8.3. Стратегии получения знаний
Существует несколько стратегий получения знаний. Наиболее распространенные:
извлечение;
приобретение;
обнаружение (формирование).
Рисунок 1 - Три стратегии получения знаний
Термин извлечение знаний касается непосредственного живого контакта инженера по знаниям и источника знаний. Авторы склонны использовать этот термин как более емкий и более точно выражающий смысл процедуры переноса компетентности эксперта через инженера по знаниям в базу знаний экспертной системы. Извлечение знаний - это процедура взаимодействия инженера по знаниям с источником знаний, в результате которой становятся явными процесс рассуждений специалистов-экспертов при принятии решения и структура их представлений о предметной области.
Рисунок 2 - Классификация методов извлечения знаний
Под приобретением знаний понимается способ автоматизированного построения базы знаний посредством диалога эксперта и специальной программы (при этом структура знаний заранее закладывается в программу). Эта стратегия требует существенной предварительной проработки предметной области. Системы приобретения знаний действительно приобретают готовые фрагменты знаний в соответствии со структурами, заложенными разработчиками систем. Большинство этих инструментальных средств специально ориентировано на конкретные экспертные системы с жестко обозначенной предметной областью и моделью представления знаний, т.е. не являются универсальными.
Термин обнаружение (формирование) знаний традиционно закрепился за чрезвычайно перспективной и активно развивающейся областью инженерии знаний, которая занимается разработкой моделей, методов и алгоритмов анализа данных для получения знаний и обучения. Эта область включает индуктивные модели формирования гипотез на основе обучающих выборок, обучение по аналогии и другие методы.
9.4. Свойства систем, основанных на знаниях
Рисунок 3 – Свойства систем, основанных на знаниях
10.5. Критерии целесообразности решения задач с помощью систем, основанных на знаниях
Рисунок 4 – Критерии целесообразности решения задач с помощью систем, основанных на знаниях
11.6. Области применения систем, основанных на знаниях
Области применения систем, основанных на знаниях, весьма разнообразны:
бизнес;
производство;
<span style='font-family: Symbol;mso-bidi-font-family:"Time
1. Экспертные системы
Экспертная система – это компьютерная программа, формализующая процесс принятия решений человеком.
Экспертная система – это совокупность методов и средств организации, накопления и применения знаний для решения сложных задач в некоторой предметной области.
Назначение экспертных систем – формирование и вывод рекомендаций в зависимости от текущей ситуации, которая описывается совокупностью сведений, данных, вводимых пользователем в диалоговом режиме. Выдаваемые компьютером рекомендации должны соответствовать рекомендациям специалиста высокой квалификации.
Отличиями экспертных систем от обычных компьютерных систем являются:
экспертные системы манипулируют знаниями, тогда как любые другие системы — данными;
экспертные системы, как правило, дают эффективные оптимальные решения и способны иногда ошибаться, но в отличие от традиционных компьютерных систем они имеют потенциальную способность учиться на своих ошибках.
Преимущества экспертных систем по сравнению с использованием опытных специалистов состоят в следующем:
достигнутая компетентность не утрачивается, может документироваться, передаваться, воспроизводиться и наращиваться;
имеют место более устойчивые результаты, отсутствуют эмоциональные и другие факторы человеческой ненадежности;
высокая стоимость разработки уравновешивается низкой стоимостью эксплуатации, возможностью копирования, а в совокупности они дешевле высококвалифицированных специалистов.
Экспертная система должна демонстрировать компетентность, т.е. достигать в конкретной предметной области того же уровня, что и специалисты-эксперты. Недостаточно находить хорошие решения, это надо делать быстро. Системы должны иметь не только глубокое, но и достаточно широкое понимание предмета. Методы нахождения решений проблем достигаются на основе рассуждений, исходящих из фундаментальных принципов в случае некорректных данных или неполных наборов правил. Такие свойства наименее разработаны в компьютерных экспертных системах, но именно они присуши специалистам высокого уровня.
Экспертная система достигает более высокой эффективности за счет перебора большого числа альтернатив при выборе решения, опираясь на высококачественный опыт группы специалистов, анализирует влияние большого объема новых факторов, оценивая их при построении стратегий, добавляя возможности прогноза.
Создание и использование экспертных систем является одним из концептуальных этапов развития информационных технологий. В основе интеллектуального решения проблем в некоторой предметной области лежит принцип воспроизведения знаний опытных специалистов — экспертов. Исходя из собственного опыта, эксперт анализирует ситуацию и распознает наиболее полезную информацию, оптимизирует принятие решений, отсекая тупиковые пути.
Искусственная компетентность экспертных систем не заменяет полностью человека. Эксперт-человек способен реорганизовать информацию и знания и использовать их для синтеза новых знаний. В области творческой деятельности люди обладают большими способностями и возможностями по сравнению с самыми умными системами. Эксперты справляются с неожиданными поворотами событий и, используя новые подходы, способны проводить аналогии из других предметных областей. Эксперты адаптируют к изменяющимся условиям и приспосабливают свои стратегии к новым обстоятельствам в более широком диапазоне проблем и задач. Экспертные системы менее приспособлены к обучению на уровне новых концепций и новых правил. Они оказываются не столь эффективны и мало пригодны в тех случаях, когда надо учитывать всю сложность реальных задач.
Эксперты могут непосредственно воспринимать весь комплекс входной информации: символьной, визуальной, графической, текстовой, звуковой, осязательной, обонятельной. У экспертной системы есть только символы, с помощью которых представлены базы знаний, воплощающие те или иные концепции. Преобразование сенсорной информации в символьную сопровождается потерей части информации.
Но главное, что огромный объем знаний, которым обладают эксперты-специалисты (профессиональные знания и знания о мире и действующих в нем законах), не удается пока встроить в интеллектуальную систему, тем более столь специализированную, какой является любая экспертная система.
Недостатком экспертных систем, характерным для их современного состояния, является меньшая приспособляемость к обучению новым правилам и концепциям, к творчеству и изобретательству. Использование экспертных систем позволяет во многих случаях отказаться от высококвалифицированных специалистов, но предполагает оставить в системе место эксперту с более низкой квалификацией. Экспертные системы служат средством для расширения и усиления профессиональных возможностей конечного пользователя. Наиболее уязвимы экспертные системы в распознавании границ своих возможностей и демонстрируют ненадежное функционирование вблизи границ их применимости. Дальнейший прогресс в области искусственного интеллекта со временем предложит способы выявления границ своих возможностей. Другим недостатком экспертных систем являются значительные трудозатраты, необходимые для пополнения базы знаний. Получение знаний от экспертов и внесение их в базу знаний представляет собой сложный процесс, сопряженный со значительными затратами времени и средств. Проектирование экспертных систем также имеет определенные трудности и ограничения, которые влияют на их разработку.
Области применения экспертных систем
Зарубежный опыт показывает, что экспертные системы разрабатываются в основном в университетах, научно-исследовательских центрах и коммерческих организациях, в том числе и для финансовой индустрии. В сфере финансового обслуживания эти системы помогают страховым компаниям анализировать и оценивать коммерческий риск, устанавливать размеры ссуд при кредитовании организаций, составлять сметы проектов и т.д.
Но область применения экспертных систем расширяется. Кроме охвата различных областей деятельности, одним из наиболее важных последствий разработки экспертных систем является модификация знаний. По мере того как разработчики будут строить большие, сложные базы знаний, появляется рынок знаний, независимых от компьютерных систем. Появятся средства обучения для изучающих определенную прикладную область. Коммерческим продуктом станут метазнания, т.е. знания об оптимальных стратегиях и процедурах использования предметных знаний. Развитие экспертных систем в интеллектуальные состоит в слиянии концепций оборудования, средств их создания (языков) и самих экспертных систем. Объединение интеллектуальных систем особенно эффективно в сложных инфраструктурах. Интеллектуальные системы уже разрабатываются и внедряются за рубежом для коммерческого использования.
Так например, экспертная система FOLIO (Стенфордский университет, США) помогает консультантам по инвестициям определять цели клиентов и подбирать портфели ценных бумаг, наиболее соответствующие этим целям. Система определяет нужды клиента в ходе интервью и затем рекомендует, в каких пропорциях надо распределить капиталовложения между разными фондовыми инструментами, чтобы наилучшим образом удовлетворить запросы клиента. Система различает небольшое число классов ценных бумаг (например, ориентированные на дивиденды акций с невысоким уровнем риска или ориентированные на акции с высоким уровнем риска) и содержит знания о свойствах (например, годовых процентах на капитал) ценных бумаг каждого класса. В системе применена основанная на правилах схема представления знаний с прямой цепочкой рассуждений для вывода целей и схема линейного программирования для максимизации соответствия между целями и предлагаемым портфелем. Система доведена до уровня демонстрационного прототипа.
Ниже перечислены некоторые из предметных областей, в которых применяются экспертные системы:
медицина;
физика;
химия;
математика;
электроника;
информатика;
космическая техника;
инженерное дело;
военное дело;
метеорология;
геология;
сельское хозяйство;
промышленность;
юриспруденция;
управление процессами;
компьютерные системы.
Экспертные системы как инструмент в работе пользователей совершенствуют свои возможности решать трудные, неординарные задачи в ходе практической работы. Экспертные системы создаются для решения разного рода проблем, типы которых можно сгруппировать в категории (таблица 1).
Таблица 1 – Типичные категории применения экспертных систем
Категория / Предметная область |
Решаемая проблема |
Интерпретация |
Описание ситуации по информации, поступающей от датчиков |
Прогноз |
Определение вероятных последствий заданных ситуаций |
Проектирование |
Построение конфигурации объектов при заданных ограничениях |
Планирование |
Определение последовательности действий |
Диагностика |
Выявление причин неправильного функционирования системы по результатам наблюдений |
Отладка |
Составление рецептов исправления неправильного функционирования системы |
Ремонт |
Выполнение последовательности предписанных исправлений |
Наблюдение |
Сравнение результатов наблюдений с ожидаемыми результатами |
Мониторинг |
Контроль за состоянием сложного оборудования Контроль за состоянием систем обеспечения |
Обработка данных |
Системы общения на естественном языке |
Обучение |
Диагностика, отладка и исправление поведения обучаемого |
Образование |
Проведение интеллектуальных тестов Обучение профессиям Профориентация |
Управление |
Управление поведением системы как целого Выделение целей Интеллектуальный анализ Календарное планирование работы предприятия Работа в системах документооборота Оценка квалификации сотрудников Выбор моделей прогнозирования |
Промышленность |
Диагностика сбоев на производстве Интеграция производственных функций Формирование проектных предложений Робототехника / системы машинного зрения Управление проектами Консультации по оплате труда |
Картография |
Интерпретация фотоснимков Решение географических задач |
Военные системы |
Поддержка технических систем Адаптивное управление Идентификация целевых объектов Обработка сигналов |
Финансовая сфера |
Консультирование по капиталовложениям Определение кредитных лимитов Рекомендации по стратегии приобретения собственности |
Торговля |
Установление торговых льгот Анализ динамики рыночных ситуаций Планирование размещения рекламы |
Структурная схема экспертной системы
Основой экспертной системы является совокупность знаний (базы знаний), структурированных в целях формализации процесса принятия решений.
Экспертные системы разрабатываются с расчетом на обучение и способны обосновать логику выбора решения, т.е. обладают свойствами адаптивности и ее аргументирования. У большинства экспертных систем имеется механизм объяснения. Этот механизм использует знания, необходимые для объяснения того, каким образом система пришла к данному решению. Очень важным является определение области применения экспертной системы, границ ее использования и действия.
Этапы разработки экспертных систем
Идентификация
Этап идентификации связан прежде всего с осмыслением тех задач, которые предстоит решать будущей экспертной системе, и формированием требований к ней. На этом этапе планируется ход разработки прототипа системы, определяются источники знаний (книги, эксперты, методики), цели (распространение опыта, автоматизация рутинных действий), классы решаемых задач и т.д. Результатом этапа идентификации является ответ на вопрос, что надо сделать и какие ресурсы необходимо задействовать.
Получение знаний
При решении проблемы получения знаний используют три стратегии:
извлечение знаний;
приобретение знаний;
обнаружение знаний.
Концептуализация
На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. Этот этап завершается созданием модели предметной области, включающей основные концепты и отношения. Модель представляется в виде графа, таблицы, диаграммы или текста.
Формализация
На этапе формализации все ключевые понятия и отношения выражаются на некотором формальном языке, который выбирается из числа уже существующих либо создается заново. Другими словами, на данном этапе определяются состав средств и способы представления декларативных и процедурных знаний, осуществляется это представление, и в итоге создается описание решения задачи экспертной системы на выбранном формальном языке.
Выполнение (реализация)
На этапе выполнения создается один или несколько реально работающих прототипов экспертной системы. Для ускорения этого процесса в настоящее время применяются различные инструментальные средства.
Тестирование
На данном этапе оценивается и проверяется работа программы-прототипа с целью приведения ее в соответствие с реальными запросами пользователей. Прототип проверяется по следующим основным позициям:
удобство и адекватность интерфейсов ввода/вывода (характер вопросов в диалоге, связность выводимого текста результат и др.);
эффективность стратегии управления (порядок перебора, использование нечеткого вывода и т.д.);
корректность базы знаний (полнота и непротиворечивость правил).
Задача тестирования – выявление ошибок и выработка рекомендаций по доводке прототипа экспертной системы до промышленного образца.
Опытная эксплуатация
На этапе опытной эксплуатации проверяется пригодность экспертной системы для конечного пользователя. Пригодность определяется в основном удобством и полезностью разработки. Под полезностью понимается способность экспертной системы определять в ходе диалога потребности пользователя, выявлять и устранять причины неудач в работе, а также удовлетворять указанные потребности пользователя (решать поставленные задачи). В свою очередь, удобство работы подразумевает естественность взаимодействия с экспертной системой, гибкость (способность системы настраиваться на различных пользователей, а также учитывать изменения в квалификации одного и того же пользователя) и устойчивость системы к ошибкам (способность не выходить из строя при ошибочных действиях пользователя).
В ходе разработки экспертной системы всегда осуществляется ее модификация.
Выделяют следующие этапы такой модификации:
переформулирование понятий и требований,
переконструирование представления знаний в системе
усовершенствование прототипа.
Усовершенствование прототипа производится в процессе циклического прохождения через этапы выполнения и тестирования для отладки правил и процедур вывода. Циклы повторяются до тех пор, пока система не будет вести себя ожидаемым образом. Изменения, осуществляемые при усовершенствовании, зависят от выбранного способа представления знаний и класса решаемых задач. Если в процессе усовершенствования желаемое поведение не достигается, то производят более серьезные модификации архитектуры системы и используемой базы знаний.
Возврат от этапа тестирования на этап формализации приводит к пересмотру ранее выбранного способа представления знаний. Данный цикл называется переконструированием.
Если возникшие проблемы еще более серьезны, то после неудачи на этапе тестирования может потребоваться возврат на этапы концептуализации и даже идентификации. В этом случае речь идет о переформулировании системы понятий, метапонятий и семантических отношений, т.е. о проектировании системы заново.