Экспертные системы

 

1)обычный пользователь (эксперт), которому требуется консультация  ЭС - диалоговый сеанс работы с  ней, в процессе которой она  решает некоторую экспертную  задачу. Диалог с ЭС осуществляется  через диалоговый процессор - специальную компоненту ЭС. Существуют две основные формы диалога с            ЭС - диалог на ограниченном подмножестве естественного языка                ( с использованием  словаря- меню (при котором на каждом шаге диалога система предлагает выбор профессионального лексикона экспертов) и диалог на основе из нескольких возможных действий);

2)экспертная группа  инженерии знаний, состоящая из  экспертов в предметной области  и инженеров знаний. В функции  этой группы входит заполнение  базы знаний, осуществляемое с  помощью специализированной диалоговой компоненты ЭС - подсистемы приобретения знаний, которая позволяет частично автоматизировать этот процесс.                                                                                                            

 

 

 2.2.  Подсистема приобретения знаний

 

    Подсистема  приобретения знаний предназначена  для добавления в базу знаний  новых правил и модификации  имеющихся. В ее задачу входит  приведение правила к виду, позволяющему  подсистеме вывода применять  это правило в процессе работы. В более сложных системах предусмотрены еще и средства для проверки вводимых или модифицируемых правил на непротиворечивость с имеющимися правилами.

 

  2.3.  База знаний

 

    База знаний - наиболее важная компонента  экспертной системы, на которой  основаны ее «интеллектуальные способности». В отличие от всех остальных компонент ЭС, база знаний - «переменная » часть системы, которая может пополняться и модифицироваться инженерами знаний и опыта  использование ЭС, между консультациями (а в некоторых системах и в процессе консультации). Существует несколько способов представления знаний в ЭС, однако общим для всех них является то, что знания представлены в символьной форме (элементарными компонентами представления знаний являются тексты, списки и другие символьные структуры). Тем самым, в ЭС реализуется принцип символьной природы рассуждений, который заключается в том, что процесс рассуждения представляется как последовательность символьных преобразований.

    Наиболее распространенный  способ представления знаний - в виде конкретных фактов и правил, по которым из имеющихся фактов могут быть выведены новые. Факты представлены, например, в виде    троек:

 

(АТРИБУТ  ОБЪЕКТ  ЗНАЧЕНИЕ).

 

Такой факт означает, что  заданный объект имеет заданный атрибут   (свойства) с заданным значением. Например, тройка                     (ТЕМПЕРАТУРА  ПАЦИЕНТ1  37.5) представляет факт «температура    больного, обозначаемого ПАЦИЕНТ1, равна 37.5». В более простых случаях факт выражается неконкретным значением атрибута, а каким либо простым утверждением, которое может быть истинным или ложным, например: «Небо покрыто тучами». В таких случаях факт можно обозначить каким-либо кратким именем (например, ТУЧИ) или использовать для представления факта сам текст соответствующей фразы.

 

    Правила в базе знаний имеют вид:

 

ЕСЛИ А  ТО  S, где  А - условие; S- действие. Действие S исполняется, если А истинно. Наиболее часто действие S, так же, как и условие, представляет собой утверждение, которое может  быть выведено системой (то есть становится ей известной), если истинно условие правила А.

   Правила в базе  знаний  служат для представления  эвристических знаний (эвристик), т.е.  неформальных правил рассуждения,  вырабатываемых экспертом на  основе опыта его деятельности.

    Простой пример  правила из повседневной жизни:

 

        ЕСЛИ небо покрыто тучами

 

        ТО скоро пойдет дождь.

 

В качестве условия A может  выступать либо факт (как в данном примере), либо несколько фактов A1,...,AN, соединенные логической операцией  и:

 

        A1 и A2 и ... и AN.

 

В математической логике такое выражение называется конъюнкцией. Оно считается истинным в том  случае, если истинны все его компоненты. Пример предыдущего правила с  более  сложным условием:

 

       ЕСЛИ 

             небо покрыто тучами и барометр  падает

       ТО

             скоро пойдет дождь.       (Правило 1).

    Действия, входящие  в состав правил, могут содержать  новые факты. При применении  таких правил эти факты становятся  известны системе, т.е. включаются  в множество фактов, которое называется  рабочим множеством. Например, если факты «Небо покрыто тучами» и «Барометр падает» уже имеются в рабочем множестве, то после применения приведенного выше правила в него также включается факт «Скоро пойдет дождь».

    Если система  не может вывести некоторый  факт, истинность или ложность которого требуется установить, то система спрашивает о нем пользователя. Например:

      ВЕРНО  ЛИ, ЧТО небо покрыто тучами?

При получении положительного ответа от пользователя факт «Небо  покрыто тучами» включается в  рабочем множество.

    Существуют  динамические и статические базы  знаний. Динамическая база знаний  изменяется со временем. Ее содержимое  зависит и от состояния окружающей. Новые факты, добавляемые в  базу знаний, являются результатом  вывода, который состоит в применении правил к имеющимся фактам.

    В системах  с монотонным выводом факты,  хранимые в базе знаний, статичны, то есть не изменяются в  процессе решения задачи. В системах  с немонотонным выводом допускается  изменение или удаление фактов  из базы знаний. В качестве примера системы с немонотонным выводом можно привести ЭС, предназначенную для составления перспективного плана капиталовложения компании. В такой системе по вашему желанию могут быть изменены даже те данные, которые после вывода уже вызвали срабатывание каких-либо правил. Иными словами имеется возможность модифицировать значения атрибутов в составе фактов, находящихся в рабочей памяти. Изменение фактов в свою очередь приводит к необходимости удаления из базы знаний заключений, полученных с помощью упомянутых правил. Тем самым вывод выполняется повторно для того, чтобы пересмотреть те решения, которые были получены на основе подвергшихся изменению фактов.

 

2.4. Подсистема  вывода.  Способы логического  вывода.

 

    Подсистема  вывода - программная компонента экспертных систем, реализующая процесс ее рассуждений на основе базы знаний и рабочего множества. Она выполняет две функции: во-первых, просмотр существующих фактов из рабочего множества и правил из базы знаний и добавление (по мере возможности) в рабочее множество новых фактов и, во-вторых, определение порядка просмотра и применения правил. Эта подсистема управляет процессом консультации, сохраняет для пользователя информацию о полученных заключениях, и запрашивает у него информацию, когда для срабатывания очередного правила в рабочем множестве оказывается недостаточно данных.

    Цель ЭС - вывести  некоторый заданный факт, который  называется целевым утверждением (то есть в результате применения  правил добиться того, чтобы этот  факт был включен в рабочее  множество), либо опровергнуть этот факт (то есть убедиться, что его вывести невозможно, следовательно, при данном уровне знаний системы он является ложным). Целевое утверждение может быть либо «заложено» заранее в базу знаний системы, либо извлекается системой из диалога с пользователем.

     Работа  системы представляет собой последовательность  шагов, на каждом из которых  из базы выбирается некоторое   правило, которое применяется  к текущему содержимому рабочего  множества. Цикл заканчивается,  когда выведено либо опровергнуто целевое утверждение. Цикл работы экспертной системы иначе называется логическим выводом Логический вывод может происходить многими способами, из которых наиболее распространенные - прямой порядок вывода и обратный порядок вывода.

    Прямой порядок вывода - от фактов, которые находятся в рабочем множестве, к заключению. Если такое заключение удается найти, то оно заносится в рабочее множество. Прямой вывод часто называют выводом, управляемым данными.

    Для иллюстрации  добавим к нашему примеру базы знаний о погоде еще одно правило:

 

        ЕСЛИ скоро пойдет дождь 

         ТО  нужно взять с собой зонтик.    (Правило 2)

    Предположим  также, что факты «Небо покрыто  тучами» и «Барометр падает»  имеются в рабочем множестве,  а целью системы является ответ на вопрос пользователя:

  «Нужно взять с  собой зонтик?» 

  При прямом выводе  работа системы будет протекать  следующим образом:

  Шаг 1. Рассматривается  правило 1. Его условие истинно,  так как оба элемента конъюнкции  имеются в рабочем множестве. Применяем правило 1; добавляем к рабочему множеству факт ”Скоро пойдет дождь”.

  Шаг 2. Рассматривается  правило 2. Его условие истинно,  т.к. утверждение из условия  имеется в рабочем множестве.  Применяем правило 2; добавляем  к рабочему множеству факт  “Нужно взять с собой зонтик”. Целевое утверждение выведено.

    Обратный порядок  вывода: заключения просматриваются  до тех пор, пока не будет  обнаружены в рабочей памяти  или получены от пользователя  факты, подтверждающие одно из  них. В системах с обратным  выводом вначале выдвигается некоторая гипотеза, а затем механизм вывода в процессе работы, как бы возвращается назад, переходя от нее к фактам, и пытается найти среди них те, которые подтверждают эту гипотезу. Если она оказалась правильной, то выбирается следующая гипотеза, детализирующая первую являющаяся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого типа называется управляемым целями. Обратный поиск применяется в тех случаях, когда цели известны и их сравнительно немного.

    В рассматриваемом  примере вывод целевого утверждения  “Нужно взять с собой зонтик”  обратной цепочкой рассуждений  выполняется следующим образом:

 

Шаг 1. Рассматривается  правило 1. Оно не содержит цели в  правой части. Переходим к правилу 2.

Шаг 2. Рассматривается  правило 2. Оно содержит цель в правой части правила. Переходим к правой части правила и рассматриваем  в качестве текущей цели утверждения  “Скоро пойдет дождь”.

Шаг 3. Текущей цели нет  в рабочем множестве. Рассмотрим правило 1, которое содержит цель в правой части. Обе компоненты его условия имеются в рабочем множестве, так что условие истинно. Применяем привило 1; в результате выводим утверждение “Скоро пойдет дождь”; которое было нашей предыдущей целью.

Шаг 4. Применяем правило 2, условием которого является данное утверждение. Получаем вывод исходного утверждения.

    Заметим, что  для упрощения ситуации мы  предположили, что в обоих случаях  факты “Небо покрыто тучами”   и “Барометр падает” уже известны  системе. На самом деле система выясняет истинность или ложность факта, входящего в условие некоторого правила, спрашивая об этом пользователя в тот момент, когда она пытается применить правило.

    Интерпретатор  правил работает циклически. В  каждом цикле он просматривает все правила, чтобы выявить среди них те посылки, которые совпадают с известными на данный момент фактами из рабочего множества. Интерпретатор определяет также порядок применения правил. После выбора правило срабатывает, его заключение заносится в рабочее множество, и затем цикл повторяется сначала.

    В одном  цикле может сработать только  одно правило. Если несколько  правил успешно сопоставлены  с фактами, то интерпретатор  производит выбор по определенному  критерию единственного правила,  которое и срабатывает в данном цикле. Цикл работы интерпретатора схематически представлен на рис.4.

   

 

 

 

 

 

 

  

 

 

 

 

 

 

 

 

 

Рис. 4 Цикл работы интерпретатора.

 

    Информация  из рабочего множества последовательно  сопоставляется с посылками правил  для выявления успешного сопоставления. Совокупность отобранных правил составляет так называемое конфликтное множество. Для разрешения конфликта интерпретатор имеет критерий, с помощью которого он выбирает единственное правило, после чего оно срабатывает. Это выражается в занесении фактов, образующих заключение правила, в рабочее множество или в изменении критерия выбора конфликтующих правил. Если же в заключение правила входит название какого-нибудь действия, то оно выполняется (например, подается звуковой сигнал, начинает выполняться процедура и т.д.).

    Новые данные, введенные в систему с работавшим  правилом, в свою очередь могут  изменить критерий выбора правила.  В том случае, если, например, компьютерная  система, предназначенная для  игры в шахматы, разыгрывает  партию за двух игроков, то она может принять решение придерживаться атакующей стратегии через ход, т.е. атаковать будет один из партнеров. Если вы сами играете с этой системой, то в какой- то момент она может перейти к использованию оборонительной стратегии (по крайней мере временно), а затем опять вернуться к наступательной игре. Изменение критерия основывается на заключениях, полученных после анализа положения на доске, которое представлено в рабочем множестве системы, а также правил игры (статических структурных знаний) и структурных динамических знаниях (эвристиках).