Программа для компьютера которая оперирует знаниями в определенной предметной области с целью
Экспертная система
— это программный комплекс, который
оперирует знаниями в определенной
предметной области с целью
выработки рекомендаций или решения
проблем.
ЭС может полностью взять на себя функции
эксперта или играть роль ассистента для
человека, принимающего решение.
Технология ЭС – одно из направлений
искусственного интеллекта.
ЭС это интеллектуальная компьютерная
программа, которая может давать советы,
консультировать, проводить анализ и
ставить диагноз на уровне специалиста в
некоторой узкой предметной области
в отличие от других программных
продуктов, используют при работе не
только данные, но еще знания и
специальные механизмы вывода
решений и новых знаний на основе
имеющихся.
4. Методы поиска решений
1.
2.
3.
4.
логические,
эвристические (интуитивные),
математические (аналитические и имитационные),
гибридные.
ЭС особо востребованы:
в областях, где наблюдается недостаток специалистов
или существует реальная опасность для их жизни
(атомные электростанции).
ЭС находят широкое применение
в медицине,
микроэлектронике,
геологии,
военном деле,
навигации и т.д.
Типовые задачи, решаемые ЭС:
* извлечение информации из первичных
данных (потоков данных, баз данных и т.д.);
* диагностика неисправностей (как в
технических системах, так и в человеческом
организме);
* структурный анализ сложных объектов
(например, химических соединений);
* выбор конфигурации сложных
многокомпонентных систем (например,
распределенных компьютерных систем);
* планирование последовательности
выполнения операций, приводящих к заданной
цели (например, выполняемых промышленными
роботами).
Смысл экспертного анализа
При выполнении каких условий
компьютерную программу можно
назвать экспертом?
•программа должна обладать знаниями
•знания должны отражать определенную
предметную область
•знания должны быть логично структурированы
•знания должны обеспечивать решение
проблем
Первые ЭС.
В 1965 году в Стэндфордском университете
(Stanford University) Эдвард Фейгенбаум, Джошуа
Ледерберг начали работы по созданию первой
экспертной системы DENDRAL
Задача – создать компьютерного помощника,
который мог бы определять путем расчета
молекулярную структуру химических соединений
Проблемы: 1) построение гибкой программы,
оперирующей с многочисленными знаниями и
работающей по правилам логики ("если - то");
2) создание базы данных, включающую знания
многих специалистов в органической химии;
3) отделение механизма логического вывода от
базы знаний
8. Первые ЭС.
В 70-е ЭС стали ведущим направлением в
области искусственного интеллекта.
создано множество разнообразных
экспертных и диагностических систем,
большая часть которых действует и
сегодня.
Самыми известными из них являются
MYCIN, служащая для диагностики и
лечения инфекционных заболеваний, и
PROSPECTOR, предназначенная для
геологической разведки месторождений
полезных ископаемых
Характеристики ЭС
•ЭС моделирует не столько физическую (или иную)
природу определенной проблемной области,
сколько механизм мышления человека
применительно к решению задач в этой проблемной
области.
•Основное внимание уделяется воспроизведению
методики решения проблем, которая
применяется экспертом.
•Это существенно отличает ЭС от систем
математического моделирования или
компьютерной анимации.
Характеристики ЭС
• Помимо выполнения вычислительных
операций ЭС формирует определенные
соображения и выводы, основываясь
на тех знаниях, которыми она
располагает.
• Знания в ЭС представлены на
специальном языке и хранятся
отдельно от программного кода, который и
формирует выводы и соображения.
• Этот компонент программы принято
называть базой знаний.
Характеристики ЭС
• ЭС характеризуются
производительностью, т.е. скоростью
получения результата и его
достоверностью (надежностью).
• ЭС должна за приемлемое время найти
решение, которое было бы не хуже,
чем то, которое может предложить
специалист в этой предметной области.
• ЭС должна обладать способностью
объяснить (обосновать) принятое решение.
12. Структура экспертных систем
Типичная статическая ЭС состоит из
следующих основных компонентов (рис. 1.):
решателя (интерпретатора);
рабочей памяти (РП), называемой также базой
данных (БД);
базы знаний (БЗ);
компонентов приобретения знаний;
объяснительного компонента;
диалогового компонента.
База данных (рабочая память) предназначена
для хранения исходных и промежуточных
данных решаемой в текущий момент задачи.
База знаний (БЗ) в ЭС предназначена для
хранения долгосрочных данных,
описывающих рассматриваемую область (а не
текущих данных), и правил, описывающих
целесообразные преобразования данных этой
области.
Решатель, используя исходные данные из
рабочей памяти и знания из БЗ, формирует
такую последовательность правил, которые,
будучи примененными к исходным данным,
приводят к решению задачи.
Компонент приобретения знаний
автоматизирует процесс наполнения ЭС
знаниями, осуществляемый пользователемэкспертом.
Объяснительный компонент объясняет, как
система получила решение задачи (или почему
она не получила решение) и какие знания она при
этом использовала, что облегчает эксперту
тестирование системы и повышает доверие
пользователя к полученному результату.
Диалоговый компонент ориентирован на
организацию дружественного общения с
пользователем как в ходе решения задач, так и в
процессе приобретения знаний и объяснения
результатов работы.
16. Режимы функционирования ЭС 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
(режим использования)
— пользователь ведет
диалог с ЭС, сообщая ей
сведения о текущей задаче
и получая рекомендации
ЭС.
В режиме приобретения знаний общение ЭС
осуществляет эксперт через посредничество
инженера по знаниям.
В этом режиме эксперт, используя компонент
приобретения знаний, наполняет систему
знаниями, которые позволяют ЭС 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.
В режиме консультации общение с ЭС
осуществляет конечный пользователь, которого
интересует результат и (или) способ его получения.
В режиме консультации данные о задаче через
интерфейс пользователя поступают в рабочую
память. На основе входных данных из рабочей
памяти, общих данных о проблемной области и
правил базы знаний с помощью механизма
логического вывода формируется решение
задачи.
ЭС при решении задачи не только исполняет
предписанную последовательность операций, но и
предварительно формирует ее.
Базовые функции ЭС
1. Приобретение знаний
2. Представление знаний
3. Управление процессом поиска
решения
4. Разъяснение принятого решения
1. Приобретение знаний
- это передача потенциального опыта решения
проблемы от некоторого источника знаний и
преобразование его в вид, который позволяет
использовать эти знания в программе.
Передача знаний выполняется в процессе
длительных и пространных собеседований
между специалистом по проектированию
экспертной системы
Таким методом можно сформировать от двух до
пяти "элементов знания" в день - низкая
производительность.
1. Приобретение знаний : причины
низкой производительности
•Специалисты в узкой области, как правило,
пользуются собственным жаргоном.
• Факты и принципы, лежащие в основе
многих специфических областей знания
эксперта, часто не могут быть
формализованы
• Для того чтобы решить проблему в
определенной области, недостаточно просто
обладать суммой знаний о фактах и
принципах в этой области.
• Экспертный анализ включает и многие вещи,
кажущиеся эксперту само собой
разумеющимися
2. Представление знаний
Исследования направлены на отыскание
методов формального описания
больших массивов информации с целью
их последующей обработки.
Формальное описание означает
упорядочение в рамках какого-либо
языка, обладающего достаточно четко
формализованным синтаксисом и
семантикой, увязывающей смысл
выражения с его формой.
2. Представление знаний
Ведется интенсивная работа по созданию языков
представления (representation languages).
Языки представления - компьютерные языки,
ориентированные на организацию описаний
объектов и идей.
Основными критериями доступа к представлению
знаний являются логическая адекватность,
эвристическая мощность и естественность,
дружественность к пользователю.
3. Управление процессом
поиска решения
1. Как осуществляется доступ к знаниям и как они
используются при поиске решения?
2. Какие знания нужны в той или иной конкретной
ситуации? Как ими распорядиться?
3. Какую стратегию выбрать для решения данной
задачи?
4. Разъяснение принятого
решения
Представление информации о поведении
экспертной системы важно по многим причинам.
* Пользователи, работающие с системой,
нуждаются в подтверждении того, что в каждом
конкретном случае заключение, к которому
пришла программа, в основном корректно.
* Инженеры, имеющие дело с формированием
базы знаний, должны убедиться, что
сформулированные ими знания применены
правильно, в том числе и в случае, когда
существует прототип.
Экспертам в предметной области
желательно проследить ход рассуждений и
способ использования тех сведений, которые с их
слов были введены в базу знаний. Это позволит
судить, насколько корректно они применяются в
данной ситуации.
* Программистам, которые сопровождают,
отлаживают и модернизируют систему, нужно
иметь в своем распоряжении инструмент,
позволяющий заглянуть в "ее нутро" на уровне
более высоком, чем вызов отдельных языковых
процедур.
* Менеджер системы, использующей
экспертную технологию, который в конце концов
несет ответственность за последствия решения,
принятого программой, также нуждается в
подтверждении, что эти решения достаточно
обоснованы.
*
Способность системы объяснить методику
принятия решения иногда называют
прозрачностью системы. Под этим понимается,
насколько просто персоналу выяснить, что делает
программа и почему.
Отсутствие достаточной прозрачности
поведения системы не позволит эксперту
повлиять на ее производительность или дать
совет, как можно ее повысить.
Прослеживание и оценка поведения системы —
задача довольно сложная и для ее решения
необходимы совместные усилия эксперта и
специалиста по информатике.
Экспертные системы
по задаче
-интерпретация
данных
-диагностика
-мониторинг
-проектирование
-прогнозирование
по связи с
реальным
временем
-статические
-квазидинамич
еские
(дискретное
время)
по типу ЭВМ
-на суперЭВМ
-на ЭВМ средней
произв.
-на символьных
процессерах
-планирование
-на супермини
ЭВМ
-обучение
-на ПЭВМ
-динамические
по степени
интеграции
-автономные
-гибридные
(интегрированн
ые)
29. Наиболее известные/распространённые ЭС
CLIPS — весьма популярная оболочка для построения ЭС (public
domain)
OpenCyc — мощная динамическая ЭС с глобальной онтологической
моделью и поддержкой независимых контекстов
WolframAlpha — поисковая система, 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.
Обращаем Ваше внимание, что в соответствии с Федеральным законом N 273-ФЗ «Об образовании в Российской Федерации» в организациях, осуществляющих образовательную деятельность, организовывается обучение и воспитание обучающихся с ОВЗ как совместно с другими обучающимися, так и в отдельных классах или группах.
Рабочие листы и материалы для учителей и воспитателей
Более 2 500 дидактических материалов для школьного и домашнего обучения
Столичный центр образовательных технологий г. Москва
Получите квалификацию учитель математики за 2 месяца
от 3 170 руб. 1900 руб.
Количество часов 300 ч. / 600 ч.
Успеть записаться со скидкой
Форма обучения дистанционная
- Онлайн
формат - Диплом
гособразца - Помощь в трудоустройстве
311 лекций для учителей,
воспитателей и психологов
Получите свидетельство
о просмотре прямо сейчас!
«Как закрыть гештальт: практики и упражнения»
Свидетельство и скидка на обучение каждому участнику
Описание презентации по отдельным слайдам:
Экспертные информационные системы.
Объектом исследования являются экспертные информационные системы, как вид интеллектуальной деятельности в различных сферах человеческой деятельности. Предметом исследования являются технологии создания экспертных статистических диагностических информационных систем.
Цель работы Разработка экспертной диагностической информационной системы на основе статистических методов. Задачи работы: Данная экспертная диагностическая информационная система должна обеспечить диагностику здоровья и заболеваний в медицине, определение неисправностей в технических системах и в образовании для оценки знаний учащихся; Экспертная система должна строится на основе статистических методов распознавания и должна определять условные вероятности для всех возможных результатов и выбора наиболее вероятных.; Экспертная диагностическая система должна повысить качество использования экспертных систем на основе адаптации к предыдущим результатам диагностики;
Экспертные системы Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем. Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Технология экспертных систем является одним из направлений новой области исследования, которая получила наименование искусственного интеллекта (Artificial Intelligence AI).
Исследования в этой области сконцентрированы на разработке и внедрении компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области деятельности человека, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решений, распознавания образов и понимания человеческого языка. Эта технология уже успешно применяется в некоторых областях техники и жизни общества — органической химии, поиске полезных ископаемых, медицинской диагностике, педагогике, поиске неисправностей . Область применения экспертных систем
Проблемы диагностики Наиболее ценным является использование интеллектуальных систем, например, экспертных систем, для диагностики неисправностей в технических системах, диагностики определения болезней по известным симптомах, оценки знаний учащихся и т.д. Наименее разработанной областью диагностики следует признать проблему долгосрочного прогнозирования знаний учащихся, состояния здоровья здоровых людей. В то же время отставание в методологическом решении данной задачи сдерживает осмысление и решение фундаментальных основ первичной профилактики.
Структурная схема экспертной системы ПОЛЬЗОВАТЕЛЬ МАШИНА ЛОГИЧЕСКОГО ВВОДА - ВЫВОДА БАЗА ЗНАНИЙ И АЛГОРИТМ РАБОТЫ РАЗРАБОТЧИК ОБОЛОЧКА ЭКСПЕРТНОЙ СИСТЕМЫ
Методика создания экспертной системы. Система определения болезней методом Байеса Экспертная система оперирует со следующими понятиями: Болезнь ( неисправность, знания) Симптомы( параметры, вопросы) Практические сведения по вероятности проявления той или иной болезни у пациентов с одинаковыми симптомами. Эти сведения составляют базу знаний программы.
Методика создания экспертной системы. Система определения болезней методом Байеса В алгоритме учитываются все вероятности проявления болезней по заданным симптомам и априорная вероятность, определяющая для болезни коэффициент вероятности проявления зависящий от внешних условий (сезон года, эпидемия гриппа и т.д.). Для определения вероятности проявления болезни в алгоритме экспертной системы заложены принцип полной вероятности и метод Байеса для определения вероятностей проявления болезни относительно симптомов
Методика создания экспертной системы. Система определения болезней методом Байеса Формула полной вероятности выглядит следующим образом p(A) = p(H1)p(A | H1)+ p(H2)p(A | H2)+…+ p(Hn)p(A | Hn) Где P(Hn) - вероятность гипотезы (A/ Hn) – условная вероятность события A при этой этой гипотезе. Если до опыта вероятности гипотез были P(H1), P(H2), …, P(Hn), а в результате опыта появилось событие A, то с учётом этого события новые, т.е. условные вероятности гипотез вычисляется по формуле Байеса Формула Байеса даёт возможность пересмотреть вероятности гипотез с учётом наблюденного результата опыта.
Томаса Байеса В 2002 году исполнилось 300 лет со дня рождения провинциального английского священника Томаса Байеса. Это был человек, вне всяких сомнений обладавший выдающимся математическим дарованием, однако никогда не искавший славы и не публиковавший своих научных работ. Тем не менее, ныне Байес является одной из весьма почитаемых фигур в современной компьютерной индустрии. В особенности же это относится к разработчикам программного обеспечения, которые, по слухам, уже начали подготовку к достойному празднованию грядущего юбилея математика, заложившего фундамент мощного статистического метода, именуемого сейчас "байесовой оценкой".
Пример экспертной системы Внешний вид программы( VS2008). Главное окно и меню опций системы
Пример экспертной системы Внешний вид программы. Окно с результатом поиска
Пример экспертной системы на языке Delphi
Разработка экспертной системы ( базы знаний )
Ввод болезней и симптонов
Формирование условных вероятностей
Заключение в данной работе рассмотрены следующие вопросы: - разработаны цель и задачи, решаемые в дипломной работе; - даны описания и существующие системы экспертных систем; - в соответствии с задачами составлены структура и модель диагностической экспертной системы; - разработаны алгоритм и программа на языке программирования « Delphi, VC++» ; -составлены медицинские системы диагностики различных болезней, знаний учащихся и диагностическая система здоровья; - проведены исследования системы в режиме обучения и работы; - разработаны методические справочные материалы по диагностическим экспертным системам. Таким образом, разработанная диагностическая экспертная система предназначена для диагностики различных объектов и систем может быть использована в различных сферах человеческой деятельности.
Использованная литература Хабаров С.П. Экспертные системы. / электронный документ в формате MS Word. 2001. Ларин А.А. Курс высшей математики. Часть 4 / электронный документ в формате MS Word. 2000. Крис Паппас, Уильям Мюррей Visual C++ 6. Руководство разработчика / Крис Паппас, Уильям Мюррей : Пер. с англ. – К.: Издательская группа BHV, 2000. – 624 с. ил.. Базы данных: модели, разработка, реализация / Т.С. Карпова. – СПб.: Питер, 2001. – 304 с. Язык СИ++ / В.В.Подбельский . – М.: Финансы и статистика, Компьютерное моделирование. Никишев В.К..
Краткое описание документа:
Презентация " Экспертные системы Полезна как преподавателям, так и ученикам старших классов для понимания методов построения .экспертных систем. Приводятся этапы разработки экспертных систем на конкретном примерах, как для медицинской системы, так и для диагностирования знаний учеников. Приводятся примеры использования в различных областях знаний.
Экспертная система (ЭС) – это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.
ЭС может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение.
Технология ЭС является одним из направлений области исследования, которая получила название искусственного интеллекта. Исследования в этой области сконцентрированы на разработке и внедрении компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области деятельности человека, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решений, распознавания образов и понимания человеческого языка. Эта технология уже успешно применяется в некоторых областях техники и жизни общества – органической химии, поиске полезных ископаемых, медицинской диагностике.
Перечень типовых задач, решаемых ЭС, включает:
· извлечение информации из первичных данных (таких как сигналы, поступающие от гидролокатора);
· диагностика неисправностей (как в технических системах, так и в человеческом организме);
· структурный анализ сложных многокомпонентных систем (например, распределенных компьютерных систем);
· планирование последовательности выполнения операций, приводящих к заданной цели (например, выполняемых промышленными роботами).
Хотя известны и «обычные» программы, специализирующиеся на определенных задачах из представленного перечня (или аналогичных им в других областях), существует разница между «обычным» подходом и предлагаемым в сфере искусственного интеллекта. Поэтому ЭС можно выделить в отдельный класс программ.
Четкого формального определения ЭС, которое бы всех удовлетворяло, нет – приведенное выше тоже довольно расплывчато. Но тем не менее существует довольно много важных признаков, присущих в той или иной степени всем ЭС.
ЭС отличается от прочих прикладных программ наличием следующих признаков:
· Моделирует не столько физическую или иную природу определенной проблемной области, сколько механизм мышления человека применительно к решению задач в этой проблемной области. Это существенно отличает ЭС от систем математического моделирования или компьютерной анимации.
· Система, помимо выполнения вычислительных операций, формирует определенные соображения и выводы, основываясь на тех знаниях, которыми она располагает. Знания в системе представлены, как правило, на некотором специальном языке и хранятся отдельно отсобственно программного кода, который и формирует выводы и предложения. Этот компонент программы принято называть базой знаний.
· При решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех.
ЭС отличаются и от других видов программ из области искусственного интеллекта:
· ЭС имеют дело с предметами реального мира, операции с которыми обычно требуют наличия значительного опыта, накопленного человеком. В отличие от других программ из области искусственного интеллекта, ЭС имеют ярко выраженную практическую направленность в научной или коммерческой области.
· ЭС должна обладать способностью объяснить, почему предложено именно такое решение, и доказать его обоснованность. Пользователь должен получить всю информацию, необходимую ему для того, чтобы быть уверенным, что решение принято «не с потолка». ЭС проектируется в расчете на взаимодействие с разными пользователями, для которых ее работа должна быть, по возможности, прозрачной.
Базовыми функциями ЭС являются:
· Управление процессом поиска решения;
· Разъяснение принятого решения.
При разработке практически всех инструментальных средстьв за основу принимается методология автоматизации проектирования на базе использования прототипов. Идея состоит в том, чтобы на ранней стадии работы над проектом разработать упрощенную версию конечной программы, которая могла бы послужить доказательством продуктивности основных основных идей, положенных в основание проекта. Прототип должен быть способен решать какую-либо из нетривиальных задач, характерных для данной области применения. На основе анализа опыта работы с прототипом разработчики могут уточнить требования к системе в целом и ее основным функциональным характеристикам. Работоспособность прототипа может послужить доказательством возможности решения проблем с помощью создаваемой системы еще до того, как на ее разработку будут потрачены значительные средства.
После всестороннего анализа начинается разработка рабочей версии программы, которая должна решать весь комплекс задач, установленных в спецификации проекта. Процесс разработки ЭС, как правило, состоит из последовательности отдельных этапов, на которых наращиваются возможности системы, причем каждый из этапов подразделяется на фазы проектирования, реализации, компоновки и тестирования. В результате после каждого этапа наращивания возможностей появляется система, которая способна справляться со все более сложными вариантами проблемы.
По своему назначению и функциональным возможностям инструментальные программы, применяемые при проетировании ЭС, можно разделить на четыре больших категории:
· Оболочки ЭС. Системы этого типа создаются, как правило, на основе какой-нибудь ЭС, достаточно хорошо зарекомендовавшей себя на практике. При создании оболчки из системы прототипа удаляются компоненты, слишком специфичные для области ее непосредственного применения, и орставляются те, которые не имеют узкой специализации.
· Языки программирования высокого уровня.
· Среда программирования, поддерживающая несколько парадигм.
ЭС являются перспективной методологией, основанной на применении принципов искусственного интеллекта. В настоящее время существует недостаточный опыт эффективного применения ЭС в АСУ, в том числе в строительстве.
высокой трудоемкости работ в последнее время все больше говорят о т.н. «экспертных системах», использующих широкие возможности вычислительной техники.
Экспертная система – это объединение информации,
получаемой на основе знаний и опыта экспертов, и
специальных методов и средств ее обработки, способных
предложить разумный совет или осуществить разумное
решение поставленной задачи.
Иногда под экспертной системой понимают программу для
компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций по решению какой-то проблемы. В этом случае программу можно называть «экспертом» только при соблюдении определенных условий:
- она должна обладать достаточными знаниями;
- знания должны быть сконцентрированы на определенную предметную область;
- из этих знаний должны непосредственно вытекать рекомендации или конкретные решения поставленных проблем.
Технология экспертных систем является одним из направлений
новой области научной деятельности – искусственного интеллекта (artificial intelliqence), которая занимается созданием компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области человеческой деятельности, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решения, распознавания образов, понимания человеческого языка. Эта технология успешно принимается в некоторых областях техники и жизни (медицинской диагностике, органической химии, поиске полезных ископаемых и др.).
Конечно же, «машина» по ряду характеристик всегда уступает
человеку. Ей недостижимы способности органов чувств человека, свойственные ему соображения «здравого смысла».
Можно выделить основные признаки экспертных систем. Такая
1. моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека;
2. формирует, помимо выполнения вычислительных операций, определенные соображения и выводы, основываясь на тех знаниях, которыми располагает;
3. использует при решении задач в основном эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех.
Эвристика, по существу, является «правилом влияния» (rule
of thumb), которое в машинном виде представляет некоторое знание, приобретенное человеком по мере накопления практического опыта решения аналогичных проблем. Такие методы являются приблизительными в том смысле, что, во-первых, не требуют исчерпывающей информации и, во-вторых, существует определенная степень уверенности в том, что предлагаемое решение является верным.
Различают следующие классы экспертных систем:
1. интерпретирующие –для формирования описания ситуаций по результатам наблюдений или данным от сенсоров ( при «распознавании образов»);
2. прогнозирующие – для логического анализа возможных последствий заданных ситуаций или событий (напр., предсказание погоды, прогноз ситуации на финансовом рынке и т.д.);
3. диагностирующие – для обнаружения источников неисправностей по результатам наблюдений за поведением контролируемой системы (технической или биологической);
4. проектирующие – для структурного синтеза конфигурации объектов (компонентов проектируемой системы) при заданных ограничениях (напр., компоновка архитектурных планов, синтез электронных схем и т.д.);
5. планирующие – для подготовки планов проведения последовательности операций, приводящих к заданной цели (составление графиков работ, движения транспорта, маршрутов следования, поведения роботов и т.д.);
6. системы мониторинга – для анализа поведения контролируемой системы и прогнозирования вероятности достижения цели (наблюдение состояния каких-либо объектов, социологические обследования и др.)
7. наладочные системы – для выработки рекомендаций по устранению неисправностей в контролируемой системе (отладка программного обеспечения, консультационные системы и т.д.);
8. системы оказания помощи при ремонте оборудования (напр., устранение неисправностей в инженерных коммуникациях);
9. обучающие системы, которые анализируют знания в определенной области, отыскивают «пробелы» и предлагают средства для их ликвидации;
10. системы контроля – обеспечивают адаптивное управление поведением сложных систем, прогнозируют появление возможных сбоев и планируют действия по их предупреждению (управление воздушным движением, военными действиями, деловой активностью и др.).
В зависимости от степени использования вычислительной
техники экспертные системы бывают:
- ручными (человеческими),
- человеко-машинными и
- компьютерными.
Основу любой экспертной системы составляют (см. рис.1):
- база знаний (БЗ), как совокупность всех имеющихся сведений об объекте исследования;
- область запросов (ОЗ), являющуюся предметом исследования.
Рис. 11. Принципиальная схема экспертной системы.
Область запросов – это та сфера интересов, в которой экспертная
система должна быть экспертом. Если эксперт должен предсказать погоду, то область запросов должна содержать конкретно запросы о погоде.
Чтобы быть экспертом в этой области, экспертная система должна иметь соответствующую базу знаний, содержащую (хотелось бы наиболее полно) всю информацию относительно объекта изучения (в нашем случае – погоды). В идеале база знаний целиком определяет область запросов, т.е. должна содержать все о рассматриваемой проблеме. На практике она будет включать лишь некоторую часть информации. Другими словами, база данных всегда фактически меньше области запросов и существует внутри ее.
Когда возникает конкретный вопрос, запрос должен попадать в область запросов, чтобы было результативным решение. Однако он может не всегда попадать в соответствующую базу данных. Место, в которое помещен конкретный запрос, зависит от степени охвата его базой знаний внутри экспертной системы.
Экспертная система - это комплекс компьютерных программ, которые оперируют со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.
Экспертная система может полностью взять на себя функции, выполнение которых требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Тот, кто принимает решение, может быть экспертом со своими собственными правами, в этом случае программа может повысить эффективность его работы. Или человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем.
Экспертная система должна обладать способностью объяснить, почему предложено именно такое решение, и доказать его обоснованность. Пользователь должен получить всю информацию, необходимую ему для того, чтобы быть уверенным в правильности решения. В отличие от этого, исследовательские программы взаимодействуют только со своим создателем, который и так знает, на чем основывается ее результат. Экспертная система проектируется в расчете на взаимодействие с разными пользователями, для которых ее работа должна быть, по возможности, прозрачной, т.е. не требующей специальных знаний.
Из вышесказанного следует, что экспертная система содержит знания в определенной предметной области, накопленных в результате деятельности человека, и использует их для решения проблем, специфичных для этой области. Этим экспертные системы отличаются от традиционных систем, в которых предпочтение отдается более общим и менее связанным с предметной областью теоретическим методам, чаще всего математическим. Процесс создания экспертных систем называют инженерией знаний, и он рассматривается в качестве применения методов искусственного интеллекта.
Традиционно считается, что любая экспертная система содержит следующие основные компоненты: базу знаний, интеллектуальный интерфейс с пользователем, программу формирования логических выводов (решатель), подсистему объяснений, интеллектуальный редактор базы знаний.
База знаний - совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и пользователю (обычно на языке, приближенном к естественному). База знаний является ядром экспертной системы.
Интеллектуальный интерфейс пользователя - комплекс программ, реализующих диалог пользователя с экспертной системой как на стадии ввода информации, так и получения результатов.
Программа формирования логических выводов (решатель) - программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в базе знаний.
Подсистема объяснений - программа, позволяющая пользователю получить ответы на вопросы: "Как была получена та или иная рекомендация?" и "Почему система приняла такое решение?". Ответ на вопрос "как" - пошаговый процесс всего процесса получения решения с указанием использованных фрагментов базы знаний. Ответ на вопрос "почему" - ссылка на умозаключение, непосредственно предшествовавшее полученному решению, т.е. отход на один шаг назад.
Интеллектуальный редактор базы знаний - программа, представляющая инженеру по знаниям возможность создавать базу знаний в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок (Help) и других сервисных средств, облегчающих работу с базой.
Читайте также: