Таким чином, IKM присвоює значення всьому реченню, в контексті в агенті, а не індивідуальним словам. Це допомагає уникнути деяких серйозних проблем, що виникають при послівному підході присвоєння значення:
• словникове визначення слова може бути замкненим
• значення слова може залежати від контексту
• важко компонувати значення слів у значення речення
• важко передбачити всі речення, які люди в майбутньому вважатимуть як граматично правильними і змістовними.
Так, Direct English Specification
• присвоює значення реченню за допомогою використання цього речення як заголовку для таблиці фактів,
• присвоює значення новому реченню в контексті, за допомогою комбінування його з іншими реченнями (і можливо з самим собою) в правилі,
• дозволяє тільки визначені види речень в специфікації агента,
• за винятком конкретних попередньо визначених речень, що описують, як агенти можуть використати зовнішню сторону програмного забезпечення IKM.
Ця технологія проста, потужна, і не потребує супроводу словником або граматикою. Також вигідно те, що:
• ми можемо використовувати наші власні слова і фрази, включаючи жаргон, при створенні агента.
• IKM може пояснити відповідь від агента, крок за кроком, англійською мовою.
• технологію можна легко адаптувати до французької, німецької, та інших мов.
• звичайним текстовим пошуком можна знаходити елементи в електронній бібліотеці агентів.
Правило для IKM має деякі умови в IF частині, і висновок, який є THEN частиною. Речення у висновку правила бере значення від речень в IF частині. Але а що коли те ж речення є в IF частині і в THEN частині?
Нова Технологія
Щоб Direct English Specification працювала правильно, IKM використовує певну нову технологію, для виконання правил в агенті. Коли ми записуємо правила для IKM, ми по суті говоримо, яке знання єдоречним, і за допомогою цієї нової технології, отримуємо інформацію про те, як використати знання. IKM використовує декларативне знання, в тому сенсі, що коли ми створюємо агента, ми тільки описуємо, яке знання ми хочемо використати. Потім IKM сервер повинен визначитися, як використати знання, яке ми описали, щоб отримати результати. З іншого боку, деякі старі системи потребують процедурних, покрокових інструкцій про те, як використати правила. У таких системах, які використовують процедурне знання, може бути важко присвоїти корисне значення природною мовою до висновку правила.
Більшість систем, що використовують правила (як, наприклад, класичні експертні системи) використовують один з двох методів:
• пряме з’єднання
- вибирають правило, встановлюють передумови правила, потім повідомляють про те, що встановлено висновок;
- продовжують, роботу доки не знайдено всіх бажаних висновків;
• зворотне з’єднання
- вибирають правило, висновок якого відповідає тому, що ми хочемо встановити;
- намагаються встановити передумови вибраного правила;
- продовжують доки всі необхідні передумови не буде узгоджено до фактів.
Припустимо, що ми записуємо правила, які будуть виконані одним з цих методів. Тоді нам буде потрібно продумати те, наскільки ефективно ці правила будуть виконані. У деяких випадках, як наприклад з правилами, в яких висновок є також передумовою, треба перевірити, чи це правило не буде виконуватися вічно. (Це називають "нескінченою рекурсією". В деяких випадках, вона триває вічно. В інших її виконання вимагає так багато ресурсів, що операційна система комп'ютера зрештою припиняє свою роботу і видає повідомлення про помилку.) Ефективність та правила, що посилаються самі на себе, - це процедурні поняття, в тому сенсі, що нам необхідно продумати, що відбувається крок за кроком, коли виконується кожне правило. Фактично нам також буде необхідно детально продумати те, як всі правила взаємодіють. Фактично, щоб сформулювати наші правила, нам необхідно написати програму.
Нова технологія в IKM використовує як пряме, так і зворотне виведення, і перемикається між ними автоматично. В результаті в багатьох практичних випадках немає необхідності хвилюватися про ефективність, коли ми формулюємо правила, і немає необхідності хвилюватися про те, чи не будуть правила виконуватися вічно. Те, що ми робимо, більшою мірою схоже на формулювання специфікації ніж на написання програми. До того ж ми можемо негайно виконати наші специфікації, і перевірити, чи виконується те, що нам потрібно. Маємо такий висновок: щоб написати та виконати агентів в IKM, нам дійсно не обов’язково занурюватися в деталі того, як працює нова технологія.
Різниця між процедурними і новими декларативними технологіями скоріш подібна різниці між ручною та автоматичною коробками передач в автомобілі. Якщо ми дійсно хочемо дізнатися про те, як працює автоматична коробка передач, ми можемо це зробити, але більшість людей користуються нею, не піклуючись про деталі процесу. Тобто ми віримо, що автоматична коробка передач, працює правильно. Але якщо ми передаємо процедурне управління IKM-серверові, як ми можемо бути впевнені, що його методи зроблять відповідні висновки з наших правил? Як нам бути впевненими, що він виконає наших агентів правильно? Ось тут в діло вступає теорія декларативного знання.
Теорія декларативного знання
Перш за все, логіка, що використовується для правил та баз даних, відрізняється від логіки, яку можна знайти в класичній книзі з математики.
У класичній логіці, деяке твердження є:
- істиною, коли це твердження присутній в базі;
- хибою, коли присутнє протилежне твердження;
- невизначеним, коли відсутні і пряме і протилежне твердження.
У реляційний базі даних, факт або присутній в базі даних (істина) або відсутній (хиба). Немає невідомого середнього значення. Це нормально при роботі з базами даних, але оскільки ми зацікавлені у використанні як правил, так і таблиць фактів, “не-класична” логіка баз даних спричиняє проблеми.
Класична логіка має теорію моделей, яка точно вказує, які висновки можливо вивести з сукупності тверджень. Але щойно почалося використання правил разом з базами даних, як з’ясувалося, що новій “не-класичній” логіці баз даних бракує такої теорії. Фактично, інколи було не зовсім зрозуміло, які висновки можливо утворити з деяких правил та бази даних. Тобто використання деяких правил стає неможливим.
На наше щастя, є метод дослідження сукупності правил, для визначення того, чи вона піддається обробці. Метод є частиною IKM. Так, сторінка перевірки IKM попередить користувача про такий дефект і сповістить, що потрібно змінити в агенті, який створюється.
Зіткнувшись з такими проблемами, виявленими методом випробування, було винайдено теорію декларативного знання, що дає визначення "бездефектних" сукупностей правил і таблиць баз даних. Теорія стверджує, що від таких сукупностей можливе зробити висновки.
Висновки
Сучасний IKM – це багатокористувачева програма, що виконується на одному сервері. Декілька людей можуть одночасно використовувати свої Web-клієнти (браузери), щоб під’єднатися до IKM для того, щоб створити та виконати агентів. Стан IKM сьогодні - "робочий прототип", або, якщо хочете, "версія 0.9 ".
Завантажити реферат