"Дмитрий Поспелов. Десять "горячих точек" в исследованиях по искусственному интеллекту" - читать интересную книгу автора

практически не используются.
Проблема объяснения связана с решением задачи о том, как его построить.
В начальный период развития экспертных систем объяснение порождалось
жесткими процедурами, связанными с наличием априорно заданного сценария
объяснения, заполняемого конкретными сведениями в процессе поиска решения.
Такой подход в какой-то мере годится для как-объяснений и несколько хуже
подходит для почему-объяснений. Но он совершенно непригоден при
необходимости порождения объяснений иных типов.
Ясно, что проблема генерации объяснений связана с наличием в памяти
интеллектуальной системы концептуальных моделей предметных областей и
энциклопедических знаний об особенностях этих областей. Для порождения
объяснений нужны базы знаний энциклопедического типа.
Энциклопедические базы знаний отличны по своей структуре и назначению
от проблемно-ориентированных баз знаний, применяемых в современных
экспертных и других интеллектуальных системах. Организация знаний в
энциклопедических базах, механизмы порождения текстов по запросам к ним
требуют решения ряда проблем, относящихся к форме представления знаний в
таких базах и принципам построения системы отношений на хранимых в них
знаниях.
С середины 80-х годов начали выполняться первые проекты, связанные с
созданием энциклопедических баз знаний и развитием их теории. Без накопления
новых результатов в этом направлении процесс совершенствования
интеллектуальных систем и снятия барьера непонимания между ними и
пользователями-людьми будет вряд ли возможным.

4. Поиск релевантных знаний.

Базы знаний в интеллектуальных системах используются в самых различных
процедурах, связанных с вводом знаний, преобразованием и использованием их
для поиска решений. Все эти процедуры требуют наличия механизмов, которые
позволяли бы по тексту запроса к базе знаний найти в базе именно те знания,
которые понадобятся для получения ответа.
В отличие от баз данных, для которых механизмы поиска ответов на
запросы достаточно хорошо изучены (хотя и тут еще имеется немало нерешенных
задач, являющихся для специалистов "твердыми орешками"), соответствующие
проблемы для баз знаний пока еще далеки от каких-либо эффективных решений.
Известно, что основным механизмом реализации процедур поиска в базах знаний
служит поиск по образцу, являющийся своеобразным видом ассоциативного
поиска.
Процедуры поиска по образцу имеют высокую сложность с экспоненциальной
оценкой. Но с этим приходится мириться, так как пока не найдено какой-либо
иной универсальной процедуры, позволяющей отыскивать нужные знания. Но
основной проблемой остается поиск ответа на вопрос: "Как сформировать
образец по тексту поступившего запроса?".
Сложность этой проблемы можно проиллюстрировать на следующем (весьма
простом) примере. Пусть в систему введен текст: "Петя залез на стул, открыл
дверцу заветного шкафа, достал конфеты и быстро, торопясь, съел несколько
штук. ...Вечером мать, доставая конфеты для чая, посмотрела на Петю и
сказала: "Странно. Конфет стало меньше". Петя густо покраснел".
Предположим, что интеллектуальная система должна ответить на вопрос: