Экспертные системы

Курс “Экспертные системы” (заочное отделение) 2014

1.Экспертная система, ее достоинства и недостатки

1.1.Краткий исторический очерк

Технология экспертных систем является одним из направлений  новой области исследований, называемой искусственным интеллектом(ИИ, AI – Artificial Intellegence). По известному определению Бара и Файгенбаума:

Искусственный интеллект(ИИ) – это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, т.е. систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом, - понимание языка, обучение способность рассуждать, решать проблемы и т.д.

Первые попытки моделировать процесс мышления были предприняты в 60-х годах 20-го века. В те годы специалисты в области ИИ пытались найти общие методы для решения широкого класса задач и использовать их в универсальных программах. Разработка универсальных программ оказалась слишком сложна, кроме того, выяснилось, что чем универсальнее программа, тем скуднее ее возможности при решении конкретной проблемы.

В 70-е годы усилия были направлены на разработку общих методов и приемов программирования, пригодных для более специализированных программ. Постепенно стало ясно, что эффективность программы при решении задачи зависит от знаний, которыми она обладает, а не только от используемых ею формализмов и схем вывода. К концу 70-х гг. была принята принципиально новая концепция:

Чтобы сделать  программу интеллектуальной, ее нужно  снабдить множеством высококачественных специальных знаний о некоторой  предметной области.

Это привело к развитию специализированных программных систем, каждая из которых является экспертом в узкой предметной области. Эти программы получили название экспертных систем.

Определим экспертную систему(ЭС), как программную систему, использующую экспертные знания для обеспечения высокоэффективного решения задач в узкой предметной области.

ЭС содержит компоненту решения задачи и компоненту поддержки. Вторая помогает пользователю взаимодействовать с главной программой, в том числе тестировать и отлаживать ее, модифицировать ее знания и данные.

Технология построения ЭС называется инженерией знаний.

 

 

 

1.2.Основные  понятия и действующие лица  инженерии знаний

Средство построения ЭС(сокр. Инструмент) – язык программирования и поддерживающий пакет программ, используемые при создании экспертной системы. Язык программирования отличается от обычных языков тем, что обеспечивает удобные способы представления сложных высокоуровневых понятий.

Эксперт – человек, который  за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области(и ЭС моделирует все его стратегии).

Инженер знаний — человек, имеющий познания в информатике и ИИ и знающий, как надо строить экспертные системы. Он опрашивает экспертов, организует знания, решает, как они должны быть представлены в системе, и может помочь программисту в написании программ.

Процедура извлечения знаний у эксперта и занесения его  в программу называется извлечением знаний.

Конечный пользователь – человек, для которого была разработана система и который использует законченную ЭС. Например, это ученый, которому она помогает открывать новые месторождения минералов.

Пользователь – человек, использующий экспертную систему, т.е. конечный пользователь, эксперт, инженер знаний, клерк.

Рис.1.Инженерия знаний

 

1.3.Методология построения ЭС

Для достижения высокого качества функционирования необходимы эксперименты. Поэтому экспертная система развивается постепенно, доминирует эволюционный метод создания ЭС.

Основные этапы эволюции ЭС:

1. Идентификация. Инженер знаний и эксперт выделяют проблемную область, определяют характеристики задачи, требуемые для ее решения ресурсы.
2. Концептуализация. Инженер знаний и эксперт выявляют основные понятия, отношения и характер информационных потоков, необходимые для представления знаний и описания процесса решения задач в данной предметной области.
3. Формализация. На этом этапе выбирается язык экспертных систем, в рамках этого языка представляются основные понятия и отношения.
4. Реализация. Формулируются правила, воплощающие знания, а также структуры управления. Это определяет программу-прототип, которую можно выполнять и подвергать контрольным испытаниям.
5. Испытания. В ходе их экспертами-людьми оценивается программа-прототип, по их замечаниям и предложениям создатели ЭС доводят прототип до требуемого качества функционирования.

 

1.4.Свойства экспертной системы

Основа экспертной системы – база знаний, накапливаемая при ее построении. Накопление и организация знаний — одна из самых важных характеристик экспертной системы.

Рис.2. Основные свойства экспертной системы.

 

Свойства:

1.ЭС применяет для решения задач высококачественный опыт, представляющий уровень мышления наиболее квалифицированных экспертов. Это, как правило, приводит к точным и эффективным решениям.

Высококачественный опыт в сочетании с умением его применять делает систему рентабельной, способной заслужить признание на рынке. Этому способствует также гибкость системы. Система может наращиваться постепенно в соответствии с нуждами бизнеса или заказчика. Это означает, что можно вначале вложить сравнительно скромные средства, а потом наращивать ее возможности по мере необходимости.

Но, как и любой эксперт, система способна ошибаться.

Ошибки ЭС чрезвычайно трудно исправлять, поскольку стратегии, эвристики и принципы, лежащие в основе этих программ, явно не сформулированы в их тексте. Следовательно, эти ошибки нелегко определить и исправить. Но ЭС имеют потенциальную способность учиться на своих ошибках. С помощью компетентных пользователей можно заставить ЭС совершенствоваться в решении задачи в ходе практической работы.

2.ЭС обладает прогностическими возможностями, т.е. может дать ответ в конкретной ситуации, показать, как изменятся этот ответ в новых ситуациях, и объяснить, каким образом новая ситуация привела к изменениям.

Пользователь может оценить возможное влияние новых фактов или информации и понять, как они связаны с реш-ем.

3.ЭС обладает институциональной памятью. Если база знаний ЭС разработана с привлечением ведущих специалистов отдела или штаба, то она представляет политику или способы действия этой группы людей.

Ведущие специалисты  уходят, но их опыт остается. Это важно  для деловой сферы и особенно ценно для вооруженных сил  и правительственных органов  с их частыми преобразованиями и персональными перемещениями.

4.ЭС можно использовать для обучения и тренировки руководителей и специалистов, поскольку они содержат необходимые знания и способны объяснить процесс своего рассуждения.

Необходимо только добавить программное обеспечение, поддерживающее соответствующий требованиям эргономики интерфейс между обучаемым и экспертной системой.

 

1.5.Преимущества и недостатки экспертных систем

Сам собою напрашивается  вопрос: зачем разрабатывать экспертные системы? Не лучше ли обратиться к  человеческому опыту?

Искусственная компетентность ЭС имеет ряд существенных преимуществ перед человеческой

Человеческая  компетентность	Искусственная компетентность
Непрочная, утрачиваемая при отсутствии практики	Постоянная
Трудно передаваемая, т.к. обучение – долгий и дорогой процесс	Легко передаваемая посредством копирования программной системы
Трудно документируемая	Легко документируемая, т.к. способ представления искусственной компетентности в системе отображен в описании этого представления на естественном языке
Непредсказуемая, зависящая от эмоций эксперт-человек может принимать разные решения в тождественных ситуациях из-за эмоций, забыть в кризисной ситуации важное правило	Устойчивая
Дорогая	Приемлемая по затратам, т.к. разработка ЭС дорога, это годы труда высокооплачиваемых инженеров знаний и экспертов но эксплуатация дешева.

Но обычно ЭС используются как советчики экспертов-людей, не заменяя их.

 

 

 

 

 

В ряде областей деятельности человеческая компетентность превосходит искусственную.

Это не есть отражение  фундаментальных ограничений ИИ, но характерно для его современного состояния.

 

Человеческая  компетентность	Искусственная компетентность
Творческая, использующая воображение, аналогии с ситуациями из других предметных областей.	Запрограммированная, ЭС тяготеет к рутинному поведению
Приспосабливающаяся	Нуждается в подсказке, мало приспособлена к обучению новым концепциям и правилам
Использует чувственное  восприятие визуальной, звуковой, осязательной или обонятельной информации	Использует символьный ввод
Широкая по охвату	Узконаправленная
Использует общедоступные знания человек использует огромный объем общедоступных знаний, которые почти невозможно встроить в ЭС	Использует только специализированные знания

 

 

2.Организация ЭС

2.1.Организация знаний

Для специалистов в области ИИ термин знания означает информацию, которая необходима программе, чтобы она вела себя «интеллектуально».

Эта информация представляется в форме фактов и правил.

ФАКТ: При включении станка получена травма.

ПРАВИЛО: Если не соблюдались требования безопасности, то применимо законодательство о неосторожном поведении, приведшем к несчастному случаю.

Факты и правила в  экспертной системе не всегда либо истинны, либо ложны. Иногда существует некоторая степень неуверенности в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется «коэффициентом уверенности».

ФАКТ: Станок имеет дефект с коэффициентом уверенности 0.9

ПРАВИЛО: Если станок имеет дефект с коэффициентом уверенности >0.6, то теория строгой ответственности применима с коэффициентом уверенности 1.0.

Многие правила ЭС являются эвристиками, т.е. эмпирическими правилами, которые упрощают или ограничивают поиск решений, когда предметная область сложна или недостаточно изучена и решаемая задача не поддается строгому математическому анализу или алгоритмическому решению.

Рассмотрим различия между алгоритмическим и эвристическим  методами на примере

Рис. 3.

Алгоритм полностью исключает возможность попадания оружия на борт самолета и предотвращает захват террористами самолета, но требует много времени, дорог и непопулярен. Эвристический метод более легок и практичен, но не обеспечивает 100% защиту.

Таким образом, алгоритмический метод гарантирует корректное решение задачи, тогда как эвристический метод дает приемлемое решение в большинстве случаев.

В экспертной системе существует четкое разделение знаний на:

• знания о предметной области, называемые базой знаний;
• знания о том, как решать задачи, называемые механизмом вывода;
• знания о том, как взаимодействовать с пользователем.

Программа, которая работает со знаниями, организованными подобным образом(т.е. база знаний + мех-м вывода), называется системой, основанной на знаниях.

База знаний экспертной системы содержит факты и правила, использующие эти факты как основу для принятия решений.

Механизм вывода содержит:

• интерпретатор, определяющий, как применять правила для вывода новых знаний;
• диспетчер, устанавливающий порядок применения правил.

Чтобы приносить реальную пользу, экспертная система должна иметь базу знаний, содержащую высококачественные знания о предметной области, а ее механизм вывода должен содержать знания о том, как эффективно использовать знания о предметной области.

 

Разработка механизма  вывода ЭС – нетривиальная задача, поскольку простой и общий метод организации логического вывода отсутствует.

Чтобы ясно понимать суть этой проблемы, необходимо, во-первых, понимать, что структура логического вывода зависит и от специфики предметной области и от того, как знания структурированы и организованы в ЭС, а во-вторых, осознавать возможности инструментальных средств построения экспертных систем.

Эти средства разделяются на четыре основных категории:

1. Языки программирования;
2. Языки инженерии знаний
3. Вспомогательные средства
4. Средства поддержки

Языки программирования, применяемые для работы в области экспертных систем – это или проблемно-ориентированные языки(Фортран, Паскаль) или языки обработки текстов (Лисп, Пролог). Проблемно-ориентированные языки разработаны для специального класса задач: например, Фортран удобен для выполнения алгебраических вычислений и чаще всего применяется в научных, математических и статистических исследованиях.