Модуль (компонент) пояснення.

Як показано на структурі ЕС ( мал. ) експертна система повиння мати модуль пояснення. Без механізму пояснень користувач не довірятиме отриманим результатам і ЕС не матиме попиту. Призначення модуля пояснень – зробити ЕС “прозорою” для користувача, тобто надати можливість користувачу розуміти логіку дій ЕС, дати надіну гарантію вірності щодо отриманих результатів.

В деяких випадках важливість пояснення для користувача дещо переоцінюють, тому що воно не завжди корисне для нього. Це має місце через природу “інтелекту” ЕС.

Правила найчастіше відображають емпіричні, або “компільовані” знання. Вони є зведенням наближених правил експерта, а не його глибинних знань, що ведуть до цих наближених правил. Наприклад, розглянемо наступний діалог з ЕС, розробленої для надання порад при поломці автомобіля:

• Автомобіль заводиться? – ні.

• Двигун прокручується? – так.

• Пахне бензином? – так.

• Порада – Почекайте 5 хвилин і попробуйте завести знову.

• Чому?.

• Я використала правило: якщо автомобіль не заводиться і двигун прокручується і пахне бензином тоді порада така “Почекайте 5 хвилин і попробуйте завести знову.”

Це правило є вірним для автомобіля, в карбюратор якого попала вода, але в ньому немає ніяких знань про те, що таке карбюратор і чому допоможе п’ятихвилинна пауза. Якби користувач дійсно захотів зрозуміти що сталося, йому була би потрібна невелика дисертація на тему карбюратор, як він працює, і його зв’язок з педаллю газу.

Щоб зробити корисними пояснення для таких систем, необхідно не просто показувати якими правилами користувалася система. Один підхід полягає в тому, щоб анотувати правила більш глибокими поясненнями. Інший підхід - це розміщувати більш глибокі знання в систему і використовувати їх як для висновків, так і для пояснення.

З іншого боку існують системи в яких знання експерта є чисто емпіричними. У цьому випадку пояснення системи корисне для користувача. В цю категорію попадають системи класифікації, наприклад система ідентифікації птахів (див додаток). Система могла б пояснити ідентифікацію laysan альбатрос правилами, які використовуються для його ідентифікації. Немає ніякої теорії, чому білий альбатрос є laysan альбатрос, а чорний є чорноногим альбатросом. Це просто правила для їх класифікації.

В той час як пояснення системи інколи не має користі для користувача, для розробника ЕС воно має дуже важливе значення. Пояснення ЕС відіграє ту ж діагностичну роль, як і трасування для звичайних програм. Якщо система поводить себе некоректно, експерт може використати пояснення для визначення помилкового правила. Інженер із знань використовує пояснення для кращого настроювання бази знань з метою більш реалістичного діалогу з користувачем.

Існує чотири типи пояснень, які звичайно застосовуються в ЕС:

• трассування правил, яке повідомляє про прогрес консультації;

• пояснення того, як система прийшла до даного висновку;

• пояснення того, чому система задає питання;

• пояснення того, чому система не дала висновку;