2. ЛИ-вопросы. Такие вопросы подразумевают конечное множество альтернативных ответов при условии, что сами ответы как бы присутствуют в вопросе. Вот примеры ЛИ-вопросов: «Петя ходит в школу или он еще дошкольник?», «Что мы будем делать после обеда: отдыхать, гулять или работать в саду?», «Перестала Маша по утрам ходить на музыку?».

Для формирования ответов на ЛИ-вопросы необходима процедура проверки истинности альтернатив, перечисленных в них, и выбора той альтернативы, которая является истинной. Конечно, в базе знаний может не оказаться нужных данных. Это приводит к тому, что в качестве ответа на ЛИ-вопрос может быть выдано: «Не знаю» или «Не имею необходимой информации».

Возможен и другой крайний случай (к сожалению, весьма часто встречающийся в больших информационных системах), когда возникает известная позиция Ходжы Насреддина в разрешении спора двух сторонников взаимно исключающих альтернатив. Выслушав первого, он сказал: «Ты прав», выслушав второго он снова сказал: «Ты прав», а на замечание прохожего, что так быть не может, Насреддин сказал и ему: «Ты прав». При заполнении баз знаний (особенно из различных источников) в них одновременно могут храниться взаимоисключающие факты. При обнаружении такого положения ответ на ЛИ-вопрос должен звучать примерно так: «Однозначного ответа дать не могу, верно и одно и другое».

3. КАКОЙ-вопросы. Эти вопросы похожи на ЛИ-вопросы, но отличаются от них тем, что либо множество альтернатив является бесконечным, либо определяется не по самому вопросу, а требует выполнения специальных процедур по его нахождению. Типичными примерами КАКОЙ-вопросов могут служить: «Какие сотрудники института имеют детей в возрасте до пяти лет?» или «Какие следствия могут возникнуть из того, что министром обороны станет Д. Смит?». Ответ на первый из приведенных вопросов требует специального просмотра содержимого памяти системы, использующего атрибут «наличие детей до пяти лет». Такой поиск характерен для современных реляционных баз данных. Поэтому в литературе подобные КАКОЙ-вопросы часто называют типовыми запросами к реляционным базам данных или просто реляционными вопросами.

Ответ на второй КАКОЙ-вопрос требует не только поиска, но и процедуры логического вывода следствий из того, что в множество истинных формул в качестве посылки включается новая формула, связанная с утверждением о том, что Д. Смит является министром обороны. Как и для ЛИ-вопросов, в этом случае возможно незнание ответа или неоднозначность его. КАКОЙ-вопросы второго типа есть вопросы о следствиях из принятия некоторого факта в базу знаний, что принципиально отличает их от КАКОЙ-вопросы первого типа.

4. ПОЧЕМУ-вопросы. Вопросы подобного типа есть вопросы о причинах явлений или фактов, перечисленных в вопросе. Ответы на них требуют использования каузальных логик, о которых мы уже упоминали ранее, т.е. обращения к причинно-следственным и иным каузальным связям, отраженным в базе знаний. После этого моделируется рассуждение, схема которого и есть ответ на ПОЧЕМУ-вопрос.

5. ЗАЧЕМ-вопросы. Это вопросы о целях. Ответ на них внешне похож на поиск ответа на ПОЧЕМУ-вопросы, но вместо каузальных связей в базе знаний используются связи типа «цель – средство» или «цель – подцель». Ответом служит найденный путь, ведущий от текущей ситуации к целевой или целевым. При невозможности найти соответствующий путь при ответах на ПОЧЕМУ-вопрос или ЗАЧЕМ-вопрос в качестве ответа может формироваться: «Не знаю» или «Отсутствует информация для ответа».

6. КАК-вопросы. Эти вопросы предполагают, что в качестве ответа на них будут выданы пояснения о способах получения системой тех или иных результатов. Если, например, КАК-вопрос касается того, как получен тот или иной логический вывод, то в качестве ответа на него можно воспроизвести этот вывод или наиболее важные его части. Для этого удобно хранить в памяти системы «треки» ранее полученных выводов, пока вопрос типа КАК остается актуальным.

Из приведенной типологии вопросов видно, что ответы на многие из них могут трактоваться как объяснения. Проблема объяснения в современных интеллектуальных системах стала одной из центральных. Мы уже говорили о том, что она обязательно должна иметь решение в экспертных системах. Пользователь такой системы должен быть уверен, что совет, данный интеллектуальной системой, действительно верен и получен из исходных данных с учетом всей информации о задаче, имеющейся у пользователя.

В более широком смысле от интеллектуальной системы требуется не просто объяснение, а, скорее, обоснование того результата, который получен системой. Уверенность в правильности некоторого ответа у специалиста часто сочетается с неумением обосновать его строго логически. Один из специалистов археологов по этому поводу пишет: «Если опытному археологу показать обработанный камень или черепок глиняного сосуда, он довольно уверенно скажет, к какой эпохе или даже к какой культуре относится показанный предмет. Но если его спросить, каким образом он пришел к этому выводу, какова цепочка рассуждений, приведших его к ответу, то этот вопрос окажется для него более сложным, чем первый, поскольку подобные заключения, как правило, основаны на опыте и интуиции исследователя, а проверкой и обоснованием наших интуитивных заключений мы утруждаем себя не очень часто».

Мы пришли к весьма важному моменту, когда становится очевидным, что в человеческих рассуждениях, выводах и методах обоснования появляется новый компонент, связанный с опытом и интуицией, еще не вылившимися в форму осознанных логических утверждений. В широком смысле обоснование некоторого факта или утверждения должно включать в себя наряду с его логической аргументацией и компонент, опирающийся на психологическую уверенность человека в справедливости или истинности тех или иных положений. Здесь теория человеческих рассуждений смыкается с психологией поведения людей. И именно об этом пойдет речь в последней главе книги.

Этот вопрос может показаться странным. Мы привыкли, что рациональность, целенаправленность поведения человека, внутренняя логика его рассуждений тем больше, чем сильнее в нас проявляются «интеллектуальные возможности», чем более строго и научно мы действуем. Глубокое уважение к науке, вера в ее силу и исключительность в объяснении окружающего мира, в торжество научно-технического прогресса настолько сильны в нас, что мы склонны считать, что лишь научные способы рассуждений, опирающиеся на формальные логические схемы, могут оказаться продуктивными и справедливыми.

На предшествующих страницах этой книги была сделана попытка заронить сомнение в незыблемость этого расхожего мнения. Было показано, что строгие достоверные рассуждения, отвечающие самым полным ограничениям формальных логических систем, моделируют далеко не все виды рассуждений, которыми оперирует в своей деятельности человек. Многие виды научного знания базируются на рассуждениях нестрогих, носящих правдоподобный характер, или на выводах, использующих неполную исходную информацию. В этой главе обратим еще большее внимание на важность в моделировании человеческой деятельности и его поведения «нерациональных схем рассуждений».

Но начнем с того, что попытаемся описать основные черты целенаправленной (рациональной) модели поведения. Такая модель может быть охарактеризована следующими девятью особенностями.

1. В поведенческом акте четко разделяются конечные и промежуточные цели, средства достижения целей и результаты, возникающие при применении этих средств.