Форма входа
0/0
Фреймы для представления знаний - Марвин Минский
- Дата:24.08.2024
- Категория: Компьютеры и Интернет / Прочая околокомпьтерная литература
- Название: Фреймы для представления знаний
- Автор: Марвин Минский
- Просмотров:0
- Комментариев:0
Уважаемые читатели!
Тут можно читать бесплатно Фреймы для представления знаний - Марвин Минский. Жанр: Прочая околокомпьтерная литература. Так же Вы можете читать полную версию (весь текст) онлайн книги без регистрации и SMS на сайте Knigi-online.info (книги онлайн) или прочесть краткое содержание, описание, предисловие (аннотацию) от автора и ознакомиться с отзывами (комментариями) о произведении.
Описание онлайн-книги Фреймы для представления знаний - Марвин Минский:
В книге описывается новый подход к решению проблемы представления знаний в системах искусственного интеллекта. В основе его лежит система фреймов — особых структур данных для понятийного представления стереотипных ситуаций в рамках общего контекста знаний о мире. С этих позиций дается описание механизмов человеческого мышления, распознавания образов, восприятия зрительной и слуховой информации, а также проблемы лингвистики, обучения и методы решения задач. Автор книги — известный американский ученый, специалист по искусственному интеллекту.Книга предназначена для широкого круга научных и инженерно-технических работников, интересующихся созданием искусственного интеллекта. Она может служить хорошим пособием для студентов, специализирующихся в этой области.
Аудиокнига "Фреймы для представления знаний" от Марвина Мински
📚 "Фреймы для представления знаний" - это увлекательная аудиокнига, которая погружает слушателя в мир искусственного интеллекта и когнитивной психологии. Автор книги, Марвин Мински, ведущий ученый в области искусственного интеллекта, рассказывает о фреймах как основных элементах для представления знаний и их влиянии на наше мышление.
🧠 Главный герой книги - это сам фрейм, концептуальная структура, которая помогает нам организовывать информацию и делать выводы. Слушая эту аудиокнигу, вы узнаете, как фреймы влияют на наше восприятие мира и как мы можем использовать их для решения сложных задач.
Об авторе:
Марвин Мински (1927-2016) - выдающийся ученый в области искусственного интеллекта, профессор Массачусетского технологического института. Он является одним из основателей кибернетики и когнитивной психологии, автором множества работ по искусственному интеллекту и философии разума.
🎧 На сайте knigi-online.info вы можете бесплатно и без регистрации слушать аудиокниги онлайн на русском языке. Здесь собраны бестселлеры и лучшие произведения различных жанров. Погрузитесь в мир знаний и откройте для себя увлекательные истории, которые расширят ваш кругозор и помогут лучше понять себя и окружающий мир.
Не упустите возможность окунуться в мир книг и знаний прямо сейчас! 📖
Послушать аудиокнигу "Фреймы для представления знаний" от Марвина Мински вы можете перейдя по ссылке.
Читем онлайн Фреймы для представления знаний - Марвин Минский
Шрифт:
-
+
Интервал:
-
+
Закладка:
Сделать
Что можно сказать о взаимодействии между элементами фреймов-структур, которое тесно связано со всеми рассматриваемыми здесь вопросами? Гештальт-психолог потребовал бы выполнения такого синтеза (на базе имеющихся у человека сведений), при котором двигатель будет представляться как единое целое. Неплохо, однако, для начала вспомнить, что автомеханик сможет выявить неисправность (если вообще сможет ее отыскать), возникшую как результат взаимодействия трех или более элементов двигателя, только после изнуряющей замены многих его исправных частей. Следует признать, что стремление к полным синтетическим представлениям нецелесообразно и не может выступать в качестве требования для теоретических построений. В действительности должна существовать некоторая структура, объединяющая различные концептуальные типы фрейма «двигатель». Но она тоже может быть относительно простой. К уже рассмотренным типам фрейма «двигатель» следует, видимо, добавить еще один — суперфрейм, терминалы которого будут указывать на первые три типа фрейма (электрический, механический и визуальный) и, будучи связанными друг с другом указателями, сообщать, как и когда именно следует использовать эти субфреймы. Каждая сложная «понимающая» система, по всей вероятности, содержит подобные структуры суперфреймов, которые управляют использованием субфреймов.
Заманчивой кажется идея о том, что более крупные понятия формируются на подсознательном уровне человеческого мышления. По наблюдениям X.Пуанкаре, после периода умственной активности, за которым следует более длительный период ее спада, на человека находит внезапное озарение. Подсознательную деятельность (если следовать взглядам X.Пуанкаре) следует рассматривать как комбинаторный эвристический поиск, в котором вероятность успеха зависит в первую очередь от качества ингредиентов, введенных во время активной умственной работы; эти элементы объединяются самыми разными способами до тех пор, пока не будет получена такая конфигурация, которая выдержит определенный вид проверки.
«Я говорил о чувстве абсолютной уверенности, сопровождающем наше вдохновение..., оно часто вводит нас в заблуждения, но мы обнаруживаем это только тогда, когда пытаемся привлечь на свою сторону доказательства».
X. Пуанкаре (1946).Итак, продуктом вдохновения является не полностью детализированное решение, а «точка отсчета» или план, доведенный до сознательного уровня мышления, потому что он прошел через порог «эстетической разумности».
Что же касается взглядов X.Пуанкаре, то он, видимо, придерживался (по крайней мере, в данном вопросе) концепции холизма, ибо в его понимании «элегантные» математические объекты есть не что иное, как объекты, «элементы которых расположены настолько гармонично, что ум в состоянии охватить их всех сразу, целиком и в то же время представлять себе все возможные подробности». Из нерассмотренных остался еще вопрос о том, требуется ли для работы фильтров, которые передают на сознательный уровень новые описательные комбинации, проведение активного их анализа или действия таких фильтров смогут получить объяснение на основе более простых операций согласования и поиска информации. К несчастью, математики, за исключением X.Пуанкаре, Д.Пойа и некоторых других, не сумели внести значительный вклад в понимание механизмов решения задач. Мне кажется, что это все же не было следствием их приверженности концепции «элегантности», которая передавалась от одного поколения другому как почитаемое, но не объяснимое и не проанализированное качество. В любом случае я не вижу оснований считать, что подсознательная деятельность отличается либо мощными параллельными вычислениями, либо необычным синтезом, предусматриваемым философией холизма. Более правдоподобно выглядит предположение о проводимых на этом уровне быстрых и неглубоких исследованиях с привлечением тех данных, которые были подготовлены в процессе активного анализа материала. Аспект подсознательного может только указать на отсутствие «аннотации» и какой-либо регистрации мыслительных операций: в противном случае мы получили бы возможность рассмотрения и анализа этих процессов. Вопрос относительно сложности фильтров остается, по-прежнему, открытым.
3.7. Резюме. Использование фреймов в эвристическом поиске
За последние десять лет широкое распространение получила идея о том, что важны все аспекты представления информации с помощью «пространства задачи»; однако мысль о том, что описания могут быть полезны и для самих программ, и для авторов этих программ, не стала столь же популярной. Прогресс в понимании этого ключевого момента был фактически задержан остроумными схемами, созданными для того, чтобы избежать явных манипуляций описаниями.
Основным устремлением, особенно при доказательстве теорем и моделировании игр, была разработка средств, ведущих к систематическому уменьшению протяженности поиска в пространстве задачи. Иногда простая задача может быть решена при помощи последовательного перебора допустимых методов решения: перебор производится до тех пор, пока один из методов не даст положительного результата. В более сложных ситуациях используются усовершенствованные локальные правила поведения, а также варианты «восхождения к вершине» в пределах пространства задачи. Однако если нам и удается таким способом решить определенную задачу, мы получаем мало сведений о пространстве задачи и, следовательно, не повышаем свою квалификацию, что весьма пригодилось бы нам в будущем. Наиболее разработанными в эвристических методах являются игровые методы поиска решений, в которых используются различные стратегии для уменьшения дерева перебора, оценки терминальных вершин и выработки разумного хода. Однако даже в тех системах, где применяются различные способы организации иерархий символьных целей, отсутствует «осознанный» самой системой подход к процессу поиска решений и не совершенствуется качество представления информации. Я предлагаю следующее более совершенное и мощное правило.
Главной целью при решении задач должно быть стремление лучше понять пространство задачи и найти такие представления, в рамках которых данная задача решается довольно просто. Цель поиска состоит в том, чтобы получить информацию для формирования надлежащего представления, а не для нахождения решения, как это обычно предполагается; после того, как удастся соответствующим образом представить это пространство задачи, решение найти будет значительно легче.
В частности, я являюсь противником того, что значимость интеллектуального эксперимента должна оцениваться либо относительно категорий «неудача — частичный успех — успех», либо с помощью таких понятий, как «улучшение ситуации» и «уменьшение различия». Применение какого-то метода или изменение представления могут быть ценными лишь в том случае, когда они ведут к совершенствованию стратегии проведения последующих экспериментов. В более ранних формулировках роли стратегий в эвристическом поиске эти возможности не были выделены, хотя в неявной форме они содержались в рассуждениях о задачах планирования.
Каким образом можно объединить новое правило с классической стратегией минимакса? Пусть мы находимся в определенном узле А дерева решения (играя в какую-нибудь игру, например, шахматы) и исследуем два (или более) возможных хода, скажем В и С. Каждый из этих ходов получает значения оценок V(B) и V(C). Затем оба этих значения объединяются с помощью функции М для того, чтобы выработать одну общую оценку
S(A) = M( V(B), V(C) ) .
По существу, с помощью функции М должны подводиться итоги поиска на всем дереве ниже узла А и определяться оценка позиции А.
Посмотрим, в чем заключается цель подобных действий. Если можно было бы произвести поиск на всем дереве перебора, то мы смогли бы использовать найденную в каждом узле оценку S для принятия решения о том, какой следующий ход лучше всего сделать. Если, однако, оценка S дается просто в виде числа, то на этой основе невозможно будет провести значительные рассуждения, требуемые для анализа существующей ситуации.
Если значение S(B) невелико, то можно предположить, что В — неудачная позиция. Но если мы хотим, чтобы генератор ходов не повторял своих прежних ошибок, сообщение S должно включать некоторую дополнительную информацию относительно того, чем нас не удовлетворяет позиция В или как поступить в данном случае. Нам фактически требуется итоговое объяснение того, что обнаружено в процессе поиска; поскольку мы работаем с деревом перебора, нам требуется также рекурсивное суммирование подобных резюме.
Рассмотрим проблему, названную нами «расхождением резюме». Если резюме для ситуации А содержит (в общем случае) любое явное описание для В и С, то существует опасность того, что любая схема рекурсивного описания будет повторять дерево ходов; это приведет к столь же длительному поиску итогового сообщения, как и поиску самого решения. Чтобы этого не произошло, можно воспользоваться довольно простым способом — ограничить размеры самого резюме. В этом случае следует позаботиться о том, чтобы избежать сильного уменьшения информативности сообщений. Во фреймах-описаниях важные черты и отношения, находящиеся на верхних уровнях, могут служить в качестве резюме, а вспомогательные описания становятся доступными лишь по необходимости. Вопрос о том, какая часть проанализированного дерева должна оставаться в долговременной памяти, а какая отбрасываться после того, как сделан очередной ход, зависит от других аспектов использования участником игры всего накопленного им опыта.
На этой странице вы можете бесплатно читать книгу Фреймы для представления знаний - Марвин Минский бесплатно.
Похожие на Фреймы для представления знаний - Марвин Минский книги
- Мивары: 25 лет создания искусственного интеллекта - Олег Варламов - Справочники
- Дворец памяти. 70 задач для развития памяти - Гарет Мур - Менеджмент и кадры
- Найти идею. Введение в ТРИЗ – теорию решения изобретательских задач - Генрих Альтшуллер - Управление, подбор персонала
- Групповое движение интеллектуальных летательных аппаратов в антaгонистической среде - Вячеслав Абросимов - Техническая литература
- Завтра 3.0. Трансакционные издержки и экономика совместного использования - Майкл Мангер - Экономика
