Экспертные системы в географии

ЭКСПЕРТНЫЕ СИСТЕМЫ

В традиционных географических исследованиях используются разнообразные средства как при информационном обеспечении, так и на других рассмотренных этапах. Достаточно универсальным средством, обеспечивающим широкий круг задач, стали экспертные системы. Экспертную систему можно определить как "систему искусственного интеллекта, использующую знания из сравнительно узкой предметной области для решения возникающих в ней задач, причем так, как это делал бы эксперт-человек, т. е. в процессе диалога с заинтересованным лицом, поставляющим необходимые сведения по конкретному вопросу" (27, с. 5).

Чтобы рассмотреть суть экспертных систем, следует дать определение некоторым понятиям, прежде всего данным и их отношению к знаниям. Так, если ранее в задачи обработки на ЭВМ входило оперирование с данными, причем смысл манипуляций понимал человек, то, задавшись целью создать программы, способные анализировать семантику (смысл) используемых данных, необходимо обращение к базам знаний. Такие программы способны производить логические цепочки на основе ранее полученных выводов, пропуская знания как бы через эти выводы, проверяя их логичность, уточняя и строя более тонкие конструкции. Если полученный результат будет противоречить здравому смыслу, то при алгоритмическом пути это безразлично ЭВМ, но в экспертной системе такое положение не может остаться незамеченным.

Вообще знания принято разделять на предметные, или общедоступные, и индивидуальные, или эмпирические. К общедоступным знаниям относятся наборы фактов, например в учебниках и другой литературе, а вот индивидуальные знания зачастую носят эмпирический характер, основанный на правилах и подходах, которые эксперт иногда даже не может четко или однозначно сформулировать. Их называют эвристиками.

Для экспертных систем необходимы три компоненты: факты, правила (процедурные знания) и управляющие структуры. Фактические знания сообщаются экспертной системе экспертом-географом в процессе диалога и отражают взгляды человека на момент работы. Процедурные знания или правила тесно связаны с фактическими, но являются как бы накопленными знаниями, на основе которых вырабатывались правила, определяющие, как будет вести себя система, и, наконец, управляющие знания позволяют подбирать наилучшую стратегию в работе системы.

Здесь мы подошли к необходимости описать всю структуру экспертной системы, которая, как правило, состоит из четырех-пяти компонент: базы знаний, машины вывода, системы накопления метазнаний1, системы объяснений и общения с пользователем. Более детальная, "идеальная" схема экспертной системы приведена в книге "Построение экспертных систем" (16), хотя реальные работающие системы могут содержать лишь некоторые ее элементы.

Рассмотрим упрощенную схему экспертной системы. Что касается базы знаний, то к ее рассмотрению мы уже подошли вплотную. Знания в базе знаний, в отличие от данных, требуют иного их представления, для чего используются семантические сети с произвольной структурой, а также более регуляризованные сети - фреймы. Фреймы выражают общие понятия, а слоты, или ячейки, дают их детализацию, что приводит к типичной иерархической структуре. Поясним суть фреймового представления знаний на примере оценки состояния природной среды с точки зрения ее антропогенной трансформации, и прежде всего загрязнения. Образовав фрейм "состояние природной среды", в качестве слотов мы можем использовать "степень загрязненности атмосферы", "загрязнение подземных и поверхностных вод", "состояние геологической среды", "состояние почвенного покрова", "состояние растительного и животного мира" и др.

Каждый слот, кроме имени, может иметь одно или несколько значений (качественных или количественных), например "выбросы вредных веществ предприятием в атмосферу" → "изобутилен", "200", "600", "400", "600"; "этиленгликоль", "40", "70", "60", "80" и т. д. При характеристике выбросов изобутилена, этиленгликоля и т. д. первое числовое значение может определять фоновые, второе - максимальные концентрации, третье - реальные, а четвертое - предельно допустимую концентрацию. В качестве слота могут использоваться сложные структуры, включающие иерархию слотов более низкого порядка.

Так, в слот "выбросы вредных веществ предприятием в атмосферу" можно включить "состояние атмосферы", которое, в свою очередь, будет характеризоваться "скоростью ветра", "распределением температур", "стратификацией атмосферы" и т. д. При изменении содержания слотов преобразуется вся семантическая структура в зависимости от конкретных целей, например связанных с выработкой рекомендаций по охране природной среды.

В настоящее время наибольшее распространение получают так называемые "продукции". Как писал академик Г. С. Поспелов (15), "продукции" можно представить в виде выражения "если - то". Например, если содержание углеводородов в выбросе в атмосферу превысит предельно допустимую концентрацию (ПДК) в 100 раз, то это может привести к экологической катастрофе. Для получения выводов "продукции" могут образовывать сложные цепочки. Кроме описанного ядра, "продукции" допускают использование пред- и постусловий, разрешающих или запрещающих применять данное условие, а также определяющие, необходимо ли изменять что-либо в базе знаний в зависимости от результата выполнения процедуры "если - то".

Поясним использование языка "продукций" на примере. Если поставить условие, чтобы химический комбинат (i) увеличил выпуск каучука из изопентана на 10%, то объем выброса в атмосферу изопрена приведет к превышению нормы ПДК. Тогда постусловие должно изменить объем увеличения продукции или сделать предположение о возможности увеличения производства каучука на предприятии (j). В принципе если поставить вопрос о пересмотре ПДК, тогда "продукция" будет описывать иную ситуацию.

Изменив немного условия, перейдем к другой задаче, которую сформулируем по аналогии с примером из книги И. А. Портянского "Компьютерный арсенал географии" (14). Допустим, поставлено условие -найти место для размещения завода (А) по производству алюминия (объем производства - 100 тыс. т в год). Для этого желательно выполнение следующих условий: Р1 - залежи бокситов удалены не более чем на 500 км; Р2 - добыча бокситов не менее 400 тыс. т в год; Р3 - производство из бокситов не менее 200 тыс. т глинозема; Р4 - наличие значительных энергоресурсов; Р5 - район размещения завода - Закавказье; Р6 - город, где будет завод, должен обеспечить полное укомплектование персоналом (700 человек). "Продукция", описывающая ситуацию для места (i), такова:

где Р определяет выполнение первых пяти условий размещения предприятия (А), т. е. Р = определяет, достаточно ли свободных трудовых ресурсов (более 700 человек), В фиксирует пригодность пункта (i) Для размещения завода, a Q определяет условия в связи с тем, что в пункте i будет завод.

Применение "продукции" упрощает диалог и объяснения пользователю, почему принято то или иное решение. Соответствующие примеры показаны в книге И. А. Портянского. Для подчеркивания сильных сторон фреймов и "продукций" возможен их синтез, например "продукции" в качестве слотов во фреймах.

Важной особенностью экспертных систем является возможность работать не только с "нечеткими" данными (37, 34, 20), но и, что самое главное, с "нечеткими" знаниями. Используя комбинации элементов знаний, можно прийти к вполне определенным заключениям, т. е. даже на основе ненадежных данных есть возможность получать правдоподобные выводы. "Нечеткость" определений, которыми оперирует географ, ведет к "нечеткости" знаний. Например, обратившись к понятию "широкая река", мы отчетливо представляем, что для разных людей этот размер может варьировать в значительных пределах. Для характеристики фактов используется "нечеткая" логика, разработаны коэффициенты уверенности для измерения степени доверия к любому заключению (27).

Другим важным элементом экспертной системы является машина вывода. "Машина логического вывода является универсальной думающей машиной, а база знаний - это то,

над чем ей предстоит думать" (27, с. 65). Т. е. в ответ на запрос система способна строить логические выводы и на их основе приходить к заключениям. Здесь проверяется выполнимость условий конкретной ситуации по отношению к имеющимся правилам и подбирается путь их удовлетворения. Причем, в отличие от традиционных алгоритмов, осуществляющих механический перебор всех правил, в экспертной системе пространство поиска сужается за счет того, что, как и человек, ЭВМ должна ожидать, что же ей встретится. Например, анализируя видовой состав смешанных и широколиственных лесов средней полосы европейской части России, географ ожидает встретить ель, березу, дуб, липу, клен, но не пальмы или мангры, перебор которых для анализа противоречит здравому смыслу.

Процедуру получения выводов путем анализа фреймов или "продукций" называют прямой стратегией. В том случае если человек выдвигает гипотезы (а делает это он, как правило, с охотой), а ЭВМ их проверяет (что проще для машины), то мы переходим к обратной стратегии. Используются и смешанные стратегии, когда машина выдает ряд вариантов решения, а экспертная система именно так и поступает, выбрав из них какое-нибудь одно, оно анализируется с помощью обратной стратегии. Естественно, что этот путь будет неоднозначным, причем могут добавляться новые значения и т. д.

Блок накопления метазнаний проверяет непротиворечивость вновь поступающих сведений имевшимся правилам. Достигается это путем проверки семантической непротиворечивости, а также автоматическим тестированием. Проверка семантической непротиворечивости определяет согласование вносимых изменений правилам базы знаний, а автоматическое тестирование проверяет нововведения на большом количестве задач, чтобы оценить, сколь положительно они влияют на работу экспертной системы (16). Иногда в случае конфликтных ситуаций требуется пересмотр правил. Здесь применяются различные степени доверия для потенциальных решений, чтобы они не противоречили здравой логике, хотя сделать это не всегда просто.

На наш взгляд, в этом деле может оказаться целесообразной характеристика не отдельных явлений, а их классов, когда конкретная ситуация сравнивается с типичными примерами. Допустим, географ, классифицируя типы берегов (риасовый, шхерный, фьордовый), как бы сравнивает их с идеальными моделями: фьорды - узкие,

глубоко вдающиеся в сушу клинья и т. д. Но экспертная система не ограничивается алгоритмической классификацией и учитывает семантику. Классифицируя географические объекты "Москва", "Бишкек", "Брянск", человек легко сгруппирует их в города, но Москву в сочетании с Волгой и Леной отнесет к рекам, то же должна уметь эвристическая программа.

Более того, иногда требуется и не совсем "логичное" заключение. Например, анализируя уровни социально-экономического развития стран по ряду формальных критериев, в том числе таким, как национальный доход на душу населения, число автомашин на 1 тыс. жителей и др., Кувейт должен быть отнесен к числу ведущих стран, но эксперт-географ, сильно занизив его оценку, не выглядит странным. Так же должна поступать и экспертная система, выводя одни правила из других и приходя к заключениям, получить которые из формальной логики невозможно.

Еще один характерный момент для экспертной системы. Так как правила, создаваемые одним географом, чаще всего сильно отличаются от того, как это делает другой специалист, то экспертная система как бы становится "вторым я" того или иного ученого, копируя его стиль работы.

Система объяснений используется для того, чтобы разъяснить пользователю, как экспертная система пришла к тому или иному конкретному выводу. Причем в процессе работы пользователь может задавать дополнительные вопросы о получении промежуточных результатов, уточнять цели, инспектировать правила с точки зрения их согласования между собой и соответствия поставленным целям и др. "Метод рассуждения, который не может быть объяснен человеку, является неудовлетворительным, даже если с ним система работает лучше, чем специалист" (27).

Как правило, система объяснений делает трассировку хода проведения рассуждений в обратном порядке от того места, к которому относится вопрос, или от конечного результата. Каждый шаг рассуждения подкрепляется выводами из правил базы знаний. Экспертная система объясняет также, почему она не пошла другим путем - какие правила базы знаний этот путь заблокировали. Объяснения экспертной системы помогают пользователю совершенствовать базу знаний, показывая слабые места, ведущие к неправильным выводам. Пример работы экспертной системы и блока объяснения логики решений приведен в упоминавшейся выше книге И. А. Пор-тянского (14).

Система общения пользователя с экспертной системой должна быть максимально удобна для человека. В настоящее же время "хозяин ЭВМ вынужден разговаривать со своим слугой на языке слуги". В этом плане особенно привлекателен проект разработки ЭВМ пятого поколения, которые будут в состоянии воспринимать естественный язык, например ограниченный английский, графические изображения, карты, фотоснимки и др.

Экспертные системы могут сильно отличаться своей конфигурацией в зависимости от целей их создания, имеющихся технических средств, объема данных и знаний. Причем важной является возможность комбинирования экспертных систем с математическими моделями, служащими для алгоритмических вычислений. Такие системы принято называть интегрированными.

В обобщающих работах по экспертным системам (16, 27) выделяют несколько их типов: интерпретирующие - позволяющие на основе наблюденных фактов делать описания и выводы; прогнозирующие - выводящие следствия из совокупности состояний исследуемых явлений, например прогноз погоды, урожайность сельскохозяйственных культур и др.; диагностики, прежде всего в медицине; проектирования - в строительстве; планирования; мониторинга; ремонта; обучения и др.

Возможности применения экспертных систем применительно к географическим исследованиям описаны в ряде работ (29, 33, 5, 21). Более широко они стали использоваться в следующих областях: прежде всего для совершенствования эксплуатации географических информационных систем при управлении базами данных, в процессе принятия управленческих решений, некоторых картографических вопросов. Применение экспертных систем позволяет сделать географические информационные системы более эффективными и легче используемыми, обучать малоопытных пользователей работе с ними, совершенствовать поиск информации в больших массивах данных и др. Имеется опыт соответствующих работ с использованием материалов дистанционного зондирования; для нужд картографии, в том числе для автоматизации процесса генерализации; целей мониторинга ландшафтов, пожаров и др.

Важны классификационные аспекты географии, и здесь роль экспертных систем в решении не поддающихся

математической формализации и сложных для логического анализа задач может быть велика, например в случае типизации географических ситуаций, применения метода ситуационного управления (предложенного Д. А. Поспеловым), и в частности в географии при разработках геоситуационного направления (25).

Типология геоситуаций необходима для выработки правил, фактов и связей в соответствующих базах знаний, формируемых на основе знаний экспертов. Построенные на базе типов геоситуаций сценарии позволяют в каждом конкретном случае не обращаться к перебору нескольких вариантов, а, идентифицировав тип, анализировать структуру соответствующих географических образований по отношению к характеристикам их типа. В дальнейшем экспертные системы смогут определять структуру геоситуаций и рекомендовать мероприятия для их целенаправленных трансформаций или консервации, например с целью выработки рекомендаций по охране окружающей среды и т. д.

Одно из интересных приложений экспертных систем может состоять в их применении не только для обучения отдельным географическим дисциплинам с использованием опыта наиболее известных преподавателей (безгранично расширив их аудиторию), но и служить в качестве "интеллектуального интерфейса" для связи, например, с вычислительными пакетами программ, с которыми пользователь мало знаком, т. е. быть своеобразным гидом.

Наконец, несколько слов о технических средствах. Естественно, что чем совершеннее будет техника, тем удобнее ее будет использовать для создания экспертных систем, однако в жизни немало примеров, когда эффект от использования дорогостоящей аппаратуры недостаточен. Поэтому в полной мере можно согласиться с авторами книги "Экспертные системы...", когда они пишут: "Самым правильным будет воспользоваться тем языком, который вы знаете, на машине, которая у вас есть... Нет необходимости дожидаться реализации мечты о создании машин пятого поколения... Машины типа IBM PC или Apple Macintosh, особенно снабженные жестким диском, будут самыми подходящими" (с. 22). Коммерческая и научная информация об экспертных системах, аппаратуре, рынках сбыта, новых технологиях полно представляется в журнале "Expert Systems".

С распространением экспертных систем в географии специалисты получат возможность использовать технику

для уточнения, распространения, пропаганды, а главное - получения новых индивидуальных знаний, сопоставлять между собой конечные и промежуточные выводы при несовпадающих мнениях. Кстати, географы, обходившиеся в своей работе без математических методов и расчетов на ЭВМ, смогут использовать вычислительные машины без применения алгоритмических подходов. Роль специальных знаний еще более поднимется, а их передача от "учителя к ученику" станет более легкой, улучшится сохранность накопленных знаний и возможность их дальнейшего пополнения и совершенствования. Для географов особенно важно, что наиболее ценной и дорогостоящей частью в экспертных системах оказываются географические знания. В целом же экспертные системы могут рассматриваться как одно из самых мощных средств географических исследований в ближайшей перспективе.