Читайте также:
|
Первую экспертную систему, которую назвали Dendral, разработали в Стэнфорде в конце 1960-х гг. Эта была экспертная система, определяющая строение органических молекул по химическим формулам и спектрографическим данным о химических связях в молекулах. Ценность Dendral заключалась в следующем. Органические молекулы, как правило, очень велики и поэтому число возможных структур этих молекул также велико. Благодаря эвристическим знаниям экспертов-химиков, заложенных в экспертную систему, правильное решение из миллиона возможных находилось всего за несколько попыток. Принципы и идеи, заложенные в Dendral оказались настолько эффективными, что они до сих пор применяются в химических и фармацевтических лабораториях по всему миру.
Экспертная система Dendral одной из первых использовала эвристические знания специалистов для достижения уровня эксперта в решении задач, однако методика современных экспертных систем связана с другой разработкой – Myсin. В ней использовались знания экспертов медицины для диагностики и лечения специального менингита и бактериальных инфекций крови.
Экспертная система Mycin, разработанная в том же Стэнфорде в середине 1970-х гг., одной из первых обратилась к проблеме принятия решений на основе ненадежной или недостаточной информации. Все рассуждения экспертной системы Mycin были основаны на принципах управляющей логики, соответствующих специфике предметной области. Многие методики разработки экспертных систем, использующиеся сегодня, были впервые разработаны в рамках проекта Mycin.
На сегодняшний день создано уже большое количество экспертных систем. С помощью них решается широкий круг задач, но исключительно в узкоспециализированных предметных областях. Как правило, эти области хорошо изучены и располагают более менее четкими стратегиями принятия решений.
Экспертная система MOLGEN, предназначенная для планирования экспериментов в исследованиях по молекулярной генетике, имеет многоуровневую организацию, в которой каждый более верхний уровень управляет расположенными ниже уровнями. Такой вид организации экспертной системы получил в литературе название метауровневой архитектуры (meta-level architecture). Идея состоит в том, что в дополнение к представлению «первого уровня» проблемы в предметной области добавить еще более высокие уровни, представляющие такие понятия, как возможные действия с объектами предметной области, критерии выбора и комбинирования таких действий.
В терминологии системы MOLGEN уровни управления называются пространствами планирования (planning space). Программа использует три таких пространства, каждое из которых имеет собственные объекты и операторы, которые взаимодействуют друг с другом с помощью протоколов передачи сообщений.
Nereid. Разработчиком данной экспертной системы является NTT Data, The Tokai Bank, Science Univercity of Tokyo.
Данная система была разработана для поддержки принятия решений для оптимизации работы с валютными опционами.
Система облегчает дилерскую поддержку для оптимального ответа из возможных представленных вариантов. Nereid более практична и дает лучшие решения, чем обычные системы принятия решений. Данная система разработана с использованием фреймовой системы CLP, которая легко интегрирует финансовую область в приложение ИИ. Предложен смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования.
CLIPS. Суть технологии CLIPS заключается в том, что язык и среда CLIPS предоставляют пользователям возможность быстро создавать эффективные, компактные и легко управляемые экспертные системы. При этом пользователь применяет множество уже готовых инструментов (встроенный механизм управления базой знаний, механизм логического вывода, менеджеры различных объектов CLIPS и т. д.) и конструкций (упорядоченные факты, шаблоны, правила, функции, родовые функции, классы, модули, ограничения, встроенный язык COOL и т. д.). Так же CLIPS предоставляет возможность разбиения базы данных и решения задачи на отдельные независимые модули. Экспертная система CLIPS применяется как в системах, ориентированных на различные игры, так и в нечётких системах для формализации знаний.
CODES. Экспертная система помогает разработчику базы данных, желающему использовать подход IDEF1 для определения концептуальной схемы базы данных. Хотя в качестве подхода IDEF1 полезна, сложность ее правил часто сдерживает ее применение. Разработчик описывает, какие свойства и взаимосвязи желательны в базе данных, под руководством системы CODES, осуществляемым в форме диалога. Затем система применяет свои знания в виде правил и эвристик IDEF1 для построения концептуальной схемы разрабатываемой базы данных. Знания в CODES представлены в виде правил с применением обратной цепочки рассуждений в качестве стратегии управления. CODES реализована на языке UCI LISP. Она была разработана в Университете штата Южная Калифорния и доведена до уровня демонстрационного прототипа.
FALCON. Экспертная система определяет вероятные причины отклонений параметров процесса от нормы на химическом заводе, интерпретируя данные, состоящие из числовых значений показаний приборов, положения переключателей и состояния аварийных датчиков. Система интерпретирует данные, используя знания о последствиях нарушения нормального режима работы данного аппарата или агрегата и о том, как нарушения на входе этого аппарата приводят к нарушениям на выходе. Знания представляются двумя способами: в виде набора правил, применение которых контролируется прямой цепочкой рассуждений, и в виде сети, воплощающей причинно-следственную модель процесса. Система реализована на языке Лисп и была разработана в Университете штата Делавэр. Она доведена до уровня демонстрационного прототипа.
SIAP обнаруживает и идентифицирует различные типы океанских судов, используя преобразованные в цифровую форму данные от сетей гидрофонов. Данные имеют вид сонограмм, являющихся аналоговыми записями спектров принятой датчиками звуковой энергии. Для их интерпретации система применяет знания о характерных особенностях сонограмм различных типов кораблей. SIAP пытается идентифицировать суда и сгруппировать их в более крупные единицы, например флоты. Система обеспечивает анализ в режиме реального времени и корректировку ситуации с учетом непрерывно поступающих данных. Знания представлены в виде правил в рамках архитектуры доски объявлений с применением иерархически организованной схемы управления. На этапе предварительного изучения система называлась HASP [или SU/X]; и на ее основе была разработана система SIAP. Она реализована на языке INTERLISP и создана совместными усилиями Станфордского университета и компании Systems Control Technology. Она доведена до уровня исследовательского прототипа. (Surveillance Integration Automation Project)
Экспертные системы
Экспертная система (ЭС) — это интеллектуальная вычислительная система, в которую включены знания опытных специалистов (экспертов) о некоторой предметной области (финансы, медицина, право, геология, страхование, поиск неисправностей в радиоэлектронной аппаратуре и т. д.) и которая в пределах этой области способна принимать экспертные решения (давать советы, ставить диагноз).
Целесообразность использования ЭС характерна для организаций социального обеспечения, поскольку в данной проблемной области при решении большинства задач (планирование финансово-экономических показателей, консультация по различным организационно-правовым вопросам) приходится опираться на опыт и знания специалистов-экспертов.
Экспертная система позволяет накапливать, систематизировать и сохранять знания, профессиональный опыт тех экспертов, которые решают конкретные задачи наилучшим образом. Накопленные в ЭС знания могут быть использованы на практике неограниченное число раз.
Работа экспертных систем основана на алгоритмах искусственного интеллекта и предполагает использование информации, заранее полученной от специалистов-экспертов. Таким образом, экспертная система — это электронный эксперт (советник), помощник.
Экспертные системы используются там, где нет твердо устоявшейся теории, в тех предметных областях, где слишком много переменных величин (факторов, показателей, симптомов), затрудняющих создание полной теории, точной математической модели. В этих предметных областях искусные практики при решении задач опираются на свой опыт, навыки и интуицию.
С помощью редактора базы знаний эксперт (специалист в данной предметной области) наполняет базу знаний (как бы передает ей свои знания, умения, навыки). При создании ЭС наиболее трудоемким и трудно формализуемым этапом является процедура заполнения базы знания сведениями, необходимыми для ее работы. Базы знаний могут включать несколько десятков тысяч правил. В создании таких баз знаний экспертам оказывают помощь инженеры по знаниям — когнитологи.
С помощью интерфейса пользователя происходит общение с экспертной системой лиц, нуждающихся в консультации электронного эксперта. Пользователи обращаются к системе за советом по специальным проблемам в узкой предметной области, предоставляя ей специфические факты и свои гипотезы.
База знаний (БЗ) представляет собой совокупность знаний по данной предметной области, почерпнутых из публикаций, а также введенных в процессе взаимодействия эксперта (или нескольких экспертов) с экспертной системой.
Решатель (другое название — машина логического вывода) — это программа, моделирующая (имитирующая) ход рассуждений эксперта на основании знаний, имеющихся в БЗ, и данных, введенных пользователем.
Решатель — это «мозг» ЭС, с его помощью обрабатываются введенные данные и делаются соответствующие выводы.
Подсистема объяснений — программа, позволяющая продемонстрировать, каким образом получен результат, т. е. показать цепочку рассуждений электронного эксперта. Подсистема объяснений облегчает когнитологу выявление ошибок и модернизацию ЭС.
В описанной выше структуре экспертной системы знания отделены от алгоритма обработки знаний. Такое разделение удобно по следующим причинам: содержание базы знаний зависит от конкретной предметной области; с другой стороны, пользовательский интерфейс, решатель, редактор базы знаний, подсистема объяснений (иногда эти блоки называются оболочкой) независимы от предметной области. Таким образом, разумный способ разработки экспертной системы, предназначенной для нескольких приложений, состоит в создании универсальной оболочки. В такой ЭС для каждого нового приложения достаточно наполнить базу знаний специфическими сведениями.
Рассмотрим особенности экспертных систем.
1. ЭС ограничена определенной предметной областью.
2. ЭС способна «рассуждать» при сомнительных исходных данных.
3. ЭС способна «объяснить» цепочку сделанных ею рассуждений.
4. Факты и механизм (программа) формирования выводов четко отделены друг от друга.
5. ЭС строится так, чтобы имелась возможность постепенно го ее наращивания (расширения) и модернизации.
6. В результате работы ЭС формируется диагноз, рекоменда ция, совет, как нужно поступать в конкретной ситуации или пред положение о том, что произошло с исследуемым объектом.
Экспертные системы имитируют процессы принятия решения людьми-экспертами и в состоянии компетентно решать сложные проблемы. Кратко опишем некоторые ЭС, что позволит еще раз наглядно представить сферы использования «электронных советников».
MYCIN (Стэндфордский университет, США) — одна из первых и наиболее известных ЭС, разработана в середине 70-х годов двадцатого столетия. Система предназначена для диагностики инфекционных заболеваний.
JUDITH — одна из первых юридических ЭС, позволявшая юристам получать экспертные заключения по гражданским делам. Разработана в 1975 г. в Гейдельбергском и Дармштадтском университетах (Германия).
INTERNIST (США). ЭС диагностирует несколько сотен болезней с точностью, которая сопоставима с точностью диагноза, сделанного квалифицированным врачом.
PROSPECTOR — экспертная система, которая помогает геологам в поиске новых полезных ископаемых. На основании информации, введенной в ЭВМ с географических карт, из обзоров и ответов на вопросы, которые задаются геологам, PROSPECTOR предсказывает местоположение новых залежей.
Использование этой системы позволило обнаружить залежи молибдена в Британской Колумбии (Канада).
TIMM (разработчик General Research). Система оказывает помощь военному пилоту вертолета во время боевых действий.
Management Advisor (консультант менеджера). Система разработана фирмой Paladin Software, Inc. в 1986 г.; помогает руководителю в планировании его коммерческой деятельности.
XCON (Carnegie-Melon University). Система предназначена для определения конфигурации компьютеров при их продаже. Покупатель заказывает ЭВМ с определенными характеристиками, а ЭС позволяет оптимально подобрать комплектующие блоки (тип дисплея, объем ОЗУ, тип процессора, тип звуковой карты, объем видеопамяти и т. п.).
EXPERTAX (Coopert and Lybrand). Экспертная система, готовящая рекомендации ревизорам и налоговым специалистам в подготовке расчетов по налогам и подготовке финансовых деклараций. База знаний отражает опыт свыше 20 экспертов.
Проектирование экспертных систем существенно отличается от разработки обычного программного продукта. Особенностью является то, что неформализованностъ задач, решаемых эксперт ной системой, отсутствие ясной методологии их разработки при водит к необходимости постоянной модификации принципов и способов построения экспертных систем в ходе разработки и накопления знаний о предметной области. Наиболее общими подходами и этапами разработки экспертных систем являются: идентификация, концептуализация, формализация, выполнение, тестирование и опытная эксплуатация.
На этапе идентификации определяются задачи, подлежащие решению, выявляются цели разработки, ресурсы, эксперты и категории пользователей.
На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
На этапе формализации определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решения, средств представления и манипулирования знаниями.
На этапе выполнения осуществляется наполнение экспертом базы знаний системы. Процесс приобретения знаний разделяют на получение знаний от эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном экспертной системе. Эвристический характер знаний приводит к тому, что процесс их приобретения является весьма трудоемким. На данном этапе создаются прототипы экспертной системы, которые решают задачи предметной области. Затем по результатам этапов тестирования и опытной эксплуатации создается конечный продукт, пригодный для промышленного использования. Разработка прототипа состоит в программировании его компонентов или выборе их из имеющихся интеллектуальных систем и наполнении базой знаний.
На этапе тестирования эксперт в интерактивном режиме, используя диалоговые средства, проверяет адекватность эксперт ной системы. Процесс тестирования продолжается до тех пор, пока эксперт не даст окончательной оценки о готовности системы к эксплуатации.
На этапе опытной эксплуатации проверяется пригодность экспертной системы для конечных пользователей.
Критерии, с помощью которых оценивается экспертная система, зависят от того, с чьей точки зрения дается оценка. При тестировании первого прототипа оценка осуществляется с точки зрения эксперта, для которого важна полнота и безошибочность правил вывода. При тестировании промышленной системы оценка производится с точки зрения инженера по знаниям, которого интересует эффективность работы системы. При тестировании после опытной эксплуатации оценка осуществляется с точки зрения пользователя, заинтересованного в удобстве работы и получении практической пользы.
Отличительной чертой компьютерных программ, разрабатываемых для создания экспертных систем, является их способность накапливать знания и опыт квалифицированных специалистов (экспертов) в какой-либо узкой предметной области. Та кой эффект достигается благодаря тому, что экспертная система в процессе функционирования моделирует ту же схему рассуждений, которую использует эксперт при анализе проблемы.
К инструментальным средствам построения экспертных систем можно отнести пакеты Exsys Professional for Windows, Exsys Developer, представляющие собой экспертные оболочки и пред назначенные для создания прикладных экспертных систем в разных предметных областях. Система построена на использовании правил вида «если-то-иначе». Для выбора стратегии получения заключения в системе по умолчанию используется обратная цепочка вывода. Прямая цепочка задается при настройке системы. Системы обладают развитым графическим интерфейсом, способны обращаться к внешним базам данных, проверять и сравнивать правила на непротиворечивость.
Дата добавления: 2014-12-19; просмотров: 97 | Поможем написать вашу работу | Нарушение авторских прав |
| <== предыдущая лекция | | | следующая лекция ==> |
| Примеры экспертных систем. | | | Экспертная система, ее достоинства и недостатки |