Московский Авиационный Институт

(Государственный Технический Университет)

МАИ

Лекции по курсу

«Искусственный Интеллект и Экспертные Системы»

Семестр I

Павлова Н.В.

Утверждено в качестве учебно-методического пособия

на заседании кафедры 303

5 Июля 2007 года, протокол № 6

Москва 2007

Назначение и принцип построения экспертных систем (эс)

В 80-х годах в рамках исследований по искусственному интеллекту сформировалось направление инженерии знаний или ЭС. В задачу этого направления входят исследования и разработка программ и устройств, использующих знания (не данные) и процедуры вывода для решения задач, которые являются трудными даже для людей – экспертов.

Сейчас принято для ЭС два определения.

Определение 1. Это сложные программы, которые манипулируют знаниями в целях получения удовлетворительных или эффективных решений в узкой предметной области.

Определение 2. Это информационные системы, построенные на принципе Искусственного Интеллекта (ИИ), которые способны в некоторой предметной области решать задачи, принимать решения и получать выводы, которые может сделать только квалифицированный специалист – эксперт.

Таким образом, эти программы манипулируют символами, знаниями, но не данными. Они работают, не реализуя некоторый алгоритм, как традиционная программа, а формируя этот алгоритм во время решения, как человек, принимающий решение. Как и человек, могут ошибаться, но они должны учиться на своих ошибках.

Среди систем искусственного интеллекта экспертные системы выделяются двумя особенностями:

• практической направленностью (решают задачи в узкой предметной области);

• понятностью пользователю всех действий ЭС, благодаря тому, что эти системы должны иметь два блока, один из которых – блок объяснений, запоминает все действия ЭС по принятию решений и может объяснить их пользователю; а второй блок обеспечивает диалог с пользователем на естественном языке.

Рассмотрим особенности ЭС.

Работают они с неформализованными знаниями.

Знания принято делить на:

• формализованные и

• неформализованные.

Формализованные – знания, которые формулируются в виде строгих суждений, отражают универсальные знания. Это законы, формулы, модели, алгоритмы.

Неформализованные – обобщение многолетнего опыта работы и интуиции специалистов, работающих над каким-то конкретным вопросом. Это эмпирические приёмы и правила, которые строго математически не доказаны, но дают хороший результат.

Формулировку неформализованной задачи дал Ньюэлл в 1969 году.

Неформализованная задача – это задача, обладающая хотя бы одной из следующих трёх особенностей, перечисленных ниже.

1. Алгоритмическое решение задачи либо неизвестно, либо не может быть использовано из-за ограниченных ресурсов ЭВМ.

2. Задача не может быть определена в числовой форме, требуется её символическое представление.

3. Цель решения не может быть записана в виде определённой целевой функции.

Неформализованные задачи обладают неполнотой, ошибочностью, неоднозначностью, противоречивостью знаний: как исходных данных, так и правил, по которым принимается решение.

Сами ЭС в силу этого обладают следующими особенностями:

• алгоритм решения не известен заранее, а строится самой системой с помощью рассуждений, которые базируются на эвристических принципах;

• ясность полученных решений, так как система «осознаёт», как их получила и объясняет это пользователю;

• система способна приобретать новые знания как от эксперта при создании, так и сама на своих ошибках;

• система обладает дружественным интерфейсом по отношению к пользователю, то есть общается с ними на естественном языке и объясняет свои действия.

В настоящее время ЭС решают следующие типы задач:

• принятие решений в условиях неопределённости и неполноты знаний;

• интерпретация символов и сигналов, в том числе, распознавание образов и речи;

• предсказание;

• диагностика;

• конструирование;

• планирование;

• управление и контроль.