Экспертная система - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции

С 1970-х годов экспертные системы становятся ведущим направлением в области искусственного интеллекта. В них используют информацию, полученную заранее от экспертов – людей, которые в какой-либо области являются лучшими специалистами. Экспертные системы (ЭС) являются консультантами в принятии решений, т.к. содержат факты, знания и правила, которые взаимодействуют в проблемной области. Основное отличие ЭС от других программных продуктов заключается в использовании не только данных, но знаний и механизмов вывода решений и новых знаний. Хотя любая экспертная система основана на знаниях, но последняя не всегда является экспертной системой.

Экспертные системы редко применяют в больших предметных областях. Их обычно используют в тех предметных областях, где специалист может принимать решение за время от нескольких минут до нескольких часов. Например, предлагается использовать их для решения когнитивных задач.

Технологию построения экспертных систем называют инженерией знаний. Она заключается в преобразовании знаний эксперта и описание применяемых им способов поиска решений в форму, позволяющую представить их в базе знаний системы, а затем эффективно использовать для решения задач в конкретной предметной области.

Структура информации в экспертной системе классификации.

Большинство экспертных систем не всегда пригодно для применения конечным пользователем. Если пользователь не имеет опыта работы с такими системами, у него могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали их базы знаний.

База знаний (knowledge base) - это совокупность знаний, относящихся к некоторой предметной области и формально представленных таким образом, чтобы на их основе можно было осуществлять рассуждения.

Базы знаний можно разделить на базы общего (знания о чем-то “вообще”) и конкретного назначения. База знаний – это база данных, отображающая предметную область. Она включает в себя большую сумму знаний относительно проблем, “запомненных в системе”.

Оперирование реальным знанием и способности экспертных систем и баз знаний ведут к созданию и использованию систем с искусственным интеллектом. Центральным моментом искусственного интеллекта является использование более эвристики (или правил перебора), чем алгоритмов обработки информации. Эвристика включает инструкции, правдоподобные аргументы или правила перебора для принятия решений и таким образом отражает человеческое поведение точнее, чем алгоритмы.

Разработка систем интеллектуальной поддержки (основанных на знаниях) является составной частью исследований по искусственному интеллекту. Она нацелена на создание компьютерных методов решения проблем, обычно требующих привлечения специалистов.

Системы интеллектуального проектирования и совершенствования управления предназначены для использования так называемых CASE-технологий (Computer Aid System Engineering), ориентированных на автоматизированную разработку проектных решений по созданию и совершенствованию систем организационного управления.

Экспертные системы с искусственным интеллектом находят применение в планировании, управлении производством, обслуживании оборудования, т. е. в областях, где решения в области управления не могут полностью основываться на алгоритмах.

Экспертные системы и системы основанные на знаниях успешно используются для поддержки принятия решений в различных предметных областях.

Экспертные системы и системы поддержки принятия решений (СППР) используются в учебных и научных целях, для информационного обеспечения процессов принятия управленческих решений. Они создаются на основе использования методов экономико-математического моделирования и принципов искусственного интеллекта.

Системы поддержки принятия решений существуют давно: это различные советы и коллегии, совещания, заседания, аналитические центры и т. д. Как бы они ни назывались, они полностью или частично выполняли и выполняют именно эту задачу. Для решения этой задачи с помощью информационных технологий, базирующихся на применении компьютерных и телекоммуникационных программно-технических средств, создан новый класс вычислительных систем и технологий – системы поддержки принятия решений.

Системы поддержки принятия решений являются человеко-машинными объектами, позволяющими лицам, принимающим решения (ЛПР), использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем. Это компьютерные системы, позволяющие ЛПР сочетать собственные субъективные предпочтения и знания с компьютерным анализом ситуации при выработке рекомендаций в процессе принятия решения.

Человеко-машинная процедура принятия решений с помощью СППР представляет циклический процесс взаимодействия человека и компьютера. Её цикл состоит из фазы анализа и постановки задачи для компьютера, выполняемой лицом, принимающим решение, и фазы оптимизации (поиска решения и выполнения его характеристик), реализуемой компьютером.

Опыт разработки и внедрения различных классов автоматизированных систем показал высокую экономическую эффективность их применения, особенно на крупных предприятиях. Она отражается в хорошей организации труда и производства, повышении точности планирования и реализации поставленных задач, в обеспечении ритмичности работы предприятия, уменьшении доли ручного труда и т.д. Средний срок окупаемости таких систем составлял в среднем два года.

Основные выводы

Следует запомнить – потребность постоянно повышать производительность и эффективность труда работников, выпускать больше качественной продукции и т.п. послужили основанием сначала к созданию автоматизированных систем управления производственными технологическими процессами (АСУ ТП), затем автоматизированных систем управления предприятиями (АСУП) и автоматизированных информационно-поисковых систем (АИПС). Практически любая автоматизированная система включает в свой состав АИПС, при этом АИПС могут иметь самостоятельное назначение и использование.

Автоматизированная информационно-поисковая система представляет совокупность программных и аппаратных средств, используемых для хранения, поиска и (или) управления данными и информацией, с целью удовлетворения информационных потребностей пользователей. Она также предназначена для реализации процессов ввода, обработки, и представления данных.

Выделяются четыре типа АИПС: охватывающий один процесс (операцию) и несколько процессов в одной организации; обеспечивающий функционирование одного процесса в нескольких взаимодействующих организациях; реализующий работу нескольких процессов или систем в масштабе нескольких организаций.

К основным принципам автоматизации информационных процессов относят: окупаемость, надёжность, гибкость, безопасность, дружественность, соответствие стандартам.

Для обеспечения доступа широких масс пользователей к открытым электронным информационным массивам осуществляется кооперация и интеграция этих ресурсов. Автоматизированные интегрированные информационные системы обеспечивают доступ к удалённым информационным и техническим ресурсам, а также возможность работы различных категорий пользователей с разнородной по формам представления информацией. К ним относят локальные, корпоративные и глобальные сети.

Базы данных (а точнее базы знаний), созданные специалистами в какой-либо конкретной области, включают навыки и опыт экспертов, занятых практической деятельностью в этой области (например, в медицине или в математике) и относятся к классу экспертных систем. При этом экспертная система – это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения, а база знаний – это совокупность знаний, относящихся к некоторой предметной области и формально представленных таким образом, чтобы на их основе можно было осуществлять рассуждения.

Экспертные системы и системы основанные на знаниях успешно используются для поддержки принятия решений в различных предметных областях.

Опыт разработки и внедрения различных классов автоматизированных систем показал высокую экономическую эффективность их применения. Она отражается в хорошей организации труда и производства, повышении точности планирования и реализации поставленных задач, в обеспечении ритмичности работы предприятия, уменьшении доли ручного труда и т.д. Средний срок окупаемости таких систем составлял в среднем два года.