Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Проектирование экспертных систем. Учебное пособие
.pdf
теорему сформулировать в виде дополнительной аксиомы и присоединить ее к имеющимся, то в рамках новой системы аксиом также найдется теорема, которую
нельзя ни доказать ни опровергнуть.
После этого ученые начали сознательно искать методы решения интеллектуальных задач на пути разумного сочетания рациональной и иррациональной составляющих. Так родились экспертные системы, в которых иррациональная составляющая содержится в базе знаний, а рациональная связана с машиной логического
вывода. Надо сказать, что природа также пошла по этому пути, поскольку полушария мозга человека работают по-разному: левое полушарие, где находится центр
распознавания речи, является логическим и работает наподобие компьютера, правое – работает по принципу перцептрона и в нем находятся эмоциональные центры.
Оно работает как нейрокомпьютер с постановкой целей и начальных условий на
границах сети (вычислительного поля) и решением задач на столкновении волн
возбуждения и торможения с поиском пути «проторения». Заметим, что кривая развития исследований в области искусственного интеллекта на рисунке 1.1 по сути
отражает затухающий переходной процесс в колебательном звене.
1.2 Классификация систем искусственного интеллекта
Классификацию систем искусственного интеллекта можно проводить по
многим признакам: по методам, по связям с внешним миром, по масштабам и так
далее. Выберем в качестве такого признака функциональное назначение системы
искусственного интеллекта, тогда можно выделить семь классов систем – рисунок
1.3.
Автоматизированные информационные системы. Системы, связанные с об-
работкой, хранением, передачей информации.
Системы распознавания образов. Системы, предназначенные для решения
задач классификации.
Решатели интеллектуальных задач. Основаны на аксиоматическом постро-
ении предметной области и доказательстве теорем.
11
Системы искусственного интеллекта
Автоматизированные информационные системы
Системы распознавания образов
Системы машинного перевода
Решатели интеллектуальных задач
Экспертные системы
Информационно
-поисковые
системы
Системы управления ГПС и РТК
Экспертные системы. Основаны на знаниях экспертов – крупных специали-
стов в предметной области.
Информационно-поисковые системы. Предназначены для поиска необходимой информации. Характеризуются релевантностью – полнотой и повторяемостью
поиска.
Системы машинного перевода. Предназначены для перевода в первую очередь текстовой информации с одного естественного языка на другой. Используют
морфологический, синтаксический и семантический анализ.
Системы управления гибкими производственными системами и робототехнологическими комплексами (ГПС и РТК). Предназначены для решения неде-
терминированных, слабоформализованных задач в производстве. Например, задач
навигации транспортных средств по цеху, разбор деталей, пришедших «навалом»
и др.
12
Рисунок 1.3 – Классификация систем искусственного интеллекта
1.3 Области применения экспертных систем
Идея инженерии знаний, как основы экспертных систем, принадлежит американским ученым Э. Фейгенбауму и Д. Мозесу. Д. Мозес (Массачусетский технологический институт) является основоположником алгебраической экспертной системы MACSIMA. В этой системе заложены знания по методам дифференциального и интегрального исчисления и другим методам компьютерной алгебры.
В 1964 г. появилась первая версия системы DENDRAL (экспертной системы,
предназначенной для определения состава сложных органических соединений), которую принято считать одной из первых ЭС. Разработанная Фейгенбаумом эта программа применяет базу знаний для распознавания химического состава вещества.
Несмотря на младенческую, по сути, фазу своего развития экспертные системы заняли ряд ниш, в которых применение этих программных продуктов, безусловно, оправданно. Это, в первую очередь медицинская диагностика. Самая известная ЭС в этой области - МУСIN, разработанная в 1974 в США, которая диагностировала бактериальные болезни крови и предлагала свои рекомендации. Она добивалась большего успеха, чем студенты-медики или практикующие доктора, но
имела существенные ограничения. А именно, ее онтология включала перечень бактерий, признаков и способы обработки и не включала особенности больных, докторов, больницы и события, встречающиеся время от времени.
Другая область применения ЭС – это различного рода прогнозирование. В
достаточно узких областях такие системы способны с высокой степенью точности
предсказывать возможные варианты развития событий и выдавать соответствующие рекомендации. Предсказание посредством персонального компьютера погоды
на завтра, будущего урожая, колебаний валютного курса сегодня уже реальность.
Однако эффективность их работы иногда может снижаться. Возьмем в качестве
примера прогнозирование ценообразования на каком-либо рынке товаров и услуг.
13
Если максимально учесть актуальные исследования, «зашив» в базу знаний системы их результаты за несколько лет и общие законы рынка. Прогнозы такой системы будут, возможно, верны при стабильных условиях. Однако допустим, некое
высокое должностное лицо бросает с телеэкрана фразу о каких-то планах правительства относительно дальнейшей судьбы некоторой компании. Рынок мгновенно
на это среагирует. Допустим, далее, что где-нибудь, условно говоря, в Приэльбрусье селевым потоком смыло склад, недавно построенный по последнему слову
науки. Как это отразится на ценообразовании? А сколько еще внешнеэкономических факторов и форс-мажорных обстоятельств следует учитывать для составления
полноценного прогноза?
Примером удачного применения является экспертная система РRОSРЕСТОR, созданная при участии девяти ведущих экспертов в области обнаружения
новых месторождений полезных ископаемых. Она позволила выявить залежи руды
общей стоимостью около одного миллиона долларов, причем ни один из экспертов
даже не подозревал о существовании этого месторождения.
Применяются ЭС и при диагностике неисправностей в электрических и механических устройствах, а также сбоев в работе аппаратного и программного обеспечения компьютеров, путем обработки данных приходящих из нескольких источников.
ЭС могут осуществлять контроль и управление в таких сферах, как регулирование воздушного движения или обеспечение безопасности работы ядерных реакторов на атомных электростанциях.
Отдельной областью применения ЭС являются компьютерные системы обучения. Программа анализирует уровень и динамику роста знаний обучаемого и оптимизирует сложность и способ подачи учебного материала, адаптируясь, тем самым, к обучаемому, вырабатывая индивидуальный образовательный маршрут. Более серьезная система обучения должна уметь не только учить, но и учиться, обобщать накопленную информацию, извлекать из нее новые знания для более эффективного взаимодействия с обучаемым.
14
В настоящее время ЭС получили наибольшее распространение в проектировании интегральных микросхем, в поиске неисправностей, в военных приложениях
автоматизации программирования, медицине, химии и др. областях.
1.4 Основные понятия экспертных систем
ЭС – «это прикладной пакет программ, предназначенный для решения так
называемых интеллектуальных задач на основе знаний о проблемной области и
опыта специалистов, представленного множеством машинных процедур и описа-
ний».
Интеллектуальные задачи, упомянутые в определении экспертных систем,
имеют характерные нижеперечисленные очобенности:
- нечеткую постановку задачи, либо недостаточный объем исходных дан-
ных;
- отсутствие решающего алгоритма;
- большого числа альтернативных вариантов решения, подлежащих ана-
лизу;
- невозможности формализации задачи;
- существенном использовании человеческой интуиции и других нетради-
ционных методов.
К задачам с указанными свойствами относятся так называемые плохоформализованные, слабоструктурированные или лишь частично определенные задачи.
Такими являются: игра в шахматы, прогноз погоды, диагностика заболеваний, распознавание речи и изображений, установление мотивов и картины преступлений,
анализ и предсказание месторождений полезных ископаемых, составление психологического портрета личности, принятие решений в сложных боевых условиях,
составление расписаний для многопроцессорных систем, проектирование конфигураций вычислительных систем, определение состава химических соединений и
др.
15
1.5 Основы проектирования
В процессе системнго проектирования можно выделить следующих участников: объект проектирования - сама экспертнуя система, эксперты, инженеры зна-
ний, средства построения экспертной системы и пользователи. Их основные вза-
имосвязи и взаимоотношения приведены на рисунке 1.4.
Эксперт — это человек с известной репутацией специалиста, способный
ясно выражать свои мысли и умеющий находить правильные решения проблем в
Рисунок 1.4 – Структурное взаимодействие при проектировании экспертной системы
конкретной предметной области. Эксперт выявляет все принципы, правила, приёмы и ухищрения, которыми пользуется и помогает компьютеру сделать поиск решения более эффективным, а экспертная система моделирует все его стратегии.
Цель замены эксперта функционирующей экспертной системой можно аргументировать пятью положениями:
- возможностью смены работы экспертом во-первых, эксперт может сменить
место работы по ряду причин;
- "закрытостью" знаний конкретного эксперта
- обновление и усвоение знаний у человека-эксперта происходит гораздо мед-
леннее, чем в экспертной системе;
- человек-эксперт не может работать в технологическом процессе с реальным
временем;
16
- из-за большой дороговизны времени высококлассного специалиста и недо-
ступности его консультаций.
Инженер знаний (когнитолог) — специалист по знаниям, как правило, имеющий познания в информатике и искусственном интеллекте и знающий, как надо
строить ЭС. Когнитолог владеет различными методами извлечения знаний, их организации, особенностей человеческого мышления. Все это позволяет ему профессионально работать с экспертом, решать, каким образом знания должны быть представлены в ЭС. Он так же может помогать программисту в создании базы знаний.
Средство построения ЭС — это программный инструмент, используемый
инженером знаний или программистом для построения ЭС. Этот инструмент отличается от обычных языков программирования тем, что обеспечивает удобные способы представления сложных высокоуровневых понятий.
Пользователь — это человек, который использует уже построенную ЭС.
Обычно так обозначают конечного пользователя. Однако из рисунка 1.4 следует,
что пользователем могут быть и другие члены коллектива, участвующие в создании экспертной системы:
- сам создатель во время отладки экспертной системы и средств ее построе-
ния;
- инженер знаний при уточнении и пополнении существующих в экспертной
системе знаний;
- эксперт, проверяющий экспертную систему;
- клерк, заносящий в систему актуальную информацию.
Для проектирования и дальнейшей реализации ЭС необходимо:
- определить круг задач, возлагаемых на систему.
- получить знания от экспертов.
- формализовать полученные знания (эксперта) в виде машинных процедур,
правил и описаний. Встроить знания в определенную архитектуру, то есть построить базу знаний.
17
- разработать дружественный интерфейс с пользователем экспертной си-
стемы.
- продумать и отработать механизмы обработки и "редактирования" знаний.
- выбрать и адаптировать механизмы обучения экспертной системы и накоп-
ления ею новых знаний.
- построить подсистему объяснений логического вывода пользователю.
Это означает, что существует класс задач, которые нельзя решать традиционными формальными методами. Такой класс задач определяется как класс интеллектуальных задач. При этом ЭС есть некоторая парадигма (образец, подход) решения
такого рода задач. ЭС базируется на знаниях, а ее центральными компонентами являются подсистемы работы со знаниями и естественно с пользователем.
Проектирование начинается с научного поиска перспективных изделий обоснования возможности их технической реализации на современном уровне развития
техники. Затем формулируется техническое задание и формируется совокупность
возможных технических решений, достигающих показателей, заложенных в техническом задании. После проведения компоновки выбранных технических решений
выполняется эскизный проект, вплоть до изготовления опытного образца. Опытный образец подвергается лабораторным испытаниям в самом широком диапазоне
параметров. После устранения, выявленных лабораторными испытаниями недостатков, реализуется техническое проектирование и создается усовершенствованный образец изделия, подвергаемый в дальнейшем промышленным испытаниям,
то есть испытаниям в реальных условиях, в которых придется функционировать
будущему готовому изделию. Наконец после устранения выявленных в процессе
промышленных испытаний недостатков выполняется рабочее проектирование и
создаются рабочие чертежи изделия. Описанная схема изображена на (рисунке 1.5).
Проектирование экспертных систем имеет свои особенности по сравнению с
классическим процессом проектирования.
18
Научное
вание
Техни-
задание
Техниче-
ложения
Компо-
Эскиз-
проект
Лабора-
пытания
Техни-
проект
Промыш-
испытания
Рабо-
проект
Рабочие
чертежи
Перед тем как приступить к разработке ЭС, инженер по знаниям (когнитолог)
должен рассмотреть вопрос, следует ли разрабатывать ЭС для данного приложения. В обобщенном виде ответ может быть таким: использовать ЭС следует только
тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний со-
ответствуют решаемой задаче. По сути этот вопрос относится к первому этапу
классического процесса проектирования, рассмотренного выше.
Разработка экспертной системы станет возможной для данной практической
области при выполнении следующих требований:
исследо-
ческое
новка
ный
торные ис-
ческий
ские пред-
чий
ленные
Рисунок 1.5 – Последовательность этапов процесса проектирования
- существуют эксперты в данной области, решающие задачи заметно резуль-
тативнее, чем начинающие специалисты;
- многие эксперты сходятся в оценке предлагаемого решения (в противном
случае трудно оценить качество будущей экспертной системы);
- эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими принципы и методы. Иначе трудно рассчитывать на то,
что знания экспертов будут "извлечены" и заложены в экспертную систему;
- решение задач требует только логики рассуждений, а не конкретных действий в предметной области;
быть достаточно структурированными, т.е. такими, в которых можно выделить основные понятия, отношения и в них известны (хотя бы эксперту) способы получения решения поставленных задач;
- задачи хотя и не должны выражаться в формальном виде, но все же должны
19
При разработке экспертных систем, как правило, можно использовать концепцию «быстрого прототипа». Суть концепции состоит в том, что разработчики
пытаются сразу построить конечный продукт, не затрачивая много времени отдельным его частям. Сначала создается прототип (прототипы) экспертной системы. Он
должен удовлетворять сразу двум противоречивым требованиям: с одной стороны,
должен решать типичные задачи конкретного приложения, а с другой - время и
трудоемкость его разработки должны быть весьма незначительными. Это позволит
максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом).
Задача прототипа – показать дееспособность примененных методов инженерии знаний для данной области приложения. В случае успеха эксперт с помощью
инженера по знаниям расширяет базу знаний прототипа о проблемной области. В
случае неудачи может потребоваться разработка нового прототипа или разработчикам придется сделать вывод о непригодности методов экспертных систем в данной области. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Это означает, что
можно провести преобразование прототипа экспертной системы в конечный продукт, что требует обычно перепрограммирования экспертной системы на язык низкого уровня и обеспечивает увеличение быстродействия созданной экспертной системы и значительное сокращение объемов используемой памяти.
Анализ многолетнего опыта создания экспертных систем позволяет выявить
определенную технологию их разработки, включающую шесть следующих этапов
(рисунок 1.6): идентификация, концептуализация, формализация, выполнение, тестирование, опытная эксплуатация.
На этапе идентификации определяются задачи, которые подлежат решению, ставятся цели разработки, определяется группа экспертов и круг заинтересованных пользователей.
20
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]