Реферат: Д. А. Поспелов, Г. С. Осипов

Из неизданных книг

_______________________________________________


Д.А.Поспелов, Г.С.Осипов.


Прикладная семиотика


1. Введение


Для развития науки и техники весьма характерны возвраты к идеям и методам, возникшим ранее, но не нашедшим тогда своего применения. Они как бы опережают то время, когда им следовало бы появиться, когда их востребует практика. В развитии искусственного интеллекта (ИИ) такие случаи встречались неоднократно. Ярким примером этого может служить возврат в конце 80-х годов к идеям нейросетей, впервые высказанным в конце 50-х – начале 60-х годов. Тогда работы в области формальных нейронов, перцептронов, а также моделей распознавания и обучения на их основе быстро исчерпали себя, поскольку в то время не было возможности поддержать эти идеи аппаратными средствами. Во второй половине 80-х годов такие средства были созданы, и сетевая парадигма обрела второе дыхание.

Другой пример – идея параллелизма, появление которой на три десятилетия опередило возможность ее практического воплощения. И лишь в последние годы эта идея начинает успешно воплощаться в техническим устройствах, технология изготовления которых допускает реальную организацию протекания асинхронных параллельных процессов.

Нечто подобное происходит сейчас с рядом идей, связанных с ситуационным управлением [1-7] и семиотическим моделированием [8-14]. Эти идеи активно развивались в СССР, начиная со второй половины 60-х годов. Если ситуационное управление мыслилось как некоторый раздел теории управления сложными (большими) системами, то семиотическое моделирование охватывало круг задач, традиционно относимых к ИИ, автоматизации научных исследований, автоматизированным системам проектирования и ряду других направлений человеческой деятельности.

На основе методов, разработанных в рамках ситуационного управления и семиотического моделирования в 60-80 гг. в СССР было создано несколько десятков систем, которые использовались для проектирования, планирования и управления в различных сферах человеческой деятельности (см. [6,7])

Эти отечественные работы можно назвать пионерскими, ибо они заложили основу того научного направления, которое постепенно сформировалось к концу 80-х годов. Теперь данное направление, наконец-то, обрело свое собственное имя. Термин «Прикладная семиотика» появился четыре года назад. Он обрел «гражданство» во время встреч специалистов из России и США в 1995-м году на рабочих семинарах «Российское ситуационное управление и кибернетика» и «Архитектуры для семиотического моделирования и ситуационный анализ в больших сложных системах» [15-17]. Второй из указанных семинаров проходил в рамках Десятого международного симпозиума IEEE по интеллектуальному управлению в Монтерее (США, Калифорния).

Вслед за этим родовым термином появились другие новые термины [18]: семиотические системы, семиотические сети, семиотические базы знаний и т.п. Это связано с тем, что знаниям, хранящимся в интеллектуальных системах, стал приписываться семиотический смысл. Соответственно, проблематика прикладной семиотики объединяет большинство из выделенных Д.А. Поспеловым «10 горячих точек» в области ИИ [19]:

1) переход от вывода к аргументации;

2) проблема оправдания;

3) порождение объяснений;

4) поиск релевантных знаний;

5) понимание текстов;

6) синтез текстов,

7) когнитивная графика;

8) многоагентные системы;

9) сетевые модели;

метазнания.


^ 2. семиотика и знания


Между когнитивными системами человека и системами представления знаний в интеллектуальных системах имеются глубокие аналогии, позволяющие переносить результаты, верные для одних объектов, на другие, функционально с ними сходные. Становится очевидным, что, создавая теорию баз знаний, необходимо опираться на знания, понимаемые как объекты знаковой природы. А такие объекты и построенные из них комплексы традиционно изучаются в семиотике – науке о знаковых системах.

Основным исходным элементом любой семиотической системы является знак. Знак включает в себя три аспекта:

имя знака или синтаксический аспект знака;

содержание знака или семантический аспект знака;

назначение знака или прагматический аспект знака.

При представлении знаний в системах искусственного интеллекта эти три аспекта лучше всего реализуются при фреймовых представлениях. Имя фрейма соответствует имени знака, имена обычных слотов и связанные с ними ограничения, условия, области определения значений и другая подобная информация соответствуют содержанию знака, а слоты, содержащие в качестве значений имена присоединенных процедур, соответствуют назначению знака.

Другим примером знаков могут служить широко используемые в операционных системах ярлыки-иконки, например, ярлык с изображением принтера. Его изображение на экране является именем знака. Содержание знака может быть раскрыто с помощью перехода от имени к таблице, содержащей все нужные сведения о принтерах, а включение процедуры печати при щелчке по ярлыку принтера определяет назначение этого знака.

Знак всегда замещает собой некий объект-оригинал, и поэтому может рассматриваться как некоторая модель замещаемого объекта или события, процесса и т.д. Следовательно, совокупности знаков с отношениями между ними являются моделирующими системами. Именно в этом смысле любой язык, например, естественный, называют моделирующей системой. Между знаковой системой и тем, что с ее помощью описывается, возникает отношение моделирования, реализуемое в виде специальной коммутативной диаграммы моделирования. Как правило, моделирование охватывает моделируемый мир лишь частично, что делает отношение моделирования и соответствующую диаграмму приближенными, например, вероятностными или нечеткими. Проблемы, связанные с изучением природы и свойств таких отношений и диаграмм, входят в число фундаментальных проблем, изучаемых в прикладной семиотике.

Особенностью знаков является возможность смены плана выражения любого аспекта знака. Вид ярлыка, заменяющего реальный принтер, может изменяться любым образом, лишь бы фиксировалась договоренность о том, что это ярлык принтера. Содержимое таблички со сведениями о принтерах также может меняться. Наконец, щелчок мыши по ярлыку может вызывать не только процедуру печати, но и например, процедуру тестирования принтера. Сами аспекты знака могут менять свои функции. Вместо имени знака можно использовать его содержание или назначение, что демонстрируют загадки, или вместо содержания знака можно использовать множество имен, как это происходит при формировании списка очереди за какой-либо услугой или товаром. Это свойство договорности позволяет использовать знаковые системы для моделирования открытых и динамических систем.

Классическая семиотика, как она сложилась к концу XX-го века, не интересуется какими-либо практическими приложениями в сфере точных наук, техники или ИИ. Она остается чисто гуманитарной наукой, основные интересы которой сосредоточены в области культуры, человеческого поведения, искусства и языка. Поэтому прикладная семиотика существенно отличается от традиционной семиотики. Объектами ее изучения являются не знаки сами по себе, не знаковые системы, а в первую очередь, применение знаков и знаковых систем в системах представления и использования знаний при решении различных практических задач.

В прикладной семиотике одно из центральных мест занимает понятие семиотического моделирования. Оно описывает динамику жизнедеятельности системы при изменении знаний системы об окружающем ее мире и способах поведения в нем. Если классическая формальная система моделирует замкнутый, полностью описанный мир, то семиотическая система, в которой состояния соответствуют фиксированным формальным системам, а смена состояний определяется изменением договоренностей об аспектах знаков, входящих в систему, позволяет моделировать процессы, протекающие в открытых или динамических системах (табл.1).

Здесь мир в определенном состоянии семиотической системы замкнут и неизменен, предсказуем и познаваем. Он похож на наивную картину мира у человека, который в своей жизнедеятельности опирается на систему знаний в подобной «грубой» модели как на полное знание о мире. Необходимость в смене состояний семиотической системы возникает всякий раз, когда фиксированная данным состоянием формальная система начинает порождать суждения и умозаключения, не соответствующие действительности или не дающие возможности достичь поставленной цели. Момент смены состояний заключается в изменении различных параметров формальной системы: аксиом, правил вывода, ценностных ориентаций, стратегий поиска решений, ограничений и т.п. Именно это обстоятельство делает исследования в области прикладной семиотики интересными и важными для практики.

Важнейшими областями применения идей, моделей и методов прикладной семиотики являются [18]:

естественно-языковые интерфейсы пользователей с компьютерами;

базы знаний, оперирующие с представлениями, близкими к естественному языку (семиотические базы знаний);

системы автоматизированного проектирования сложных объектов,не допускающих формального описания;

системы управления сложными объектами, для которых трудно или невозможно найти формальные модели функционирования и управления (интеллектуальное управление).




^ Основная семиотическая конструкция: треугольник Фреге


Термин «данные» распространен весьма широко. Он используется при решении задач на компьютерах, в системах передачи информации, в статистике и во многих других случаях. Его всеобщность такова, что никто не пытался давать точного определения понятия «данные». Этого и не требовалось до тех пор, пока не появился новый термин «знания», в какой-то мере противопоставляемый термину «данные». Такая ситуация требует уточнения того, что понимается под данными и знаниями.


Табл. 1. Сравнительный анализ основных характеристик

формальных и семиотических систем




^ ФОРМАЛЬНЫЕ СИСТЕМЫ



СЕМИОТИЧЕСКИЕ СИСТЕМЫ


ЕДИНСТВЕННАЯ КЛАССИЧЕСКАЯ ЛОГИКА



^ СОСУЩЕСТВОВАНИЕ РАЗЛИЧНЫХ ЛОГИК (АЛГЕБР)



ВЫПОЛНЯЕТСЯ ЗАКОН ИСКЛЮЧЕННОГО ТРЕТЬЕГО


ЗАКОН ИСКЛЮЧЕННОГО ТРЕТЬЕГО НЕСПРАВЕДЛИВ




^ ЗАМКНУТЫЕ МИРЫ



ОТКРЫТЫЕ МИРЫ



МОНОТОННЫЙ ВЫВОД


НЕМОНОТОННЫЙ ВЫВОД



^ ПОСЛЕДОВАТЕЛЬНЫЙ ВЫВОД


ПАРАЛЛЕЛЬНАЯ АРГУМЕНТАЦИЯ



НЕТ МУЛЬТИРЕЗОЛЮЦИИ



МУЛЬТИРЕЗОЛЮЦИЯ ВОЗМОЖНА


^ СТАТИЧЕСКИЕ МОДЕЛИ ЗНАНИЙ



ДИНАМИЧЕСКИЕ МОДЕЛИ ЗНАНИЙ


ПОСТОЯННАЯ ИНТЕРПРЕТАЦИЯ


ПЕРЕМЕННАЯ ИНТЕРПРЕТАЦИЯ




Нечто аналогичное было в информатике до тех пор, пока термин «алгоритм» не потребовал уточнения. Такая необходимость возникла с обнаружением алгоритмически неразрешимых проблем, т.е. проблем, для решения которых общий алгоритм построен быть не может. И тогда встал вопрос: «Что именно нельзя построить?» Ответ на него был невозможен без уточнения самого понятия «алгоритм». Это привело к появлению таких формальных конструкций, уточняющих понятие алгоритма, как машина Тьюринга или нормальный алгорифм Маркова.

Развитие ИИ, приведшее к появлению термина «знания», сделало необходимым введение отличия нового понятия от понятия «данные». Поскольку сам термин «знания» теснейшим образом связан с идеями семиотики, то для нас весьма интересно сформулировать эти различия.

Но прежде необходимо ввести несколько важных для дальнейшего изложения понятий. На рис.1 схематически показана конструкция, известная в семиотике как треугольник Фреге[20]. В реальном мире, окружающем человека, имеются некоторые сущности: объекты, явления, процессы. Их принято называть денотатами. Эти сущности, если они вычленяются человеком из общего фона реального мира, как-то отражаются в его сознании. В результате отражения возникают представления о денотатах. Представления могут быть образными, акустическими, тактильными или интегральными, объединяющими различные модальности нашего восприятия окружающего мира. Представления - это тот интегрированный образ (в психологии его часто называют гештальт), с которым имеет дело человек. Денотат, скрывающийся за гештальтом, непосредственно человеку недоступен, а постигается им лишь через некоторые представления, формулируемые его органами чувств или другими источниками информации о реальном мире.

Сталкиваясь с различными денотатами, человек постепенно накапливает о них определенную информацию. Некоторые денотаты кажутся ему неразличимыми (таковы особенности его представлений) и он воспринимает эти сущности, как проявление одной и той же сущности. Другие как-то отличаются друг от друга, и человек склонен рассматривать их как сущности разного вида. Чтобы реализовать возможность такого различия, он вводит специфические имена, связывая их с представлениями о том или ином виде сущности. При этом довольно быстро возникают соображения о том, что один тип сущностей (т.е. сущностей, называемых одним и тем же именем) отличается от другого типа сущностей. Так на основе врожденной для человека процедуре выявления сходства-различия формируется понятие о сущностях данного типа.

Поясним все сказанное на примере. Пусть некоторый человек, приехавший в большой город, раньше никогда не видел трамвая. Впервые увидев трамвай, услышав шум от его движения, ощутив рукой его поверхность, человек формирует гештальт этого конкретного трамвая (единичного представителя пока еще не известной ему сущности, экземпляра этой будущей сущности). Если в городе есть всего один трамвай (например, стоящий в музее транспорта), то у приезжего сущность «трамвай» (имя этого объекта он услышал от кого-то, или прочитал на табличке в музее транспорта) так и останется представленной уникальным экземпляром. Если же он столкнется и с другими сущностями, называемыми «трамвай», то вскоре обнаружит, что несмотря на их общее имя, к ним вполне применима процедура определения сходства-различия. Он поймет, что число вагонов этого транспортного средства, их цвет или длина не являются существенными признаками сущности, а движение по рельсам, использование электрического тока для движения или наличие сидений для пассажиров такими признаками являются. Это поможет ему сформировать некоторое обобщенное представление о трамвае, которое будет составлять для него содержание понятия «трамвай».

Описанная схема возникновения треугольника, показанного на рис.1, весьма поверхностна. Здесь не хотелось бы вдаваться в подробное описание процесса формирования таких первичных представлений. Это – дело психологов и специалистов по теоретической семиотике. Но, в основных чертах, суть происходящего мы сохранили. Наблюдения за единичными проявлениями некоторой сущности вызывают необходимость дать ей имя (или узнать его), а затем формируют обобщенное представление об этой сущности (понятия).
^ 4. Внутренние связи

Вернемся к рис.1. Треугольник Фреге символизирует не только наличие трех ментальных объектов, связанных с денотатом (представление, имя и понятие), но и показывает, что между этими ментальными объектами есть специфические связи. Эти связи на рис.1 пронумерованы. Каждой из них соответствует процедура, характерные для процесса мышления человека.

Связь 1 позволяет по имени сущности активизировать в памяти все сведения о свойствах этой сущности (для чего может использоваться, какую опасность она в себе таит и т.д). Все эти сведения имеются в понятии, связанном с данной сущностью. Эта же связь при необходимости может по имплицитному описанию сущности определить имя этой сущности. Примерами могут служить многочисленные загадки, в которых имя сущности надо найти из ее имплицитного описания («Маленькая собачка висит на двери. Не лает, не кусает, а в дом не пускает»).



ментальный мир


1


3


реальный мир



Рис.1. Треугольник Фреге


Связь 2 позволяет по представлению об индивидуальной сущности найти информацию о ее свойствах или (в обратную сторону) сформировать типовое представление о той сущности, свойства которой описаны в системе.

Связь 3 соотносит представление о денотате с его именем. Когда человек видит пробегающую по улице собаку, то в его сознании формируется представление об этой конкретной собаке и возникает имя сущности, к которой она относится - «собака». Если человек видит собаку, для которой у него имеется индивидуальное имя (например, «Дружок»), то именно это имя должно у него активизироваться. Но возможно, что человек активизировал в своей памяти лишь имя («собака», «Дружок»). Тогда связь 1 должна активизировать в его сознании представление о той сущности, имя которой активизировалось. Таким образом работает связь 1.

Все три связи (вернее, обеспечивающие их работу механизмы) в той или иной степени реализованы в современных системах ИИ. Однако эффективная их реализация сама по себе предполагает решение важных научных и технических проблем. Например, установление имени сущности по ее представлению часто бывает весьма нетривиальной задачей в теории распознавания образов или в практике распознавания трехмерных сцен, а поиск связи между понятием и именем может потребовать немалых усилий, что и демонстрируют попытки разгадывания трудных загадок.

На рис.1 источником наших представлений был внешний реальный мир. Но человеческое сознание устроено так, что оно способно творить иные миры, отличные от реального. Таковы миры мифов и сказок, миры писателей-фантастов и тех, кто пытается описывать мир души. Ментальные миры, порождаемые на этом пути населены персонажами, отличными от тех, которые встречаются человеку в реальном мире. В этих мирах имеются иные предметы и иные закономерности. Но, несмотря на это, человек способен отражать информацию о сущностях такого мира. Техника отражения сущностей остается той же самой. Представления об единороге или тролле выглядят по форме так же, как представления о бегемоте или стороже зоопарка.

^ Определение 1. Информационная единица, структурой которой является треугольник Фреге, где вершины отождествляются с именем, понятием и представлением, называется знаком или семой.

5. Наследование

Знак имеет не только видимую на рис.1 внешнюю структуру. То, что соответствует вершинам треугольника, само может быть достаточно сложным образованием. Имя, например, может иметь собственную структуру. В качестве имени, например, может выступать хорошо известный в нашей стране Универсальный Десятичный Код (УДК), используемый для упорядочивания массива всех печатных изданий. Сама структура этого кода обеспечивает доступ в тот раздел науки, к которому относится данная публикация. Эта структура, имеющая вид дерева, позволяет связывать между собой знания, отражающие разные сферам человеческой деятельности, отношениями типа «общее-частное».

Таким образом, имя в знаке может нести информацию о специальном виде связей между знаками. Это так называемые связи наследования.

На рис.2 приведены основные типы связей. Связь «Элемент-класс», показанная на рис.2а означает, что имя класса наследуется именем элемента и может выступать как часть его составного имени. Например, в имени «молокозавод» часть «завод» указывает на имя класса сущностей, к которым относится молочный завод. Молочный завод при этом является элементом класса сущностей «завод», в которую входят и машиностроительный завод, и завод по производству искусственного волокна и т.п. Важным свойством отношения «элемент-класс» является то, что между элементами класса может не быть никакого сходства, кроме их принадлежности к одному классу. В самом деле, что можно найти общего в предметах, продающихся в супермаркете? Именно поэтому так трудно дать исчерпывающее определение таким общим понятиям, как «мебель», «столярный инструмент», «бижутерия» и т.п., широко используемым в человеческом общении. Универсальным способом определения класса в этом случае является либо простое перечисление входящих в него элементов, либо определение некоторого свойства (как правило, внешне отсутствующего у элементов), которое оправдывает образование класса. Можно, например, определить класс «столярные инструменты», как состоящий из инструментов, «предназначенных для обработки дерева на уровне, отличном от целого ствола». «Целый ствол» возник тут для отделения «столярных инструментов» от «инструментов плотника».

На рис.2б показана связь наследования иного рода, а именно, отношение «часть-целое». В этом случае обязательно наследуется заранее выделенная часть сведений, относящихся к сущности, которой приписана роль «целое». Например, рука, как часть человека, не может не наследовать общие свойства человеческого организма: необходимость в кровоснабжении, управляемость от сигналов головного мозга и т.п. Но, как и в случае отношения «элемент-класс» тут не идет речь о каком-то внутреннем сходстве элементов, входящих в X, между собой.

Лишь в случае отношения «вид-род», показанного на рис.2в, имеет место чистое наследование всех свойств. Элемент Z автоматически заимствует все свойства, приписанные элементам их X. Например, все элементы, входящие в род «млекопитающие», наследуют признак выкармливания детенышей молоком и все остальные сведения о млекопитающих.

Отношения наследования образуют иерархическую структуру в системе знаков. На рис.3 показан пример возможной иерархии. На первом уровне иерархии на этом рисунке реализуется отношение «часть-целое», на втором–«вид-род», а на третьем –«элемент-класс». Иерархии подобного типа играют огромную роль для человека при организации информации о внешнем мире и о своих действиях в нем.

Отметим, что в отношении «элемент-класс» иерархическая связь устанавливается между именами соответствующих знаков. Отношения же «часть-целое» и «вид-род», связанные с наследованием информации, устанавливаются либо между понятиями, либо между представлениями связываемых друг с другом знаков. Если знаки рассматриваются в целом, т.е. без выделения той или иной вершины треугольника, то иерархические связи устанавливаются между знаками.


^ 6. Сети из знаков


Кроме иерархических связей знаки могут объединяться и связями одного уровня. Например, известная фраза: «Нет дыма без огня» связывает между собой знаки, соответствующие сущностям «дым» и «огонь» каузальной (причинно-следственной) связью или отношением «причина-следствие». Отношение это является синхронным, ибо в любой ситуации наличие огня обычно вызывает появление дыма, что и наблюдается в обыденной человеческой практике.

Наличие отношений наследования и одноуровневых отношений приводит к тому, что система знаков оказывается объединенной в иерархическую сеть. Вершинами этой сети являются отдельные знаки, а дуги сети характеризуют различные отношения, к которым принадлежат знаки. Такие конструкции в работах по ИИ называются семантическими сетями (см., например, [21-23]).

Эти сети являются вложенными структурами, так как любая вершина сети сама может быть сетью. Это происходит прежде всего благодаря отношениям наследования. Например, семантическая сеть, показанная на рис.4 за счет связей, приведенных на рис.3 для сущности «мебель», может быть преобразована в сеть иерархического вида.

Аналогия между сетью знаков и семантической сетью неслучайна. Не фиксируя явно источник своих конструкций, специалисты, работающие в области ИИ, вводят многие понятия и модели, тесно связанные с семиотикой. Одним из таких понятий является «фрейм». Так М. Минский, который впервые ввел это понятие в научный оборот в 70-х годах [24]), трактовал его как минимальное описание некоторой сущности, в котором еще содержится все, что нужно для ее идентификации. Минимальность означает, что любое выбрасывание чего-либо из описания приводит к потери самой сущности, она становится неотличимой от иных сущностей. В такой интерпретации фрейм напоминаем толкование понятия в базовом треугольнике, определяющем знак.

Более ясно нужная нам аналогия проявляется, когда понятие «фрейм» берется в программистском смысле, как некоторая конструкция, описывающая сущность. В простейшем случае такая конструкция имеет следующий вид:


(имя фрейма) (имя слота 1; значение слота 1)

(имя слота 2; значение слота 2)

...............................

...............................

...............................

(имя слота К; значение слота К)


Примером задания фрейма может служить простая конструкция, определяющая сущность «поездка»:


(Поездка) (Кто; Джон Смит)

(Куда; Сан-Франциско)

(Цель; Участие в конференции)

(С кем; С женой Мэри Смит)

(Когда; С 6 по 10 1996 года)


Число слотов, их содержание и имена могут меняться в зависимости от того, какие стороны сущности важно отразить.

Интересно подчеркнуть, что имена слотов даже при отсутствии соответствующих им значений определяют смысл той сущности, к которой эти слоты относятся. Так смысл сущности «поездка» не изменяется от того, кто именно осуществляет эту поездку, куда и с какой целью он едет.

Каркас фрейма, в котором места, предназначенные для конкретных значений пустуют, принято называть фреймом-прототипом (или протофреймом). Фрейм-прототип явно связан с той вершиной треугольника Фреге, которая носит название «понятие». Информация, хранящаяся во фрейме, задает понятие, которое характеризует все сущности с данным именем. Если же все слоты во фрейме означены, то он несет информацию о вполне конкретной реализации сущности. Поэтому такой фрейм принято называть фреймом-экземпляром (или экзофреймом). Экземпляры связаны со знаками через представления, ибо именно представления в треугольнике Фреге связаны с конкретным проявлением сущностей.

Установленная аналогия позволяет считать, что представления знаков в компьютерных системах подобны фреймовым представлениям, а сети знаков моделируются сетями фреймов, которые в самом общем случае (при произвольной структуре информационных единиц) представляют собой семантические сети.


Знаки-фреймы


Итак, в контексте прикладной семиотики структуру знака можно сопоставить со структурой фрейма (рис.5). Имя знака соответствует имени фрейма. Понятие, характеризующее ту информацию, которая отражает сущность денотатов, репрезентируемых данным знаком, соответствует набору слотов, составляющих протофрейм. Наконец, представление соответствует некоторому экзофрейму, т.е. протофрейму, у которого заполнены значениями все обязательные позиции в слотах. Треугольник «Имя – Протофрейм – Экзофрейм» называется знаком-фреймом [18].

Тот факт, что каждому знаку можно поставить в соответствие знак-фрейм, говорит о том, что фреймы как структуры представления знаний обладают универсальностью. Со знаком-фреймом связаны 6 базовых процедур. Первая пара процедур 1 связывает имена и понятия. Одна из процедур пары позволяет по имени некоторой сущности искать соответствующее понятие, а в более широком смысле, совокупность знаний, известных системе об этой сущности. Вторая составляющая пары – это процедура, восстанавливающая по совокупности знаний о некоторой сущности ее имя. Аналогами этих процедур могут служить поиск информации по адресу и ассоциативный поиск информации по ее содержанию.

Пара процедур, помеченная цифрой 2, связывает между собой понятия и представления. Одна из этих процедур, входящих в пару, позволяет по представлению (экзофрейму) искать понятие (протофрейм), к которому это представление принадлежит. Эта процедура соответствует приобретению знаний в ИИ. Обратная процедура позволяет строить конкретные представления на базе понятия, т.е. порождать различные экзофреймы на основе имеющегося протофрейма.

Наконец, пара процедур, помеченных цифрой 3, соотносит между собой имена и представления. Одна из процедур порождает имя при наличии конкретного экзофрейма, а вторая – некоторый экзофрейм (представление по имени).

Важную роль в семиотическом моделировании играют сети из знаков-фреймов. Знаки-фреймы могут вступать друг с другом в различные отношения, например такие иерархические отношения как род-вид, класс-элемент, целое-часть, цель-подцель и т.п. В иерархическую систему могут входить либо знаки-фреймы целиком, либо иерархия организуется по какой-либо ипостаси знака (например, классификация УДК реализует иерархию по именам, классификации растений и животных опираются на иерархию по концептам, а классификации по отношению «часть-целое» образуют иерархию по представлениям.

Иерархические отношения вводят на фреймах многоуровневую систему, а на каждом из уровней фреймы могут вступать друг с другом в отношения с самой различной семантикой: временные, пространственные, каузальные и т.п. Так возникают многоуровневые сети из знаков-фреймов, подобные семантическим сетям.

На сетях из знаков-фреймов могут определяться различные операции. Важнейшими из них являются поиск фрагментов по образцу, замена фрагмента, обобщение по именам, понятиям и представлениям, обобщение по фрагментам сети на основе сходства-различия. Эти операции основываются на логико-трансформационных правилах [1], которые в самом общем представлении имеют вид

С1; F1, F2,...,Fk; {Fi} F*; C2

Здесь С1 играет роль условия активизации логико-трансформационного правила, F1, F2,...,Fk перечисляют k фрагментов сети, которые должны быть обнаружены с помощью операции поиска фрагмента по образцу. При нахождении этих фрагментов их множество {Fi} должно быть заменено на фрагмент F*; после завершения этой операции выполняются постусловия C2 , которые могут вносить изменения в систему логико-трансформационных правил.

Функционирование логико-трансформационных правил напоминает действие систем продукционных правил. Разница состоит лишь в том, что в качестве объектов действий в логико-трансформационных правилах выступают фрагменты сети из знаков-фреймов.

Кроме операций с фрагментами, на сетях из знаков-фреймов могут выполняться и операции вывода на знаниях и операции формирования новых фрагментов сети за счет разнообразных операций обобщения.

Вычислительная сложность операций, работающих с фрагментами сети, достаточно велика. Поэтому актуальной остается проблема поиска эффективных методов работы с сетями из знаков-фреймов.

Структура знака-фрейма позволяет единообразно представлять знания различной природы. Эта структура практически эквивалентна октантной структуре глагола, что позволяет использовать знаки-фреймы в лингвистических процессорах. Кроме того, за счет позиций, связанных с представлениями, имеется возможность хранить всю необходимую информацию в знаках-фреймах для представления образной информации. Это свойство знаков-фреймов может использоваться в системах типа «Текст – Рисунок – Текст».

Как и во всяком фрейме, в знаке-фрейме легко актуализировать присоединенные процедуры, что позволяет совместить в рамках единого представления декларативную и процедурную компоненты представления знаний. Возможность организации распространения волны возбуждения по сети из-за наличия в сети возбуждающего фрагмента F делает такую модель способной к передаче активности по выбранной систем отношений.

Опишем теперь расширенную структуру знака-фрейма, в которой в явной форме будут указаны все связи этой единицы с другими единицами сети. Эта структура имеет следующий вид:

(имя знака) понятие

(имя слота 1; V1 )

(имя слота 2; V2 )

.................

. ................

. ................

(имя слота K; VK )


условия целостности

s1(V1j1,...,V1jm1)

s2(V2j2,...,V2jm2)

.. ..............

................

................

sI(VIjI,...,VIjmI)



ЗНАК



Понятие


Имя
ФРЕЙМ


Рис. 5. Сопоставление знаков и фреймов. Знак-фрейм


связи наследования

(имя знака 1; тип связи)

(имя знака 2; тип связи)

........................

........................

........................

(имя знака P; тип связи)


статические связи

(имя знака 1; имя связи)

(имя знака 2; имя связи)

........................

........................

........................

(имя знака M; имя связи)


условия активности

(условие 1; имя процедуры)

(условие 2; имя процедуры)

..........................

..........................

..........................

(условие H; имя процедуры)


представление

(условие 1; экземпляр 1)

(условие 2; экземпляр 2)

........................

........................

........................

(условие Q; экземпляр Q)


Для пояснения разделов в этой достаточно сложной структуре приведем конкретный пример.

В качестве примера рассмотрим знак-фрейм для сущности «треугольник». В той части, которая нас интересует, этот знак фреймы выглядит следующим образом:


(треугольник) понятие

(сторона 1; a)

(сторона 2; b)

(сторона 3; c)

(угол 1;...a)

(угол 2;...b)

(угол 3;...j)


условия целостности

a + b > c

a + c > b

b + c > a

a - b < c

a - c < b

b - c < a

a + b +  = p


связи наследования

(многоугольник; «вид-род»)

(плоская фигура; «вид-род»)

(прямоугольный треугольник; «род-вид»)


статические связи

(любовный

треугольник; «ассоциация»)


представление

(общее; Пр1)

(равносторонний; Пр2)

(прямоугольный; Пр3)


Из этого примера видно, что условия целостности в знаке-фрейме позволяют контролировать правильность описания сущности. Если условия целостности для сущности «треугольник» нарушены, то сама эта сущность существовать не может. Раздел «представление» позволяет воспроизводить зрительный образ сущности «треугольник» с нужной степенью конкретности. В примере Прj - имена процедур, «рисующих» соответствующий треугольник. Другими примерами порождаемых системой представлений могут служить: тупоугольный треугольник, равнобедренный треугольник и т.п.
8. Активность

В примере с треугольником мы не использовали раздел «условия активности». Прежде чем говорить о нем, необходимо ввести понятие активности отдельного знака-фрейма или некоторого фрагмента сети, в вершинах которой находятся знаки-фреймы.

Хорошо известно, что при решении задач обработки данных активную роль играют программы решения задач, а данные, с которыми работает программа, играют пассивную роль в процессе вычислений. Их активизация происходит лишь при выполнении программы, когда реализуется вызов из памяти и обработка.

В отличие от этого, действия, которые совершает человек, или программы, которые он выполняет, мотивируются и активизируются теми знаниями, которыми он располагает. Именно знания и основанные на них указания, поступающие от других людей («Смотри, Иванов стал начальником, а ведь ты не хуже его, добивайся повышения!») являются активизирующей компонентой в человеческой деятельности. Следующий пример показывает, как это можно было бы реализовать в системах, основанных на знаниях.

На рис.6 показан фрагмент сети, в вершинах которой находятся знаки-фреймы «собака», «Джон» и «Мэри». На них заданы отношения «любить» и «не любить». Здесь плюс означает наличие отношения «любить», а минус – наличие отношения «не любить». На рис.6а показан случай, когда Джон и Мэри любят друг друга и оба любят собак, мечтая приобрести существо такого типа. На рис.6б показана ситуация, когда такое существо у них уже есть – любимая собака по имени Джильда.

Случай 6б соответствует некоторому состоянию, в котором не требуется предпринимать каких-либо действий. Джон и Мэри любят друг друга, и рядом с ними находится существо, к которому они испытывают общую любовь, дарящее в ответ аналогичное чувство. Это – своеобразная «нирвана», когда нет причин для возникновения какой-либо потребности в деятельно