- •Глава 1. Что такое экспертная система?
- •Глава 4. Символические вычисления 63
- •Глава 5. Системы, основанные на знаниях 75
- •Глава 11. Эвристическая классификация (I) 176
- •Глава 12. Эвристическая классификация (II) 191
- •Глава 13. Иерархическое построение и проверка гипотез 208
- •Глава 14. Решение проблем конструирования (I) 222
- •Глава 15. Решение проблем конструирования (II) 236
- •Глава 16. Средства формирования пояснений 252
- •Глава 17. Инструментальные средства разработки экспертных систем 274
- •Глава 18. Системы с доской объявлений 294
- •Глава 19. Система отслеживания истинности предположений 308
- •Глава 20. Формирование знаний на основе машинного обучения 323
- •Глава 21. Сети доверия 342
- •Глава 22. Рассуждения, основанные на прецедентах 351
- •Глава 23. Гибридные системы 362
- •Глава 24. Заключение 377
- •Студентам и преподавателям
- •Инженерам-программистам
- •Научным работникам
- •Глава 1. Что такое экспертная система?
- •1.1. Смысл экспертного анализа
- •Извлечение информации из первичных данных (таких как сигналы, поступающие от гидролокатора);
- •1.2. Характеристики экспертных систем
- •1.3. Базовые функции экспертных систем
- •1.3.1. Приобретение знаний
- •1.3.2. Представление знаний
- •1.2. Синтаксис и семантика представления семейных отношений
- •1.3.3. Управление процессом поиска решения
- •1.3. Обслуживание автомобиля
- •1.3.4. Разъяснение принятого решения
- •Пользователи, работающие с системой, нуждаются в подтверждении того, что в каждом конкретном случае заключение, к которому пришла программа, в основном корректно.
- •1.4. Загадка одного портрета
- •1.4. Резюме и структура книги
- •1.4.1. Текущее состояние проблемы
- •Способен решить проблему;
- •В процессе решения задачи используются способности органов чувств человека, недоступные на сегодняшний день в мире машин;
- •В решение задачи вовлечены соображения здравого смысла человечества или большой объем знаний, само собой разумеющихся для любого человека (более подробно об этом — в главе 3).
- •1.4.2. Распределение материала книги по главам
- •Рекомендуемая литература
- •Глава 2. Обзор исследований в области искусственного интеллекта
- •Отличие между оценкой, полученной mycin, и оценками качества рекомендаций ведущих специалистов Станфорда, невелико, а по сравнению с рядовыми врачами система оказалась даже на более высоком уровне.
- •10.1. Оболочки CommonKads и kastus
- •Замечания в круглых скобках в столбце "Причины" следует рассматривать как фоновые условия в системе more.
1.4. Резюме и структура книги
В этой главе я старался не только обратить внимание на сильные стороны экспертных систем, но прямо указать на присущие им ограничения. Таким образом, читатель, не знакомый с этой проблематикой, должен, по крайней мере, получить представление о том, чего можно ожидать от такого типа систем и насколько возможно приложение описанных в этой книге идей в той области, в которой читатель работает. Ниже я дам обзор остального материала книги и скажу о том, на какие главы следует обратить внимание читателям разных категорий в зависимости от круга их интересов. Этот материал в значительной мере повторяет предисловие к данной книге, но поскольку большинство читателей, как правило, предисловие перелистывают, не читая (я в этом смысле не исключение), то думаю, такое повторение имеет определенный смысл
1.4.1. Текущее состояние проблемы
Потенциальный пользователь экспертной системы чаще всего задается вопросом: "А сможет ли она решить мои проблемы?" Ответ уклончивый: "Смотря какие". Существуют три фактора, от которых зависит окончательный ответ, — природа проблемы, наличие определенного опыта в той предметной области, к которой относится проблема, и возможность сопоставления результатов анализа проблемы и имеющегося опыта методом, доступным компьютерной программе. Потенциальному пользователю следует сначала задуматься над следующим: есть ли у него на примете эксперт, который
Способен решить проблему;
знает, как решается проблема;
способен объяснить другому, как решается проблема;
располагает временем, чтобы объяснить другому, как решается проблема;
имеет достаточные побудительные мотивы к активному участию в этом предприятии.
Например, предсказание погоды — это не та задача, которую может решить кто-либо, даже умудренный большим опытом эксперт. Распознавание речи — это задача, которую решает практически каждый, но никто из нас (включая и профессиональных лингвистов) не может вразумительно объяснить, как это делается. А потому использовать для решения этой проблемы методы, основанные на анализе знаний, вряд ли удастся. Здесь большего следует ожидать от статистического моделирования. Даже имея на примете гениального эксперта, знающего, как решается задача, нельзя рассчитывать на успех, если этот эксперт не может или не желает подробно и вразумительно объяснить, как он это делает. Эксперт может быть не расположен к общению с посторонними или слишком занят, чтобы терять время на длительные собеседования с инженером, которому поручено проектирование базы знаний. Как правило, эксперт высокого класса не испытывает недостатка в предложениях работы в той области, с которой он хорошо знаком, а потому предпочитает выполнять ее, а не вести пространные беседы о том, как он это делает. Есть еще и психологический фактор — многие эксперты весьма ревниво относятся к своему уникальному опыту и не склонны его разглашать, поскольку считают (и нам нечего возразить им), что, передавая опыт автоматизированным системам, они рубят сук, на котором сидят.
Но даже если удастся выполнить оговоренные выше условия, в задаче могут существовать факторы, ограничивающие возможность "машинного" воспроизведения человеческого опыта. Например: