Состав и особенности экспертных систем

В последнее десятилетие компьютерные технологии все активнее пытаются применить для реализации интеллектуальных процессов, процессов поиска решений, когда конечный результат непредсказуем и является плодом логических заключений и выводов, к которым компьютер приходит самостоятельно.

В основу мыслительной деятельности компьютера положен программный принцип моделирования интеллектуальных процессов. Процессы приобретения, накопления и использования знаний имеют свои ярко выраженные особенности, которые позволяют их выделить в отдельный класс компьютерных систем и технологий, относящихся к системам искусственного интеллекта.

Термин «искусственный интеллект» (ИИ) был предложен в 1956 г. на семинаре с аналогичным названием в Дартмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач.

Искусственный интеллект – это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю – непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

С самого начала исследования в области ИИ пошли по двум направлениям:

- первое (биологическое) – попытки смоделировать с помощью искусственных систем психофизиологическую деятельность человеческого мозга с целью создания искусственного разума;

- второе (прагматическое) – создание программ, позволяющих с использованием ЭВМ воспроизводить не саму мыслительную деятельность, а являющиеся ее результатами процессы. Здесь достигнуты важные результаты, имеющие практическую ценность. В дальнейшем речь будет идти об этом направлении.

Задачи искусственного интеллекта – это задачи, в которых формализуется не процесс решения, а процесс поиска решения.

Наиболее широкое применение методы ИИ нашли в программах, называемых экспертными системами (ЭС). Экспертная система представляет собой набор специальных компьютерных программ, базирующих на аккумулировании, обобщении и анализе знаний высококвалифицированных специалистов – экспертов в целях использования их в процессе решения задач в различных областях человеческой деятельности.

Огромный интерес к экспертным системам со стороны пользователей вызван следующими причинами:

- во-первых, они ориентированы на решении широкого круга задач в неформализованных областях, приложения которых до недавнего времени считались малодоступными для вычислительной техники;

- во-вторых, с помощью экспертной системы специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения, что позволяет расширить сферу использования СВТ;

- в-третьих, экспертные системы при решении практических задач достигают результатов, не уступающих, а иногда превосходящих возможности людей – экспертов.

Назначением экспертных систем является формирование и вывод рекомендаций в зависимости от текущей ситуации, которая описывается совокупностью сведений, данных, вводимых пользователем по требованию ЭВМ в диалоговом режиме. Требуемые при этом данные могут извлекаться из создаваемой для решения функциональных задач базы данных. Выдаваемые ЭВМ при помощи экспертной системы рекомендации должны соответствовать рекомендациям специалиста высокой квалификации.

К особенностям экспертной системы можно отнести: способность принятия решений, возможность общения с ней обыкновенного пользователя, объяснение принимаемых решений и, конечно, наличие в информационных массивах системы практически всей известной в заданной области информации, включая знания и опыт специалистов. Иными словами, сделана попытка заменить высококвалифицированного специалиста компьютером.

Отличиями экспертных систем от обычных компьютерных систем являются:

- экспертные системы манипулируют знаниями, тогда как любые другие системы – данными;

- экспертные системы, как правило, дают эффективные оптимальные решения и способны иногда ошибаться, но в отличие от традиционных компьютерных систем, они имеют потенциальную способность учиться на своих ошибках;

- экспертные системы как инструмент в работе пользователя совершенствуют свои возможности решать трудные, неординарные задачи в ходе практической работы;

- экспертные системы создаются для решения разного рода проблем.

В настоящее время ЭС применяются в различных областях человеческой деятельности: промышленности, сельском хозяйстве, управлении процессами, медицине, электронике и т.д. Например, в сфере финансового обслуживания эти системы помогают страховым компаниям анализировать и оценивать коммерческий риск, устанавливать размеры ссуд при кредитовании организаций, составлять сметы проектов. Экспертная система FOLIO (Стенфордский университет, США) помогает консультантам по инвестициям определять цели клиентов и подбирать портфели ценных бумаг, наиболее соответствующие этим целям. Система определяет нужды клиента в ходе интервью и затем рекомендует, в каких пропорциях надо распределить капиталовложения между разными фондовыми инструментами, чтобы наилучшим образом удовлетворить запросы клиента. Система различает небольшое число классов ценных бумаг, содержит знания о свойствах ценных бумаг каждого класса.

В системе применена основанная на правилах схема представления знаний с прямой цепочкой рассуждений для вывода целей и схема линейного программирования для максимизации соответствия между целями и предлагаемым портфелем. Система доведена до уровня демонстрационного прототипа.

Типичная экспертная системасостоит из следующих компонентов:

- машины логического вывода (механизма вывода) или решателя;

- базы данных или рабочей памяти;

- базы знаний;

- компонентов приобретения знаний;

- объяснительного и диалогового компонентов.

Машина логического выводаиспользует данные из рабочей памяти и знания из базы знаний, формирует такую последовательность правил, которые будучи примененными к исходным данным, приводят к решению задач.

База данных предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи.

База знаний в экспертной системе хранит долгосрочные данные, описывающие рассматриваемую область, и правила, характеризующие целесообразные преобразования данных этой области.

Компоненты приобретения знанийреализуют процесс наполнения ЭС знаниями, осуществляемый пользователем – экспертом.

Объяснительный компонент поясняет, как система получила решение задачи (или почему она не получила решения) и какие знания она при этом использовала, что облегчает эксперту тестирование и отладку системы и повышает доверие пользователя к полученному результату.

Диалоговый компоненториентирован на организацию дружественного интерфейса для всех категорий пользователей и использует как в ходе решения задач, так и приобретения знаний, объяснения результатов работы.

В разработке экспертной системы участвуют:

- эксперт в той проблемной области, задачи которой будет решать ЭС;

- инженер по знаниям – специалист по разработке инструментальных средств.

Экспертная система работает в 2^х режимах: приобретения знаний и решения задач.

В режиме приобретения знаний общение с экспертной системой осуществляется через посредничество инженера по знаниям и эксперта. Эксперт описывает проблемную область в виде совокупности данных и правил.