Преимущества эс. Задачи эс

Вид материала

Реферат

Содержание Типичный проект ЭС для несложной проблемной области имеет следующие характеристики (рис. 35) Критерии эффективности эс Приобретение знаний Классификация методов извлечения знаний Этапы приобретения знаний. Психологический аспект получения знаний. Контактный слой. Когнитивный слой. Гносеологический аспект получения знаний. Лингвистический аспект получения знаний. 1.Проблема общего кода. 2.Понятийная структура. 3.Словарь пользователя. Перспективы развития эс.

Подобный материал:

• Планирование привлечения и высвобождения работников. Преимущества и недостатки внутризаводского, 28.01kb.
• Тема: Введение. Предмет, цели и задачи прогнозирования и оценки мпи. Преимущества комплекса, 144.58kb.
• Преимущества и недостатки мультимедийной презентации, 11.42kb.
• Преимущества лизинга, 37.09kb.
• Лекция религия и невроз, 7200.62kb.
• Общественным Советом Министерства промышленности и торговли проводит круглый стол под, 470.98kb.
• 1. Каждый темперамент имеет свои преимущества, 73.33kb.
• Менеджмент (бакалавриат) Основные преимущества обучения , 69.74kb.
• Курсовая работа по дисциплине: маркетинг На тему: Анализ состояния рынка минеральной, 464.13kb.
• Культурная революция, 222.61kb.

Типичный проект ЭС для несложной проблемной области имеет следующие характеристики (рис. 35):

Трудоемкость	6 человеко-лет	Занятость
Время	2 года
Штат	Ст. инженер	0.25
	Мл. инженер	1.0
	Сист.прграммист	1.0
	Эксперт	0.75
	Итого	3.0 специалиста с полным раб. днем

Рис. 35. Состав разработчиков ЭС


. КРИТЕРИИ ЭФФЕКТИВНОСТИ ЭС.

Выделяются:

1. Требования для возможности разработки ЭС.
   
2. Требования, когда разработка ЭС оправдана.
   
3. Требования, когда разработка ЭС разумна.
   

Рис.36. Требования возможности разработки ЭС.

Сама по себе возможность разработки ЭС еще не означает, что необходимо ее сделать.

Необходимо обосновать оправданность больших вложений в ее разработку.





Рис.37. Требования оправданности разработки ЭС.


Требования к разумности разработки ЭС определяются факторами: характером, сложностью и широтой постановки задачи.




Рис.38. Применение ЭС разумно.


Контрольные вопросы:

1. Факторы , которые учитывается при выборе ИС.
   
2. Какие трудности связаны с инструментальными средствами?
   
3. Кто входит в число разработчиков ЭС?
   
4. Критерии возможности разработки ЭС.
   
5. Критерии эффективности разработки ЭС.
   
6. Критерии оправданности разработки ЭС.
   

ПРИОБРЕТЕНИЕ ЗНАНИЙ.


Лекция 15 Классификация методов приобретения знаний

План лекции:

1. Этапы приобретения знаний
   
2. Классификация методов извлечения знаний
   
3. Условия взаимодействия аналитика и эксперта.
   

Ключевые слова:

Извлечение, приобретение знаний, коммуникативные методы, текстологические методы, «мозговой штурм», «круглый стол», пассивные методы, активные методы, групповые методы, индивидуальные методы, эксперт, аналитик.


Приобретение знаний – один из самых узких мест при разработке ЭС. Сегодня не существует никаких автоматических средств для приобретения знаний.

Предметные знания ЭС могут быть взяты из многих источников, таких как учебники, отчеты, истории болезни, опытные данные и личный опыт. Однако главный источник знаний – специалист-эксперт. Инженер по знаниям обычно получает знания, непосредственно взаимодействуя с экспертом.




Рис.39. Процесс приобретения знаний.


Этот процесс состоит из продолжительной серии напряженных систематических интервью, обычно продолжающихся в течение многих месяцев.

Инженер по знаниям должен работать с экспертом, наблюдая, как он работает в конкретной ситуации. Резко оказывается эффективным подход, при котором эксперту напрямую задаются вопросы о его правилах и методах решения конкретного класса задач. Эксперты обычно испытывают трудности при формулировании таких правил. Этот аспект природы эксперта называется парадоксом экспертизы. Поэтому главное правило: не будьте своим собственным экспертом!


. КЛАССИФИКАЦИЯ МЕТОДОВ ИЗВЛЕЧЕНИЯ ЗНАНИЙ.


Рис.40.Классификация методов.


Из рис. 40 видно, что основной принцип деления связан с источником знаний. Коммуникативные методы охватывают все виды контактов с живым источником знаний – экспертом, а текстологические касаются методов извлечения знаний из документов (методик, пособий, руководств) и специальной литературы (статей, монографий, учебников). Разделение этих групп методов на верхнем уровне классификации не означает их антагонистичности, обычно инженер по знаниям комбинирует различные методы, например, сначала изучает литературу, затем беседует с экспертами, или наоборот.

В свою очередь, коммуникативные методы можно также разделить на две группы: активные и пассивные. Пассивные методы подразумевают, что ведущая роль в процедуре извлечения знаний как бы передается эксперту, а инженер по знаниям только протоколирует рассуждения эксперта во время его реальной работы по принятию решения или записывает то, что эксперт считает нужным самостоятельно рассказать в форме лекции. В активных методах, напротив, инициатива полностью в руках инженера по знаниям, который активно контактирует с экспертом различными способами – в играх, диалогах беседах за «круглым столом» и т. д. Пассивные методы на первый взгляд достаточно просты, но на самом деле требуют от инженера по знаниям умения четко анализировать «поток сознания» эксперта и выявлять в нем значимые фрагменты знаний. Отсутствие обратной связи (пассивность инженера по знаниям) значительно ослабляет эффективность этих методов, чем и объясняется их обычно вспомогательная роль при активных методах. Активные методы можно разделить на две группы в зависимости от числа экспертов, отдающих свои знания. Если их число больше одного, то целесообразно помимо серии индивидуальных контактов с каждым применять и методы групповых обсуждений предметной области. Такие групповые методы обычно активизируют мышление участников дискуссий и позволяют выявить весьма нетривиальные аспекты их знаний. В свою очередь, индивидуальные методы на сегодняшний день остаются ведущими, поскольку столь деликатная процедура, как «объем знаний», не терпит лишних свидетелей.

Отдельно следует сказать об играх. Игровые методы сейчас широко используются в социологии, экономике, менеджменте, педагогике для подготовки руководителей, учителей, врачей и других специалистов. Игра – особая форма деятельности и творчества, где человек раскрепощается и чувствует себя намного свободнее, чем в обычной трудовой деятельности.


ЭТАПЫ ПРИОБРЕТЕНИЯ ЗНАНИЙ.


Приобретение знаний от эксперта и структурирование этих знаний в удобную форму – одно из самых узких мест при разработке ЭС. Сегодня не существует никаких автоматических методов.

Инженер по знаниям получает их от экспертов из систематических интервью, продолжающихся долгие месяцы. Интервью – это не просто беседа, это еще и наблюдение за экспертом, как он решает практические задачи из данной области. Ему помогают «протоколы рассуждения вслух». В таблице приведены методы извлечения знаний от эксперта.

Опытные инженеры знаний развивают рабочие гипотезы на основании высказываний эксперта, и проверяют их на правильность и непротиворечивость. Существует несколько методов извлечения знаний у эксперта.

1. Наблюдение на рабочем месте. Здесь эксперт решает задачу на своем рабочем месте, а инженер по знаниям наблюдает, причем наблюдает пассивно. Это дает ему представление о сложности проблемы, подсказывает характер диалоговых возможностей. Этот метод может оказаться непригодным из-за необходимых затрат времени или соображений профессиональной этики.
   

Таблица 8.

Метод

Описание

Наблюдение на рабочем месте Обсуждение задач Описание задач Анализ задачи Доводка системы Оценивание системы Проверка системы

- Протоколирование хода решения задачи - Выявить виды данных, знаний и процедур, необходимых для решения задачи - Просят эксперта написать прототипную задачу на каждую категорию ответов - Представить эксперту ряд реальных задач для решения вслух с целью выявления логики рассуждений - Попросить эксперта представить несколько задач для решения с использованием правил, выявленных в интервью - Попросить эксперта проверить работу системы и подвергнуть критике правила и структуру управления ЭС - Дать примеры, решенные экспертом и ЭС, другим экспертам для оценки

2. Обсуждение задач. Инженер знаний выбирает некоторое множество репрезентативных задач и в свободной неформальной манере обсуждает их с экспертом. Цель обсуждения – определить как эксперт организует знания о каждой задаче, как представляет понятия и гипотезы, как обращается с неполными, неточными и противоречивыми данными. Обычно задаются вопросы:
   

• отличие данной задачи от типичных задач данной предметной области;
  
• какие типы решений соответствуют этой задаче;
  
• можно ли данную задачу разбить на несвязанные друг с другом подзадачи;
  
• какие знания необходимы для решения задачи;
  
• что может выступать в качестве объяснения или обоснования решения задачи.
  

3. Описание задач. Инженер по знаниям получает от эксперта описание типичной задачи для каждой категории возможных ответов. Это помогает определить прототипную задачу для каждой категории ответов, некоторую конструкцию, которую ЭС может использовать при выборе стратегии или основного подхода к решению данной задачи. Этот подход особенно интересен для задач диагностического поиска.
   
4. Анализ задач. Инженер по знаниям просит эксперта решить несколько задач, стремясь постичь стратегию решения, используемую экспертом. Эксперт решает задачи, близкие к реальным, и выделяет как можно больше промежуточных шагов. При этом инженер по знаниям использует тактику «вглубь», расспрашивая сначала как было достигнуто заключение С, затем те, из которых получено С, и т. к. уходя по ветвлениям дерева целей. Здесь важно не уходить «вширь», то есть избегать длинных путей, уводящих в сторону.
   
5. Доводка системы. Эксперт дает инженеру задачи, сначала простые до весьма трудных. Пока ЭС не начала работать инженер решает задачи на бумаге, используя понятия, структуры и правила, полученные от эксперта. Это позволяет провести быструю проверку полноты и непротиворечивости знаний, извлеченных от экспертов. Но как только ЭС заработает, инженер должен решать задачи с ее помощью.
   
6. Оценивание системы. Эксперт анализирует и критически оценивает каждое правило ЭС, проверяет стратегии управления, используемые для выбора правил. Эксперт сравнивает стратегию управления в ЭС со своим методом решения задач в этой проблемной области.
   
7. Проверка системы. Инженер по знаниям предоставляет примеры, решенные экспертом и прототипной версией ЭС другим экспертам. Это позволяет сравнивать стратегии различных экспертов и находить важнейшие моменты, вызывающие разногласия.
   

Условия взаимодействия эксперта и инженера по знаниям.

1. Оба участники должны быть тщательно подготовлены.
   
2. Эксперт должен быть не только компетентным специалистом, но и заинтересованным лицом в достижении конечной цели – построении ЭС. Он должен быть доброжелателен к инженеру, уметь объяснять свои знания, наилучший случай, если эксперт имеет преподавательский опыт.
   
3. Аналитику необходимо: глубоко познакомиться со специальной литературой по предметной области, чтобы не задавать слишком «глупых» вопросов; уметь слушать и грамотно задавать вопросы; настроиться на роль «ученика», а не «экзаменатора».
   

На сегодняшний день приобретение знаний неавтоматизировано, то есть нет полных систем, позволяющих автоматизировать этот процесс.

Методы интервьюирования эксперта с использованием нескольких различных стратегий применены при создании системы TEIRESIAS. (1984г).

На основе этих стратегий исследуется возможность автоматического интервьюирования.

В системе KRIPTON (1987г) для приобретения знаний используются 2 источника: эксперт и документы. Для извлечения знаний по первому источнику используется метод интервью. Для работы по второму источнику применяется метод протокольного анализа, но он используется в случае хорошо структурированных знаний из книг, документов, инструкций.


Контрольные вопросы:

1. Что является объектом приобретения знаний в текстологических методах?
   
2. В чем отличие в пассивных и активных методов?
   
3. Какие методики входят в индивидуальные методы?
   
4. Что является основой пассивных методов?
   
5. Какие требования предъявляются к экспертам?
   
6. Какие требования предъявляются к аналитику?
   

Лекция 16 АСПЕКТЫ ПОЛУЧЕНИЯ ЗНАНИЙ.


План лекции:

1. Психологический аспект приобретения знаний.
   
2. Гносеологический аспект приобретения знаний.
   
3. Лингвистический аспект приобретения знаний.
   

Ключевые слова:

Психологический аспект, гносеология, контактный слой, процедурный слой, когнитивный слой, лингвистический аспект, общий код, понятийная структура, тезаурус, словарь пользователя


ПСИХОЛОГИЧЕСКИЙ АСПЕКТ ПОЛУЧЕНИЯ ЗНАНИЙ.


Из аспектов получения знаний психологический является главным, так как он определяет успешность и эффективность взаимодействия инженера по знаниям (аналитика) с основным источником знаний – экспертом-профессионалом, а также потому, что извлечение знаний происходит чаще всего в процессе непосредственного общения разработчиков системы.

Стремление и умение общаться могут характеризовать степень профессионализма инженера по знаниям.

Известно, что потери информации при разговорном общении велики:

Эксперт задумал -100% информации.

Приобрело словесную форму - 90%

Высказано - 80%

Выслушано - 70%

Понято - 60%

Осталось в памяти у инженера по знаниям - 24%

В связи с этим рассмотрим проблему увеличения информативности общения аналитика и эксперта за счет использования психологических знаний.

Структура психологического аспекта извлечения знаний:

1. контактный слой;
   
2. процедурный слой;
   
3. когнитивный слой.
   

Мы можем предложить такую структурную модель общения при извлечении знаний:

• участники общения (партнеры);
  
• средства общения (процедура);
  
• предмет общения (знания).
  

В соответствии с этой структурой и выделяются три «слоя» психологических проблем, возникающих при извлечении знаний.

Контактный слой. Все психологи отмечают, что на любой коллективный процесс влияет атмосфера, возникающая в группе участников. Существуют эксперименты, результаты которых говорят, что дружеская атмосфера в коллективе больше влияет на результат, чем индивидуальные возможности отдельных членов группы. Особенно важно, чтобы в коллективе разработчиков складывались кооперативные, а не конкурентные отношения. Для кооперации характерна атмосфера сотрудничества, взаимопомощи, заинтересованности в успехах друг друга, то есть уровень нравственного общения, а для отношений конкурентного типа - атмосфера индивидуализма и межличностного соперничества (более низкий уровень общения).

Можно выделить ряд черт личности, характера и других особенностей участников общения, оказывающих влияние на эффективность процедуры (этими знаниями обязательно должен обладать инженер по знаниям):

• доброжелательность и дружелюбие;
  
• чувство юмора;
  
• хорошая память, внимание;
  
• наблюдательность;
  
• воображение и впечатлительность;
  
• большая собранность и настойчивость;
  
• общительность и находчивость;
  
• аналитичность;
  
• располагающая внешность, манера одеваться;
  
• уверенность в себе.
  

Процедурный слой. Инженер по знаниям, успешно овладевший наукой доверия и взаимопонимания с экспертом (контактный слой), должен еще уметь воспользоваться благоприятным взаимодействием этой атмосферы. Проблемы процедурного слоя касаются проведения самой процедуры извлечения знаний. Здесь мало проницательности и обаяния, полезного для решения проблем контакта, тут необходимы профессиональные знания.

Беседу с экспертом лучше всего проводить в небольшом помещении tete - a –tete. Освещение, тепло, уют влияют непосредственно на настроение. Чай или кофе создадут дружескую атмосферу. Американский психолог И. Атватер считает, что для делового общения наиболее благоприятная дистанция от 1,2 до 3 м. Минимальным «комфортным» расстоянием можно считать 0,7 – 0,8 м.

Реконструкция собственных рассуждений – нелегкий труд, и поэтому длительность одного сеанса обычно не превышает 1,5 – 2 ч. Эти 2 часа лучше выбрать в первой половине дня (например, с 10 до 12 ч). Известно, что взаимная утомляемость партнеров при беседе наступает через 20 – 25 минут, поэтому в сеансе нужны паузы.

Любой инженер по знаниям имеет свою уникальную манеру разговора. Одни говорят быстро, другие медленно; одни громко, другие тихо и так далее. Стиль разговора изменить практически невозможно – он закладывается в человеке в раннем детстве. Однако извлечение знаний – это профессиональный разговор, и на его успешность влияет также длина фраз, которые произносит инженер по знаниям (лингвист Ингве и психолог Миллер).

Оказывается, человек лучше всего воспринимает предложения глубиной (или длиной) 72 слова. Это число (72) получило название число Ингве-Миллера. Его можно считать мерой «разговорности» речи.

Можно предложить 3 способа протоколирования результатов:

• запись на бумагу непосредственно по ходу беседы (недостатки – это часто мешает беседе, кроме того, трудно успеть записать все, даже при наличии навыков стенографии);
  
• магнитофонная запись, помогающая аналитику проанализировать весь ход сеанса и свои ошибки (недостаток – может сковывать эксперта);
  
• запоминание с последующей записью после беседы (годится только для аналитиков с блестящей памятью).
  

Когнитивный слой. Когнитивная психология (англ. cognition – познание) изучает методы, при помощи которых человек познает окружающий мир.

Предложим несколько советов инженеру по знаниям с позиции когнитивной психологии:

• не навязывать эксперту ту модель представления, которая ему (аналитику) более понятна и естественна;
  
• использовать различные методы работы с экспертом, исходя из условия, что метод должен подходить к эксперту, как « ключ к замку»;
  
• четко осознавать цель процедуры извлечения или ее главную стратегию, которая может быть определена как выявление основных понятий предметной области и связывающих их отношений;
  
• чаще рисовать схемы, отображающие рассуждения эксперта. Это связано с образной репрезентацией информации в памяти человека.
  

Овладеть этой психологической культурой (с ее азами) легче с помощью специалистов, но можно и самостоятельно с помощью книг.


.ГНОСЕОЛОГИЧЕСКИЙ АСПЕКТ ПОЛУЧЕНИЯ ЗНАНИЙ.


Гносеология – это раздел философии, связанный с теорией познания, или теорией отражения действительности в сознании человека.

Инженерия знаний как наука, если можно так выразиться, дважды гносеологична! Действительность (D) сначала отражается в сознании эксперта (М₁), а затем деятельность и опыт эксперта интерпретируются сознанием инженера по знаниям (М₂), что служит уже основой для построения третьей интерпретации (P_Z) – поля знаний экспертной системы (рис. 40). Процесс познания в сущности направлен на создание внутреннего представления окружающего мира в сознании человека


.





В процессе извлечения знаний аналитика в основном интересует компонент знания, связанный с индивидуальными знаниями эксперта, поскольку предметные области именно с таким типом знаний считаются наиболее восприимчивыми к внедрению экспертных систем. Эти области обычно называют эмпирическими, так как в них накоплен большой объем отдельных эмпирических фактов и наблюдений, в то время как их теоретическое обобщение – вопрос будущего. Познание всегда связано с созданием новых понятий и теории. Интересно, что часто эксперт как бы «на ходу» порождает новые знания, прямо в контексте беседы с аналитиком. Аналитику, который является «повитухой» при рождении нового знания, может помочь тут и инструментарий системной методологии, позволяющий использовать известные принципы логики научных исследований, понятийной иерархии науки. Эта методология заставляет его за частным увидеть общее, т. е. строить цепочки:

Факт  обобщенный факт  эмпирический закон  теоретический закон.

Структура самого знания имеет 2 уровня:

• эмпирический (наблюдения, явления);
  
• теоретический (законы, абстракции, обобщения).
  

Критерий научного знания. Теория – это не только стройная система обобщения научного знания, это также некоторый способ производства новых знаний.

Основными методологическими критериями научности являются:

• внутренняя согласованность и непротиворечивость;
  
• системность;
  
• объективность;
  
• историзм.
  

1. Внутренняя согласованность и непротиворечивость. Этот критерий в эмпирических областях на первый взгляд просто не работает. Модальность знания означает возможность его существования в различных категориях, то есть конструкциях существования и долженствования. Возможная противоречивость эмпирического знания – естественное следствие из основных законов диалектики, и противоречивые не всегда должны разрешаться в поле знаний. Неполнота знаний связана с невозможностью полного описания предметной области.
   
2. Системность. Системно-структурный подход к познанию ориентирует аналитика на рассмотрение любой предметной области с позиций закономерностей системного целого и взаимодействия составляющих его частей.
   
3. Объективность. Процесс познания глубоко субъективен, то есть он существенно зависит от особенностей самого познающего субъекта. Субъективность начинается уже с описания фактов и увеличивается по мере углубления идеализации объектов.
   
4. Историзм. Этот критерий связан с развитием. Познание настоящего – есть познание породившего его прошлого.
   

Рис.42. Структура познания.

1. Описание и обобщение фактов. Это как бы «сухой остаток» бесед аналитика с экспертом. Тщательность и полнота ведения протоколов во время процесса извлечения и пунктуальная «домашняя работа» над ними – вот залог продуктивного первого этапа познания.
   
2. Установление связей и закономерностей. В голове эксперта связи установлены, хотя часто и не явно; задача инженера – выявить каркас умозаключений эксперта. Реконструируя рассуждения эксперта, инженер по знаниям может опираться на две наиболее популярные теории мышления – логическую и ассоциативную.
   
3. Построение идеализированной модели. Для построения модели, отражающей представление субъекта о предметной области, необходим специализированный язык, с помощью которого можно описывать и конструировать те идеализированные модели мира, которые возникают в процессе мышления.
   
4. Объяснение и предсказание моделей. Этот завершающий этап структуры познания является одновременно и частичным критерием истинности полученного знания.
   

В заключение перечислим наиболее часто встречающиеся неудачи, связанные с гносеологическими проблемами инженерии знаний:

• обрывочность, фрагментность знаний (из-за нарушений принципа системности или ошибок в выборе фокуса внимания);
  
• противоречивость знаний (из-за естественной противоречивости природы и общества, неполноты извлеченных знаний, некомпетентности эксперта);
  
• ошибочная классификация (из-за неправильного определения числа классов или неточного описания классов);
  
• ошибочный уровень обобщения (из-за чрезмерной детализации или обобщенности классов объектов).
  

.ЛИНГВИСТИЧЕСКИЙ АСПЕКТ ПОЛУЧЕНИЯ ЗНАНИЙ.

Центральной проблемой при создании интеллектуальных информационных технологий является адекватное отображение знаний специалиста в памяти компьютера. Это привело к развитию нового направления в информатике – инженерии знаний, где определяется соотношение человеческого знания и его информационного отображения в ЭВМ. Инженерия знаний изучает и разрабатывает вопросы, связанные с получением знаний, их анализом и формализацией для дальнейшей реализации в интеллектуальной системе.

Здесь рассматривается лингвистический аспект извлечения знаний.

Структура лингвистического аспекта. Поскольку процесс общения инженера по знаниям и эксперта – это языковое общение, рассмотрим лингвистический аспект инженерии знаний. Выделим три слоя важных для инженерии знаний лингвистических проблем (рис. 43).





1.Проблема общего кода.

Большинство психологов и лингвистов считают, что язык – это основное средство мышления наряду с другими знаковыми системами «внутреннего пользования». Языки, на которых говорят и размышляют аналитик и эксперт, могут существенно отличаться.

Рассмотрим общий код. Итак, нас интересуют два языка – язык аналитика, состоящий из трех компонентов:

• терминов предметной области, которые он почерпнул из специальной литературы в период подготовки;
  
• общенаучной терминологии из его «теоретического багажа»;
  
• бытового разговорного языка, которым пользуется аналитик;
  

и язык эксперта, состоящий:

• из специальной терминологии, принятой в предметной области;
  
• общенаучной терминологии; бытового языка;
  
• неологизмов, созданных экспертом во время работы (его профессиональный жаргон).
  

Если считать, что бытовой и общенаучный языки у двух участников общения примерно совпадают, то некоторый общий язык, или код, который необходимо выработать партнером для успешного взаимодействия, будет складываться из потоков, представленных на рис. 43. В дальнейшем этот общий код преобразуется в некоторую понятийную (семантическую) сеть, которая является прообразом поля знаний предметной области.





Выработка общего кода начинается с выписывания аналитиком всех терминов, употребляемых экспертом, и уточнения их смысла. Фактически это составление словаря предметной области. Затем следуют группировка терминов и выбор синонимов (слов, означающих одно и то же). Разработка общего кода заканчивается составлением словаря терминов предметной области с предварительной группировкой их по смыслу, то есть по понятийной близости.

2.Понятийная структура.

Большинство специалистов по искусственному интеллекту и когнитивной психологии считают, что основная особенность естественного интеллекта и, в частности, памяти – это связанность всех понятий в некоторую сеть. Поэтому для разработки базы знаний нужен не словарь, а энциклопедия, в которой все термины объяснены в словарных статьях со ссылками на другие термины.

Таким образом, лингвистическая работа инженера по знаниям на данном слое проблем заключается в построении таких связанных фрагментов с помощью «сливания» терминов. При тщательной работе аналитика и эксперта в понятийных структурах начинает проглядывать иерархия понятий, что в общем согласуется с результатами когнитивной психологии.


3.Словарь пользователя.

Лингвистические результаты, соотнесенные со слоями общего кода и понятийной структуры, направлены на создание адекватной базы знаний. Однако не следует забывать, что профессиональный уровень конечного пользователя может не позволить ему применить специальный язык предметной области в полном объеме. Для разработки пользовательского интерфейса необходима дополнительная доработка словаря общего кода с поправкой на доступность и «прозрачность» системы.

В заключение перечислим характерные лингвистические неудачи, подстерегающие начинающего инженера по знаниям:

• разговор на разных языках;
  
• несоотнесение с контекстом и неадекватная интерпретация терминов;
  
• отсутствие отличий между общим кодом и языком пользователя.
  

Контрольные вопросы:

1. Что составляет структуру психологического аспекта приобретения знаний?
   
2. Что изучает «гносеология»?
   
3. Почему говорят, что инженерия знаний дважды гносеологична?
   
4. Что составляет критерии научного познания .
   
5. Чем отличается общий код от понятийной структуры?
   
6. Что необходимо учитывать при разработке пользовательского интерфейса
   

ЗАКЛЮЧЕНИЕ


.ПЕРСПЕКТИВЫ РАЗВИТИЯ ЭС.


История развития ЭС отражает тенденции развития:

1. Первый тип ЭС – это ЭС, предназначенные для решения хорошо структурированных задач, требующих небольшого объема эмпи­рических знаний. Основаны на лично­стных знаниях и профессиональном опыте эксперта.
   
2. Другой тип ЭС – это так называемые «оболочки ЭС». Это мета­системы, предназначенные для приобретения знаний из внешней среды. Основой оболочки выступает архитектура «готовый меха­низм» вывода и «пустая база знаний». Приобретение знаний под­держивают сервисные программы – редактор БЗ, средства от­ладки, трассировки.
   
3. Гибридные ЭС и ЭС реального времени. Их главный признак – использование ЭС как методологического средства для информа­ционного дизайна, цель которого состоит в создании больших систем обработки информации. По сути дела – это не ЭС. ЭС – это лишь элемент, интеллектуальный интерфейс во всей системе управления БЗ, интеллектуальных пакетов прикладных программ.
   
4. Сети ЭС. Их отличительная черта – в связывании нескольких ЭС, когда решение одной из них выступает как исходные данные для другой ЭС. Они эффективны, когда решаются задачи в условиях распределенной обработанной информации. Например, для иден­тификации многокомпонентных материалов, где сеть сопряжена с лабораторным оборудованием.
   

Успехи в разработке компьютерной аппаратуры существенно способствовали распространению экспертных систем, а также сде­лали возможным производство интегральных ЭС. Это системы, ап­паратно реализованные в виде микропроцессов. В интегральной ЭС не нужно различать саму ЭС, язык, на котором ЭС написана, и ком­пьютер. Они вместе называются интеллектуальными системами. Эти системы выполняют такие задачи, как наблюдение и управление оборудованием, обнаружение и диагностика его неисправностей, помощь в исправлении и планировании ремонтных работ.

Новая область приложения – ЭС для юристов. Они используются в таких областях, как:

• Составление документов.
  
• Интерпретация и прогноз по изменениям в законодательстве.
  
• Планирование и наблюдение за состоянием юридических знаний.
  
• Ведение исковых дел. Организует информацию о данном деле, оценивает стоимость иска и предлагает стратегию и тактику переговоров и закрытия дела.
  

Перспективными также являются следующие направления:

1. Разработки ЭС на основе логических языков программирования в рамках создания ЭВМ 5 поколения.
   
2. Расширение возможностей ЭС в отношении применения знаний, отличных от простых эмпирических ассоциаций, и разработка архитектур ЭВМ, способных манипулировать такими знаниями.
   
3. Совершенствования ЭС связаных с расширением диапазона когнитивных возможностей. Традиционные ЭС – решатели задач. Подсистемы объяснения развиты слабо. Поэтому разработка средств объяснений – цель этого направления.
   
4. Разработка основ ЭС по распознаванию речи, то есть расширение источников получения знаний.
   

ЛИТЕРАТУРА

1. Руководство по экспертным системам. Под. ред. Уотерман Д.- М.: Мир, 1989.
   
2. Экспертные системы. Под ред. Форсайта- М.: Радио, 1987.
   
3. Осуга С. Обработка знаний- М.: Мир, 1989
   
4. Х.Узно, М. Исидзука. Представление и использование знаний- М., 1989.
   
5. Принципы искусственного интеллекта-М.: Радио, 1987.
   
6. Хейс-Рот, Уотерман. Построение экспертных систем- М.: Мир, 1987.
   
7. Томпсон З. Анатомия экспертных систем- М.: Мир 1987.
   
8. Экспертные системы - концепции и примеры, ФиС, 1987.
   
9. Эндрю А. Искусственный интеллект- М.: Мир, 1985.
   
10. Информатика. Под. ред. Макаровой Н.В. М.: Финансы и статистика, 2001