24.Формализация и неформальные знания.Понятие “’экспертная система”.

Формализованные знания: строгие суждения образуют формальные системы F=<A,P,X,I>

A

интерпретация

-алфавит. – набор символов из которых строится предложение в формализованной системе. P–синтаксические правила построения предложения и алфавит A. X – аксиомы, тождественно истинныепредложения. I–семантические правила(правила ввода) правила построения новых предложений из аксиом.

Теория

Практика, опыт

формализация

Формализованные знания пригодны для алгоритмизации.

Они слишком жестки и точны для реального мира.

Неформализованные знания и задачи обычно субъективны , приблизительны .

Экспе́ртная систе́ма— компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания

В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

ЭС может функционировать в 2-х режимах.

1.Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.

2.Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.

Классификация ЭС по решаемой задаче: Интерпретация данных, Диагностирование, Мониторинг, Проектирование, Прогнозирование, Сводное Планирование, Обучение ,Управление, Ремонт, Отладка

25. Основные особенности экспертных систем. Основные модели представления знаний в классических экспертных системах

В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом.

Отличительные особенности ЭС 1. Экспертиза может проводиться только в одной конкретной области. 2. Создание новой БЗ для ЭС должно обеспечивать выполнение требований машины логического вывода. 3. ЭС объясняет ход решения задачи (цепочку рассуждений) понятным пользователю способом (можно спросить как и почему получилось такое решение и получить понятный ответ). 4. Выходные результаты являются качественными (например, совет), а не количественными (цифровыми). 5. Системы строятся по модульному принципу, что позволяет наращивать их базы знаний. 6. Наиболее подходящая область применения - решение задач дедуктивным методом (лат. deductio - выведение), позволяющим по определенным правилам логики делать выводы из некоторых утверждений и комбинаций.

Этапы разработки экспертных систем В коллектив разработчиков ЭС входят как минимум четыре человека:

• эксперт;

• инженер по знаниям;

• программист;

• пользователь.

ЭС предназначены для так называемых неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

Модели представления знаний Логические модели представления знаний реализуются средствами логики пре­дикатов. Предикатом называется функция, принимающая только два значения - истина и ложь - и предназначенная для выражения свойств объектов или связей между ними. Логические модели удобны для представления логических взаимосвязей между фактами, они формализованы, строги (теоретические), для их использования имеется удобный и адекватный инструментарий, например, язык логического программирования Пролог.

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие). Продукционные системы делят на два типа — с прямыми и обратными выводами. При прямом выводе рассуждение ведется от данных к поиску цели, а при обратном производится поиск доказательства или опровержения некоторой цели— к данным.

Семантические сети Термин семантическая означает смысловая, а сама семантика — это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков.

Фреймы Фрейм (англ. frame — каркас или рамка) предложен М.Минским в 70-е гг. как структура знаний для восприятия пространственных сцен. Фрейм (дословно — «рамка») — это единица представ­ления знаний, детали которой могут изменяться в соответствии с текущей ситуацией. Фрейм - это минимально возможное описание сущности какого-либо явления, события, ситуации, процесса или объекта.