
- •Лекция 4
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы контекстной помощи.
- •Программное обеспечение систем
- •Программное обеспечение систем
- •Признаки ИИС
- •Признаки ИИС
- •Напряжем воображение и постараемся представить себе следующую картину: пользователь вводит запрос в поисковую
- •Только одна подобная система, CADUCEUS, содержит одних голых фактов больше, чем 80% мировой
- •Возникшее в середине 60-х годов прошлого века новое направление в искусственном интеллекте с
- •Обязательными частями любой ЭС являются также модуль приобретения знаний и модуль отображения и
- •Все началось в далеких шестидесятых. В то время в космос отправился первый человек,
- •Он считал, что ответ удастся получить, только сконструировав такую "мыслящую" систему. Но какое
- •В 1965 году в Стэндфордском университете (Stanford University) Эдвард Фейгенбаум, Джошуа Ледерберг и
- •Для этого разработчикам DENDRAL пришлось опросить как можно больше экспертов. Приобретение знаний -
- •С 70-х годов ЭС стали ведущим направлением в области искусственного интеллекта. В этот
- •Первая версия ЭС MYCIN была построена в уже знакомом нам Стэндфордском университете в
- •Исследования работы ЭС MYCIN, проведенные в Стэндфордском университете, показали, что система для диагностики
- •Экспертная система PROSPECTOR разрабатывалась SRI International с 1974 по 1983 год. Как уже
- •В качестве современных ЭС можно назвать быстродействующую систему OMEGAMON (фирма Candle, с 2004
- •На этом рисунке показана ситуация, определяющая критическое количество сообщений в очередях транспортной системы
- •Разработка ЭС связана с определенными трудностями, которые необходимо хорошо знать, так же как
- ••Проблема формализации знаний экспертов. Эксперты -специалисты в определенной области, как правило, не в
- •Правила, формализованные экспертом, не дают необходимой точности. Проблему можно избежать, если решать вместе
- •Модели представления знаний
- •Трактовки знаний
- •Трактовки знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •10. Процессуальные, алгоритмические, процедурные знания. Являются основными в практической деятельности. Овладение этими знаниями
- •11. Технологические знания. Эти знания представляют собой особый вид знаний, проявляющихся на разных
- •12. Вероятностные знания. Такие знания нужны в случаях неопределенности, нехватки имеющихся знаний, неточности
- •13. Абстрактные знания. Эти особый вид знаний, при котором оперируют идеализованными понятиями и
- •13. Метазнания - знания о знании, о том, как оно устроено и структурировано;
- •Конечно, между видами знаний нет непроходимой границы . Более того, иногда бывает так,
- •По степени научности
- •Вненаучные знания могут быть:
- •Вненаучные знания могут быть:
- •Всовременной практике термин «паранаука» применяется в разнообразных контекстах:
- •По отношению к комплексу практического познания мира, для которого не обязателен идеал научной
- •По отношению к концепциям и учениям, преувеличивающим роль определенных природных закономерностей или постулирующим
- •Псевдонаучные знания:
- •Псевдонаучные знания:
- •Квазинаучные знания
- •Выдвинул концепцию наследственности, изменчивости и видообразования, которую назвал "мичуринским учением". Считал, что искусственным
- •Обыденно-практические знания — доставляют элементарные сведения о природе и окружающей действительности. Люди, как
- •Классификация знаний
- •Концептуальные свойства знаний
- •Внутренняя интерпретация знаний
- •Внутренняя интерпретация знаний
- •Наличие внутренней и внешней структур связей
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Многомерное семантическое пространство
- •Многомерное семантическое пространство
- •Активность знаний
- •Классификация по степени использования различных видов знаний
- •1. Если в программной системе используются только фактографические
- •2. Если в программной системе используются главным образом алгоритмические знания, то
- •3. Если в программной системе в той
- •Классификация по виду ответа при решении задач
- •2.Процедурный ответ; решая задачу, система может создать и запустить процедуру (система синтеза программ,
- •Приведем примеры ответов разных уровней, используя модельный пример с сортировкой чисел из параграфа
- •На уровне 0 мы предъявляем последовательность, а система только проверяет, отсортирована она или
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

Первая версия ЭС MYCIN была построена в уже знакомом нам Стэндфордском университете в середине 70-х годов. Ее создатель - врач и специалист в области вычислительной техники Эдвард Шортлайф (Edward Shortliffe). Вот мы и добрались до самой популярной области применения экспертных систем - медицины. Дело в том, что диагностика многих заболеваний для успешного выздоровления пациента должна проводиться оперативно. Иногда максимально возможные сроки определения метода лечения составляют от одного до двух суток. Кроме того, каждый человек, идя на прием к врачу, хочет надеяться, что его примет профессионал, который внятно объяснит причину недомогания и предложит одну или несколько эффективных методик лечения.
21

Исследования работы ЭС MYCIN, проведенные в Стэндфордском университете, показали, что система для диагностики бактериальных инфекций все-таки уступает группе врачей, состоящей только из профессионалов, на 20%. Правда, даже приблизительную дату этого тестирования так и не
удалось найти. Но база знаний MYCIN постоянно |
|
расширяется, и благодаря этому ЭС "осваивает" |
|
все новые области медицины. Теперь MYCIN |
|
используется преимущественно для обучения |
|
врачей, а ее механизм логического вывода E- |
|
MYCIN был успешно применен для создания |
|
многих других ЭС, таких, как NEOMYCIN и PUFF |
|
для исследования легочных заболеваний. |
22 |

Экспертная система PROSPECTOR разрабатывалась SRI International с 1974 по 1983 год. Как уже было сказано, она предназначена для геологических изысканий и относится к интерпретирующему типу ЭС, которые выводят некоторые заключения на основе наблюдений. Данная программа располагает динамическим количеством геологических моделей, каждая из которых содержит знания об определенных видах полезных ископаемых. Так же, как и MYCIN, PROSPECTOR вовлекает геолога в диалог, чтобы, опираясь на его наблюдения, точно выбрать модель и дать ответ на вопрос "Где бурить?". В 1984 году система точно предсказала существование месторождения молибдена, оцененного в многомиллионную сумму.
23

В качестве современных ЭС можно назвать быстродействующую систему OMEGAMON (фирма Candle, с 2004 г. IBM) для отслеживания состояния корпоративной информационной сети и G2 (фирма Gensym) - коммерческую экспертную систему для работы с динамическими объектами. Они служат для принятия решения за считанные секунды с момента наступления внештатных или критических ситуаций. Для G2 также характерно распараллеливание процессов рассуждений. Для простого перечисления других современных экспертных систем, возможно, не хватит газетной полосы. Вот лишь некоторые из них: GUIDON,
TATR, ONCOCIN, MOLGEN, GENESIS. |
24 |

На этом рисунке показана ситуация, определяющая критическое количество сообщений в очередях транспортной системы IBM WebSphere MQ
25

Разработка ЭС связана с определенными трудностями, которые необходимо хорошо знать, так же как и спос обы их преодоления. Рассмотрим подробнее эти проблемы.
•Проблема извлечения знаний экспертов. Ни один специалист никогда просто так не раскроет секреты своего профессионального мастерства, свои сокровенные знания в профессиональной области. Он должен быть заинтересован материально или морально, причем хорошо заинтересован. Никто не хочет рубить сук, на котором сидит. Часто такой специалист опасается, что, раскрыв все свои секреты, он будет не нужен компании. Вместо него будет работать экспертная система. Избежать эту проблему поможет выбор высококвалифицированного эксперта, заинтересованного в сотрудничестве.
26

•Проблема формализации знаний экспертов. Эксперты -специалисты в определенной области, как правило, не в состоянии формализовать свои знания. Часто они принимают правильные решения на интуитивном уровне и не могут аргументированно объяснить, почему принято то или иное решение. Иногда эксперты не могут прийти к взаимопониманию (фраза "встретились два геолога, у них было три мнения" - не шутка, а реальная жизнь). В таких ситуациях поможет выбор эксперта, умеющего ясно формулировать свои мысли и легко объяснять другим свои идеи.
•Проблема нехватки времени у эксперта. Выбранный для разработки эксперт не может найти достаточно времени для выполнения проекта. Он слишком занят. Он всем нужен. У него есть проблемы. Чтобы избежать этой ситуации, необходимо получить от эксперта, прежде чем начнется
проект, согласие тратить на проект время в определенном
27
фиксированном объеме.

Правила, формализованные экспертом, не дают необходимой точности. Проблему можно избежать, если решать вместе с экспертом реальные задачи. Не надо придумывать "игрушечных" ситуаций или задач. В условиях задач нужно использовать реальные данные, такие как лабораторные данные, отчеты, дневники и другую информацию, взятую из практических задач. Постарайтесь говорить с экспертом на одном языке, используя единую терминологию. Эксперт, как правило, легче понимает правила, записанные на языке, близком к естественному, а не на языке типа LISP или PROLOG.
Недостаток ресурсов. В качестве ресурсов выступают персонал (инженеры знаний, разработчики инструментальных средств, эксперты ) и средства построения ЭС (средства разработки и средства поддержки).
28

Модели представления знаний
Знания о некоторой ПрО представляют собой совокупность сведений об объектах этой ПрО, их существенных свойствах и связывающих их отношениях, процессах, протекающих в данной ПрО, а также методах анализа возникающих в ней ситуаций и способах разрешения ассоциируемых с ними проблем.
29

Трактовки знаний
психологическая: психические образы, мысленные модели;
интеллектуальная: совокупность сведений о некоторой ПрО, включающих факты об объектах данной Про, свойствах этих объектов и связывающих их отношениях, описания процессов, протекающих в данной ПрО, а также информацию о способах решения типовых (в рамках этой ПрО) задач
30