Введение. Новые информационные технологии и

Искусственный интеллект (ИИ)

Традиционные средства  программного  обеспечения  ЭВМ  и  ИИ

Термин Искусственный интеллект (ИИ) –претенциозен, метафоричен.

Реальное содержание –повышение "интеллекта" ЭВМ; передача компьютеру некоторых функций человеческой интеллектуальной деятельности; создание помощника в решении интеллектуальных задач.

Более точно:

Искусственный интеллект –область исследований и прикладных разработок, направленных на создание программно-аппаратных средств, способных к решению таких задач, решение которых предполагает применение человеком своих интеллектуальных способностей.

В МГУ представлены три аспекта исследований в области ИИ:

•  искусственный интеллект ↔ интеллект человека (факультет психологии);
•  искусственный интеллект ↔ математический аппарат (мех-мат);
•  искусственный интеллект ↔ программное обеспечение (ВМК).

Нас ИИ интересует именно в этом аспекте. Мы будем рассматривать проблемы ИИ в контексте создания программного обеспечения ЭВМ.

Традиционно основное внимание уделялось точности результатов работы вычислительных систем (ВС). Гораздо меньше внимания уделялось проблеме удобства работы с ВС.

-е. 70-е гг. –ЭВМ окружена кондиционерами, обслуживается целой армией операторов.

УСЛОВИЯ РАБОТЫ "ДИКТУЕТ" МАШИНА.

Диполь Тыугу:

Связанные понятия: интеллектуальный интерфейс, дружественный интерфейс.

Дружественный интерфейс:

•  естественные языковые конструкции и структуры меню (не требуется знание синтаксиса формальных языков общения с компьютером);
•  «интуитивный» уровень взаимодействия с компьютером, не требующий длительного обучения (для профессионала –несколько часов);
•  разнообразные средства общения, пригодные для пользователей различного уровня подготовки (командный язык, меню, пиктограммы, диаграммы и др.);
•  для каждого уровня пользователя адекватные возможности в: меню, запросах, подсистеме помощи;
•  работа в реальном времени (необходимая скорость в диалоге);
•  использование манипулятора типа «мышь», «горячих клавиш», сенсорного экрана и др.;
•  минимальное использование клавиатуры;
•  «интеллектуальные» средства (устойчивость к ошибкам, широкое использование принципа «по умолчанию».

Интеллектуальный интерфейс –совокупность программных и аппаратных средств, позволяющая конечному пользователю решать на компьютере характерные для его повседневной деятельности задачи без помощи посредников-программистов.

Расширение взаимодействия между человеком и компьютером с помощью:

- увеличения диапазона способов ввода и вывода;

- обогащения грамматики ввода и вывода;

- попытки кооперации с пользователем в достижении целей.

В идеале система должна иметь "модель мира задачи", над которой работают система и пользователь и которая близка модели этого мира в уме пользователя.

Достаточно реальная (и близкая) перспектива –речевой интерфейс.

Новые информационные технологии (сейчас этот термин трактуется шире) –технологии, которые должны обеспечить возможность применения ЭВМ конечным пользователем в сфере его профессиональной деятельности без помощи посредника-программиста.

Решение задач на ЭВМ (основные этапы):

Содержательная постановка задачи

Формальная постановка задачи

Разработка алгоритма

Написание программы

Получение программы на маш.яз.

Отладка, тестирование

Эксплуатация

Анализ результатов

Традиционные средства программного обеспечения помогают человеку на всех этапах кроме первого.

Системы ИИ должны быть способны помогать и на этапе содержательной постановки задачи, уточнения и необходимого пополнения содержательной постановки и ее формализации.

Тест Тьюринга.

Схема теста Тьюринга

Автор ТЕСТА–один из основоположников кибернетики и ИИ Алан Тьюринг (США). Тест впервые был описан в Журнале Mind в 1950 году.

За терминалом работает Следователь. Его терминал связан с терминалом, за которым работает Имитатор, и с компьютером, на которым установлена Тестируемая система (Система ИИ). Следователь обращается к своему «собеседнику» с вопросами, предлагает решить задачи. Кто отвечает ему (Имитатор или Система ИИ), он не знает. Выбирается «отвечающий» по датчику случайных чисел. Если в течение достаточно длительного времени Следователь не может отличить ответы человека (Имитатора) от ответов машины (Системы ИИ), то машину «можно считать разумной».

Несмотря на условность и неформальность теста Тьюринга, он:

- дает объективное понятие об интеллекте (задан стандарт для определения разумности / интеллектуальности);

- позволяет оставаться на функциональном уровне (не нужно знать, какие механизмы использует Система ИИ;

- может использоваться для тестирования / аттестации систем ИИ.

История работ в области Искусственного интеллекта:

"романтический период" ИИ → серьезные научные исследования → практические задачи.

-е –-е гг. ХХ века –"романтический  период" ИИ: "машинные стихи", "машинная музыка",

  машинный перевод, интеллектуальные игры (шашки, шахматы и др.);

-е –-е гг. ХХ века –исследование методов решения задач (методов поиска решения);

-е –-е гг. ХХ века –исследование методов представления знаний нужных для решения задач;

-е –-е гг. ХХ века –исследование методов приобретения знаний (передачи их от человека ЭВМ);

-е гг. ХХ века –наше время –теоретическое осмысление, поиск новых идей и задач, попытки практического использования.

Постоянные проблемы:

Начальный уровень "знаний" системы ИИ, проблема ее обучения человеком и ее самообучения.

Общение человека с системой ИИ (языки общения, программно-аппаратные средства).

Инструментальные средства –языки программирования для задач ИИ.

Типы систем ИИ (в историческом аспекте):

Решатели задач;

Роботы (и Встраиваемые Интеллектуальные системы);

Экспертные системы;

Интеллектуальные Агенты.

3

Введение. Новые информационные технологии и Искусственный интеллект (ИИ)

Основные школы психологии мышления

Ассоциативная психология (XVIII-XIX вв.) –предшественники: Ньютон, Локк.

(мышление как ассоциации представлений)

(Общее в психологических теориях того времени: психическое = осознанное, психология = психология индивида, интроспекция, т.е. самонаблюдение –главный метод исследования)

Гартли (Англия, XVIII в.): впервые ассоциация трактуется как универсальное понятие психологии, объясняющее всю психическую деятельность человека.

- механистический материализм, психофизиологический параллелизм: вибрации в периферической нервной системе → аналогичные вибрации в головном мозгу –база идей;

- детерминанты ассоциаций: смежность по времени, частота повторений;

- замечено, что если ощущения A, B, C ассоциируются с идеями a, b, c, то при появлении A могут возникнуть b, c;

- попытка объяснения бессознательного (головной мозг –осознанное, идеи; вне –ощущения);

- мотивация: удовольствие, страдание.

Беркли, Юм (Англия, XVIII в.): ощущения –единственный объект, другой познаваемой реальности нет.

- из ассоциаций удаляется физический субстрат;

- расширяется набор ассоциативных связей: рассматриваются ассоциации по сходству, по контрасту;

- ассоциации отрываются от реальных объектов.

Гербарт (Германия, XIX в.): представление –"первичное единство, возникающее в виде акции души, стремящейся (в противовес внешним воздействиям) к самосохранению"; представления следуют друг за другом вне зависимости от чего-либо внешнего;

апперцептивная масса –представления, силой которых в сознании (фокусе внимания) удерживаются некоторые представления;

Оценка Ассоциативной психологии

Описательный характер.

Не вскрыты внутренние механизмы динамики потока ассоциаций; не объяснена целенаправленность мыслительной (интеллектуальной) деятельности человека, ее связь с предметной деятельностью.

В то же время, изучены некоторые аспекты ассоциаций –явлений, действительно играющих заметную роль в психической деятельности человека. Понятие ассоциация использовалось в рамках других школ психологии.

Вюрцбургская школа психологии мышления (Германия, XIX- XX вв.).

(мышление как действие)

Переход к экспериментальному интроспективному изучению мышления (комментируются психические феномены, испытуемые –психологи). Замысел –использовать интроспективный метод для описания в экспериментальных условиях мыслительных процессов.

Существенное достижение –изменение взглядов на мышление:

мышление –решение задач;

решаемые задачи –важны для человека;

необходим лабораторно-экспериментальный анализ мышления.

Ключевые понятия: задача, представление цели, детерминирующая тенденция (придает мышлению целенаправленный характер), установка –регулятор мыслительной деятельности у принявшего задачу, определяет ход мышления, регулирует (в соответствии с задачей) его содержание.

Экспериментальные исследования:

Опыты Марбе (1901 г.): сравнить веса предметов и прокомментировать, как выбирали.

Опыты Уатта и Мессера (1905 г.): решить арифметическую/логическую задачу и проследить путь, который привел к решению; в ассоциативном эксперименте проследить, какие психические процессы связывают стимул (исходное понятие) и реакцию (понятие, связанное с ним ассоциацией).

Обобщение результатов:

чувственно-образные феномены (прослеживаемые с помощью самонаблюдения) и ассоциации не определяют итоговую реакцию, мышление не сводится к ассоциациям;

в мышлении есть другое содержание, у мышления есть другие детерминанты;

основные факторы мышления находятся вне "непосредственно данного" (ощущений, интроспекции), мышление управляется не ассоциативными связями, а тем, что задано;

контекст мышления –задача (Уатт), детерминирующая тенденция (Ах), установка.

Концепция Зельца (XX вв.).

(мышление как функционирование интеллектуальных операций)

Серьезный анализ начальных этапов решения задачи (проблемный комплекс); введение в рассмотрение интеллектуальных операций: антиципация (выявление отношений: известное ↔ искомое), дополнение комплекса, абстракция, репродукция сходства.

Бихевиоризм (США, XIX- XX вв.).

(мышление как поведение)

Главный момент концепции: предметом психологии должно стать поведение, только тогда возможно объективное исследование психической деятельности.

И.П.Павлов: "Деловой американский ум, обращаясь к практике жизни, нашел, что важнее точно знать внешнее поведение человека, чем гадать об его внутреннем состоянии со всеми его комбинациями и колебаниями".

Торндайк:

- опыты с проблемными ящиками (дверь открывается изнутри, "испытуемые"–мыши, крысы);

- мышление можно изучать без обращения к идеям и другим явлениям сознания;

- ассоциативные связи (которые можно объективно изучать) –связи между движениями и ситуациями, ситуациями и реакциями (на эти ситуации);

- ассоциации могут возникать в результате "слепого поиска" решения, выбора удачного варианта, а затем укрепления и упрочения ассоциативных связей, т.е. научения (какая реакция R из нескольких возможных связана с ситуацией S);

- существуют "законы научения" (установления связи S ↔ R):

закон упражнения (R зависит от частоты, силы, длительности повторений ситуации S),

закон эффекта (выбирается R, сопровождающаяся приятными ощущениями),

закон ассоциативного сдвига (если S1 ↔ R и S1 встречается совместно с ситуацией S2, то возможно образование связи S2 ↔ R).

Общая схема поведения:  исходный пункт –проблемная ситуация; организм противостоит ей как целое, активно действует в поисках выбора, выучивается путем упражнения.

Метод проб и ошибок (современные взгляды на его место в мышлении); "Мартышка и очки", "Дурная голова ногам покоя не дает" и т.п.

Уотсон:

- основа поведения –"стимул –реакция" (S ↔ R);

- все факты Сознания (Торндайк предлагал исключить их из рассмотрения) должны объясняться с позиций бихевиоризма –как реакции на раздражители;

- интеллект –поведение, направленное на решение задач путем отбора движений, оказавшихся удачными;

- в мышление включена внутренняя речь ("человек мыслит гортанью").

Толмен, Халл, Скинер (необихевиоризм, субъективный бихевиоризм):

- существуют медиаторы поведения (M), это не фикция, а реальные факторы поведения (хотя их трудно изучать объективными методами; нужно рассматривать не двойку (S ↔ R), а S ↔ M ↔ R;

- закон упражнения нужно трактовать по-новому

результат –образование определенной познавательной структуры/картины/карты (например, у крысы при поиске пути в лабиринте формируется схема лабиринта, а не совокупность двигательных навыков);

- интеграторы поведения –центральные процессы, а не движения;

- при решении задачи важна структура задачи, а не шаблонные приемы решения.

Оценка концепции: предложены объективные методы экспериментального исследования; в сферу изучения включен анализ связи телесной реакции с материальным стимулом; введено понятие поведения, но проведен общебиологический (а не собственно психологический) его анализ; в целом для концепции характерна биологизация человеческой деятельности; в ходе развития концепции пришлось отказаться от некоторых наиболее одиозных положений, сделан "шаг навстречу" оппонентам.

Когнитивная психология (XX вв.).

(мышление как процессы обработки информации)

Классическая работа Миллер, Галантер, Прибрам "Планы и структура поведения" (на рус.яз.- 1965 г.).

- мышление –решение задач;

- активность связана с приобретением, организацией и использованием знаний;

- исследование аналогий мозг человека ↔ ЭВМ, моделирование мышления на ЭВМ;

- связь мышления с познавательными (когнитивными) процессами.

Гештальтпсихология (XX вв.).

(мышление как переструктурирование ситуации)

"Гештальт" –образ, система. Объективно, Гештальтпсихология знаменует внедрение системного подхода в психологические исследования.

Вертгеймер: "Имеются целостности, чье поведение не детерминируется поведением индивидуальных элементов, из которых они состоят, но где сами частные процессы детерминируются внутренней природой целого".

В основе экспериментальный анализ процессов восприятия, его обобщение:

Рубин, Катц –анализ зрительных и осязательных восприятий, формулировка законов константности, прегнантности восприятия (прегнантные гештальты имеют такие свойства: замкнутые, отчетливо выраженные границы, симметричность, внутренняя структура, приобретающая форму фигуры), транспозиции; исследование феномена Фигуры и Фона.

Рисунок, иллюстрирующий феномен Фигуры и Фона (часть рисунка –или ваза, или два профиля –воспринимается как главное[фигура], другая как второстепенное[фон]):

Вертгеймер, Келлер, Коффка –φ-феномен (воспринимается динамичное целое, а не соединение отдельных сенсорных элементов).

Келлер –попытка перестроить психологию по аналогии с современной (начало ХХ века) физикой (Ньютон → Планк);

рассмотрение гештальтов трех уровней (физического, физиологического и психического) и признание (ошибочное) изоморфизма всех этих уровней;

знаменитые опыты с обезьянами, анализ инсайта (интуитивного озарения).

Вертгеймер, Келлер, Дункер –исследование продуктивного мышления; выделение мыслительных операций: реорганизация, центрирование, группировка; фиксация отрицательного влияния привычного способа восприятия структурных отношений между компонентами задачи/проблемной ситуации на ее  продуктивное решение.

Оценка концепции (достижения): внедрение системного подхода; новая экспериментальная практика –объект рассматривается как целостный, динамичный, трансформируемый чувственный образ; анализ продуктивного мышления и адекватных мыслительных операций.

Важные моменты во взглядах на решение задач: поле восприятия обретает новую структуру, адекватную проблемной ситуации, безразличные до этого предметы приобретают функциональную ценность средств решения задачи.

Теория мышления Рубинштейна (XX вв., 50-е гг., СССР).

Задача теории мышления –исследование мышления как деятельности, в основе которой лежит взаимодействие субъекта и объекта.

Мышление –процесс, использующий механизмы анализа, синтеза, обобщения, абстракции; применение знаний зависит от хода мыслительного процесса.

Анализ через синтез (один из главных механизмов продуктивного мышления) –объект в процессе мышления включается в новые системы отношений (синтез), выступает в новых качествах, что дает возможность узнать его новые свойства, фиксируемые в новых понятиях (анализ); "из объекта как бы вычерпывается все новое содержание" (Примеры: опыты Секкея, урезанная шахматная доска). Задача обучения –формирование продуктивного мышления.

Теория мышления Гальперина (XX вв., 50-е гг., СССР).

В основе –идея интериоризации: "предметное действие переносится во внутренний, умственный план, а затем … во внутреннюю речь"; умственная деятельность –последовательное, поэтапное отражение во все более сокращенном виде материальной деятельности человека.

Мышление –система (и процесс ее функционирования) интериоризованных операций. Теория мышления –теория о поэтапном формировании умственных действий и методах обучения им.

Теория интеллекта Жана Пиаже (XX вв., Швейцария).

(Ж.Пиаже –один из наиболее крупных и уважаемых психологов, крупнейший специалист в области детской психологии, автор известных работ по экспериментальной психофизиологии; теория интеллекта Жана Пиаже –одна из наиболее интересных теорий мышления и его развития).

Основные аспекты (положения) Теории:

Интеллект определяется в контексте анализа поведения (взаимодействий: субъект ↔ внешний мир); интеллект –форма когнитивного/познавательного аспекта поведения, функциональное назначение которого –структурирование отношений между человеком/субъектом и средой.

Интеллект обладает адаптивной природой. Адаптация включает в себя ассимиляцию (усвоение данного материала существующими схемами поведения) и аккомодацию (приспособление этих схем к новым ситуациям). В интеллектуальной сфере –специфически функциональный характер адаптации.

Суть Интеллекта в его деятельной природе. Познавать объект –воздействовать на него, динамически его воспроизводить.

Интеллектуальная деятельность производна от материальных действий субъекта; ее элементы –интериоризованные действия. Они являются операциями –координируются между собой, образуя обратимые, устойчивые и вместе с тем подвижные целостные структуры.

Интеллект "продолжает и завершает совокупность адаптивных процессов". Органическая адаптация "обеспечивает лишь мгновенное, реализующееся в данном месте, а потому и весьма ограниченное равновесие". Простейшие когнитивные функции (восприятие, память и др.) "продолжают это равновесие как в пространстве, так и во времени". Но лишь один интеллект "тяготеет к тотальному равновесию, стремясь к тому, чтобы ассимилировать всю совокупность действительности и чтобы аккомодировать к ней действие, которое он освобождает от рабского подчинения изначальным 'здесь' и' теперь'".

Психологическое развитие мыслительных операций (учение о Стадиальном развитии интеллекта):

.Сенсо-моторный период (ребенок в возрасте 0-2 года): действия еще не перенесены во внутренний план, начинают формироваться представления о константности предмета.

.Дооперациональный период (2-7 лет): появляются язык (→ возможность интериоризации действия в мысли), осознание прошлого, способность мысленного разделения объекта на части и т.п.; отсутствует представление о законах сохранения (эксперименты с переливанием жидкости).

.Период конкретных операций (7-11 лет): появляются формальные операции (классификация: орел < птица < животное и др.); операции еще не объединены в единое целое; формируются представления о законах сохранения: вещества (7-8 лет), массы (8-9 лет), объема (9-11 лет) –эксперименты с глиняной колбаской.

.Период формальных операций (11-15 лет) гипотетико-дедуктивные рассуждения (могут выдвинуть гипотезу, обосновать ее), формальные рассуждения (тест Белларда), операции начинают объединяться в целостные структуры.

4

Введение. Новые информационные технологии и Искусственный интеллект (ИИ)

Основные понятия психологии

Будем использовать общенаучные термины: взаимодействие, отражение, информация, деятельность, сущность.

Отметим, что информация –это:

структурная информация (мера неоднородности/разнообразия) и

отраженная информация (результат отражения разнообразия).

Психическое Отражение –информационное отражение, важную роль в котором играет субъективный фактор.

Психика –свойство человека, обеспечивающее возможность выявления и использования Информации о мире в процессеЧеловеческой Деятельности (ЧД).

Личность –человек как носитель Психики, как субъект Психической Деятельности.

(организм –человек как биологическое существо; сома –телесная субстанция человека).

Психические явления –то, что происходит на уровне Личности.

Психическая Деятельность –информационная сторона деятельности человека.

Функции Психической Деятельности –перенос деятельности во внутренний план с целью регуляции ЧД

Психофизиологическая проблема –проблема связи психических явлений с лежащими в их основе физиологическими явлениями. Как физиологические явления (происходящие в органах чувств и в центральной нервной системе на основе физико-химических процессов) дают нам информацию о мире, воспринимаемом объекте?

Эта проблема очень актуальна, чрезвычайно сложна, слабо разработана.

"Я знаю все, но только не себя" /Ф.Вийон/.

Психосоматическая проблема –проблема связи психических явлений с соматическими/телесными.

Примеры влияния ПСИХИЧЕСКОЕ → СОМАТИЧЕСКОЕ:

психотерапия, гипноз, психогенные соматические заболевания (стрессовая язва желудка);

Примеры влияния СОМАТИЧЕСКОЕ → ПСИХИЧЕСКОЕ:

соматогенные психозы, психотропные вещества, генетико-биохимическая концепция шизофрении.

Особенности отражения сомы в Психике: не отражаются нейрофизиологические процессы, состояния организма отражаются не в виде образов, а в мотивационной форме –локализованной  (боль, зуд) или не локализованной (усталость, голод).

Психические явления –по форме (с точки зрения длительности, повторяемости):

- процессы (примеры –восприятие содержания лекции, понимание смысла сказанной фразы);

- состояния (примеры –умственная усталость, бодрость и свежесть восприятия);

- свойства Личности (примеры –целеустремленность, любознательность).

Психические явления –по содержанию (с точки зрения особенностей информационных процессов):

формы Психического Отражения (эмоции, ощущения, мышление, чувства, воля, память);

внимание (внутренняя организация Психического Отражения);

психомоторика (объективация форм Психического Отражения в движениях)

 сенсомоторика, идеомоторика;

потребности (биологические, в том числе, инстинктивные; социальные, например, трудовые).

Потребность –Психическое Явление, побуждающее к деятельности, отражение нужды.

Мотив –Потребность, инициирующая некоторую Деятельность (мотив этой Деятельности).

Цель –возможный и планируемый Результат Деятельности.

Средства (как явления уровня Личности/Психики) –механизмы Психической Деятельности или психические модели средств предметной деятельности человека.

Результат (как явление уровня Личности/Психики) –Психическое Явление, отражающее реальный результат некоторой Деятельности, направленной на достижение определенной Цели.

Возможно несовпадение Цели и Результата Деятельности. Это –источник новой (иногда очень полезной для человека) информации.

Целенаправленность Человеческой Деятельности. Иерархическая структура Деятельности.

Про-Задача –двойка <Потребность, Цель>.

Задача –тройка <Потребность, Средства, Цель>.

Решенная-Задача –пятерка <Потребность, Средства, Цель, Деятельность, Результат>.

Продуктивная деятельность –Цель продуцирует решение (заставляет человека его придумывать). Это "чистое творчество".

Репродуктивная деятельность –Цель репродуцирует решение (готовое решение сразу же приходит в голову). Это нетворческая часть деятельности человека.

Эвристика –этот термин имеет два значения:

Эвристика –наука о творческом мышлении, изучающая формирование новых действий в новых ситуациях.

Эвристика –конкретный прием, облегчающий и/или ускоряющий поиск решения некоторой задачи.

Мышление (= Интеллект) –высшая форма Психического Отражения. Отражение по сфере сущностей, то есть Понятийное Отражение.

Понятие (об объекте) –Психическое Явление, отражающее сущность этого объекта.

Сущность  –наиболее важные, глубинные характеристики предмета или явления, определяющие его свойства, поведение, развитие.

Понимание –выявление Сущности объекта.

Мышле'ние –способность человека к Понятийному Отражению.

Мы'шление –процесс Понятийного Отражения.

Известная триада психологии и педагогики: знания –умения –навыки.

Знания –усвоенные Понятия.

Умения –способность выполнять новые действия в новых условиях.

Навыки –действия, автоматизировавшиеся в процессе их усвоения и выполнения.

Существует много различных теорий мышления, интеллекта.

Теория Интеллекта Жана Пиаже –одна из наиболее интересных теорий мышления и его развития.

Ж.Пиаже: но лишь один Интеллект "тяготеет к тотальному равновесию, стремясь к тому, чтобы ассимилировать всю совокупность действительности и чтобы аккомодировать к ней действие, которое он освобождает от рабского подчинения изначальным 'здесь' и' теперь'".

Для нас ИНТЕЛЛЕКТ:

•  целенаправленное планирование поведения в меняющейся проблемной среде;
•  перенос деятельности во внутренний план вместо выполнения поведенческих актов;
•  работа с понятийными моделями среды и себя (на основе понятийного отражения);
•  скоординированная совокупность мыслительных/интеллектуальных операций –как абстрактных (метод рассуждения по аналогии), так и конкретных (способ решения определенного типа задач);

Осознаваемые и Неосознаваемые Психические Явления.

Сознание человека.

Вытеснение –неосознанное вытеснение (удаление) из сферы Сознания информации, вызывающей тревогу, отрицательные эмоции и т.п.

Установка –неосознанное внимание, ориентирующее Личность на определенную Деятельность.

Интуиция –появление в Сознании результатов неосознаваемых психических процессов.

Конформизм –неосознанное согласие с мнением большинства (даже абсурдным).

Сон (одна из его функций, есть и другие) –неосознаваемый анализ, обработка и запоминание (части) информации, полученной человеком в период бодрствования.

Человек в Социальной Среде

Социальная позиция –место Личности в определенной социальной системе.

Социальная роль –нормативно одобренный способ поведения, ожидаемый от каждой личности, занимающей данную Социальную Позицию.

Межролевые конфликты. Внутриролевые конфликты.

Влияние Социальной Роли на поведение человека. Примеры.

Возвращаемся к истории психологических учений: Психоанализ –учение Зигмунда Фройда/Фрейда (XIX-XX вв.) Психоанализ –получившая огромный социальный резонанс концепция личности, мотивации, неосознаваемых ПЯ. В энциклопедии КРУГОСВЕТ (http://slovari.yandex.ru/dict/krugosvet) указано: ФРЕЙД, ЗИГМУНД (Freud, Sigmund) (1856-1939), австрийский врач и психолог, основатель теории и метода лечения неврозов, названного психоанализом и ставшего одним из наиболее влиятельных психологических учений 20 в. Предпосылки, исторический фон: -необходимость объяснения мотивации ПЯ (при слабости естественных наук), -необходимость исследования и лечения функциональных психических заболеваний, -необходимость объяснения явлений катарсиса (рассказ под гипнозом о тревожащих обстоятельствах → облегчение), амнезии (неконтролируемое человеком забывание тревожащих обстоятельств). -иррационализм в общественном сознании, -личный опыт З.Фройда; влияние учителей (Брейер –лечение истерии с помощью гипноза, Шарко –известный французский невропатолог), представителей Энергетической школы. Попытка объяснения структуры личности и мотивации человеческого поведения: Бессознательное (ОНО) –придает человеческому поведению мотивирующую силу (Эрос + Танатос) Предсознание –хранилище психического содержания, которое может попасть в сферу Сознания. Сознание (Я) –находится в активном взаимодействии с Бессознательным (подавление инстинктов). Развитие психоанализа (в работах самого Фройда): Три этапа экспансии:объяснение клинических фактов → объяснение обычных проявлений психической жизни → объяснение общественной истории человека и человеческой культуры. Объяснение клинических фактов ("Этюды об истерии" –г.): -вытесненное из Сознания продолжает на него влиять (его место занимают симптомы истерии), -источник патологических изменений в норме не осознается, -излечение с помощью гипноза, катарсиса ("Где было ОНО должно стать Я"); больная Брилля. Метод исследования и лечения –метод свободных ассоциаций. Считалось, что в ассоциациях ключ к бессознательному. Имманентно-психическое объяснение ассоциаций. Этот (первый) этап экспансии признается многими исследователями. Объяснение обычных проявлений психической жизни ("Психопатология обыденной жизни" –г., "Остроумие и его отношение к бессознательному" –г., "Толкование сновидений" –г.): Объяснение описок, обмолвок; снятие психического напряжения с помощью острот; стандартные символы сновидений, соответствующие вытесненным влечениям. Научность этого этапа экспансии сомнительна. Объяснение общественной истории человека и человеческой культуры: Миф о первобытной орде, биологически унаследованное родовое бессознательное, первобытный символический язык, филогенетические воспоминания (табу на отцеубийство, кровосмешение и др.). Считалось, что развитие цивилизации –результат подавления и сублимации инстинктов (либидо и др.). Научность этого этапа экспансии крайне сомнительна. Критика со стороны антропологии. Работы 20-х годов ("По ту сторону принципа удовольствия", "Я и Оно"). Новая схема структуры личности: Id –носитель инстинктов, бессознательного и иррационального (подчиняется принципу удовольствия), Ego –носитель Сознания, служит требованиям Id (подчиняется принципу реальности), Super-Ego –носитель моральных запретов и норм, социален по своей природе. Динамика Личности –нарушение требований Super-Ego в угоду Id → моральные конфликты, неврозы. Сравнение Ego со всадником; "бедное Ego". Учение о защитных механизмах личности: вытеснение, образование противоположной реакции, проекция, вымещение, рационализация, сублимация. Развитие учения: Ревизованный психоанализ, Неофрейдизм, Психология ЭГО. Оценка концепции: вскрыта динамика Личности, но в основе личности "осознанные побуждения –мотивы сознательной деятельности" (С.Л.Рубинштейн)

3

Введение. Новые информационные технологии и Искусственный интеллект (ИИ)

Программное обеспечение работ по ИИ

Язык ЛИСП

В языке Лисп все действия описываются в виде функций. С точки зрения синтаксиса, обращения к функциям, как и обрабатываемые ими данные, представляют собой так называемые S-выражения. В простейшем случае S-выражениемявляетсяатом (идентификатор или число), в более сложном –список, который представляет собой заключенную в круглые скобки последовательность элементов списка. Отметим, что обращение к функции всегда является списком. Лисповские списки имеют рекурсивную структуру, поскольку элементом списка может быть произвольное S-выражение –как атом, так и список. Примеры списков:

 (( )  (a  b  1  (c))  class)

(car (quote (( )  ( ))))

(AT  ROBOT  (a  6))

(1  2  #  4  5  6  7  8  3).

Пустой список () имеет в Лиспе и другое обозначение –nil, причем он одновременно относится и к атомам, и к спискам.

Некоторые S-выражения имеют значения, которые можно вычислять. Такие выражения называются формами. Простейшими формами являются числа, идентификаторы T и nil, а также переменные с уже определенными значениями; значением такой формы служит соответственно само число, сам идентификатор T и nil или текущее значение переменной.

Формой является также обращение к функции, т.е. список вида

(f  a  a  . . .  an)       (n≥0)

где f - имя функции, а ai - ее аргументы, которые для обычной функции должны быть формами. В Лиспе есть и специальные функции, у которых может быть произвольное число аргументов и аргументы которых либо не вычисляются, либо вычисляются особым образом.

Программа на Лиспе представляет собой последовательность форм, и ее выполнение заключается в последовательном вычислении этих форм. Как правило, в начале программы определяются новые функции, а затем следуют обращения к ним.

Языка Лисп предоставляет большой набор встроенных (стандартных) функций, на основе которых составляется пользовательская программа. Ниже кратко описаны некоторые из встроенных функций. Все эти функции входят в наиболее известные версии Лиспа - Common Lisp и MuLisp.

Отметим, что комментарием в Лиспе считается любой текст между двумя точками с запятой (;)

Определение новых функций

Для этого служит встроенная функция defun, к которой можно обратиться так:

 (defun  f (lambda (v1 v2 . . . vn)  e))        (n≥0).

Сокращенный вариант обращения –(defun f  (v1  v2  . . .  vn)  e).

Значением этой функциональной формы является имя определяемой функции, т.е. f. Побочным же эффектом вычисления этой формы будет определение новой лисповской функции с именем f, аргументами (формальными параметрами) vi и телом e - формой, зависящей от vi.

Отметим, что таким образом определяется обычная лисп-функция, т.е. функция с фиксированным количеством аргументов, которые всегда вычисляются при обращении к ней.

При последующем обращении в программе к новой функции (f  a  a  . . .  an)

сначала вычисляются аргументы (фактические параметры) ai, затем вводятся локальные переменные vi, которым присваиваются значения соответствующих аргументов ai, а далее вычисляется форма-тело e при этих значениях переменных vi, после чего эти переменные уничтожаются. Вычисленное значение формы становится значением функции f .

Основные операции над списками

 (car  l)

Значением аргумента l должен быть непустой список, тогда значением функции является первый элемент (верхнего уровня) этого списка. Например: (car  '(AT  ROBOT  (a  6)) ) → AT.

Примечание: символ ' имеет особое значение, он показывает, что следующее за ним S-выражение берется в том виде, в каком оно записано (значение его –как формы –не  вычисляется) –см. ниже.

 (cdr  l)

Значением аргумента l должен быть непустой список, и значением функции является «хвост»  этого списка, т.е. список, полученный отбрасыванием первого элемента. Например, (cdr  '(AT  ROBOT  (a  6)) ) →  (ROBOT  (a  6)). 

Кроме этих двух функций, называемых селекторами элементов списка,  часто используются  функции, эквивалентные определенной их суперпозиции. Имена всех таких функций начинаются на букву c, а заканчиваются на букву r, между ними же может стоять произвольная комбинация из не более чем пяти букв a и d, причем буква a означает наличие в суперпозиции функции car, а буква d –функции cdr . Сама же последовательность букв соответствует  порядку следования функций car и cdr в эквивалентной суперпозиции.

Например, (caddr  l)  (car (cdr (cdr  l))) .

Предполагается, что список-аргумент l всех этих функций, так же как и ниже описываемой функции nth, содержит необходимое число элементов (в противном случае вычисление программы прерывается сообщением об ошибке).

(nth  n  l)

Значением аргумента n должно быть положительное целое число (обозначим его N), а значением аргумента l –список. Значением функции является N-й от начала элемент этого списка. Например,

(nth  2 '(AT  ROBOT  (a  6)) ) → ROBOT.

 (last  l)

Функция выбирает последний (от начала) элемент списка, являющегося значением ее аргумента. Например, (last  '(AT  ROBOT  (a  6)) ) → (a  6).

 (cons  e l)

В отличие от предыдущих функций эта функция является конструктором, т.е. строит новый список, который и выдает в качестве своего результата. Первым элементом этого списка будет значение аргумента e, а хвостом списка –значение аргумента l. Например, (cons  '(A B C)  '(D E F) ) →

((A  B  C)  D  E  F).

 (append  l  l)

Эта функция осуществляет конкатенацию двух списков, являющихся значением ее аргументов. Например, (append  '(A B C)  '(D E F) ) → (A  B  C  D  E  F).

 (list  e1  e2  . . .  en)        (n≥1)

Эта функция имеет произвольное количество аргументов, из значений которых она строит список (количество элементов на верхнем уровне результирующего списка равно количеству аргументов).

Например, если переменная X имеет своим значением список (p (q r)), а переменная Y –список (t), то

значение формы (cons X Y) равно   ((p (q r)) t),

значение формы (append X Y) равно   (p (q r) t),

значение формы (list X Y) равно   ((p (q r)) (t)).

Арифметические функции

 (length  l)

Значением аргумента l должен быть список, функция вычисляет количество элементов (верхнего уровня) этого списка. К примеру, значение (length X) равно 2, если переменная X имеет значение (p(q r)).

Значениями аргументов нижеследующих функций должны быть числа, над которыми производятся арифметические операции.

(add1  n)

Функция прибавляет число 1 к числу-аргументу и выдает результат в качестве своего значения.

(sub1  n)

Эта функция вычитает 1 из значения своего аргумента и выдает результат в качестве своего значения.

 (+  n n)       

Значением функции  является сумма значений ее аргументов.

 (-  n n)

Значением этой функции  является разность значений ее аргументов.

 (mod  n n)       

Функция выполняет деление нацело значение первого аргумента на значение второго, и результат выдает в качестве своего значения.

 (rem  n n)       

Результат вычисления этой функции –остаток от деления первого числа на второе.

Предикаты

Предикатом обычно называется форма, значение которой рассматривается как логическое значение «истина» или «ложь». Особенностью языка Лисп является то, что «ложью» считается пустой список, записываемый как () или nil, а «истиной» –любое другое выражение (часто атом T).

 (null  e)

Эта функция проверяет, является ли значение ее аргумента пустым списком: если да, то значение функции равно T, иначе –().

 (eq  e  e)

Функция сравнивает значения своих аргументов, которые должны быть атомами-идентификаторами. В случае их совпадения (идентичности) значение функции равно T, иначе –().

 (eql  e1  e2)

В отличие от предыдущей функции, данная функция сравнивает значения своих аргументов, которыми могут быть не только атомы-идентификаторы, но и атомы-числа. Если они равны, то значение функции равно T, иначе –( ). Отметим, что во многих версиях Лиспа для сравнения любых атомов используется функция eq.

 (neq  e1 e2)

Аналог предыдущей функции, но значения аргументов сравниваются на «не равно».

 (equal  e e)

Функция производит сравнение двух произвольных S-выражений –значений своих аргументов. Если они равны (имеют одинаковую структуру и состоят из одинаковых атомов), то значение функции равно T, иначе –().

(member  a  l)

Значением первого аргумента должен быть атом, а второго –список. Функция производит поиск заданного атома на верхнем его уровне заданного списка. В случае успеха поиска значение функции равно T, иначе –( ).

 (gt  n n)  или (>  n n)

Значениями аргументов этой функции должны быть числа. Если первое из них больше второго, то значение функции равно T, иначе –().

 (lt  n n)  или (<  n n)

Аналог предыдущей функции, но числа сравниваются на «меньше».

Логические функции

 Так называются три функции, реализующие основные логические операции.

(not  e)

Эта функция, реализующая «отрицание», является дубликатом функции null: если значение аргумента равно ( ) («ложь»), то функция выдает результат T («истина»), а при любом другом значении аргумента выдает результат ( ).

 (and  e e …  ek)        (k≥1)

Это «конъюнкция». Функция по очереди вычисляет свои аргументы. Если значение очередного из них равно ( ) («ложь»), то функция, не вычисляя оставшиеся аргументы, заканчивает свою работу со значением ( ), а иначе переходит к вычислению следующего аргумента. Если функция дошла до вычисления последнего аргумента, то с его значением она и заканчивает свою работу.

 (or  e e …  ek)        (k≥1)

Это «дизъюнкция». Функция по очереди вычисляет свои аргументы. Если значение очередного из них не равно ( ) («ложь»), то функция, не вычисляя оставшиеся аргументы, заканчивает свою работу со значением этого аргумента, в противном случае она переходит к вычислению следующего аргумента. Если функция дошла до вычисления последнего аргумента, то с его значением она и заканчивает свою работу.

К числу логических функций можно отнести и лисповское условное выражение:

 (cond (p e,1  e,2  …  e,k1) … (pn  en,1  en,2  …  en,kn))        (n≥1, ki≥1)

Функция cond последовательно вычисляет первые элементы своих аргументов –обращения к предикатам pi. Если все они имеют значение ( ) («ложь»), тогда функция заканчивает свою работу со значением ( ). Но если был обнаружен предикат pi, значение которого отлично от ( ), т.е. он имеет значение «истина», тогда функция cond уже не будет рассматривать остальные предикаты, а последовательно вычислит формы ei,j из этого i-го аргумента и со значением последнего из них закончит свою работу. Заметим, что поскольку значения предыдущих форм из этого аргумента нигде не запоминаются, то в качестве этих форм имеет смысл использовать только такие, которые имеют побочный эффект, например, функции присваивания значений переменным или печати. 

Специальные функции

 (quote  e)  или   'e

Это функция блокировки вычислений: она выдает в качестве значения свой аргумент, не вычисляя его. Например, значением формы '(car (2)) является само выражение (car (2)).

(gensym)

Это функция генерации уникальных атомов (символов): при каждом обращении к ней выдается новый атом-идентификатор. Этот идентификатор получается склеиванием специального префикса и очередного номера (целого числа). Префикс и целое число, от которого начинается нумерация генерируемых атомов, могут быть установлены заранее, как, например, в языке MuLisp:

(setq *gensym-prefix* 'S)   (setq *gensym-count* 2)

После этого при последовательных обращениях к функции gensym она будет выдавать атомы S2, S3, S4 и т.д.

Блочная и связанные с ней функции

 (prog  (v1 v2 …  vn)  e1  e2 …  ek)     (n≥0,  k≥1)

Эту специальную функцию называют «блочной», поскольку ее вычисление напоминает выполнение блоков в других языках программирования. Вычисление функции начинается с того, что вводятся локальные переменные vi, перечисленные в ее первом аргументе, и всем им в качестве начального значения присваивается пустой список nil. После этого функция последовательно вычисляет остальные свои аргументы –формы ei. Вычислив последнюю из них, функция prog заканчивает работу со значением этой формы, уничтожив перед этим все свои локальные переменные vi .

Вычисленные значения всех форм ei, кроме последней, нигде не запоминаются, поэтому имеет смысл использовать в качестве них только функции с побочным эффектом. Некоторые из этих функций перечислены ниже.

В качестве одной из форм ei может быть записан атом-идентификатор, в этом случае он не вычисляется, а трактуется как метка, на которую будет производиться переход внутри этого блока (функцией go).

(return  e)

Это функция досрочного выхода из блока. Она может использоваться только внутри блочной функции prog, поскольку завершает вычисление ближайшей объемлющей блочной функции, устанавливая ее значение равным значению аргумента e.

(go  e)

Функция реализует переход по метке. Аргумент ее не вычисляется, в качестве ее аргумента должен быть задан идентификатор –одна из меток ближайшей объемлющей блочной функции. Функция go полностью завершает вычисление той формы этой блочной функции, в которую она входит (на любом уровне), и осуществляет переход на вычисление формы, непосредственно следующей за указанной меткой.

 (setq  v  e)

Это аналог оператора присваивания. В качестве аргумента v (он не вычисляется) должно быть задано имя переменной, существующей в данный момент. Функция присваивает этой переменной новое значение –вычисленное значение формы e. Это же значение является значением и самой функции setq, однако оно, как правило, не используется.

Следующие две особые функции используются для упрощения записи часто используемых конструкций (setq V (cdr V)) и (setq V (cons (e V)).

(pop  v)

Аргументом этой функции (он не вычисляется) должно быть имя переменной, существующей в данный момент и имеющей своим значением непустой список. Хвост этого непустого списка присваивается в качестве нового значения указанной переменной, а также выступает в качестве значения самой функции pop.

(push  е  v)

В качестве второго аргумента этой функции  (он не вычисляется) должно быть задано имя переменной, в качестве первого –произвольная форма. Функция вычисляет эту форму и строит новый список, первый элемент которого –вычисленное значение, а хвост –список, являющийся значением переменной v. Результирующий список становится новым значением переменной v и значением самой функции push.

Например, если переменная X имеет значение (d (e) g), а переменная U –значение (1 2), то значение формы (pop X) равно ((e) g), а значение (push U X) равно ((1 2) d (e) g).

Основным средством реализации циклических программ в Лиспе является рекурсия.

Рассмотрим примеры простейших рекурсивных программ на Лиспе:

(listp l) –функция-предикат, проверяющая является ли значение ее аргумента списком (на верхнем  уровне). Если да, то значение функции равно T, иначе –().

(defun  listp  (lambda (x)

(cond  ((null  x)  T)

 ((atom  x)  ( ))

 ( T  (listp  (cdr  x))) )))

(memb a l) - функция ищет атом, являющийся значением первого ее аргумента, в списке (на верхнем его уровне), являющемся значением второго аргумента. В случае успеха поиска значение функции равно T, иначе –().

(defun  memb  (lambda  (a  l)

(cond  ((null  l)  nil)

((eq  a (car  l))  T)

(T  (memb  a  (cdr l)) ) ))

(out a l) - функция удаляет из списка, являющегося значением ее второго аргумента, все вхождения (на верхнем) атома, являющегося значением первого аргумента.

(defun  out (lambda  (a  l)

(cond  ((null  l)  nil)

((eq  a (car  l))  (out  a  (cdr  l)))

(T  (cons  (car  l) (out  a  (cdr l))))) ))

(equal  e e) –функция, сравнивающая два произвольных S-выражения –значения своих аргументов. Если они равны (имеют одинаковую структуру и состоят из одинаковых атомов), то значение функции равно T, иначе –().

(defun  equal  (lambda (x  y)

 (cond  ((atom  x)  (eq  x  y))

((atom  y)  ( ))

  ((equal  (car  x)  (car  y)) (equal  (cdr  x) (cdr  y)))

                       ( T  ( ) ) )))

5

Программное обеспечение работ по ИИ

Экспериментальный и эволюционный  характер  разработок  систем  ИИ,  требования к программному обеспечению

Система Искусственного интеллекта (Интеллектуальная Система = ИС) –программно-аппаратный комплекс, способный к решению таких задач, решая которые человек использует свои интеллектуальные способности.

Создание ИС –процесс сложный, он предполагает моделирование интеллектуальной деятельности человека (а мы знаем, что она чрезвычайно сложна и слабо изучена)

→

приходится много экспериментировать, создавать все новые и новые варианты, версии

(иногда очень сильно отличающиеся друг от друга)

→

нужны языки высокого/сверхвысокого уровня для быстрого прототипирования

Особенности задач ИИ (с точки зрения программирования):

1.  сложные и динамически меняющиеся структуры данных;
2.  большие по объему хранилища данных (базы знаний) и средства эффективной работы с ними;
3.  символьные (в основном) данные;
4.  модели, отражающие состояние проблемной среды;
5.  переборные алгоритмы;
6.  алгоритмы поиска по образцу;
7.  гибкие структуры управления.

Языки, реально используемые в работах по ИИ:

лиспоподобные языки высокого уровня   - различные диалекты/версии Лиспа

языки логического программирования   - Пролог

языки объектно-ориентированного программирования - SMALL-TALK

языки на основе фреймов     - KRL

универсальные языки программирования   - C/C++, Java, Паскаль

языки, ориентированные на доступ    - LOOPS

(используют специальные процедуры - демоны,

которые активируются при получении СООБЩЕНИЙ)

экспертные системы-оболочки    - EMYCIN

Другие средства программной поддержки

Редакторы баз знаний:

штатные текстовые редакторы

автоматические журналы

средства синтаксического контроля

средства контроля содержания

Средства отладки: трассировка, остановы, автоматизация тестирования

Язык ПЛЭНЕР

Плэнер –один из потомков языка Лисп, созданный специально для реализации систем ИИ. Основные объекты языка (как и в Лиспе) –списки и атомы. Плэнер –очень громоздкий и сложный (для реализации и изучения) язык не нашедший, к сожалению, более или менее широкого практического применения.

Основные составляющие языка Плэнер:

•  средства для работы со списками (лисповская часть, используется для работы со списками)
•  плэнерская база данных (используется для моделирования ситуаций проблемной среды)
•  встроенный режим возвратов (реализует один из основных методов перебора –бэктрекинг)
•  аппарат работы с образцами (используется для анализа структуры списков)
•  аппарат теорем (используется при планировании решения)

позволяют достаточно эффективно (и быстро) реализовать соответствующие возможности.

Три типа процедур языка Плэнер:

- функции;

- сопоставители (для работы с образцами);

- теоремы (процедуры, вызываемые по образцу).

Примеры конструкций и процедур Плэнера:

Обращение к функции:

[ELEM  -2  (A  B  C  D)] → C

Выдать второй (2), считая с конца списка (знак "минус" при 2), элемент списка (A  B  C  D).

Сопоставление образца с выражением:

[IS  (*X  ПРИШЕЛ  !*Y)  (САША  ПРИШЕЛ  ИЗ  МАГАЗИНА)] →  T

Сопоставление успешно, то есть образец (*X  ПРИШЕЛ  !*Y) соответствует выражению (САША  ПРИШЕЛ  ИЗ  МАГАЗИНА). Побочный эффект: переменная X получает значение САША, а переменная Y получает значение (ИЗ  МАГАЗИНА)

Утверждение плэнерской базы данных:

(BOX  A (3 7)) - ящик с названием А находится на плоском квадратном поле с пронумерованными клетками в третьей строке (по горизонтали) и в седьмом столбце (по вертикали).

Запись утверждения в плэнерскую базу данных:

[ASSERT  (BOX  A)   (WITH  COL  RED)] –в базу данных записывается утверждение (BOX  A), то есть  "А является ящиком"; записывается также, что "цвет" (COL) этого ящика "красный" (RED).

Поиск утверждения в плэнерской базе данных:

[SEARCH  (BOX  [ ])  (TEST  COL  [NON  GREEN])]  –в базе данных ищется утверждение о некотором ящике, цвет которого не (NON) зеленый (GREEN); возможный ответ (результат поиска) –(BOX  A).

Определение плэнерской теоремы:

[DEFINE   ОСВОБОДИЛИ  (ERASING  (X)

  (=ЗАНЯТ=  *X)

[ASSERT  (=СВОБОДЕН=  .X)])]

Если из базы данных вычеркивается утверждение о том, что "поверхность некоторого кубика X занята" (если так, то на него нельзя поставить другой кубик), то автоматически будет вызвана и выполнена эта теорема. Она запишет в базу данных утверждение: "поверхность этого кубика X освободилась" (теперь на него можно поставить другой кубик).

Перейдем к более детальному рассмотрению основных составляющих Плэнера.

Основные объекты языка, средства для работы со списками

Выражения:

•  атомарные:

- обращения к переменным

- атомы:  идентификаторы,  числа,  строки

•  списковые:

- L-списки (списки в круглых скобках: (  и  ) )

- P-списки (списки в квадратных скобках:  [ и ] )

- S-списки (списки в «уголках»:  <  и  > )

Ограничители:  <пробел>,  ( , ) , [ , ] , < , >;  цифры;  буквы; специальные литеры + , - , . , * , : , ! .

Префиксы:  . , * , : - простое обращение к переменным; !. , !* , !: - сегментное обращение к переменным.

Простые формы:

- атомы (значением атома является сам этот атом),

- обращения к переменным с префиксом  . ,

- обращения к константам с префиксом  : ,

- L-списки (значением L-списка является список из значений его элементов),

- P-списки (обращения к процедурам).

Сегментные формы:

- обращения к переменным с префиксом  !. ,

- обращения к константам с префиксом  !: ,

- S-списки (сегментные обращения к процедурам).

 

В языке Плэнер, как и в Лиспе, программа и обрабатываемые ею данные строятся из выражений, к которым относятся: атомы, обращения к переменным, состоящие из префикса и имени переменной (например, .X) и списки всех трех видов. Некоторые выражения (формы) можно вычислять, получая в результате значения (ими являются выражения). Программа на Плэнере представляет собой последовательность форм, ее выполнение заключается в вычислении этих форм.

В языке имеется много встроенных (стандартных) функций.

Определение новых функций

Для определения новой функции следует обратиться к встроенной функции define:

 [define  f  dexp]

Вычисление функции define в качестве побочного эффекта приводит к появлению в программе новой функции с именем f и т.н. определяющим выражением dexp, которое должно иметь вид

 (lambda  (v v … vn)  e)           (n≥0)

где vi - формальные параметры новой функции, а e - форма, зависящая от vi.

При последующем обращении к этой новой функции

 [f  a a … an]

сначала вычисляются аргументы (фактические параметры) ai, затем вводятся локальные переменные vi, которым присваиваются значения соответствующих аргументов ai, и далее вычисляется форма e при этих значениях переменных vi, после чего эти переменные уничтожаются. Значение данной формы становится значением функции f при аргументах ai.

Операции над списками

[elem  n  l]

Значением аргумента n должно быть ненулевое целое число (обозначим его N), а значением второго аргумента - список (L) с любыми скобками. Значением функции является N-й от начала элемент списка L, если N>0, или |N|-й от конца элемент этого списка, если N<0. В случае, когда в качестве n явно указано число, имя функции в обращении можно опустить; например, [1 .X] - это сокращение от [elem 1 .X], т.е. выделяется первый от начала элемент списка, являющего значением переменной X.

[rest  n  l]

Значением аргумента n должно быть ненулевое целое число (N), а значением второго аргумента - список (L) с любыми скобками. Значением функции является результат отбрасывания N первых элементов списка L, если N>0, или |N|-й последних его элементов, если N<0.

[head  n  l]

В такой же ситуации значением функции является список из N  первых элементов списка L, если N>0, или |N|-й последних его элементов, если N<0.

Пример: [rest 2  [head  5  (1  2  3  4  5  6) ] ]   (3  4  5)

Если требуется вычислить список в круглых скобках

 (e e … en)             (n≥0)

т.е. если он рассматривается как форма, то все его элементы должны быть формами. Значением такого списка является список (с круглыми скобками) из значений его элементов. Например, если переменная X имеет значение (a  b), то значением списка (.X  c  [-1 .X]) является список ((a  b)  c  b).

В таких списках можно использовать сегментные формы (сегментные обращения к переменным и сегментные обращения к процедурам, <elem 5 .X>). Сегментная форма вычисляется как обычная (простая) форма, но затем у ее значения, если это список, отбрасываются внешние скобки, и полученная таким образом последовательность элементов поставляется вместо сегментной формы. Например, если переменная X имеет значение (a  (b  c)), то:

(5  .X  ( ))     (5  (a  (b  c))  ( )),  (5  !.X  ( ))    (5  a  (b  c) ( )), (!.X   !.X)    (a  (b  c)  a  (b  c)).

Если переменная X имеет значение (1  2), а переменная Y –значение (3  4):

(.X  !.Y)     ((1  2)  3  4) –на Лиспе эти действия задаются так:  (cons  X  Y)

(!.X  !.Y)    (1  2  3  4) –на Лиспе эти действия задаются так:  (append  X  Y)

Арифметические функции

 [+  n n2  … nk]        (k≥2)

Значениями аргументов должны быть числа. Результат вычисления функции –их сумма.

 [-  n  n]

Значениями обоих аргументов должны быть числа. Значение функции –их разность.

 [max  n n …  nk]        (k≥2)

Значениями аргументов должны быть числа. Результат вычисления функции –их максимум.

 [min  n n …  nk]        (k≥2)

Значениями аргументов должны быть числа. Результат вычисления функции –их минимум.

Предикаты

Предикатом называется форма, значение которой рассматривается как логическое значение «истина» или «ложь». При этом в Плэнере «ложью» считается пустой список ( ), а «истиной» –любое другое выражение (чаще всего в роли «истины» выступает атом T).

 [num  e]

Эта функция-предикат проверяет, является ли числом значение ее аргумента. Если да, то значение функции равно T («истина»), иначе –( ) («ложь»).

 [empty  e]

Функция проверяет, является ли значение ее аргумента пустым списком (с любыми скобками). Если да, то значение функции равно T, иначе –( ).

 [eq  e e]

Функция сравнивает значения своих аргументов. Если они равны, то значение функции –T , иначе –( ).

 [neq  e  e]

Аналог, но значения аргументов сравниваются на «не равно».

 [memb  e  l]

Значением функции является номер первого вхождения формы E в список L.

 [gt  n n], [ge  n n], [lt  n n] –сравнение, соответственно, на «больше», «больше или равно» и «меньше».

Предикаты, проверяющие состояние переменных

В Плэнере переменные (формальные параметры процедур или локальные переменные блоков) могут находиться в одном из трех состояний:

) переменная не описана (в некоторой функции встретилась нелокальная переменная, которая не описана в динамически объемлющих процедурах/блоках),

) переменная описана, но не имеет значения,

) переменная описана и имеет некоторое значение.

Для анализа таких ситуаций используются предикаты: [bound  v] и [hasval  v].

Первый из этих предикатов проверяет, является ли значение его параметра описанной (в динамически объемлющих процедурах/блоках) переменной. Если да, возвращается значение T, иначе –( ).

Значением аргумента предиката hasval должно быть имя переменной, существующей в данный момент. Функция проверяет, имеет ли сейчас эта переменная какое-либо значение или нет. Если имеет, то функция возвращает результат T, а иначе - результат ( ).

Функции для работы со списками свойств идентификаторов

Идентификаторы (и некоторые другие объекты) Плэнера могут иметь т.н. списки свойств –списки пар: свойство-значение. Если идентификатор является именем некоторого объекта проблемной среды (например, ящика, который может перемещаться роботом), в списке свойств могут быть указаны цвет этого ящика, его вес, линейные размеры и т.п.

Для задания списка свойств используется функция [plist  i  pl]. При выполнении обращения к ней идентификатор I получает список свойств PL = (ind val … indn  valn). Отметим, что отсутствие некоторого свойства эквивалентно тому, что это свойство присутствует в списке со значением ( ).

Функция [put  i  ind  val] позволяет изменить значение указанного свойства IND идентификатора I, а функция [get  i  ind?] –получить весь список свойств I (если параметр ind не задан), или же узнать значение указанного свойства.

Логические функции

Функции «отрицание», «конъюнкция», «дизъюнкция» и «условное выражение» аналогичны соответствующим лисп-функциям:

[not  e]

 [and  e e … ek]        (k≥1)

 [or  e e …  ek]       (k≥1)

 [cond  (p e,1 e,2 … e,k1) … (pn en,1 en,2 … en,kn)]        (n≥1, ki≥1)

Блочная и связанные с ней функции

[prog  (v v … vn)  e e … ek]         (n≥0, k≥1)

Эту функцию называют «блочной», поскольку ее вычисление напоминает выполнение блоков в других языках программирования. Вычисление функции начинается с того, что вводятся локальные переменные, перечисленные в ее первом аргументе.  Если vi –идентификатор (имя), вводится локальная переменная с этим именем и без начального значения. Если же vi –пара (id val), то вводится локальная переменная с именем id и начальным значением val (выражение val при этом не вычисляется). После этого функция последовательно вычисляет остальные свои аргументы –формы ei, которые принято называть операторами. Вычислив последний из них, функция с его значением заканчивает работу, уничтожив при этом свои локальные переменные.

Вычисленные значения всех операторов (кроме последнего) нигде не запоминаются, поэтому имеет смысл в качестве таких операторов использовать только функции/операторы с побочным эффектом. Некоторые из этих функций перечислены ниже.

 [set  v  e]

Это аналог оператора присваивания. Сначала вычисляются оба аргумента, причем значением аргумента v должно быть имя переменной, существующей в данный момент. Функция присваивает этой переменной новое значение –значение аргумента e. Это же значение является значением функции set, но оно, как правило, не используется.

 [return  e]

Это оператор выхода из блока. Функция return может использоваться только внутри функции prog, поскольку она завершает вычисление ближайшей объемлющей блочной функции, объявляя ее значением значение своего аргумента e.

 [go  e]

Это оператор перехода. Отметим, что если в качестве оператора функции prog указан идентификатор, то он трактуется как метка. Значением аргумента функции go должен быть идентификатор –одна из меток ближайшей объемлющей блочной функции. Функция go полностью завершает выполнение того оператора этой блочной функции, в который она входит (на любом уровне), и передает управление на оператор, следующий за этой меткой.

 В качестве операторов можно использовать составной оператор: [do  e e … ek]    ( k≥1),

а также операторы цикла (loop, while, until, for). Мы рассмотрим только первый вид оператора цикла:  [loop  x  l   e e … ek]

При выполнении этого оператора вводится параметр цикла x, локализованный внутри loop, затем x поочередно получает в качестве значения очередной элемент списка L (слева направо), к которому применяются операторы e e … ek.

Пример: [set  L  (1  2  3))]

 [prog ((R ( )))  [loop  E  .L  [set  R  (.E  !.R)]  .R]] - описанный блок переворачивает входной список (значение переменной L), помещая в конец списка R (в начальный момент пустого) элементы L: сначала первый, затем второй, затем третий. Результатом работы prog будет значение переменной R на момент завершения цикла –список (3  2  1).

Константы

Как и в Лиспе, константами в Плэнере называются глобальные перемеенные. Они вводятся так: [cset  c  v] –константе с именем C присваивается V.

Функции ввода-вывода

В Плэнере имеется достаточно богатый набор функций ввода-вывода, включающий: функции для работы с файловой системой; функции ввода и вывода символов, текста, строк; функции установки цвета фона и символов, управления курсором и др.

Ниже приводится фрагмент программы, использующей некоторые средства ввода-вывода:

[open  screen  get]  файл screen открывается на ввод

[active  screen  get] файл screen переводится в состояние "активный файл ввода"

[cset  a  [read]]  считывается очередное выражение (в данном случае, набираемое на клавиатуре)

   и его значение присваивается константе a; пусть это выражение –(N  O  T).

[cset  b  [rev  :a]]  константе b присваивается  (T  O  N).

[open  ff  put]  файл с именем ff открывается на вывод

[active  ff  put]  файл ff переводится в состояние "активный файл вывода"

[print  :b]   в файл ff "печатается" (записывается) выражение (T  O  N).

Специальные функции

В Плэнере имеется более десятка т.н. специальных функций, реализующих взаимодействие с операционной средой, интерпретатором (перехват синтаксических ошибок с целью их анализа в программе пользователя), а также преобразование типов. Несколько примеров:

 [catch  e1  e2]

Функция вычисляет E1 и, если вычисление закончилось успешно, с этим значением заканчивает свою работу. Если же в процессе вычисления возникла ошибка, вычисляется значение второго параметра.

 [exit  e  fn  n?]

Выход из функции FN со значением E, если параметр n задан, то выход из N+1 динамически вложенных обращений к функции FN.

Частный случай –выход на верхний уровень программы: [exit  ( )  ( )].

 [time]

Значение функции –время от начала решения задачи.

 [clock]

Дата и астрономическое время.

 [atl  a]

Функция преобразует идентификатор A в список составляющих его символов. Например, [atl  PLAN] → (P  L  A  N).

6

Программное обеспечение работ по ИИ

Образцы и сопоставители

Для анализа данных в Плэнере наряду с традиционными способами (применение функций для работы со списками, логических функций, предикатов, блоков) можно использовать:

- функцию is, реализующую сопоставление образца с выражением,

- сопоставители –особые процедуры (к которым можно обращаться только в образцах), проверяющие те или иные свойства выражения и его соответствие образцу в целом или отдельному элементу образца.

Соответствующие возможности Плэнера мы рассмотрим кратко и в основном на примерах.

Образец –выражение, которое используется как шаблон при анализе другого выражения (задает структуру и отдельные компоненты этого выражения).

Если выражение удовлетворяет требованиям шаблона, то говорят, что оно соответствует образцу, если нет, то не соответствует. В первом случае сопоставление образца с выражением удачно, во втором –неудачно.

Обращение к функции is выглядит так:

[is  pat  e], где pat –образец, e –выражение (сопоставление производится с E –значением e).

Алгоритм сопоставления в общем случае сложен, он предполагает возвраты. Важно, что удачное сопоставление может сопровождаться побочными эффектами –переменным, входящим в состав образца могут присваиваться в качестве значений соответствующие фрагменты выражения. Это позволяет резко сократить запись сложных действий по анализу данных и выделению важных для работы фрагментов.

Примеры (считаем, что используемые переменные описаны вне обращений к is, например, в каком- то объемлющем блоке):

[is  (*X  .X)  (b  b)]  T - сопоставление удачно, X (побочный эффект) получает значение b

    отметим, что при сопоставлении первого элемента образца (*X) с

    первым элементом выражения (b) переменная X получила значение b;

    второй элемент образца (.X) требует, чтобы рассматривалось текущее

    значение переменной X (префикс точка), т.е. как раз b; поэтому

    удачным будет и сопоставление второго элемента образца со вторым

    элементом выражения.

[is  (*X  .X)  (b  (b))]  ( ) - сопоставление неудачно;

[is  (*X  !*Y)  (1  2  3)]  T - сопоставление удачно; X:= 1, Y:= (2  3)

[is  (*X  *Y)  (1  2  3)]  ( ) - сопоставление неудачно (образец описывает список длиной два).

Обращение к сопоставителю внешне выглядит как обращение к функции. Однако: значение не вырабатывается, проверяется соответствие выражения/подвыражения образцу/элементу образца, фактические параметры (аргументы) обычно уточняют вид проверки.

Пример: [list  n] - сопоставитель, соответствующий списку из N элементов

[is  [list  2]  (a  b)]   T  - сопоставление удачно;

[is  [list  2]  (a  b  c)]  ( )  - сопоставление неудачно;

[is  (a  <list  2>  a)  (a  b  b  a)]   T - сопоставление удачно (сегмент  b  b  соответствует сегментному

     обращению к сопоставителю list;

[is  (a  [list  2]  a)  (a  (b  b)  a)]   T - сопоставление удачно.

В Плэнере есть около 30 встроенных сопоставителей, в том числе: логические (типа  and  и  or), типа сond, типа prog (вводят локальные переменные).

Сопоставитель [ ] соответствует любому выражению, сопоставитель < > - любому сегменту.

Некоторые встроенные сопоставители

Сопоставители (без параметров): id (идентификатор), num (число), var. (обращение к переменной с префиксом "."), var*, var:, var!., var!*, var!:, atomic (атомарное выражение) –проверяют тип выражения.

[aut  pat … patn] –сопоставитель "ИЛИ"; сопоставление с некоторым выражением успешно, если выражение соответствует одному из указанных образцов.

[et  pat … patn] –сопоставитель "И"; сопоставление с некоторым выражением успешно, если выражение соответствует каждому из указанных образцов.

[when  pat pat,1  pat,2 … pat,k1) … (patn  patn,1 patn,2 … patn,kn)] –"УСЛОВНЫЙ" сопоставитель; если выражение соответствует образцу pati, то применяется сопоставитель [et  pati,1  pati,2 … pati,ki].

[star  pat] –сопоставитель соответствует списку, каждый элемент (верхнего уровня) которого соответствует образцу pat.

Определение новых сопоставителей

[define  <имя>  (kappa  <список параметров>  pat)]

Пример:

[define  pal  (kappa  ( )

[aut  ( )  [list  1]  [same (X)  (*X  <pal>  .X)]])]

- рекурсивный сопоставитель pal соответствует любому списку-палиндрому; в нем использованы: логический сопоставитель aut  (аналог or), известный нам сопоставитель list, сопоставитель-блок same (вводящий локальную переменную X). Сопоставитель pal проверяет (последовательно): не является ли выражение пустым списком; списком длиной 1; списком, первый и последний элементы которого совпадают, а «середина» удовлетворяет требованиям pal.

Плэнерская база данных

База данных Плэнера не имеет никакого отношения к базам данных как объекту традиционного программного обеспечения (реляционным или сетевым, СУБД). Она похожа на т.н. доску объявлений.

Плэнерская база данных –это область памяти системы программирования на Плэнере, в которой хранятся утверждения. Утверждение представляет собой произвольный L-список, семантику которого (как и семантику всего наполнения базы данных) определяет пользователь. Рекомендуется использовать базу данных для моделирования динамически меняющейся проблемной среды: текущий набор утверждений отражает текущее состояние проблемной среды,  запись или вычеркивание утверждений соответствует происходящим в среде изменениям. Динамика базы данных отражает динамику поиска /планирования решения задач.

Основные операции над базой данных: запись утверждения, вычеркивание утверждение (по образцу), поиск утверждения (по образцу).

Запись

[assert  asrt  with?  rec?  else?] –функция assert служит для записи явно заданного (в виде L-списка) утверждения asrt в базу данных. Факультативный параметр with задает список свойств записываемого утверждения (он имеет такую же структуру, что и список свойств идентификатора, но связан с утверждением в целом). Факультативный параметр rec указывает, какие теоремы следует вызвать при записи данного утверждения (некоторые теоремы могут вызываться в этот момент автоматически). Факультативный параметр else содержит рекомендации по поводу того, что следует делать, если записать указанное утверждение в базу данных не удалось (например, потому, что такое утверждение в базе данных уже хранится).

Пример: пусть переменная X имеет значение green

 [assert  (box  A)  (with  col  .X)  (else)]  - параметр rec в этом примере опущен

 При выполнении этого обращения к функции assert происходит следующее:

) в базу данных записывается утверждение  (box  A) - имеется ящик A,

) с ним связывается список свойств (col  green) - его цвет –зеленый,

3) если утверждение записать не удалось, то (в соответствии с конкретным видом последнего параметра –else –вырабатывается неуспех.

Поиск

[search  pat  test?] –основная функция для поиска в базе данных утверждений по образцу pat. Параметр test (факультативный) позволяет задать требования, предъявляемые к списку свойств утверждения.

Функция search ставит развилку; ищет утверждение, соответствующее образцу; проверяет его список свойств (если он не удовлетворяет требованиям параметра test, ищется другое утверждение соответствующее образцу). Если подходящее (соответствует образцу,  удовлетворяет требованиям test, параметр test не задан) утверждение найдено, оно является результатом обращения к search; развилка не уничтожается, следовательно, если в динамике до этого обращения к search «доберется» неуспех, начнется поиск новых утверждений, соответствующих pat. Если найти утверждение, соответствующее pat и удовлетворяющее test, не удалось, развилка отменяется и вырабатывается неуспех.

Пример: пусть после выполнения обращения к assert из предыдущего примера мы задаем:

 [search  (box  [ ])  (test  col  [non  red])]

 Результат поиска –утверждение (box  A).

Поиск утверждений можно вести поэтапно –находить утверждения, «частично соответствующие» образцу (функция candidates, обращение к которой имеет вид [candidates  pat  type?]), а затем более детально анализировать полученный «список кандидатов». Можно искать только одно подходящее утверждение (функция search1).

Вычеркивание

[erase  pat  test?] –функция для удаления из базы данных утверждений, соответствующих образцу pat и удовлетворяющих требованиям параметра test (если он задан).

Пример: стереть утверждение (box  A) со списком свойств (col  green) можно так:

 [erase  (box  [ ])  (test  col  [non  red])]

Плэнерская база данных, отображающая состояние проблемной среды:

(room  R1)     

(room  R2)     

(conn  R1  R2  D)      

(door   D)    (at  ROBBY  R1)

(box    A) –(col green)  (at  A  R2)

(box    B) –(col red)  (at  B  R2)

В этой ситуации можно выполнять операции поиска:

[search (at  ROBBY  R1)] → T

[search (at  ROBBY  R2)] → ( )

[search (at  ROBBY  *X)] → T,  X:= R1

[find  all  (Y)  .Y  [search  (room  *Y)]] → (R1  R2)

Режим возвратов

В язык Плэнер встроен т.н. режим возвратов, который упрощает реализацию различных поисковых алгоритмов, использующих перебор вариантов. Суть этого режима в следующем. В любом месте программы может быть установлена т.н. развилка, от которой возможно несколько вариантов продолжения работы программы. Выбирается один из вариантов, и программа продолжает свою работу. Если затем окажется, что этот вариант неуспешен,  вырабатывается т.н. неуспех, по которому программа автоматически «откатывается» к последней (по времени) развилке. При этом отменяются все изменения (в значениях переменных и т.п.), произведенные на неуспешном пути, и в этой развилке выбирается следующий вариант, после чего программа снова «идет вперед». Если в развилке уже не оказалось нерассмотренных альтернатив, то неуспех возвращает программу к предыдущей развилке.

В каких местах программы ставить развилки и с какими альтернативами, считать ли выбранный путь вычисления неуспешным и когда вырабатывать неуспех –за все это отвечает автор программы. Встроенный же режим возвратов обеспечивает запоминание мест развилок и то, какие альтернативы в них еще не рассматривались, обеспечивает возврат программы по неуспеху к последней развилке и отмену ранее произведенных изменений в значениях переменных.

Ниже перечислены некоторые из встроенных функций языка Плэнер, позволяющих реализовать режим возвратов.

 [among  e]

Значением аргумента должен быть список. Если этот список пуст, функция вырабатывает неуспех, который автоматически возвращает программу к предыдущей ее развилке. Иначе функция запоминает развилку, альтернативами которой является то, что функция в качестве своего значения может выдать любой элемент из этого списка. Вначале функция выдает как свое значение первый элемент списка, завершает на этом работу, и программа продолжает свои вычисления. Но если позже в программе возникнет неуспех, который вернет ее к данной развилке, то функция возобновит свою работу и теперь как свое значение выдаст второй элемент списка, после чего программа снова «идет вперед». И так далее, пока в списке остаются нерассмотренные элементы. После выдачи в качестве своего значения последнего элемента списка, функция уничтожает свою развилку и потому последующий неуспех уже не будет здесь остановлен.

 [alt  e e  …  en]

Функция ставит развилку, i-я альтернатива которой –вычисление формы ei. Если вычислить значение удалось, функция заканчивает работу со значением Ei. Перед вычислением en развилка уничтожается.

 [fail]

Эта функция вырабатывает неуспех, по которому программа автоматически возвращается к последней (по времени) развилке. (Если развилок нет, то вычисление всего выражения самого верхнего уровня программы считается окончившимся неуспешно.)

 [pset  v  e]

Это аналог функции set, т.е. переменной, имя которой является значением аргумента v, присваивается новое значение –значение аргумента e. Однако, если присваивание, осуществленное функцией set, отменяется при неуспехе, то действие функции pset при неуспехе не будет отменено. Функция pset (и ей подобные) применяется, когда надо сохранить информацию, полученную на неуспешном пути вычисления программы, для последующих путей.

Для управления режимом возвратов помимо использования процедур, результаты которых не отменяются при неуспехе, в Плэнере есть и другие средства:

- уничтожение развилок и/или обратных операторов,

- использование именованных развилок.

 Пример плэнер-программы, решающей переборную задачу на основе бэктрекинга:

Пусть задан список L положительных целых чисел. Нужно подобрать набор чисел из L (они могут повторяться), сумма которых равна заданному числу N.

[define  sum  (lambda  (L  N)  [prog ( K  (M ( ))  (S  0))

A [set  K  [among  .L]]  [set  M ( .K  !.M)]  [set  s  [+  .K  .S]]

 [cond  ([eq  .S  .N]  .M]

  ([lt  .S  .N]  [go  A])

  (T  [fail])]  ])]

Трассировка выполнения программы при L = (6  3  2  1) и N = 5:

Вход: K –без значения, M = ( ), S = 0

[among (6  3  2  1)]  6    [among (6  3  2  1)]  3

[set  K  6]  обр.оператор [unassign  K] [set  K  3]

[set  M  (6)]  обр.оператор [set  M ( )] [set  M  (3)]

[set  S  6]  обр.оператор [set  S  0]  [set  S  3] 

S > 5  неуспех     S < 5  переход по метке A и новый вызов among: [among (6  3  2  1)]  6  [among (6  3  2  1)]  3 [among (6  3  2  1)]  2

 неуспех   неуспех   S = 5, выход со значением M.

Отметим, что развилки в первом и втором обращениях к функции among остаются. Если в описанное обращение к функции sum откуда-то извне «придет» неуспех, вычисление может возобновиться (при этом будут выбираться не исследованные ранее альтернативы). Например:

[prog  (X)  [set X [sum  (6  3  2  1) 5]] [cond ([neq [length  .X  3]] [fail])] .X]    (1  1  3).

Напечатать (поочередно) все решения рассматриваемой задачи можно с помощью такой конструкции:

[prog ( )  [alt  ( ) [return  T]]

[print  [sum  (6  3  2  1)  5]]   [fail]]

А собрать все решения (в списке Y) и затем выдать этот результат на печать можно так:

[prog (X (Y ( )) )   [alt  ( ) [return  .Y]]

    [set  X  [sum  (6  3  2  1)  5]]

  [pset  Y (!.Y  .X)]  [fail]]

Теоремы

Теорема Плэнера –процедура, вызываемая по образцу.

В языке существуют три типа теорем:

•  «целевые» (типа conseq),
•  «при записи» (типа antec),
•  «при вычеркивании» (типа erasing).

Целевые теоремы используются при планировании решения задач.

Если плэнерская база данных может рассматриваться как модель проблемной ситуации, то набор целевых теорем –как набор средств решения соответствующей задачи. Отобранный и упорядоченный набор теорем может трактоваться как план решения:  отдельная теорема из этого набора описывает некоторое элементарное действие (перемещение робота из одной точки в другую, применение некоторой формулы интегрирования и т.п.). Примечательно, что мы можем не знать имена теорем, перебираемых в ходе планирования решения задачи и/или попавших в окончательный вариант плана решения. Автоматически выбираются такие теоремы, которые приводят к достижению цели, описываемой в образце этой теоремы. Вызов теорем происходит в сочетании с режимом возвратов; распространение неуспеха может влиять на процесс планирования решения.

Все теоремы –любого из трех указанных типов –пользователь должен определять сам (встроенных теорем в языке нет).

Пример определения целевой теоремы:

[define  TRAN-R  (conseq  (x  y)

 (at  R  *y)

[search1  (AT  R  *x)]

[erase      (AT  R   .x)]

[assert     (AT  R   .y)] )]

Эта теорема (с именем TRAN-R) описывает перемещение робота (R) из точки x в точку y. Теорема может быть вызвана по образцу –(at  R  *y) –в ситуации, когда ставится цель «робот R должен попасть в некоторую точку проблемной среды», скажем в точку G (такая целевая ситуация описывается выражением (at  R  G), которое соответствует образцу теоремы). Добиться этого можно, применив данную теорему (выполнив соответствующее ей действие в предметном мире) или, возможно, какие-то другие теоремы из числа описанных в программе.

Тело этой теоремы предписывает:

- найти точку, в которой находится R,

- вычеркнуть из базы данных утверждение о том, что R находится в этой точке,

- записать в базу данных утверждение о новом местонахождении R.

Вызов целевых теорем осуществляется с помощью функции achive (или goal):

[achive  pat  rec?]  - pat –образец, rec? –факультативная рекомендация;

[goal  pat  test?  rec?] - pat –образец, test? –факультативный набор требований к списку свойств

   утверждения,  rec? –факультативная рекомендация;

Функция goal перед тем, как начать вызов теорем, проверяет, не представлена ли целевая ситуация в базе данных в виде утверждения (это означает, что цель на самом деле достигнута, никакого вызова теорем, никакого планирования решения не нужно).

Факультативный параметр rec  (рекомендации) позволяет влиять на процесс перебора теорем, отдавать приоритет некоторым теоремам, учитывать их «стоимость» и т.п. Более того, можно "редактировать" (динамически менять) рекомендации с учетом попыток вызова других теорем.

Примеры рекомендаций:

(use  T1  [ ])  - вызвать теорему с именем T1, а если вызов неуспешен, вызывать все остальные,

(try  [NOT  T3]) - вызывать все теоремы кроме T3,

(use1)   - если найдена одна успешная теорема, отменить все развилки.

Пример определения теоремы  типа «при вычеркивании»:

[define   КУБИК_ОСВ (erasing  (X)

 (=ЗАНЯТ=  *X)

[assert  (=СВОБОДЕН=  .X)])]

Если из базы данных вычеркивается утверждение о том, что "поверхность некоторого кубика X занята" (если так, то на него нельзя поставить другой кубик), то автоматически будет вызвана и выполнена эта теорема. Она запишет в базу данных утверждение: "поверхность этого кубика X освободилась" (теперь на него можно поставить другой кубик).

Вызов теорем типа «при вычеркивании» осуществляется с помощью функции change –либо явно: [change  pat  rec?], либо неявно (из функции erase).

Пример определения теоремы  типа «при записи»:

[define  ПРИШЕЛ  (antec  (X  Y  Z)

 (*X  =ПРИШЕЛ=  *Y)

[search1 (.X  =НАХОДИТСЯ_В=  *Z)]

[erase    (.X   =НАХОДИТСЯ_В=  .Z)]

[assert   (.X   =НАХОДИТСЯ_В=  .Y)])]

Если в базу данных записывается утверждение о том, что "X пришел в Y (из Z)", то автоматически будет вызвана и выполнена эта теорема. Она найдет в базе данных утверждение о прежнем местонахождении X, вычеркнет это утверждение и запишет, что "X находится вY".

Вызов теорем типа «при записи» осуществляется с помощью функции draw –опять же либо явно: [draw  pat  rec?],либо неявно (из функции assert).

5

Программное обеспечение работ по ИИ

Проблема знаний

В данном разделе курса речь идет о проблемах формирования, хранения и использования «знаний» (пока мы считаем, что «знания» –любая информация о системе и ее окружении) на всех этапах жизненного цикла системы искусственного интеллекта (системы ИИ)/интеллектуальной системы (ИС).

.Терминологические замечания:

а) Предметная область (ПО) –«срез» действительности, со своими объектами, отношениями.

   Проблемная область (ПО) –Предметная область + характерные задачи.

Примеры:

Предметная область –Лисп как язык для обработки списков

Проблемные области: автоматический синтез программ на Лиспе,

автоматизированное обучение приемам программирования на Лиспе.

б)Из психологии и педагогики нам известна триада: знания –умения –навыки.

Знания –усвоенные Понятия.

Умения –способность выполнять новые действия в новых условиях.

Навыки –действия, автоматизировавшиеся в процессе их усвоения и выполнения.

В работах по ИИ знаниями обычно называют и собственно знания, и умения, и навыки.

Поэтому говорят о: базах понятий, базах фактов, базах правил и т.п.

Вот, например, два определения из Интернет-ресурса «Тематическая служба толковых словарей» –http://www.glossary.ru.

Знания (в информатике) –вид информации, отражающей опыт специалиста (эксперта) в определенной ПО, его понимание множества текущих ситуаций и способы перехода от одного описания объекта к другому.

Знания о ПО подразделяются на:

-факты, относящиеся к ПО;

-закономерности, характерные для ПО;

-гипотезы о возможных связях между явлениями, процессами и фактами;

-процедуры для решения типовых задач в данной ПО.

Чтобы не вступать в противоречие с литературными источниками, мы согласимся с такой трактовкой (расширенной) термина знания.

в)Базы знаний (БЗ) в работах по ИИ часто не совсем корректно противопоставляются базам данных (утверждается, например, что базы знаний в отличие от баз данных имеют встроенный дедуктивный механизм вывода следствий из известных фактов и т.п.).  

Для нас это феномены разноплановых уровней:

База знаний –(у нас) –совокупность «знаний» системы ИИ в компьютерном представлении. Средством представления «знаний» может быть, в частности, та или иная штатная база данных (в обычном смысле).

2.Некоторые острые аспекты проблемы знаний:

Проблема извлечения знаний

Извлечение знаний –процесс взаимодействия инженера по знаниям с источником знаний (экспертом), в результате которого становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области.

Проблема приобретения знаний

Приобретение знаний –автоматизированное построение базы знаний посредством диалога эксперта и/или инженера знаний со специальной программой формирования БЗ.

Экспертные знания –знания, которыми располагает специалист в некоторой проблемной области.

Эксперт –специалист в некоторой проблемной области.

Инженер знаний/Инженер по знаниям/Когнитолог –специалист по искусственному интеллекту, проектирующий и создающий базу знаний системы ИИ. Обычно инженер по знаниям выступает в роли «посредника» между экспертом и базой знаний

Проблема открытости знаний

Совокупность «знаний» системы ИИ неизбежно должна быть открыта для включения в нее новой информации, отражающей динамику проблемной среды и динамику поручаемых системе ИИ заданий.

Открытость может быть реализована по-разному:

- пополнение БЗ «хирургическим путем» (программист/администратор вносят изменения в тексты БЗ),

- обучение системы пользователем в рабочем режиме,

- самообучение системы (приспособление ее к новым условиям/задачам).

.Базовые методы представления знаний:

Метод представления знаний –совокупность взаимосвязанных средств формального описания знаний и оперирования (манипулирования) этими описаниями.

(аналог модели данных в теории Баз Данных –понятие концептуального уровня)

Логические методы (язык предикатов)

Знания, необходимые для решения задач и организации взаимодействия с пользователем, –факты (утверждения).

Факт –формула в некоторой логике.

Система знаний –совокупность формул.

База знаний –система знаний в компьютерном представлении.

Основные операции: логический вывод (доказательство теорем)

Примеры:

иметь (Саша, книга)    «Саша имеет книгу»

иметь (Саша, книги)  иметь (Саша, книга) «Если Саша имеет книги, то он имеет книгу»

(x) [человек (x)  иметь (x, книга)]  «Каждый человек имеет книгу»

(x) [свободен (x)  (y) (на (y,x))] «Если кубик x свободен, то нет такого кубика y,

     который находится на кубике x»

Достоинства:

•  формальный аппарат вывода (новых фактов/знаний из известных фактов/знаний),
•  возможность контроля целостности,
•  простая и ясная нотация.

Недостатки:

•  знания трудно структурировать,
•  при большом количестве формул вывод идет очень долго,
•  при большом количестве формул их совокупность трудно обозрима.

Семантические сети

Знания, необходимые для решения задач и организации взаимодействия с пользователем, –объекты/события и связи между ними.

Статические семантические сети   - сети с объектами.

Динамические семантические сети (сценарии) - сети с событиями.

Система знаний –совокупность сетей (или одна общая сеть).

База знаний –система знаний в компьютерном представлении.

Для представления семантических сетей используются графы:

вершина - атомарный объект (событие),

подграф - структурно сложный объект (событие),

дуга  - отношение или действие.

Примеры отношений:

род-вид  («компьютер» –«персональный компьютер»)

целое-часть  («компьютер» –«память»)

понятие-пример («компьютер» –«конкретный компьютер . . . »)

Основные операции: сопоставление с образцом, поиск, замена, взятие копии

Примеры семантических сетей:

Будут позже (на сегодняшней лекции).

Достоинства:

•  знания хорошо структурированы, структура понятна человеку.

Недостатки:

•  при большом объеме сети очень долго выполняются все операции,
•  при большом объеме сети она трудно обозрима.

Фреймы

Знания, необходимые для решения задач и организации взаимодействия с пользователем, –фреймы.

Фрейм-понятие –отношение/действие + связанные этим отношением/участвующие в этом действии объекты.

Фрейм-пример –конкретный экземпляр отношения/действия + конкретные объекты (связанные этим отношением/участвующие в этом действии).

Система знаний –совокупность фреймов-понятий и фреймов-примеров.

База знаний –система знаний в компьютерном представлении.

Фрейм: ИМЯ  - отношение/действие

СЛОТЫ - объекты или другие фреймы

С каждым слотом может быть связана такая информация:

УСЛОВИЕ НА ЗАПОЛНЕНИЕ (тип, «по умолчанию», связь с другими слотами)

АССОЦИИРОВАННЫЕ ПРОЦЕДУРЫ (действия, выполняемые, например, при заполнении этого слота)

Основные операции: поиск фрейма/слота, замена значения слота, взятие копии фрейма-понятия

Примеры:

Фрейм-понятие «Перемещать»

ПЕРЕМЕЩАТЬ (кто?, что?, откуда?, куда?, когда?, . . .)

Условия: кто? –человек, робот, . . .

  откуда? –место

  . . .

Фрейм-пример

ПЕРЕМЕЩАТЬ (Саша, Саша, Главное_Здание_МГУ, Факультет_ВМК, вчера в 15-30, . . .)

Фрейм-понятие «Персональный_компьютер»

ПЕРСОНАЛЬНЫЙ_КОМПЬЮТЕР (фирма-производитель?, процессор?, память?, . . .)

Фрейм-пример

ПЕРСОНАЛЬНЫЙ_КОМПЬЮТЕР (ASUS, Intel Celeron, 512Мб, . . .)

Достоинства:

•  знания хорошо структурированы, структура понятна человеку.

Недостатки:

•  при большом количестве фреймов долго выполняются все операции,
•  при большом количестве фреймов знания трудно обозримы.

Продукции

Знания, необходимые для решения задач и организации взаимодействия с пользователем, –продукции (продукционные правила).

Продукция –правило вида:  p:  (где: p –предусловие,  - антецедент,  - консеквент).

Система знаний –система продукционных правил + стратегия выбора правил.

База знаний –система знаний в компьютерном представлении.

Основные операции: вывод (применение правила, определение правила-преемника и т.д.)

Примеры:

True: T > 200C & P > 5 кПа   открыть клапан № 3

True: Х - башня   Х имеет_часть У1 & У1 есть КРЫША & . . .

Достоинства:

•  простая и ясная нотация.

Недостатки:

•  при большом количестве правил вывод идет очень долго,
•  при большом количестве правил их совокупность трудно обозрима.

.Сложности формирования БЗ (на примерах):

Пример: Формирование описания объекта на основе знаний «здравого смысла»

При описании АРКИ одного из объектов Мира Кубиков с помощью семантических сетей мы будем использовать: )объекты/понятия: арка, блок, пирамида (пирам), многогранник (мног);

2)отношения: целое-часть (1), род-вид (2), поддерживает (3) и некоторые другие.

Рассматривается проекция трехмерных объектов на плоскость.

В описание не включается очевидный факт –работа с Кубиками ведется на плоскости (table).

Достаточно естественный вариант АРКИ:  может быть описан так:

Другой возможный вариант АРКИ:   имеет другое описание:

Если в БЗ будет указано, что блок и пирам – 

частные случаи объекта мног →   можно дать обобщенное описание АРКИ:

В этом описании не учтен «вырожденный» случай арки (см. ниже). Для того, чтобы исключить такой объект, следует указать, что блоки основания АРКИ не соприкасаются.

Не очень понятно, следует ли считать АРКОЙ объект, изображенный на следующем рисунке («феномен кучи»). Можно заменить в описании отношение не соприкасаются (4) 

отношением расстояние между блоками > δ (5).

Отметим, что этот пример можно рассматривать не только в контексте описания (и его формализации) ПО человеком, но и в контексте обучения системы ИИ.

Пример: Использование в качестве источника информации о ПО энциклопедических источников

Некоторые словарные статьи из «Толкового словаря Ожегова» (http://www.ozhegov.ru/):

АВТОБУС: многоместный автомобиль для перевозки пассажиров

АВТОМОБИЛЬ: транспортное средство на колесном ”реже полугусеничном или другом” ходу с собственным двигателем для перевозок по безрельсовым путям

…

МАШИНА: == автомобиль. Служебная, личная м. Гараж для машины.

…

ТРАМВАЙ: городская наземная электрическая железная дорога, а также ее вагон или поезд.

…

ТРОЛЛЕЙБУС: многоместная электрическая транспортная машина, идущая по безрельсовым путям.

…

РОТОР: вращающаяся часть в машинах.

Верно ли такое формальное описание объекта «ротор» (логические методы представления знаний):

Ротор (x) ↔ Часть (x, y) & Машина (y) & Вращается (x) ?

Вероятно, нет. Так как, если Машина не работает, то Ротор не Вращается.

Возможное уточнение (требует привлечения информации, которой нет в источнике):

Ротор (x) ↔ (t) [Работает (y, t) & Часть (x, y) & Машина (y) → Вращается (x)]

5. Метазнания в системах искусственного интеллекта:

Метазнания –знания системы ИИ о ее собственных знаниях: как они структурированы, как и при каких условиях их можно менять (в том числе, с учетом проблемы полномочий: автоматическое изменение, изменения после получения подтверждения от пользователя, изменение пользователем).

С использованием метазнаний в экспертных системах мы познакомимся в соответствующем разделе.

В данном разделе мы рассматриваем метазнания как средство разрешения конфликта между наличными знаниями системы ИИ (содержанием базы знаний) и входной информацией.

Примеры конфликтов:

- не удается завершить анализ текста условия задачи, т.к. в нем встретилось незнакомое системе ИИ слово;

- не удается продолжить планирование решения, т.к. ни один оператор к очередной вершине дерева поиска неприменим;

- новый факт формально противоречит одному из ранее известных.

Разрешение конфликта (на примере появления во входном тексте слова, которое не входит в словарь системы ИИ):

•  поиск возможных причин (незнакомое слово –это либо действительно новое слово, либо слово с орфографической ошибкой);
•  их динамическое (в текущем сеансе общения с известным пользователем: один часто допускает клавиатурные ошибки, другой любит использовать необычные/редкие слова) упорядочение;
•  выбор наилучшего способа устранения конфликта (заменить букву, вставить пропущенный пробел и т.п.);
•  необходимая временная коррекция базы знаний (например, временное снятие запрета на появление незнакомых слов) или изменение входных данных (исправление орфографической ошибки);
•  обучение (факультативно), например, запись в словарь системы нового слова.

Вспомним, что модуль проверки правописания текстового процессора при появлении незнакомого системе слова предлагает: пропустить это слово, исправить ошибку (выбрав вариант, предлагаемый системой, либо, предложив свой вариант исправления) или добавить слово в словарь системы.

5

Проблема знаний