Фреймы для представления знаний

Широко распространено мнение, что память - это нечто совершенно отличное от остальной части мышления; однако для того, чтобы создать полезную и эффективную модель памяти, требуются те же стратегические принципы, которые используются при анализе других аспектов мышления.

Мы говорим о человеке, что он умен, если он может быстро находить весьма подходящие фреймы. Система извлечения информации у этого человека работает лучше, чем у других при выработке правдоподобных гипотез, при определении условий, которым должен удовлетворять новый фрейм, и в части использования тех знаний, которые были приобретены на "неудачных" ветвях процесса поиска. Организация удачной модели памяти является задачей не менее сложной, чем решение любых других задач того же класса. Поэтому хороший механизм извлечения информации лишь частично может базироваться на основных "врожденных" механизмах. Он в значительной степени должен зависеть от (приобретенных в процессе обучения) данных о структуре своих собственных знаний. Наше предложение по этому вопросу объединяет в себе ряд компонентов, включая методы распознавания образов, теорию групп и сети подобия.

При зрительном восприятии, например, комнаты или процессе понимания рассказа человек собирает сеть, состоящую из фреймов и субфреймов. В этой сети представляется все, что было замечено, или существует в предположении, будь то правильным или ошибочным. Мы уже отмечали, что активный фрейм, т.е. участвующий в процессе "понимания" системой ИИ (в данном случае) внешней для нее ситуации, не может оставаться таковым, если не выполнены условия, определяемые маркерами его терминалов.

Теперь мы вводим постулат о том, что все фреймы, задания которых конкретизированы в некоторой ситуации, обязательно должны выступать в качестве значений для терминалов фреймов более высоких уровней. Это же относится и ко всем существенным фрагментам "данных", собранным при наблюдении и хранимым в памяти системы ИИ.

Конечно, здесь не может не быть исключений! Мы должны предусмотреть возможность существования определенного числа групп данных, связанных с чем-то подобным регистрам "кратковременной памяти". Следует, однако, помнить, что лишь незначительная часть информации может длительно храниться в памяти, если она не связана с соответствующими фреймами. Предложенная схема концептуальна по своей сути, но, тем не менее, в определенных областях следует допустить существование других типов "зацепок" в памяти и специальных сенсорных буферов.

3.1. Требования к памяти

Мы можем представить себе, что память - это система, управляемая двумя дополняющими друг друга потребностями. С одной стороны, это потребность в правильном представлении объектов (сообщений, новых предметов и пр.), которое осуществляется с помощью подключения их к более крупным фреймам; с другой - потребность в конкретизации заданий, терминалов. Остальная часть этой системы будет стремиться сбалансировать их требования, но не столько на базе "общих Принципов", сколько в соответствии со специальными знаниями и темп условиями, которые определяются текущими целями.

Если применение какого-либо фрейма окажется неудачным (например, нельзя подобрать нужное задание по какому-то важному условию), следует что-то предпринять, но что? На наш взгляд, существуют следующие возможные пути приспособления фреймов

СОПОСТАВЛЕНИЕ ОБРАЗЦОВ. Когда ничего более конкретного найти не удается/можно воспользоваться одним из основных механизмов - механизмом ассоциативного поиска. Это может принести - успех в относительно простых ситуациях, но должно являться лишь вспомогательным средством при использовании других тактик.

ОПРАВДАНИЕ. Довольно часто может быть найдено объяснение или оправдание неудаче при согласовании. Например, маленький по своим размерам стул может относиться к классу предметов "игрушки".

СОВЕТ. Фрейм содержит четкие указания относительно того, что делать при его неудачном согласовании. Ниже мы рассмотрим обширную "сеть подобия", получаемую в результате обучения и хранящую подобные знания.