Экспертные системы. Понятие основных характеристик экспертной системы. Предметная область с точки зрения пользователя. Предметная область с точки зрения разработчика. Классификация решаемых задач. Классификация экспертных систем по степени сложности, по типу используемых методов и знаний.
Основные понятия и определения
До сих пор мы рассматривали ряд концепций, применяемых при проектировании и реализации интеллектуальных систем, основанных на знаниях. Многие из этих средств были разработаны в рамках концепции искусственного интеллекта в связи с развитием нового направления проблемно-ориентированных управляющих структур. Теперь рассмотрим каковы же основные черты экспертных систем.
В основе экспертной системы находится обширный запас знаний о конкретной проблемной области. В большинстве случаев их ограничивают правила, которые позволяют делать заключения на основе исходных данных или предположений.
Такой подход к конструированию систем, опирающийся на использование знаний заменяет традиционное соотношение
Данные+Алгоритм=Программа
на новую архитектуру, основу которой составляют база знаний и машина логического вывода, так что мы имеем
Знания+Вывод = Система.
Экспертная система рассматривается как результат создания в компьютере основанной на знаниях компоненты, соответствующей навыку эксперта, в такой форме, которая позволит системе дать разумный совет или принять разумное решение о функции обработки данных. Желательной дополнительной характеристикой является способность системы по требованию объяснить свою линию рассуждений в виде, непосредственно понятном тому, кто задал вопрос. Достижение таких свойств обеспечивается методом программирования и использованием правил.
Основные характеристики экспертных систем:
экспертная система ограничена определенной сферой экспертизы
она способна рассуждать при сомнительных данных
она способна объяснять цепочку рассуждений понятным способом
факты и механизмы вывода четко отделены друг от друга
она строится так, чтобы имелась возможность постепенно наращивать систему
чаще всего она основана на использовании правил
на выходе она дает совет
она экономически выгодна.
Экспертная система содержит базу знаний, машину вывода, модуль извлечения знаний, систему объяснения (интерфейс) (рисунок 6.1).
Типичная экспертная система
Рисунок 6.1
База знаний содержит факты и правила. Факты представляют собой краткосрочную информацию в том плане, что они могут изменяться, например, в ходе консультации. Правила представляют собой долговечную информацию о том, как порождать новые факты или гипотезы из того, что известно. Такой подход отличается от обычной методики использования базы данных тем, что факты в базе данных обычно пассивны: они либо есть, либо их нет. База знаний активно пытается восполнить недостающую информацию.
Правила продукций являются предпочтительным средством отображения неформальных знаний. Такие знания имеют формат ЕСЛИ-ТО, но эти знания не воплощены в какую-то программу, а представляют собой данные для высокоуровневого интерпретатора, а именно машины ввода. Правила продукций не единственный способ представления знаний. Для этой цели использовались семантические сети, исчисление предикатов.
Большинство экспертных систем «стремится», как правило, использовать личностные знания эксперта и чаще всего формализуют их (без усиления логических возможностей современных информационных систем) в выбранной системе правил, образующих некоторую эвристику. Поэтому основной трудностью создания экспертных систем становится получение знаний от эксперта, так как этот процесс зависит от многих существенных факторов: предметной области, методики получения знаний, квалификации эксперта и его способности выделять собственные знания.
Экспертные системы применяются в случаях, когда тип решаемой задачи обладает хотя бы одним из следующих аспектов:
диагностика
нет установившейся теории
мало специалистов
данные «зашумлены».
Диагностическая задача связана с областью, в которой имеется множество возможных ответов, и трудность состоит в том, что необходимо выбрать из них один верный, или, по крайней мере, отбросить заведомо неверные.
Область, где нет твердо установившейся теории, содержит слишком много переменных величин, затрудняющих создание полной и цельной теории, где искусные практики опираются на свои познания и интуицию.
Область с малым числом специалистов, связана с тем, что экономически выгодно автоматизировать навыки на которые высок спрос.