Понятие экспертной системы (ЭС) и базы знаний (БЗ)

Экспертная система - это компьютерная программа, которая моделирует рассуждения человека - эксперта в некоторой определенной области и использует для этого БЗ, содержащую факты и правила об этой области и некоторую процедуру логического вывода.

Из определения следует, что ЭС - это программа, имеющая некоторые отличия в структуре и характеристиках по сравнению с традиционными программами. Обычные программы имеют фиксированную последовательность шагов, точно определенных программистом, и ищут оптимальное решение путем обработки числовой информации. ЭС, подобно человеку, пользуются для нахождения решения методом проб и ошибок. При этом производится преимущественно символическая обработка содержимого базы знаний. На рисунке 3 представлена базовая структура ЭС.

Из рисунка видно, что у ЭС должно быть два режима работы: режим приобретения знаний и режим решения задач.

В режиме приобретения знаний эксперт общается с ЭС при посредничестве эксперта или инженера знаний. “Эксперт – это человек, который благодаря обучению и опыту может делать то, что остальные люди делать не умеют; эксперты работают не просто профессионально, но к тому же уверенно и эффективно эксперты обладают огромными познаниями и пользуются различными приемами и уловками для применения своих знаний…” При проектировании конкретной ЭС функциями инженера знаний являются - построение концептуальной модели предметной области, выбор эффективных способов представления знаний и механизмов вывода.

В режиме решения задач работает пользователь, которого интересует результат и способ его получения.

Компонентами ЭС являются: база знаний и механизм вывода.

Рис.3. Базовая структура ЭС.

База знаний - это совокупность знаний, описанных с использованием выбранной формы их представления. Для представления знаний используется та или иная модель знаний, зависящая от особенностей решаемой задачи.

Механизм вывода - это способ манипулирования знаниями при решении прикладных проблем. Стратегия, реализуемая механизмом вывода, связана с используемой моделью знаний. Эта стратегия достаточно универсальная и часто базируется на эвристических правилах и эмпирических (почерпнутых из опыта) принципах решения, используемых специалистами.

Специальная научная дисциплина, предметом которой является представление знаний и их использование, рассматриваемое применительно к конкретной прикладной области называется “инженерия знаний”.

Для реализации ЭС необходимо:

- определить область задач, возлагаемых на систему;

- получить знания у экспертов;

- формализовать знания эксперта в виде компьютерных описаний и правил;

- разработать программный интерфейс с пользователем ЭС;

- разработать механизм приобретения знаний;

- организовать систему объяснений.

В настоящее время ЭС получили широкое распространение. На американском и западноевропейском рынках предлагаются сотни инструментальных средств для построения ЭС, а прикладных ЭС насчитываются тысячи.

С функциональной точки зрения все множество ЭС можно разделить на категории.

1.Системы интерпретации - это ЭС, которые позволяют получать разумные выводы на основании исходных данных. Примером системы интерпретации служит система DENDRAL (1984г) [44]. Она позволяет определять структуру химических соединений по данным о спектре. Ее проблемная область - химический анализ. В процессе ее работы анализируется неизвестный химикат стандартными аналитическими методами. На выходе получается спектральный граф с сотнями вершин. Каждая вершина сигнализирует о том или ином свойстве анализируемой молекулы. ЭС выполняет процесс рассуждения и решает, какая молекула могла дать такие спектры. В результате пользователь получает список молекул, упорядоченный по убыванию степеней вероятности. ЭС работает как опытный химик. К этой же категории относится ЭС PROSPECTOR (1981г.) [2], предназначенная для поиска залежей полезных ископаемых. Система определяет, какие минералы могут находиться в данном месторождении по характеристикам исследуемой минеральной формации.

2.Системы диагностики и ремонта. Программы этого типа в основном используются в медицине. Наиболее ранняя из них ЭС MYCIN (1976) [2], помогающая врачу диагностировать и лечить заболевания крови (выбор антимикробной терапии в условиях стационара). Большой интерес к ЭС диагностики проявляют военные, поскольку их применение позволило бы осуществлять ремонт сложного оборудования персоналу с невысокой квалификацией.

По некоторым сообщениям, один из автомобилестроителей собирался оснастить каждую машину бортовым компьютером с ЭС диагностики неисправностей, о местонахождении которого знал бы только механик.

3.Системы планирования и проектирования. ЭС этой категории осуществляют компоновку последовательностей действий или наборов объектов для решения той или иной проблемы. ЭС SYNCHEN [2] помогает выполнять некоторые операции при синтезе сложной молекулы органического соединения. Для получения молекулы органики необходимо выполнить множество операций. Программа знает о дешевых материалах, условиях протекания реакции и возможных результатах. Она подбирает последовательность, которую она считает оптимальной. Если человека эта последовательность не удовлетворяет, система выдает следующую последовательность.

Задачи проектирования сходны с задачами планирования. Примером ЭС предназначенной для решения подобных задач может служить XCON (1980) [2] - cистема для подбора конфигурации компьютера VAX.

Эти первые три категории появились ранее остальных.

4. Системы управления и контроля. Примерами ЭС этой категории являются системы реального времени предназначенные для управления непрерывными процессами. ЭС этой категории связаны с большими массивами вводимых и выводимых элементов. Цель управления и контроля заключается в автоматическом поддержании работы устройств оптимальным образом. ЭС применяется в тех случаях, когда проблемная область управления непроста и изменчива, так что необходим процесс рассуждения для выяснения мер контроля. В этом отличие ЭС от обычных программ управления, где используется какой-либо алгоритм.

Применяются ЭС указанной категории для целей контроля на крупных атомных и электростанциях, а также на новейших реактивных самолетах. Примером может служить ЭС NAVEX (1984) [2]. Она применяется в области космонавтики.

5.Прогнозирующие ЭС. ЭС этой категории используются для предсказания видов на урожай на основе спутниковых данных.

6.ЭС обучения. ЭС этой категории могут построить и обновлять компьютерную модель того, что знает и чего не знает учащийся, а, следовательно, выбирать режим обучения.

1.3. Понятия “знание”, ”факт”, “эвристика”, “правило”, “метазнание”.

Переход от данных к знаниям в ЭС обусловлен прежде всего областью использования ЭС. ЭС используются для решения трудно формализуемых задач или задач, не имеющих алгоритмического решения в узкоспециализированных предметных областях деятельности человека.

Знаниями называют хранимую (в компьютере) информацию, формализованную в соответствии с определенными структурными правилами, которую компьютер может автономно использовать при решении проблем с помощью логических выводов.

Другими словами, знания - это формализованная информация, которая используется в процессе логического вывода.

Отличием знаний от данных является наличие у знаний избыточных возможностей по сравнению с данными.

Перечислим свойства "знаний", которые отличают их от "данных".

1.Внутренняя интерпретируемость - наличие возможности хранения в памяти совместно с элементом данных "избыточной" системы имен. Система имен включает в себя индивидуальное имя, которое присвоено данной информационной единице, а также последовательность имен тех множеств, в которые это данное входит. Это свойство позволяет ЭС "знать" что хранится в ее базе знаний.

2.Рекурсивная структурированность - наличие возможности информационной единицы расчленяться и объединяться по принципу матрешки. Это свойство позволяет ЭС устанавливать отношения принадлежности элементов к множеству и родово-видовые отношения типа "часть-целое".

3.Взаимосвязь единиц (связность) - возможность установления между информационными единицами самых разнообразных отношений, определяющих смысл системы в целом. Это свойство позволяет ЭС определять причинно-следственные отношения между фактами.

4.Знания образуют семантические пространства с метрикой. Это свойство знаний связано с возможностью их измерения в системе оценок (метрики) [истинно, ложь]. В системе с неопределенностями используется бесконечное множество оценок истинности знания. Следовательно имеется возможность определить близость, удаленность информационных единиц. Таким образом знания не могут быть бессистемным "сборищем" отдельных информационных единиц, они должны быть взаимозависимыми в некотором семантическом пространстве.

5.Активность знаний - наличие возможности формировать мотивы, ставить цели, строить процедуры. Это свойство знаний “адаптироваться” под изменяющиеся факты. Активность знаний это принципиальное отличие знаний от данных. Традиционное программирование предполагает первичность процедур и вторичность данных. Для человека же характерна познавательная активность; т.е. он использует ту или иную процедуру, потому что в его знаниях возникла определенная ситуация.

6.Функциональная целостность – непротиворечивость, независимость исходных посылок и разрешимость. Непротиворечивость знаний означает невозможность появления в базе знаний двух взаимоисключающих фактов. Требование разрешимости заключается в том, что любое истинное знание, формализуемое в базе знаний системы, может быть выведено в ней с помощью машины вывода.

7.Независимость означает невозможность вывода одного знания из другого формальным способом.

8.Ситуативность. Наличие ситуативных связей определяет совместимость тех или иных знаний, хранимых в памяти. В качестве таких связей могут выступать отношения времени, места, действия, причины и др.

Если рассматривать знания с точки зрения решения задач в некоторой предметной области, то их удобно разделить на две большие категории - факты и эвристику. Первая категория указывает обычно на хорошо известные в данной предметной области обстоятельства (знания имеющиеся в литературе). Вторая категория знаний основывается на собственном опыте специалиста в данной предметной области, накопленном в результате многолетней практики (эти знания включают: способы сосредоточения, способы удаления бесполезных идей, способы использования нечеткой информации; т.е. знания позволяющие с большей эффективностью решать задачи).

Знания, кроме того, можно разделить на факты (фактические знания) и правила (знания для принятия решения). Под фактами подразумеваются знания "А - это А", они характерны для баз данных и сетевых моделей. Под правилами подразумеваются знания вида "ЕСЛИ - ТО".

Кроме них существуют так называемые метазнания (знания о знаниях). Это знания, касающиеся способов использования знаний и свойств знаний. Они необходимы для управления базой знаний.

Контрольные вопросы 1.

1.Что явилось предпосылками развития ИИ?

2.Классическое толкование ИИ.

3.Схема обработки информации человеком и организация хранения информации в человеческой памяти.

4.Определение и базовая структура ЭС.

5.классификация ЭС.

6.Что такое база знаний?

7.Что отличает знания от данных?

Дата добавления: 2014-01-07