Экспертные системы. Искусственный интеллект – одно из самых молодых научных направлений

Искусственный интеллект – одно из самых молодых научных направлений. Прошло немногим более 30-ти лет с момента начала работ в этой области. Но сегодняшний мир и научный прогресс немыслимы без тех результатов, которые дали человечеству и обещают дать в будущем исследования в области искусственного интеллекта (ИИ).

Причин для столь исключительного положения работ в области ИИ несколько. Наиболее важными из них являются следующие:

1) Развитие вычислительной техники вступило в новую фазу – создание ЭВМ пятого и последующих поколений.

2) XXI век нередко называют веком новых информационных технологий.

3) Технология производства в промышленности и в других сферах народного хозяйства меняет свою основную парадигму.

4) В проектировании новых образцов изделий и в научных исследованиях интеллектуальные системы должны сыграть в ближайшие годы революционизирующую роль. Они являются тем инструментом, без которого станет невозможным проектирование сверхсложных для человека изделий и который позволит ученым в приемлемые сроки решать те научные проблемы, на решение которых не хватает сейчас жизни некоторых поколений.

Под экспертной системой понимается система, объединяющая возможности компьютера со знаниями и опытом эксперта в такой форме, что система может предложить разумный совет или осуществить разумное решение поставленной задачи. Дополнительно желаемой характеристикой такой системы, которая многими рассматривается как основная, является способность системы пояснять, по требованию, ход своих рассуждений в понятной для спрашивающего форме.

Технологию построения экспертных систем часто называют инженерией знаний. Как правило, этот процесс требует специфической формы взаимодействия создателя экспертной системы, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний "извлекает" из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач, и встраивает эти знания в экспертную систему.

Рассмотрим характеристики экспертной системы более подробно. Сердцевину экспертной системы составляет база знаний (БЗ), которая накапливается в процессе ее построения. Знания выражены в явном виде и организованы так, чтобы упростить принятие решений. Важность этой особенности экспертной системы невозможно переоценить.

Накопление и организация знаний – одна из самых важных характеристик экспертной системы.

Последствия этого факта выходят за пределы построения программы, предназначенной для решения некоторого класса задач. Причина в том, что знания – основа экспертных систем – являются явными и доступными что отличает эти системы от большинства традиционных программ. Они обладают такой же ценностью, как и любой большой объем знаний, и эти знания могут широко распространяться посредством книг и лекций.

Наиболее полезной характеристикой экспертной системы является то, что она применяет для решения проблем высококачественный опыт. Этот опыт может представлять уровень мышления наиболее квалифицированных экспертов в данной области, что ведет к решениям творческим, точным и эффективным. Именно высококачественный опыт в сочетании с умением его применять делает систему рентабельной, способной заслужить признание на рынке. Этому способствует также гибкость системы. Система может наращиваться постепенно в соответствии с нуждами заказчика. Это означает, что можно вначале вложить сравнительно скромные средства, а потом наращивать ее возможности по мере необходимости.

При построении ЭС основными участниками являются: сама экспертная система, эксперт, инженер знаний, средство построения ЭС и пользователь.

Экспертная система представляет собой набор программ или программное обеспечение, которое решает задачи в интересующей нас предметной области. Она называется системой, а не просто программой, потому, что она содержит компоненту, решающую проблему, и компоненту поддержки. Эта вторая компонента помогает пользователю взаимодействовать с главной программой и может включать в себя изощренные отладочные средства, помогающие создателю экспертной системы тестировать и оценивать программы, удобные для пользователя средства редактирования, помогающие экспертам модифицировать знания и данные в ЭС, а также развитые средства графического ввода-вывода информации в ходе работы системы.

Рисунок 1.39 – Основные свойства экспертной системы

Эксперт – это человек, способный ясно выражать свои мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Эксперт использует свои приемы и ухищрения, чтобы сделать поиск решения более эффективным, и ЭС моделирует все его стратегии. Как правило, ЭС моделирует знания одного или нескольких человек, хотя она может также содержать опыт, почерпнутый из других источников, таких как книги и журнальные статьи.

Инженер знаний –человек, как правило, имеющий познания в информатике, искусственном интеллекте и знающий, как надо строить ЭС. Инженер знаний опрашивает экспертов, организует знания, решает, каким образом они должны быть представлены в системе, и может помочь программисту в написании программ.

Средство построения ЭС –это язык программирования, используемый инженером знаний» или программистом для построения ЭС. Этот инструмент отличается от обычных языков программирования тем, что обеспечивает удобные способы представления сложных высокоуровневых понятий. В области ИИ термин "средство'' обычно относится и к языку программирования, и к поддерживающим средствам, используемым для построения ЭС.

Пользователь – человек, который использует уже построенную ЭС. Например, пользователем может быть ученый, который использует систему, чтобы она помогла ему открывать новые месторождения минералов; юрист, использующий ее для квалификации конкретного случая; это может быть студент, которому система помогает изучать технологию машиностроения.

Важно различать инструмент, который используется для построения ЭС, и саму ЭС. Инструмент построения ЭС включает как язык, используемый для доступа к знаниям, содержащимся в системе, и их представления, так и поддерживающие средства – программы, которые помогают пользователям взаимодействовать с компонентами ЭС, решающей проблему. Поддерживающие средства по определению также являются частью законченной ЭС.

Типичная ЭС состоит из следующих основных компонентов: решателя (интерпретатора), рабочей памяти (РП), называемой также базой данных (БД), базы знаний (БЗ), компонентов приобретения знаний, объяснительного и диалогового (рис. 1.40).

Рисунок 1.40 – Схема обобщенной экспертной системы

База данных предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах и системах управления базами данных (СУБД) для обозначения всех данных (и в первую очередь не текущих, а долгосрочных, хранимых в системе).

База знаний в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из РП и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решения) и какие знания при этом она использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент ориентирован на организацию дружелюбного общения со всеми категориями пользователей, как в ходе решения задач, так и приобретения знаний, объяснения результатов работы.

ЭС работает в двух режимах, приобретения знаний и решения задач (называемыми также режимом консультации и режимом использования ЭС).

Следует говорить о трех поколениях ЭС. К первому поколению следует отнести статические поверхностные ЭС, ко второму – статические глубинные ЭС (иногда ко второму поколению относят гибридные ЭС), а к третьему – динамические ЭС (вероятно, они, как правило, будут глубинными и гибридными).

Самое главное различие ЭС от традиционных программ состоит в том, что ЭС манипулируют знаниями, в то время как обычные программы манипулируют данными. В современных ЭС чаще всего используются три самых важных метода представления знаний: правила (самый популярный), семантические сети и фреймы.

Дата добавления: 2014-10-22