Глава 4

Разработка систем, основанных на знаниях

1. Введение в экспертные системы. Определение и структура

Приведем рабочее определение экспертной системы.

Экспертные системы (ЭС) — это сложные программные комплексы, ак­кумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифи­цированных пользователей.

Обобщенная структура экспертной системы представлена на рис. 8. Про­цесс функционирования ЭС можно представить следующим образом: поль­зователь, желающий получить необходимую информацию, через пользова­тельский интерфейс посылает запрос к ЭС; решатель, пользуясь базой зна­ний, генерирует и выдает пользователю подходящую рекомендацию, объяс­няя ход своих рассуждений при помощи подсистемы объяснений.

	Решатель
Интерфейс пользователя	База знаний	^ Интеллектуальный редактор БЗ
1 Пользователь	Подсистема объяснений	I г-. | Инженер Эксперт + ^ ^ 1 по знаниям

Рис. 8. Структура экспертной системы

Так как терминология в области разработки ЭС постоянно модифициру­ется, определим основные термины.

• Пользователь — специалист предметной области, для которого предна­значена система.

• Инженер по знаниям — специалист в области искусственного интеллек­та, выступающий в роли промежуточного буфера между экспертом и базой знаний.

• Интерфейс пользователя — комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и при полу­чении результатов.

• База знаний (БЗ) — ядро ЭС, совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и поль­зователю (обычно на некотором языке, приближенном к естественному).

• Решатель — программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.

• Подсистема объяснений — программа, позволяющая пользователю по­лучить ответы на вопросы: «Как была получена та или иная рекоменда­ция?» и «Почему система приняла такое решение?».

• Интеллектуальный редактор БЗ — программа, представляющая инже­неру по знаниям возможность создавать БЗ в диалоговом режиме.

2. Классификация экспертных систем

Приведем классификацию систем, основанных на знаниях.

1. По задаче:

• интерпретация данных,

• диагностика,

• проектирование,

• прогнозирование,

• планирование,

• обучение.

2. По связям с реальным временем:

• статические,

• квазидинамические,

• динамические.

3. По типу ЭВМ:

• на супер-ЭВМ,

• на ЭВМ средней производительности,

• на символьных процессорах,

• на рабочих станциях,

• на ПЭВМ.

4. По степени интеграции:

• автономные,

• гибридные (интегрированные).

1. Классификация по решаемой задаче

Рассмотрим указанные типы задач подробнее.

Интерпретация данных. Это одна из традиционных задач для эксперт­ных систем. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректны­ми. Обычно предусматривается многовариантный анализ данных.

Диагностика. Под диагностикой понимается процесс соотнесения объек­та с некоторым классом объектов и/или обнаружение неисправности в неко­торой системе. Неисправность — это отклонение от нормы.

Мониторинг. Основная задача мониторинга —непрерывная интерпрета­ция данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания.

Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под специфика­цией понимается весь набор необходимых документов — чертеж, пояснитель­ная записка и т. д.

Прогнозирование. Прогнозирование позволяет предсказывать последст­вия некоторых событий или явлений на основании анализа имеющихся дан­ных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется пара­метрическая динамическая модель, в которой значения параметров «под­гоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.

Планирование. Под планированием понимается нахождение планов дей­ствий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

Обучение. Под обучением понимается использование компьютера для обу­чения какой-то дисциплине или предмету.

Управление. Под управлением понимается функция организованной си­стемы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями.

Поддержка принятия решений. Поддержка принятия решения — это со­вокупность процедур, обеспечивающая лицо, принимающее решения, необ­ходимой информацией и рекомендациями, облегчающими процесс принятия решения.

2. Классификация по связи с реальным временем

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени.

Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.

Динамические ЭС работают в сопряжении с датчиками объектов в ре­жиме реального времени с непрерывной интерпретацией поступающих в си­стему данных.

3. Классификация по типу ЭВМ

На сегодняшний день существуют:

• ЭС для уникальных стратегически важных задач на супер-ЭВМ (Эль­брус, CRAY, CONVEX и др.);

• ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe);

• ЭС на символьных процессорах и рабочих станциях (SUN, Silicon Graphics, APOLLO);

• ЭС на мини- и супермини-ЭВМ (VAX, microVAX и др.);

• ЭС на персональных компьютерах (IBM PC, MAC II и т. п.).

4. Классификация по степени интеграции с другими программами

Автономные ЭС работают непосредственно в режиме консультаций с поль­зователем для специфически «экспертных» задач, для решения которых не требуется привлекать традиционные методы обработки данных (расчеты, моделирование и т. д.).

Гибридные ЭС представляют программный комплекс, включающий стан­дартные пакеты прикладных программ (например, математическую стати­стику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над ППП (пакетами прикладных программ) или интегрирован­ная среда для решения сложной задачи с элементами экспертных знаний.