- •Часть 4. Системы искусственного интеллекта
- •4.1. Разновидности систем искусственного интеллекта
- •4.2.Интеллектуальные информационно-поисковые системы
- •4.3.Интеллектуальные пакеты прикладных программ
- •4.4.Расчетно-логические системы
- •4.5. Экспертные системы
- •4.5.1. Общие сведения
- •4.5.2. Классы эс
- •4.5.3. Структура эс
- •4.5.4. Технология проектирования и разработки экспертных систем
- •4.5.5. Разновидности эс
- •4.5.6. Эс IиIIпоколений
- •4.5.7. Применение технологий разработки программного обеспечения к разработке экспертных систем
- •4.5.8. Модели жизненного цикла интеллектуальных ис
- •Сводная таблица фаз и этапов жц эс
- •4.5.9. Языки программирования для ии и языки представления знаний (япз)
- •4.5.10. Инструментальные пакеты разработки задач ии (ToolKit-системы)
- •4.5.11.WorkBench-системы
- •4.6. Системы поддержки принятия решений (сппр). Основные понятия
4.5. Экспертные системы
4.5.1. Общие сведения
Экспертная система — это программы ЭВМ, использующие знания и технику рассуждений человека-эксперта. Отличительной особенностью экспертной системы является наличие в ее составе подсистемы объяснения (см. рис. 6.2).
Подсистема объяснения отвечает на вопросы «как» и «почему» система подводит конечного пользователя к тому или иному выводу. В случае отсутствия подсистемы объяснения возможны две равно неприемлемые альтернативы:
игнорирование ЭВМ в результате недоверия к полученным результатам;
перенос ответственности за последствия принятых решений на математиков и ЭВМ.
Практические достоинства ЭС:
ориентация на решение широкого круга задач в трудноформализуемых областях;
минимальные требования к подготовленности пользователя в области вычислительной техники;
повышение эффективности труда пользователей, равное эффекту от повышения их квалификации до уровня эксперта в данной области.
Функции ЭС:
интерпретация данных с целью определения их значения;
диагноз или определение состояния технических и биологических систем (на основе интерпретации зашумленных данных);
контрольное наблюдение (мониторинговые системы) или непрерывная интерпретация данных в реальном масштабе времени критических состояний наблюдаемых объектов (реанимация, ядерные реакторы и т. п.);
предсказание развития будущего на основе моделирования настоящего и прошлого;
планирование и разработка мероприятий для достижения поставленных целей;
проектирование или выработка предписаний по построению объектов, удовлетворяющих поставленным требованиям.
4.5.2. Классы эс
Диагностирующие системы (ANGY– диагностика сужения коронарных сосудов и терапевтические рекомендации,CRIB– диагностика ошибок в аппаратуре ЭВМ ).
Системы мониторинга (слежения). Отличаются от предыдущих необходимостью функционирования в реальном масштабе времени. Примеры: специализированные диагностирующие системы в медицине (при реанимации), контроль процессов на опасных производствах (FALCON– химическое производство), в ядерных реакторах (REACTOR), на электростанциях (СПРИНТ) и т.д.
Прогнозирующие системы. Осуществляют оценку будущего на основе моделей прошлого и настоящего (WILLARD– предсказание погоды,PLANT– предсказание урожая,ECON– экономические прогнозы).
Планирующие системы. Обеспечивают принятие решений по оптимальному распределению ресурсов, в том числе временных (STRIPS– планирование поведения промышленного робота,ISIS– планирование промышленных заказов).
Системы для проектирования (SYN– синтез электрических цепей,CADHELP– проектирование БИС,XCON– проектирование конфигураций ЭВМ).
Системы для управления. Совмещают в себе планирующие и проектирующие системы с одной стороны, и диагностирующие и интерпретирующие системы с другой (GAS– помощь в управлении газовой котельной,ProjectAssistant– управление системой календарного планирования).
Системы для обучения. Близки к системам для управления, отличаются превалированием диагностических и интерпретационных функций (PROUST– обучение языкуPascal, Учитель ЛИСПа – обучение языку ЛИСП).
Интерпретирующие системы. Близки к диагностическим. Предназначены для установления свойств объекта по данным о нем. В общем случае объект имеет иерархическую структуру, при этом применяется т.наз. иерархическая интерпретация (SIAP– идентификация типов океанских судов по результатам аэрокосмического сканирования, АВТАНТЕСТ и МИКРОЛЮШЕР – определение основных свойств личности по результатам психодиагностического тестирования).
Диагностические ЭС (1, 2) осуществляют определение принадлежности объекта к какому-либо классу объектов путем анализа его параметров. Как правило, пользуются обратным логическим выводом. Примеры применения - ремонт (например, автомобилей), медицина. По совокупности признаков система определяет тип имеющихся повреждений. Пример программы такого рода- медицинская ЭС MYCIN.
Системы проектирования и планирования (3, 4, 5) весьма сходны с диагностическими, но, как правило, отличаются последовательностью действий. Для них характерны задачи типа: определение последовательности химических реакций, необходимых для получения заданного вещества (SYNCHEM), определение конфигурации компьютера по функциональным требованиям к нему (XCON). Как правило, используют прямую цепочку рассуждений.
Системы управления (6, 7) применяются в областях, где информационно-советующие системы применялись ранее. Однако применение технологии ЭС наиболее оправдано там, где предметная область велика и изменчива, и речь идет о больших объемах обрабатываемой информации. Применения - системы государственного управления, пользовательские интерфейсы систем управления сложной (в том числе военной) техникой, электростанции и прочие сложные и опасные производства и т.д. В системах управления используется как прямая, так и обратная цепочка рассуждений.
Интерпретирующие системы близки к диагностическим, отличаются, очевидно, перенесением значительной части ресурсов, затрачиваемых на общение с пользователем, в область рассуждений и вычислений. В качестве примеров приводят: систему DENDRAL, определяющую по результатам спектрального анализа вещества его состав; системуPROSPECTOR, по характеристикам минеральной формации определяющую ее состав. Эти системы используют, как правило, прямую цепочку рассуждений.
Классификация по связи с реальным временем:
Статические ЭС. Знания и данные не меняются во времени. Пример: диагностика неисправностей автомобиля.
Квазидинамические ЭС. Оценка ситуации, меняющейся с некоторым фиксированным интервалом времени. Пример: микробиологические технологии, где лабораторные измерения параметров производятся раз в 4-5 часов.
Динамические ЭС. Работа с датчиками в реальном масштабе времени. Пример: мониторинг в реанимационных палатах.