Интеллектуальный интерфейс
Одной из основных особенностей пятого и последующих поколении ЭВМ является ориентация на неподготовленного в области программирования пользователя. Превращение ЭВМ в устройство массового использования, в обычный «бытовой прибор» требует наличия специальных средств, облегчающих работу пользователя. По- видимому, те усилия, которые неподготовленные пользователи согласны сделать, когда они подходят к ЭВМ, не должны быть намного больше тех усилий, которые они затрачивают, применяя многофункциональные электронные установки или многопрограммные стиральные агрегаты. Подобная концепция выдвигает перед создателями новых поколений ЭВМ специфическую проблему – создание интеллектуального интерфейса, способного обеспечить контакт пользователя с ЭВМ в условиях его общей профессиональной неподготовленности. Если раньше между подобным пользователем и ЭВМ находился специалист по программированию, который выполнял роль переводчика между ними, то теперь этот вид интеллектуальной деятельности должен быть автоматизирован и реализован в интеллектуальном интерфейсе.
Основные функции интеллектуального интерфейса Функция общения Функция автоматического синтеза программы Функция обоснования Функция обучения
Структура интеллектуального интерфейса
Нулевой уровень На нулевом уровне понимания система способна отвечать на сообщения пользователя безо всякого анализа их сути. На этом уровне понимание как таковое у системы отсутствует.
Первый уровень На первом уровне понимания система становится способной отвечать на все вопросы, ответы на которые есть во введенном в нее тексте. Например, если в ЭВМ введен текст: «В аэропорту Внуково в 20 часов приземлился самолет ИЛ-62, прилетевший из Баку. В 21 час пассажиры этого рейса получили свой багаж, а в 22 часа этот же самолет улетел в Баку», то на первом уровне понимания ЭВМ обязана отвечать правильно на вопросы типа: «Откуда прилетел самолет, приземлившийся в 20 часов в аэропорту Внуково?» или «В каком аэропорту приземлился в 20 часов ИЛ-62, прилетевший из Баку?».
Второй уровень На втором уровне понимания появляется блок пополнения текста. В его функции входит автоматическое пополнение текста за счет хранящихся в памяти ЭВМ процедур пополнения. Если в память ЭВМ введен тот же текст, который мы использовали для первого уровня, то на втором уровне система может отвечать на вопросы типа; «Получили ли пассажиры багаж, когда в 22 часа самолет ИЛ-62, прилетевший из Баку, улетел обратно?»
Третий уровень Отличие состоит в процедурах, реализуемых блоком вывода ответа. Формируя ответы, этот блок использует теперь не только информацию, хранящуюся в базе данных, куда введено расширенное внутреннее представление исходного текста, но и некоторую дополнительную информацию, хранящуюся в базе знаний. Наличие сценария позволяет пользователю получить, например, ответ на вопрос: «Когда пассажиры покинули самолет?»
Сценарий Сценарии могут иметь самую разную форму. Дуги, входящие в них, могут интерпретироваться не только как маркеры временных упорядочений, но и как причинно- следственные связи. В искусственном интеллекте сценариям отводится центральная роль в процессах понимания текстов на естественном языке
Четвертый уровень В отличие от предыдущего, меняется только процедура, реализуемая блоком вывода ответа. Эта процедура обогащается за счет введения в нее эффективных средств дедуктивного вывода. В базе знаний, кроме сценариев хранится и иная информация, отражающая свойства отдельных объектов, фактов и явлений, характерных для предметной области, с которой работает система, а также совокупность различных закономерностей, характерных для процессов, протекающих в ней. Вся эта информация априорно закладывается в виде некоторых внутренних формализованных представлений в базу знаний. Специалисты, которые этим занимаются, в последнее время все чаще называются инженерами знаний или инженерами по знаниям
Пятый уровень К дедуктивному выводу добавляются средства правдоподобного вывода. Среди них вывод по нечетким схемам, вероятностный вывод, вывод по аналогии и вывод по ассоциации.
Шестой уровень На шестом уровне понимания схема несколько видоизменяется, в нее добавляется блок пополнения базы знаний. Система становится способной пополнять ее, извлекая новые закономерности и знания из наблюдений за содержимым базы данных и обработки этих наблюдений. Другими словами, система становится способной к индуктивному выводу. Система способна ответить на вопрос, ответ на который ранее в базе данных и базе знаний отсутствовал: «Какое время проходит между посадкой самолета и получением багажа?» На подобный вопрос система может дать ответ типа «В большинстве случаев между этими событиями проходит один час».
Заключение Как следует из всего сказанного, интеллектуальные интерфейсы позволяют решать главную проблему – обеспечивать практически мгновенный выход неподготовленного пользователя на режим решения интересующих его задач.
ВСЕ