Структура и назначение экспертных систем

В настоящее время среди всех систем ИИ наибольшее распро­странение (по некоторым оценкам до 90%) получили эксперт­ные системы разных типов. Объяснение этому можно найти в са­мой истории развития технологии ИИ. В 1960-х гг. специалисты в области ИИ пытались моделировать сложный процесс мышления, отыскивая общие методы решения широкого класса задач и реа­лизуя их в универсальных программах [70]. Как уже отмечалось, большая часть таких попыток была неудачной. Дальнейшие иссле­дования в 1970-е гг. были сконцентрированы на разработке двух групп методов:

1) представления задач (в стремлении сформулировать решае­мую проблему так, чтобы ее было легче решить);

2) поиска (вывода) ответа (в стремлении создать достаточно хитроумные способы управления ходом решения задачи, обеспе­чивающие приемлемый расход машинных ресурсов).

Однако и эта стратегия не принесла реальных успехов.

Только в конце 1970-х гг. был сделан принципиальный вывод: эффективность программы при решении интеллектуальных задач в большей степени зависит от знаний, которыми она обладает, а не только от используемых формализмов и схем вывода. Чтобы сделать систему интеллектуальной, ее нужно снабдить множеством высококачественных знаний о некоторой предметной области. Это послужило основой новой концепции развития систем ИИ — со­здания специализированных программных систем, каждая из ко­торых является как бы экспертом в некоторой узкой предметной области. Такие программы в дальнейшем и стали называть эксперт­ными системами.

Огромный интерес к экспертным системам обусловлен тремя основными обстоятельствами [60]:

1) они ориентированы на решение широкого круга задач в ра­нее не формализуемых областях, которые считались малодоступ­ными для использования ЭВМ;

2) они предназначены для решения задач в диалоговом режиме со специалистами (конечными пользователями), от которых не требуется знания программирования, — это резко расширяет сфе-

359

ру использования вычислительной техники, которая в данном слу­чае выступает как инструмент подкрепления (поддержки) памяти специалиста и усиления его способностей к логическому выводу;

3) специалист, использующий экспертные системы для реше­ния своих задач, может достигать, а иногда и превосходить по результатам возможности экспертов в данной области знаний, что позволяет резко повысить квалификацию рядовых специалистов за счет аккумуляции знаний в экспертных системах, в том числе знаний экспертов высшей квалификации.

Свое название экспертные системы получили по двум при­чинам: 1) информацию (знания) для них поставляют эксперты; 2) система выдает решения, аналогичные тем, которые форму­лируют эксперты.

Понятие «эксперт» заслуживает отдельного обсуждения. По Д. Уотермену эксперт (от англ. domain expert — знаток, специалист в области, сфере деятельности) — это человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области [70]. Глав­ным в этом определении является требование к эксперту, кото­рое предъявляют и к экспертным системам: эффективность реше­ния конкретных задач из узкой предметной области.

В соответствии с определением П.Джонса — эксперт — это че­ловек, который благодаря обучению и опыту может делать то, что мы все, остальные люди, делать не умеем; 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 к про­блемам и заданиям; они также умеют быстро переворошить массу несущественной информации, чтобы добраться до главного, и хо­рошо умеют распознавать в проблемах, с которыми сталкивают­ся, примеры тех типовых проблем, с которыми они уже знакомы. В основе поведения экспертов лежит совокупность практически при­менимых знаний, которую мы будем называть компетентностью. Поэтому разумно предположить, что эксперты — это те люди, к которым надо обратиться, когда мы желаем проявить компетен­тность, делающую возможным такое поведение, как у них [70].

Отметим, что в обоих определениях подчеркиваются источни­ки знаний экспертов — обучение и практика (опыт).

Таким образом, можно дать следующее определение: под экс­пертной системой понимается программная система, выполня­ющая действия, аналогичные тем, которые выполняет эксперт в некоторой прикладной предметной области, делая определенные заключения в ходе выдачи советов и консультаций.

Перечислим основные области применения экспертных систем (в порядке уменьшения числа систем, используемых в данной области) [60]:

ып

1) проектирование экспертных систем;

2) медицинская диагностика и консультации по лечению;

3) консультации и оказание помощи пользователю по реше­нию задач в различных предметных областях;

4) автоматическое программирование, проверка и анализ ПО;

5) проектирование сверхбольших интегральных схем; обуче­ние в различных предметных областях;

6) техническая диагностика и выработка рекомендаций по ре­монту оборудования;

7) планирование в различных предметных областях; анализ данных в различных предметных областях (в том числе и статисти­ческий); интерпретация данных с целью выявления объектов и оценки степени угрозы в военном деле; интерпретация геологи­ческих данных и выработка рекомендаций по обнаружению по­лезных ископаемых;

8) интерпретация данных и планирование эксперимента в ходе научных исследований в области биологии; решение задач, свя­занных с космическими исследованиями;

9) обеспечение научных исследований в химии, выработка
рекомендаций по синтезу соединений; планирование и управле­
ние;

10) управление проектированием, технологическими процес­сами и промышленным производством; анализ и синтез элект­ронных схем; формирование математических понятий, преобра­зование математических выражений;

11) предупреждение о возможных авариях ядерных реакторов;

12) анализ рисков в политике и экономике.

В п. 3, 5, 7, 9—12 указаны области, непосредственно связан­ные с использованием экспертных систем в среде управления.

Структура типовой экспертной системы представлена на рис. 25.1.

Дадим краткую характеристику структурных элементов ЭС.

Система, основанная на знаниях, представляет собой программ­ную систему, состоящую из трех элементов: базы знаний, меха­низма (машины), логического вывода и рабочей памяти (БД).

База знаний предназначена для генерации и поддержания динамической модели знаний о предметной области (в качестве возможных моделей знаний могут использоваться рассмотренные в гл. 23 продукционные, сетевые или фреймовые модели).

Механизм (машина) логического вывода анали­зирует поступающую в экспертную систему и имеющуюся в ней информацию и формирует (выводит) на ее основе новые заклю­чения (суждения) в ответ на запрос к системе.

Рабочая память (БД) предназначена для информацион­ного обеспечения работы механизма логического вывода, преж­де всего в части хранения и обработки поступивших (новых)

361

Рис. 25.1. Структура экспертной системы

фактов (суждений) и промежуточных результатов логического вы­вода (гл. 26).

Лингвистический процессор предназначен для обеспечения ком­фортного интерфейса между конечным пользователем и эксперт­ной системой. В нем реализуются процедуры морфологического, синтаксического и семантического контроля поступающих в си­стему запросов и приведение их к виду, «понятному» ЭВМ. При выдаче ответной информации осуществляется обратная опера­ция — заключение «переводится» на ограниченный естественный язык, понятный конечному пользователю. Отметим, что в первых экспертных системах лингвистический процессор отсутствовал, так как общение с машиной осуществлялось на (строго) формальном языке. В дальнейшем (особенно при переходе к ЭВМ пятого поко­ления) значимость лингвистического процесса в составе эксперт­ных систем будет возрастать.

Компонент приобретения знаний предназначен для обеспечения работы инженера знаний по поддержанию модели знаний, адекват­ной реальной предметной области (генерации базы данных, ее тестирования, пополнения новыми знаниями, исключения не­верных (ставших таковыми) знаний и т.п.).

Наличие компонента объяснений, обеспечивающего по запросу пользователя выдачу информации о ходе и исходе логического вывода, принципиально отличает экспертную систему от всех дру­гих программных систем. Дело в том, что в большинстве случаев конечному пользователю недостаточно сообщить лишь конечное заключение экспертной системы, которое он должен (может) использовать в своей профессиональной деятельности. Гораздо большее доверие вызывает у него конечный вывод, подтвержден-

362

Рис. 25.2. Структура интеллектуального пакета прикладных программ:
—— прямые связи;-- ► обратные связи

ный понятными промежуточными рассуждениями. Кроме того, с помощью компонента объяснений можно организовать процесс обучения конечных пользователей работе с экспертными систе­мами. В обучающих экспертных системах компонент объяснений играет еще более важную роль.

Важным классом систем, основанных на знаниях, является класс интеллектуальных ППП. Структура такого пакета приведе­на на рис. 25.2.

Интеллектуальные ППП дают возможность конечному пользо­вателю решать прикладные задачи по их описаниям и исходным данным без программирования: генерация («сборка») программы «под задачу» осуществляется автоматически механизмом логиче­ского вывода. База знаний в интеллектуальном ППП может стро­иться по любому из известных эвристичесикх методов (часто ис­пользуются семантические сети и фреймы), лишь бы настраивае­мая механизмом логического вывода программа была эффективна для решения поставленной задачи.

⇐ Предыдущая52535455565758596061Следующая ⇒

Поделиться: