Системы, основанные на знаниях

Эти системы составляют часть обширной области искусственного интеллекта, и уже это показывает, что подход, взгляд, вдохновляющий их создание, есть подход по существу инженерный, и в настоящее время инженерия знаний есть комплексная дисциплина, цель которой – интегрировать знания в компьютерные системы. Как и в любой ветви инженерного дела, цель эта не абстрактная, а ориентирована на конкретную цель, и цель эта – не изготовление сложных артефактов и не улучшение конкретной практики, а предложение инструментов для решения сложных проблем, обычно требующих высокого уровня человеческой экспертизы. Слова, выделенные курсивом, уже указывают на некоторые специфические разделы, такие как «решение проблем» и «экспертные системы», а дальнейший анализ показывает, что «проблемы», которые мы хотим решать с помощью этих систем, это не чрезвычайно трудные интеллектуальные проблемы (такие, например, как проблема континуума в теории множеств), а практические проблемы принятия решений в сложных ситуациях. Следовательно, «интеллектуальная» поддержка решений – еще одна классическая область этой инженерии. Но теперь интуитивную идею интеллектуальной поддержки надо сделать более явной, и мы уже сказали, что она соответствует идее высокого уровня человеческой экспертизы, которая, очевидно, является лингвистической основой понятия экспертных систем. Поэтому мы не слишком сузим понятие систем, основанных на знаниях, если приравняем его к понятию экспертных систем, а преимущество этого сужения состоит в том, что это последнее понятие обозначает достаточно хорошо определенную область исследований и приложений. Если мы хотим избежать их полного отождествления, можно сказать, что системы, основанные на знаниях, это те, в которых технология экспертных систем встроена в рамки принятия решений (и это, в свою очередь, звучит вполне правдоподобно, поскольку теория принятия решений развилась как формализованная дисциплина, для которой разрабатывались специфические алгоритмы). Говоря конкретно, это означает опору на конкретную кодификацию знаний и вывод из нее руководящих указаний для принятия решений. На этом пути мы возвращаемся в обширную область инженерии знаний, для которой характерно взаимодействие между теоретическими идеями и практическими процессами, связанными с обеспечением документальной фиксации знаний и связей логической импликации (таких как фреймы, скрипты (сценарии), правила типа «если-то» и т.п.). Грубо говоря, все это – технологии создания базы знаний, механизмы приобретения знаний (самообучения) и механизмы вывода.

Более того, не следует упускать из виду, что такие системы всегда создаются для предложения «интеллектуальных решений» только в узкой области: типичными примерами областей применения экспертных систем служат медицинская диагностика, финансовый анализ, планирование заводской продукции и подобные им весьма специализированные области. Фактически центром «базы знаний» экспертной системы является область знания, которая в нормальном случае пополняется и актуализируется экспертами-людьми, узкими специалистами в конкретной проблемной области, – база, которая образована не разрозненными порциями информации, но может включать эвристики или вероятности, а также быть закодированной в виде правил «если-то». Когда исследуется определенная проблема, описание ее должно быть корректно подготовлено экспертами-людьми для ввода в «рассуждающий механизм» системы (иногда называемый «машиной вывода»). Этот механизм извлекает из базы знаний пертинентную информацию, которая затем обрабатывается самим механизмом рассуждений, выходом которого является анализ проблемы вместе с его обоснованием.

Из этого очень краткого и отрывочного описания ясно, что экспертные системы на самом деле не «заменяют» экспертов-людей, компетентность и интеллектуальная деятельность необходимы как минимум для наполнения базы знаний и правильного описания проблемы; так что они служат полезными инструментами, помогающими людям в различных видах деятельности. Они разделяют с машинами некоторые тривиальные прагматические преимущества (например, они не устают и не болеют, не уходят в отпуск, не просят повышения зарплаты), и вдобавок выполняют роль хранителей специализированного знания (подобно энциклопедиям, трактатам, учебникам, журнальным статьям и т.п.), вооруженных инструментами поиска пертинентной информации (подобными указателям, перекрестным ссылкам, библиографиям), а также определенными общими методами отбора и организации найденного знания. Это дополнение к обычным машинам можно разделить на две части: одну из них можно назвать материалом в том смысле, что она соответствует материальным объектам, таким как энциклопедии или книги (это знание не напечатано на бумаге, а закодировано и хранится в электронных физических объектах), а другая соответствует умственной деятельности человека, такой как обращение к энциклопедии, поиск, отбор и организация собранной таким образом информации с использованием определенных стандартных методов, таких как указатели, перекрестные ссылки и т.п. Для обеих этих частей очевидны преимущества в терминах эффективности, подобные тем, которыми обладают традиционные машины: одна-единственная машина может, например, за тридцать минут произвести определенный вполне конкретный результат, для получения которого двадцать рабочих должны были бы потратить десять дней; или некоторая машина может достигнуть такой точности в изготовлении материального предмета, которой не мог бы достичь никакой специализированный и искусный рабочий, используя свои руки и ручные инструменты. Аналогичным образом в базе знаний экспертной системы ее пользователи получают в свое распоряжение, не выходя из комнаты, содержание специализированной библиотеки, непрерывно пополняемое, обновляемое, классифицируемое и организованное, сберегая тем самым время и энергию сотен ученых-специалистов, которым в прошлом пришлось бы провести собственные исследования, передать их по малоэффективным каналам, провести ограниченные частные консультации с немногими коллегами и т.д. Все это – рутинные операции, не требующие никакой особой умственной одаренности, но необходимые для обеспечения высокого качества исследований. Они элементарны и столь же стереотипны, как математические расчеты. Однако при всем этом многие математические проблемы считались в прошлом неразрешимыми, поскольку требовали (как утверждалось) вычислительной работы математика на полный рабочий день в течение двухсот лет, теперь же благодаря использованию быстродействующих компьютеров эти вычисления можно выполнить за несколько минут. Поэтому в принципе неудивительно, что и другие виды умственных операций, вдобавок к математическим расчетам и логическим выводам, выполнявшимся традиционными компьютерами, могут выполняться более продвинутыми вычислительными системами, такими как экспертные системы.