28. Реализация функций объяснения, обоснования и прогнозирования в иис

Система объяснений (СО) функционально предназначена для формирования ответов на вопросы пользователя относительно поведения интеллектуальной системы в процессе получения ею заключения или решения. Способность объяснять свои действия — одно из главных отличительных свойств интеллектуальных систем. Она повышает доверие пользователя к системе, к представляемым ею рекомендациям и решениям. Кроме того, СО возможно использовать в процессе модификации и развития интеллектуальной системы, выявлении противоречивых знаний, а также при обучении менее подготовленных пользователей.

СО реализуются в основном двумя способами: 1) фиксацией событий и состояний с помощью заготовленных текстов на естественном языке; 2) трассировкой рассуждений, обратным развертыванием дерева целей с указанием подцелей. При реализации каждого из этих способов предварительно выделяются ситуации, факты и узлы перехода в новые состояния, требующие объяснений. Им ставится в соответствие некоторый текст объяснения.

При способе фиксации событий объяснения составляются из кратких текстов на естественном языке, которые хранятся вместе с правилами и фактами. Эти тексты предварительно помещаются в программу и инициируются в том случае, когда задан вопрос по соответствующей ситуации и необходимо их представление.

Способ трассировки рассуждений при объяснении предусматривает пересечение дерева целей для ответа на вопросы. Основываясь на дереве целей, СО может объяснять, как было получено заключение. Это достигается путем прохождения подцелей, которые были удовлетворены при движении к цели.

Система объяснения отвечает преимущественно на два типа вопросов: «Почему?» и «Как?». Здесь возникает проблема предоставления объяснений различной глубины и сложности в зависимости от уровня пользователя и целей использования СО, т. е. проблема адаптации к уровню пользователя ИС.

Так как механизм получения решений ИС часто реализуется путем обхода пространства состояний в виде графа И/ИЛИ, то и формирование объяснений чаще связывается с обработкой вершин этого графа. При ответе на вопрос «Почему?» вероятнее движение вверх по графу состояний к ближайшей подцели, которая объясняет причину достижения текущей подцели. При ответе на вопрос «Как?» возможно движение вниз по графу с объяснением способа достижения текущей подцели. Поскольку дерево целей является И/ИЛИ графом, то при движении вниз обычно образуется несколько подцелей.

Система объяснений должна быть способна перефразировать правила на естественном языке и описывать мотивации их активизации, которые базируются на знаниях системы о себе (на уровне метазнаний).

Получил распространение вид объяснения, называемый обоснованием выводов, которое, не учитывая способа комбинации выводов, дает описание системы путем выявления причин сделанных выводов. Одним из способов обоснования решений и выводов является проверка или оценка их правильности и реализуемости на основе прогнозирования последствий и развития ситуаций в случае использования этих решений, а также выявление возможных узких мест. Во многих предметных областях, основой для принятия управляющих решений и выработки обоснованных рекомендаций является оценка ситуаций, складывающихся во внешней среде, определение и прогнозирование ее наиболее важных свойств на основе интерпретации имеющихся данных.

Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций и при текущих данных. При обосновании решений и прогнозировании в этих системах часто используется либо имитационная, либо параметрическая динамическая модель, в которой значения параметров подгоняются под данную ситуацию. Выводимые из этой модели следствия составляют основу для прогноза. Если не делать вероятностных оценок, то прогнозирующие системы могут порождать большое число возможных сценариев будущих событий.

В настоящее время активно ведутся работы по созданию информационных систем, органически объединяющих и использующих средства искусственного интеллекта и имитационного моделирования, ведь в какой-то мере это разные инструменты оперирования одной проблемой в разных ее проявлениях.

Производственные системы ИИ с возможностями обоснования решений и прогнозирования на базе имитационного моделирования, прежде всего, необходимы при решении задач оперативно – диспетчерского управления производством, планирования, управления процессами в реальном времени.