1.7.Технология разработки экспертных систем
Технология их разработки ЭС, включает в себя шесть этапов (рис.5): этапы идентификации, концептуализации, формализации, выполнения, тестирования, опытной эксплуатации. Рассмотрим более подробно последовательности действий, которые необходимо выполнить на каждом из этапов.
На этапе идентификации необходимо выполнить следующие действия:
определить задачи, подлежащие решению и цели разработки,
определить экспертов и тип пользователей.
На этапе концептуализации:
проводится содержательный анализ предметной области,
выделяются основные понятия и их взаимосвязи,
определяются методы решения задач.
На этапе формализации:
выбираются программные средства разработки ЭС,
определяются способы представления всех видов знаний,
формализуются основные понятия.
На этапе выполнения (наиболее важном и трудоёмком) осуществляется наполнение экспертом БЗ, при котором процесс приобретения знаний разделяют:
на "извлечение" знаний из эксперта,
на организацию знаний, обеспечивающую эффективную работу ЭС,
на представление знаний в виде, понятном для ЭС.
Процесс приобретения знаний осуществляется инженером по знаниям на основе деятельности эксперта.
На этапе тестирования эксперт и инженер по знаниям с использованием диалоговых и объяснительных средств проверяют компетентность ЭС. Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достигла требуемого уровня компетентности.
На этапе опытной эксплуатации проверяется пригодность ЭС для конечных пользователей. По результатам этого этапа возможна существенная модернизация ЭС.
Процесс создания ЭС не сводится к строгой последовательности этих этапов, так как в ходе разработки приходится неоднократно возвращаться на более ранние этапы и пересматривать принятые там решения.
1.8. Классификация экспертных систем
К настоящему времени создано множество экспертных систем. Д. Уотермен в своей книге “Руководство по экспертным системам” описывает 181 экспертную систему, хотя во многих случаях их трудно отличить от других программ искусственного интеллекта.
Функции экспертных систем в зависимости от категории последних могут быть следующими:
Интерпретация;
Диагностика и ремонт;
Проектирование и планирование;
Управление и контроль;
Прогнозироваие и мониторинг;
Обучение.
Интерпретирующие системы обладают способностью получать разумные выводы на основании результатов наблюдений и исходных данных. Примеры таких систем: PROSPECTOR – оказание помощи геологам в поиске рудных месторождений. HASP/SIAP – определение местоположения и типов судов в Тихом океане по данным акустических систем слежения.
Системы диагностики и ремонта незаменимы как при ремонте механических и электрических машин, так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров. В частности, военные проявляют большой интерес к ЭС диагностики и ремонта, поскольку их применение позволило бы производить ремонт сложного оборудования персоналу с невысокой квалификацией. Наиболее известной системой диагностики является система MYCIN.
Системы планирования и проектирования. Не смотря на различия этих видов деятельности, на уровне программ они сходны. Они предназначены для достижения конкретных целей при решении задач с большим числом переменных. Примеры таких систем: SYNCHEM – выполняет некоторые операции при синтезе сложной молекулы органического соединения. XCON – служит для определения или изменения конфигурации компьютерных систем типа VAX в соответствии с требованиями покупателя (разработчик – фирма DEC).
Системы управления и контроля принимают решения, анализируя данные, поступающие от нескольких источников. Традиционные методы позволяют весьма эффективно осуществлять управление и контроль и лишь недавно в данной сфере стали применяться экспертные системы. Экспертные системы применяются в тех случаях, когда проблемная область управления непроста и изменчива, так что необходим процесс рассуждений для выяснения требуемых мер контроля. В этом и состоит отличие подобных программ от обычных, где просто используется какой-то алгоритм. Подобные ЭС находят применение для целей контроля на атомных и крупных электростанциях, а также на новейших военных самолетах в качестве интерфейса между пилотом и системой управления полетом. Такую систему предполагается использовать для задач Стратегической Оборонной Инициативы (СОИ), а именно для выбора цели и избежания различных ловушек.
Системы обучения получают информацию о деятельности некоторого объекта (например, студента) и анализируют его поведение. База знаний изменяется в соответствии с поведением объекта. Например, компьютерная игра, сложность которой автоматически увеличивается по мере возрастания степени квалификации играющего. Пример: EURISKO – предложена Д. Ленотом, использует простые эвристики и имитирует боевые действия.
Обратим внимание на тот факт, что решение всех перечисленных задач сводится к поиску пути из некоторой исходной точки в целевую. Человек делает это весьма эффективно с помощью:
дедуктивного логического вывода (рассуждений);
процедурального анализа;
аналогии;
индукции.
Компьютеры, по крайней мере в настоящее время, в общем случае решают задачи только с использованием дедуктивного логического вывода и процедурального анализа.
Задачи, которые сводятся к процедуральному анализу, вообще говоря, (мы уже об этом говорили раньше) лучше всего решаются на компьютере. Учетные задачи, ведение счетов, анализ поступления наличных денег могут служить примерами процедуральных задач, решаемых компьютером быстрее и надежнее, чем человеком. Задачи, требующие дедуктивных рассуждений, аналогий и индукций, представляются наиболее вероятными кандидатами для решения с помощью экспертных систем.