Статья 2478

Когда машине сообщают, что между какими-то двумя объектами имеется аналогия, Фред похож на медведя, то пустые ячейки одного фрейма заполняются значениями, взятыми из соответствующих ячеек другого.

Труднее всего для малограмотной программы, конечно, решить, какие свойства-значения можно перенести, а какие нет. Какие именно атрибуты Фреда аналогичны атрибутам медведя. Принятие подобных решений может управляться в программе специальными эвристиками. Здесь, например, снова оказывается полезной эвристика рассмотреть экстремальные случаи - если аналогия уместна, то чаще всего потому, что некоторые необычные свойства одного объекта характерны также и для другого.

Применение фреймов для автоматизации понимания аналогий иллюстрирует некий факт общего характера, а именно что способ представления знаний может сам по себе служить источником эффективности в системах искусственного интеллекта.

Элементы знаний можно представить в программе многими способами, и у меня нет намерения рассматривать их все в настоящей статье. Суть заключается просто в том, что при каждом способе представления знаний они эффективны для одних операций и неэффективны для других. Если бы, к примеру, каждый атрибут каждого объекта был представлен в базе знаний программы в виде отдельного предложения формальной логики, то проведение аналогий было бы связано с очень длительным и неудобным поиском. Выбор правильного представления для конкретной задачи позволяет сократить или устранить поиск.

С другой стороны, люди не ограничены подобным выбором, делающимся раз и навсегда, мы обладаем способностью переключаться многократно между несколькими формами представления знаний - словами, символами, изображениями - ив процессе решения задачи рассматривать ее с разных точек зрения.