Учебное пособие по информатике

- 70-е годы – исследования и разработка подходов к формальному представлению знаний и умозаключений,

определённых предметных областях интеллектуальных систем, имеющих прикладное практическое значение (экспертных систем);

-90-е годы – фронтальные работы по созданию ЭВМ 5-го поколения, построенных на иных принципах, чем обычные универсальные ЭВМ и программного обеспечения для них.

Внастоящее время искусственный интеллект – мощная ветвь информатики, имеющая как фундаментальные, чисто научные основы, так

и весьма развитые технические, прикладные аспекты, связанные с созданием и эксплуатацией работоспособных образцов интеллектуальных систем. Качественный рост возможностей компьютеров – обретение ими

вполной мере интеллектуальных возможностей – это цель развития вычислительной техники в ближайшей перспективе, признак компьютерной техники нового поколения.

Любая задача, для которой не известен алгоритм решения, может быть отнесена к сфере искусственного интеллекта. Примерами могут быть медицинская диагностика, составление резюме текста или перевода его на иностранный язык – для решения этих задач не существует четких алгоритмов. Еще две характерные особенности задач искусственного интеллекта: преобладающее использование информации в символьной (а не в числовой) форме и наличие выбора между многими вариантами

вусловиях неопределенности.

Отдельные направления, где применяются методы искусственного интеллекта:

-Восприятие и распознавание образов.

-Математика и автоматическое доказательство теорем.

-Игры.

-Решение задач.

-Понимание естественного языка.

-Выявление и представление знаний экспертов и экспертных систем.

Экс ертные системы – интеллектуальные системы, вобравшие в себя знания специалистов в конкретных видах деятельности – имеют большое практическое значение, с успехом применяются во многих областях, таких как автоматизированное проектирование, медицинская диагностика, химический анализ и синтез.

Во всех этих направлениях главные трудности связаны с тем, что недостаточно изучены и поняты принципы интеллектуальной человеческой деятельности. Работы в области искусственного интеллекта

171

тесно соприкасаются с исследованиями по соответствующим разделам психологии, физиологии, лингвистики.

2. Представление знаний в системах искусственного интеллекта

Основной особенностью интеллектуальных систем является то, что, они основаны на знаниях, а вернее, на некотором их представлении. Знания понимаются как хранимая информация, формализованная в соответствии с некоторыми правилами, которую ЭВМ может использовать при логическом выводе по основным алгоритмам. Наиболее фундаментальной и важной проблемой является описание смыслового содержания проблем самого широкого диапазона, т. е. должна использоваться такая форма описания заданий, которая гарантировала бы правильную обработку их содержимого по некоторым формальным правилам. Эта проблема называется проблемой представления знаний.

Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.

В настоящее время наиболее известны три подхода к редставлению знаний:

-продукционные и логические модели;

-семантические сети;

-фреймы.

Продукционные равила – наиболее простой способ, представления знаний. Он основан на представлении знаний в форме правил, структурированных в соответствии с образцом «ЕСЛИ – ТО». Часть правила «ЕСЛИ» называется посылкой, а «ТО» – выводом или действием. Правило в общем виде записывается так:

ЕСЛИ А1, А2, ..., Аn ТО В

Такая запись означает, что «если все условия от А1 до Аn являются истинными, то В также истинно» или «когда все условия от А1 до Аn выполняются, то следует выполнить действие В».

Знания, представленные в интеллектуальной системе, образуют базу знаний. В интеллектуальную систему входит также механизм выводов, который позволяет на основе знаний, имеющихся в базе знаний, получать новые знания.

Простота и наглядность представления знаний с помощью продукций обусловила его применение.

Семантическая сеть – иной подход к представлению знаний, который основан на изображении понятий (сущность) с помощью точек и отношений между ними с помощью дуг на плоскости. Они способны отображать структуру знаний, увязать в целое объекты и их свойства.

172

Фреймовая система имеет все свойства, присущие языку представления знаний, и одновременно являет собой новый способ обработки информации. Фрейм является единицей представления знаний об объекте, которую можно описать некоторой совокупностью понятий и сущностей. Фрейм имеет определенную внутреннюю структуру, состоящую из множества элементов, называемых слотами. Каждый слот, в свою очередь, представляется определенной структурой данных,

у каждой информационной единицы своего уникального имени, по которому система находит ее для ответа на запросы, в которых это имя упомянуто.

2.Структурированность. Информационные единицы должны обладать гибкой структурой, для них должен выполняться принцип вложенности одних информационных единиц в другие, должна существовать возможность установления соотношений между отдельными информационными единицами.

3.Связанность. Должна быть предусмотрена возможность установления связей различного типа между информационными единицами, которые бы характеризовали отношения между информационными единицами.

4.Семантическая метрика. Позволяет устанавливать ситуационную

близость информационных единиц, т. е. позволяет выделять

в знаниях некоторые типовые ситуации, строить аналогии.

5.Активность. Выполнение действий в интеллектуальной системе

должно инициироваться не какими-либо внешними причинами, а текущим состоянием в системе знаний. Появление новых фактов или описание событий, установление связей должны стать источником активности системы.

3. Функции и структура систем искусственного интеллекта

Системы искусственно о интеллекта (СИИ) – это системы,

созданные на базе ЭВМ, которые имитируют решение человеком сложных интеллектуальных задач.

Как и любая система, СИИ обладает рядом свойств.

Обоснование – это доказательство или проверка того, что полученное системой решение не противоречит знаниям, которые хранятся в памяти системы. Обоснование является относительным – при изменении содержимого базы знаний или базы данных оно может либо сохранить свою силу, либо стать неверным.

173

Объяснение. Предоставляет пользователю информацию о том, как интеллектуальная система получила выданное пользователю решение. В отличие от обоснования опирается лишь на тот маршрут, который сохранился в памяти системы от процесса поиска решения. Используя этот маршрут, интеллектуальная система формирует пользователю объяснение на профессиональном естественном языке, позволяющее ему представить все принципиальные шаги решения.

О равдание. С помощью оправдания некоторое решение системы

в системе ценностной структуре. О. обосновывает положение о том, что данное решение не противоречит этой ценностной структуре.

Обучение – это усвоение знаний, умений и навыков путем получения и восприятия информации от учителя или обработки наблюдаемой информации с последующим построением на основе этих наблюдений новых общих правил и закономерностей. Обе формы обучения используются в СИИ для приобретения новых знаний.

Структура СИИ должна обязательно включать следующие три комплекса вычислительных средств (рис):

-ис олнительная система – это совокупность средств, обеспечивающих выполнение сформированной программы,

творческих задач в выделенных сферах деятельности, традиционно считавшихся прерогативой интеллекта человека.

174

4. Базовые понятия и структура экспертных интеллектуальных систем (ЭИС)

Экс ертная интеллектуальная система (ЭИС) – это компьютерная программа, использующая экспертные знания для обеспечения высокоэффективного решения задач в некоторой узкой предметной области. Такие программы, как правило, представляют знания символически, исследуют и объясняют свои процессы рассуждения и предназначены для тех предметных областей, в которых людям для достижения мастерства необходимы годы специального обучения и практики. В большинстве случаев ЭИС предназначаются для оказания консультационной помощи специалистам при решении задач, возникающих в слабоструктурированных и трудно формализуемых предметных областях. К ЭИС относят также сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях (экспертов) и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Существуют две основные разновидности ЭИС:

1.для специалистов, чей профессиональный уровень не слишком высок. В базах знаний таких хранятся знания, полученные от экспертов, используемые всякий раз, когда в этом возникнет необходимость;

2.для специалистов высокой квалификации, выполняя для них значительную часть рутинных операций и просмотр больших массивов информации. Особенностью является наличие в них системы объяснений, повышающей консультационную силу ЭИС.

Механизм объяснения (порождение объяснений – модели аргументации и рассуждения) – часть экспертной системы, которая объясняет, каким образом были получены решения, и обосновывает действия, предпринятые для их получения.

Являясь одним из основных приложений ИИ, ЭИС представляют собой компьютерные программы, трансформирующие опыт экспертов

вкакой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач

врамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

5. Режимы работы экспертных систем

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭИС).

В режиме риобретения знаний общение с ЭИС осуществляет (через посредничество инженера по знаниям) эксперт. Эксперт – человек,

176

который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭИС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

Режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭИС разработку программ осуществляет не программист, а эксперт (с помощью ЭИС), не владеющий программированием.

В режиме консультации общение с ЭИС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭИС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭИС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭИС с целью либо ускорить процесс получения результата, либо возложить на ЭИС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭИС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения: «Почему система задает тот или иной вопрос?», «Как ответ, собираемый системой, получен?»

6. Классификация экспертных систем

Общепринятая классификация экспертных систем отсутствует, однако наиболее часто экспертные системы различают по назначению, предметной области, методам представления знаний, динамичности и сложности:

177

Классификация экспертных систем по методам редставления знаний делит их на традиционные и гибридные. Традиционные экспертные системы используют, в основном, эмпирические модели представления знаний и исчисление предикатов первого порядка. Гибридные экспертные системы используют все доступные методы, в том числе оптимизационные алгоритмы и концепции баз данных.

По сте ени сложности экспертные системы делят на поверхностные и глубинные. Поверхностные экспертные системы представляют знания в виде правил «ЕСЛИ-ТО». Условием выводимости решения является безобрывность цепочки правил. Глубинные экспертные системы обладают способностью при обрыве цепочки правил определять (на основе метазнаний) какие действия следует предпринять для продолжения решения задачи. Кроме того, к сложным относятся предметные области в которых текст записи одного правила на естественном языке занимает более 1/3 страницы.

Классификация экспертных систем о динамичности делит экспертные системы на статические и динамические.

Предметная область называется статической, если описывающие ее исходные данные не изменяются во времени. Статичность области означает неизменность описывающих ее исходных данных. При этом производные данные (выводимые из исходных) могут и появляться заново, и изменяться (не изменяя, однако, исходных данных).

Если исходные данные, описывающие предметную область, изменяются за время решения задачи, то предметную область называют динамической. В архитектуру динамической экспертной системы, по сравнению со статической, вводятся два компонента:

-подсистема моделирования внешнего мира;

-подсистема связи с внешним окружением.

Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической экспертной системы (база знаний и механизм логического вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

Контрольные вопросы по теме 12

1.Дайте определение экспертной системы.

2.Что такое эвристики?

3.Перечислите основные интеллектуальные функции экспертной системы?

4. Что является основным объектом представления, обработки

и использования в системах искусственного интеллекта?

5.В каких областях применяются системы искусственного интеллекта?

179

СПИСОК ЛИТЕРАТУРЫ

1.Акулов, О. А. Информатика. Базовый курс: Учеб. для студентов вузов, бакалавров, магистров, обучающихся по специальности «Информатика и вычислительная техника», а также студентов, изучающих естественные науки / О. А. Акулов, Н. В. Медведев.– 5-е изд., стер.– М.: Омега-Л, 2009.– (Гриф МО РФ).

2.Алексеева, И. В. Сборник задач и упражнений по курсу «Информатика» / И. В. Алексеева. – Обнинск: Обнинский ин-т атомной энергетики, 2007.

3. Башлы, П. Н. Основы информатики для студентов вузов / П. Н. Башлы.– М.: Феникс, 2006.

4.Безручко, В. Т. Информатика (курс лекций): Учеб. пособие / В. Т. Безручко.– М.: ИД «Форум»: ИНФРА-М, 2007.

5.Безручко, В. Т. Информатика (курс лекций): Учеб. пособие / В. Т. Безручко.– М.: Инфра-М: Форум, 2009.– (Гриф МО РФ).

6. Власов, В. К. Элементы информатики / В. К. Власов, Л. Н. Королев / Под ред. Л. Н. Королева.– М.: Наука, 2008.

7.Зверев, Г. Н. Теоретическая информатика и ее основания: В 2 т. / Г. Н. Зверев.– М: ФИЗМАТЛИТ, 2007.

8.Информатика: Учеб. для экон. специальностей вузов / Под ред. Н. В. Макаровой.– 3-е изд., перераб.– М.: Финансы и статистика, 2009.– (Гриф МО РФ).

9.Информатика / Под ред. Н. В. Макаровой.– М.: Финансы и статистика, 2007.

10.Информатика: Базовый курс / С. В. Симонович и др.– СПб.: Питер, 2008.

11.Информатика: Учеб. для вузов / Под ред. С. В. Симоновича.– СПб.: Питер, 2008.

12.Костерин, В. А. 11 уроков в Excel 2000: Лабораторный практикум / В. А. Костерин, О. Н. Гурина; Институт туризма и сервиса.– Чебоксары, 2007.

13.Куперман, В. Г. Основы информатики и начала программирования: Учеб. пособие / В. Г. Куперман, Е. Г. Торина.– Изд. 2-е, перераб. и доп.– Тула: Изд-во ТГПУ им. Л. Н. Толстого, 1997.

14.Кураков, Л. П. Информатика / Л. П. Кураков, Е. К. Лебедев.– М.: Вуз и школа, 2009.

15.Математика и информатика: Учеб.-метод. пособие для бакалавров, обучающихся по направлениям подготовки 540000

«Педагогические науки»: В 2 ч. (2 издания) / Сост. Р. Р. Яфаева, Ю. И. Богатырева.– Тула: Изд-во Тул. гос. пед. ун-та им. Л. Н. Толстого, 2007.

16.Михеева, Е. В. Информационные технологии в профессиональной деятельности.– М.: Академия, 2008.

17.Михеева, Е. В. Практикум по информатике / Е. В. Михеева.– М.: Академия, 2008.

180