Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция 1 Введение.doc
Скачиваний:
23
Добавлен:
02.05.2015
Размер:
372.74 Кб
Скачать
    1. Экспертные системы, базовые понятия

Существует особый тип ИС – экспертные системы. Экспертная система имитирует поведение эксперта (специалиста) в какой-либо предметной области (например, в биологии), может генерировать новую информацию в этой области и давать разумные советы исследователям. В основе операций экспертной системы – обработка базы знаний (не смешивать с базой данных), составляемой специалистами в данной области.

Экспертная система занимается обработкой знаний. Системы, ядром ИС является база знаний или модель предметной области, описанная на интеллектуальном языке, который называется языком представления знаний (ЯПЗ). Существуют десятки языков или моделей представления знаний такие как:

• продукции;

• семантические сети;

• фреймы;

• логическое программирование;

• объектно-ориентированные языки..

Для перечисленных выше моделей существует математическая нотация, разработаны системы программирования, реализующие эти ЯПЗ, и имеется большое количество реальных коммерческих ЭС.

Интеллектуальные системы (ИС) применяются для решения сложных задач, где основная сложность решения связана с использованием слабо-формализованных знаний специалистов-практиков и где логическая (или смысловая) обработка информации превалирует над вычислительной. Например:

  • понимание естественного языка,

  • поддержка принятия решения в сложных ситуациях,

  • постановка диагноза и рекомендации по методам лечения,

  • анализ визуальной информации,

  • управление диспетчерскими пультами и др.

Фактически прикладные интеллектуальные системы используются в десятках тысяч приложений. А годовой доход от продаж программных и аппаратных средств искусственного интеллекта еще в 1989 г. в США составлял 870 млн. долларов, а в 1990 г. — 1,1 млрд. долларов [Попов, 1996]. В дальнейшем почти тридцати процентный прирост дохода сменился более плавным наращиванием темпов [Поспелов, 1997; Хорошевский, 1997; Попов, 1996, Walker, Miller, 1987; Tuthill, 1994, Durkin, 1998].

К наиболее распространенному классу прикладных ИС относятся экспертные системы (ЭС). В данном курсе остановимся на следующем определении экспертной системы.

Экспертная система - это программа (на современном уровне развития человечества), которая заменяет эксперта в той или иной области.

Изучая востребованность ЭС, авторы [Попов, 1996; Поспелов, 1997; Хорошевский, 1997; Tuthill,1994, Durkin, 1998)]. пришли к выводу, что только в США ежегодный доход от продаж инструментальных средств разработки ЭС составлял в начале 90-х годов 300-400 млн. долларов, а от применения ЭС — 80-90 млн. долларов Ежегодно крупные фирмы разрабатывают десятки ЭС типа «in-house» для внутреннего пользования. Эти системы интегрируют опыт специалистов компании по ключевым и стратегически важным технологиям. В начале 90-х гг. появилась новая наука — «менеджмент знаний» (knowledge management), ориентированная на методы обработки и управления корпоративными знаниями.

Разработка экспертных систем, как активно развивающаяся ветвь информатики, направлена на использование ЭВМ для обработки информации в тех областях науки и техники, где традиционные математические методы моделирования малопригодны. В этих областях важна смысловая и логическая обработка информации, важен опыт экспертов.

Хотя у многих специалистов не знакомых с работой ЭС существует ряд заблуждений: Во - первых они считают, что ЭС будут делать не более (а скорее даже менее) того, что может эксперт, создавший данную систему. Для опровержения данного постулата можно построить самообучающуюся ЭС в области, в которой вообще нет экспертов, либо объединить в одной ЭС знания нескольких экспертов, и получить в результате систему, которая может то, чего ни один из ее создателей не может. Во-вторых, они утверждают, что ЭС никогда не заменит человека-эксперта. Но если они бы не заменяли эксперта, тогда зачем их создавать?

Экспертные системы, хотя и достаточно молодое направление — первые системы такого рода, MYCIN [Shortliffe, 1976] и DENDRAL [Buchanan, Feigenbaum, 1978], появились в США в середине 70-х годов. В настоящее время в мире насчитывается несколько тысяч промышленных ЭС, которые дают советы:

• при управлении сложными диспетчерскими пультами, например сети распределения электроэнергии, — Alarm Analyser [Walker, Miller, 1987];

• при постановке медицинских диагнозов — ARAMIS [Shortliffe, Buchanan, Feigenbaum, 1979], NEUREX [Reggia, 1988];

• при поиске неисправностей в электронных приборах, диагностика отказов контрольно-измерительного оборудования — Intelligence Ware [Slagle, Gardiner, Kyung-sook, 1990], Plant Diagnostics [Уотермен, 1989], FOREST [Finin, McAdams, Kleinosky, 1984];

• по проектированию интегральных микросхем — DAA [Сойер, Фостер,1988], NASL [Walker, Miller, 1988], QO [Pega, Sticklen, Bond, 1993];

• по управлению перевозками — AIRPLAN [Masui, McDermott, 1983];

• по прогнозу военных действий — ANALYST [Bonasso, 1984], BATTLE [Slagle, Gaynor, 1983];

• по формированию портфеля инвестиций, оценке финансовых рисков — RAD [Kestelyn,1992], налогообложению — RUNE [Durkin, 1998] и т.д.

Сейчас легче назвать области, где еще нет ЭС, чем те, где они уже применяются. Уже в 1987 г. опрос пользователей, проведенный журналом «Intelligent Technolo-gies» (США), показал, что примерно:

• 25 % пользователей используют ЭС;

• 25 % собираются приобрести ЭС в ближайшие 2-3 года;

• 50 % предпочитают провести исследование об эффективности их использования.

Современное состояние разработок в области ЭС в России можно охарактеризовать как стадию все возрастающего интереса среди широких слоев специалистов — финансистов, топ - менеджеров, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. Этот интерес имеет достаточно слабое материальное подкрепление - нехватка учебников и специальной литературы, отсутствие символьных процессоров и рабочих станций, ограниченное финансирование исследований в этой области, слабый отечественный рынок программных продуктов для разработки ЭС.

Поэтому появляется возможность распространения «подделок» под экспертные системы в виде многочисленных диалоговых систем и интерактивных пакетов прикладных программ, которые дискредитируют в глазах пользователей это чрезвычайно перспективное направление. Процесс создания экспертной системы требует участия высококвалифицированных специалистов в области искусственного интеллекта, которых пока выпускает небольшое количество высших учебных заведений страны.

Наибольшие трудности в разработке ЭС вызывает сегодня не процесс машинной реализации систем, а домашинный этап анализа знаний и проектирования базы знаний. Этим занимается специальная наука — инженерия знаний [Гаврилова, Червинская, 1992; Adeli, 1994; Scott, Clayton, Gibson, 1994].

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Оставленные комментарии видны всем.