Ё —ѕ≈–“Ќџ≈ —»—“≈ћџ: —“–” “”–ј »  Ћј——»‘» ј÷»я


07.03.2007, 12:10


ѕ–≈ƒћ≈“Ќџ≈ ќЅЋј—“» ƒЋя Ё —ѕ≈–“Ќџ’ —»—“≈ћ

¬ нашей стране современное состо€ние разработок в области экспертных систем можно охарактеризовать как стадию всевозрастающего интереса среди широких слоев экономистов, финансистов, преподавателей, инженеров, медиков, психологов, программистов, лин- гвистов.   сожалению, этот интерес имеет пока достаточно слабое материальное подкрепление - €вна€ нехватка учебников и специальной литературы, отсутствие символьных процессоров и рабочих станций искусственного интеллекта, ограниченное финансирование исследований в этой области, слабый отечественный рынок программных продуктов дл€ разработки экспертных систем.
ѕоэтому распростран€ютс€ "подделки" под экспертные системы в виде многочисленных диалоговых систем и интерактивных пакетов прикладных программ, которые дискредитируют в глазах пользователей это чрезвычайно перспективное направление. ѕроцесс создани€ экспертной системы требует участи€ высококвалифицированных специалистов в области искусственного интеллекта, которых пока выпускает небольшое количество высших учебных заведений страны.
—овременные экспертные системы широко используютс€ дл€ тиражировани€ опыта и знаний ведущих специалистов практически во всех сферах экономики. “радиционно знани€ существуют в двух видах - коллективный опыт и личный опыт.
≈сли больша€ часть знаний в предметной области представлена в виде коллективного опыта (например, высша€ математика), эта предметна€ область не нуждаетс€ в экспертных системах (см.рис.)
≈сли в предметной области больша€ часть знаний €вл€етс€ личным опытом специалистов высокого уровн€ (экспертов), если эти знани€ по каким-либо причинам слабо структурированы, така€ предметна€ область скорее всего нуждаетс€ в экспертной системе. (—лева предметна€ область, не пригодна€ дл€ создани€ экспертной системы. —права предметна€ область, пригодна€ дл€ создани€ экспертной системы.)



ќЅќЅў≈ЌЌјя —“–” “”–ј Ё —ѕ≈–“Ќќ… —»—“≈ћџ. ќ—Ќќ¬Ќџ≈ ѕќЌя“»я » ќѕ–≈ƒ≈Ћ≈Ќ»я

"Ёкспертные системы (Ё—) - это сложные программные комплексы, аккумулирующие знани€ специалистов в конкретных предметных област€х и тиражирующие этот эмпирический опыт дл€ консультаций менее квалифицированных пользователей."
ќбобщенна€ структура экспертной системы представлена на рисунке. —ледует учесть, что реальные экспертные системы могут иметь более сложную структуру, однако блоки, изображенные на рисунке, непременно присутствуют в любой действительно экспертной системе, поскольку €вл€ют собой негласный канон на структуру современной экспертной системы.
ќпределим основные термины.



ѕользователь - специалист предметной области, дл€ которого предназначена система. ќбычно его квалификаци€ недостаточно высока, и поэтому он нуждаетс€ в помощи и поддержке своей де€тельности со стороны Ё—.
»нженер по знани€м - специалист по искусственному интеллекту, выступающий в роли промежуточного буфера между экспертом и базой знаний. —инонимы: ког-нитолог, инженер-интерпретатор, аналитик.
»нтерфейс пользовател€ - комплекс программ, реализующих диалог пользовател€ с Ё— как на стадии ввода информации, так и получени€ результатов.
Ѕаза знаний (Ѕ«) - €дро Ё—, совокупность знаний предметной области, записанна€ на машинный носитель в форме, пон€тной эксперту и пользователю (обычно на некотором €зыке, приближенном к естественному). ѕараллельно такому "человеческому" представлению существует Ѕ« во внутреннем "машинном" представлении.
–ешатель - программа, моделирующа€ ход рассуждений эксперта на основании знаний, имеющихс€ в Ѕ«. —инонимы: дедуктивна€ машина, блок логического вывода.
ѕодсистема объ€снений - программа, позвол€юща€ пользователю получить ответы на вопросы: " ак была получена та или ина€ рекомендаци€?" и "ѕочему система прин€ла такое решение?" ќтвет на вопрос "как" - это трассировка всего процесса получени€ решени€ с указанием использованных фрагментов Ѕ«, т.е. всех шагов цепи умозаключений. ќтвет на вопрос "почему" - ссылка на умозаключение, непосредственно предшествовавшее полученному решению, т.е. отход на один шаг назад.
»нтеллектуальный редактор Ѕ« - программа, представл€юща€ инженеру по знани€м возможность создавать Ѕ« в диалоговом режиме. ¬ключает в себ€ систему вложенных меню, шаблонов €зыка представлени€ знаний, подсказок ("help" - режим) и ƒругих сервисных средств, облегчающих работу с базой.
¬ коллектив разработчиков Ё— вход€т как минимум четыре человека:
  • эксперт;
  • инженер по знани€м;
  • программист;
  • пользователь.
    ¬озглавл€ет коллектив инженер по знани€м, это ключева€ фигура при разработке систем, основанных на знани€х.

     Ћј——»‘» ј÷»я Ё —ѕ≈–“Ќџ’ —»—“≈ћ

    —хема классификации
     ласс "экспертные системы" сегодн€ объедин€ет несколько тыс€ч различных программных комплексов, которые можно классифицировать по различным критери€м. ѕолезными могут оказатьс€ следующие классификации (рис.).



     лассификаци€ по решаемой задаче
    »нтерпретаци€ данных. Ёто одна из традиционных задач дл€ экспертных систем. ѕод интерпретацией понимаетс€ определение смысла данных, результаты которого должны быть согласованными и корректными. ќбычно предусматриваетс€ многовариантный анализ данных.
    ѕример:
  • обнаружение и идентификаци€ различных типов океанских судов - SIAP;
  • определение основных свойств личности по результатам психодиагностического тестировани€ в системах ј¬“јЌ“≈—“ и ћ» –ќЋёЎ≈– и др.
    ƒиагностика. ѕод диагностикой понимаетс€ обнаружение неисправности в некоторой системе. Ќеисправность - это отклонение от нормы. “ака€ трактовка позвол€ет с единых теоретических позиций рассматривать и неисправность оборудовани€ в технических системах, и заболевани€ живых организмов, и всевозможные природные аномалии. ¬ажной спецификой €вл€етс€ необходимость понимани€ функциональной структуры ("анатомии") диагностирующей системы.
    ѕример:
  • диагностика и терапи€ сужени€ коронарных сосудов - ANGY;
  • диагностика ошибок в аппаратуре и математическом обеспечении Ё¬ћ - система CRIB и др.
    ћониторинг. ќсновна€ задача мониторинга - непрерывна€ интерпретаци€ данных в реальном масштабе времени и сигнализаци€ о выходе тех или иных параметров за допустимые пределы. √лавные проблемы - "пропуск" тревожной ситуации и инверсна€ задача "ложного" срабатывани€. —ложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.
    ѕример:
  • контроль за работой электростанций —ѕ–»Ќ“, помощь диспетчерам атомного реактора - REACTOR;
  • контроль аварийных датчиков на химическом заводе - FALCON и др.
    ѕроектирование. ѕроектирование состоит в подготовке спецификаций на создание "объектов" с заранее определенными свойствами. ѕод спецификацией понимаетс€ весь набор необходимых документов - чертеж, по€снительна€ записка и т.д. ќсновные проблемы здесь вАФ получение четкого структурного описани€ знаний об объекте и проблема "следа". ƒл€ организации эффективного проектировани€ и, в еще большей степени, перепроектировани€ необходимо формировать не только сами проектные решени€, но и мотивы их прин€ти€. “аким образом, в задачах проектировани€ тесно св€зываютс€ два основных процесса, выполн€емых в рамках соответствующей Ё—: процесс вывода решени€ и процесс объ€снени€.
    ѕример:
  • проектирование конфигураций Ё¬ћ VAX - 11/780 в системе XCON (или R1), проектирование Ѕ»— - CADHELP;
  • синтез электрических цепей - SYN и др.
    ѕрогнозирование. ѕрогнозирующие системы логически вывод€т веро€тные следстви€ из заданных ситуаций. ¬ прогнозирующей системе обычно используетс€ параметрическа€ динамическа€ модель, в которой значени€ параметров "подгон€ютс€" под заданную ситуацию. ¬ыводимые из этой модели следстви€ составл€ют основу дл€ прогнозов с веро€тностными оценками.
    ѕример:
  • предсказание погоды - система WILLARD;
  • оценки будущего урожа€ - PLANT;
  • прогнозы в экономике - ECON и др.
    ѕланирование. ѕод планированием понимаетс€ нахождение планов действий, отно-с€щихс€ к объектам, способным выполн€ть некоторые функции. ¬ таких Ё— используютс€ модели поведени€ реальных объектов с тем, чтобы логически вывести последстви€ планируемой де€тельности.
    ѕример:
  • планирование поведени€ робота - STRIPS;
  • планирование промышленных заказов - ISIS;
  • планирование эксперимента - MOLGEN и др.
    ќбучение. —истемы обучени€ диагностируют ошибки при изучении какой-либо дисциплины с помощью Ё¬ћ и подсказывают правильные решени€. ќни аккумулируют знани€ о гипотетическом "ученике" и его характерных ошибках, затем в работе способны ƒиагностировать слабости в знани€х обучаемых и находить соответствующие средства дл€ их ликвидации.  роме того, они планируют акт общени€ с учеником в зависимости от успехов ученика с целью передачи знаний.
    ѕример:
  • обучение €зыку программировани€ Ћисп в системе "”читель Ћиспа"
  • система PROUST - обучение €зыку ѕаскаль и др.
    ¬ общем случае все системы, основанные на знани€х, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. ќсновное отличие задач анализа от задач синтеза заключаетс€ в следующем: если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально строитс€ из решений компонентов или подпроблем. «адача анализа - это интерпретаци€ данных, диагностика; к задачам синтеза относ€тс€ проектирование, планирование.  омбинированные задачи: обучение, мониторинг, прогнозирование.

     лассификаци€ по св€зи с реальным временем
    —татические Ё— разрабатываютс€ в предметных област€х, в которых база знаний и интерпретируемые данные не мен€ютс€ во времени. ќни стабильны.
    ѕример. ƒиагностика неисправностей в автомобиле.
     вазидинамические Ё— интерпретируют ситуацию, котора€ мен€етс€ с некоторым фиксированным интервалом времени.
    ѕример. ћикробиологические Ё—, в которых снимаютс€ лабораторные измерени€ с технологического процесса один раз в 4 - 5 ч (производство лизина, например) и анализируетс€ динамика полученных показателей по отношению к предыдущему измерению.
    ƒинамические Ё— работают в сопр€жении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.
    ѕример. ”правление гибкими производственными комплексами, мониторинг в реанимационных палатах и т.д. ѕример инструментари€ лл€ разработки динамических систем - G2.

     лассификаци€ по типу Ё¬ћ
    Ќа сегодн€шний день существуют:
  • Ё— дл€ уникальных стратегически важных задач на суперЁ¬ћ (Ёльбрус, CRAY, CONVEX и др.);
  • Ё— на Ё¬ћ средней производительности (типа ≈— Ё¬ћ, mainframe);
  • Ё— на символьных процессорах и рабочих станци€х (SUN, APOLLO);
  • Ё— на мини- и супермини-Ё¬ћ (VAX, micro-VAX и др.);
  • Ё— на персональных компьютерах (IBM PC, MAC II и подобные).

     лассификаци€ по степени интеграции с другими программами
    јвтономные Ё— работают непосредственно в режиме консультаций с пользователем дл€ специфически "экспертных" задач, дл€ решени€ которых не требуетс€ привлекать традиционные методы обработки данных (расчеты, моделирование и т.д.).
    √ибридные Ё— представл€ют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управлени€ базами данных) и средства манипулировани€ знани€ми. Ёто может быть интеллектуальна€ надстройка над ѕѕѕ или интегрированна€ среда дл€ решени€ сложной задачи с элементами экспертных знаний.
    Ќесмотр€ на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем €вл€ет собой задачу, на пор€док более сложную, чем разработка автономной Ё—. —тыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей.

    »Ќ—“–”ћ≈Ќ“јЋ№Ќџ≈ —–≈ƒ—“¬ј ѕќ—“–ќ≈Ќ»я Ё —ѕ≈–“Ќџ’ —»—“≈ћ

    “радиционные €зыки программировани€
    ¬ эту группу инструментальных средств вход€т традиционные €зыки программировани€ (—, C++, Basic, SmallTalk, Fortran и т.д.), ориентированные в основном на численные алгоритмы и слабо подход€щие дл€ работы с символьными и логическими данными. ѕоэтому создание систем искусственного интеллекта на основе этих €зыков требует большой работы программистов. ќднако большим достоинством этих €зыков €вл€етс€ высока€ эффективность, св€занна€ с их близостью к традиционной машинной архитектуре.  роме того, использование традиционных €зыков программировани€ позвол€ет включать интеллектуальные подсистемы (например, интегрированные экспертные системы) в крупные программные комплексы общего назначени€. —реди традиционных €зыков наиболее удобными считаютс€ объектно-ориентированные (SmallTalk, C++). Ёто св€зано с тем, что парадигма объектно-ориентированного программировани€ тесно св€зана с фреймовой моделью представлени€ знаний.  роме того, традиционные €зыки программировани€ используютс€ дл€ создани€ других классов инструментальных средств искусственного интеллекта.

    языки искусственного интеллекта
    Ёто прежде всего Ћисп (LISP) и ѕролог (Prolog) - наиболее распространенные €зыки, предназначенные дл€ решени€ задач искусственного интеллекта. ≈сть и менее распространенные €зыки искусственного интеллекта, например –≈‘јЋ, разработанный в –оссии. ”ниверсальность этих €зыков меньша€, нежели традиционных €зыков, но ее потерю €зыки искусственного интеллекта компенсируют богатыми возможност€ми по работе с символьными и логическими данными, что крайне важно дл€ задач искусственного интеллекта. Ќа основе €зыков искусственного интеллекта создаютс€ специализированные компьютеры (например, Ћисп-машины), предназначенные дл€ решени€ задач искусственного интеллекта. Ќедостаток этих €зыков - неприменимость дл€ создани€ гибридных экспертных систем.

    —пециальный программный инструментарий
    ¬ эту группу программных средств искусственного интеллекта вход€т специальные инструментарии общего назначени€.  ак правило, это библиотеки и надстройки над €зыком искусственного интеллекта Ћисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Representation Language), ARTS и др., позвол€ющие пользовател€м работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных €зыках искусственного интеллекта.

    "ќболочки"
    ѕод "оболочками" (shells) понимают "пустые" версии существующих экспертных систем, т.е. готовые экспертные системы без базы знаний. ѕримером такой оболочки может служить EMYCIN (Empty MYCIN - пустой MYCIN), котора€ представл€ет собой незаполненную экспертную систему MYCIN. ƒостоинство оболочек в том, что они вообще не требуют работы программистов дл€ создани€ готовой экспертной системы. “ребуетс€ только специалисты) в предметной области дл€ заполнени€ базы знаний. ќднако если некотора€ предметна€ область плохо укладываетс€ в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма не просто.


  • ≈сли вы хотите видеть на нашем сайте больше статей то кликните ѕоделитьс€ в социальных сет€х! —пасибо!
    —мотрите также:

    ќбратите внимание полезна€ информаци€.