Размещено на http://www.allbest.ru/

Національна академія наук України

Інститут проблем математичних машин і систем

УДК 004.94:004.78

Автореферат

дисертації на здобуття наукового ступеня доктора технічних наук

Моделювання та синтез діалогових агентів в інтелектуальних системах

05.13.23 - Системи та засоби штучного інтелекту

Чмир Ігор Олексійович

Київ 2008

Загальна характеристика роботи

Актуальність теми. Початковий етап розвитку штучного інтелекту характерний формуванням фундаментальних засад: концептуальних і математичних основ кібернетичних систем; основ теорії регулювання в біологічних і технічних системах; теоретичних основ адаптивної поведінки (теорії гомеостазіса); теоретичних основ систем, заснованих на знаннях; основ теорії нервових мереж і нейродинаміки. Вклад в розвиток штучного інтелекту на цьому етапі внесли роботи Ляпунова О.А., Поспєлова Г.С., Поспєлова Д.О., Вінера Н., Ешбі Р., Маккалока У., Пітса У., Розенблата Ф. та ін.

Поява та швидка еволюція цифрових обчислювальних машин призвела не тільки до поступового витиску терміну «кібернетика» терміном «штучний інтелект», але й до зрушення інтересів вчених до дослідження можливостей електронних обчислювальних машин для побудови інтелектуальних систем. Були запропоновані мови програмування високого рівня, що суттєво розширили можливості розробки комп'ютерних інтелектуальних систем, а також основи теорії відкритої мови програмування і теорії трансляції. Розроблені математичні основи і принципи організації комп'ютерних програм, що здатні імітувати процес рішення задачі людиною і виконувати таку інтелектуальну роботу, як, наприклад, доводити теореми, відповідати на питання за допомогою дедуктивного умовиводу. Запропоновані основи теорії програм, що «самоналагоджуються», і архітектура обчислювальних машин, здатних виконувати такі програми. Вклад в розвиток штучного інтелекту на цьому етапі внесли роботи Єршова О.П., Глушкова В.М., Поспєлова Г.С., Вейценбаума Д., Слейгла Д., Шенка Р., Ньюела А., Мінського М. та ін.

Сучасний етап розвитку штучного інтелекту характерний поширенням фундаментальних засад цієї науки та поступовому зміненню терміна «штучний інтелект» терміном «когнітивні науки», а також появою великої кількості праць присвячених теорії та практиці прикладних систем штучного інтелекту. Одержали розвиток теорія інтелектуальних агентів і теорія вбудованих інтелектуальних агентів; теорія та методи проектування діалогових та інтелектуальних систем навчання (локальних та дистанційних); методи обробки природно-мовних текстів та спілкування з комп'ютером на природній мові. Велика кількість робіт присвячена теорії і методам синтезу інтелектуальних систем на базі штучних нейронів і нейромереж. Вклад у розвиток штучного інтелекту на сучасному етапі внесли роботи Довгялло О.М., Гріценко В.І., Манако А.Ф., Палагіна О.В., Перевозчикової О.Л., Ющенко О.Л., Верланя А.Ф., Широчина В.П., Гладуна В.П., Різника О.М, Машбіца Ю.І., Сіроджи І.В., Венгера Е., Расела С., Норвіга П., Люгера Д., Андерсона Д., Вагмана М., Корбета А. та ін.

Життєво важливою особливістю більшості прикладних та вбудованих систем штучного інтелекту є наявність діалогової взаємодії між користувачем та системою. Діалогова взаємодія є частковим випадком інтерактивної взаємодії і визначається наявністю логічного зв'язку не тільки між компонентами транзакції, але й між самими транзакціями. Серед різних типів діалогових взаємодій особливе місце посідає еротематичний діалоговий процес. В еротематичному діалоговому процесі окрема транзакція становить пару «питання-відповідь», а сам діалог - цілеспрямований процес обміну питаннями та відповідями активного (що запитує) та реактивного (що відповідає) агентів діалогу. В еротематичному діалозі питання та відповіді - це порції знань, які мають особливу логічну структуру. Вказана специфіка еротематичного діалогу дозволяє розробляти методи і технології інтерактивної взаємодії, які засновані на діалогових сценаріях, і які є, з одного боку, пам'яттю процедурних знань, а з іншого - методами рішення прикладних задач. В роботі пропонуються елементи теорії еротематичного діалогового процесу та досліджується його пристосовуваність для рішення деяких задач, що погано формалізуються, або задач, які мають одну або декілька з таких характеристик: задачі не можуть бути задані у числовий формі; цілі не можуть бути виражені в термінах точно визначеної цільової функції; не існує алгоритмічного рішення задачі.

Успішність прикладних та вбудованих систем штучного інтелекту, що засновані на еротематичному діалозі та орієнтовані на рішення задач, що погано формалізуються, в багатьох випадках визначається як наявністю формальних моделей структурних та поведінкових аспектів еротематичного діалогового процесу, так і наявністю конструктивних ідей, що дозволяють автоматизувати процес розробки діалогових сценаріїв та додатків. Повністю автоматизована система підтримки еротематичного діалогу повинна дозволяти кінцевому користувачу самостійно виконувати основну роботу з генерації додатків. Огляд публікацій, присвячених як конкретним діалоговим додаткам, так і моделям діалогових взаємодій, показав наступне.

Існує широкий клас прикладних систем штучного інтелекту, функціонування яких засновано на діалоговому процесі користувача і системи. Інформація, яка необхідна для функціонування системи, розподілена між агентами діалогу. Діалогова система не може функціонувати, не використовуючи інформацію протилежного агента, тому що процес формування чергового кроку обов'язково передбачає аналіз вхідного твердження.

Діалогові системи найчастіше використовуються при організації підтримки природно-мовного спілкування з комп'ютером; для взаємодії з проблемними базами даних за допомогою питань та відповідей; при проектуванні інтелектуальних тьюторів, навчаючих середовищ і комп'ютерних репетиторів.

Організація діалогових систем в перерахованих галузях, як правило, відбиває емпіричні закономірності, характерні для конкретної предметної галузі й не базується на розвинених формальних моделях, а діалог в цих системах є середовищем передачі знань.

Практично всі приклади діалогових систем, що опубліковані в літературі, є еротематичними з вербальним представленням пари «питання-відповідь».

З точки зору внутрішньої організації, більшість діалогових систем характеризується наступними особливостями: розподіл ролей діалогових агентів або зафіксовано (система найчастіше грає роль активного агента), або змінюється в ході діалогу; сценарій є одним з базових архітектурних компонентів системи; у випадку використання природної мови має місце асиметричність діалогових агентів, яка полягає у тому, що тільки відповіді діалогової системи формулюються на природній мові, а для запису питань користувача застосовується спеціальна нотація; основний принцип реалізації функцій діалогової системи - алгоритмічний, а не даталогічний.

Опис деяких діалогових систем включає елементи когнітивних основ діалогового процесу: сполучення стратегій діагностики та навчання в комп'ютерних репетиторах; зв'язування питання активного агента з множиною очікуваних відповідей реактивного агента.

Проблемно-незалежні формальні моделі діалогу будуються, виходячи із зовнішньої уяви про діалог як процес обміну повідомленнями, та відрізняються, як правило, типологією повідомлень. Основним класом таких моделей є клас кінцево-автоматних моделей з подальшим розвитком в клас мережених моделей, включаючи моделі на базі мереж Петрі. Ці моделі припускають, що діалог - це покроковий дискретний процес та до моменту початку діалогу детерміновані як множина повідомлень обох агентів, так і множина відносин між ними.

Діалогові системи, що з'явилися після 2000 року, відрізняються варіантами конвертування базових ідей розроблених раніш систем в модель «клієнт-сервер» пристосовано до World Wide Web; подальшим розвитком ідеї сценарію та надання йому проблемно-незалежного статусу менеджера діалогу, а також більш досконалим природно-мовним інтерфейсом.

Таким чином, у галузі теорії та практики діалогових систем серед множини невирішених задач можна виділити такі, що є, з точки зору автора, першочерговими:

Практично відсутні дослідження внутрішніх властивостей діалогу, заснованих на результатах сучасних когнітивних наук. Формальна модель діалогу повинна спиратися не тільки на зовнішній процес обміну повідомленнями, але й на внутрішню когнітивну основу діалогу.

Незважаючи на те, що практично всі розглянуті в літературі діалогові системи ілюструють еротематичний тип діалогу, відсутні систематичні дослідження еротематичного діалогу.

Внаслідок відсутності досліджень в галузі еротематичного діалогу є «розмитість» поняття «сценарій діалогу». В деяких публікаціях це набір трансформаційних правил, в інших - керуюча структура. Не досліджена перспективна можливість використання сценарію для подання процедурних (експертних) знань агентів діалогу.

В існуючих системах діалог, як правило, розглядається як комунікаційний або інтерфейс ний компонент. Відсутні роботи, присвячені дослідженню «діалогової поведінки» як засобу вирішення задач, що погано формалізуються.

В існуючих системах діалогова поведінка агентів моделюється та реалізується алгоритмічно. Відсутні роботи, в яких діалогова поведінка моделюється та реалізується даталогічно. Даталогічне представлення поведінки активного агента має ту перевагу, що дозволяє редагувати діалогову поведінку безпосередньо кінцевим користувачем за допомогою повноекранного редактора даних.

Відмічені невирішені задачі у галузі теорії та практики систем штучного інтелекту дозволяють сформулювати актуальну наукову проблему - створення комплексу моделей, методів і засобів синтезу діалогових агентів, що забезпечують цілеспрямований еротематичний діалоговий процес в інтелектуальних системах, орієнтованих на вирішення задач, що погано формалізуються.

Рішення сформульованої наукової проблеми дозволяє розвивати теорію діалогових процесів еротематичного типу, а також методи, засоби і технологію синтезу прикладних систем штучного інтелекту, пов'язаних з рішенням задач, що погано формалізуються.

Зв'язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась у рамках таких науково-дослідницьких, проектних та дослідно-конструкторських програм: «Математичне та комп'ютерне моделювання неоднорідних динамічних систем з сингулярними властивостями стосовно задач управління та екологічної безпеки в енергетиці», номер державної реєстрації 0106U000622, та «Теоретичні основи та прикладні методи створення інтегрованих та розподілених засобів комп'ютерного моделювання для оптимального управління електромеханічними системами нафтогазодобувного, гірничого та транспортного обладнання», номер державної реєстрації 0107U000889 (Інститут проблем моделювання в енергетиці НАН України); «Розробка методики непроцедурної діалогової взаємодії з базою даних АСУ», номер державної реєстрації 01870071480 (Одеський державний політехнічний інститут); «Розробка системи непроцедурної діалогової взаємодії з базою даних», номер державної реєстрації 01880019157 (Одеський інститут холодильної промисловості); «Розробка пакету програм діалогового проектування принципових схем з'єднань» та «Розробка архітектури системи діалогового автоматизованого проектування водоочисних устаткувань» (Київський інститут «Гіпрохіммаш»); «Розробка пакету програм діалогової підтримки теплофізичного проектування Термоаналізатор» та «Розробка пакету програм діалогової підтримки теплофізичного проектування Гідроаналізатор» (Одеський інститут низькотемпературної техніки та енергетики).

Крім того, були виконані такі проекти: «Розробка пакету програм Великий комп'ютерний підручник англійської мови для моряків»; «Розробка пакету програм English Grammar in Use»; «Розробка пакету програм Англійська для дошкільнят»; «Розробка пакету програм Підручник російської мови для іноземців. Курс підвищеної складності»; «Розробка пакету програм Підручник української мови для англомовців. Початковий курс» (мале підприємство «Інтелект і інформація», м. Одеса).

Окремі частини роботи також фінансувалися двома грантами Державного Департаменту США (програма Fulbright і програма Regional Scholar Exchange Program) й двома грантами наукової програми НАТО (NATO Advanced Studies Institute). За допомогою цих грантів було виконано такі проекти:

§ «Reading Environment with Embedded Intelligence (Комп'ютерне середовище для читання текстів з вбудованим інтелектуальним компонентом)». Університет штату Орегон (University of Oregon), США.

§ «A parallel scenario model, which is able to simulate foreign language tutoring (Паралельна модель сценарію, здатного емулювати індивідуальне навчання англійській мові)» Університет Карнегі-Мелон (Carnegie Mellon University), США.

Мета і завдання дослідження. Метою дисертаційної роботи є створення комплексу моделей, методів і засобів синтезу діалогових агентів, що забезпечують цілеспрямований еротематичний діалоговий процес в інтелектуальних системах, орієнтованих на вирішення задач, що погано формалізуються.

Для досягнення мети дисертаційної роботи вирішувалися такі завдання:

Розробити та дослідити сімейство формальних моделей поведінки активного агенту еротематичного діалогового процесу, що базуються на релевантній когнітивній моделі діалогового циклу.

Розробити інформаційне представлення пари «питання-відповідь» еротематичного діалогу і на його підставі - даталогічні моделі кроку діалогу та пам'яті питань активного агента.

Дослідити дедуктивні зв'язки у моделі сценарію поведінки активного агента еротематичного діалогу з метою синтезу моделі всіх можливих висновків на множині фактів-відповідей реактивного агента та розробки метода сполучення процесу еротематичного діалогу з процесом логічного висновку.

Розробити основи методики застосування запропонованих моделей еротематичного діалогу для синтезу прикладних систем штучного інтелектту, орієнтованих на вирішення задач, що погано формалізуються, в області електронного персоналізованого навчання.

Розробити основи методики застосування запропонованих моделей еротематичного діалогу для розробки електронного тексту із вбудованим інтелектуальним компонентом. Запропонувати елементи теорії та організації електронного тексту із вбудованим інтелектуальним компонентом.

Розробити модель діалогової бази знань, що зберігає процедурні знання, які переходять в розряд автоматичних, та на її основі - архітектуру інтелектуальної САПР загального призначення. Розробити основи методики застосування запропонованих моделей еротематичного діалогу для синтезу прикладних систем штучного інтелекту, орієнтованих на вирішення задач, що погано формалізуються, в області автоматизованого теплофізичного проектування.

Розробити основи методики застосування запропонованих моделей еротематичного діалогу для рішення задач формування запитів до проблемної бази даних.

Розробити архітектуру проблемно-незалежного уніфікованого діалогового вирішувача задач.

Об'єктом дослідження є діалоговий процес в інтелектуальних системах, орієнтованих на вирішення задач, що погано формалізуються.

Предметом дослідження є комплекс формальних моделей, а також методи моделювання та синтез комп'ютерних діалогових агентів, які забезпечують підтримку еротематичного діалогу для інтелектуальних систем, орієнтованих на вирішення задач, що погано формалізуються.

Методи дослідження. При вирішенні задач розробки сімейства формальних моделей поведінки активного агента діалогу були використані: елементи теорії когнітивних систем, теорія сприйняття Нейсера, теорія кінцевих автоматів, теорія мереж Петрі і теорія реляційних баз даних. При вирішенні задач розробки об'єктного представлення пари «питання-відповідь» була використана теорія питань та відповідей Белнапа і Стіла, а також концепція даталогічного проектування систем Мартіна Джеймса. При вирішенні задач дослідження дедуктивних зв'язків у мереженій моделі поведінки активного агента діалогу була використана теорія продукційних експертних систем. При вирішенні задач розробки моделі діалогової бази знань, що зберігає процедурні знання експерта, які перейшли в розряд автоматичних, були використані концептуальний базис та основні положення уніфікованих когнітивних моделей SOAR (Алена Ніла) та ACT-R (Джона Андерсона). При дослідженні пристосованості розроблених моделей еротематичного діалогу для рішення ряду задач, що погано формалізуються, і розробки Діалогового вирішувача задач був використаний концептуальний базис та результати досліджень у відповідних предметних областях, а також уніфікована мова моделювання UML.

Наукова новизна одержаних результатів. У дисертації отримані такі наукові результати:

1. Вперше розроблено модель еротематичного діалогового процесу з позицій когнітивної теорії сприйняття інформації людиною. Досліджена поведінка агентів еротематичного діалогу та показано, що вона є циклічним процесом формування та перевірки інтерогативних гіпотез.

2. Отримали подальший розвиток кінцево-автоматні моделі активного агента діалогового процесу на підставі запропонованого концептуального базису еротематичного діалогу та принципів його організації. Моделі відрізняються від відомих включенням в них: множини очікуваних (для кожного кроку) відповідей реактивного агента; пам'яті дескрипторів питань активного агента; діалогового методу доступу до пам'яті питань.

3. Отримали подальший розвиток мережеві моделі активного агента діалогового процесу, розроблені на підставі запропонованого концептуального базису еротематичного діалогу та принципів його організації. Моделі відрізняються від відомих: типами вузлових елементів; даталогічним представленням вузлових елементів та діалогового метода доступу до пам`яті питань; використанням зовнішніх процесів-демонів.

4. Вперше розроблено модель, що враховує нещирість відповідей реактивного агента еротематичного діалогу. Особливістю моделі є використання: нечітких множин для моделювання множин питань та відповідей діалогових агентів; концепції прямого питання; функцій прямоти питання та очікуваної правдивості відповіді.

5. Вперше отримана формальна модель структури відношення «питання-відповідь» в еротематичному діалозі та запропонована система даталогічного представлення логічних компонентів пари «питання-відповідь».

6. Вперше розроблено реляційну модель пам'яті питань активного агента еротематичного діалогу.

7. Отримала подальший розвиток теорія діалогових обчислень. Показано, що мережева модель діалогового методу доступу до пам'яті питань є моделлю дедуктивних зв'язків на множині фактів-відповідей реактивного агента й, отже, еротематичний діалог може розглядатися як процес прямого або зворотного логічного висновку.

8. Вперше розроблено формальну модель відносин «питання-відповідь» в еротематичному діалозі в контексті логічного висновку.

9. Отримала подальший розвиток теорія персоналізованого електронного навчання. Розроблено класи навчаючих та діагностичних стимулів з точки зору конструювання пар «питання-відповідь» еротематичного діалогу.

10. Вперше запропоновано концепцію електронного тексту, поширеного ресурсами із вбудованим інтелектуальним компонентом. Показано, що цей компонент необхідний для: автоматичної навігації в ресурсній частині тексту; адаптації тексту до когнітивних здібностей користувача і може бути реалізований засобами еротематичного діалогового процесу.

11. Отримали подальший розвиток принципи організації інтелектуальних САПР. Показано, що ряд таких систем, пов'язаних з рішенням задач, що погано формалізуються, може бути реалізований засобами еротематичного діалогу. Запропоновано архітектуру інтелектуальної САПР загального призначення, орієнтованої на еротематичний діалоговий процес.

12. Отримала подальший розвиток теорія непроцедурної взаємодії з базою даних. Запропоновані принципи прямої та інверсної взаємодії з базою даних і показано, яким чином такі взаємодії можуть бути реалізованими за допомогою еротематичного діалогового процесу.

13. Вперше запропоновано концепцію, організацію та архітектуру проблемно-незалежного діалогового вирішувача задач.

Практичне значення одержаних результатів. Головний практичний підсумок дисертаційної роботи полягає в тому, що de facto розроблені: засіб стандартизованої організації еротематичного діалогового процесу, а також програмно-технологічне забезпечення, що дозволяє генерувати діалогові додатки, орієнтовані на вирішення задач, що погано формалізуються. В багатьох випадках ця робота може бути виконана кінцевим користувачем, який є експертом у вирішенні задачі у певній предметній галузі, без залучення програміста. Основою вказаних додатків є сценарій еротематичного діалогу, що імітує діалогову поведінку експерта, який вирішує задачу. Працювати з сценарієм може кінцевий користувач не експерт, що дозволяє співробітнику з низькою кваліфікацією виконувати роботу експерта. Докладний список розроблених програмних продуктів приведений у додатку А дисертаційної роботи. Таким чином, до практичних результатів дисертаційної роботи відносяться:

§ Розробка сімейства пакетів програм під загальною назвою «Процесор діалогу», в якому знайшов втілення ряд теоретичних положень дисертації: мережева модель активного агента еротематичного діалогу; реляційні моделі пам'яті питань активного агента та діалогового метода доступу до пам'яті питань; концепція, організація та архітектура проблемно-незалежного Діалогового вирішувача задач.

§ Розробка та упровадження діалогових додатків, орієнтованих на рішення задач, що погано формалізуються, в наступних галузях: лінгводидактичні системи навчання; автоматизоване теплофізичне проектування технічних систем; системи автоматизованого проектування загального призначення; проектування електронних текстів із вбудованим інтелектуальним компонентом; діалогова взаємодія з базами даних.

В додатку В до дисертації надані документи, що підтверджують упровадження перелічених діалогових додатків.

Особистий внесок здобувача. Результати дисертації надруковані в матеріалах конференцій, наукових журналах та збірниках, перелічених в авторефераті. Ряд робіт надрукований в співавторстві.

Дослідженню та моделюванню еротематичного діалогу присвячені публікації: [6], [12], [18,19], [24,25], [30 - 33], [35 - 43], [45], [49], [52 - 55], [58], [59], [60], [62], в яких автору належать: автоматна, мережева та реляційна моделі еротематичного діалогу, а також модель, що враховує «нещирість» відповідей реактивного агента; дослідження когнітивних основ еротематичного діалогу та когнітивні моделі елементів діалогового циклу; логічні моделі пари «питання-відповідь».

Використанню еротематичного діалогу для вирішення задач, що погано формалізуються, присвячені публікації: [1 - 6], [8], [13 - 16], [20], [23], [27], [48], [51], [57], в яких автору належать: дослідження та моделювання дедуктивних зв'язків в еротематичному діалозі; ідея поєднання діалогового та дедуктивного процесів; організація персоналізованих систем комп'ютерного навчання на базі еротематичного діалогу; організація електронного тексту із вбудованим діалоговим компонентом; організація САПР загального призначення та діалогового вирішувача задач; діалогова імітація роботи експерта при моделюванні явищ тепломасопереносу; діалоговий метод формування запитів до проблемної бази даних.

Даталогічному підходу до моделювання діалогових агентів присвячені публікації: [6], [44], [46], [47], [50], [61], в яких автору належать: дослідження пристосованості даталогічного підходу для моделювання поведінки активного агента; атрибутивні та не атрибутивні описувачі об'єкту сцени; інформаційні компоненти об'єкту сцени; реляційна модель пам'яті питань.

Діалоговому вирішувачу задач та Процесору діалогу присвячені публікації: [9 - 11], [17], [21], [22], [28], [29], [56], в яких автору належать: організація і моделі проблемно-незалежного Діалогового вирішувача задач; UML-моделі діалогової бази знань; організація пакета програм Процесор діалогу.

Апробація результатів дисертації. Результати дисертації доповідалися та обговорювалися на таких наукових конференціях та форумах:

§ Міжнародна науково-практична конференція «Интеллектуальные и многопроцессорные системы», м. Дивноморське, Росія, 2005р.;

§ Міжнародна наукова конференція «Сучасний менеджмент у виробництві та гуманітарній діяльності», м. Черкаси, 2005р.;

§ П'ята міжнародна науково-практична конференція «Нові інформаційні технології в навчальному процесі», м. Одеса, 2005р.;

§ The 2nd International Refereed Conference on Information Technology “Human Computer Interaction” ICIT 2005, Amman, Jordan, 2005;

§ Міжнародна науково-технічна конференція «Искусственный интеллект, интеллектуальные и многопроцессорные системы», м. Таганрог, Росія, 2004р.;

§ Міжнародна наукова конференція «Управління активними системами в бізнесі, освіті, техніці», м. Черкаси, 2004р.;

§ Шоста міжнародна науково-практична конференція студентів, аспірантів та молодих вчених, м. Київ, 2004р.;

§ Міжнародна науково-технічна конференція «Интеллектуальные и многопроцессорные системы», м. Дивноморське, Росія, 2003р.;

§ Четвертий міжнародний науково-методичний семінар «Информационные технологии в учебном процессе», м. Одеса, 2003р.;

§ Міжнародна наукова конференція «Управління активними системами в бізнесі, освіті, техніці», м. Черкаси, 2003р.;

§ ХХІІ науково-технічна конференція «Моделювання», м. Київ, 2003р.;

§ Second World Conference “Intelligent Systems for Industrial Automation”, Tashkent, Uzbekistan, 2002;

§ First International Conference “Soft Computing with Words in System Analysis, Decision and Control”, Antalia, Turkey, 2001;

§ Fourth International Conference on Cognitive Technology “CT 2001”, University of Warwick, United Kingdom, 2001;

§ Sixth International Conference “Advanced Computer Systems”, Szczecin, Poland, 1999;

§ Науковий семінар «Инструментальные средства программирования», м. Одеса, 1992р.;

§ Міжнародна конференція-ярмарок «Технология программирования 90-х», м. Київ, 1991р.;

§ Сьома Всесоюзна конференція «Проблемы интеллектуального развития организационных систем», м. Новосибірськ, 1991р.;

§ Всесоюзна конференція «Организация управления производством в новых условиях хозяйствования», м. Одеса, 1990р.;

§ Науково-технічний семінар «САПР и АСУТП в химической промышленности», м. Черкаси, 1989р.;

§ Міжнародний симпозіум «ИНФО'89», м. Мінськ, 1989р.;

§ Всесоюзний семінар «Модели планирования и хозрасчёта на предприятии», м. Москва, 1988р.;

§ Всесоюзна наукова конференція «Компьютеризация информационных процессов в управлении народным хозяйством», м. Москва, 1988р.;

§ Науково-технічний семінар «Математическое моделирование физических полей», м. Саратов, 1988р.

Публікації. Результати дисертації викладені в 62 публікаціях, у тому числі у 32 статтях в наукових журналах; 9 статтях у збірниках наукових праць та тезах 21 доповіді на наукових конференціях. В фахових виданнях за переліком ВАК опубліковано 26 наукових праць.

Структура дисертації. Дисертація складається із вступу, п'яти розділів, висновків, списку використаних джерел із 203 найменувань, та трьох додатків. Загальний обсяг дисертації становить 266 сторінок, робота містить 73 рисунки та 17 таблиць.

Основний зміст роботи

У вступі обґрунтована актуальність теми, сформульовані мета та задачі дослідження, а також наукова новизна отриманих результатів. Розглянуто практичне значення результатів, наведені відомості про апробацію роботи, друкування її основних результатів та структуру дисертації.

В першому розділі проведений аналіз і систематизація систем штучного інтелекту, функціонування яких визначається двома факторами: діалогом між системою й користувачем та автоматичними умовиводами, що супроводжують діалоговий процес. Розділ також охоплює роботи, присвячені проблемно-незалежним моделям діалогового процесу.

Системи, що базуються на діалоговому процесі, згруповані у дві групи: системи підтримки природно-мовного спілкування та системи типу «питання-відповідь» для баз даних та аналізу текстів. Огляд систем підтримки природно-мовного спілкування починається з програми Eliza, запропонованої Вейценбаумом. Відзначені особливості програми Eliza важливі для проблематики діалогової поведінки. До таких систем відносяться також програми, побудовані на основі «концептуального розбійника», запропонованого Шенком та його колегами. Програма MARGIE (Memory, Analysis, Response Generation In Eglish). Програма SAM (Script Applier Mechanism), що працює з текстом, доповненим сценарієм. Програма PAM (Plan Applier Mechanism), яка працює з текстом навіть в тому випадки, якщо він не забезпечений сценарієм.

Огляд систем типу «питання-відповідь» для баз даних починається з аналізу програми DEDUCOM (DEDUctive COMmunicator), запропонованої Слейглом. DEDUCOM зберігає факти у вигляді Lisp-виразів та правила висновку у вигляді умовних стверджень. Знання в системі типу «питання-відповідь» QA3 Гріна та Рафаеля сформульовані у вигляді набору аксіом, а задані їй питання уявляються як теореми, що підлягають доказу.

Прикладом еротематичної системи, орієнтованої на аналіз текстів, є Teachable Language Comprehender, запропонована Квіліаном. Система Protosynthex III, запропонована Саймонсом та його колегами, аналізує англійські речення, дедуктивно відповідаючи на деякі типи питань.

Діалоговий та дедуктивний процеси є невід'ємними атрибутами інтелектуальних систем навчання: інтелектуальні тьютори, навчаючі середовища з інтелектуальною підтримкою та комп'ютерні репетитори.

Одним з перших інтелектуальних тьюторів є програма SCHOLAR, запропонована Карбонелом та підтримуюча діалог, в якому ролі агентів не зафіксовані. Система WHY Стівена і Колінса розвиває ідеї SCHOLAR в напрямку моделювання стратегії навчання. В огляді розглянуті найновіші інтелектуальні тьютори: CIRCSIM-TUTOR, SCoT (Spoken Conversational Tutor), CycleTalk, RMT(Research Methods Tutor).

Система SOPHIE, розглянута в працях Брауна та його колег, є прикладом навчаючого середовища з інтелектуальною підтримкою.

Інтелектуальний репетитор WUSOR здійснює слідкування за діями користувача та перериває його роботу тільки тоді, коли ці дії не співпадають з тими, які очікує система.

Значне місце в огляді інтелектуальних систем навчання приділено серії програм під загальною назвою «когнітивний тьютор», розробленого в університеті Карнегі-Мелон (США).

Розглянуті приклади діалогових додатків відображають традиції досліджень північноамериканських вчених. Ці традиції характерні структурною та функціональною залежністю систем від проблемною галузі. Більшість робіт присвячено опису систем, орієнтованих на вирішення задач в конкретній предметній галузі і слабо досліджена їх пристосованість в інших предметних галузях.

Розробка проблемно-незалежних формальних моделей діалогових процесів та систем є характерною особливістю вітчизняних досліджень. Павлюк розмежовує всю множину проблемно-незалежних формальних моделей діалогу на два класи: моделі, що є теоретичною основою проектування діалогових систем, та моделі, що використовуються для аналізу та оцінки вже створених систем. Для моделей першого класу характерне використання апарату дискретної математики (кінцеві автомати, графи, мережі Петрі тощо), а для другого - ймовірно-статистичних методів. В огляді проаналізовані автоматні моделі, запропоновані в роботах Павлюка О.В., Кузіна С.Г., Сергієвського А.В., Амеліної Е.Г., Затулівітер Ю.С., Демідова Н.Н., Злочевської А.А., Форсюк Н.Г., Лінькової В.П. А також графові та мережеві моделі, розглянуті в роботах Кокоревої Л.В., Перевозчикової О.В., Ющенко Е.Л.

Другий розділ присвячений моделюванню еротематичного діалогового процесу, під яким розуміється покроковий і цілеспрямований обмін повідомленнями, які мають логічну структуру та зміст питань й відповідей.

Діалогова система орієнтована на постійне спілкування з користувачем, яке є життєво важливою частиною її функціонування. Тому при розробці формальної моделі діалогового процесу суттєвим є її адекватність процесам сприйняття та переробки інформації людиною. По відношенню до будь-якого з агентів діалогу, діалоговий процес аналогічний процесу перцептивної взаємодії людини з навколишнім середовищем. Відміна в тому, що в процесі діалогу головні компоненти сенсорної системи людини - зоровий та слуховий аналізатори підключені не до «природного» навколишнього середовища, а до «штучного», що формується потоками зорових та звукових стимулів, які генеруються протилежним агентом діалогу.

На рис. 1 приведено когнітивну модель еротематичного діалогового процесу. Цикл розпочинається з моменту, коли активний агент оперує з набором очікуваних відповідей. Відповідь реактивного агента співпадає із однією з відповідей, що входять в набір очікуваних відповідей. Набір очікуваних відповідей вбудований в сценарій активного агента, що включає всі необхідні для даного діалогу схеми-відповіді. Після сприйняття та розпізнавання відповіді здійснюється модифікація набору очікуваних відповідей, зміст якої - підготовка наступного кроку. Формується новий набір, що вміщує відповідь, очікувану на наступному кроці.

За зовнішнім процесом обміну питаннями та відповідями стоїть процес досягнення мети. У випадку активного агента метою є отримання деякого факту у вигляді цільової відповіді або реалізація діалогового процесу по деякій цільовій траєкторії.

Размещено на http://www.allbest.ru/

Рис. 1. Цикл еротематичного діалогового процесу

Цілеорієнтований характер діалогу припускає, що питання активного агента формуються не довільно, а цілеспрямовано. Активний агент керує цим процесом шляхом генерації інтеррогативних гіпотез, формулювання питань та випробування гіпотез шляхом передачі їх реактивному агенту.

Наведена когнітивна модель лягла в основу ряду формальних проблемно-незалежних моделей методу доступу до пам'яті питань або діалогового методу вирішення задачі.

Сфера застосування автоматної та Петрі-моделей методу доступу до пам'яті питань обмежена наступними умовами: індекс наступного питання залежить тільки від сприйнятої відповіді та індексу поточного кроку; ролі діалогових агентів зафіксовані. Автоматна модель задається четвіркою

де та - множина індексів питань активного агента і множина відповідей реактивного агента;

- множина стабільних станів сценарію, або множина кроків;

- функція кроку, детермінуюча пару: індекс нового питання та індекс нового кроку.

Для зменшення потужності множини відповідей, з якою на кожному кроці оперує , в модель введена множина відповідей, що розпізнаються на кроці. Ця множина вміщує тільки ті

які очікуються на кроці, необхідні для реалізації діалогового методу, і, отже, повинні бути розпізнані. Всі інші відповіді відносяться до класу відповідей, що не розпізнаються на кроці.

Таким чином, якщо для кроку: - множина розпізнаних відповідей, а - множина не розпізнаних відповідей, то

Петрі-модель діалогового методу доступу задається четвіркою

де та - комплект індексів питань активного агента та комплект відповідей реактивного агента;

та - функція індексів наступних питань та функція наступних відповідей.

Динаміка Петрі-моделі моделюється уніфікованим процесом

де - вектор маркірування мережі.

Уніфікованість означає, що для виконання будь-якого кроку необхідно виконати одну й ту ж послідовність дій і ця послідовність дій не залежить від предметної галузі.

- це стандарт генерації питання та обробки відповіді. Звісно, що навіть при достатньо широкому стандарті можуть зустрітися випадки, коли стандартних засобів недостатньо. Тому крім базового процесу в модель введено «зовнішні», по відношенню до , процеси-демони

та

Процеси-демони активізуються з та повертають йому управління.

Сфера застосування реляційної моделі ширша, ніж автоматної та Петрі-моделей. Ця модель припускає, що індекс наступного питання залежить не тільки від сприйнятої відповіді та індексу поточного кроку, але й від «історії» відповідей; всі елементи реалізуються за допомогою реляційної бази даних.

має мережеву організацію та складається з пов'язаних між собою вузлових елементів. Окремий вузол відповідає одному кроку діалогу. В кожний момент часу активним є тільки один вузол. Визначення індексу наступного вузла і його активізацію здійснює . складається із вузлів трьох типів вузол прямої навігації; вузол умовної навігації; цільовий вузол.

Реляційна модель представлена п'ятьма відношеннями

де - відношення, моделююче множину кроків ;

- відношення, моделюючі зв'язки вузлів типів та з оточуючими вузлами.

В розглянутих моделях відсутній компонент, що враховує таку антропоморфну властивість реального діалогу, як нещирість відповідей реактивного агента. Для моделювання цієї властивості запропонована нечітка модель

де - множина всіх непрямих питань активного агента;

- множина всіх неправдивих відповідей реактивного агента;

- множина кроків діалогу;

- функція прямоти питань активного агента;

- функція очікуваної правдивості відповіді реактивного агента;

- функція переходу, що переводить у новий крок;

- функція виходу, детермінуюча індекс питання активного агента.

Оскільки значення функцій та зв'язані, то в модель введено формалізм, що враховує їх кореляцію

Третій розділ присвячений моделюванню еротематичного діалогу на рівні пари «питання-відповідь» та вміщує логічну та даталогічну моделі. Результати логічного та даталогічного моделювання інтегруються в реляційній моделі пам'яті питань.

В роботах, присвячених логічній структурі питання, постулюється наявність явно, або не явно заданих знань, які використовуються для формування відповіді. В дисертації питання, які мають таку властивість, відносяться до класу питань, що включають відповіді. Беллман та Стілл запропонували подавати такі питання у вигляді інтеррогатива

де - передумова питання;

- суб'єкт питання;

- ознака інтеррогатива.

Суб'єкт питання - це фрагмент бази знань активного агента, в якому міститься відповідь

Суб'єкт розглянуто як відповідь з високим ступенем невизначенності. Передумова специфікує відповідь, тобто вміщує відомості, які дозволяють реактивному агенту зменшити невизначеність та сформулювати відповідь за допомогою процедури . На рис. 2 приведено модель реактивного агента у вигляді системи вхід-процес-вихід.

Размещено на http://www.allbest.ru/

Рис. 2. Модель реактивного агента у вигляді системи вхід-процес-вихід

Суб'єкт - це одиничний об'єкт в категорії «річ» або «властивість» та асоційований з ним розширений список властивостей або речей відповідно. Таким чином, як суб'єкт питання активний агент передає реактивному агенту одну із наступних конструкцій:

Процедура виділяє з розширеного списку підсписок та формує відповідь у вигляді

Дослідження логічної структури пари «питання-відповідь» показують, що для класу питань, що включають відповіді, існують дві альтернативні моделі їх структури:

;

,

Que = с, P(x), {x}; = 1, . . ,m; = 1, . . , l;

де - -й клас передумови;

- одномісний предикат ;

- кількість альтернативних відповідей;

- кількість класів передумови;

- кількість елементів розширеного списку суб'єкта питання;

- кількість елементів списку відповідей.

Моделі діалогового методу доступу, запропоновані в другому розділі, спрямовані на даталогічне проектування діалогових агентів. Так, наприклад, реляційна модель показує, яким чином діалоговий метод вирішення задачі може бути поданий у вигляді бази даних. У третьому розділі ідея даталогічного підходу розвивається у напрямку моделювання пари «питання-відповідь».

Назвемо даталогічне представлення питання сценою та будемо моделювати сцену ланцюгом відео- та аудіооб'єктів. Будь-який об'єкт сцени описується двома типами описувачів: атрибутивні описувачі та неатрибутивні описувачі.

Неатрибутивне описання відповідає інформації, яка надходить безпосередньо від прототипу, наприклад фотографічного зображення.

Атрибутивне описання формується в результаті інтелектуальної діяльності людини. Система атрибутивного описання об'єкта сцени розглядається як система класифікації, що відображає організацію інтерпретуючої системи. Прийнято, що інтерпретуюча система будується, виходячи із наступних погоджень: відеооб'єкт уявляє собою прямокутник; після відображення відеооб'єкту на монітор він може підлягати поступальному переміщенню, обертанню та деформації; неатрибутивне описання виводиться усередину відеооб'єкту; відеооб'єкт є вікном, через яке можна бачити тільки частину його неатрибутивного описання; відеооб'єкти призначені для візуальної презентації суб'єкта та передумови, а також для зв'язку процесів та із сценою; процесам-демонам доступні пам'ять історії відповідей та проблемна база даних.

Даталогічна модель відеооб'єкта сцени включає сім класів атрибутів: атрибути каркаса; атрибути відеоефектів; атрибути тексту, що редагується; атрибути поступального переміщення; атрибути деформації каркаса; атрибути джерела інформації; атрибути часу життя.

Даталогічна модель пари «питання-відповідь» використовувалася для синтезу реляційної моделі пам'яті питань. Модель представлена набором відношень. Відношення

моделювання синтез діалоговий агент

моделює відеооб'єкти всіх сцен. Відношення

моделює обов'язкові атрибути відеооб'єкта. Відношення

моделює необов'язкові атрибути відеооб'єкта типу . Відношення

моделює відрізки траєкторії поступального переміщення відеооб'єкта типу . Номер відрізка траєкторії описано атрибутом . Для інтерпретації відеооб'єкта типу необхідно знати атрибутивне описання об'єкта типу . Відношення

моделює необов'язкові атрибути відеооб'єкта типу Для інтерпретації відеооб'єкта типу необхідно також знати атрибутивне описання об'єкта типу . Відношення

моделює агрегати об'єктів и . Сцена може включати тільки один агрегат об'єктів, тому атрибути агрегатів асоціюються не з окремим об'єктом, а з окремим кроком.

Приведенні відношення складають реляційну модель пам'яті питань

.

Четвертий розділ присвячений моделюванню процедурних знань в еротематичній діалоговій системі, а також питанням сполучення діалогового та дедуктивного процесів.

В продукційних експертних системах (ЕС) формування явних зв'язків між фактами в процесі виводу здійснюється при прямому чи зворотному виводах. Після завершення процесу виводу набір фактів в робочій пам'яті поділено на два класи: проміжні факти та термінальні факти.

Припустимо та - факти антецедента та консеквентна продукційного правила. Тоді в процесі прямого виводу накопичені факти інтерпретуються як , а кінцева мета - отримання термінального . В процесі зворотного виводу накопичені факти інтерпретуються як , а кінцева мета - отримання списку термінальних . Мережа виводу на рис. 3 ілюструє наведене розуміння процесу виводу.

Проміжні факти розміщуються усередині дерева виводу. Їх кількість може бути достатньо великою і вони необхідні тільки для того, щоб отримати термінальні факти. Термінальні факти - це сукупність цільових або . Вони розміщуються по краях дерева виводу та визначають шукане рішення задачі. Ясно, що кількість проміжних фактів детермінує тривалість виводу, тому бажано, щоб в кожному конкретному виводі їх кількість була найменшою.

Размещено на http://www.allbest.ru/

Рис. 3. Мережа виводу, що ілюструє поняття проміжного та термінального фактів

Після завершення процесу виводу він може бути поданий без проміжних фактів у вигляді відображення термінального списку фактів антецедента в термінальний факт консеквентна (у випадку прямого виводу) або у вигляді відображення термінального факту консеквентна в термінальний список фактів антецедента (у випадку зворотного виводу).

- прямий вивід

- зворотній вивід,

де - список термінальних фактів антецедента;

- термінальний факт консеквента.

Таким чином, після того, як деякий вивід було проведено, дерево виводу можна «згорнути» у вигляді еквівалентного правила типу (*), що містить тільки термінальні факти. Якщо правило типу (*) помістити в базу знань, то, якщо необхідно провести такий же вивід ще раз, ЕС зможе використати це правило замість повторної побудови дерева виводу.

(*)

Правило типу (*) дозволяє завершити вивід за n кроків, якщо є метод, що дає можливість на кожному кроці отримати точно один . Еротематичний діалог може бути використаний в якості зазначеного методу.

Для фіксованої бази знань існує не більше можливих виводів, які можна моделювати правилами типу (*). Уявимо кон'юнкцію в лівій частині (*) ланцюгом з послідовно з'єднаних елементів перемикаючого типу, кожний із яких відповідає . Для цієї мети використаємо Перті-модель . На рис. 4 правило (*) приведено в графічному зображенні у вигляді фрагменту мережі (напрямок стрілок співпадає з напрямком прямого виводу).

Размещено на http://www.allbest.ru/

Рис. 4. Фрагмент мережі DiAM, відповідної (*)

Факту продукційної ЕС відповідає відповідь. Тому на рис. 5 факти представлені переходами. Питання дає реактивному агенту через свій суб'єкт множину альтернативних фактів. Відповідаючи на питання, реактивний агент обирає один з альтернативних фактів, формуючи кон'юнкт в антецеденті (*).

Очевидно, якщо фрагмент мережі на рис. 4, еквівалентний одному дереву виводу, то вся мережа еквівалентна всім виводам, можливим для бази знань. Рух фішки моделює покроковий процес виводу, а сам вивід завершується за кроків, де - кількість термінальних фактів в дереві виводу. На кожному кроці в антецедент (*) додається рівно один факт.

Досліджено процес логічного виводу в мережі та проведено порівняння способів подання знань за допомогою мережі та в формі, прийнятої для продукційних ЕС.

Розглянуто відносини «питання-відповідь» в контексті логічного виводу та приведено Петрі-модель , яка розглядається як база знань, що зберігає процедурні знання у вигляді мережі усіх можливих виводів:

де - функція послідуючих та очікуваних фактів-відповідей;

- функція послідуючих питань.

Специфіка еротематичного діалогу полягає в тому, що активний агент за один раз генерує тільки одне питання, і це накладає на функцію наступне обмеження. Для кожного факту-відповіді з комплекту очікуваних фактів-відповідей функція послідуючих питань детермінує тільки одне питання з комплекту питань. Таким чином, позиція мережі виводів може бути описана таким чином:

На рис. 5 приведено графічну уяву одного кроку Петрі-моделі мережі виводу , що ілюструє введені поняття.

Размещено на http://www.allbest.ru/

Рис. 5. Графічна інтерпретація основних понять мережі виводів

П'ятий розділ присвячений дослідженню класів задач, що погано формалізуються, з точки зору їх рішення засобами еротематичного діалогу. В галузі прикладних систем штучного інтелекту існує множина класів систем, орієнтованих на вирішення задач, що погано формалізуються. Увагу сфокусовано на: персоналізованих системах навчання, електронних текстах із вбудованим інтелектуальним компонентом, інтелектуальних САПР та системах діалогового спілкування з базами даних. Рішення задач в рамках кожної із систем здійснюється в ході еротематичного діалогового процесу. В заключній частині розділу синтезовано архітектуру проблемно-незалежного діалогового вирішувача задач.

Персоналізована система електронного навчання визначається як система, що забезпечує адаптацію учбового матеріалу і стратегії навчання до поточних когнітивних характеристик учня. Показано, що еротематичний діалог дозволяє здійснити безперервну діагностику учня, сполучену з процесом навчання. Як предметна галузь розглядаються лінгводидактичні тьюторські системи.

Текст, поширений ресурсами (ТПР) є гіпертекстом, розробленим з метою забезпечення учнів допомогою в процесі формування семантики матеріалу, що вивчається. Сформульовано дві задачі, які стоять перед інтелектуальним компонентом, вбудованим в ТПР: компенсація нестачі когнітивних навичок учнів при оперуванні і навігації ресурсами ТПР та адаптація компонентів ТПР до персональних когнітивних характеристик учнів. Інтелектуальний ТПР реалізує свою поведінку за допомогою генерації послідовності розумних сторінок. Ця послідовність відображає метод навігації та відповідає когнітивним здібностям учня. Інтелектуальний ТПР не зберігає набір підготовлених розумних сторінок. Ідея полягає у тому, що розумна сторінка генерується безпосередньо перед виводом. Розумна сторінка створюється у відповідності із залежним від учня описанням розумної сторінки. Описання генерується вбудованим інтелектуальним компонентом у відповідності з інформацією, накопиченою в ході діалогу з учнем.

Розглянуто застосування еротематичного діалогу для вирішення задач, що погано формалізуються, в галузі автоматизованого проектування. Розрахунковий блок в системах теплофізичного проектування використовується для одержання полів температур або термічних напружень. Цей процес продовжується одиниці або десятки хвилин, в той час як підготовка мереженої моделі та даних, необхідних для розрахунку, займає тижні та місяці роботи експерта. Не менш трудомістким є процес інтерпретації отриманих масивів чисел, тобто перехід від полів напружень до конструкторських рішень. Використання комп'ютера як на початковому етапі проектування, так і на етапі інтерпретації результатів передбачає вміння моделювати процедурні знання експерта. Показано, що ці знання можуть зберігатися в сценаріях еротематичного діалогу.

Задачі, що погано формалізуються, виникають при проектуванні в середовищі системи AUTOCAD. Запропонована інтелектуальна САПР на базі AUTOCAD, що зберігає процедурні знання експерта-проектувальника.

Сучасні засоби маніпулювання даними в базах даних орієнтовані на непрофесіонала Мови запитів такі як SQL є основним засобом формування запитів до реляційних баз даних. Для формування запиту засобами SQL необхідно знати синтаксис мови та логічну організацію бази. Такі додаткові знання нерідко є непереборним бар'єром для кінцевого користувача. За допомогою фронтальних програм розробники систем баз даних ховають від кінцевого користувача SQL, а в процесі взаємодії з фронтальною програмою SQL-запити генеруються автоматично. Показано, що ефективні фронтальні програми можуть бути реалізовані сценаріями еротематичного діалогу.

Дослідження пристосовуваності еротематичного діалогу для вирішення задач, що погано формалізуються, дозволило сформулювати концепцію Діалогового вирішувача задач (ДВЗ). ДВЗ - це система, яка дозволяє створювати, зберігати та редагувати знання, необхідні для підтримки еротематичного діалогу. Декларативні і процедурні знання зберігаються в діалоговій базі знань .