2015-04-01
742
Не каждая компания может себе позволить держать в своем штате экспертов по всем связанным с ее работой проблемам или даже приглашать их каждый раз, когда проблема возникла. Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.
Экспертная система (ЭС) – это интеллектуальная вычислительная система, в которую включены знания опытных специалистов (экспертов) о некоторой предметной области, и которая в пределах этой области способна принимать экспертные решения (давать советы, ставить диагноз).
С помощью ЭС решаются задачи, относящиеся к классу неформализованных или слабо формализованных, слабо структурированных задач. Алгоритмические решения таких задач или не существуют в силу неполноты, неопределенности, неточности или такие решения не приемлемы на практике в силу сложности разрешающих алгоритмов. Поэтому ЭС используют логический вывод и эвристический поиск решения.
Преимущества экспертных систем перед человеком-экспертом:
1. Не действует человеческий фактор (нет предубеждений, нет болезней и др.);
2. Не делают поспешных выводов;
3. Работают систематизировано, рассматривая все детали, выбирая наилучшую альтернативу из всех возможных;
4. База знаний может быть очень большой. Знания, введенные один раз, сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если знания долго не используются, то они забываются и утрачиваются навсегда;
5. Устойчивы к помехам, не поддаются влиянию внешних факторов;
6. Не заменяют специалистов, а являются инструментом в его руках.
Первые работы, посвященные экспертным оценкам, появились в бывшем СССР в конце 60-х гг. Одним из первых, осознавших перспективность и значимость технологий экспертного оценивания, был В.М. Глушков — известный ученый в области кибернетики.
Основные элементы экспертной системы:
1. База знаний (БЗ) – является основой ЭС, она предназначена для хранения экспертных знаний об определенной предметной области. БЗ содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов.
Базы знаний включают в себя правила, которые служат для представления эвристических знаний (эвристик), т.е. неформальных правил рассуждения, вырабатываемых экспертом на основе опыта его деятельности.
Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условия, которое может выполняться или нет, и действия, которое следует произвести, если условие выполняется.
Правила задаются в виде выражений:
• ЕСЛИ условие ТО действие;
• ЕСЛИ причина ТО следствие;
• ЕСЛИ ситуация ТО решение.
Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.
База знаний накапливается в процессе ее построения и может пополняться и модифицироваться инженерами знаний (когнитологами) постоянно.
2. Лингвистический процессор - предназначен для обеспечения комфортного интерфейса между конечным пользователем и экспертной системой. В нем реализуются процедуры контроля поступающих в систему запросов и приведение их к виду, «понятному» ЭВМ. При выдаче ответной информации осуществляется обратная операция – заключение «переводится» на естественный язык, понятный пользователю.
3. Решатель (другое название – машина логического вывода) – это программа, моделирующая (имитирующая) ход рассуждений эксперта на основании знаний, имеющихся в базе знаний, и данных, введенных пользователем.
Решатель – это «мозг» экспертной системы. С помощью решателя обрабатываются введенные данные и делаются соответствующие выводы.
Основные элементы решателя:
• Интерпретатор - выполняет выбранное задание, применяя соответствующие правила из БЗ;
• Планировщик - управляет процессом выполнения задания, оценивая эффект применения различных правил.
В основе любой экспертной системы лежит дедуктивный метод (вывод по правилам логики)
Для того чтобы пользователь мог эффективно взаимодействовать с экспертной системой, ее интерфейс должен выполнять две основные функции: давать советы и объяснения пользователю и управлять приобретением знаний. Следовательно, у экспертной системы должно быть два режима работы: режим приобретения знаний и режим решения задач. В режиме приобретения знаний эксперт общается с экспертной системой при посредничестве инженера знаний, в режиме решения задач в общении с экспертной системой участвует пользователь, которого интересует результат и способ его получения.
4. Подсистема приобретения знаний – предназначена для добавления в базу знаний новых правил и модификации имеющихся. В ее задачу входит приведение правила к виду, позволяющему подсистем вывода применять это правило в процессе работы. В более сложных системах предусмотрены еще и средства для проверки вводимых или модифицируемых правил на непротиворечивость с имеющимися правилами.
Источниками знаний экспертной системы могут быть учебники, справочники, материалы конкретных исследований в проблемной области и т.п., а также знания эксперта-профессионала в данной предметной области.
Основные способы приобретения знаний:
1. Традиционный диалог эксперта с инженером по знаниям, в котором все знания предоставляются экспертом.
2. Автоматическая генерация знаний, которая позволяет часть правил получать автоматически.
3. Построение индивидуальной модели исследования предметной области конкретным экспертом, позволяющей организовать целенаправленный процесс исследования этой области на основе индивидуальных представлений данного эксперта.
5. Подсистема объяснений – программа, позволяющая продемонстрировать, каким образом получен результат, то есть показать цепочку рассуждений электронного эксперта. Подсистема объяснений облегчает когнитологу (инженеру по знаниям) выявление ошибок и модернизацию экспертной системы.
Существуют два подхода, которые могут быть положены в основу создания экспертной системы:
· использование алгоритмических языков программирования (используются специально разработанные языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык);
· использование оболочек экспертных систем - представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.
Особенности экспертных систем.
1. ЭС ограничена определенной предметной областью.
2. ЭС способна рассуждать при сомнительных исходных данных.
3. Машинное обучение - это модификация своей БЗ в процессе работы интеллектуальной системы, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт».
4. Автоматическое доказательство (вывод) - способность системы выводить новые знания из старых, находить закономерности в БЗ. Некоторые авторы считают, что БЗ отличается от базы данных наличием механизма вывода.
5. Интроспекция - это контроль согласованности правил в БЗ, нахождение противоречий, нестыковок в БЗ, слежение за правильной организацией БЗ.
6. Доказательство заключения - способность системы «объяснить» ход её рассуждений по нахождению решения, причем «по первому требованию».
7. В результате работы ЭС формируется не решение задачи, а ставится диагноз, дается рекомендация, совет, как нужно поступать в конкретной ситуации или предположение о том, что произошло с исследуемым объектом.
