- •О.А. Печень
- •Оглавление
- •Предисловие
- •Раздел 1. Теоретические основы построения иис Тема 1.1. Развитие и области применения интеллектуальных информационных систем
- •1.1.1. Предмет, цель и задачи дисциплины
- •1.1.2. Классификация иис, место и роль иис в ит
- •Контрольные вопросы по теме
- •Тема 1.2. Знания и методы представления знаний
- •1.2.1. Знания, свойства и классификация знаний
- •1.2.2. Модели представления знаний
- •1.2.3. Логическая модель представления знаний
- •1.2.3. Нечеткая логика как расширение логической модели
- •1.2.4. Продукционная модель представления знаний
- •База правил
- •База правил
- •1.2.5. Модель представления знаний на основе семантических сетей
- •1.2.6. Представление знаний с применением фреймов
- •1.2.8. Использование различных моделей представления знаний
- •Контрольные вопросы по теме
- •Тема 1.3. Инженерия знаний и получение знаний
- •1.3.1. Инженерия знаний
- •1.3.2. Методы получения знаний
- •Контрольные вопросы по теме
- •Раздел 2. Технологии экспертных систем
- •2.1.2. Структура экспертных систем
- •2.1.3. Классификация экспертных систем
- •Контрольные вопросы по теме
- •Тема 2.2. Технология разработки экспертных систем
- •2.2.1. Этапы разработки экспертной системы
- •2.2.2. Состав и взаимодействие участников процесса разработки и эксплуатации эс
- •Контрольные вопросы по теме
- •Тема 2.3. Процесс поиска решений и механизмы вывода и рассуждений
- •2.3.1. Поиск как основа функционирования иис
- •2.3.2. Методы поиска решений в пространстве состояний
- •2.3.3. Стратегии поиска в глубину и ширину
- •2.3.4. Стратегия эвристического поиска
- •2.3.5. Формализация задач в пространстве состояний
- •Контрольные вопросы по теме
- •Раздел 3. Технологии нейронных сетей
- •Тема 3.1. Введение в нейронные сети и нейросетевые системы
- •3.1.1. Основы нейросетевого подхода
- •3.1.2. Построение и применение нейросетей
- •Контрольные вопросы по теме
- •Тема 3.2. Классификация и выбор структуры нейросетей
- •3.2.1. Классификация нейросетей
- •3.2.2. Выбор структуры нейросетей
- •Контрольные вопросы по теме
- •Тема 3.3. Решение задач с помощью нейросетей
- •3.3.1. Общий подход к построению нейросети
- •3.3.2. Обучение нейросети
- •3.3.3. Применение обученной нейросети
- •Контрольные вопросы по теме
- •Раздел 4. Эволюционные вычисления
- •Тема 4.1. Эволюционные вычисления и генетические алгоритмы
- •4.1.1. Сущность эволюционного подхода к вычислениям
- •4.1.2. Основы теории генетических алгоритмов
- •4.1.3. Направления развития генетических алгоритмов
- •Контрольные вопросы по теме
- •Раздел 5. Средства разработки и интерфейсы иис
- •Тема 5.1. Инструментальные средства разработки иис
- •5.1.1. Общие сведения о средствах разработки иис
- •5.1.2. Языки программирования для разработки иис
- •Тема 5.2. Интеллектуальные интерфейсы
- •5.2.1. Речевое взаимодействие с иис
- •5.2.2. Графические интеллектуальные интерфейсы
- •5.2.3. Интеллектуальные поисковые системы
- •5.2.4. Обучающие системы и тренажеры
- •Контрольные вопросы по теме
- •Литература
Контрольные вопросы по теме
Сформулируйте определение инженерии знаний.
Приведите требования к инженеру по знаниям.
Объясните, почему необходимо привлечение инженера по знаниям для формирования качественной базы знаний при построении ИИС.
Опишите понятие поля знаний и процесс формирования поля знаний.
Скажите, что такое извлечение знаний и что такое приобретение знаний, вчем разница между двумя понятиями.
Приведите классификацию методов работы с экспертами.
Опишите пассивные методы получения знаний.
Опишите активные методы получения знаний.
Приведите классификацию вопросов при подготовке интервью с экспертом.
Раздел 2. Технологии экспертных систем
Тема 2.1. Основные понятия, архитектура, классификация
экспертных систем
2.1.1. Экспертные системы как класс интеллектуальных
информационных систем
Представление об экспертных системах
Начало фазы компьютерной революции, породившей экспертные системы, фактически относится к 70-тым годам. Специалисты в области ИИ всегда стремились разработать программы для ЭВМ, которые могли бы в некотором смысле «думать», т. е. решать задачи таким способом, который мы бы сочли разумным, если бы его применил человек. Экспертные системы появились в результате двадцатилетних поисков и попыток определить, что должны представлять собой такие программы [12,с.12].
Была принята концепция, которую можно сформулировать так:
Чтобы, сделать программу интеллектуальной, ее нужно снабдить множеством высококачественных специальных знаний о некоторой предметной области.
Понимание этого факта привело к развитию специализированных программных систем, каждая из которых является экспертом в некоторой узкой предметной области. Эти программы получили название экспертных систем.
Технология построения экспертных систем очень тесно связана с инженерией знаний. Создание экспертной системы требует взаимодействия инженера по знаниям, и одного или нескольких экспертов в некоторой предметной области. Способы взаимодействия были рассмотрены в предыдущем разделе курса.
В результате появляется программа для ЭВМ, которая решает задачи во многом так же, как эксперты-люди. Приведем описание понятия «эксперт» [18,с.14].
«Эксперт — это человек, который благодаря обучению и опыту может делать то, что мы все, остальные люди, делать не умеем; эксперты работают не просто профессионально, но к тому же уверенно и эффективно. Эксперты обладают огромными познаниями и пользуются различными приемами и уловками для применения своих знаний к проблемам и заданиям; они также умеют быстро переворошить массу несущественной информации, чтобы добраться до главного, и хорошо умеют распознавать в проблемах, с которыми сталкиваются, примеры тех типовых проблем, с которыми они уже знакомы. В основе поведения экспертов лежит совокупность практически применимых знаний, которую мы будем называть компетентностью. Поэтому разумно предположить, что эксперты — это те люди, к которым надо обратиться, когда мы желаем проявить компетентность, делающую возможным такое поведение, как у них».
Очевидно, что эксперты встречаются редко, их услуги дороги, а необходимость в экспертах существует постоянно.
Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта эксперта, или играть роль ассистента для человека, принимающего решение. Другими словами, система (техническая или социальная), требующая принятия решения, может получить его непосредственно от программы или через промежуточное звено — человека, который общается с программой. Тот, кто принимает решение, может быть экспертом со своими собственными правами, и в этом случае программа может повысить эффективность его работы. Альтернативный вариант — человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Вообще говоря, правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем.
Опишем условия при выполнении которых информационную систему можно назвать экспертом [3,с.19]:
Вполне логично потребовать, чтобы такая программа обладала знаниями. Просто способность выполнять некоторый алгоритм, например производить анализ списка элементов на наличие какого-либо свойства, явно не отвечает этому требованию.
Знания, которыми обладает программа, должны быть сконцентрированы на определенную предметную область. Знания предполагают определенную организацию и интеграцию — то есть отдельные сведения должны соотноситься друг с другом и образовывать нечто вроде цепочки, в которой одно звено "тащит" за собой следующее.
И, наконец, из этих знаний должно непосредственно вытекать решение проблем. Просто продемонстрировать свои знания, касающиеся, например, технического обслуживания компьютеров, — это далеко не то же самое, что привести компьютер в рабочее состояние. Точно так же, получить доступ к оперативной документации — это совсем не то же самое, что заполучить в свое распоряжение специалиста (или программу), способного справиться с возникшими проблемами.
Теперь попробуем подытожить эти рассуждения в следующем определении экспертной системы.
Экспертная система— это программное обеспечение, которое оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.
Четкого формального определения экспертной системы, которое всех бы удовлетворило, не существует. Можно привести еще одно определение: идеальная экспертная система должна обладать следующими основными свойствами: компетентностью, т. е. принятые ею решения должны быть такого же высокого уровня, как и у эксперта-профессионала; способностью к рассуждению на основе символьных преобразований; способностью использовать как общие, так и частные схемы рассуждения; способностью решать трудные задачи из сложных реальных, предметных областей; способностью к переформулированию запросов и задач; способностью к мета-рассуждениям, т. е. к рассуждениям о собственной работе и структуре.
Если подойти с функциональной точки зрения, то существует довольно много важных признаков, присущих в той или иной степени всем экспертным системам. Они будут рассмотрены далее в этом разделе курса.
Свойства экспертных систем и области применения
Будет полезно привести особенности экспертных систем, выгодно отличающие их от других классов информационных систем.
Основой работы ЭС являются знания, выраженные в явной и доступной форме, что отличает ЭС от традиционных информационных систем. Последствия этого выходят за пределы построения собственно некоторой информационной системы, предназначенной для решения некоторого класса задач. Накапливаемые в доступной форме базы знаний ЭС обладают такой же ценностью, как и любой большой объем знаний, и эти знания могут широко распространяться. Стоимость баз знаний действующих систем в десятки и сотни раз может превышать стоимость собственно самих программных средств.
Применение для формирования базы знаний высококачественного опыта, который представляет уровень мышления наиболее квалифицированных экспертов в данной области, что ведёт к решениям творческим, точным и эффективным. Это делает систему рентабельной, способной заслужить признание на рынке. Следствием этого является то, что система может развиваться и наращиваться постепенно по мере необходимости.
Наличие механизмов поиска решения на основе информации в базе знаний, как правило реализующих общие алгоритмы и правила поиска решений. Как следствие высокая гибкость ЭС по сравнению с обычными информационными системами.
Наличие прогностических возможностей, при которых ЭС выдаёт ответы не только для конкретной ситуации, но и показывает, как изменяются эти ответы в новых ситуациях.
Возможность подробного объяснения каким образом получено выработанное системой решение, что повышает доверие к работе системы и позволяет проводить как развитие самой ЭС, так и обучение пользователей ЭС,
Обеспечение такого качества, как институциональная память, в виде базы знаний, которая разработана в ходе взаимодействий со специалистами организации, и представляет собой текущую политику этой группы людей. База знаний становится сводом квалифицированных мнений и обновляемым справочником наилучших стратегий и методов. Становится возможным отчуждение знаний и опыта от специалистов.
Возможность использования ЭС для обучения и тренировки руководящих работников, обеспечивая новых служащих обширным багажом опыта и стратегий, по которым можно изучать рекомендуемую политику и методы.
Как технические системы ЭС имеют целый ряд преимуществ перед человеком -экспертом:
Постоянство. Человеческая компетенция ослабевает со временем. Перерыв в деятельности человека-эксперта может серьёзно отразиться на его профессиональных качествах.
Лёгкость передачи или воспроизведения знаний. Передача знаний от одного человека другому — долгий и дорогой процесс. Передача искусственной информации — это простой процесс копирования программы или файла данных.
Устойчивость и воспроизводимость результатов. Эксперт-человек может принимать в тождественных ситуациях разные решения из-за эмоциональных факторов. Результаты ЭС — стабильны.
Стоимость. Эксперты, особенно высококвалифицированные обходятся очень дорого. ЭС, наоборот, сравнительно недороги. Их разработка дорога, но они дёшевы в эксплуатации.
Задачи, решаемые экспертными системами, очень широк. Везде, где требуются знания экспертов, возможно применение ЭС. Приведем перечень типовых задач:
интерпретация, т. е. анализ наблюдаемых данных с целью определения их смысла., или извлечение информации из первичных данных (таких как сигналы, поступающие от гидролокатора);
прогноз, т. е. прогнозирование хода событий в будущем на основании модели прошлого и настоящего или вывод вероятных следствий из заданных ситуаций при наличии, как правило, неполной информации;
диагностика неисправностей (как в технических системах, так и в человеческом организме);
мониторинг, т. е. сравнение наблюдений с критическими точками плана и выдача сообщений при отклонении от плана. Например, контроль состояния послеоперационного больного при использовании аппарата искусственного дыхания;
структурный анализ сложных объектов (например, химических соединений);
выбор конфигурации сложных многокомпонентных систем (например, распределенных компьютерных систем);
проектирование, т. е. построение определенных конфигураций объектов, удовлетворяющих заданным требованиям и ограничениям. Например, проектирование цифровых или логических схем для ЭВМ;
управление, т. е. управление поведением некоторой системы. Например, управление воздушным или наземным транспортом.
планирование последовательности выполнения операций, приводящих к заданной цели (например, выполняемых промышленными роботами).
ремонт, т. е. выполнение плана организации исправления некоторого обнаруженного дефекта;
отладка, т.е. выработка рекомендаций по устранению неисправностей.