Тема 11: Експертні і навчальні системи

(1 год.)

Лекція 16 (1 год.)

Експертні системи є одним з основних застосувань штучного інтелекту. Штучний інтелект – це розділ інформатики, в якому розглядаються задачі апаратного і програмного моделювання тих видів людської діяльності, які вважаються інтелектуальними.

Результати досліджень по штучному інтелекту використовуються в інтелектуальних системах, які здатні вирішувати творчі завдання, що належать до конкретної предметної області, знання про яку зберігаються в пам'яті (базі знань) системи. Системи штучного інтелекту орієнтовані на розв’язування великого класу завдань, до яких відносяться так звані частково структуровані або неструктуровані задачі (задачі, що слабо формалізуються або не формалізуються).

Інформаційні системи, які використовуються для розв’язування частково структурованих задач, підрозділяються на два види:

· Ті, що створюють управлінські звіти (виконують обробку даних: пошук, сортування, фільтрацію). Прийняття рішення здійснюється на основі відомостей, що містяться в цих звітах.

· Ті, що розробляють можливі альтернативи рішення. Прийняття рішення зводиться до вибору однієї із запропонованих альтернатив.

Інформаційні системи, що розробляють альтернативи рішень, можуть бути модельними або експертними:

· Модельні інформаційні системи надають користувачеві моделі (математичні, статистичні, фінансові і так далі), які допомагають забезпечити вироблення і оцінку альтернатив рішення.

· Експертні інформаційні системи забезпечують вироблення і оцінку можливих альтернатив користувачем за рахунок створення систем, заснованих на знаннях, отриманих від фахівців - експертів.

Експертні системи - це програми для комп'ютерів, що акумулюють знання спеціалістів - експертів в конкретних предметних областях, які призначені для отримання прийнятних рішень в процесі обробки інформації. Експертні системи трансформують досвід експертів у якій-небудь конкретній галузі знань  у форму евристичних правил і призначені для консультацій менш кваліфікованих фахівців.

Відомо, що знання існують в двох видах: колективний досвід, особистий досвід. Якщо предметна область представлена колективним досвідом (наприклад, вища математика), то ця предметна область не потребує експертних систем. Якщо в предметній області велика частина знань є особистим досвідом фахівців високого рівня і ці знання є слабоструктурованими, то така область  потребує експертних систем. Сучасні експертні системи знайшли широке застосування у всіх сферах економіки.

База знань є ядром експертної системи. Перехід від даних до знань є наслідком розвитку інформаційних систем. Для зберігання даних застосовуються бази даних, а для зберігання знань – бази знань. У базі даних, як правило, зберігаються великі масиви даних з відносно невеликою вартістю, а в базах знань зберігаються невеликі за об'ємом, але дорогі інформаційні масиви.

База знань – це сукупність знань, описаних з використанням вибраної форми їх представлення. Наповнення бази знань є одним з найскладніших завдань, яке пов'язане з вибором знань, їх формалізацією і інтерпретацією.

Експертна система складається з:

· бази знань (у складі робочої пам'яті і бази правил), призначеної для зберігання вихідних і проміжних фактів в робочій пам'яті (її ще називають базою даних) і зберігання моделей і правил маніпулювання моделями в базі правил

· розв’язника завдань (інтерпретатора), який забезпечує реалізацію послідовності правил для розв’язування конкретної задачі на основі фактів і правил, що зберігається в базах даних і базах знань

· підсистеми пояснень, яка дозволяє користувачеві отримати відповідб на питання: «Чому система ухвалила таке рішення?»

· підсистеми надбання знань, призначеної як для додавання в базу знань нових правил, так і модифікації наявних правил.

· інтерфейсу користувача - комплексу програм, що реалізовують діалог користувача зі системою на стадії введення інформації, і отримання результатів.

Експертні системи відрізняються від традиційних систем обробки даних тим, що в них, як правило, використовується символьний спосіб представлення, символьний вивід і евристичний пошук рішень. Для вирішення завдань, що слабо формалізуються або не формалізуються, найперспективнішими є нейронні мережі або нейрокомп'ютери.

Основу нейрокомп'ютерів складають нейронні мережі – ієрархічні організовані паралельні з'єднання адаптивних елементів – нейронів, які забезпечують взаємодію з об'єктами реального світу так само, як і біологічна нервова система.

Великі успіхи використання нейромереж досягнуті при створенні самонавчальних експертних систем. Мережу настроюють, тобто навчають, пропускаючи через неї всі відомі рішення і добиваючись отримання необхідних відповідей на виході. Налаштування полягає в підборі параметрів нейронів. Часто використовують спеціалізовану програму навчання, яка займається навчанням мережі. Після навчання система готова до роботи.

Якщо в експертну систему її творці заздалегідь закладають знання в певній формі, то в нейронних мережах  невідомо навіть розробникам, як формуються знання в її структурі в процесі навчання і самонавчання, тобто мережею є «чорний ящик».

Нейрокомп'ютери, як системи штучного інтелекту, є дуже перспективними і можуть нескінченно удосконалюватися в своєму розвитку. В даний час системи штучного інтелекту у формі експертних систем і нейронних мереж знаходять широке застосування при вирішенні фінансово – економічних проблем.