3. Экспертные системы (эс). Структура эс.

Экспертные системы – системы, предназначенные для анализа данных, содержащихся в базах знаний, и выдачи рекомендаций по запросу пользователя. Знания (knowledge) – информация, необходимая программе, чтобы она была интеллектуальной. В основном знания представлены в виде фактов и правил, между которыми с помощью специалистов – экспертов устанавливается определенная система отношений.

ЭС относятся к системам искусственного интеллекта общего назначения, оказывающим помощь в повседневной деятельности, и предназначены для пользователей, работающих в определенной предметной области. ЭС накапливает знания ведущих специалистов конкретной предметной области и распространяет данный эмпирический опыт для консультаций менее квалифицированных пользователей.

ЭС работает в двух режимах: приобретения знаний (саморазвитие системы) и решения задач (режим консультации или режим использования ЭС).

Современные экспертные системы широко используются для тиражирования опыта и знаний ведущих специалистов практически во всех сферах экономики. Традиционно знания существуют в двух видах – коллективный опыт и личный опыт. Если большая часть знаний в предлагаемой области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов) и эти знания по каким-либо причинам слабо структурированы, то такая предметная область нуждается в экспертных системах.

Отличие ЭС от программы состоит в том, что программа работает с данными, а ЭС – со знаниями.

Структура ЭС представлена на рис. 10.2 [30, 40].

Пользователь – специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке со стороны экспертной системы.

Инженер по знаниям – специалист по искусственному интеллекту, выступает в роли промежуточного звена между экспертом и базой знаний (инженер-интерпретатор).

Интерфейс пользователя – комплекс программ, реализующий диалог пользова­теля с экспертной системой на стадии как ввода информации, так и получения результатов.

База знаний – ядро экспертной системы, совокупности знаний предметной области, записанное на машинный носитель в форме, понятной эксперту и пользователю (обычно на некотором языке, приближенном к естественному). Параллельно такому «человеческому» представлению существует база знаний во внутреннем «машинном» представлении.

Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в базе знаний.

Система объяснений – программа, позволяющая пользователю получить ответы на вопросы: «Как была получена та или иная информация?» и «Почему система приняла такое решение?».

Редактор базы знаний – программа, представляющая инженеру по знаниям возможность создавать базы знаний в диалоговом режиме.

Инструментальными средствами построения экспертных систем являются традиционные языки программирования. Наиболее удобными считаются объектно-ориентированные языки (C++, Pascal).

Экспертная поддержка принимаемых пользователем решений реализуется на двух уровнях.

Рис. 10.2

Работа первого уровня экспертной поддержки осуществляется исходя из концепции типовых решений, в соответствии с которой часто возникающие проблемные ситуации можно свести к некоторым однородным классам решений, т. е. к некоторому типовому набору альтернатив (альтернатива – от лат. alter – один из двух), ситуация, в которой надлежит произвести выбор одной из двух исключающих друг друга возможностей (эти возможности также нередко называются альтернативами)). Для реализации экспертной поддержки на этом уровне создается информационный фонд хранения и анализа типовых решений. Если возникающая проблемная ситуация не ассоциируется с имеющимися классами типовых альтернатив, в работу должен вступать второй уровень экспертной поддержки управленческих решений. Этот уровень генерирует альтернативы на базе имеющихся в информационном фонде данных, правил преобразования и процедур оценки синтезированных альтернатив.

Для проведения задач анализа и пред проектного исследования практическое применение получили системы поддержки принятия решений (СППР) и экспертные системы (ЭС), которые строятся на принципах искусственного интеллекта. В основе построения лежат продукционный подход, семантические сети, фреймы и языки искусственного интеллекта (например Prolog и Lisp). (Фреймы – совокупности взаимосвязанных данных, позволяющих точно определить характер объекта. СППР и экспертные системы могут включать в себя одновременно весь спектр вышеуказанных моделей и средств).