Теоретические основы экспертных систем

В основании теории ЭС лежат понятия продукция и продукционная система. Эти понятия были введены Е. Постом в его работах по теории алгоритмов (1943г.)

Под продукцией Е. Пост понимал преобразование заданного слова путем вычеркивания из него начальных букв и приписывания заданного окончания. Пусть, например, мы имеем слово дымок. Вычеркнем из него первые две буквы д и е .а затем припишем новое окончание нуть. В результате указанных действий получим новое слово мокнуть.

Таким образом, продукция задается двумя словами – x и y и обозначается как

x W  W y.

Применить к некоторому имеющемуся слову W такую продукцию и означает удаление в его начале слова х и добавление в конце слова y.

Система продукций по Е. Просту задается множеством слов х i и y i, называемым алфавитом, и набором базисных продукций х i W – W y i (i = 1…n).

Данная система продукций является формальной системой с правилами вывода р k (F,S) k (1…m). При этом правило называется применимым к слову F, если из последнего можно получить слово S с помощью имеющихся продукций

Было показано, что рассмотренная система продукций эквивалентна машине Тьюринга. Из этого следует важный как для теории, так и для практических приложений вывод, а именно: любая формальная логическая система может быть реализована в виде продукционной системы.

Если же систему продукций упорядочить некоторым образом и применить к ней управляющую структуру, придем к понятию нормального алгорифма Маркова. В последнем преобразования слов осуществляется с помощью формул подстановок.

Исследования в области искусственного интеллекта показали, что человек в своих рассуждениях часто пользуется правилами, аналогичными продукциям. Исходя из этого было предложено применять последние при построении моделей процесса принятия решений.

Используя понятие системы продукций, модель вывода искомого решения можно представить следующим образом.

Пусть ОМ – рабочая память, содержащая текущие данные;

B – база знаний, содержащая множество продукций;

I – интерпретатор, осуществляющий выполнение продукций (правил вывода).

Обозначая продукционную систему через PS, представим последнюю в виде трех частей:

PS = < OM, B, I >.

Как мы видим, современные ЭС содержат все части продукционной системы.

Рассмотрим подробнее, что представляет собой интерпретатор.

Интерпретатор, или решатель, служит управляющим механизмом системы. На основании знаний, содержащихся в БЗ и текущего состояния рабочей памяти он определяет какие правила применимы в данном случае, выбирает из них наиболее подходящее и выполняет его. Затем проверяет условия окончания решения задачи. Если они удовлетворяются, то полученный вывод принимается за окончательный. В противном случае изменяется текущее состояние рабочей памяти и выполняется очередной цикл поиска решения. На каждом цикле работы механизма вывода выбираются из БЗ некоторые подмножества данных и правил, которые переносятся в РП. Затем происходит сопоставление правил и данных на предмет применимости первых. Результатом является набор означенных правил, т.е. подмножество допустимых правил. На следующем этапе из полученного набора означенных правил выбираются те правила, которые будут выполнятся на текущем цикле работы интерпретатора. Критерием разрешения конфликтности ситуации, служит степень полезности правила для достижения цели. Данный этап называют этапом планирования.

Этап выполнения правил, отобранных на этапе разрешения конфликтов, является заключительным в работе механизма вывода.

Лекция 4

Управление знаниями

Под термином управление знаниями понимают процесс, включающий в себя управление созданием, обработкой, использованием знаний и их распространением на предприятии.

На достаточно крупном предприятии всегда остро стоял вопрос об эффективном использовании имеющейся информации. Очень часто специалисты компании или просто не знают о наличии нужной для них информации, или не обладают сведениями, где она находится. Нередко бывает, что информации даже больше того, чем нужно для принятия решения. Однако обработать такое количество информации, т.е. извлечь из нее релевантные знания, специалист не способен.

Для решения данной проблемы сегодня применяют следующие технолгии:

• технологии баз данных;

• электронная почта;

• броузеры и системы поиска;

• систем поддержки принятия решений;

• баз знаний систем, основанных на знаниях;

• корпоративные сети и Интернет

Современные системы, предназначенные для управления знаниями, могут использоваться различными специалистами предприятия, а не только его управленческим аппаратом.

К основным предпосылкам создания систем управления знаниями относятся:

• на поиск релевантных знаний уходит не оправданно много времени;

• знания наиболее квалифицированного и опытного персонала компании часто не доступны другим ее служащим;

• затруднен доступ к наиболее ценной информации, поскольку она содержится во многих документах или базах данных;

• недостаточная осведомленность и не использование опыта работы компании приводит к значительному росту издержек производственных процессов;

• постоянное увеличение объема бесполезной информации, хранимой в информационных системах предприятия.

Одним из путей решения рассматриваемой проблемы является создание корпоративной памяти предприятия. Такая память используется для сбора информации из всех ее источников, имеющихся на предприятии. Она обеспечивает в принципе доступ к информации всех служащих компании, Естественно, что при этом должны быть решены все вопросы защиты информации от несанкционированного доступа.

Важным достоинством корпоративной памяти является обеспечение сохранности знаний сотрудников компании, отсутствующих по каким-либо причинам на работе.

При разработки систем управления знаниями, последние принято подразделять на явные и не явные, т.е. скрытые.

К неявной информации относят ту, которая может быть путем просмотра документов, литературы, патентов, видео и аудио-записей и т.п.

Скрытая информация находится у сотрудников компании, т.е. ее владельцами являются отдельные служащие или их группы. Как правило, такая информация имеет большую ценность.

Корпоративная память позволяет расширить возможности систем, основанных на знаниях. Сегодня технологии баз данных применяются гораздо чаще по сравнению с экспертными системами. Основная причина этого состоит в том, последние дороже, чем, скажем, хранилища данных.

Использование корпоративной памяти в технологиях искусственного интеллекта позволяют повысить качество получаемых решений. Сами автоматизированные системы управления знаниями обеспечивают только выдачу релевантных знаний, без должной их интерпретации. Оценка полезности информации осуществляется пользователем. Правда, автоматизированные системы управления знаниями могут тоже поддерживать некоторый анализ информации, Так, с их помощью можно получить ответ на вопрос: Почему?

В корпоративной памяти содержаться не только количественные данные, но и информацию качественного характера.

Для систем управления знаниями специфическим элементом является процесс обслуживания. Данный процесс заключается в коррекции формализованных данных и знаний. Иными словами происходит постоянное обновление содержания корпоративной памяти и удаление устаревшей информации, а также осуществляется ее фильтрация. Фильтрация представляет собой поиск знаний, необходимых конкретным пользователям и установление их местонахождения.

Лекция 5