Экспертная система (ЭС) – это программа, которая в определенных отношениях заменяет эксперта или группу экспертов в той или иной предметной области.
ЭС предназначены для решения практических задач, возникающих в слабо структурированных и трудно формализуемых предметных областях.
Исторически, ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей.
С ЭС связаны некоторые распространенные заблуждения.
Заблуждение первое: ЭС могут делать не более, а скорее даже менее того, чем эксперт, создавший данную систему.
Во-первых, существуют технологии синтеза самообучающихся ЭС, которые могут быть применены в предметной области, в которой вообще нет экспертов.
Во-вторых, технология ЭС позволяет объединить в одной системе знания нескольких экспертов, и, таким образом, в результате получить систему, которая может то, чего ни один из ее создателей не может.
Заблуждение второе: ЭС никогда не заменит человека-эксперта.
На практике часто ЭС могут создаваться и применяться для решения задач, в решении которых эксперты по ряду причин физического, юридического, финансового и организационного характера не могут принять личного участия, т.е. в точках, весьма удаленных от экспертов как в пространстве, так и во времени:
– знания могут извлекаться из научных работ или фактических данных, доступ к которым может обеспечиваться через Internet;
– доступ к ЭС и ее базе знаний также может быть получен через Internet.
Нейронные сети
В 1943 году Дж. Маккалоки и У. Питт предложили формальную модель биологического нейрона как устройства, имеющего несколько входов (входные синапсы – дендриты), и один выход (выходной синапс – аксон). ендриты получают информацию от источников информации (рецепторов) Li, в качестве которых могут выступать и нейроны. Набор входных сигналов {Li} характеризует объект, его состояние или ситуацию, обрабатываемую нейроном.
Каждому i-му входу j-го нейрона ставится в соответствие некоторый весовой коэффициент Iij, характеризующий степень влияния сигнала с этого входа на аргумент передаточной (активационной) функции, определяющей сигнал Yj на выходе нейрона. В нейроне происходит взвешенное суммирование входных сигналов, и далее это значение используется как аргумент активационной (передаточной) функции нейрона. На рисунке 74 данная модель приведена в обозначениях, принятых в настоящей работе.