Лекция 9 (ЭС и ИИ)

Лекция 9

Информационная технология экспертных систем и искусственного интеллекта

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем, основанных на использовании искусственного интеллекта. Под искусственным интеллектом понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека. Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания, и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникает необходимость.

Современные экспертные системы широко используются для тиражирования опыта и знаний ведущих специалистов во многих сферах человеческой деятельности.

Традиционно знания существуют в двух видах – коллективный опыт и личный опыт. Если большая часть знаний в предметной области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах.

Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов), если эти знания по каким-либо причинам слабо структурированы, такая предметная область нуждается в экспертной системе.

Экспертные системы – это сложные программные комплексы, объединяющие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

В структуру любой ЭС обязательно входят следующие элементы:

Пользователь – специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, поэтому он нуждается в помощи и поддержке своей деятельности со стороны ЭС.

Инженер по знаниям (инженер-интерпретатор, аналитик, когнитолог)– специалист по ИИ, выступающий в роли промежуточного звена между экспертом и базой знаний.

Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и получения результатов.

База знаний – ядро ЭС, совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и пользователю.

Решатель (блок логического вывода, дедуктивная машина) – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.

Система объяснений – программа, позволяющая пользователю получить ответы на вопросы о том, как была получена та или иная рекомендация, почему система приняла такое решение. Ответы на эти вопросы представляют собой подробные объяснения процесса получения решения с указанием использованных фрагментов БЗ, т.е. всех шагов цепи умозаключений.

Интеллектуальный редактор БЗ – программа, представляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок и др. сервисных средств.

В коллектив разработчиков ЭС входят: эксперт, инженер по знаниям, программист, пользователь. Возглавляет коллектив инженер по знаниям.

Экспертная система работает в двух режимах:

1. Режим приобретения знаний. В этом режиме общение с ЭС осуществляется через посредничество инженера по знаниям. Эксперт описывает проблемную область в виде набора данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы управления данными, характерные для конкретной предметной области. Эксперт наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области.

2. Режим решения задач (режим консультации или режим использования ЭС). Общение с ЭС осуществляет конечный пользователь, которого интересует результат и способ получения решения. Пользователь может не быть специалистом в данной проблемной области, в этом случае он обращается к ЭС за советом, не умея получить ответ сам, либо чтобы ускорить процесс получения результата, если пользователь является специалистом.

ЭС в режиме решения задач не только исполняет предписанную последовательность операций, но и предварительно формирует ее. Если ответ ЭС не понятен пользователю, то он может потребовать объяснения, как ответ получен.

Направления развития ИИ

ИИ – одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными.

Основными направлениями развития ИИ являются:

1. Представление знаний и разработка систем, основанных на знаниях – это направление связано с разработкой моделей представления знаний, созданием баз знаний. Включает в себя модели и методы извлечения и структурирования знаний.

2. Игровые интеллектуальные задачи (шахматы, шашки и т.п.)

3. Машинный перевод (первая программа в этой области – переводчик с английского на русский, первая идея которой – пословный перевод оказалась неплодотворной). В настоящее время используется более сложная модель, включающая в себя анализ и синтез естественно-языковых сообщений, состоящая из нескольких блоков:

• Морфологический анализ – анализ слов в тексте;

• Синтаксический анализ – анализ предложений, грамматики и связей между словами;

• Семантический анализ – анализ смысла каждого предложения на основе некоторой предметно-ориентированной базы знаний;

• Прагматический анализ – анализ смысла предложений.

4. Распознавание образов – традиционное направление ИИ. Каждому объекту ставится в соответствие матрица признаков, по которому происходит его распознавание. Это направление тесно связано с нейрокибернетикой.

5. Новые архитектуры компьютеров – направление, занимающееся разработкой новых аппаратных решений и архитектур, направленных на обработку символьных и логических данных.

6. Роботы – электромеханические устройства, предназначенные для автоматизации человеческого труда. Со времени создания сменилось несколько поколений роботов:

• Роботы с жесткой схемой управления (практически все современные промышленные роботы принадлежат к первому поколению, это программируемые манипуляторы);

• Адаптивные роботы с сенсорными устройствами (есть образцы таких роботов, но в промышленности пока не используются);

• Самоорганизующиеся или интеллектуальные роботы (конечная цель развития робототехники).

7. Специальное ПО – направлено на разработку специальных языков для решения задач невычислительного плана, эти языки направлены на символьную. обработку информации. Помимо этого создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем.

8. Обучение и самообучение – активно развивающаяся область ИИ. Включает в себя модели, методы и алгоритмы, ориентированные на автоматическое накопление знаний на основе анализа и обобщения данных; обучение по примерам (индуктивное обучение).

Знания. Модели представления знаний

Понятие знаний тесно связано с понятием данных. Знания основываются на данных, но представляют результат мыслительной деятельности человека, обобщают его опыт, полученных в ходе выполнения какой-либо практической деятельности.

Знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. Они получаются эмпирическим путем. Это хорошо структурированные данные или данные о данных.

При обработке на ЭВМ знания преобразуются аналогично данным:

• Знания в памяти человека как результат мышления;

• Материальные носители знаний (книги);

• Поле знаний – условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;

• Знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы);

• Базы знаний.

Знания могут быть классифицированы по следующим категориям:

• Поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;

• Глубинные – абстракции, аналогии, схемы, отображающие структуру и процессы в предметной области.

Современные экспертные системы работают в основном с поверхностными знаниями, т.к. на данный момент нет моделей, позволяющих работать с глубинными знаниями.

• Процедурные – знания, заключенные в алгоритмах управления данными. Исторически сложились первыми. Они управляли данными. Для их изменения требовалось изменять программы.

• Декларативные – более поздняя форма представления знаний. Такими знаниями считаются предложения, записанные на языках представления знаний.

Классы моделей (языков) представления знаний:

• Продукционные;

• Семантические сети;

• Фреймы;

• Формальные логические модели.

Продукционная модель – модель, позволяющая представить знания в виде предложений типа: Если (условие), то (действие).

Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием – действия, выполняемые при успешном исходе поиска.

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные – это исходные факты, на основании которых запускается машина вывода.

6