- •Федеральное агентство по образованию
- •Оглавление
- •Глава 1. Основные понятия искусственного интеллекта
- •§ 1.1. Основные термины и определения
- •§ 1.2. История развития систем ии
- •§ 1.3. Направления развития искусственного интеллекта
- •§ 1.4. Основные направления развития и применения
- •Вопросы для самоконтроля
- •Глава 2. Положения теории нечетких множеств
- •§ 2.1. Нечеткое множество. Операции над нечеткими множествами
- •§ 2.1.1. Основные операции над нечеткими множествами.
- •§ 2.2. Построение функции принадлежности
- •§ 2.2.1. Некоторые методы построения функции принадлежности.
- •§ 2.3. Нечеткие числа
- •§ 2.4. Операции с нечеткими числами (l-r)-типа
- •§ 2.5. Нечеткая и лингвистическая переменные
- •§ 2.6. Нечеткие отношения
- •§ 2.7. Нечеткая логика
- •§ 2.8. Нечеткие выводы
- •§ 2.9. Автоматизация обработки информации с использованием
- •Вопросы для самоконтроля
- •Глава 3. Основные интеллектуальные системы
- •§ 3.1. Данные и знания
- •§ 3.2. Модели представления знаний
- •Представление знаний
- •Классификация знаний
- •§ 3.3.1. Продукционные правила.
- •§ 3.3.2. Фреймы.
- •§ 3.3.3. Семантические сети.
- •Вопросы для самоконтроля
- •§ 3.4. Экспертные системы. Предметные области
- •§ 3.5. Назначение и область применения экспертных систем
- •§ 3.6. Методология разработки экспертных систем
- •§ 3.7. Основные экспертные системы
- •§ 3.8. Трудности в разработке экспертных систем и пути их
- •Вопросы для самоконтроля
- •§ 3.9. Назначение, классификация роботов
- •§ 3.10. Примеры роботов и робототехнических систем
- •§ 3.10.1. Домашние (бытовые) роботы.
- •§ 3.10.2. Роботы спасатели и исследовательские роботы.
- •§ 3.10.3. Роботы для промышленности и медицины.
- •§ 3.10.4. Военные роботы и робототехнические системы.
- •§ 3.10.5. Мозг как аналого-цифровое устройство.
- •§ 3.10.6. Роботы – игрушки.
- •§ 3.11. Проблемы технической реализации роботов
- •Вопросы для самоконтроля
- •§ 3.12. Адаптивные промышленные роботы
- •§ 3.12.1. Адаптация и обучение.
- •§ 3.12.2. Классификация адаптивных систем управления
- •§ 3.12.3. Примеры адаптивных систем управления роботами.
- •§ 3.12.4. Проблемы в создании промышленных роботов.
- •Вопросы для самоконтроля
- •§ 3.13. Нейросетевые и нейрокомпьютерные технологии
- •§ 3.13.1. Общая характеристика направления.
- •§ 3.13.2. Нейропакеты.
- •Вопросы для самоконтроля
- •§ 3.14. Нейронные сети
- •§ 3.14.1. Персептрон и его развитие.
- •3.14.1.1. Математический нейрон Мак-Каллока-Питтса.
- •3.14.1.2. Персептрон Розенблатта и правило Хебба.
- •3.14.1.3. Дельта-правило и распознавание букв.
- •3.14.1.4. Адалайн, мадалайн и обобщенное дельта-правило.
- •§ 3.14.2. Многослойный персептрон и алгоритм обратного
- •§ 3.14.3. Виды активационных функций.
- •Вопросы для самоконтроля
- •Список литературы
- •Основы искусственного интеллекта
§ 3.8. Трудности в разработке экспертных систем и пути их
преодоления
При разработке ЭС разработчиков поджидают различные трудности: глобальные, имеющие отношение ко всему процессу разработки или к нескольким этапам разработки, и локальные, проявляющиеся, в основном, на некотором этапе разработки.
Глобальные трудности - общие проблемы, с которыми сталкивается коллектив, пытающийся применить технологию ЭС для решения своих задач. Источником глобальных трудностей являются, по крайней мере, следующие факторы: недостаток ресурсов; ограничения существующих ЭС; длительность разработки ЭС. Рассмотрим эти факторы подробнее.
Недостаток ресурсов для создания ЭС выражается в нехватке человеческих, программных и аппаратных ресурсов. В связи с относительной новизной направления практически отсутствуют инженеры по знаниям, очень мало специалистов по разработке инструментальных средств (ИСр) для систем ИИ и ЭС.
Ограничения программных ресурсов выражаются в слабом развитии ИСр, что приводит к чрезмерной длительности и трудоемкости разработки ЭС.
Ограничения аппаратных ресурсов выражаются в отсутствии в России символьных ЭВМ, ориентированных на разработку ЭС и систем ИИ. На Западе последовательные символьные ЭВМ (типа ЛИСП-машин) серийно выпускаются с 1981 года. С 1985 г. в США начат серийный выпуск параллельных символьных ЭВМ.
Ограничения существующих ЭС можно разделить на ограничения, присущие существующим инструментальным средствам, и на ограничения, присущие собственно ЭС.
К ограничениям собственно ЭС следует отнести следующие:
крайне слабые возможности по работе с динамическими мирами, требующими представления времени и (или) пространства;
недостаточные возможности ЭС по генерации умозаключений, основанных на здравом смысле;
ЭС плохо распознают ситуации, когда пользователь выходит за рамки их возможностей (что приводит к непредвиденным неудачам);
как правило, ЭС не, способны определить несогласованность (противоречивость) знаний, объяснить причину несогласованности и устранить ее.
К ограничениям инструментальных средств можно отнести следующее:
они могут оказать очень малую помощь в процессе приобретения и корректировки знаний в наиболее трудоемком аспекте разработки ЭС;
существующие инструментальные средства, как правило, не позволяют использовать смешанное представление (например, правила и фреймы).
Процесс разработки ЭС довольно длительный и это является существенным ограничением при выборе данного способа реализации задачи. При имеющейся в настоящее время технологии затрачивается от пяти до десяти человеко-лет на создание ЭС, решающей не слишком сложную задачу.
Локальные трудности - это трудности, с которыми сталкивается инженер по знаниям при создании ЭС.
С целью резкого сокращения сроков и снижения стоимости создания ЭС разработаны и продолжают разрабатываются различные инструментальные средства, что позволит, по мнению зарубежных специалистов, сократить затраты на разработку ЭС примерно в 10 раз. Основу таких средств составят специализированные оболочки (и ИСр) и системы создания и поддержания баз знаний (БЗ).
Специализированные оболочки и инструментальные средства (в отличие от универсальных оболочек в инструментальных средствах) ориентируются на определенный тип приложений (например, оболочка для диагностики технических средств Micro In Ate, ИСр для моделирования боя Symtactias, оболочка для финансовых приложений. FFAST). Специализированные оболочки и ИСр (по сравнению с универсальными) являются более эффективными и, кроме того, благодаря специализации могут содержать общие сведения о данном классе приложений, что позволяет существенно упростить, ускорить и удешевить процесс приобретения знаний.
Системы создания и поддержания баз знаний предназначены для автоматизации процесса приобретения знаний на всех этапах разработки ЭС. Подобная система обычно ориентируется на класс инструментальных средств, в первую очередь на класс оболочек ЭС.
Оболочка ЭС – это одно из инструментальных средств создания ЭС, основным свойством которой является то, что она содержит все компоненты ЭС в готовом виде и их использование не предполагает программирования, а сводится лишь к вводу в оболочку знаний о проблемной области. Примеры типичных оболочек, разработанных для ПЭВМ, приведены в табл.3.5.
Таблица 3.5
Типичные оболочки ЭС, предназначенные для работ на ПЭВМ
Наименование |
Стадия существования |
Представление знаний |
Основные свойства |
EXSYS |
Коммерческая |
Правила |
Обработка вероятности, может служить интерфейсом систем баз данных, вызывать внешние управляющие программы. |
SAVOIR |
Коммерческая |
Правила |
Допускает правдоподобные рассуждения, контролирует наполнение базы знаний, визуальное представление данных. |
EXPERT- EASE |
Коммерческая |
Примеры, правила |
Помощь при создании ЭС: требует от эксперта примеры условий, ведущих к каждому результату, и создает дерево вывода. |
ЭКСПЕРТ |
Коммерческая |
Правила |
Для задач диагностики |
В отличие от оболочек ЭС системы создание и поддержания БЗ называют оболочками приобретения знаний. Примерами таких систем являются NeoETS, KEATS, TOE.
Устранение трудностей, возникающих при создании гибридных систем, объединяющих ЭС с традиционными программами, осуществляются следующими путями:
создание интегральных инструментальных средств, ограниченно сочетающих методы инженерии знаний с методами традиционного программирования;
создание инструментальных средств для ЭС не на базе символьных языков, а на базе языков традиционного программирования (например, Си, Ассемблер);
повышение конкурентоспособности символьных ЭВМ (по сравнению с ПЭВМ) за счет существенного снижения их стоимости.
С целью создания динамических ЭС осуществляются следующие мероприятия.
Во-первых, начинают появляться первые оболочки и инструментальные средства, предназначенные для работы в системах реального времени: Picon, G2. Появление таких средств позволяет резко расширить сферу применения ЭС и начать их использование в ранее недоступных областях: комплексная автоматизация производства, автоматизированные испытания, управление промышленным производством, операции на рынке ценных бумаг, робототехника и т.п.
Во-вторых, в рамках ЭС происходит объединение программ, знаний, ЭВМ и специального оборудования, обеспечивающего как восприятие и анализ изменяемого окружения (например, сигнальные ЭВМ и нейронные сети), так и воздействие на него.
В-третьих, расширяются исследования и производство параллельных символьных и сигнальных ЭВМ.