Достоинства нейронных сетей перед традиционными вычислительными системами.
Решение задач при неизвестных закономерностях
Устойчивость к шумам во входных данных
Адаптирование к изменениям окружающей среды
Потенциальное сверхвысокое быстродействие
Высокая эффективность программного обеспечения на параллельных ЭВМ
Извлечение знаний из данных (реализация логики открытия)
Недостатки нейронных сетей
1. Отсутствие объяснительной компоненты
2. Большое время обучения
3. Трудность формирования топологии сети
4. Необходимость достаточной обучающей выборки
Основные режимы работы экспертных систем
Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме консультации
В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.
В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и способ его получения. В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. В отличие от традиционных программ ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения.
Базовые функции экспертных систем
Базовые функции экспертных систем:
• Получение знаний
• Представление знаний
• Управление процессом поиска решения
• Разъяснение принятого решения
Получение знаний
Можно выделить три основные стратегии получения знаний при разработке ЭС.
1. Извлечение знаний — это процедура взаимодействия (непосредственного контакта) эксперта с источником знаний, в результате которой становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области.
2. Приобретение знаний — процесс наполнения базы знаний экспертом с использованием специализированных программных средств.
3. Формирование знаний — процесс анализа данных и выявление скрытых закономерностей с использованием специального математического аппарата и программных средств.
Рисунок 1 – Стратегии получения знаний
Основные аспекты процесса извлечения знаний.
Извлечением знаний называют процесс получения знаний от экспертов. Извлечение знаний – это процедура, в результате которой инженеру по знаниям необходимо создать собственную модель предметной области на основе информации, полученной от экспертов. Процесс извлечения знаний рассматривают в трех основных аспектах: психологическом, лингвистическом и гносеологическом.
Психологический аспект самый важный из всех аспектов, так как извлечение знаний происходит в процессе общения инженера по знаниям с экспертами, где психология играет доминирующую роль. Процесс извлечения знаний для интеллектуальных систем необходимо организовать не как однонаправленный процесс передачи сообщений от эксперта аналитику, а как совместный поиск истины. В процессе разговорного общения много информации теряется, поэтому важной проблемой является увеличение информативности общения аналитика и эксперта за счет использования методик, выработанных в психологии.
Модель общения включает участников общения, средства общения и предмет общения (знания). В соответствии с этими компонентами выделяются три слоя психологических проблем: контактный, процедурный, когнитивный.
Рисунок 2 – Аспекты извлечения знаний
Степень информативности общения аналитика и эксперта на уровне контактного слоя зависит в основном от пола, возраста, темперамента личности и мотивации участников общения.
Параметры процедурного слоя обеспечивают эффективность извлечения знаний. К этим параметрам относятся: ситуация общения (место, время, продол-жительность); оборудование (вспомогательные средства, освещенность, мебель); профессиональные приемы (темп, стиль, методы и др.).
Когнитивный слой связан с изучением семантического пространства памяти эксперта и с воссозданием его понятийной структуры и модели рассуждений.
Для эффективного построения ИИС инженер по знаниям должен владеть специальными неформальными методами и математическим аппаратом, позволяющими ему воссоздавать полученные от эксперта знания с помощью различных моделей, например, таких, как продукционная или фреймовая.
Лингвистический аспект определяется тем, что язык является основным средством общения в процессе извлечения знаний. В области лингвистических проблем наиболее важными являются понятия: общий код, понятийная структура, словарь пользователя.
Общим кодом называют специальный промежуточный язык общения между экспертом и инженером по знаниям. Этот язык включает совокупность общенаучных и специальных понятий из профессиональной литературы, элементов базового языка и др. Общий код позволяет преодолеть языковой барьер в процессе общения инженеров по знаниям с экспертами. Выработка общего кода для партнеров осуществляется в соответствии с информационными потоками, представленными на рисунке 3. В дальнейшем общий код преобразуется в понятийную структуру, или семантическую сеть, которая связывает понятия, хранящиеся в памяти человека. Выявление отношений между элементами знаний, представленных понятиями, является одной из самых сложных проблем в процессах извлечения знаний.
Рисунок 3 – Структура формирования общего кода.
Разработка словаря пользователя необходима в связи с тем, что конечный пользователь не обязан владеть профессиональным языком предметной области, который использовался при построении БЗ. Интерфейс пользователя создается, как правило, путем доработки словаря общего кода.
Гносеологический аспект объединяет методологические проблемы получения нового научного знания, так как процесс познания часто сопровождается появлением новых понятий и теорий. В процессе разработки БЗ эксперты довольно часто впервые формулируют некоторые закономерности на основе накопленного эмпирического опыта.
В процессе извлечения знаний инженеров по знаниям прежде всего интересуют эмпирические знания экспертов, представляющие собой результаты наблюдений, которые могут оказаться несогласованными. Внутренняя согласованность эмпириических знаний характеризуется понятиями модальности, противоречивости, неполноты. Под модальностью знания понимается возможность его существования в различных категориях. Противоречивость является естественным свойством эмпирических знаний и не всегда может и должна быть устранена. Она может служить отправной точкой в рассуждениях экспертов. Неполнота знаний связана с невозможностью исчерпывающего описания любой предметной области.
На начальных этапах инженер по знаниям, исследуя структуру умозаключений эксперта, может использовать разные теории и подходы для построения формальной модели знаний предметной области.
Методы извлечения знаний.
Многообразие задач, ситуаций и источников знаний обусловило появление большого количества методов извлечения знаний.
На первом уровне возможной классификации методов извлечения знаний выделены три больших класса. Первый класс образуют коммуникативные методы, которые ориентированы на непосредственный контакт инженера по знаниям с экспертом (источником знаний), второй класс - текстологические методы, основанные на приобретении знаний из документов и специальной литературы. Новый класс Data Mining (уже ранее рассматривался).
Коммуникативные методы разделяются на пассивные и активные. В пассивных методах ведущую роль играет эксперт, а в активных - инженер по знаниям. Активные методы делятся на индивидуальные и групповые.
В групповых методах знания получают от множества экспертов, а в индиви-дуальных - от единственного эксперта. Индивидуальные методы получили более широкое применение на практике по сравнению с групповыми.
Пассивные коммуникативные методы включают наблюдение, анализ протоколов «мыслей вслух», процедуры извлечения знаний из лекций.
Активные индивидуальные методы включают методы анкетирования, интервьюирования, свободного диалога и игры с экспертом.
Активные групповые методы включают «мозговой штурм», дискуссии за круглым столом и ролевые игры.
Текстологические методы включают методы извлечения знаний основанные на изучении текстов учебников, специальной литературы и документов.