различных уровнях, начиная с «рецептурного» и кончая уровнем
формальной логики и естественного языка.
Наибольшее распространение получили базы знаний (Б3),
представляемые множеством правил продукций. Достоинствами
таких БЗ являются локальность представления знаний, независи-
мость от наличия других правил, удобство корректировки БЗ и
легкость восстановления хода решения по дереву вывода. Когда
взаимосвязь между объектами предметной области достаточно
сложна, целесообразно представить БЗ в виде семантической сети
или фреймовой структуры. Фреймовые и сетевые структуры при-
званы облегчить поиск релевантной информации в процессе реше-
ния за счет группировки сведений по определенному признаку.
Для облегчения понимания процесса решения в БЗ вводятся
специальные метаправила. Не являясь необходимыми при выводе
решения, они используются при объяснении последовательности
вывода правил БЗ. Это объясняется тем, что механизмы выбора
правил продукции являются синтаксически ориентированными, в
то время как объяснение процесса решения должно опираться на
семантику задачи.
В большинстве интеллектуальных КОС используются три
режима работы – обучение, идентификация и интерпретация.
В первом случае система формирует понятия, соответствующие
элементам текстовых описаний. При этом на вход системы посту-
пает описание геометрии отдельных объектов и отношений между
ними (С-описание) и описание ситуации на упрощенном естест-
венном языке (Т-описание).
Во втором режиме система воспринимает С-описание ситуа-
ции и строит соответствующее ему Т-описание (рис. 51).
В третьем режиме по входному Т-описанию система генери-
рует соответствующее Ф-описание ситуации, которое представля-
ет обобщенное описание ситуации.
Ф-описание строится из С-описаний путем введения допол-
нительных уровней, описывающих ситуацию с меньшей степенью
подробности за счет опускания отдельных деталей. Т-язык – это
подмножество упрощенного естественного языка, Ф-описание ог-
раждает последовательный переход С-описания в Т-описание.
Построение интеллектуальной компьютерной обучающей
системы – это анализ и моделирование всей предметной области,
охватывающей все виды деятельности, обеспечивающие процесс
обучения. Это путь к созданию более совершенных, чем адаптив-
ные, самообучающихся систем.