Базовые понятия и структура ЭИС
Экспертные интеллектуальные системы относятся к СИИ, и полностью базируются на знаниях и правилах работы с ними.
В этом разделе мы рассмотрим:
Назначение экспертных систем
Базовые понятия
Экспертные знания
Экспертная система (ЭИС )
Структура ЭИС
Интерфейс пользователя
Подсистема объяснений
Интеллектуальный редактор БЗ
|
Базовые понятия экспертных интеллектуальных систем (ЭИС)
СИИ (системы искусственного интеллекта) основаны на использовании ИИ (искусственного интеллекта, и дают возможность специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания. Но решение специальных задач требует специальных знаний.
Экспертные знания
Экспертные знания - знания, которыми располагает специалист в некоторой предметной области.
Экспертная система (ЭИС)
Экспертная интеллектуальная система (ЭИС) – это компьютерная программа, использующая экспертные знания для обеспечения высокоэффективного решения задач в некоторой узкой предметной области. Такие программы, как правило, представляют знания символически, исследуют и объясняют свои процессы рассуждения и предназначены для тех предметных областей, в которых людям для достижения мастерства необходимы годы специального обучения и практики. В большинстве случаев ЭИС предназначаются для оказания консультационной помощи специалистам при решении задач, возникающих в слабоструктурированных и трудно формализуемых предметных областях. К ЭИС относят также сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях (экспертов) и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.
Разновидности экспертных интеллектуальных систем (ЭИС)
Существуют две основные разновидности ЭИС
для специалистов, чей профессиональный уровень не слишком высок. В базах знаний таких хранятся знания, полученные от экспертов, используемые всякий раз, когда в этом возникнет необходимость
для специалистов высокой квалификации, выполняя для них значительную часть рутинных операций и просмотр больших массивов информации. Особенностью является наличие в них системы объяснений, повышающей консультационную силу ЭИС. Механизм объяснения (порождение объяснений — модели аргументации и рассуждения) — часть экспертной системы, которая объясняет, каким образом были получены решения, и обосновывает действия, предпринятые для их получения.
Являясь одним из основных приложений ИИ, ЭИС представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.
Сходство и различия использования ИТ в экспертных системах и системах поддержки принятия решений
Сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако имеются три существенных различия:
решение проблемы в рамках СППР отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение, а технология ЭИС, наоборот, предлагает пользователю принять решение, превосходящее его возможности;
выражается в способности ЭИС пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение;
использование знаний, как нового компонента ИТ.
Уровни реализации экспертной поддержки
Экспертная поддержка принимаемых пользователем решений реализуется на двух уровнях.
работа первого уровня экспертной поддержки исходит из концепции "типовых решений", в соответствии, с которой часто возникающие проблемные ситуации можно свести к некоторым однородным классам решений, т.е. к некоторому типовому набору альтернатив. Для реализации экспертной поддержки на этом уровне создается информационный фонд хранения и анализа типовых альтернатив
второй уровень экспертной поддержки решений должен вступать в работу, если возникающая проблемная ситуация не ассоциируется с имеющимися классами типовых альтернатив. Этот уровень генерирует альтернативы на базе имеющихся в информационном фонде данных, правил преобразования и процедур оценки синтезированных альтернатив.
Класс ЭИС (экспертных интеллектуальных систем) сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться классификации, представленные на рисунке.
Режимы работы экспертных систем
Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭИС).
в режиме приобретения знаний общение с ЭИС осуществляет (через посредничество инженера по знаниям) эксперт. Эксперт — человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭИС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.
Режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭИС разработку программ осуществляет не программист, а эксперт (с помощью ЭИС), не владеющий программированием.
в режиме консультации общение с ЭИС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭИС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭИС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭИС с целью либо ускорить процесс получения результата, либо возложить на ЭИС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭИС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения: "Почему система задает тот или иной вопрос?", "как ответ, собираемый системой, получен?".
Структура статической экспертной интеллектуальной системы (ЭИС)
Архитектура динамической экспертной интеллектуальной системы (ЭИС)
Статические и динамические ЭИС
ЭИС статического типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Из рисунка, на котором представлены архитектура статической и динамической ЭИС видно, что в архитектуру динамической ЭИС по сравнению со статической ЭИС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭИС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.
Классификация информационных систем основанных на знаниях
|
Назначение экспертных интеллектуальных систем (ЭИС)
Важность экспертных интеллектуальных систем
Важность экспертных систем состоит в следующем:
технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых приносит значительный экономический эффект;
технология ЭИС (экспертных интеллектуальных систем) является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных приложений;
высокая стоимость сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;
объединение технологии ЭИС (экспертных интеллектуальных систем) с технологией традиционного программирования добавляет новые качества к программным продуктам за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей "прозрачности" приложения (например, знания хранятся на ограниченном ЕЯ, что не требует комментариев к знаниям, упрощает обучение и сопровождение); лучшей графики; интерфейса и взаимодействия.
Применение экспертных интеллектуальных систем (ЭИС)
По мнению ведущих специалистов, в недалекой перспективе ЭИС найдут следующее применение:
ЭИС будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг;
технология ЭИС, получившая коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.
ЭИС предназначены для решения неформализованных задач, т.е. ЭИС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач. Неформализованные задачи обычно обладают следующими особенностями:
ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;
ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;
большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;
динамически изменяющимися данными и знаниями.
Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.
Экспертные системы и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма). Эвристика (Эвристическое программирование) — эмпирическое правило, упрощающее или ограничивающее поиск решений в предметной области, которая является сложной или недоступной всякому пониманию.
| |
Скачать 2.04 Mb.