2.3 Моделирование рассуждений.

Рассуждение – один из важнейших видов мыслительной деятельности человека, в результате которого он формирует на основе некоторых предложений, высказываний, суждений новые предложения, высказывания, суждения.

Человеческим рассуждениям присущи: неформальность, нечеткость, нелогичность, широкое использование образов, эмоций и чувств, что делает чрезвычайно трудными их исследование и моделирование. К настоящему времени лучше всего изучены логические рассуждения и разработано много механизмов дедуктивных выводов, реализованных в различных интеллектуальных системах, основанных на представлении знаний с помощью логики предикатов 1-го порядка.

3 Инструментарий программирования искусственного интеллекта

3.1 Традиционные языки программирования.

В эту группу инструментальных средств входят традиционные языки программирования (С, C++, Basic, Small Talk, Fortran и т.д.), ориентированные в основном на численные алгоритмы и слабо подходящие для работы с символьными и логическими данными. Поэтому создание систем искусственного интеллекта на основе этих языков требует большой работы программистов. Однако большим достоинством этих языков является высокая эффективность, связанная с их близостью к традиционной машинной архитектуре. Кроме того, использование традиционных языков программирования позволяет включать интеллектуальные подсистемы (например, интегрированные экспертные системы) в крупные программные комплексы общего назначения. Среди традиционных языков наиболее удобными считаются объектно-ориентированные (SmallTalk, C++). Кроме того, традиционные языки программирования используются для создания других классов инструментальных средств искусственного интеллекта.

3.2 Языки искусственного интеллекта.

Это прежде всего Лисп (LISP) и Пролог (Prolog) — наиболее распространенные языки, предназначенные для решения задач искусственного интеллекта. Есть и менее распространенные языки искусственного интеллекта, например РЕФАЛ, разработанный в России. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины), предназначенные для решения задач искусственного интеллекта.

4 Характеристика экспертных систем

Экспертные системы (ЭС), или инженерия знаний - самостоятельное направление в рамках исследований по искусственному интеллекту, представляющее собой сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях н тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Огромный интерес к ЭС со стороны пользователей вызван, по крайней мере, тремя причинами.

• Во-первых, они ориентированы на решение широкого круга задач в неформализованных областях, на приложения, которые до недавнего времени считались малодоступными для вычислительной техники.

• Во- вторых, с помощью ЭС специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения, что позволяет резко расширить сферу использования вычислительной техники.

• В-третьих, ЭС при решении практических задач достигают результатов, не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащенных ЭС.

Что дают пользователю экспертные системы? Во многих видах человеческой деятельности используемые знания далеко не всегда могут быть четко формализованы. Наряду со знаниями как бы отделенными, отобранными у специалистов (они зафиксированы в учебниках, инструкциях, учебных фильмах и т.п.), существуют так называемые навыки и умения, овладеть которыми можно, только работая вместе с теми, кто уже овладел ими.

Профессионал высокого уровня отличается от новичка, овладевшего знаниями в объеме учебных программ института или университета, именно этими навыками и умениями. Повышение профессионального мастерства — огромная социальная задача. Чтобы ее решить, надо научиться извлекать из профессионалов-экспертов те знания, которые не зафиксированы в форме, пригодной для массового распространения — в книгах, кинофильмах, наглядных пособиях. ЭС должны хранить в себе знания профессионалов-экспертов, в некоторой предметной области, и передавать их тем, у кого таких знаний нет. Для этого в экспертной системе предусмотрены не только простые средства общения между системой и специалистами, но и средства доведения хранимых в системе знаний до специалиста вместе с необходимыми пояснениями и разъяснениями.

Традиционно знания существуют в двух видах - коллективный опыт и личный опыт.

Если большая часть знаний в предметной области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах.

Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов), если эти знания по каким-либо причинам слабо структурированы, такая предметная область, скорее всего, нуждается в экспертной системе.

Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Это не гарантирует получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто получают в достаточной степени приемлемые решения для их практического использования. Это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Экспертные системы дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания.

Рисунок 1 - Предметная область, не пригодная для создания экспертной системы

Рисунок 2 - Предметная область, пригодная для создания экспертной системы

И еще один класс систем, не имеющих собственного названия и часто называемых экспертными. Они рассчитаны не на пользователя, являющегося новичком или средним специалистом в некоторой области деятельности, а на самих экспертов-специалистов, которым нужна не консультирующая или советующая система, а система, способная помочь им в научной работе. Системы такого рода называют системами автоматизации научных исследований (АСНИ).