Лекция 15

2.9. Направления развития экспертных систем

Общие требования к современным инструментальным средствам создания систем искусственного интеллекта следующие:

1. Специализация. Переход от разработки инструментальных средств общего назначения к проблемно/предметно специализированным средствам, что обеспечивает сокращение сроков разработки приложений, увеличивает эффективность использования инструментария, упрощает и ускоряет работу эксперта, позволяет повторно использовать информационное и программное обеспечение (объекты, классы, правила, процедуры).

2. Использование языков традиционного программирования и рабочих станций. Переход от систем, основанных на языках искусственного интеллекта (Lisp, Prolog и т.п.), к языкам традиционного программирования (С, С++ и т.п.) упростил "интегрированность" и снизил требования приложений к быстродействию и емкости памяти. Использование рабочих станций вместо ПК резко увеличило круг возможных приложений методов искусственного интеллекта.

3. Интегрированность. Разработаны инструментальные средства искусственного интеллекта, легко интегрирующиеся с другими информационными технологиями и средствами (с CASE, СУБД, контроллерами, концентраторами данных и т.п.).

4. Открытость и переносимость. Разработки ведутся с соблюдением стандартов, обеспечивающих данные характеристики.

5. Архитектура клиент/сервер. Разработка распределенной информационной системы в данной архитектуре позволяет снизить стоимость оборудования, используемого в приложении, децентрализовать приложения, повысить надежность и общую производительность, поскольку сокращается объем информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном оборудовании.

Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени, или динамические экспертные системы. Экспертные системы реального времени – одно из главных направлений искусственного интеллекта.

Классы задач, решаемых экспертными системами реального времени, таковы: мониторинг в реальном масштабе времени, системы управления верхнего уровня, системы обнаружения неисправностей, диагностика, составление расписаний, планирование, оптимизация, системы - советчики оператора, системы проектирования.

Статические экспертные системы не способны решать подобные задачи, так как они не выполняют требования, предъявляемые к системам, работающим в реальном времени:

1. Представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных.

2. Выполнять временные рассуждения о нескольких различных асинхронных процессах одновременно (т.е. планировать в соответствии с приоритетами обработку поступивших в систему процессов).

3. Обеспечивать механизм рассуждения при ограниченных ресурсах (время, память). Реализация этого механизма предъявляет требования к высокой скорости работы системы, способности одновременно решать несколько задач (т.е. операционные системы UNIX, VMS, Windows NT, но не MS-DOS).

4. Обеспечивать "предсказуемость" поведения системы, т.е. гарантию того, что каждая задача будет запущена и завершена в строгом соответствии с временными ограничениями. Например, данное требование не допускает использования в экспертной системе реального времени механизма "сборки мусора", свойственного языку Lisp.

5. Моделировать "окружающий мир", рассматриваемый в данном приложении, обеспечивать создание различных его состояний.

6. Протоколировать свои действия и действия персонала, обеспечивать восстановление после сбоя.

7. Обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда (необходимо использование объектно-ориентированной технологии, общих правил, модульности и т.п.).

8. Обеспечивать настройку системы на решаемые задачи (проблемная/предметная ориентированность).

9. Обеспечивать создание и поддержку пользовательских интерфейсов для различных категорий пользователей.

10. Обеспечивать уровень защиты информации (по категориям пользователей) и предотвращать несанкционированный доступ.

Подчеркнем, что кроме этих десяти требований средства создания экспертных систем реального времени должны удовлетворять и перечисленным выше общим требованиям.

Дальнейшее развитие экспертных систем направлено на создание, так называемых, партнерских систем (ПС).

Наряду со знаниями экспертов, вводимыми «инженерами знаний», ПС будут иметь средства самостоятельного извлечения знаний из данных, поступающих в систему в ходе ее создания и эксплуатации. На этом основании ПС будут способны обнаруживать противоречия между имеющимися и вновь поступающими знаниями и данными, выявлять в них ошибки и пробелы и обращаться по своей инициативе к пользователю с сообщением по поводу этих дефектов в информационной базе. Кроме того, ПС должны иметь более удобные средства общения с пользователем, которые повышали бы их «дружественность». ПС имеют следующие основные особенности:

• Базы знаний ЭС включают в себя знания, представленные в какой-нибудь одной форме: в виде продукций, фреймов или семантических сетей. База знаний ПС должна иметь возможность работать одновременно с любой из этих форм представления знаний (библиотекой) и дополнительно включать в себя знания в форме программ, имитирующих поведение изучаемого или управляемого объекта в динамике при разных входных воздействиях на него.

• Если в ЭС единственным источником знаний являются суждения экспертов, то ПС должны иметь средства получения знаний и из данных, представленных в виде статистических или эмпирических таблиц «объект-свойство-время».

• При извлечении знаний для ЭС приходится прибегать к помощи «инженера знаний». В ПС помимо этого можно использовать также программы автоматического обнаружения закономерностей (знаний), скрытых в базе данных.

• ЭС обычно имеют только базы знаний. ПС будут иметь также и БД, в частности такие в которых данные представлены в форме трехвходовых таблиц типа «объект-свойство-время».

• В отличие от ЭС, пользующейся одним (дедуктивным) способом логического вывода, например, методом резолюций, заложенным в языке Пролог, ПС должна обладать еще и средствами индуктивного вывода, в том числе средствами, имитирующими рассуждении по аналогии и немонотонные рассуждения.

• Диалог ЭС включает в себя термины прикладной области, входящие в меню, или фразы жесткой конструкции. ПС должны быть оснащены лингвистическими процессорами, способными понимать высказывания пользователя на естественном проблемно - ориентированном языке.

• Удобным для пользователя средством общения с системой был бы устный диалог. Это позволило бы общаться с ПС по телефону и открыло новые области применения систем ИИ в службах сервиса и обучения.

• Важной функцией ПС, облегчающей процесс наполнения базы знаний, будет способность автоматического обнаружения противоречий между знаниями, уже имеющимися в БЗ, и новыми, поступающими от экспертов или от программ автоматического извлечения знаний из данных.

• Аналогичное значение должны иметь средства автоматического обнаружения грубых ошибок в базе данных. ПС по своей инициативе должна информировать пользователя об обнаруженных неблагополучиях и предлагать варианты разрешения противоречий или исправления ошибок.

• ПС должна иметь средства автоматического прогнозирования значений величин, отсутствующих в БД (средства заполнения пробелов).

• Отсутствующая в ЭС модель пользователя будет необходима ПС для планирования своего взаимодействия с ним. На первых порах эта модель может быть представлена программами адаптации системы к особенностям взаимодействия с нею данного конкретного пользователя (выявлением часто повторяющихся вопросов, часто решаемых им задач, наиболее предпочтительной формы получения ответов и т.д.)

• ПС должна иметь средства автоматического поддержания и даже улучшения своих рабочих характеристик в ходе эксплуатации. Для этого она должна включать в свой состав программы обеспечения гомеостатического состояния.

• ЭС способна давать ответы в форме численных значений запрашиваемых величин или стандартных рекомендаций. ПС, анализируя данные, знания и модели, должна кроме этого давать сопровождающие пояснения и формулировать обнаруживаемые новые закономерности или тенденции в форме, легко понимаемой пользователем.