Лабораторная работа №1

Изучение возможностей экспертных систем

1.1 Цель выполнения работы

Целью является проектирование и разработка фрагмента экспертной системы.

1.2 Теоретическая часть

1.2.1 Введение в экспертные системы (ЭС)

Ниже представлена структура ЭС. Пользователь, желающий получить информацию, через интерфейс посылает запрос к ЭС; решатель, пользуясь базой знаний, генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при помощи подсистемы объяснений.

Пользователь Инженер по знаниям Эксперт

Терминология

Пользователь – специалист предметной области, для которого предназначена система.

Инженер по знаниям – специалист в области ИИ. Синонимы: когнитолог, инженер-интерпретатор, аналитик.

Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС.

База знаний – ядро ЭС, совокупность знаний ПО, записанных в память на языке, понятном эксперту и пользователю. Параллельно существует БЗ во внутреннем машинном представлении.

Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ. Синонимы: дедуктивная машина, машина вывода, блок логического вывода.

Подсистема объяснений – программа, позволяющая пользователю получить ответы на вопрос, как система приняла такое решение и почему.

Интеллектуальный редактор БЗ – программа, позволяющая инженеру по знаниям создавать БЗ в диалоговом режиме. Включает систему вложенных меню, шаблонов ЯПЗ, подсказок и других сервисных средств.

Классификация систем, основанных на знаниях

ЭС

По связям с реальным временем

По задаче

По типу ЭВМ

По степени интеграции

Интерпретация данных

Автономные

Стати-ческие

На супер-ЭВМ

Гибридные (интегрированные)

Диагностика

Квазиди-намические

На ЭВМ средней производительности

Проектирование

Динами-ческие

Прогнозирование

На символьных процессорах

Планирование

На рабочих станциях

Обучение

На ПЭВМ

Классификация по решаемой задаче:

Интерпретация данных – это одна из традиционных задач для ЭС, процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Предусматривается многовариантный анализ данных. (Обнаружение и идентификация различных типов океанских судов по результатам аэрокосмического сканирования, определение свойств личности по результатам тестирования АВАНТЕСТ, МИКРОЛЮШЕР);

Диагностика – процесс соотнесения объекта с некоторым классом объектов и обнаружение отклонения от нормы. Диагностика и терапия сужения коронарных сосудов, диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ;

Мониторинг. Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора, контроль аварийных датчиков на химическом заводе – FALCON.

Проектирование – подготовка спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается полный набор документов. В задачах проектирования тесно связаны два основных процесса ЭС: процесс вывода решения и процесс объяснения. Проектирование конфигураций ЭВМ, синтез электрических цепей.

Прогнозирование – позволяет предсказывать события на основании имеющихся данных, логически выводить вероятные следствия из данных ситуаций. Предсказание погоды – WILLARD; оценки будущего урожая – PLANT; прогнозы в экономике - ECON.

Планирование – нахождение планов действий объектов, способных выполнять некоторые функции. Для выведения логических последствий планируемой деятельности используются модели поведения реальных объектов. Планирование поведения робота – STRIPS, планирование промышленных заказов – ISIS, эксперимента – MOLGEN.

Обучение – системы обучения с помощью компьютера диагностируют ошибки и подсказывают правильные решения. Они аккумулируют знания о гипотетическом ученике, о его характерных ошибках и способны диагностировать слабости в познаниях обучаемых и находить средства их ликвидации.

Управление – функция организованной системы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями. Управление газовой котельной GAS, управление системой календарного планирования Project Assistant.

Поддержка принятия решений – это совокупность процедур, обеспечивающая лицо, принимающее решение, необходимой информацией и рекомендациями. Выбор стратегии выхода фирмы из кризисной ситуации Crisis, выбор страховой компании Choice.

В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Задачи анализа: интерпретация данных, диагностика, поддержка принятия решения. Задачи синтеза: проектирование, планирование, управление. Комбинированные задачи: обучение, мониторинг, прогнозирование.

Классификация по связи с реальным временем:

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны. (Диагностика автомобиля).

Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом во времени. (Производство лизина).

Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени и непрерывной интерпретацией поступающих в систему данных. (Управление гибкими производственными комплексами, мониторинг в реанимационных палатах).

3. Классификация по типу ЭВМ:

На сегодняшний день существуют:

ЭС для уникальных стратегических задач на суперЭВМ – Эльбрус, CRAY, CONVEX);

ЭС на ЭВМ средней производительности (ЕС ЭВМ, mainframe);

ЭС на символьных процессорах и рабочих станциях (Sun, APOLLO);

ЭС на мини-ЭВМ (VAX);

ЭС на ПК (IBM PC, MAC II).

4. Классификация по степени интеграции с другими программами:

Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфических «экспертных» задач;

Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (мат. статистику, линейное программирование, СУБД) и средства манипулирования знаниями.

Следует отметить, что разработка гибридных систем являет собой задачу на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий порождает целый комплекс теоретических и практических трудностей.

Коллектив разработчиков

Как правило, коллектив разработчиков (КР) включает: пользователя, эксперта, инженера по знаниям, программиста, менеджера, технического помощника. КР схож с группой администратора БД.

К пользователю предъявляются самые низкие требования, поскольку его не выбирают.

Эксперт – чрезвычайно важная фигура, его подготовка определяет уровень компетенции БЗ.

Программист. Поскольку современные ЭС – сложнейшие и дорогостоящие программные комплексы, программисты должны иметь опыт и навыки разработки программ.

Инженер по знаниям – это одна из самых малочисленных, высокооплачиваемых и дефицитных специальностей в мире. Он должен отличаться широтой взглядов, деликатностью, внимательностью, интеллигентностью, коммуникабельностью, умением слушать и задавать вопросы, уверенностью в себе, чувством юмора и обаянием. Специалист в области искусственного интеллекта должен иметь максимальные оценки по тестам как вербального, так и невербального интеллекта. Ему необходимы навыки и умения для грамотного и эффективного проведения процессов извлечения, концептуализации и формализации знаний. Он имеет дело со всеми формами знаний: Z1 – знания в памяти человека (знаком с элементами психологии и механизмами мышления – логическим и ассоциативным), Z2 – материальные носители знаний (широкая общенаучная подготовка), Z3 – поле знаний (системный анализ, теория познания, кластерный и факторный анализ), Z4 – знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы), Z5 – база знаний на машинных носителях информации (владение ЭВМ, знание одного из языков программирования).

Технология проектирования и разработки

Процесс разработки промышленной ЭС можно разделить на 6 независимых этапов:

Разработку ЭС целесообразно начинать в той организации, в которой уже накоплен опыт по автоматизации таких процедур обработки информации как:

формирование корпоративных информационных систем;

организация сложных расчетов;

обработка текстов и автоматизированный документооборот.

Решение таких задач подготавливает высококвалифицированных специалистов и позволяет отделить экспертные задачи от не экспертных.