Понятие экспертной системы

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ

Экспертные системы (ЭС) относятся к числу интеллектуальных вычислительных систем и предназначены для моделирования, или имитации поведения опытных специалистов-экспертов при решении задач по какому-либо узкому вопросу. ЭС призваны оказывать помощь специалистам, когда их собственных знаний, опыта и интуиции не хватает для самостоятельного решения возникающих проблем. Такие системы представляют собой машинные программы, решающие задачи примерно так же, как решает их эксперт в реальной обстановке. Это позволяет накапливать, систематизировать и сохранять знания и профессиональный опыт тех экспертов, которые выполняют конкретные задачи наилучшим образом, в первую очередь в тех областях, где задачи и их решения формализованы слабо или совсем не формализованы (не структурированы), а именно в машиностроении, вычислительной технике, информатике, медицине, биологии, геологии, ядерной энергетике, ядерной физике, экономике, истории, военном деле.

Термин «экспертная система» в различных источниках имеет разные определения. Приведем два из них.

1. ЭС – это система искусственного интеллекта, использующая знания из сравнительно узкой предметной области для решения возникающих в ней задач, причем так, как это делал бы эксперт-человек, т. е. в процессе диалога с заинтересованным лицом, представляющим необходимые сведения по конкретному вопросу.

2. ЭС – это вычислительная система, в которую включены знания специалистов о некоторой конкретной предметной области и которая в пределах этой области способна принимать решения, качество которых соответствует решениям, принимаемым экспертами-людьми. Такая система должна обладать следующим перечнем характеристик:

• способностью рассуждать при неполных и противоречивых данных;

• способностью объяснять цепочку рассуждении понятным для пользователя способом;

• факты и механизм вывода должны быть четко отделены друг от друга (знания не встраиваются в процедуры дедукции);

• конструкция системы должна обеспечивать возможность эволюционного наращивания базы знаний;

• на выходе ЭС должна выдавать совет – не таблицу цифр или красивые картинки на экране, а четкий совет;

• она должна быть экономически выгодна.

Таким образом, экспертная система – это машинная программа, которая пытается моделировать знания качественного характера и опыт человека-эксперта. Экспертные системы – это класс систем искусственного интеллекта, позволяющих осуществлять эффективную компьютеризацию областей, в которых знания представлены в экспертной описательной форме и где затруднительно, а иногда и невозможно использовать широко распространенные математические модели.

Основу ЭС составляет база знаний, хранящая множество фактов и набор правил, полученных от экспертов и из специальной литературы. База знаний отличается от базы данных тем, что если единицы информации в базе данных представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы, то базе знаний те же элементы уже связаны как между собой, так и с понятиями внешнего мира определенными отношениями и сами содержат в себе эти отношения.

Рассмотрим классификацию ЭС по предметным областям, в которых они используются. При этом предметные области определяются основными классами задач, эффективно решаемыми методами экспертных систем. Можно выделить 6 основных классов задач, для решения которых создаются ЭС.

1. Интерпретация данных, т. е. анализ поступающих в систему данных с целью идентификации ситуации в предметной области

2. Диагностика, т. е. идентификация критических ситуаций и предметной области на основе интерпретации данных.

3. Контроль, т. е. слежение за ходом событий в предметной области с целью определения момента возникновения критической ситуации на основе непрерывной интерпретации данных.

4. Прогнозирование, т. е. предсказание возникновения в предметной области тех или иных ситуаций в будущем на основе моделей прошлого и настоящего.

5. Планирование, т. е. создание программ действий, выполнение которых позволит достичь поставленных целей.

6. Проектирование, т. е. разработка объектов, удовлетворяющих определенным требованиям.

По своему назначению ЭС можно условно разделить на консультационные, или информационные, исследовательские и управляющие, а по сложности и объему базы знаний – на неглубокие и глубокие. Консультационные ЭС предназначены для получения пользователем квалифицированных советов; исследовательские ЭС призваны помогать пользователю квалифицированно решать научные задачи; управляющие ЭС служат для автоматизации управления процессами в реальном масштабе времени.

Неглубокие, или простые, ЭС создаются за короткое время (два – три месяца) и имеют относительно малые базы знаний и данных в несколько сотен правил и фактов, причем фактов значительно больше правил. Доказательства их заключений обычно коротки, большинство выводов являются прямыми следствиями информации, хранимой в базе знаний. Неглубокие ЭС содержат в базах знаний эмпирические знания и предназначены в основном для решения относительно простых задач типа ответа на запросы на требуемую техническую информацию. Глубокие ЭС в отличие от неглубоких делают свои выводы обязательно из моделей происходящих процессов, хранящихся в базе знаний. Сама модель процесса представляет собой набор правил, предназначенных для объяснения большого количества эмпирических данных. В глубоких ЭС доказательства выводов значительно длиннее, основываются на знаниях, выведенных из моделей, и часто поражают пользователя своей неочевидностью.