3. Системы, основанные на знаниях, в качестве средств интеллектуальной поддержки процессов принятия решений

3.1. Понятия интеллектуальной и экспертной систем

Согласно принципу обратной связи, сформулированному Норбертом Винером, любая искусственная система, претендующая на разумность (интеллектуальность), как и все живое, должна обладать способностью преследовать определенные цели и приспосабливаться, т.е. обучаться. Данный принцип является основополагающим при создании систем, целевое назначение которых во многом связано с кругом задач (проблем), алгоритмы (сценарии) решения которых заранее не известны. Это проблемы творческого (интеллектуального) плана, возникающие на различных этапах принятия решений при проектировании сложных объектов, контроле и управлении сложными системами, прогнозировании социальных, экономических и политических процессов, планировании финансовых операций и т.д.

Вышесказанное тесно связано с понятиями интеллектуальной системы и экспертной системы.

Под интеллектуальной системой (ИС, или IS — Intellectual System) принято понимать программно-техническую систему, способную решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти интеллектуальной системы.

Экспертная система (ЭС, или ES — Expert System) – система, объединяющая возможности компьютера со знаниями и опытом эксперта в такой форме, что система может предложить «разумный совет» или осуществить «разумное решение» поставленной задачи. При этом система способна пояснить «ход своих рассуждений» в понятной для пользователя форме. Это определение ЭС принято Комитетом группы специалистов по экспертным системам Британского компьютерного общества.

Согласно данным определениям, ЭС и ИС можно рассматривать как синонимы в определенном смысле. Они отражают лишь функциональное назначение систем, не акцентируя внимания на способах их организации и условиях применения.

Вместе с тем следует заметить, что первые экспертные системы (именно под этим названием) относились к классу автономных экспертных систем, которые были призваны оказывать консультации и использовали в основном эвристические приемы решения задач, не привлекая формальные методы моделирования, анализа и синтеза.

Позднее в различных предметных (проблемных) областях появились средства интеллектуальной поддержки процессов принятия решений. При реализации данных процессов использовались пакеты прикладных программ различного назначения. Такие средства могли быть организованы в виде интеллектуальной надстройки над прикладными программами, а могли и интегрироваться с последними, придавая им интеллектуальность.

Как первые (ЭС), так и вторые (средства интеллектуальной поддержки), несомненно, относятся к категории интеллектуальных систем (ИС), поэтому понятие ИС следует рассматривать как более широкое. В то же время средства интеллектуальной поддержки часто называют экспертными системами.

ЭС обычно рождается как результат детального анализа (если такой удается провести) и компьютерной реализации последовательности действий эксперта в определенной предметной (проблемной) области. При этом принимаются во внимание следующие возможности человека-эксперта:

• способность применять свои знания и опыт для оптимального решения задач, делая при этом достоверные выводы на основании неполных и ненадежных данных;

• способность объяснять и обосновывать свои действия;

• способность приобретать новые знания из общения с другими экспертами;

• способность заново систематизировать свои знания (выстраивать новую систему чанков);

• способность «нарушать» правила, т.е. подходить к их выполнению не формально, а с учетом условий возникшей ситуации (например, не сразу человек идет на зеленый сигнал светофора);

• способность плавно оценивать свою компетентность в конкретных ситуациях (почувствовав неуверенность, эксперт не отказывается от проведения экспертизы).

Современные экспертные системы способны имитировать первые три из перечисленных возможностей человека-эксперта. При этом они могут использовать как глубинные, так и поверхностные представления знаний.

Глубинные представления включают причинные модели, категории, абстракции и аналогии, отображающие структуру и природу процессов, протекающих в предметной области. Они дают широкие возможности для их трактовки, объясняют происходящие явления и обеспечивают возможность прогнозирования поведения объектов.

Поверхностные представления не дают явного отображения причинности, а только подразумевают ее существование. Это либо эмпирические взаимосвязи, либо свернутые формы субъективного понимания структуры и назначения конкретных знаний.

Очевидно, что без глубинных представлений невозможно построение ЭС, реализующих последние три из перечисленных возможностей человека-эксперта. Однако, поверхностные представления, как правило, оказываются дешевле в реализации, и их целесообразно использовать, когда на передний план выходят: процесс решения задачи, эмпирические ассоциации и свернутые формы понимания ситуаций. Есть предметные области (например, медицинская диагностика, геологоразведка полезных ископаемых), знания в которых в основном базируются на эмпирических ассоциациях.