3.5. Информационные технологии экспертных систем
Составляют основу автоматизация труда специалистов-аналитиков. Эти работники кроме аналитических методов и моделей могут использовать накопленный и сохраняемый в системе опыт ситуационной оценки, т.е. сведения, составляющие базу знаний в конкретной предметной области. Обработанные по определенным правилам такие сведения позволяют подготавливать обоснованные решения и вырабатывать стратегии управления и развития. Отличие ИТ экспертных систем от ИТ поддержки принятия решения состоит в том, что они предлагают пользователю принять решение, превосходящее его возможности, и способны пояснять свои рассуждения в процессе получения решения. Кроме того, экспертные системы позволяют получать новые знания, накапливать их и, тем самым, развивать подобные системы, формируя системы знаний.
Экспертные системы основаны на использовании искусственного интеллекта. Под искусственным интеллектом обычно понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека. Чаще всего здесь имеются в виду способности, связанные с человеческим мышлением. Работы в области искусственного интеллекта не ограничиваются экспертными системами. Они также включают в себя создание роботов, систем, моделирующих нервную систему человека, его слух, способность к обучению.
Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Являясь одним из основных приложений искусственного интеллекта, экспертные системы представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.
Сходство ИТ, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что они обеспечивают высокий уровень поддержки принятия решений. Различия этих технологий:
решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности;
экспертные системы способны пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важным для пользователя, чем само решение;
технологии экспертных систем используют новый компонент ИТ - знания.
Структура данной технологии показана на рисунке:
работапользователь
команды и
решения и
исходные
объяснения
данные
созданиеинженер по знаниям - БЗ интерфейс разработчика оболочка экспертной
системы интерфейс пользователя знания знания База
фактов решатель подсистема
объяснений факты факты инженер
по знаниям, эксперт
Экспертная система функционирует в двух режимах – создания и работы.
В режиме создания системы она через интерфейс разработчика пополняется знаниями первого и второго рода. Знания первого рода – это общезначимые факты, явления, закономерности, признанные в данной предметной области и документированные (они пополняют базу фактов). Знания второго рода – это эмпирические правила, интуитивные соображения и факты, которые, как правило, не публикуются, но дают возможность опытному эксперту эффективно принимать решения даже в условиях неполных и противоречивых исходных данных (они пополняют БЗ).
Успех в реализации экспертных систем тем больше, чем выше удельный вес знаний первого рода по отношению к знаниям второго рода. Если преобладают последние, то возникают следующие трудности: эксперт не может четко сформулировать правила принятия решений; эксперт не желает передавать кому-либо свои знания, сохраняя статус уникального специалиста; в исследуемой предметной области трудно найти эксперта.
Эксперт описывает предметную область в виде совокупности данных и правил, при этом данные определяют объекты, их характеристики (свойства), связи между объектами, а правила определяют способы манипулирования данными, характерные для предметной области.
Инженер по знаниям управляет процессом коммуникации в форме последовательности содержательных сообщений, помогая эксперту; идентифицирует и конструирует понятия предметной области, выясняет и фиксирует их смысл, устанавливает связи между ними (выступает в роли посредника носителя знаний); организует хранение информации путем запоминания, выборки и документирования.
Все виды знаний в зависимости от специфики предметной области и квалификации инженера по знаниям с той или иной степенью адекватности могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети.
Интерфейс пользователя и интерфейс разработчика выполняет следующие действия:
распределяет роли пользователя и системы и организует их взаимодействие в процессе решения задачи;
преобразует данные пользователя на внутренний язык;
преобразует результаты на внешний язык.
Модуль создания системы может строиться либо с помощью алгоритмического языка, либо с помощью специальных языков типа ЛИСП или Пролог, либо с помощью специальных программных оболочек экспертных систем – готовых программных сред, которые могут быть приспособлены к решению определенной проблемы путем создания соответствующей базы знаний.
Решатель в режиме работы системы в определенном порядке обрабатывает знания из БЗ на основании запроса и данных, вводимых пользователем. В результате пользователю дается вариант (варианты) решения его проблемы.
Подсистема объяснений – это основное отличие экспертных систем от других диалоговых человеко-машинных систем. Она объясняет, как система получила решение задачи, и какие знания при этом использовались. Это облегчает пользователю понимание результатов, повышает доверие к системе и в какой-то степени обучает пользователя.