396

• Введение

• Глава 1. Что такое экспертная система?

• ГЛАВА 2. Обзор исследований в области искусственного интеллекта

• ГЛАВА 3. Представление знаний

• ГЛАВА 4. Символические вычисления

• ГЛАВА 5. Системы, основанные на знаниях

• ГЛАВА 6. Ассоциативные сети и системы фреймов

• ГЛАВА 7. Объектно-ориентированное программирование

• ГЛАВА 8. Логическое программирование

• ГЛАВА 9. Представление неопределенности знаний и данных

• ГЛАВА 10. Приобретение знаний

• ГЛАВА 11. Эвристическая классификация (I)

• ГЛАВА 12. Эвристическая классификация (II)

• ГЛАВА 13. Иерархическое построение и проверка гипотез

• ГЛАВА 14. Решение проблем конструирования (I)

• ГЛАВА 15. Решение проблем конструирования (II)

• ГЛАВА 16. Средства формирования пояснений

• ГЛАВА 17. Инструментальные средства разработки экспертных систем

• ГЛАВА 18. Системы с доской объявлений

• ГЛАВА 19. Система отслеживания истинности предположений

• ГЛАВА 20. Формирование знаний на основе машинного обучения

• ГЛАВА 21. Сети доверия

• ГЛАВА 22. Рассуждения, основанные на прецедентах

• ГЛАВА 23. Гибридные системы

• ГЛАВА 24. Заключение

СОДЕРЖАНИЕ

2.1. Классический период: игры и доказательство теорем 24

2.1.1. Поиск в пространстве состояний 24

2.1.2. Эвристический поиск 28

2.2. Романтический период: компьютер начинает понимать 30

2.2.1. Система SHRDLU 31

2.2.2. Схемы представления знаний 32

2.3. Период модернизма: технологии и приложения 34

2.3.1. В знании сила 34

2.3.2. Периоды "зимней спячки" и "пробуждения" в истории искусственного интеллекта 37

Рекомендуемая литература 38

Упражнения 38

ГЛАВА 3. Представление знаний 44

3.1. Представление знаний: принципы и методы 44

3.2. Планировщик STRIPS 46

3.2.1. Таблицы операторов и методика "средство -анализ завершения" 47

3.2.2. Анализ метода представления и управления в STRIPS 50

3.3. Формулировка подцелей в MYGIN 51

3.3.1. Лечение заболеваний крови 51

3.3.2. База знаний системы MYCIN 52

3.3.3. Структуры управления в MYCIN 54

3.4. Оценка и сравнение характеристик экспертных систем 57

3.4.1. Оценка системы MYCIN 57

3.4.2. Сравнение MYCIN и STRIPS 59

Рекомендуемая литература 60

Упражнения 60

Глава 4. Символические вычисления 63

4.1. Символическое представление 64

4.2. Физическая символическая система 64

4.3. Реализация символических структур на языке LISP 65

4.3.1. Структуры данных в языке LISP 65

4.3.2. Структура LISP-программы 66

4.3.3. Приложение функции и лямбда-исчисление 68

4.3.4. Обработка списков 68

4.3.5. Сопоставление с образцом 70

4.4. Почему. LISP не является языком представления знаний 71

4.4.1. Символический уровень и уровень знаний 71

4.4.2. LISP и разработка программ 71

4.5. Языки представления знаний 72

Рекомендуемая литература 73

Упражнения 73

Глава 5. Системы, основанные на знаниях 75

5.1. Канонические системы 75

5.2. Системы порождающих правил для решения проблем 76

5.2.1. Синтаксис представления правил 77

5.2.2. Рабочая память 78

5.3. Управление функционированием интерпретатора 81

5.3.1. Разрешение конфликтов 82

5.3.2. Прямая и обратная цепочки рассуждений 83

5.3.3. Правила и метаправила 87

Рекомендуемая литература 89

Упражнения 90

ГЛАВА 6. Ассоциативные сети и системы фреймов 93

6.1. Графы, деревья и сети 93

6.2. Ассоциативные сети 96

6.2.1. Разделение видов узлов и когнитивная экономия 96

6.2.2. Анализ адекватности ассоциативных сетей 97

6.3. Представление типовых объектов и ситуаций 98

6.3.1. Основные понятия концепции фреймов 99

6.3.2. Фреймы и графы 100

6.3.3. Значения по умолчанию и демоны 100

6.3.4. Множественное наследование 103

6.3.5. Сравнение сетей и фреймов 106

Рекомендуемая литература 106

Упражнения 107

ГЛАВА 7. Объектно-ориентированное программирование 110

7.1. Язык KRL 110

7.2. Языки LOOPS и FLAVORS 112

7.2.1. Передача сообщений 112

7.2.2. Проблема наложения методов 114

7.2.3. Метаклассы 115

7.3. Языки CLIPS и CLOS 117

7.3.1. Множественное наследование в CLOS и CLIPS 117

7.3.2. Наложение методов в CLOS и CLIPS 118

7.3.3. Метаклассы в CLOS и CLIPS 120

7.4. Множественное наследование в C++ 121

7.5. Объектно-ориентированный анализ и конструирование экспертных систем 124

Рекомендуемая литература 125

Упражнения 125

ГЛАВА 8. Логическое программирование 127

8.1. Формальные языки 127

8.1.1. Исчисление высказываний 128

8.1.2. Исчисление предикатов 129

8.2. Язык PROLOG 131

8.3. Опровержение резолюций 131

8.3.1. Принцип резолюций 131

8.3.2. Поиск доказательства в системе резолюций 133

8.4. Процедурная дедукция в системе PLANNER 135

8.5. PROLOG и MBASE 136

8.5.1. Правила поиска в языке PROLOG 137

8.5.2. Управление поиском в системе MBASE 138

Рекомендуемая литература 140

Упражнения 140

ГЛАВА 9. Представление неопределенности знаний и данных 143

9.1. Источники неопределенности 143

9.2. Экспертные системы и теория вероятностей 144

9.2.1. Условная вероятность 144

9.2.2. Коэффициенты уверенности 146

9.2.3. Коэффициенты уверенности и условные вероятности 148

9.3. Сомнительность и возможность 150

9.3.1. Нечеткие множества 150

9.3.2. Нечеткая логика 151

9.3.3. Теория возможности 152

9.4. Неопределенное состояние проблемы неопределенности 153

Рекомендуемая литература 153

Упражнения 154

ГЛАВА 10. Приобретение знаний 155

10.1. Теоретический анализ процесса приобретения знаний 155

10.1.1. Стадии приобретения знаний 156

10.1.2. Уровни анализа знаний 157

10.1.3. Онтологический анализ 159

10.2. Оболочки экспертных систем 159

10.2.1. Система EMYCIN 160

10.2.2. Сопровождение и редактирование баз знаний с помощью программы TEIRESIAS 161

10.3. Методы приобретения знаний 162

10.3.1. Использование опроса экспертов для извлечения знаний в системе COMPASS 163

10.3.2. Автоматизация процесса извлечения знаний в системе OPAL 164

10.3.3. Графический интерфейс модели предметной области 165

10.3.4. Эффективность программы OPAL 167

10.4. Приобретение новых знаний на основе существующих 168

Рекомендуемая литература 169

Упражнения 169