Экспертные системы: базовые понятия
Экспертные системы – это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой-либо узкой предметной области. Экспертные системы предназначены для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях.
Экспертная система (ЭС) - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала.
ЭС обладает двумя важными свойствами :
1. в ЭС знания отделены от данных, и мощность экспертной системы обусловлена в первую очередь мощностью базы знаний и только во вторую очередь используемыми методами решения задач;
2. решаемые ЭС задачи являются неформализованными или слабоформализованными и используют эвристические, экспериментальные, субъективные знания экспертов в определенной предметной области.
Основными категориями решаемых ЭС задач являются :
- диагностика,
- управление (в том числе технологическими процессами),
- интерпретация,
- прогнозирование,
- проектирование,
- отладка и ремонт,
- планирование,
- наблюдение (мониторинг),
- обучение.
Примерами широко известных и эффективно используемых (или использованных в свое время) экспертных систем являются :
- DENDRAL – ЭС для распознавания структуры сложных органических молекул по результатам их спектрального анализа (считается первой в мире экспертной системой);
- MOLGEN – ЭС для выработке гипотез о структуре ДНК на основеэкспериментов с ферментами;
- XCON – ЭС для конфигурирования (проектирования) вычислительных комплексов VAX 11 в корпорации DEC в соответствии с заказом покупателя;
- MYCIN – ЭС диагностики кишечных заболеваний;
- PUFF – ЭС диагностики легочных заболеваний;
- MACSYMA – ЭС для символьных преобразований алгебраических выражений;
- YES/MVS – ЭС для управления многозадачной операционной системой MVS больших ЭВМ корпорации IBM;
- DART – ЭС для диагностики больших НМД корпорации IBM;
- PROSPECTOR – ЭС для консультаций при поиске залежей полезных ископаемых;
- AIRPLANE – экспертная система для помощи летчику при посадке на авианосец;
- ЭСПЛАН – ЭС для планирования производства на Бакинском нефтеперерабатывающем заводе;
- МОДИС –ЭС диагностики различных форм гипертонии;
- МИДАС – ЭС для идентификации и устранения аварийных ситуаций
в энергосистемах.
Классификация экспертных систем
1. По назначению ЭС делятся на:
1.1. ЭС общего назначения.
1.2. Специализированные ЭС:
1.3. проблемно-ориентированные для задач диагностики, проектирования, прогнозирования
1.4. предметно-ориентированные для специфических задач, например, контроля ситуаций на атомных электростанциях.
2. По степени зависимости от внешней среды выделяют:
2.1. Статические ЭС, не зависящие от внешней среды.
2.2. Динамические, учитывающие динамику внешней среды и
предназначенные для решения задач в реальном времени. Время реакции в таких системах может задаваться в миллисекундах, и эти системы реализуются, как правило, на языке С++.
3. По типу использования различают:
3.1. Изолированные ЭС.
3.2. ЭС на входе/выходе других систем.
3.3. Гибридные ЭС или, иначе говоря, ЭС интегрированные с базами данных и другими программными продуктами (приложениями).
4. По сложности решаемых задач различают:
4.1. Простые ЭС - до 1000 простых правил.
4.2. Средние ЭС - от 1000 до 10000 структурированных правил. 4.3. Сложные ЭС - более 10000 структурированных правил.
5. По стадии создания выделяют:
5.1. Исследовательский образец ЭС, разработанный за 1-2 месяца с минимальной БЗ.
5.2. Демонстрационный образец ЭС, разработанный за 2-4 месяца,
например, на языке типа LISP, PROLOG, CLIPS
5.3. Промышленный образец ЭС, разработанный за 4-8 месяцев,
например, на языке типа CLIPS с полной БЗ.
5.4. Коммерческий образец ЭС, разработанный за 1,5-2 года,
например, на языке типа С++, Java с полной БЗ.