5.4. Комплексный подход к проектированию систем искусственного интеллекта

Комплексное применение рассмотренных интеллектуальных методов обработки информации позволяет существенно повысить эффективность разрабатываемых ИнС.

Возможность использования в рамках одной системы как символического, так и субсимволического подхода (обычно считающихся взаимно исключающими), привело к появлению так называемых гибридных систем. Такие системы потенциально являются мощным инструментом решения сложных проблем, которые не под силу отдельным «чистым» подходам.

Например, генетические алгоритмы могут быть использованы для обучения нейронной сети [2], а нечеткая система реализована в виде нечеткой НС [11].

Предстоит еще очень много сделать в теории систем ИИ, прежде чем такие системы смогут в достаточно полной мере эмулировать способность к постоянному совершенствованию, которой обладает человек-эксперт. В этих целях на сегодняшний день исследователям и разработчикам следует разрешить еще целый ряд проблем.

Например, на VIII Международной научно-технической конференции [17] «Интеллектуальные системы» в разработке систем искусственного интеллекта определены следующие основные направления дальнейшего развития в области искусственного интеллекта:

• параллелизм в логическом выводе;

• экспертные системы и вывод в условиях неопределенности;

• аргументация и абдуктивный выход;

• квазиаксиоматические системы;

• машинное обучение и индуктивный вывод;

• мягкие вычисления: нечеткая логика и приближенные вычисления;

• нейронные сети;

• генетические алгоритмы;

• системы когнитивной графики;

• системы семантического web и онтологии;

• агентно-ориентированное и распределенное решение проблем;

• понимание естественного языка.

5.5. Инструментальные средства представления знаний

Инструментальные средства разработки экспертных систем в зависимости от уровня сложности решаемых задач можно условно подразделить на следующие группы:

• традиционные языки программирования, в том числе языки высокого уровня, объектно-ориентированные и функциональные;

• пустые оболочки или среды разработки экспертных систем. Такая ИС включает собственный встроенный язык организации и манипулирования знаний (их может быть несколько) и язык для взаимодействия с другими языками программирования;

• специализированные системы искусственного интеллекта, содержащие программное ядро, позволяющее реконфигурировать (перенастраивать) систему в зависимости от области знаний.

В зависимости от режима работы экспертные системы и оболочки делятся на:

• динамические, предназначенные для решения задач анализа и синтеза в реальном масштабе времени (к экспертным системам данного вида относится система принятия решений);

• статические, предназначенные для решения задач анализа в реальном масштабе времени и решения задач синтеза в режиме с разделением времени.

5.5.1. Классификация оболочек эс

Рассмотрим основные характеристики нескольких типов наиболее популярных экспертных систем:

• статические оболочки для решения задач с данными, неизменными в процессе решения:

  • используемая технология – поверхностная,

  • типы использования правил – только общие,

  • поиск решения – от цели к данным,

  • метод принятия решений – индуктивный подход на основе текущих данных,

  • решаемые задачи – только задачи анализа,

  • решения получаются на основе правил, заданных по имеющимся в системе шаблонам,

  • примеры систем – 1-st Class, «Илис», «Интерэксперт»;

• статические оболочки для решения задач анализа и синтеза в режиме с разделением времени:

  • используемые технологии – поверхностный, глубинный, структурный подходы,

  • поиск решений реализован на основе правил, представленных в среде оболочки,

  • для работы с правилами используются функции,

  • поиск решений – от цели к данным, а так же от данных к цели; поиск решений вглубь и вширь,

  • примеры систем – KAPPA, NexpertObject, ART, ADC, Clips;

• оболочки для проектирования динамических систем:

  • используемая технология – поверхностный подход,

  • отсутствует система моделирования,

  • принятие решения – на основе правил общего вида,

  • возможно использование для решения статических задач,

  • примеры систем – Frame work, CubiCalc V2.0;

• оболочки для разработки динамических (решения задач анализа и синтеза в реальном масштабе времени);

  • тип технологии – смешанный,

  • используются правила общего и частного вида,

  • наличие системы моделирования,

  • наличие планировщика решений, повышающего эффективность работы системы за счет совокупности имеющихся на текущий момент известных решений,

  • широкий выбор встроенных инструментальных средств,

  • примеры систем – G2, Rethink, RkWorks.