44. Информационные технологии экспертных систем. Основные компоненты экспертной системы, специалисты-разработчики.

Основные компоненты экспертной системы, специалисты-разработчики.

Экспертные системы основаны на использовании искусственного интеллекта. Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникает необходимость.

Экспертные системы (ЭС) - это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Традиционно знания существуют в двух видах - коллективный опыт и личный опыт. Если большая часть знаний в предметной области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов), если эти знания по каким-либо причинам слабо структурированы, такая предметная область, скорее всего, нуждается в экспертной системе.

При создании баз знаний самая трудная задача - извлечение из них эксперта. Для этого существуют методы извлечения знаний. Экспертные системы представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области в форму эвристических правил.

Эвристики не гарантируют получения результата с такой же степенью уверенности, как алгоритмы ППР. Однако они часто дают приемлемые решения для практического использования. Таким образом, экспертные системы используются в качестве советующих систем.

Пользователь - специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны ЭС.

45. Классы задач, решаемые с помощью экспертных систем.

Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов, решающих разные типы задач:

Задачи интерпретации данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных. Примеры: обнаружение и идентификация различных типов океанских судов; определение основных свойств личности по результатам психодиагностического тестирования и др.

Задача диагностики. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры («анатомии») диагностирующей системы. Пример: диагностика и терапия сужения коронарных сосудов; диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ и др.

Задача мониторинга. Основная задача мониторинга — непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста. Пример: контроль за работой электростанций, помощь диспетчерам атомного реактора.

Задача проектирования. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов — чертеж, пояснительная записка и т.д. Основные проблемы здесь — получение четкого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.

Задача прогнозирования. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками. Пример: предсказание погоды.

Задача планирования. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

Задачи обучения. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

Информационные технологии ППР и информационные технологии ЭС широко используются для решения задач в слабоформализованных предметных областях, однако между ними существуют существенные различия:

1) решение проблемы в рамках систем ППР открывает уровень понимания возможностей системы пользователем и его возможности получить и осмыслить решение; технология экспертных систем предлагает пользователю принять решение, превосходящее его возможности;

2) экспертные системы способны пояснить свои рассуждения в процессе получения решения (очень часто эти пояснения более важны для пользователя, чем само решение);

3) новый компонент информационных технологий - знания, использующиеся только в экспертных системах;

4) главная ориентация СППР - принятие решений, а ИТЭС - на тиражирование знаний.