8.2. Склад і функції експертних систем

Зросла популярність експертних систем і їх значне поширення у різних галузях людської діяльності привели до того, що прог­рамні продукти, створені для будь-яких потреб людини, їхні автори почали називати «експертними системами». Підставою для цього послужили недосить чіткі визначення таких систем. У даному випадку слід з’ясувати, які типові «розумові» процедури виконує людина-експерт, а які — спроможна виконати система, що претендує на назву експертної. Чим більше процедур вона може виконати, тим більше в неї підстав називатися експертною системою.

Фахівці, що приймають рішення, звичайно здійснюють такі «розумові» процедури:

• роблять висновок на підставі аналізу повних, неповних і ненадійних знань;

• пояснюють і обґрунтовують, чому вони дійшли того або іншого висновку;

• поповнюють свої знання, наново їх систематизують, на­вчаються на своєму і чужому досвіді;

• роблять винятки з правил, використовують суперечливу і неправдоподібну інформацію;

• визначають рівень своєї компетентності, тобто те, чи можуть вони приймати рішення в даному випадку чи ні.

Перелічені процедури в повному обсязі не виконуються жодною програмною системою: зазвичай вони обмежуються першими двома. Тому побутує думка, що принциповою відмінністю експертних систем варто вважати їхню спроможність відтво- рювати уривчасті, неточні й суперечливі знання і маніпулювати ними. Вони повинні виконувати міркування не тільки і не стіль- ки на основі формальної (математичної) логіки, скільки на осно- ві комп’ютерної, тобто наближеної до людської логіки, причому система повинна вміти пояснювати, чому вона дійшла того або іншого висновку. Ці функції система зможе виконати, якщо міститиме компоненти, подані на рис. 8.6. Стисло охарактеризуємо функції основних блоків експертної системи.

База знань за допомогою тих або інших моделей відображає знання експерта про предметну область, способи аналізу фактів, що надходять, і методику висновків, тобто породження нових знань на підставі наявних знань та знань, що надійшли. Факти і правила існують у різних видах знань людини-експерта. Найбільш визнаними і широко використовуваними в сучасних експертних системах є такі види знань:

• глибинні й поверхові;

• якісні та кількісні;

• наближені (невизначені) і точні (визначені);

• конкретні і загальні;

• описові та наказові.

Рис. 8.6. Склад типової експертної системи

Ці види знань залежно від специфіки предметної галузі і кваліфікації проектувальника (інженера зі знань) з тією або іншою мірою адекватності можуть бути подані за допомогою однієї або декількох семантичних моделей. До найпоширеніших моделей належать: логічні, продукційні, фреймові та семантичні мережі.

Логічні моделі базуються на поданні знань у системі логіки предикатів першого порядку. Наприклад, факт «ВО-Азовсталь є постачальником» відображається у вигляді предиката таким чином:

є (во _азовсталь, постачальник).

Вивід нових знань здійснюється на підставі силогізмів. Правила формальної логіки поступово розширюються, наближуючись до «людської» логіки. Остання характеризується нечіткістю, у зв’язку з чим доцільним є виокремлення модальної, багатозначної, немонотонної, псевдофізичної та інших видів логіки.

Продукційні моделі подають знання у формі предиката першого порядку, а правила маніпулювання ними — за допомогою конструкцій «якщо—то». База правил складається з множини фраз типу:

ЯКЩО РЕНТАБЕЛЬНІСТЬ знизилася

І ПРИБУТОК збільшився

ТО СОБІВАРТІСТЬ ПРОДУКЦІЇ збільшилася.

Фреймове подання знань відбиває систематизовану у вигляді єдиної теорії психологічну модель пам’яті людини. Основний елемент моделі — фрейм — є відображенням структури даних для опису концептуальних (понятійних) об’єктів. Інформація, що стосується одного фрейма, міститься у слоті. Усі фрейми взаємозалежні й утворюють єдину систему, в якій поєднані факти (описові знання) і правила маніпулювання ними.

Семантична мережа — найбільш зручна і зрозуміла для експертів модель подання знань. Під семантичною мережею, як правило, мають на увазі граф, вузли якого відповідають поняттям або об’єктам.

Логічні виводи можуть ґрунтуватися на прямому або оберненому міркуваннях. Прямий ланцюжок пов’язаний із міркуваннями, що ведуться від даних до цілі міркування, а обернений — від цілі до даних — використовується для доведення міркування. Обернений вивід базується на графі ТА/АБО, що пов’язує в єдине ціле факти і висновки. Оцінка цього графа і є логічнии виводом. При цьому оцінюються лише ті частини графа, що стосуються висновку.

Пряме міркування характеризується простотою вибору правил, однак часто призводить до некерованого режиму постановки питань у діалозі і, як правило, до зниження швидкодії системи.

Блок логічних висновків має бути пристосований до роботи з ненадійними даними, що наближає експертну систему до реальної дійсності. Для цього розроблені нечітка логіка, коефіцієнти впевненості, байєсівська логіка, міра довіри тощо.

Блок пояснень також відіграє важливу роль: система повинна уміти пояснити, як вона дійшла того чи іншого висновку. В експертних системах, заснованих на правилах, пояснення одержують звичайно простежуванням ще раз тих кроків міркування, що привели до даного висновку.