Экспертные системы и базы знаний

Экспертные системы (ЭС) — это сложные программные комплексы, 1 аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот опыт для консультаций менее квалифицированных пользователей [52].

Обобщенная структура экспертной системы представлена на рисунке 1. Блоки, изображенные на рисунке, присутствуют в любой экспертной системе.

В целом процесс функционирования ЭС можно представить следующим образом; пользователь, желающий получить необходимую информацию, через пользовательский интерфейс посылает запрос к ЭС. Решатель, на основе базы знаний, генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при помощи подсистемы объяснений.

Рис.1. Структура экспертной системы

Приведем ряд определений [9, 52].

Пользователь — специалист предметной области, для которого вред- назначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи экспертной системы.

Инженер по знаниям — специалист в области искусственного интеллекта, выступающий в роли посредника между экспертом и базой знаний.

Интерфейс пользователя — комплекс программ реализующих диалог пользователя с ЭС как на стадии ввода информации, так и при получении результатов.

База знаний (БЗ) — ядро ЭС, совокупность знаний предметной области, реализованная на основе выбранной модели представления знаний и записанная на машинный носитель в форме, понятной эксперту и пользователю.

Решатель — программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.

Подсистема объяснений — программа, позволяющая пользователю получить ответы на вопросы; «Как была получена та или иная рекомендация?» и «Почему система приняла такое решение?» [52].

Интеллектуальный редактор БЗ — программа, предоставляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок и других сервисных средств, облегчающих работу с базой.

В настоящее время существует несколько тысяч программных комплексов, называемых экспертными системами. ЭС можно классифицировать по следующим признакам (рисунок 2). Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфически «экспертных» задач, решение которых не требует привлечения традиционных методов обработки данных (расчеты, моделирование и т. д.).

В таблице 1 приведены примеры задач, для решения которых используются экспертные системы [9].

Все системы, основанные на знаниях, можно разделить на системы, решающие задачи анализа, и системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в том, что если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально не ограничено и строится из решений подпроблем. Задачами анализа являются интерпретация данных, диагностика, поддержка принятия решения; к задачам синтеза относятся проектирование, планирование, управление [9].

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени.

Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.

Динамические ЭС работают режиме реального времени, обеспечивая непрерывную интерпретацию поступающих в систему данных.

Рис. 2. Классификация экспертных систем

Гибридные ЭС представляют программный комплекс, включающий стандартные пакеты прикладных программ и средства манипулирования знаниями.

Под коллективом разработчиков (КР) будем понимать группу специалистов, ответственных за создание ЭС.

В состав КР входят пользователь, эксперт, инженер по знаниям и программист. Обычно КР насчитывает 8-10 человек [9].

При формировании КР должны учитываться психологические свойства участников.

От пользователя зависит, будет ли применяться разработанная ЭС.

Необходимо, чтобы пользователь имел некоторый базовый уровень квалификации, который позволит ему правильно истолковать рекомендации ЭС. Обычно требования к квалификации пользователя не очень велики, иначе оп переходит в разряд экспертов и не нуждается в ЭС.

Таблица 1 - Задачи, для решения которых используются экспертные системы

Класс задач	Примеры задач
Интерпретация данных (процесс определения смысла данных)	— обнаружение и идентификация различных типов океанских судов по результатам аэрокосмического сканирования; — определение основных свойств личности по результатам психодиагностического тестирования
Диагностика	— диагностика в медицине; — диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ
Мониторинг	— контроль работы электростанций; — контроль аварийных датчиков на химическом заводе
Проектирование	— проектирование конфигураций ЭВМ; — проектирование БИС; — синтез электрических цепей
Прогнозирование	— предсказание погоды; — прогнозирование урожая; — прогнозирование экономики
Планирование	— планирование поведения робота; — планирование заказов; — планирование эксперимента
Обучение	— обучение языку программирования ЛИСП; — обучение языку Паскаль
Управление	— управление предприятием; — управление проектами
Поддержка принятия решений	— выбор стратегии выхода фирмы из кризисной ситуации; — помощь в выборе страховой компании или инвестора

Эксперт — важная фигура в группе КР. В конечном счете, его подготовка определяет уровень компетенции базы знаний. Желательные качества характера эксперта [33]:

• доброжелательность;

• готовность поделиться своим опытом;

• умение объяснить (педагогические навыки);

• заинтересованность в успешности разработки.

Часто встает вопрос о количестве экспертов. Поскольку проблема совмещения подчас противоречивых знаний остается открытой, обычно с каждым из экспертов работают индивидуально, иногда создавая альтернативные базы [33].

Инженер по знаниям ведет диалог с экспертом, обеспечивая получение знаний для ЭС. От инженера зависит продуктивность этого процесса.

Системы, основанные на знаниях, обладают следующими специфическими свойствами [33];

• экспертиза может проводиться только в одной конкретной области;

• база знаний и механизм вывода являются различными компонентами;

• наиболее подходящая область применения — решение задач дедуктивным методом, т. е. правила или эвристики выражаются в виде пар посылок и заключений типа «если—то»;

• эти системы могут объяснять ход решения задачи понятным пользователю способом;

• выходные результаты являются качественными (а не количественными);

• системы, основанные на знаниях, строятся по модульному принципу, что позволяет постепенно наращивать их базы знаний.

При определении целесообразности применения ЭС нужно руководствоваться следующими критериями [33]:

• данные и знания надежны и не меняются со временем;

• пространство (или область) возможных решений относительно невелико;

• в процессе решения задачи должны использоваться формальные рассуждения;

• должен быть по крайней мере один эксперт, способный явно сформулировать свои знания и объяснить методы применения этих знаний для решения задач.

Но даже лучшие из экспертных систем имеют определенные ограничения по сравнению с человеком-экспертом, которые сводятся к следующему [33]:

• большинство экспертных систем непригодны для применения конечным пользователем. Если пользователь не имеет некоторого опыта работы с такими системами, у него могут возникнуть серьезные трудности;

• навыки системы не всегда возрастают после сеанса экспертизы;

• все еще остается проблемой приведение знаний, полученных от эксперта, к виду, обеспечивающему их эффективную машинную реализацию;

• человек-эксперт при решении задач обычно обращается к своей интуиции, здравому смыслу, опыту, аналогии, если отсутствуют формальные методы решения или аналоги задач;

• экспертные системы редко применяются в больших предметных областях;

• считается, что в тех предметных областях, где отсутствуют эксперты, применение экспертных систем оказывается невозможным;

• имеет смысл привлекать экспертные системы только для решения когнитивных задач;

• системы, основанные на знаниях, оказываются неэффективными при необходимости проведения скрупулезного анализа, когда число решений зависит от тысяч различных возможностей и многих переменных, которые изменяются во времени.

Однако системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом [33]:

• у них нет предубеждений;

• они не делают поспешных выводов;

• они работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных;

• база знаний может быть большой и достаточно стабильной. Будучи введенными в машину один раз, знания сохраняются навсегда;

• системы, основанные на знаниях, устойчивы к «помехам».

Эксперт же пользуется побочными званиями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей.