Эволюция экспертных систем

Второе поколение экспертных интеллектуальных систем (ЭИС)

ЭИС второго поколения – это динамические системы реального времени (ЭИС РВ) составили основное направление работ по созданию ЭИС в период 1996—2000 гг. Значимость инструментальных средств реального времени определяется тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как управление непрерывными производственными процессами в химии, фармакологии, производстве цемента, продуктов питания и т.п., аэрокосмические исследования, транспортировка и переработка нефти и газа, управление атомными и тепловыми электростанциями, финансовые операции, связь и многие другие. Классы задач, решаемых ИС (информационных систем) РВ (реального времени), таковы: мониторинг в реальном масштабе времени, системы управления верхнего уровня, системы обнаружения неисправностей, диагностика, составление расписаний, планирование, оптимизация, системы-советчики оператора, системы проектирования. Требования, предъявляемые к системам, работающим в реальном времени:

представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных.
выполнять временные рассуждения о нескольких различных асинхронных процессах одновременно (т.е. планировать в соответствии с приоритетами обработку поступивших в систему процессов).
обеспечивать механизм рассуждения при ограниченных ресурсах (время, память). Реализация этого механизма предъявляет требования к высокой скорости работы системы, способности одновременно решать несколько задач.
обеспечивать "предсказуемость" поведения системы, т.е. гарантию того, что каждая задача будет запущена и завершена в строгом соответствии с временными ограничениями. Например, данное требование не допускает использования в экспертной системе реального времени механизма "сборки мусора", свойственного языку LISP.
моделировать "окружающий мир", рассматриваемый в данном приложении, обеспечивать создание различных его состояний.
протоколировать свои действия и действия персонала, обеспечивать восстановление после сбоя.
обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда (необходимо использование объектно-ориентированной технологии, общих правил, модульности и т.п.).
обеспечивать настройку системы на решаемые задачи (проблемная/предметная ориентированность).
обеспечивать создание и поддержку пользовательских интерфейсов для различных категорий пользователей.
обеспечивать уровень защиты информации (по категориям пользователей) и предотвращать несанкционированный доступ.

Специфические требования, предъявляемые к ЭИС РВ, приводят к тому, что их архитектура отличается от архитектуры статических систем. В архитектуру ЭИС РВ введены новые компоненты - подсистемы моделирования внешнего мира, связи с внешним окружением, учета временной логики обрабатываемых событий. Эти системы обладают более удобными средствами взаимодействия. Они стали "активными" ЭИС, стали играть роль активного помощника пользователя (партнерские системы) или исполнительного механизма в автоматизированных системах управления (управленческие ЭИС). Технология построения современных АСУ уже предусматривает обработку комплекса взаимоувязанных задач и потоков информации обрабатываемых процессов, что определило применение в них динамических ЭИС, обрабатывающих динамическую обстановку. Это потребовало более глубокой проработки методологических вопросов создания и применения ЭИС. В динамических системах результаты измерений множества параметров потоковой информации обрабатываются и выдаются оператору в виде информации о ходе функционирования АСУ, меньшей по объему, но более содержательной. ЭИС РВ должны обеспечивать выполнение временного интервала, в течение которого реакция ЭИС на входное воздействие не превышает заданного значения (1 %, 5 % и т. д.), определяемого необходимой точностью моделирования конкретной АСУ (так называемого показателя постоянной реального времени — ПРВ). Так, например, для бортовых ЭИС РВ эта постоянная находится в интер вале микро- и миллисекунды, что требует оптимизации построения ЭИС, максимального учета специфики системы и решаемых в ней задач. Данные системы обладают средствами самостоятельного извлечения знаний из данных, поступающих в систему в ходе ее создания и эксплуатации. На этом основании системы второго поколения способны обнаруживать противоречия между имеющимися и вновь поступающими знаниями и данными (проверка адекватности базы знаний) и частично обладают средством извлечения, представления и обработки нечетких неопределенных, неточных и недоопределенных знаний (так называемых знаний с НЕ-факторами). Обработка нечетких знаний и создание нечетких ЭИС составляют основное содержание работ в области ЭИС в настоящее время. Область управления явилась одной из предпосылок возникновения идеи нечетких множеств [4], которая помогла решить проблему надежности в экспертных системах. Почти все ЭИС управления обеспечивают нечеткое управление. В области практического применения число нечетких ЭИС уже значительно превысило число традиционных ЭИС. Основным отличием ЭИС РВ от экспертных систем первого поколения является интегрированность. На основе объединения с традиционными информационными технологиями они становятся гибридными системами (интеллектуальными комплексами моделирования), включающими эвристический компонент и комплекс имитационных моделей (расчетные методики, статистический анализ, математические модели, базы данных), что значительно расширяет их возможности и обеспечивает их синергетический (нелинейный) характер. Разработка двух тенденций по интеграции и децентрализации знаний позволила реализовать преимущество различных видов представления знаний и повысила качество и универсальность систем. Предпочтение, отдаваемое схеме с использованием динамических моделей, объясняется, прежде всего, возможностью управления процессами перманентных изменений больших многоэлементных объектов, к которым можно отнести, например, регионы государства с их сложной инфраструктурой, системы, органы и пункты управления и др. Создание таких систем привело к разработке нового подхода к математическому моделированию, позволяющему проводить качественное моделирование с использованием информации в виде фактов и данных. Такие комплексы включают расчетный (имитационный) компонент, обеспечивающий количественные решения, и эвристический (логический) компонент, позволяющий успешно решать качественные задачи. Направление гибридных экспертных интеллектуальных систем Направление гибридных ЭИС предполагает объединение процедурных методов моделирования с недетерминированными методами вывода, используемыми в технологии ЭИС. Причем ЭИС могут рассматриваться в составе моделирующих комплексов, а имитационные программы — в составе ЭИС как инструмент решения. Такой подход к созданию комплексов моделирования представляет новый подход к созданию и использованию математического и программного обеспечения. В настоящее время при разработке ЭИС наметилась тенденция проведения их разработки без инженера по знаниям. Повсеместное применение персональных ЭВМ, повышение компьютерной грамотности экспертов-пользователей позволяют перейти к созданию ЭИС самими экспертами. Ожидается, что накопление знаний путем непосредственного диалога с экспертом без вмешательства промежуточного элемента в создании ЭИС — инженера по знаниям, а также извлечения их из протоколов экспериментов, использование устного диалога, статей, инструкций, руководств, чертежей, схем будут основным направлением формирования знаний при построении перспективных ЭИС.