Экспертные системы

Экспертные  системы 

    Экспертная  система разработана для имитации процесса принятия решения экспертом- человеком. Для создания такой системы  специалисты опрашивают эксперта в  специализированной предметной области  и пытаются на основе их логики принятия решения сформировать множество утверждений типа «если - то» или правил вывода. Экспертная система использует так называемую машину вывода для автоматического выполнения цепочки рассуждений при наличии параметров решения в узкой области, диагностируя задачу и рекомендуя соответствующие действия.

    Специальная группа по экспертным системам Британского  компьютерного сообщества предложила следующее формальное определение.

    «Экспертная система рассматривается как результат создания в компьютере основанной на знаниях компоненты, соответствующей навыку эксперта, в такой форме, которая позволяет системе дать разумный ответ или принять разумное решение о функции разработки данных. Желательной дополнительной характеристикой, которую многие считают фундаментальной, является способность системы по требованию объяснить свою линию рассуждения в виде, непосредственно понятном тому, кто задал вопрос. Достижение таких свойств обеспечивается самим методом программирования с использованием правил». 

Экспертная  система

• полностью заменяет живого эксперта;
• охватывает узкую предметную область, т.е. ограничена сферой экспертизы;
• факты и механизм вывода четко отделены друг от друга, т.е. знания не кодируются в дедуктивные процедуры.)
• при работе со стохастической задачей для каждой альтернативы предоставляет степень ее вероятности; способна рассуждать при сомнительных данных;
• поясняет цепочку рассуждений;
• имеет модульный принцип построения, что обеспечивает возможность ее наращивание.

 

Причины разработки экспертных систем:

• разработка ЭС выгоднее, чем привлечение экспертов;
• реальных экспертов мало;
• недостаток актуальных экспертов, способных выполнять ту или иную работу;
• обучать реальных экспертов дорого;
• подешевело используемое аппаратное и программное обеспечение для разработки ЭС;
• более быстрый отклик на быстроменяющееся окружение.

 

    Хотя  экспертные системы не призваны заменить ЛПР, а помогать им, он могут провести экспертизу, если настоящий эксперт  в настоящий момент отсутствует. Экспертная система также создает  механизм принятия решения, который не зависит от состояний человека, таких как утомление или стресс; и в критические ситуации может спасти положение. Экспертные системы не могут управлять непредвиденными событиями, но отчасти могут учиться на опыте. Некоторые продвинутые системы имеют способность к метазнаниям и мудрости. Другими словами, они могут:

• формулировать и излагать основные правила, которые подытоживают их опыт;
• изучать области, в которых мнение каждого специалиста наиболее весомо;
• приводить в соответствие некоторые характеристики пользователя, такие как уровень неприятия риска.

 
 

Сравнение экспертных систем с  традиционным программированием

    Обычно  к экспертным системам относят системы, основанные на знаниях. Знания можно  подразделить на формализованные (универсальные  знания - законы, модели, алгоритмы) и на неформализованные (эпирические знания, опыт, умение, интуиция).  

    Традиционное  программирование в качестве основы для разработки программного обеспечения  использует формализованное знание (алгоритм) и не подходит для решения  неформализованных задач, к которым можно отнести следующие:

• алгоритмическое решение задачи неизвестно
• задача не может быть определена в числовой форме
• цели задачи не могут быть выражены в терминах точно определенной функции

 

    Как правило, такие задачи обладают неполнотой, ошибочностью, неоднозначностью и противоречивостью.

    Экспертные  системы не отвергают традиционного  подхода к программированию, они  предлагают технологию и методы решения  неформализованных задач. Эти методы практически не зависят от типов  решаемых задач. 

    При решении задач с применением  традиционных (чисто процедурных) компьютерных технологий можно выделить четыре основных этапа решения:

• описание объекта;
• постановка цели;
• определение плана (алгоритма) решения;
• выполнение плана (алгоритма);
• выдача результата.

 

    При этом три первых этапа проходит пользователь (разрабатывая, например, программу  на каком либо процедурном языке) и качество результата, выданного  компьютером, находится в прямой зависимости от квалификации пользователя.

    В отличие от систем традиционного программирования, системы, основанные на знаниях, «берут на себя» решение задачи, если пользователь описал объект и определил цель. Для решения задачи в этом случае используются встроенные, независимые от конкретных знаний об объекте, алгоритмы вывода. Такой подход требует еще одного этапа: аргументации и объяснения результата, иначе у пользователя может возникнуть недоверие к результату, поскольку механизм его получения скрыт от пользователя – «вшит» в систему.  
 

Таблица 1

Сравнительный анализ человеческой и искусственной компетентности

 

    Экспертная  система представляет собой программу, которая обрабатывает информацию на высоком профессиональном уровне, подобно уровню специалиста- человека, но может работать только в узко специализированной предметной области. В отличие от обычных ИС ЭС может объяснять предпосылки, на которых основывается вывод и цепочка следующих рассуждений. ЭС также могут стать обучающим инструментом, повышать производительность и помогать поддерживать согласованность функционирования. Это особенно важно, когда большое количество специалистов с разными профессиональными навыками должно неоднократно решать задачи, требующие личных суждений, особенно в условиях агрессивного внешнего окружения, или когда человеческие знания недоступны.

    Экспертные  системы создаются для того, чтобы  копировать малодокументированные  или разрозненные знания специалистов, позволяя их использовать другим. Они во многом оказываются дешевле, надежнее, последовательнее и доступнее, чем первоначальный источник (источники) знаний эксперта.  

Структура экспертных систем

    В основе современных экспертных систем лежат различные подходы, технологии и компьютерные конфигурации, поэтому не существует каких либо стандартных решений. Большинство экспертных систем имеют три общих компонента:

1. базу знаний;
2. механизм выработки решений;
3. управляющую программу.

    Основным  элементом таких систем являются база знаний. Ее ценность зависит от качества ее содержимого и динамичности, с которой она может адаптироваться к изменениям в предметной области. Она состоит из декларативных и процедурных знаний, которые формализованы с помощью существующих моделей представления знаний (продукционных моделей, семантических сетей, фреймов и т.д.).

    Усложнение  функциональных возможностей ЭС происходит за счет того, что она должна уметь  не только использовать свои знания о  проблемной области (объектный уровень  знаний), но и обладает способностью исследовать их, т.е. ЭС должна иметь знания о том, как представлены ее знания о проблемной области (метауровень знаний).

    База  знаний как система формальной логики должна быть заполнена данными и  должна находиться в согласованном  состоянии. Она должна быть достаточна для построения выводов, причем не противоречащих друг другу. Нередко экспертиза содержит интуитивные элементы: эксперт демонстрирует устойчивые знания, но не может объяснить основу своих решений. Это создает дополнительные трудности инженеру по знаниям в процессе формализации этих знаний для дальнейшего представления в виде правил в машинной базе знаний.

    Управляющая программа (машина вывода или интерпретатор правил) - это процедура, контролирующая процесс рассуждения, проводимый на базе знаний. Она направляет поиск по базе знаний, целью которого является получение какого-либо факта, решения или выбор следующего действия. Управляющая программа может взаимодействовать с пользователем, если необходимый фат не найден в базе знаний. Также управляющая программа управляет работой системы путем выбора правил, их оценки  и определения параметров изображения.

    Механизм  выработки решения – включает следующие компоненты: пользовательский интерфейс и средства объяснения хода рассуждения. Пользовательский интерфейс делает возможным объяснение решаемой задачи, предоставление запрашиваемой информации и получение советов от экспертной системы. Средства объяснения задачи должны быть в любой экспертной системе, чтобы обеспечить поддержку пользователя; эти средства обеспечивают структурированную трассировку предпосылок и рассуждений, приведших к выводу. 

    В некоторых случаях (например, для  обучающихся систем) структура экспертной системы может быть расширена, и  иметь в составе следующие  элементы:

1. база знаний – содержит сведения о предметной области, для этого используется модель представления знаний, зависящая от особенностей решаемой задачи;
2. машина вывода – механизм вывода – определяет стратегии извлечения знаний  для решения поставленной задачи (достижения цели) из базы знаний; стратегия связана с моделью представления знаний, базируется на эвристических правилах и эмпирических принципах решения;
3. интерфейс с пользователем – обеспечивает взаимосвязь пользователя и экспертной системы на разных этапах решения задачи;
4. модуль извлечения знаний и обучения – корректировка знаний;
1. диалоговый компонент
2. редактор базы знаний
3. модуль обработки вопросов
4. модуль объяснений
5. компонент приобретения знаний - обеспечивает пополнение базы знаний через установление закономерностей от общего к частному.

 
 

Разработка  экспертных систем

Многие ЭС разрабатываются  на заказ. Другие приобретаются как  оболочки или ППП. 

Сравнительная характеристика экспертных систем первого и  второго поколений 

    Экспертная  система - прогрессирующее направление в области искусственного интеллекта. На пути к тому положению, которое сегодня технология экспертных систем получила на рынке программных продуктов, были и спады, и подъемы. Экспертным системам  довелось пережить период безграничной веры во всемогущество, и период, когда высказывались сомнения по поводу в их полезности вообще. Однако, выдвигаемые обвинения можно считать не вполне обоснованными, так как  эффективность экспертных систем проявлялась лишь в случаях их некорректного применения - или на низкопроизводительной аппаратуре, не соответствующей предметной области, либо для задач, для решения которых они вообще не предназначались.