Класифікація задач, розв'язуваних ІІС

Різновиди ІІС

· Експертні системи

o Власне експертні системи (ЕС)

o Інтерактивні баннеры (web + ЕС)

· Системи спілкування (питально-відповідні системи)

o Інтелектуальні розвідувачі

o Віртуальні співрозмовники

o Віртуальні цифрові помічники.

ІІС можуть розміщатися на якому-небудь сайті, де користувач задає системі питання природньою мовою (якщо це питально-відповідна система) або, відповідаючи на запитання системи, знаходить необхідну інформацію (якщо це експертна система). Але, як правило, ЕС в інтернеті виконують рекламно-інформаційні функції (інтерактивні баннери), а серйозні системи (такі, як, наприклад, ЕС діагностики устаткування) використовуються локально, тому що виконують конкретні специфічні задачі.

Інтелектуальні розвідувачі відрізняються від віртуальних співрозмовників тим, що вони досить безликі й у відповідь на запитання видають деяку вижимку із джерел знань (іноді досить великого обсягу), а співрозмовники мають «характер», особливу манеру спілкування (можуть використовувати сленг, ненормативну лексику), і їхні відповіді повинні бути гранично лаконічними (іноді навіть просто у формі смайликів, якщо це відповідає контексту).

Для розробки ІІС раніше використовувалися логічні мови (Пролог, Лісп і т.д.), а зараз використовуються різні процедурні мови. Логіко-математичне забезпечення розробляється як для самих модулів систем, так і для стикування цих модулів. Однак на сьогоднішній день не існує універсальної логіко-математичної системи, яка могла б задовольнити потреби будь-якого розроблювача ІІС, тому доводиться або комбінувати накопичений досвід, або розробляти логікові системи самостійно. В області лінгвістики теж існує множина проблем, наприклад, для забезпечення роботи системи в режимі діалогу з користувачем природньою мовою необхідно закласти в систему алгоритми формалізації природньої мови, а ця задача виявилася більш складнішою, чим передбачалося на зорі розвитку інтелектуальних систем. Ще одна проблема — постійна мінливість мови, яка обов'язково повинна бути відображена в системах штучного інтелекту.

· Інтерпретація даних. Це одна із традиційних задач для експертних систем. Під інтерпретацією розуміється процес визначення змісту даних, результати якого повинні бути погодженими й коректними. Звичайно передбачається різноманітний аналіз даних.

· Діагностика. Під діагностикою розуміється процес співвідношення об'єкта з деяким класом об'єктів і/або виявлення несправності в деякій системі. Несправність — це відхилення від норми. Таке трактування дозволяє з єдиних теоретичних позицій розглядати й несправність устаткування в технічних системах, і захворювання живих організмів, і всілякі природні аномалії. Важливою специфікою є тут необхідність розуміння функціональної структури («анатомії») діагностуючої системи.

· Моніторинг. Основна задача моніторингу — безперервна інтерпретація даних у реальному масштабі часу й сигналізація про вихід тих або інших параметрів за припустимі межі. Головні проблеми: «пропуск» тривожної ситуації та інверсна задача - «неправильне» спрацьовування. Складність цих проблем у розмитості симптомів тривожних ситуацій і необхідність обліку тимчасового контексту.

· Проектування. Проектування полягає в підготовці специфікацій на створення «об'єктів» із заздалегідь визначеними властивостями. Під специфікацією розуміється весь набір необхідних документів – креслення, пояснювальна записка і т.д. Основні проблеми тут — одержання чіткого структурного опису знань про об'єкт і проблема «сліду». Для організації ефективного проектування й у ще більшому ступені перепроектування необхідно формувати не тільки самі проектні рішення, але й мотиви їх прийняття. Таким чином, у задачах проектування тісно зв'язуються два основні процеси, виконувані у рамках відповідної ЕС: процес виводу рішення й процес пояснення.

· Прогнозування. Прогнозування дозволяє пророкувати наслідки деяких подій або явищ на підставі аналізу наявних даних. Прогнозуючі системи логічно виводять імовірні наслідки із заданих ситуацій. У прогнозуючій системі звичайно використовується параметрична динамічна модель, у якій значення параметрів «підганяються» під задану ситуацію. Виведені із цієї моделі наслідки становлять основу для прогнозів з імовірнісними оцінками.

· Планування. Під плануванням розуміється знаходження планів дій відносно до об'єктів, здатних виконувати деякі функції. У таких ЕС використовуються моделі поведінки реальних об'єктів для того, щоб логічно вивести наслідки запланованої діяльності.

· Навчання. Під навчанням розуміється використання комп'ютера для навчання якійсь дисципліні або предмету. Системи навчання діагностують помилки при вивченні якої-небудь дисципліни за допомогою комп'ютера і підказують правильні розв'язки. Вони акумулюють знання про гіпотетичного «учня» і його характерні помилки, потім у роботі вони здатні діагностувати слабості в пізнаннях тих, яких навчають, і знаходити відповідні засоби для їхньої ліквідації. Крім того, вони планують акт спілкування з учнем залежно від успіхів учня з метою передачі знань.

Нейронні мережі не програмуються у звичному змісті цього слова, вони навчаються. Можливість навчання — одна з головних переваг нейронних мереж перед традиційними алгоритмами.Технічно навчання полягає в знаходженні коефіцієнтів зв'язків між нейронами. У процесі навчання нейронна мережа здатна виявляти складні залежності між вхідними даними й вихідними, а також виконувати узагальнення. Це значить, що, у випадку успішного навчання, мережа зможе повернути вірний результат на підставі даних, які були відсутні в навчальній вибірці.

· Керування. Під керуванням розуміється функція організованої системи, що підтримує певний режим її діяльності. Такого роду ЕС здійснюють керування поведінкою складних систем відповідно до заданих специфікацій.

· Підтримка прийняття рішень — це сукупність процедур щодо забезпечення особи, яка приймає рішення, необхідною інформацією і рекомендаціями, що полегшують процес прийняття рішення. Ці ЕС допомагають фахівцям вибрати і/або сформувати потрібну альтернативу серед множини варіантів при прийнятті відповідальних рішень.

У загальному випадку всі системи, засновані на знаннях, можна підрозділити на системи, що вирішують задачі аналізу, і на системи, що вирішують задачі синтезу.

Основна відмінність задач аналізу від задач синтезу полягає в тому, що якщо в задачах аналізу множина розв'язків може бути перерахована й включена в систему, то в задачах синтезу множина рішень потенційно не обмежена й будується з рішень компонентів або під-проблем.

Задачами аналізу є: інтерпретація даних, діагностика, підтримка ухвалення рішення.

До задач синтезу належать: проектування, планування, керування.

Комбіновані: навчання, моніторинг, прогнозування.

Типова схема функціонування ІС

Функціонування ІС можна описати як постійне прийняття рішень на основі аналізу поточних ситуацій для досягнення певних цілей. Природно виділити окремі етапи, які утворять типову схему функціонування ІС:

1. Безпосереднє сприйняття зовнішньої ситуації; результатом є формування первинного опису ситуації.

2. Зіставлення первинного опису зі знаннями системи й поповнення цього опису; результатом є формування вторинного опису ситуації в термінах знань системи. Цей процес можна розглядати як процес розуміння ситуації, або як процес перекладу первинного опису на внутрішню мову системи. При цьому можуть змінюватися внутрішній стан системи і її знання. Вторинний опис може бути не єдиним, і система може вибирати між різними вторинними описами. Крім того, система в процесі роботи може переходити від одного вторинного опису до іншого. Якщо ми можемо формально задати форми внутрішнього подання описів ситуацій й операції над ними, ми можемо сподіватися на певний автоматизований аналіз цих описів.

3. Планування цілеспрямованих дій і прийняття рішень, тобто аналіз можливих дій й їхніх наслідків і вибір тої дії, що найкраще сполучається з метою системи. Це рішення, загалом кажучи, формулюється деякою внутрішньою мовою (свідомо або підсвідомо).

4. Зворотна інтерпретація прийнятого рішення, тобто формування робочого алгоритму для здійснення реакції системи.

5. Реалізація реакції системи; наслідком є зміна зовнішньої ситуації й внутрішнього стану системи, і т.д..

Дуже важливим є наступне міркування. Не слід вважати, що зазначені етапи є повністю розділеними в тому розумінні, що наступний етап починається лише після закінчення попереднього. Навпаки, для функціонування ІС характерно взаємне проникнення цих етапів. Наприклад, ті або інші рішення можуть прийматись вже на етапі безпосереднього сприйняття ситуації. Насамперед, це рішення про те, на які зовнішні подразники варто звертати увагу, а на які не обов'язково. Зовнішніх подразників так багато, що їхнє сприйняття повинне бути вибірковим.

Два важливих доповнення.

1. До сфери розв'язуваних ІС задач належать задачі, що, як правило, мають особливості:

§ у них невідомий алгоритм рішення (такі задачі будемо називати інтелектуальними задачами);

§ у них, окрім традиційних даних у числовому форматі, використається інформація у вигляді зображень, малюнків, знаків, букв, слів, звуків;

§ у них передбачається наявність вибору (не існує алгоритму - це значить, що потрібно зробити вибір між багатьма варіантами в умовах невизначеності). Свобода дій є істотною складовою інтелектуальних задач.

2. Інтелектуальні робототехнічні системи (ІРС) містять змінну, настроювану модель зовнішнього миру й реальної виконавчої системи з об'єктом керування. Мета й керуючі впливи формуються в ІРС на основі знань про зовнішнє середовище, об'єкт керування і на основі моделювання ситуацій у реальній системі.

Про які ознаки інтелекту доречно говорити стосовно до інтелектуальних систем? ІС повинна вміти в наборі фактів розпізнати суттєві, ІС здатні з наявних фактів і знань зробити висновки не тільки з використанням дедукції, але й за допомогою аналогії, індукції й т.д. Крім того, ІС повинні бути здатні до самооцінки - мати рефлексію, тобто засобами для оцінки результатів власної роботи. За допомогою підсистем пояснення ІС може відповістити на запитання, чому отриманий той або інший результат. Нарешті, ІС повинна вміти узагальнювати, уловлюючи подібність між наявними фактами.

Чи можна вважати шахову програму інтелектуальною системою? Якщо шахова програма при повторній грі робить ту саму помилку - то не можна. Навчаємість, адаптовність, накопичення досвіду й знань - найважливіші властивості інтелекту. Якщо шахова програма реалізована на комп'ютері з нескінченно-високою швидкодією й обіграє людину за рахунок прорахунку всіх можливих варіантів гри по жорстких алгоритмах - то таку програму ми також не назвемо інтелектуальною. Але якщо шахова програма здійснює вибір і прийняття рішень в умовах невизначеності на основі ефективних методів прийняття рішень й евристик, коректуючи свою гру від партії до партії в кращу сторону, то таку програму можна вважати досить інтелектуальною.

Щораз, як тільки виникають сумніви в інтелектуальності деякої системи, доцільно згадувати тест Алана Тьюринга на інтелектуальність. Після цього сумніви й подальші суперечки, як правило, припиняються.

Варто визначити також поняття знання - центрального поняття в ІС. От кілька визначень.

1. Знання є результат, отриманий пізнанням навколишнього світу і його об'єктів.

2. Знання - система суджень із принциповою і єдиною організацією, що заснована на об'єктивній закономірності.

3. Знання - це формалізована інформація, на яку посилаються або яку використають у процесі логічного виводу (рис. 1.1).

4. Під знаннями будемо розуміти сукупність фактів і правил. Поняття правила, що представляє фрагмент знань, має вигляд:

якщо <умова> то <дія>

Наприклад, якщо X істинно й Y істинно, то Z істинно з вірогідністю P.

Рис. 1.1. Процес логічного виводу в ІС

Визначення 1 і 2 є досить загальними філософськими визначеннями. В ІC прийнято використати визначення 3 для визначення знань. Визначення 4 є окремий випадок визначення 3.

Під статичними знаннями будемо розуміти знання, введені в ІС на етапі проектування. Під динамічними знаннями (досвідом) будемо розуміти знання, отримані ІС у процесі функціонування або експлуатації в реальному масштабі часу.

Знання можна розділити на факти й правила. Під фактами маються на увазі знання типу "A це A", вони характерні для баз даних. Під правилами (продукціями) розуміються знання виду "ЯКЩО-ТО". Крім цих знань існують так називані метазнання (знання про знання). Створення продукційних систем для подання знань дозволило розділити знання й керування в комп'ютерній програмі, забезпечити модульність продукційних правил, тобто відсутність синтаксичної взаємодії між правилами. При створенні моделей подання знань варто враховувати такі фактори, як однорідність подання й простота розуміння. Виконати цю вимогу рівною мірою для простих і складних задач досить складно.

Розглянемо докладніше систему керування ІРС, структурна схема якої представлена на рис. 1.2. На цьому малюнку стрілками позначено напрямок руху інформації, двоспрямованими стрілками позначена взаємодія типу "запит-відповідь" і "дія-підтвердження", досить розповсюджена в інформаційних системах. Входом системи є Блок уведення інформації, призначений для уведення числових даних, тексту, мови, розпізнавання зображень. Інформація на вхід системи може надходити (залежно від розв'язуваного завдання) від користувача, зовнішнього середовища, об'єкта керування. Далі вхідна інформація надходить у Блок логічного виводу (БЛВ), або відразу в базу даних (БД) - сукупність таблиць, що зберігають, як правило, символьну й числову інформацію про об'єкти предметної області (зокрема, про об'єкти робототехніки).

Рис. 1.2. Структурна схема інтелектуальної робототехнической системи

БЛВ і формування керуючої інформації забезпечує знаходження рішень для нечітко формалізованих задач ІС, здійснює планування дій і формування керуючої інформації для користувача або об'єкта керування на основі Бази Знань (БЗ), БД, Бази Цілей (БЦ) і Блоку Алгоритмічних Методів Рішень (БАМР).

БЗ - сукупність знань, наприклад, система продукционных правил, про закономірності предметної області.

БЦ - це множина локальних цілей системи, що представляють собою сукупність знань, активізованих у конкретний момент і у конкретній ситуації для досягнення глобальної мети.

БАМР містить програмні модулі рішення задач предметної області по жорстких алгоритмах.

Блок засвоєння знань (БЗЗ) здійснює аналіз динамічних знань із метою їхнього засвоєння й збереження в БЗ.

Блок пояснення рішень (БПР) інтерпретує користувачеві послідовність логічного виводу, виконану для досягнення поточного результату.

На виході системи Блок виводу інформації забезпечує вивід даних, тексту, мови, зображень й інші результати логічного виводу користувачеві й/або Об'єкту Керування (ОК).

Контур зворотного зв'язку дозволяє реалізувати властивості адаптивності й навчання ІС. На етапі проектування експерти й інженери по знаннях наповнюють базу знань і базу цілей, а програмісти розробляють програми алгоритмічних методів рішень. База даних створюється й поповнюється, як правило, у процесі експлуатації ІС.

Динаміка роботи ІРС може бути описана в такий спосіб. При надходженні зовнішньою мовою системи інформації на вхід БВИ виробляється її інтерпретація у внутрішнє подання для роботи із символьною моделлю системи. БЛВ вибирає із БЗ множину правил, активізованих вхідною інформацією, і поміщає ці правила в БЦ як поточні цілі системи. Далі БЛВ згідно заданій стратегії, наприклад, стратегії максимальної вірогідності, вибирає правило із БЦ і намагається довизначити змінні моделі зовнішнього миру й виконавчої системи з об'єктом керування. На основі цього активізуються нові правила БЗ і починається логічний вивід у системі продукций (правил). Ця процедура закінчується, як тільки рішення буде знайдено, або коли буде вичерпана БЦ. Знайдене рішення із внутрішнього подання інтерпретується Блоком Виводу інформації в зовнішню мову підсистеми керування нижчого рівня й об'єкта керування.