Экспертные системы, их структура и назначение

         Даже лучшие из существующих ЭС, которые эффективно функционируют как на больших, так и на мини-ЭВМ, имеют определенные ограничения по сравнению с человеком-экспертом.

     1. Большинство ЭС не вполне пригодны для применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали из базы знаний.

     2. Вопросно-ответный режим, обычно  принятый в таких системах, замедляет  получение решений. Например, без  системы MYCIN врач может (а часто  и должен) принять решение значительно  быстрее, чем с ее помощью. 

     3. Навыки системы не возрастают  после сеанса экспертизы.

     4. Все еще остается проблемой  приведение знаний, полученных от  эксперта, к виду, обеспечивающему  их эффективную машинную реализацию.

     5.  ЭС не способны обучаться, не обладают здравым смыслом. Домашние кошки способны обучаться даже без специальной дрессировки, ребенок в состоянии легко уяснить, что он станет мокрым, если опрокинет на себя стакан с водой, однако если начать выливать кофе на клавиатуру компьютера, у него не хватит “ума” отодвинуть ее.

     6. ЭС неприменимы в больших предметных областях. Их использование ограничивается предметными областями, в которых эксперт может принять решение за время от нескольких минут до нескольких часов.

     7. В тех областях, где отсутствуют  эксперты (например, в астрологии), применение  ЭС оказывается невозможным. 

     8. Имеет смысл привлекать ЭС  только для решения когнитивных  задач. Теннис, езда на велосипеде  не могут являться предметной  областью для ЭС, однако такие  системы можно использовать при  формировании футбольных команд.

     9. Человек-эксперт при решении задач  обычно обращается к своей  интуиции или здравому смыслу, если отсутствуют формальные  методы решения или аналоги  таких задач. 

         Системы, основанные на знаниях,  оказываются неэффективными при  необходимости проведения скрупулезного  анализа, когда число “решений”  зависит от тысяч различных  возможностей и многих переменных, которые изменяются во времени.  В таких случаях лучше использовать  базы данных с интерфейсом  на естественном языке. 

        

       1.3. История развития экспертных систем.

         Наиболее  известные ЭС, разработанные  в 60-70-х годах, стали в своих  областях уже классическими. По происхождению, предметным областям и по преемственности применяемых идей, методов и инструментальных программных средств их можно разделить на несколько семейств.

     1. META-DENDRAL.Система DENDRAL позволяет определить наиболее вероятную структуру химического соединения по экспериментальным данным (масс- спектрографии, данным ядерном магнитного резонанса и др.).M-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур.

     2. MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN. Это семейство медицинских ЭС и сервисных программных средств для их построения.

     3. PROSPECTOR-KAS. PROSPECTOR- предназначена для поиска (предсказания) месторождений на основе геологических анализов. KAS- система приобретения знаний для  PROSPECTOR.

     4. CASNET-EXPERT.  Система CASNET- медицинская ЭС для диагностики выдачи рекомендаций по лечению глазных заболеваний. На ее основе разработан язык инженерии знаний EXPERT, с помощью которой создан ряд других медицинских диагностических систем.

     5. HEARSAY-HEARSAY-2-HEARSAY-3-AGE. Первые две системы этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи, слова которой берутся из заданного словаря. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений - глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE (Attempt to Generalize- попытка общения) для построения ЭС.

     6. Системы AM (Artifical Mathematician- искусственный математик) и EURISCO были разработаны в Станфордском университете доктором Д. Ленатом для исследовательских и учебных целей. Ленат считает, что эффективность любой ЭС определяется закладываемыми в нее знаниями. По его мнению, чтобы система была способна к обучению, в нее должно быть введено около миллиона сведений общего характера. Это примерно соответствует объему информации, каким располагает четырехлетний ребенок со средними способностями. Ленат также считает, что путь создания узкоспециализированных ЭС с уменьшенным объемом знаний ведет к тупику.

         В систему AM первоначально было  заложено около 100 правил вывода  и более 200 эвристических алгоритмов  обучения, позволяющих строить произвольные  математические теории и представления.  Сначала результаты работы системы  были весьма многообещающими.  Дальнейшее развитие системы  замедлилось и было отмечено, что несмотря на проявленные на первых порах “математические способности”, система не может синтезировать новых эвристических правил, т.е. ее возможности определяются только теми эвристиками, что были в нее изначально заложены.

        

         
 
 
 
 
 
 
 
 

2.Структура экспертных систем 

     Чтобы проводить экспертизу, компьютерная программа должна быть способна решать задачи посредством логического вывода и получать при этом достаточно надежные результаты. Программа должна иметь доступ к системе фактов, называемой базой знаний.

     Программа также должна во время консультации выводить заключения из информации, имеющейся  в базе знаний. Некоторые экспертные системы могут также использовать новую информацию, добавляемую во время консультации. Экспертную систему, таким образом, можно представлять состоящей из трех частей:

     1. База знаний (БЗ).

     2. Механизм вывода (МВ).

     3. Система пользовательского интерфейса (СПИ).

     База  знаний - центральная часть экспертной системы. Она содержит правила, описывающие  отношения или явления, методы и  знания для решения задач из области  применения системы. Можно представлять базу знаний состоящей из фактических знаний и знаний, которые используются для вывода других знаний. Утверждение "Джон Ф. Кеннеди был 35-м президентом Соединенных Штатов" - пример фактического знания. "Если у вас болит голова, то примите две таблетки цитрамона" - пример знания для вывода. Сама база знаний обычно располагается на диске или другом носителе.

       Механизм вывода содержит принципы  и правила работы. Механизм вывода "знает", как использовать базу  знаний так, чтобы можно было  получать разумно согласующиеся  заключения (выводы) из информации, находящейся в ней.

       Когда экспертной системе задается  вопрос, механизм вывода выбирает  способ применения правил базы  знаний для решения задачи, поставленной  в вопросе. Фактически, механизм  вывода запускает экспертную  систему в работу, определяя какие правила нужно вызвать и организуя к ним доступ в базу знаний. Механизм вывода выполняет правила, определяет когда найдено приемлемое решение и передает результаты программе интерфейса с пользователем.

       Когда вопрос должен быть предварительно  обработан, то доступ к базе  знаний осуществляется через  интерфейс с пользователем. Интерфейс  - это часть экспертной системы,  которая взаимодействует с пользователем.

       Система интерфейса с пользователем  принимает информацию от пользователя  и передает ему информацию. Просто  говоря, система интерфейса должна  убедиться, что, после того  как пользователь описал задачу, вся необходимая информация получена. Интерфейс, основываясь на виде  и природе информации, введенной  пользователем, передает необходимую  информацию механизму вывода. Когда механизм вывода возвращает знания, выведенные из базы знаний, интерфейс передает их обратно пользователю в удобной форме. Интерфейс с пользователем и механизм вывода могут рассматриваться как "приложение" к базе знаний. Они вместе составляют оболочку экспертной системы. Для базы знаний, которая содержит обширную и разнообразную информацию, могут быть разработаны и  реализованы несколько разных оболочек.

       Хорошо разработанные оболочки  экспертных систем обычно содержат  механизм для добавления и  обновления информации в базе  знаний.

       Как видим, экспертная система состоит из трех основных частей. Взаимосвязь между частями может быть сложной, зависящей от природы и организации знаний, а также от методов и целей вывода.

       Представление знаний - это множество  соглашений по синтаксису и  семантике, согласно которым описываются  объекты. Хорошее правило при  проектировании представления знаний - это организация знаний в  такой форме, которая позволяет  легко осуществлять доступ с  помощью естественных и простых механизмов. "Чем проще, тем лучше" - правило, которое нужно помнить, при работе с представлением знаний.

       Экспертные системы часто создаются  "инженером по знаниям"(или проектировщиками экспертных систем), которые работают с человеком-экспертом, чтобы закодировать знания эксперта в базе знаний.

       Первый способ - это классификация  и помещение фактов и чисел  (фрагментов фактического знания) в правила Турбо-Пролога.

       Это представление подходит для  использования в экспертных системах, базирующихся на правилах. Другой  способ - это организация фактов  и числовой информации в утверждениях, которые образуют базу знаний  на утверждениях.

       Представление знаний в утверждениях  подходит для использования в  экспертных системах, базирующихся  на логике.

     Система пользовательского интерфейса обеспечивает взаимодействие между экспертной системой и пользователем. Это взаимодействие обычно включает несколько функций:

      1. Обработка данных, полученных с  клавиатуры, и высвечивание вводимых  и выводимых данных на экране.

      2. Поддержка диалога между пользователем  и системой.

      3. Распознавание ситуации непонимания  между пользователем и системой.

      4. Обеспечение "дружественности"  по отношению к пользователю.

       Система интерфейса с пользователем  должна эффективно обрабатывать  ввод и вывод. Для этого необходимо  обрабатывать вводимые и выводимые  данные быстро, в ясной и выразительной  форме. Необходимо также включить  возможность работы с дополнительными  средствами такими, как печатающие  устройства, магнитные диски и  дополнительные файлы данных.

       Кроме того, система интерфейса  должна поддерживать соответствующий  диалог между пользователем и  системой. Диалог - это общая форма  консультации с экспертной системой.

       Консультация должна завершаться  ясным утверждением, выдаваемым  системой, и объяснением последовательности вывода, приведшей к этому утверждению.

       Система пользовательского интерфейса  должна также распознавать непонимание,  между пользователем и системой, возникшее либо из-за ошибки, либо на принципиальной основе. Система должна реагировать соответствующим образом на эту ситуацию. Например, не должно произойти сбоя системы, если пользователь вводит 1, когда ожидается "да" или "нет", или когда пользователь задает бессмысленный вопрос.

       Способность экспертной системы  моделировать человека эксперта  может меняться от простых  познавательных процессов до  включения новых знаний или  новых способов решения задачи. Система интерфеса должна информировать пользователя о методике работы системы и ее развитии, если такое развитие предусмотрено в системе.

       Наконец, система пользовательского  интерфейса должна быть "дружелюбной"  к пользователю. Например, последовательность  меню, показывающая задачи, которые  пользователь может выбрать, является  необходимой чертой экспертной  системы.