Использование экспертных систем в экономической деятельности

 

2. Преимущества и недостатки экспертных систем

Экспертные системы были созданы с целью облегчения деятельности человека и упрощения работы в той или иной деятельности, поэтому они обладают рядом преимуществ перед человеком - экспертом.

Главное достоинство ЭС – возможность накапливать  знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

Среди основных преимуществ можно выделить:

1. Постоянство: вся информация, внесенная в базу данных не меняется, а знания экспертов могут изменяться, т.к. со временем человеческая компетенция ослабевает;
2. Легкость передачи: передача информации от машины человеку более простой процесс, который происходит путем копирования программы или файла данных
3. Издержки: Эксперты, особенно высококвалифицированные обходятся очень дорого. Разработка экспертных систем - достаточно дорогостоящий процесс, но они дешевы в эксплуатации, что в итоге выгоднее;
4. Устойчивость и воспроизводимость результатов: Экспертные системы устойчивы к «помехам». Человек же поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей, что существенно влияет на результат;
5. Повышенная надежность: позволяет повысить доверие к принятому решению. Если же решение экспертной системы и человека-эксперта не совпадают, это свидетельствует об ошибке, допущенной экспертом под влиянием внешних факторов (например, усталость);
6. Быстрый отклик: в экстренных ситуациях в зависимости от программного обеспечения экспертная система реагирует быстрее, чем эксперт - человек.

Однако экспертные системы несовершенны и обладают рядом недостатков, основные из которых:

1. Здравый смысл: человек - эксперт обладает помимо технических знаний здравым смыслом. На сегодняшний день еще неизвестно, как заложить здравый смысл в экспертные системы.
2. Творческий потенциал: человек - эксперт может реагировать творчески на необычные ситуации в отличии от экспертных систем.
3. Обучение: Человек - эксперт адаптируется автоматически к изменению среды, а экспертные системы необходимо явно модифицировать.

 

 

3. Известные виды экспертных систем

1. Экспертная система Cyc

Cyc — проект по созданию объёмной онтологической базы знаний, позволяющей программам решать сложные задачи из области искусственного интеллекта на основе логического вывода и привлечения здравого смысла.

Проект начал Дуглас Ленат в 1984 году в Microelectronics and Computer Technology Corporation. Название «Cyc» (образованное от «encyclopedia» произносится «цик») является зарегистрированной торговой маркой компании Cycorp, Inc в Остине, которой управляет Ленат и созданной для разработки Cyc. База знаний является собственностью компании, однако небольшая часть базы, предназначенная для установления общего словаря для программ автоматического рассуждения, была выпущена как OpenCyc под открытой лицензией. Позднее, Cyc стала доступной для исследователей искусственного интеллекта под специальной исследовательской лицензией как ResearchCyc.

Типичным примером знаний в базе являются «Всякое дерево является растением» и «Растения смертны». Если спросить «умирают ли деревья?», машина логического вывода может сделать очевидный вывод и дать правильный ответ. База Знаний содержит более миллиона занесённых туда людьми утверждений, правил и общеупотребительных идей. Они формулируются на языке CycL.

Большая часть сегодняшней работы в проекте Cyc все ещё связана с инженерией знаний — описание фактов об окружающем мире вручную и реализация эффективных механизмов логического вывода на основе этих знаний. Однако ведётся работа над тем, чтобы дать системе Cyc возможность самостоятельно общаться с пользователями на естественном языке, и над ускорением процесса пополнения базы с помощью машинного обучения.

Описание Базы Знаний, терминология. Концепции в Cyc называются константами. Имена констант начинаются с необязательных символов «#$» и чувствительны к регистру. Существуют константы для:

• Отдельных элементов, которые называются individual, например #$BillClinton или #$France.
• Совокупностей (Collections) таких, как например, #$Tree - ThePlant (в которую входят все деревья) или #$EquivalenceRelation (в которой содержатся все отношения эквивалентности). Член совокупности называется экземпляром данной коллекции.
• Функций истинности (Truth Functions) которые можно применять к одной или нескольким концепциям и возвращающие значение истина или ложь. Например #$siblings (потомки одного родителя) является отношением родства, истинным только в том случае, когда два его аргумента являются братьями или сёстрами. По соглашению, константы функций истинности начинаются с буквы в нижнем регистре. Функции истинности поддаются разбиению на логические связки (такие как #$and, #$or, #$not, #$implies), кванторы (#$forAll, #$thereExists, и т. д.) и предикаты.
• Функций (Functions), которые образуют новые термы из данных. Например, если передать функции #$FruitFn в качестве аргумента тип (или коллекцию) растений, вернёт коллекцию их фруктов. По соглашению, имена констант функций начинаются с буквы в верхнем регистре и заканчиваются строкой «Fn».

Наиболее важными предикатами являются #$isa и #$genls. Первый является утверждением что некий элемент является экземпляром некой коллекции, а второй что коллекция является подколлекцией другой коллекции. Факты о концепциях декларируются с помощью особых высказываний языка CycL. Предикаты записываются в скобках перед своими аргументами:

(#$isa #$BillClinton #$UnitedStatesPresident) – означает что «Билл Клинтон входит в совокупность президентов США», а высказывание (#$genls #$Tree - ThePlant #$Plant) читается как «Все деревья являются растениями».

(#$capitalCity #$France #$Paris) –  значит: «Париж столица Франции».

Высказывания также могут содержать переменные, строки начинающиеся со знака «?». Эти высказывания называются «правилами». Одно из важнейших правил, относящихся к предикату #$isa читается:

(#$implies

(#$and

(#$isa ?OBJ ?SUBSET)

(#$genls ?SUBSET ?SUPERSET))

(#$isa ?OBJ ?SUPERSET))

 – что означает: «если OBJ является экземпляром коллекции SUBSET, а SUBSET в свою очередь является подколлекцией SUPERSET тогда также OBJ является экземпляром коллекции SUPERSET».

База знаний Cyc разделена на микротеории (Mt), коллекции концепций и фактов принадлежащих одной конкретной области знаний. В отличие от полной базы знаний, всякая микротеория должна быть свободной от противоречий. Всякая микротеория имеет название, которое является обычной константой; по соглашению константы микротеорий содержат строку «Mt». Пример — #$MathMt, микротеория содержащая математические знания. Микротеории могут наследоваться одна от другой и организованы в иерархию: одной из специализаций #$MathMt является #$GeometryGMt — микротеория о геометрии.

Критика проекта Cyc. Cyc описывают как «одно из наиболее противоречивых начинаний в истории искусственного интеллекта», так что он неизбежно получил свою долю критики:

• Чрезмерная сложность системы — без сомнения необходимая в силу энциклопедических амбиций — и соответственно сложность добавления (вручную) данных в систему;
• Проблемы масштабируемости from widespread reification, особенно как константы;
• Неудовлетворительное использование концепции материи, и связанного с этим, различия между внутренними и внешними свойствами;
• Отсутствие вменяемых измерений производительности или сравнений эффективности машины вывода Cyc;
• Нынешняя неполнота системы как в ширину, так и глубину, и связанная с этим сложность в измерении её полноты;
• Недостаток документации;
• Отсутствие не устаревшего онлайнового обучающего материала усложняет изучение системы для новичков;
• Несмотря на своё название система OpenCyc не является полностью открытой: данные доступны для редактирования пользователям, но код недоступен для расширения разработчикам.

Данные вопросы обсуждались в разных местах с момента запуска проекта. Даг Ленат и другие опубликовали множество аргументов в защиту своего проекта.

 

3.1.1 OpenCyc

Последняя версия OpenCyc 1.0 была выпущена в июле 2006 года. OpenCyc 1.0 включает в себя полную онтологию Cyc содержащую сотни тысяч выражений, миллионы утверждений, связывающих термы между собой. База знаний содержит 470000 концепций и 306000 фактов и её можно просмотреть на сайте OpenCyc. Первая версия OpenCyc была выпущена в мае 2001 года и содержала только 6000 концепций и 60000 фактов. База знаний выпущена под лицензией Apache. Cycorp намерена выпускать OpenCyc под параллельными, менее жесткими лицензиями, чтобы удовлетворить потребности своих пользователей. Интерпретатор CycL и SubL (программа, которая позволяет вам просматривать и изменять базу данных и делать выводы) выпущена бесплатно, но только в двоичном виде, без исходных текстов. Она работает как под GNU/Linux так и под Microsoft Windows.

 

 

3.1.2 ResearchCyc

В июле 2006 года Cycorp выпустила ResearchCyc 1.0, бесплатную (но с закрытыми исходниками) версию Cyc предназначенную для исследовательского сообщества (ResearchCyc находился в бета версии в течение всего 2004 года, а выпущена в бета - тестирование она была в феврале 2005). В дополнение к таксономической информации из OpenCyc, ResearchCyc включает значительно больше семантических знаний (то есть дополнительные факты) о концепциях в своей базе знаний, и включает большой лексикон, инструменты для грамматического разбора и генерации Английского языка, написанные на языке Java интерфейсы для редактирования знаний и создания запросов к базе.

Cycorp публично выразила своё намерение выпустить все термы и таксономические взаимосвязи, содержащиеся в ResearchCyc, как часть OpenCyc и это было сделано в версии 1.0. Одна из указанных целей — создать полностью свободный и неограниченный семантический словарь для использования в Semantic Web. Таксономия OpenCyc доступна в формате Owl на сайте проекта.

 

 

2. Экспертная система CLIPS

CLIPS, (от англ. C Language Integrated Production System) – программная экспертная система. Синтаксис и название предложены Чарльзом Форги в OPS (Official Production System). Первые версии CLIPS разрабатывались с 1984 года в Космическом центре Джонсона (Johnson Space Center), пока в начале 1990-х не было приостановлено финансирование, и NASA вынудили купить коммерческие продукты.

Вероятно, CLIPS является наиболее широко используемой экспертной системой благодаря своей скорости, эффективности и бесплатности. Несмотря на то, что теперь она является общественным достоянием, она до сих пор обновляется и поддерживается своим изначальным автором, Гэри Райли.

CLIPS включает  полноценный объектно - ориентированный язык COOL для написания экспертных систем. Хотя она написана на языке Си, её интерфейс намного ближе к языку программирования LISP. Расширения можно создавать на языке Си, кроме того, можно интегрировать CLIPS в программы на языке Си.

Как и другие экспертные системы, CLIPS имеет дело с правилами и фактами. Различные факты могут сделать правило применимым.

Потомками CLIPS являются языки программирования Jess (часть CLIPS, работающая с правилами и переписанная на Java, позже развившаяся в другом направлении), ECLiPSe, Haley Eclipse, FuzzyCLIPS (с добавлением концепции значимости relevancy в язык) и другие.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Экспертные системы в экономической деятельности

1. Интегрированные информационные системы управления предприятием

Бурный прогресс современных информационных технологий, повсеместное проникновение Internet, широкое использование Web - решений начинают серьезно затрагивать промышленную сферу, имея в виду все уровни производственного цикла в целом, включая и системы управления производством.

Глобальное наступление Internet - технологий начинает врываться и в область промышленной автоматизации. Настало время объединения достижений современных информационных технологий с возможностями традиционных программно - технических решений АСУТП и повышения на этой основе эффективности управления промышленными предприятиями в целом.

Ведущие производители средств промышленной автоматизации, принимавшие участие в реализации проектов комплексной автоматизации крупных предприятий и корпораций, отреагировали на это, и, осознав необходимость тесной интеграции систем верхнего (бизнес - приложений) и нижнего (технологического) уровней, заявили о выпуске новых видов программно-технических средств для АСУТП, основанных на использовании современных информационных технологий.

Активное внедрение вышеупомянутых стандартов в АСУТП не является просто данью моде или стремлением таким образом дифференцироваться от конкурентов. Эти технологии явились инструментом для построения новой стратегии глобальной инфраструктуры предприятия и фактом повышения роли информационных технологий в области промышленной автоматизации.

Дело в том, что до последнего времени основные подсистемы автоматизации промышленных предприятий: АСУП, включающая систему автоматизации управленческой, финансово-хозяйственной деятельности и планирования ресурсов предприятия и АСУТП (система автоматизации технологических и производственных процессов) развивались обособленно и независимо друг от друга.

Поэтому исторически сложилось так, что каналы обмена информацией, особенно оперативной, между подсистемами оказались достаточно слабыми. Возможно, так и продолжалось бы дальше, но необходимость передачи технологических данных на уровень бизнес - приложений, в том числе и оперативных, стала очевидной. До сих пор, в большей части, управленческие решения на предприятиях строятся на интуиции и опыте. Однако заметное присутствие субъективного фактора на процесс принятия решения не гарантирует всегда взвешенного, проверенного решения.