Методичні вказівки для студентів Модуль 2

3)Режим “запись базы на диск” використовується для запису на диск тільки-но створеної бази знань під певним іменем.

4)Режим “ просмотр базы знаний” дозволяє продивитися продукційні правила з яких складається робоча база знань.

5)Режим “создание базы знаний” призначений для побудови нових баз знань.

6)Режим “ редактирование базы знаний” призначений для виправлень в процесі роботи

помилок.

7)Режим “ удаление базы знаний” використовується для знищення із оперативної пам’яті бази знань перед вибором для роботи іншої бази знань.

8)Режим “информация по базе” призначений для отримання інформації про всі режими головного меню ЕС.

9)Режим “выход в ДОС” використовується для тимчасового виходу в ДОС та повернення знову в програму при наборі команди exit, що вводиться з клавіатури самостійно.

10)Режим “конец работы” призначений для завершення роботи з програмою та виходу в NC.

ЗАВДАННЯ №2. ПРОВЕДЕННЯ ДІАЛОГУ З ЕС.

1.Запустити режим “выбор базы знаний”. Із переліку баз знаньвибрати будь-яку і натиснути клавішуEnter.

2.Запустити режим “диалог с базой”. Відповісти на питання ЕС, вибираючи варіанти “да” або

“нет”.

3.Записати у зошит отримані діагнози.

ЗАВДАННЯ № 3. СТВОРЕННЯ БАЗИ ЗНАНЬ ДЛЯ ЕС ТА ОСВОЄННЯ ТЕХНОЛОГІЇ РОБОТИ З НЕЮ.

Використовуючи таблицю заповнити базу знань за допомогою продукційних правил, що буде використовуватися при РГ-легенів.

1.Ввійти в головне меню ЕС. Вибрати та запустити режим “создание базы знаний”.Примітка1. “Категория “у всіх випадках буде мати назву: РГ-легенів. Таку ж саму назву має галузь, де вона використовується.

Примітка 2. “Подкатегория” - діагноз захворювання, тобто один із діагнозів у правій частині продукційних правил.

Примітка 3. “Условие” - ознаки на рентгенівському знімку, тобто ліва частина продукційних правил.

2.Набрати на клавіатурі та ввести назву категорії.

3.Набрати на клавіатурі та ввести назву підкатегорії.

4.Набрати на клавіатурі та ввести ознаки (поступово, по одній ), згідно свого продукційного правила 1.

5.Перейти до другої підкатегорії та так само вводити наступне продукційне правило.

6.Після вводу всіх умов останнього продукційного правила ввійти в головне меню ЕС, натискуючи клавішу Esc.

7.Вибрати та запустити режим “ запись базы на диск”. 8.Зберегти створену базу знань під ім’ям RENTGEN.GNI.

9.Запустити режим “ выбор базы знаний” та в переліку файлів вибрати RENTGEN.GNI. 10.Запустити режим “диалог с базой знаний”. Відповісти на запитання ЕС. Записати у зошит

3

Тести

1)Вибрати з зазначених, ті з інтелектуальних можливостей людини, які розглядаються при створенні штучного інтелекту.

a)Здатність сприймати інформацію про навколишній світ абстрагуючи

b)Здатність тримати рівновагу тіла

c)Здатність робити логічні висновки на основі аналізу

d)Здатність оцінювати відстань до предмета що бачиш

e)Здатність відчувати страх

2)Вибрати з зазначених, ти з інтелектуальних можливості людини, які розглядаються при створені штучного інтелекту.

a)Здатність відчувати позитивно і негативно емоцій

b)Здатність здійснюватися порівнянь, проводити аналогії

c)Здатність орієнтуватись на місцевості

d)Здатність самоусвідомлюватись, вчитися, самовдосконалюватися

e)Здатність відчувати запахи

3)Які основні шляхи моделювання штучного інтелекту існують?

a)біонічної моделювання

b)еволюційне моделювання

c)евристичне програмування

d)біонічної програмування

e)евристичне моделювання

4)Чому ідея створення штучного інтелекту не є механістично?

a)комп'ютер працює за законами перетворення інформації

b)в основі передачі та обробки інформації лежать фізичні закони

c)за фіз. законами комп'ютер перетворює ел. енергію в тепло

d)комп'ютер побудований з вузлів, які працюють від електроенергії

e)переробка інформації відбувається не за фізичними законами

5)Що таке штучний інтелект?

a)гіпотетична технічна система

b)система з властивостями ідентичними розумну мисленню

c)система з властивостями ідентичними зверненням людини

d)система ідентична людському організму

e)будь-яка обчислювальна система

6)На якій стадії знаходиться наука створення штучного інтелекту?

a)Даний напрямок активно розвивається.

b)Вдалося відтворити лише окремі елементи природного інтелекту.

c)Вдалося відтворити всі складові природного інтелекту

4

d)Штучний інтелект повністю створено.

e)Створення його припинено через неможливість цього.

7)Хто такий "користувач експертної системи"?

a)спеціаліст, який потребує допомоги експерта

b)спеціаліст, який не може самостійно вирішити проблему

c)будь-яка людина яка не вміє користуватися комп'ютером

d)експерт

e)об'єкт наукових досліджень

Зміст теми:

Експертна система - це програмний засіб, що використовує експертні знання для забезпечення високоефективного вирішення неформалізованих задач у вузькій предметній області. Основу ЕС складає база знань (БЗ) про предметну область, що накопичується в процесі побудови й експлуатації ЕС. Нагромадження й організація знань - найважливіша властивість усіх ЕС.

Експертна система відрізняється від інших прикладних програм наявністю таких ознак: Моделює механізм мислення людини при застосуванні для розв'язання задач в цій предметній

області. Це істотно відрізняє експертні системи від систем математичного моделювання або комп'ютерної анімації. Однак, ЕС не повинні повністю відтворювати психологічну модель фахівця в цій області, а повинні лише відтворювати за допомогою комп'ютера деякі методики розв'язання проблем, що використовуються експертом.

Система, окрім виконання обчислювальних операцій, формує певні висновки, базуючись на тих знаннях, якими вона володіє. Знання в системі, зазвичай, описані деякою спеціалізованою мовою і зберігаються окремо від програмного коду, що формує висновки. Компонент збереження знань прийнято називати базою знань.

Під час розв'язання задач основну роль відіграють евристичні і наближені методи, що, на відміну від алгоритмічних, не завжди гарантують успіх. Евристика, в принципі, є правилом впливу (англ. rule of thumb), що в машинному вигляді відображає деяке знання, набуте людиною разом із накопичуванням практичного досвіду розв'язання аналогічних проблем. Такі методи є наближеними в тому сенсі, що, поперше, вони не потребують вичерпної вихідної інформації, а, по-друге, існує певний ступінь впевненості (або невпевненості) в тому, що запропонований розв'язок є правильним.

Експертні системи відрізняються і від інших видів програм із галузі штучного інтелекту. Експертні системи застосовуються для предметів реального світу, операції з якими зазвичай

вимагають великого досвіду, накопиченого людиною. Експертні системи мають яскраво виражену практичну направленість для застосування в науковій або комерційній сфері.

Однією з основних характеристик експертної системи є її швидкодія, тобто швидкість отримання результату та його достовірність (надійність). Дослідницькі програми штучного інтелекту можуть бути і не дуже швидкими, натомість, експертна система повинна за прийнятний час знайти розв'язок, що був би не гіршим за розв'язок, що може запропонувати фахівець в цій предметній області.

Експертна система повинна мати можливість пояснити, чому запропоновано саме цей розв'язок і довести його обґрунтованість. Користувач повинен отримати всю інформацію, необхідну йому для того, аби переконатись в обґрунтованості запропонованого розв'язку.

Структура ЕС

Типові експертні системи можуть мати таку структуру:

База даних (не обов'язкова)

База знань

Машина виведення (розв'язувач)

Підсистема пояснень

Інтерфейс користувача

База знань складається з правил аналізу інформації від користувача з конкретної проблеми. ЕС аналізує ситуацію і, залежно від спрямованості ЕС, дає рекомендації з розв'язання проблеми.

ЕС створюється за допомогою двох груп людей:

5

інженерів, які розробляють ядро ЕС і, знаючи організацію бази знань, заповнюють її за допомогою: експертів (експерта) за фахом.

Основні властивості ЕС:

1)Застосування для вирішення проблем високоякісного досвіду, що представляє рівень мислення найбільш кваліфікованих експертів у даній області, що веде до творчих, точних та ефективних вирішень.

2)Наявність прогностичних можливостей, при яких ЕС видає відповіді не тільки для конкретної ситуації, але і показує, як змінюються ці відповіді в нових ситуаціях, з можливістю докладного пояснення яким чином нова ситуація привела до змін.

3)Забезпечення такої нової якості, як інституціональна пам'ять, за рахунок бази знань, що входить до складу ЕС, що розроблена в ході взаємодій з фахівцями організації, і являє собою поточну політику цієї групи людей. Цей набір знань стає збірником кваліфікованих думок і постійно поновлюваним довідником найкращих стратегій і методів, використовуваних персоналом. Провідні спеціалісти ідуть, але їхній досвід залишається.

4)Можливість використання ЕС для навчання і тренування керівників, забезпечуючи нових службовців великим багажем досвіду і стратегій, по яких можна вивчати політику, що рекомендується, і методи.

Області застосування експертних систем.

Області застосування систем, заснованих на знаннях, можуть бути згруповані у декілька основних класів: медична діагностика, контроль і управління, діагностика несправностей в механічних і електричних пристроях, навчання.

а) Медична діагностика.

Діагностичні системи використовуються для встановлення зв'язку між порушеннями діяльності організму і їх можливими причинами. Найбільш відома діагностична система MYCIN, яка призначена для діагностики та спостереження за станом хворого при менінгіті і бактеріальних інфекціях. Її перша версія була розроблена в Стенфордському університеті в середині 70-х років. В даний час ця система ставить діагноз на рівні лікаря-спеціаліста. Вона має розширену базу знань, завдяки чому може застосовуватися і в інших галузях медицини.

б) Прогнозування.

прогнозуючі системи передбачають можливі результати або події на основі даних про поточний стан об'єкту. Програмна система "Завоювання Уолл-стріт" може проаналізувати кон'юнктуру ринку і з допомогою статистичних методів алгоритмів розробити для вас план капіталовкладень на перспективу. Вона не належить до числа систем, заснованих на знаннях, оскільки використовує процедури і алгоритми традиційного програмування. Хоча поки що відсутні ЕС, які здатні за рахунок своєї інформації про кон'юнктуру ринку допомогти вам збільшити капітал, що прогнозують системи вже сьогодні можуть передбачати погоду, врожайність і потік пасажирів. Навіть на персональному комп'ютері, встановивши просту систему, засновану на знаннях, ви можете отримати місцевий прогноз погоди.

в) Планування.

планують системи призначені для досягнення конкретних цілей при рішенні задач з великим числом змінних. Дамаська фірма Informat вперше в торговій практиці надає в розпорядженні покупців 13 робочих станцій, встановлених у холі свого офісу, на яких проводяться безкоштовні 15-хвилинні консультації з метою допомогти покупцям вибрати комп'ютер, найбільшою мірою відповідає їх потребам та бюджету. Крім того, компанія Boeing застосовує ЕС для проектування космічних станцій, а також для виявлення причин відмов літакових двигунів і ремонту вертольотів. Експертна система XCON, створена фірмою DEC, служить для визначення або зміни конфігурації комп'ютерних систем типу VAX і в відповідно до вимог покупця. Фірма DEC розробляє більш потужну систему XSEL, що включає базу знань системи XCON, з метою надання допомоги покупцям при виборі обчислювальних систем з потрібною конфігурацією.

На відміну від XCON система XSEL є інтерактивною.

г) Інтерпретація.

інтерпретують системи мають здатність отримувати певні висновки на основі результатів спостереження. Система PROSPECTOR, одна з найбільш відомих систем інтерпретує типу, об'єднує знання дев'яти експертів. Використовуючи поєднання дев'яти методів експертизи, системі вдалося

6

виявити поклади руди вартістю в мільйон доларів, причому наявність цих покладів не припускав жоден з дев'яти експертів. Інша інтерпретує система - HASP/SIAP. Вона визначає місце розташування й типи суден у тихому океані за даними акустичних систем спостереження.

д) Контроль і управління.

Системи, засновані на знаннях, можуть застосовуватися в якості інтелектуальних систем контролю і приймати рішення, аналізуючи дані, що надходять від декількох джерел. Такі системи вже працюють на атомних електростанціях, управляють повітряним рухом і здійснюють медичний контроль. Вони можуть бути також корисні при регулюванні фінансової діяльності підприємства і надавати допомогу при виробленні рішень в критичних ситуаціях.

е) Діагностика несправностей в механічних та електричних пристроях.

У цій сфері системи, засновані на знаннях, незамінні як при ремонті механічних та електричних машин (автомобілів, дизельних локомотивів і тощо), так і при усунення несправностей і помилок в апаратному і програмному забезпеченні комп'ютерів.

ж) Навчання.

Системи, засновані на знаннях, можуть входити складовою частиною в комп'ютерні системи навчання. Система отримує інформацію про діяльність деякого об'єкта (наприклад, студента) і аналізує його поведінку. База знань змінюється відповідно до поведінкою об'єкта. Прикладом цього навчання може використовуватися комп'ютерна гра, складність якої збільшується в міру зростання ступеня кваліфікації грає. Однією з найбільш цікавих навчальних ЕС є розроблена Д. Ленатом система EURISCO, яка використовує прості евристики. Ця система була випробувана в грі

Більшість ЕС включають знання, за змістом яких їх можна віднести одночасно до кількох типів. Наприклад, навчальна система може також мати знання, що дозволяють виконувати діагностику і планування. Вона визначає здібності учня з основних напрямків курсу, а потім з урахуванням отриманих даних складає навчальний план. Керуюча система може застосовуватися для цілей контролю, діагностики, прогнозування і планування. Система, що забезпечує схоронність житла, може стежити за навколишнім оточенням, розпізнавати події, що відбуваються (наприклад, відкрилося вікно), видавати прогноз (злодій-зломщик має намір проникнути в будинок) і складати план дій (викликати поліцію).

Моделі представлення знань

Однією з найбільш важливих проблем, характерних для систем, заснованих на знаннях, є проблема подання знань. Це пояснюється тим, що форма подання знань має суттєвий вплив на характеристики і властивості системи. Для того, щоб маніпулювати всілякими знаннями з реального світу за допомогою комп'ютера, необхідно здійснювати їх моделювання. У таких випадках необхідно відрізняти знання, призначені для обробки комп'ютером, від знань, що використовуються людиною. Крім того, при великому обсязі знань бажано спростити послідовне управління окремими елементами знань.

При проектуванні моделі подання знань варто враховувати такі чинники, як однорідність подання і простота розуміння. Однорідне подання призводить до спрощення механізму керування логічним висновком та спрощення управління знаннями. Представлення знань повинно бути зрозумілим експертам і користувачам системи. В іншому випадку важко придбання знань та їх оцінка. Однак виконати цю вимогу в рівні ймірою, як для простих, так і для складних завдань досить важко. Зазвичай для нескладних завдань зупиняються на деякому середньому (компромісний)поданні, але для вирішення складних і великих завдань необхідні структурування і модульне подання.

Типовими моделями подання знань є:

Логічна модель;

Модель, заснована на використанні правил (продукційна модель);

Модель, заснована на використанні фреймів;

Модель семантичної мережі.

Переваги та слабкі місця експертних систем

Експертні системи відзначаються певними перевагами над людьми-експертами при використанні. Зокрема, експертна система:

1.переважає можливості людини при вирішенні надзвичайно громіздких проблем;

2.не має упереджених думок, тоді як експерт може користуватися побічними знаннями і легко піддається впливу зовнішніх факторів;

3.не робить поспішних висновків, нехтуючи певними етапами знайдення рішення;

7

4.забезпечує діалоговий режим роботи;

5.дозволяє роботу з інформацією, що містить символьні змінні;

6.забезпечує коректну роботу з інформацією, яка містить помилки, за рахунок використання імовірнісних методів досліджень;

7.дозволяє проводити одночасну обробку альтернативних версій;

8.за вимогою пояснює хід кроків реалізації програми;

9.забезпечує можливість обґрунтування рішення та відтворення шляху його прийняття.

Але навіть найкращі з існуючих експертних систем мають певні обмеження у порівнянні з людиною-експертом, які зводяться до таких:

Більшість експертних систем не цілком придатні для широкого використання. Якщо користувач не має деякого досвіду роботи з цими системами, у нього можуть виникнути серйозні труднощі. Багато експертних систем доступні лише тим експертам, які створювали їх бази знань. Тому потрібно паралельно розробляти відповідний користувацький інтерфейс, який би забезпечив кінцевому користувачу властивий йому режим роботи;

"Навички" системи не завжди "зростають" після сеансу експертизи, навіть коли проявляються нові знання;

Все ще залишається проблемою приведення знань, отриманих від експерта, до вигляду, який забезпечував би їх ефективне використання;

Експертні системи, як правило, не можуть набувати якісно нових знань, не передбачених під час розробки, і тим більше не володіють здоровим глуздом. Людина-експерт при розв'язанні задач звичайно звертається до своєї інтуїції або здорового глузду, якщо відсутні формальні методи рішення або аналоги розв'язування даної проблеми

Матеріали для самоконтролю

A.Завдання для самоконтролю

Література: Основна

1.Поспелов Д. Нові горізонти штучного інтелекту.Наука та життя. 1996.№ 3.

2.Джим Елті, Майкл Нумбс. Експертні системи. М.:Наука. 1995.

3.Макаров І.М. Створення Штучного інтелекту. М.: Наука. 1995.

Додаткова

1.Герасевич В.А. Компьютер для врача. Самоучитель. – 2-е изд., перераб. и доп. –СПб.: БХВ-

Петербург, 2004. – 512 с.

8

2.Д.Уоттерман. Руководство по экспертним системам. – М.: Мир, 1989. 3. Лопоч С.Н., Чубенко А.В., Бабич П.Н. Статистичні методи в медико-біологічних дослідженнях з використанням EXCEL. – К.:

Моріон, 2001. – 408 с.

3.Інформаційні системи і технології: Навч. посіб. для студ. вищ. навч. закл./ С.Г.Карпенко, В.В.Попов, Ю.А.Тарнавський, Г.А.Шпортюк. – К.: МАУП, 2004. – 192 с.

9