1. Методы построения эс и классификация эс по методам построения

ЭС принято классифицировать либо по назначению, либо по принципу организации.

Классификация по принципу организации

1. интеллектуальные ИС

2. системы поиска на основе семантических сетей и тезаурусе. Иногда их наз-ют интеллектуально-поисковые системы.

3. Системы, построенные на нейронных сетях. Начиная с 1998 года, стали выпускаться промышленные образцы ассоциативной памяти на нейронных сетях, системы обработки инф-ции на нейронных сетях.

4. Система основанная на распознавании образов. Здесь активно используется кластерный анализ, интересны также разработки в области когнитивной графики, т.е. графики, которая может адаптироваться.

5. Агентные и многоагентные системы, которые не относятся к информационным системам.

6. Системы, основанные на случайных характеристиках: байсовских сетях, сетях Петри. Случайными характеристиками могут обладать и нейронные сети. Главное, что объединяет эти сети – использование нечеткой логики, они называются нечеткими системами.

7. Фреймовые системы. В настоящее время идет соединение фреймовых и агентных систем.

8. Системы основанные на декларативном подходе (логическое или функциональное программирование). Здесь выделяют логические системы и системы, основанные на структурных данных. В логических системах необходимо: а) построить аксиоматику, т.е. выделить положения аксиом, которые играют роль фактов; б) установить правило логического вывода, заключений с помощью которых из аксиом можно доказать другие утверждения; в) сформировать интерфейс запросов.

Классификация по назначению ЭС.

1. информационные системы позволяют отвечать на вопросы в рамках существования информации. Для данных систем можно использовать любые подходы, но в основном это логические системы, структурные и нейронные системы.

2. Аналитически поисковые системы: в них используются поисковые системы и системы распознавания образов. Особые направления в данной области – это развитие систем ассоциативной связи (ассоциативная обработка информации с помощью нейронных систем, нечетких систем и сетей добытия знаний ИАД – интеллектуальный анализ данных).

3. Направление работы с естественным языком, т.е. ЭС в области языка: переводчики, проверка правописания и др. Они основаны на методах распознавания образов, семантических сетях, нечетких системах.

4. Системы прогноза:: задача – построить экстраполяцию текущих данных, основываясь на обработке текущей информации. Суть экстраполяции: чем больше используются данные о предшествующих событиях, тем точнее возможна экстраполяция. Главная проблема – правильно выбрать нужную информацию: чтоб она было min и значимой. Здесь используется ИАД; попытка оценить вероятность тех или иных будущих событий. Т.о. необходимо просматривать варианты будущих событий и отображать наиболее вероятные. Здесь важную роль играют нейронные системы, генетические, нечеткие системы. Особую роль играют в таком анализе байсовские сети, которые так удобны для решения этих задач, долгое время они являлись лидером.

5. Системы управления являются продолжением систем прогноза, для этого необходимо на основе прогноза строить обратную связь, т.е. добавить в систему обратные связи. В формировании обратной связи особую роль играют ИАД, рекуррентные, нейронные сети, логические системы.

6. Системы принятия решений: это усовершенствованные системы управления. Если есть системы управления, действия системы и системы прогноза, то можно строить не только корректирование системы управления, но и системы собственного вектора. Система принятия решений переводит самостоятельные и функционированные ЭС на новый уровень.

7. Системы самостоятельного поиска и самоорганизационные системы: на основе агентных систем можно усовершенствовать и систематизировать принятия решений, сделав ее на много самостоятельной. Агентные системы обладают неким подобием свободы воли, т.е. они обладают возможностью адаптироваться к ситуации, общаться и учиться и формировать свое поведение на основе неких правил общения.

8. ЭС логического анализа: с 40-х годов, с тех пор как были созданы искусственные логические системы, идет постоянное усовершенствование таких систем. Перед ними становятся следующие цели: а) заменить человека в такой рутинной деятельности как математические преобразования, доказательство теорем (системы ТРНЗ, их целю была разработка конструктивной изобретательной и научной деятельности); б) решение сложных логических задач и компьютерных игр.

9. ЭС в области классификации: одним из направлений деятельности человека– классификация: распознавание, систематизация защита, диагностика. Проблемы диагностики с одной стороны сложны, с другой–важны, ЭС в диагностике получает свое собственное развитие. Системы диагностики прежде всего основаны на ИАД и системах распознавания образов (в ИАД есть особое направление – методы классификации).

Инженерия знаний

Усложнение процессов разработки, внедрения и сопровождения ЭС привели к появлению особой специальности – инженер знаний. Инженерия знаний – особый раздел инженерной деятельности, связанный с обслуживанием баз знаний.

При использовании интеллектуальных систем для решения задач в данной предметной области необходимо собрать о ней и создать концептуальную модель этой области. Источниками знаний могут быть документы, статьи, книги, фотографии и многое другое. Из этих источников надо извлечь содержащиеся в них знания. Этот процесс может оказаться достаточно трудным, ибо надо заранее оценить важность и необходимость тех или иных знаний для работы интеллектуальной системы. Специалисты, которые занимаются всеми вопросами, связанными со знаниями, теперь называются инженерами знаний. Эта новая профессия порождена развитием искусственного интеллекта.

Значительная часть профессионального опыта остается вне источников информации, из которых инженер вносит знания в интеллектуальную систему, в головах у профессионалов, не могущих словесно их выразить. Такие знания часто называют профессиональным умением или интуицией. Для того, чтобы приобрести такие знания, нужны специальные приемы и методы. Они используются в инструментальных системах по приобретению знаний, создание которых одна из современных задач инженерии знаний.

Полученные от экспертов знания необходимо оценить с точки зрения их соответствия ранее накопленным знаниям и формализовать их для ввода в память интеллектуальной системы. Кроме того, знания, полученные от различных экспертов, надо еще согласовать между собой. Все эти задачи и выполняет инженер по знаниям.