кр. Ю. Ю. Громов, О. Г. Иванова, В. В. Алексеев, М. П. Беляев, Д. П. Швец, аи. Елисеев интеллектуальные информационные системы и технологии
 Скачать 2.03 Mb.
|
|
21 2. Специальные языки программирования (например, язык LISP, ориентированный на обработку списков язык логического программирования язык рекурсивных функций РЕФАЛ и т.д.). Их недостатком является слабая приспособленность к объединению с программами, написанными на языках традиционного программирования. Инструментальные средства, содержащие многие, ноне все компоненты ЭС (например, система OPS5, которая поддерживает продукционный подход к представлению знаний языки KRL и FRL, используемые для разработки ЭС с фреймовым представлением знаний. Такое программное обеспечение предназначено для разработчиков, владеющих технологиями программирования и умеющих интегрировать разнородные компоненты в программный комплекс. 4. Оболочки ЭС общего назначения, содержащие все программные компоненты, ноне имеющие знаний о конкретных предметных средах. Средства этого типа и последующего не требуют от разработчика приложения знания программирования. Примерами являются ЭКО, Leonardo, Nexpert Object, Kappa, EXSYS, GURU, ART, KEE и др. В последнее время всё реже употребляется термин оболочка, егоза- меняют более широким термином среда разработки. Если хотят подчеркнуть, что средство используется не только на стадии разработки приложения, но и на стадиях использования и сопровождения, то употребляют термин полная среда (completeen vironment). Для поддержания всего цикла создания и сопровождения программ используются интегрированные инструментальные системы типа WorkBench, например KEATS [18], Shelly [16], VITAL [19]. Основными компонентами системы KEATS являются ACQUIST – средства фрагментирова- ния текстовых источников знаний, позволяющие разбивать текст или протокол беседы с экспертом на множество взаимосвязанных, аннотированных фрагментов и создавать понятия (концепты); FLIK – язык представления знаний средствами фреймовой модели GIS – графический интерфейс, используемый для создания гипертекстов и концептуальных моделей, а также для проектирования фреймовых систем ERI – интерпретатор правил, реализующий процедуры прямого и обратного вывода TRI – инструмент визуализации логического вывода, демонстрирующий последовательность выполнения правил Tables – интерфейс манипулирования таблицами, используемыми для хранения знаний в БЗ; CS – язык описания и распространения ограничений TMS – немонотонная система поддержания истинности. При использовании инструментария данного типа могут возникнуть следующие трудности 22 а) управляющие стратегии, заложенные в механизм вывода, могут не соответствовать методам решения, которые использует эксперт, взаимодействующий сданной системой, что может привести к неэффективным, а возможно, и неправильным решениям б) способ представления знаний, используемый в инструментарии, мало подходит для описания знаний конкретной предметной области. Большая часть этих трудностей разрешена в проблемно средствах разработки ИИС. 5. Проблемно/предметно-ориентированные оболочки и среды (не требуют знания программирования − проблемно-ориентированные средства – предназначены для решения задач определённого класса (задачи поиска, управления, планирования, прогнозирования и др) и содержат соответствующие этому классу альтернативные функциональные модули − предметно-ориентированные средства – включают знания о типах предметных областей, что сокращает время разработки БЗ. При использовании оболочек и сред разработчик приложения полностью освобождается от программирования, его основные трудо- затраты связаны сформированием базы знаний. Парадигмы программирования и механизмы реализации. Способы реализации механизма исполняемых утверждений часто называют парадигмами программирования. К основным парадигмам относят следующие процедурное программирование программирование, ориентированное на данные программирование, ориентированное направила − объектно-ориентированное программирование. Парадигма процедурного программирования является самой рас- пространённой среди существующих языков программирования (например, Си. В процедурной парадигме активная роль отводится процедурам, а не данным причём любая процедура активизируется вызовом. Подобные способы задания поведения удобны для описаний детерминированной последовательности действий одного процесса или нескольких взаимосвязанных процессов. При использовании программирования, ориентированного на данные, активная роль принадлежит данным, а не процедурам. Здесь со структурами активных данных связывают некоторые действия процедуры, которые активизируются тогда, когда осуществляется обращение к этим данным. 23 В парадигме, ориентированной направила, поведение определяется множеством правил вида «условие–действие». Условие задаёт образ данных, при возникновении которого действие правила может быть выполнено. Правила в данной парадигме играют такую же роль, как и операторы в процедурной парадигме. Однако если в процедурной парадигме поведение задаётся детерминированной последовательностью операторов, независящей от значений обрабатываемых данных, тов парадигме, ориентированной направила, поведение не зада- ётся заранее предписанной последовательностью правила формируется на основе значений данных, которые в текущий момент обрабатываются программой. Подход, ориентированный направила, удобен для описания поведения, гибко и разнообразно реагирующего на большое многообразие состояний данных. Парадигма объектного программирования в отличие от процедурной парадигмы не разделяет программу на процедуры и данные. Здесь программа организуется вокруг сущностей, называемых объектами, которые включают локальные процедуры (методы) и локальные данные (переменные. Поведение (функционирование) в этой парадигме организуется путём пересылки сообщений между объектами. Объект, получив сообщение, осуществляет его локальную интерпретацию, основываясь на локальных процедурах и данных. Такой подход позволяет описывать сложные системы наиболее естественным образом. Он особенно удобен для интегрированных ЭС. Способ представления знаний Наличие многих способов представления знаний вызвано стремлением представить различные типы проблемных сред с наибольшей эффективностью. Обычно способ представления знаний в ЭС характеризуют моделью представления знаний. Типичными моделями представления знаний являются правила (продукции, фреймы (или объекты, семантические сети, логические формулы. Инструментальные средства, имеющие в своём составе более одной модели представления знаний, называют гибридными. Большинство современных средств, как правило, использует объектно- ориентированную парадигму, объединённую с парадигмой, ориентированной направила. Одно из современных средств, позволяющее использовать целый ряд подходов, обеспечивающее поддержку программирования на основе правил, объектно-ориентированного и процедурного программирования – это язык CLIPS. Язык CLIPS (название которого представляет собой сокращение от С Language Integrated Production System – продукционная система, интегрированная с языком Сбыл разработан с использованием языка программирования Св Космическом центре NASA/Джонсон. Перед разработчиками этого языка была поставлена конкретная задача – 24 обеспечить полную переносимость, низкую стоимость и простую интеграцию с внешними системами. Первоначально CLIPS обеспечивал поддержку только программирования на основе правил (отсюда происходит часть его обозначения как продукционной системы. Но уже в версии 5.0 языка CLIPS введена поддержка процедурного и объ- ектно-ориентированного программирования. Возможности логического вывода и представления, предоставляемые основанным на правилах языком программирования CLIPS, аналогичны возможностям языка OPS5, но являются более мощными. По своей синтаксической структуре правила CLIPS весьма напоминают правила, применяемые в таких языках, как Eclipse, CLIPS/R2 и Jess, но CLIPS поддерживает только правила прямого логического вывода. Язык программирования CLIPS, позволяющий использовать целый ряд подходов, обеспечивает поддержку программирования на основе правил, объектно-ориентированного и процедурного программирования. Таким образом, сегодня CLIPS – это эффективное средство разработки экспертных систем. Механизмы вывода и моделирования. В статических ЭС единственным активным агентом, изменяющим информацию, является механизм вывода экспертной системы. В динамических ЭС изменение данных происходит не только вследствие функционирования механизма исполняемых утверждений, но также в связи с изменениями окружения задачи, которые моделируются специальной подсистемой или поступают извне. Механизмы вывода в различных средах могут отличаться способами реализации следующих процедур. 1. Структура процесса получения решения построение дерева вывода на основе обучающей выборки (индуктивные методы приобретения знаний) и выбор маршрута на дереве вывода в режиме решения задачи компиляция сети вывода из специфических правил в режиме приобретения знаний и поиск решения на сети вывода в режиме решения задачи генерация сети вывода и поиск решения в режиме решения задачи, при этом генерация сети вывода осуществляется входе выполнения операции сопоставления, определяющей пары «правило– совокупность данных, на которых условия этого правила удовлетворяются в режиме решения задач ЭС осуществляет выработку правдоподобных предположений (при отсутствии достаточной информации для решения выполнение рассуждений по обоснованию (опровержению) предположений генерацию альтернативных сетей вывода поиск решения в сетях вывода. 25 2. Поиск (выбор) решения направление поиска – отданных к цели, от целей к данным, двунаправленный поиск порядок перебора вершин в сети вывода – поиск в ширину, при котором сначала обрабатываются все вершины, непосредственно связанные с текущей обрабатываемой вершиной G; поиск в глубину, когда сначала раскрывается одна наиболее значимая вершина – G 1 связанная с текущей G, затем вершина G 1 делается текущей, и для неё раскрывается одна наиболее значимая вершина G 2 и т.д. 3. Процесс генерации предположений и сети вывода режим – генерация в режиме приобретения знаний, генерация в режиме решения задачи полнота генерируемой сети вывода – операция сопоставления применяется ко всем правилами ко всем типам указанных в правилах сущностей в каждом цикле работы механизма вывода (обеспечивается полнота генерируемой сети используются различные средства для сокращения количества правили (или) сущностей, участвующих в операции сопоставления например, применяется алгоритм сопоставления или используются знания более общего характера (метазнания). Механизм вывода для динамических проблемных сред дополнительно содержит планировщик, управляющий деятельностью ЭС в соответствии с приоритетами средства, гарантирующие получение лучшего решения в условиях ограниченности ресурсов систему поддержания истинности значений переменных, изменяющихся во времени. В динамических инструментальных средствах могут быть реализованы следующие варианты подсистемы моделирования система моделирования отсутствует существует система моделирования общего назначения, являющаяся частью инструментальной среды существует специализированная система моделирования, являющаяся внешней по отношению к программному обеспечению, на котором реализуется ЭС. Средства приобретения знаний. В инструментальных системах они характеризуются следующими признаками 1. Уровень языка приобретения знаний формальный язык ограниченный естественный язык язык пиктограмм и изображений − ЕЯ и язык изображений. 26 2. Тип приобретаемых знаний данные в виде таблиц, содержащих значения входных ивы- ходных атрибутов, по которым индуктивными методами строится дерево вывода специализированные правила общие и специализированные правила. 3. Тип приобретаемых данных атрибуты и значения объекты классы структурированных объектов и их экземпляры, получающие значения атрибутов путём наследования. Промышленная технология создания интеллектуальных систем включает следующие этапы исследование выполнимости проекта разработку общей концепции системы разработку и тестирование серии прототипов разработку и испытание головного образца разработку и проверку расширенных версий системы привязку системы к реальной рабочей среде. Проектирование ЭС основано натр х главных принципах 1. Мощность экспертной системы обусловлена прежде всего мощностью БЗ и возможностями её пополнения и только затем – используемыми методами (процедурами) обработки информации. 2. Знания, позволяющие эксперту (или экспертной системе) получить качественные и эффективные решения задач, являются в основном эвристическими, эмпирическими, неопределёнными, правдоподобными. Неформальный характер решаемых задачи используемых знаний делает необходимым обеспечение активного диалога пользователя с ЭС в процессе её работы. Перед тем как приступить к разработке ЭС, инженер познаниям должен рассмотреть вопрос, следует ли разрабатывать ЭС для данного приложения. Положительное решение принимается тогда, когда разработка ЭС возможна, оправданна, и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо выполнение, по крайней мере, следующих требований существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты эксперты сходятся в оценке предлагаемого решения, так как в противном случае будет невозможно оценить качество разработанной ЭС; 27 эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, иначе трудно рассчитывать на то, что знания экспертов будут извлечены и заложены в ЭС; решение задачи требует только рассуждений, а не действий задача не должна быть слишком трудной (те. её решение должно занимать у эксперта несколько часов или дней, а не недель или лет задача хотя и не должна быть выражена в формальном виде, но всё же должна относиться к достаточно понятной и структурированной области, те. должна существовать возможность выделения основных понятий, отношений и способов получения решения задачи решение задачи не должно в значительной степени опираться на здравый смысл (те. широкий спектр общих сведений о мире и о способе его функционирования, которые знает и умеет использовать любой нормальный человек, так как подобные знания пока неуда тся в достаточном количестве заложить в системы искусственного интеллекта. Приложение соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик задача может быть естественным образом решена посредством манипулирования символами (с помощью символических рассуждений, а не манипулирования числами, как принято в математических методах ив традиционном программировании задача должна иметь эвристическую, а не алгоритмическую природу, те. её решение должно требовать применения эвристических правил. Для задач, которые могут быть гарантированно решены (при соблюдении заданных ограничений) с помощью формальных процедур, существуют более эффективные подходы, чем технологии ЭС. При разработке ЭС, как правило, используется концепция быстрого прототипа, суть которой заключается в том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (возможно, не единственный) ЭС, удовлетворяющий двум противоречивым требованиям умение решать типичные задачи конкретного приложения и незначительные время и трудоёмкость его разработки. При выполнении этих условий становится возможным параллельно вести процесс накопления и отладки знаний, осуществляемый экспертом, и процесс выбора (разработки) программных средств, выполняемый инженером познаниями программистами. Для удовлетворения указанным требованиям при создании прототипа используются разнообразные инструментальные средства, ускоряющие процесс проектирования. Традиционная технология реализации ЭС включает шесть основных этапов (рис. 1.3): идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию [11]. 28 Рис. 1.3. Этапы разработки экспертных систем На этапе идентификации определяются задачи, подлежащие решению, цели разработки, эксперты и типы пользователей. На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. На этапе формализации выбираются инструментальные средства и способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность системы зафиксированных понятий, методов решения, средств представления и манипулирования знаниями рассматриваемой предметной области. На этапе выполнения осуществляется заполнение базы знаний. В связи стем, что основой ЭС являются знания, данный этап является одним из самых важных и самых трудоёмких. Процесс приобретения знаний разделяют на извлечение знаний в диалоге с экспертами организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером познаниям на основе анализа деятельности эксперта по решению реальных задач. Проблемы приобретения знаний подробно описаны в главе 4. На этапе тестирования эксперт и инженер познаниям в интерактивном режиме с использованием диалоговых и объяснительных средств проверяют компетентность ЭС. Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достигла требуемого уровня компетентности. 29 На этапе опытной эксплуатации проверяется пригодность ЭС для конечных пользователей. Полученные результаты могут показать необходимость существенной модификации ЭС. Процесс создания ЭС не сводится к строгой последовательности перечисленных выше этапов. Входе разработки приходится неоднократно возвращаться на более ранние этапы и пересматривать принятые там решения. Инструментальные средства различаются в зависимости оттого, какую технологию разработки ЭС они допускают. Можно выделить, по крайней мере, четыре подхода к разработке ЭС: подход, базирующийся на поверхностных знаниях структурный подход подход, основанный на глубинных знаниях смешанный подход, опирающийся на использование поверхностных и глубинных знаний. Поверхностный подход применяется для сложных задач, которые не могут быть точно описаны. Его сущность состоит в получении от экспертов фрагментов знаний, релевантных решаемой задаче. При этом не предпринимается попыток систематического или глубинного изучения области, что предопределяет использование поискав пространстве состояний в качестве универсального механизма вывода. Обычно в ЭС, использующих данный подход, в качестве способа представления знаний выбираются правила. Условие каждого правила определяет образец некоторой ситуации, в которой правило может быть выполнено. Поиск решения состоит в выполнении тех правил, образцы которых сопоставляются с текущими данными. При этом предполагается, что в процессе поиска решения последовательность формируемых таким образом ситуаций не оборвётся дополучения решения, те. не возникнет неизвестной ситуации, которая не соответствует ни одному правилу. Данный подход с успехом применяется к широкому классу приложений, но оказывается неэффективным в тех случаях, когда задача может структурироваться или для её решения может использоваться некоторая модель. Структурный подход к построению ЭС предусматривает структуризацию знаний проблемной области. Его появление обусловлено тем, что для ряда приложений применение техники поверхностных знаний не обеспечивает решения задачи. Структурный подход к построению ЭС во многом похож на структурное программирование. Однако применительно к ЭС речь идёт не о том, чтобы структурирование задачи было доведено до точного алгоритма (как в традиционном программировании, а предполагается, что часть задачи решается с помощью эвристического поиска. Структурный подход в различных приложениях целесообразно сочетать с поверхностным или глубинным. При глубинном подходе компетентность ЭС базируется на модели той проблемной среды, в которой она работает. Модель может быть определена различными способами (декларативно, процедурно). Необходимость использования моделей в ряде приложений вызвана стремлением исправить недостаток поверхностного подхода, связанный с возникновением ситуаций, неописанных правилами, хранящимися в БЗ. Экспертные системы, разработанные с применением глубинных знаний, при возникновении неизвестной ситуации способны самостоятельно определить, какие действия следует выполнить, с помощью некоторых общих принципов, справедливых для данной области экспертизы. Глубинный подход требует явного описания структуры и взаимоотношений между различными сущностями проблемной области. В этом подходе необходимо использовать инструментальные средства, обладающие возможностями моделирования объекты с присоединён- ными процедурами, иерархическое наследование свойств, активные знания (программирование, управляемое данными, механизм передачи сообщений объектам (объектно-ориентированное программирование) и т.п. Смешанный подход в общем случае может сочетать поверхностный, структурный и глубинный подходы. Например, поверхностный подход может применяться для поиска адекватных знаний, которые затем используются некоторой глубинной моделью. |