Лекция Экспертные системы. Лекция_3_Экспертные системы. Лекция 3 экспертные системы назначение экспертных систем Структура экспертных систем
![]()
|
09.02.02 Компьютерные сети ПМ.03 Эксплуатация объектов сетевой инфраструктуры МДК.03.01 Эксплуатация объектов сетевой инфраструктуры Лекция 3ЭКСПЕРТНЫЕ СИСТЕМЫНазначение экспертных систем Структура экспертных систем Этапы разработки экспертных систем Интерфейс с конечным пользователем Представление знаний в ЭС Уровни представления и уровни детальности Организация знаний в рабочей системе Организация знаний в базе данных Методы поиска решений в экспертных системах Инструментальный комплекс для создания статических экспертных систем (на примере интегрированного комплекса ЭКО) Средства представления знаний и стратегии управления Лекция 3 ЭКСПЕРТНЫЕ СИСТЕМЫhttps://spravochnick.ru/informacionnye_tehnologii/setevye_informacionnye_sistemy/ekspertnye_sistemy/ ПЛАН 1. Понятие экспертных систем 2. Структура экспертных систем 3. Режимы функционирования 4. Классификация экспертных систем 5. Этапы разработки экспертной системы 6. Наиболее известные экспертные системы 1. ПОНЯТИЕ ЭКСПЕРТНЫХ СИСТЕМ ОПРЕДЕЛЕНИЕ 1 Экспертная система (ЭС) – компьютерная система, предназначенная для частичной замены специалиста-эксперта в разрешении проблемной ситуации. ЭС разрабатывались с 1970-х гг. исследователями искусственного интеллекта. Прообраз ЭС был предложен в 1832 г. С.Н. Корсаковым, который создал механические устройства, называемые интеллектуальными машинами, которые позволяли находить решения по заданным условиям (например, позволяли определить нужные лекарства по симптомам заболевания). В начале 1980-х гг. в рамках исследований по искусственному интеллекту было сформировано самостоятельное направление, которое и получило название экспертных систем. Основное назначение ЭС состоит в разработке программных средств, которые получают при решении задач результаты, не уступающие по качеству и эффективности решениям человека-эксперта. ЭС используют для решения задач, не поддающихся формализации, например в следующих случаях: Задачи невозможно задать в числовой форме; Цель нельзя выразить с помощью точно определенной целевой функции; Невозможно составить алгоритм решения задачи; Если алгоритм составить можно, то его использование невозможно из-за ограниченности ресурсов (времени, памяти). ОПРЕДЕЛЕНИЕ 2 Таким образом, экспертная система – это программное средство, которое использует знания экспертов для обеспечения высокоэффективного решения неформализованных задач в узкой предметной области. ЗАМЕЧАНИЕ 1 В основе ЭС лежит база знаний (БЗ) о предметной области, которая способна накапливаться в процессе построения и эксплуатации ЭС. Важнейшим свойством всех экспертных систем является накопление и организация знаний. ![]() 2. СТРУКТУРА ЭКСПЕРТНЫХ СИСТЕМ Пользователь; Интерфейс пользователя; Редактор базы знаний; Инженер по знаниям; Эксперт; Оперативная память; База знаний – содержит правила анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от своей направленности, выводит рекомендации по разрешению проблемы. База знаний экспертной системы включает факты (статические сведения о предметной области) и правила – набор инструкций, с помощью которых из уже существующих фактов можно получать новые факты. Механизм логического вывода; П ![]() одсистема объяснений. 3. РЕЖИМЫ ФУНКЦИОНИРОВАНИЯ Существует 2 режима, в которых может работать экспертная система: Режим ввода знаний – эксперт совместно с инженером по знаниям с помощью редактора базы знаний вводит данные о предметной области в базу знаний экспертной системы. Р ![]() ежим консультации – пользователь в диалоговом режиме сообщает экспертной системе сведения о текущей задаче и получает рекомендации ЭС. Например, по введенным сведениям о физическом состоянии больного экспертная система сообщает о диагнозе в виде списка заболеваний, которые являются наиболее вероятными при данных симптомах. 4. КЛАССИФИКАЦИЯ ЭКСПЕРТНЫХ СИСТЕМ Статические ЭС решают задачи в условиях, когда исходные данные и знания не изменяются во времени. Квазидинамические ЭС объясняют ситуацию, которая изменяется с течением времени (некоторое фиксированное значение интервала времени). Динамические ЭС решают задачи в условиях, когда исходные данные и знания изменяются во времени. 5. ЭТАПЫ РАЗРАБОТКИ ЭКСПЕРТНОЙ СИСТЕМЫ Этап идентификации проблем – этап определения задач, подлежащих решению, выявления целей разработки, определение экспертов и типов пользователей. Этап извлечения знаний – проведение содержательного анализа проблемной области, выявление используемых понятий и их взаимосвязей, определение методов решения задач. Этап структурирования знаний – выбор ИС и определение способов представления всех видов знаний, формализация основных понятий, определение способов интерпретации знаний, моделирование работы системы, оценка адекватности целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями. Этап формализации – наиболее важный и трудоемкий этап разработки ЭС, на котором база знаний наполняется экспертом. Процесс приобретения знаний делится на получение знаний от эксперта, организацию знаний, которая обеспечивает эффективную работу системы, и представление знаний в понятном для ЭС виде. 6. НАИБОЛЕЕ ИЗВЕСТНЫЕ ЭКСПЕРТНЫЕ СИСТЕМЫ CLIPS – достаточно популярная оболочка для построения экспертных систем. OpenCyc – мощная динамическая экспертная система. MYCIN – достаточно известная диагностическая система, предназначенная для диагностики и наблюдения за состоянием больного менингитом и бактериальными инфекциями. HASP/SIAP – интерпретирующая система, определяющая местоположение и тип судна в Тихом океане по данным, полученным с акустических систем слежения. Акинатор – интернет-игра, в которой игрок загадывает персонаж, а программа должна его отгадать, задавая вопросы. IBM Watson – суперкомпьютер фирмы IBM, который может понимать вопросы на естественном языке и отвечать на них. ВажноЛюбая экспертная система должна иметь вывод данных и последовательность "мышления" системы. Это нужно для того чтобы увидеть дефекты в проектировании системы. Хорошая интеллектуальная система должна иметь право ввода данных, которое реализуется через интеллектуальный редактор, право редактора на перекрестное "мышление" представлений при проектировании системы и полноту баз знаний(реализуется при проектировки закономерностей предметной области между инженером по знаниям и экспертом). ЗаключениеЭкспертные системы действительно имеют широкое применение в нашей жизни. Они позволяют экономить время реальных экспертов в определенной предметной области. Модели представления знаний это неотъемлемая часть интеллектуальных систем любого уровня. Поэтому, я считаю, что каждый уважающий себя IT-специалист, должен иметь даже поверхностные знания в этих областях. Интернет-ресурсы http://ermak.cs.nstu.ru/neurotech/html/metodmat/ist2016/Lec_8.pdf Экспертные системы (презентация) https://habr.com/ru/post/346236/ Представления знаний в интеллектуальных системах, экспертные системы https://nsu.ru/xmlui/bitstream/handle/nsu/9053/Jackson-2001.pdf Введение в экспертные системы. Питер Джексон https://spravochnick.ru/informacionnye_tehnologii/setevye_informacionnye_sistemy/ekspertnye_sistemy/ Экспертные системы https://www.youtube.com/watch?v=4Kn6pgH9zZQ https://yandex.ru/video/preview/?filmId=8618698427404570654&from=tabbar&parent-reqid=1644253878457725-15131888507744675567-vla1-4089-vla-l7-balancer-8080-BAL-5790&text=экспертные+системы+в+информатике+это Информационные технологии управления. Лекция 9. Экспертные системы https://masters.donntu.org/2005/kita/kapustina/library/exp_sys.htm#part1 Экспертные системы https://yandex.ru/video/preview/?family=yes&filmId=13629339414366078951&from=tabbar&parent-reqid=1644237836259009-13402083647786344217-vla1-4706-vla-l7-balancer-8080-BAL-8712&text=экспертные+системы+в+информатике Доклад Экспертные системы Лекция 3 ЭКСПЕРТНЫЕ СИСТЕМЫПлан1. Определение и требования к ЭС2. Структура ЭС3. Технология разработки ЭС4. Классификация ЭС5. Преимущества ЭС6. Недостатки ЭС7. Область применения ЭС8. Наиболее известные ЭС9. Заключение1. Определение и требования к ЭС Экспертная система (далее по тексту — ЭС) — это информационная система, назначение которой частично или полностью заменить эксперта в той или иной предметной области. Подобные интеллектуальные системы эффективно применяются в таких областях, как логистика, управление воздушными полетами, управление театром военных действий. Основною направленной деятельностью предсказание, прогнозирование в рамках определенного аспекта в предметной области. Экспе́ртная систе́ма (ЭС,англ.expert system) — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например, определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания[1]. К ЭС предъявляются следующие требования: 1. Использование знаний, связанных с конкретной предметной областью 2. Приобретение знаний от эксперта 3. Определение реальной и достаточно сложной задачи 4. Наделение системы способностями эксперта В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности. Похожие действия выполняет такой программный инструмент как «Мастер» (англ. Wizard). Мастера применяются как в системных программах так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС — отсутствие базы знаний — все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем. Другие подобные программы — поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их виртуальную модель). В настоящее время «классическая» концепция экспертных систем, сложившаяся в 70-80 годах прошлого века, переживает серьезный кризис, по всей видимости связанный с её глубокой ориентацией на общепринятый в те годы текстовый человеко-машинный интерфейс, который в настоящее время в пользовательских приложениях почти полностью вытеснен графическим (GUI). Кроме того, «классический» подход к построению экспертных систем плохо согласуется с реляционной моделью данных, что делает невозможным эффективное использование современных промышленных СУБД для организации баз знаний таких систем. Все приводимые в литературных и интернет-источниках примеры «известных» или «распространенных» экспертных систем на самом деле относятся к 80-м годам прошлого столетия и в настоящее время давно не существуют, либо безнадежно устарели и поддерживаются лишь немногочисленными энтузиастами.[источник не указан 268 дней] С другой стороны, нередко в качестве маркетингового хода экспертными системами объявляются современные программные продукты, в «классическом» понимании таковыми не являющиеся (например, компьютерные справочно-правовые системы). Предпринимаемые энтузиастами попытки объединить «классические» подходы к разработке экспертных систем с современными подходами к построению пользовательского интерфейса (проекты CLIPS Java Native Interface, CLIPS.NET и др.) не находят поддержки среди крупных компаний-производителей программного обеспечения и по этой причине остаются пока в экспериментальной стадии. Структура ЭС интеллектуальных системИнтерфейс пользователя Пользователь Интеллектуальный редактор базы знаний Эксперт Инженер по знаниям Рабочая (оперативная) память База знаний Решатель (механизм вывода) Подсистема объяснений База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы. Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила — набор инструкций, применяя которые к известным фактам можно получать новые факты. В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний. Конкретные и обобщенные запросы к базам знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний. Обычно факты в базе знаний описывают те явления, которые являются постоянными для данной предметной области. Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет их в рабочей памяти. Например, в медицинской ЭС факт «У здорового человека 2 ноги» хранится в базе знаний, а факт «У пациента одна нога» — в рабочей памяти. База знаний ЭС создается при помощи трех групп людей: эксперты той проблемной области, к которой относятся задачи, решаемые ЭС; инженеры по знаниям, являющиеся специалистами по разработке ИИС; программисты, осуществляющие реализацию ЭС. Режимы функционированияЭС может функционировать в 2-х режимах. Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС. Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах. Классификация ЭССтатические ЭС — это ЭС, решающие задачи в условиях не изменяющихся во времени исходных данных и знаний. Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени. Динамические ЭС — это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний. Этапы разработки ЭСЭтап идентификации проблем — определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей. Этап извлечения знаний — проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. Этап структурирования знаний — выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями. Этап формализации — осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач. Реализация ЭС — создается один или несколько прототипов ЭС, решающие требуемые задачи. Этап тестирования — производится оценка выбранного способа представления знаний в ЭС в целом. Наиболее известные/распространённые ЭСSimptomus — сервис онлайн-диагностики заболеваний. Пациенты указывают симптомы, а Simptomus на основе экспертной системы выводит список возможных диагнозов. CLIPS — весьма популярная оболочка для построения ЭС (public domain) OpenCyc — мощная динамическая ЭС с глобальной онтологической моделью и поддержкой независимых контекстов WolframAlpha — база знаний и набор вычислительных алгоритмов, интеллектуальный «вычислительный движок знаний» MYCIN — наиболее известная диагностическая система, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. HASP/SIAP — интерпретирующая система, которая определяет местоположение и типы судов в Тихом океане по данным акустических систем слежения. Акинатор — интернет-игра. Игрок должен загадать любого персонажа, а Акинатор должен его отгадать, задавая вопросы. База знаний автоматически пополняется, поэтому программа может отгадать практически любого известного персонажа. IBM Watson — суперкомпьютер фирмы IBM, способный понимать вопросы, сформулированные на естественном языке, и находить на них ответы в базе данных. |