WIN - KOI - DOS - ISO - MAC - LAT
ВВЕДЕНИЕ В ЭКСПЕРТНЫЕ СИСТЕМЫ (обзор)
д.т.н., д.э.н. А. Киселенко
Возникновение и назначение
Интенсивные исследования по созданию систем искусственного интеллекта (СИИ) проводятся с начала 60-х годов. Основной целью являлась разработка математических и программных средств моделирования процессов человеческого мышления для автоматического решения различных прикладных и теоретических задач. К 80-м годам пришло понимание того, что эффективность систем такого рода зависит от знаний (курсив мой. -А. К.), которыми они обладают. Эти знания не только чисто эмпирические (полученные эмпирическим путем), но и эвристические - набор правил и рекомендаций, которыми следует пользоваться в той или иной ситуации, возникающей в данной предметной области. Такого рода эмпирические правила (эвристики) поставляются экспертами, в связи с чем системы и получили название экспертных систем (ЭС). В самом общем виде ЭС - это программная система, способная в данной предметной области вырабатывать решения, по эффективности конкурирующие с решениями эксперта. Задачи, которые целесообразно решать с помощью ЭС, могут быть
охарактеризованы следующими свойствами:
невозможность алгоритмического решения (в силу плохой формализуемости задач или огромных затрат машинного времени);
противоречивость, неполнота, возможная ошибочность, исходных данных и знаний в предметной области;
огромная размерность данных и знаний, плохо представимых в какой-либо наглядной форме;
динамически меняющийся состав данных и знаний (в силу постоянного их пополнения, изменения и развития);
необходимость широкого использования в процессе решений эвристических и эмпирических процедур, сформулированных экспертами;
необходимость участия в процессе решения человека (пользователя), который путем ответа на дополнительно задаваемые вопросы привносит дополнительную информацию и выбирает альтернативные пути принятия решения.
В первом приближении ЭС можно представить себе как собрание огромного числа данных (факторов) и некоторых эмпирических правил (знаний) получения определенных выводов из этих данных. В процессе получения ответа на поставленный вопрос пользователь дает дополнительную информацию и участвует в процессе принятия решения. Особенность ЭС, заключающаяся в ее возможности давать ответы на заранее непредусмотренные и неформализованные вопросы и в ее ориентации на "переменный" состав пользователей, делает особенно важной для нее создание языка общения "ЭС-пользователь". Еще большее значение имеет "прозрачность" для пользователя выводов ЭС. Действительно, поскольку однозначные алгоритмические выводы отсутствуют (как правило), то необходимо иметь возможность контроля хода логических выводов ЭС, Соответствующая система называется "подсистема объяснений".
Итак, выделим следующие основные составляющие (подсистемы) ЭС: 1) база знаний (БЗ); 2) редактор базы знаний; 3) машина (механизм) логического вывода; 4) интерфейс с пользователем, основанный на псевдоестественном языке; 5) подсистема объяснений. Отметим, что обязательными для любой ЭС являются три первые подсистемы. В ближайшее время ожидается бурное развитие рынка ЭС и сопутствующих им компонент. Среди последних выделяют программные средства, включая языки программирования типа ПРОЛОГ и ЛИСП; инструментальные средства разработки ЭС; автоматизированные рабочие места ЭС (АРМ
ЭС) и специальные ЭВМ для решения задач искусственного интеллекта (ИИ); интеллектуальные роботы (ИР).
Представление знаний в экспертных системах
Четкого определения понятия "знания" не существует: оно отличается от понятия "данные" следующими особенностями:
активность - в классическом программировании процедуры первичны над данными. Для человека - наоборот: те или иные процедуры он использует потому, что возникла определенная ситуация. Такая активность базы данных (БД) позволяет ЭС формировать мотивы, цели и процедуры их решения;
связность означает возможность установления между информационными единицами разнообразных отношений, определяющих их семантику и пр.;
структурированность - определяет Порядок между информационными единицами, возможность их объединения и расчленения и пр.
Машина логического вывода
Машина позволяет: выдвигать и проверять различные гипотезы; вырабатывать новые знания; формировать запросы на ввод новых данных и знаний; формировать решения. Механизм вывода, конечно, определяется используемой концепцией и структурой базы знаний (БЗ). Однако существуют некоторые общие подходы к организации логического вывода, важнейшие из которых следующие. Сам вывод может осуществляться в прямом и обратном направлении: от данных (посылок) - к цели или обратно. Наличие различных вариантов решений приводит к "дереву ветвления решений", которое может просматриваться "вглубь" и "вширь". Неполноту, неточность, недостоверность, субъективность данных учитывают методами оценки неопределенности, основанными на теории вероятности, математической статистики и пр. В результате в ЭС манипулируют такими понятиями, как "коэффициент уверенности", "размытое множество" и пр. Различают монотонный и немонотонный выводы. В первом случае
полученные в процессе вывода результаты не пересматриваются, во втором - могут пересматриваться.
Подсистема объяснения
Важнейшее значение эта система имеет в ЭС, предназначенных для обучения. Для "ученика" она играет роль "учителя", справочника, спарринг-партнера. Она раскрывает механизм и последовательность выводов, аргументирует их фактическими данными и объяснениями. В деловых ЭС подсистема дает возможность убедиться в правильности и обоснованности решений. Различают две компоненты подсистемы: активную и пассивную. Первая - стандартная, обычная для программных систем:
запрашивает исходные данные, предлагает подсказки и пр. Ее деятельность регламентирована "Меню", HELP, подсказками и пр. Пассивная компонента специфична для ЭС. Подсистема должна в любой момент времени останавливать работу ЭС, сообщать параметры ее состояния и информацию о пройденном пути выводов, предоставлять возможность возврата на любой ее участок; получать ответы на вопросы типа "почему", "как", "зачем" и др.
Средство разработки ЭС
Можно выделить четыре вида средств;
алгоритмические языки программирования (BASIC, FORTRAN, С/ С++, PASCAL, их недостаток-трудность программирования, кроме языка системного программирования С/ С++, остальные считаются неперспективными;
языки логического и функционального программирования (PROLOG, LISP) наиболее пригодны для
ЭС в силу заложенных в них принципов математической логики;
инструментальные средства создания ЭС;
"оболочки" ЭС (SHELL-системы).
Остановимся сначала на "оболочках" ЭС. Это пустые ЭС, в которых базы знаний не заполнены. Проектирование ЭС на базе имеющейся оболочки является непродолжительным и нетрудоемким. Однако приходится "втискиваться" в имеющиеся ограничения, что делает ЭС неэффективной, негибкой для данной предметной области. Для того чтобы избежать слишком больших ограничений, накладываемых оболочками, в последнее время стала развиваться концепция инструментальных средств ЭС. Она позволяет создавать отдельные компоненты ЭС за счет предоставления удобного инструментария: интерпретаторы и компиляторы для обработки знаний; механизм логического вывода; средства управления базами знаний; средства построения интерфейса с пользователем; средства для пояснения выводов ЭС. Этот инструментарий позволяет с меньшими затратами создавать оболочки ЭС, более пригодных для данной предметной области. В качестве примера можно назвать ABC, ART, KEE, разработку РАН "ПИЭС". Хорошо себя зарекомендовала среда
проектирования ЭС СПИЭС, созданная в 1987 г. во ВНИИСИ РАН, кроме того, ИНТЕР-ЭКСПЕРТ интегрированная система ведения баз данных и баз знаний и, конечно, созданная в Минске экспертная оболочка ДИЭКС.
В настоящее время нами создана подсистема ЭС, ориентированная на обработку информации о надежности и безопасности трубопроводов. Основой для данной подсистемы служит метод индекса оценки безопасности трубопровода, разработанный в лаборатории проблем транспорта Института биологии. Сейчас мы работаем над улучшением способов обработки и анализа данных, а также принятия решений. Первоначальный вариант подсистемы был создан на языке программирования PROLOG, но из-за сложности обновления программного обеспечения для этого языка было решено перенести существующую подсистему на более распространенные программные средства. Среди большого количества использующихся в наше время языков программирования был выбран Delphi, являющийся визуальным программным средством, продолжающим линейку развития языка PASCAL.
ЛИТЕРАТУРА
1. Нейлор К. Как построить свою экспертную систему. М., 1991. 286 с.
2. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. М.: 1987. 191 с.
3. Братко И. Программирование на языке Пролог для искусственного интеллекта. М,: Мир, 1990, 560 с.
Логотип -
Начало -
Общие
сведения -
Структура -
Научная деятельность
Информационные ресурсы -
Новости -
Поиск по
серверу -
Карта сервера