§ 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.