4 Экспертные системы

Вид материала

Лекция

Содержание Понятие интеллектуальной информационной технологии (искусственный интеллект). Бионический (нейросетевой) подход к созданию искусственного интеллекта.

Подобный материал:

• Курс лекций "Экспертные системы" (Для студентов заочного обучения юридического факультета, 84.44kb.
• Алгоритмы обучения и архитектура нейронных сетей. Нейросетевые системы обработки информации, 21.42kb.
• Говоря простым языком, системы баз знаний это искусство, которое использует достижения, 267.75kb.
• Лекция №15. Экспертные системы Экспертные системы зародились в ходе развития методов, 188.15kb.
• Программа-минимум кандидатского экзамена по специальности 05. 13. 12 «Системы автоматизации, 99.32kb.
• Т. А. Гаврилова В. Ф. Хорошевский, 4192.44kb.
• Бортовые оперативно советующие экспертные системы – новый класс алгоритмов управления, 75.47kb.
• Экспертные системы, 211.08kb.
• С. Хабаров "Экспертные системы" (конспект лекций), 204.94kb.
• Программа дисциплины «Нечеткая логика, генетические алгоритмы и экспертные системы, 228.23kb.

Лекция 6

4.6. Экспертные системы.

Помимо распространенных видов ПО для кадровых служб могут представлять интерес еще один класс программных продуктов – экспертные системы.

Они разрабатываются для самых различных предметных областей и с каждым годом находят всё большее применение и больший круг пользователей.


В частности, создаются экспертные системы для служб персонала по отбору, оценка и расстановка кадров, которые рекомендованы для использования в различных сферах деятельности.

Также экспертные системы позволяют выполнять компьютерное психофизиологическое обследование и тестирование работников, проводить профориентацию, проф.отбор, прием на работу, сокращение штатов, аттестацию и получать рекомендации по наиболее эффективному использованию каждого работника в условиях конкретного предприятия, создавать профили профессий и должностей и оценивать совместимость команды и другие функции.


Экспертные системы – это разновидность прикладной программы, которая решает проблемы и делает выводы, объясняя их.

Экспертные системы являются первым этапом в создании искусственного интеллекта.


Экспертные системы можно классифицировать по различным признакам:

1. по назначение
   
2. по мощности.
   

1. По назначению выделяют 10 типов:
   
   1. Интеграция – в эту категория включаются экспертные системы, ориентированные на распознавание каких-либо образов, понимание речи, анализ изображений, идентификацию сигналов и другие аналитические задачи.
      
   2. Прогнозирование – способы давать вероятность оценки, задаваемых пользователем ситуации. Эти системы используются при решении таких задач, как прогнозирование кадрового потенциала фирмы на определенный период времени.
      
   3. Диагностика – делает выводы о нарушениях в работе каких-либо объектов по данным наблюдений на ними. Такие системы чаще всего используются при анализе работы различных механических устройств и систем ПО.
      
   4. Проектируемы – в результате работы системы создается конструкция объекта с учетом соответствующих ограничений. Среди задач этого типа выделяют проектирование зданий и составление бюджета. Для этих задач характерны принципы многовариантного решения, т.е. налагаемые ограничения и планирование ресурсов.
      
   5. Мониторинг – предназначены для выявления узких мест в работе систем.
      

Экспертные системы мониторинга являются предупредительными и разрабатываются для регулирования и управления финансами.


7. Отладка – системы этого типа не являются полностью экспертными. Они обобщают в себе элементы планирования, проектирования и прогнозирования, т.е. в них выдаются рекомендации по исправлению обнаруженных затруднений в процессе функционирования объектов. Например, это машинные системы отладки программ для компьютера.

8. Ремонт – в системах этого типа формируются и выполняются планы устранения обнаруженных нарушений в работе определенных объектов.

9. Обучение – системы этого типа констатируют и «отлаживают» знания ученика. В таких системах создана некая модель знаний ученика. Фактические знания ученика сравниваются с существующей моделью и, при необходимости, исправляются, дополняются, уточняются, т.е. пробелы ученика заполняются путем постоянного общения его с системой. Данные системы используются в кадровых службах при проведении мероприятий по обучению персонала.

10. Управление – системы этого типа можно назвать интегрированными, поскольку они объединяются в себе элементы всех рассмотренных выше систем.


II. По мощности экспертные системы группируются в 4 класса:

1. мощные экспертные системы для узкого круга пользователей – такие системы являются очень дорогостоящими и работают, как правило, в реальном масштабе времени. В основном, используются в военной промышленности.
   
2. мощные экспертные системы для широкого круга пользователей (например, диагностические системы) – менее дорогие
   
3. более простые и сравнительно недорогие экспертные системы для массового потребителя. Используются при поиске неисправностей в технических системах. База знаний таких систем может быть заполнена даже без помощи эксперта, а на основании информации из технической документации и справочников.
   
4. простые экспертные системы индивидуального пользования – такую систему может построить любой специалист и наибольшее распространение они нашли в кадровой службе и коммерческой деятельности.
   

Экспертные системы можно разделить на:

- консультационные (информационные)

- исследовательские

- управляющие


Больше распространение получили именно консультационные системы. Они могут использоваться в работе служб занятости, кадровых службах организации и рекрутинговых фирм.

В создании экспертных систем принимает участие 2 стороны:

1) человек-эксперт, обладающий глубокими знаниями, опытом, интуицией, умеющий четко излагать свои мысли, а также корректно формулировать и правильно решать задачи в некоторой предметной области.

2) группа специалистов по обработке информации – в этой группе можно выделить людей (когнитологи), которые занимаются формализацией знаний, полученных от экспертов, т.е. осуществляют первую домашинную обработку информации. Также к этой группе относятся программисты, которые собственно и разрабатывают экспертные системы в том виде, в котором они предстанут перед пользователем.

7. Понятие интеллектуальной информационной технологии (искусственный интеллект).

Искусственный интеллект – это программная система, имитирующая на компьютере мышление человека.

Для создания такой системы необходимо изучить мышления человека, решающего определенные задачи или принимающего решение в конкретной области, затем выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы искусственного интеллекта предполагают простой структурный подход в разработке сложных программных систем принятия решений.

Исследования, которые объединяются термином «искусственный интеллект» имеют специфический объект изучения и специфические методы.

Существуют 2 подхода к созданию искусственного интеллекта:

1. создание ЭВМ с максимально возможными характеристиками, получившие название «суперкомпьютер»
   
2. моделирование работы головного мозга (нейросетевые технологии)
   

7. Бионический (нейросетевой) подход к созданию искусственного интеллекта.

Одним из направлений бионического подхода к созданию интеллектуальных компьютерных систем являются исследования в области создания нейрокомпьютера, т.е. систем нечисловой информационно-логической обработки данных, реализуемых на базе новых принципов ЭВМ.

Нейросетевая технология обладает двумя полезными качествами:

1. способностью обучаться на конкретном множестве примеров
   
2. умение четко распознавать, прогнозировать новые ситуации с высокой степенью точности, причем в условиях внешних помех.
   

Все результаты обработки представляются в графическом виде, удобном для анализа и принятия решений.

Новейшие нейросетевые продукты позволяют работать как с числовыми, так и с текстовыми данными, т.е. преобразовать набор символов в уникальный набор цифр.

Использование нейронных сетей открывает почти неограниченные возможности применения, особенно в качестве аналитических инструментов, а также в плохо формализуемых и многокритериальных областях управления, таких как: анализ финансовой и банковской деятельности, биржевые рынки и т.д. Точность прогноза устойчиво достигаемая нейросетевыми технологиями при решении реальных задач превышает 95%.

4.9. Кадровые службы Интернета.