Представление знаний продукционными правилами

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа “Если (условие), то (действие)”. Под “условием” понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под “действием” – действия, выполняемые при успешном исходе поиска. Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные – это исходные факты, хранящиеся в базе фактов, на основании которых запускается машина вывода или интерпретатор правил, перебирающий правила из продукционной базы знаний [1].

Простота и наглядность этого способа обусловили его применение во многих системах. Системы обработки знаний, использующие представление знаний продукционными правилами, получили название продукционных систем [9]. В состав продукционной системы входят база правил, база данных и интерпретатор правил (рис. 2.1).

База правил – это область памяти, которая содержит базу знаний –совокупность знаний, представленных в форме правил вида ЕСЛИ … ТО; база данных – это область памяти, содержащая фактические данные (факты), которые описывают вводимые данные и состояния системы.

Рис. 2.1. Структура продукционной системы

Базы данных у различных систем имеют различную форму, однако, все они могут быть описаны как группа данных, содержащих имя данных, атрибуты и значения атрибутов. Интерпретатор представляет собой механизм вывода, и он является тем компонентом системы, который формирует заключения, используя базу правил и базу данных.

Рассмотрим выводы, основанные на продукционных правилах. Механизм, реализованный сегодня как средство выводов в продукционной системе, в принципе не сложный. Он имеет функции поиска в БЗ, последовательного выполнения операций над знаниями и получения заключений. Причем существует два способа проведения таких заключений – прямые выводы и обратные выводы. В прямых выводах осуществляется продвижение к поставленной цели с последовательным применением правил к данным (фактам), которые принимаются за отправную точку.

В прямых выводах выбирается один из элементов данных, содержащихся в БД, и если при сопоставлении этот элемент согласуется с посылкой правила, то из правила выводится соответствующее заключение и помещается в БД, или же исполняется действие, определяемое правилом, и соответствующим образом изменяется содержимое базы данных. Зачастую такие выводы называют выводами, управляемыми данными, или восходящими выводами, когда последовательно выводятся новые результаты, начиная с уже известных данных.

Выводы, при которых процесс движется в направлении от поставленной цели к отправной точке, являются обратными. Они называются также нисходящими, или выводами, ориентированными на цель. Процесс нисходящих выводов начинается от поставленной цели. Если эта цель согласовывается с заключением правила, то посылка правила принимается за подцель или гипотезу. Этот процесс продолжается до тех пор, пока не будет получено совпадение подцели или гипотезы с полученными данными.

Нельзя категорически ответить на вопрос, какой же из этих способов лучше, поскольку это зависит от той проблемы, для которой они используются. У систем, к которым предъявляется требование высокой универсальности, необходимо наличие обоих способов вывода.

Обычно в знаниях, представленных продукционными правилами, одновременно присутствуют несколько условий в посылке, однако имеется одно единственное заключение. Требования к механизму выводов определяется из условия согласования знаний, используемых для выводов, причем обработка станет особенно легкой, если вывод обходится однократным согласованием. В этом смысле нисходящие выводы являются простыми выводами, однако, существуют задачи, для которых не так просто дать четкое описание цели. Например, в системах медицинской диагностики, когда ставится диагноз по симптомам, трудно получать нисходящий вывод, если неизвестна цель.

Продукционная модель чаще всего применяется в промышленных ЭС. Она характеризуется наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

Продукционные системы принципиально весьма просты, и успехи самых первых ЭС DENDRAL и MYCIN, использующих продукционные правила, внесли огромный вклад в становление инженерии знаний.

ЭС DENDRAL (1965) – родоначальник инженерии знаний. Непосредственной целью ее создания явилась оценка структуры неизвестных химических соединений исходя из экспериментальных результатов масс-спектрометрии (позднее сюда вошли также результаты ядерного магнитного резонанса). DENDRAL реализует процедуру генерации всех химических структур-кандидатов, которые потенциально согласуются с полученными исходными данными, и осуществляет выбор из них структуры, точно согласуемой с этими данными. В таком процессе и используются знания экспертов, позволяющие исключать из рассмотрения неподходящие структуры и быстро отыскивать правильные результаты. При этом поставленная цель может быть достигнута тем эффективнее, чем значительнее по объему будут знания, которыми располагает система. Система DENDRAL была высоко оценена с точки зрения становления инженерии знаний, а принятый в ней метод одновременного выполнения операций генерации – тестирования идентичен алгоритмам, реализуемым человеком в процессе проектирования, и весьма важен как способ создания систем, целью которых является использование знаний.

В числе первых экспертных систем преобладали системы для медицинской диагностики. Это объясняется тем, что знания клинической диагностики в значительной степени определяются суждениями практического опыта врачей, и хотя эти знания являются процедурными, они не описываются формальными методами и для них необходим способ представления, приближающийся к описанию на естественном языке. С учетом всего этого, медицинская диагностика рассматривалась как весьма подходящий объект при разработке ЭС.

MYCIN представляет собой характерный пример системы, использующей продукционные правила. Представление знаний в MYCIN простое по форме и легко понимаемо, однако, описание всех языковых выражений в форме ЕСЛИ…ТО не всегда простое. В системе MYCIN выводы осуществлялись в форме, зависящей от содержания знаний предметной области. Появление экспертной системы MYCIN инициировало создание ряда систем, например PUFF (для диагностики легочных заболеваний).

В настоящее время имеется большое число программных средств, реализующих продукционный подход (язык OPS-5; “оболочки” ЭС – EXSYS Professional, Kappa, ЭКСПЕРТ, ЭКО, инструментальные системы ПИЭС (Хорошевский В.Ф., 1993) и СПЭИС (Ковригин О.В., Перфильев К.Г., 1988)), а также промышленных ЭС на его основе (например ЭС, созданных средствами G2 (Попов Э.В., 1996)) [1].