Иван Братко - Программирование на языке Пролог для искусственного интеллекта

Рис. 14.15. Правила распространения вероятностей по сети, принятые в системах Prospector и AL/X: (а) "мягкая импликация" с силой ( N , S ); (b) логические комбинации отношений.

На рис. 14.15 показан один из способов реализации этого эффекта распространения информации по сети. Часть вычислений производится не над вероятностями, а над шансами . Это удобно, хотя в принципе и не обязательно. Между шансами и вероятностями имеет место простое соотношение:

шанс = вер / (1 – вер )

вер = шанс / (1 + шанс )

Пусть между E и H существует отношение "мягкой импликации", тогда, в соответствии с рис. 14.15,

шанс ( H|E ) = M * шанс ( H )

где множитель M определяется априорной и апостериорной вероятностями с учетом силы ( N, S ) связи между E и H . Предполагается, что правила Prospector'a (рис. 14.15) для вычисления вероятностей логических комбинаций событий (использующие min и max ) правильно моделируют поведение человека при оценке субъективной уверенности в таких составных событиях.

Давайте сначала расширим правила языка, с тем чтобы получить возможность работать с неопределенностью. К каждому, правилу мы можем добавить "силовой модификатор", определяемый двумя неотрицательными действительными числами S и N . Вот соответствующий формат:

Имя Правила: если

Условие

то

Заключение

с

Сила( N, S).

Примеры правил рис. 14.14 можно изобразить в этой форме так:

прав1 : если

не давлоткр и

открклап

то

открклрано

с

сила( 0.001, 2000).

прав2 : если

сепзапвд

то

давлоткр

с

сила( 0.05, 400).

Для того, чтобы произвести соответствующее расширение оболочки экспертной системы (разд. 14.5), нам понадобится внести изменения в большинство процедур. Давайте сосредоточимся только на одной из них, а именно на процедуре

рассмотреть( Цель, Трасса, Ответ)

Мы предположим, что утверждение Цельне содержит переменных (как это сделано в Prospector'e и в AL/X). Это сильно упростит дело (особенно в процедуре ответпольз). Таким образом, Цельбудет логической комбинацией элементарных утверждений. Например:

не давлоткр и открклап

Цепочку целей-предков и правил Трассаможно представить таким же способом, как это сделано в разд. 14.5. Однако форму представления объекта Ответпридется модифицировать для того, чтобы включить в нее вероятности. Цель и ее вероятность можно соединить в один терм следующим образом:

Цель : Вероятность

Получим такой пример объекта Ответ:

индоткр : 1 было сказано

Смысл ответа: пользователь сообщил системе, что событие индоткрпроизошло, и что это абсолютно достоверно.

Представление объекта Ответтребует еще одной модификации, в связи с тем, что в одно и то же событие могут вести несколько независимых связей, которые все окажут влияние на вероятность этого события — его шанс будет помножен (рис. 14.15) на все множители. В этом случае Ответбудет содержать список всех ветвей вывода заключения. Приведем пример ответа такого рода для сети рис. 14.14 (для наглядности расположенный на нескольких строках):

давлоткр : 1 было 'выведено по'

[ прав2 из сепзапвд : 1 было сказано,

прав5 из диагсеп : 1 было сказано ]

Процедура рассмотреть, выдающая ответы в такой форме, показана на рис. 14.16. Она обращается к предикату

импликация( Р0, P, Сила, Вер0, Вер)

соответствующему отношению "мягкой импликации" (см. рис. 14.15). Р0 — априорная вероятность события E , а P — его апостериорная вероятность. Сила — сила импликации, представленная как

сила( N, S)

Вер0и Вер — соответственно априорная и апостериорная вероятности гипотезы H .

Следует заметить, что наша реализация очень проста, она обеспечивает только изменение вероятностей при распространении информации по сети вывода и иногда ведет себя недостаточно разумно. Никакого внимания не уделяется отбору для анализа наиболее важной в данный момент информации. В более сложной версии следовало бы направлять процесс поиска ответа в сторону наиболее существенных фактов. Кроме того, необходимо стремиться к тому, чтобы пользователю задавалось как можно меньше вопросов.