Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Арс клондайк.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
813.57 Кб
Скачать

1.3.4. Экспертные системы

Уже при разработке первых программ, осуществляющих поиск решений в пространстве состояний, исследователи осознали важность проблемно-ориентированных знаний. Так, врач успешно выполняет свои функции, поскольку он обладает большим запасом медицинских знаний. Геолог открывает новые месторождения тех или иных природных ресурсов, руководствуясь теоретическими и экспериментальными знаниями из области геологии. Экспертные знания представляют собой комбинацию теоретико-аналитических методов и эвристических правил решения задач, которые показали свою эффективность на практике. Программные системы, которые аккумулируют знания эксперта в определенной области и способны вырабатывать решения и рекомендации на уровне эксперта, называютэкспертными системами (ЭС). ЭС – наиболее широко применяемые на практике интеллектуальные системы. ЭС создаются в процессе непрерывного взаимодействия эксперта в той или иной области со специалистами в области информационных технологий. В ходе этого процесса осуществляется извлечение знаний эксперта и перенос их в базу знаний системы. Специалисты, осуществляющие структурирование базы знаний и ее заполнение, называются инженерами по знаниям иликогнитологами.

Перечень типовых задач, решаемых ЭС, включает: интерпретацию, диагностику, прогнозирование, мониторинг и др.

Узким местом в разработке ЭС является получение знаний. Направление ИИ, занимающееся проблемами получения и структурирования знания специалистов с целью последующей разработки баз знаний, называется инженерией знаний. Подробнее проблемы разработки ЭС рассмотрены в главе 7.

1.3.5. Обучение и выявление закономерностей

В процессе испытаний экспертных систем выяснилось, что их возможности ограничены объемом информации, хранимой в базе знаний. Возникла задача пополнения и приобретения знаний в процессе функционирования системы. Данная задача связана с построением обучающихся систем, которые могут самосовершенствоваться.

Проблема создания обучающихся систем интересовала исследователей с момента зарождения ИИ. Так, уже персептрон Ф. Розенблата использовал простейшие правила обучения. А. Сэмюэль (1962 г.) создал программу игры в шашки, которая могла накапливать опыт игры и действовать, исходя из него. Идеи Сэмюэля были восприняты другими исследователями. В 1973 г. П. Уинстон увлекся проблемой обучения на примерах и составил программу "Арки", которая могла на примерах обучаться простейшим понятиям. Крупным шагом вперед в машинном обучении стала программа AQ11, разработанная Р. Михальским (1976 г.). Программа AQ11 могла по данным выводить правила "если-то" для определения заболеваний растений.

Существенный вклад в решение проблемы обучения внес Д. Ленат, создав программу "Автоматический математик" (АМ). Эта программа была снабжена определенными знаниями из области чисел и набором эвристических правил, позволяющих устанавливать закономерности. Программа АМ повторно открыла около 200 важных понятий теории чисел. Позже Д. Ленат создал обучающуюся программу EURISKO, которая открыла новый способ построения логического элемента для сверхбольших интегральных схем – трехмерный элемент типа И/ИЛИ.

Другими важными исследованиями, выполненными в этой области, стали работы Т. Митчелла и Дж. Квинлана.

Характерной особенностью обучающихся систем является использование индуктивных умозаключений. Индукция – способ рассуждения от частного к общему. Индукция противоположна дедукции – суждению от общего к частному. Применение индуктивных схем рассуждений позволя ет программам обучаться на примерах путем их обобщения. Данные вопросы обсуждаются в главе 4.