Системантика

Вид материала

Монография

Содержание 2. Экспертные системы

2. Экспертные системы

Результаты многолетних исследований в области искусственного интеллекта нашли наиболее полное практическое применение в экспертных системах.

Под экспертной системой понимают автоматизированную систему, в которой накоплен опыт экспертов в виде знаний в такой форме, что машина может дать совет или принять решение относительно обрабатываемой функции. При этом система по требованию пользователя может объяснить ход своих рассуждений понятным для него образом. Интеллектуальное ядро экспертных систем составляют машинные программы, способные выполнять самые разнообразные функции – консультировать и давать советы, анализировать и планировать объекты, обучаться и обучать, проводить поиск решений, обмениваться информацией, идентифицировать, интерпретировать, осуществлять диагностику и тестирование, планировать и составлять расписание и множество других трудноформализуемых задач. Такие программы призваны решать те задачи, где, как принято считать, невозможно обойтись без эксперта-человека.

В настоящее время существует ряд подобных систем, достигших такого уровня «квалификации», что их можно считать настоящими экспертами в тех областях, на которые они ориентированы (рис. 29).



Рис. 29. Блок-схема экспертной системы

Любая экспертная система включает базу знаний, состоящую из правил (продукций), каждая из которых по своей сути просто программа из одного оператора вида «если ..., то…».

Последовательностью таких элементарных программ определяется набор разрешенных преобразований от начального состояния до окончательного решения поставленной задачи. Правила с помощью специальной программы могут добавляться, изменяться и исключаться.

Каждая продукция представлена отдельным модулем, который может аппаратно исполняться отдельным процессором. Все продукции объединены управляющей структурой.

В экспертную систему входят эксперты и ряд программ. Знания экспертов вводятся в экспертную систему и используются по сценарию для экспертизы в данной предметной области.

Вопросно-ответная программа обеспечивает возможность взаимодействия с пользователем на естественном языке. Программа накоплений знаний позволяет пользователю пополнять и модифицировать базу знаний: объясняющая программа – проверить ответ системы; программа-интерпретатор интерпретирует продукции в терминах предметной области; исполнительная программа обеспечивает работу всей системы. Для большинства применений экспертных систем являются типичными:

1) выбор предметных областей, где важная роль отводится эвристическим задачам и подходам в целом;

2) выбор трудноформализуемых задач, требующих для своего решения такого количества информации, что ее обработка трудоемка и утомительна для человека-эксперта.

Одними из самых трудоемких и длительных процессов при создании экспертных систем являются процессы представления знаний и построения базы знаний. Это, в частности, связано с необходимостью структурирования знаний для организации быстрого поиска.

При структурировании знаний отделяют факты из области применения системы (декларативные знания) от методов решения проблемы (процедурные знания).

Декларативные знания поступают в систему от экспертов в данной области и включают в себя аксиомы или правила, относящиеся к этим фактам. Для представления декларативных знаний применяют системы классификации, семантические сети, фреймы, продукции.

Процедурные знания относятся к процедурам обработки информации, методам логического вывода. Эти знания описывают последовательности действий, которые должны быть совершены, и последовательности целей, которые должны быть достигнуты.

Процесс решения задачи может развиваться индуктивно, от данных в направлении поиска решений, и дедуктивно, в направлении поиска доказательств истинности принятых для решения гипотез.

Пример. Какие повреждения сокращают выход бензина из насоса (в автомобиле):

засорен клапан;

загрязнен фильтр;

накопилась грязь под клапаном;

повреждена мембрана.

Декларативное знание, введенное в экспертную систему: если выход бензина из бензонасоса недостаточен, то, возможно, засорен впускной шланг и т. д.

Существует проблема ведения базы знаний. Необходимость ее изменения с течением времени очевидна. Такая необходимость может быть вызвана устареванием существующих знаний, появлением новых или дополнительных сведений. Согласование знаний и отладка базы знаний выполняется на основе объяснительных механизмов экспертных систем в рамках решения общей проблемы, получившей неудачное название «инженерии знаний». При этом учитываются возможность согласования неточных и противоречивых знаний, возможность системы выдавать не единственное решение, а некоторое дерево решений, отражающее различные возможности при оценивании спорных ситуаций.

Для представления и ведения знаний в экспертных системах используются языки типа ЛИСП, Рефал, Пролог (языки обработки символьной информации). Они удобны для представления эвристических знаний и логического вывода. В них используется единый декларативный формализм для представления знаний из предметной области и процедурных знаний, включающих знания о самих процедурах.

Успех практической работы экспертных систем определяется их способностью к развитию и обучению. Одной из первых экспертных систем является DENDRAL, применение которой для интерпретации масс-спектров показано на рис. 30.



Рис. 30. Схема интерпретации масс-спектров


Еще одной системой является MYCIN – система для диагностики в медицине (инфекционные заболевания) (характеристики: пациент – состояние – диагноз).

В этой системе была извлечена проблемно-независимая часть («пустая система»), она была применена в других областях. Такие «пустые системы» сейчас принято называть инструментальными экспертными системами или оболочка.