Экспертные системы

• развернутая система Help, содержащая, в том числе, словарь терминов;
• компактный Учебник выставочного дела, содержащий разделы: "Как выбрать выставку", "Цели участия в выставке", "Как уменьшить плату за выставку" и многие другие;
• адреса интернет-ресурсов выставочной тематики;
• более 350 способов "Отстройки от Конкурента";
• более 2200 эффективных решений в области маркетинга, рекламы, PR и выставочной деятельности;
• база данных поставщиков рекламоносителей.

База данных программы построена  на основе анализа нескольких сотен  книг по PR, рекламе и выставочной  деятельности. А также нескольких сотен публикаций на эту же тему, собранных за последние 5 лет. 
Если программой пользуется новичок, то без чтения массы книг, посещения платных многомесячных курсов и т.п., он за несколько минут получит возможные варианты решения своей задачи, из которых - на основании здравого смысла и отпущенного бюджета - уже сможет отобрать наиболее подходящие. Начальное освоение программы занимает 1-2 часа. 
Если же пользователем является специалист, у которого с годами выработался "свой стиль" (а порой и "штампы"), то программа позволит ему взглянуть на свою работу с новой точки зрения. 
Естественно, некоторые решения, выдаваемые программой, специалисту известны. Однако программа выдает целые подборки решений и позволяет ему сосредоточиться не на воспоминаниях, а на отборе лучших вариантов. 
 
Пример экспертной системы в медицине: 
 
Домашний доктор - простая медицинская экспертная система. Она определяет характер заболевания, основываясь на ответах пользователя, полученных в результате диалога. База знаний включает порядка 100 распространенных заболеваний 
К сожалению полноценный эксперимент провести не смог, так как не болею. Программа для определения диагноза задаёт вопросы где ответами могут быть: «нет» , « не совсем» , «не знаю» , «наверное да» и «да» . В зависимости от вариантов ответа программа ставит вам диагноз. Так же после получения варианта вашего заболевания можно просмотреть информацию о нём прямо в тут же – в этой программе! 
Скачать программу можно по ссылке: http://www.aiportal.ru/downloads/expert-systems/home_doctor_2_2.html 
 
Экспертная система Кардиолог - определяет диагноз больного по введенным симптомам, назначает курс лечения и профилактики. 
 
См. также: Экспертные системы в медицине  
 
RUBRIC 
Экспертная система помогает пользователю получить доступ к базам данных, содержащим неформатированные тексты. 
Пример: когда пользователь называет какую-нибудь тему, RUBRIC автоматически разыскивает все документы, содержащие тексты, связанные с этой темой. 
В системе RUBRIC взаимоотношения между темами, подтемами и фразами, содержащими ключевые слова, выражены в виде правил. Правила также определяют другие варианты терминов, выражений и способов написания одной и той же темы или понятия. В ходе поиска RUBRIC предоставляет пользователю документы, которые лежат в кластере, содержащем по крайней мере один документ с весом выше заданного пользователем порога. Это предотвращает ситуацию, в которой произвольно выбранный порог мог бы разделить близкие по рангу документы. 
Язык системы: FRANZ LISP 
Компания: «Advanced Information & Decision Systems» . 
http://www.aiportal.ru/articles/expert-systems/examples-expsys.html  
 
 
 
 
Источники: 
Сайт Создание робототехники: раздел "Экспертные системы" --homerobotics.ru 
Блог посвящённый проблемам и путям развития OpenCYC --blogspot.com 
Сайт Тора- Центр: "Экспертные системы в финансовой и экономической деятельности" --tora-centre.ru 
Сайт проекта ВААЛ 
Сайт ЭС "EXPO: 1001 Рекламоноситель" - http://www.triz-chance.ru/demo.html 
Сайт Home&Pro Robotics - http://www.homerobotics.ru/soft_3.asp?name=FALCON 
 
 
Дополнительный материал: 
Научная работа: Разработка экспертных систем. Среда CLIPS. А.П. Частиков, Т.А. Гаврилова, Д.Л.Белов, -2003г. --aiportal.ru 
Кафедра информатики ЮУрГУ: "Коммерческие оболочки экспертных систем" --inf.susu.ac.ru 
Экспертная система для финансового управления предприятием --lerc.ru 
 

APM WinMachine

Инструментально-экспертная cистема APM WinMachine представляет собой энциклопедию по машиностроению, включающую инструменты и программы для автоматизированного расчета ипроектирования деталей машин, механизмов, элементов конструкций и узлов. Кроме этого, она имеет современные графические средства, встроенные базы данных, необходимую информационную базу знаний, разветвленную систему подсказок и фундаментальный электронный учебник по основам проектирования машин. 
 
APM WinMachine содержит современные, эффективные и надежные программы для расчета: 
- энергетических и кинематических параметров; 
- прочности, жесткости и устойчивости; 
- выносливости при переменных режимах нагружения; 
- вероятности, надежности и износостойкости; 
- динамических характеристик.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Назначение  экспертных систем

В начале восьмидесятых годов  в исследованиях по искусственному интеллекту сформировалось самостоятельное  направление, получившее название "экспертные системы" (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных  для эксперта-человека, получают результаты, не уступающие по качеству и эффективности  решениям, получаемым экспертом. Исследователи  в области ЭС для названия своей  дисциплины часто используют также  термин "инженерия знаний", введенный  Е.Фейгенбаумом как "привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов".

Программные средства (ПС), базирующиеся на технологии экспертных систем, или  инженерии знаний (в дальнейшем будем  использовать их как синонимы), получили значительное распространение в  мире. Важность экспертных систем состоит  в следующем:

 технология экспертных  систем существенно расширяет  круг практически значимых задач,  решаемых на компьютерах, решение  которых приносит значительный  экономический эффект;

 технология ЭС является  важнейшим средством в решении  глобальных проблем традиционного  программирования: длительность и,  следовательно, высокая стоимость  разработки сложных приложений;

высокая стоимость сопровождения  сложных систем, которая часто  в несколько раз превосходит  стоимость их разработки; низкий уровень  повторной используемости программ и т.п.;

 объединение технологии  ЭС с технологией традиционного  программирования добавляет новые  качества к программным продуктам  за счет: обеспечения динамичной  модификации приложений пользователем,  а не программистом; большей  "прозрачности" приложения (например, знания хранятся на ограниченном  ЕЯ, что не требует комментариев  к знаниям, упрощает обучение  и сопровождение); лучшей графики;  интерфейса и взаимодействия.

По мнению ведущих специалистов , в недалекой перспективе ЭС найдут следующее применение:

 ЭС будут играть  ведущую роль во всех фазах  проектирования, разработки, производства, распределения, продажи, поддержки  и оказания услуг;

 технология ЭС, получившая  коммерческое распространение, обеспечит  революционный прорыв в интеграции  приложений из готовых интеллектуально-взаимодействующих  модулей.

ЭС предназначены для  так называемых неформализованных  задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение  формализованных задач.

Неформализованные задачи обычно обладают следующими особенностями:

 ошибочностью, неоднозначностью, неполнотой и противоречивостью  исходных данных;

 ошибочностью, неоднозначностью, неполнотой и противоречивостью  знаний о проблемной области  и решаемой задаче;

 большой размерностью  пространства решения, т.е. перебор  при поиске решения весьма  велик;

 динамически изменяющимися  данными и знаниями.

Следует подчеркнуть, что  неформализованные задачи представляют большой и очень важный класс  задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

Экспертные системы и  системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический  поиск решения (а не исполнение известного алгоритма).

Экспертные системы применяются  для решения только трудных практических (не игрушечных) задач. По качеству и  эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают "прозрачностью", т.е. могут быть объяснены пользователю на качественном уровне. Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление ) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

Коммерческие успехи к  фирмам-разработчикам систем искусственного интеллекта (СИИ) пришли не сразу. На протяжении 1960 - 1985 гг. успехи ИИ касались в основном исследовательских разработок, которые  демонстрировали пригодность СИИ  для практического использования. Начиная примерно с 1985 г. (в массовом масштабе с 1988 - 1990 гг.), в первую очередь  ЭС, а в последние годы системы, воспринимающие естественный язык (ЕЯ-системы), и нейронные сети (НС) стали активно  использоваться в коммерческих приложениях.

Следует обратить внимание на то, что некоторые специалисты (как правило, специалисты в программировании, а не в ИИ) продолжают утверждать, что ЭС и СИИ не оправдали возлагавшихся  на них ожиданий и умерли. Причины  таких заблуждений состоят в  том, что эти авторы рассматривали  ЭС как альтернативу традиционному  программированию, т.е. они исходили из того, что ЭС в одиночестве (в  изоляции от других программных средств) полностью решают задачи, стоящие  перед заказчиком. Надо отметить, что  на заре появления ЭС специфика используемых в них языков, технологии разработки приложений и используемого оборудования (например, Lisp-машины) давала основания  предполагать, что интеграция ЭС с  традиционными, программными системами  является сложной и, возможно, невыполнимой задачей при ограничениях, накладываемых  реальными приложениями. Однако в  настоящее время коммерческие инструментальные средства (ИС) для создания ЭС разрабатываются  в полном соответствии с современными технологическими тенденциями традиционного  программирования, что снимает проблемы, возникающие при создании интегрированных  приложений.

Причины, приведшие СИИ  к коммерческому успеху, следующие.

Интегрированность. Разработаны инструментальные средства искусственного интеллекта (ИС ИИ), легко интегрирующиеся с другими информационными технологиями и средствами (с CASE, СУБД, контроллерами, концентраторами данных и т.п.).

Открытость  и переносимость. ИС ИИ разрабатываются с соблюдением стандартов, обеспечивающих открытость и переносимость [14].

Использование языков традиционного программирования и рабочих станций. Переход от ИС ИИ, реализованных на языках ИИ (Lisp, Prolog и т.п.), к ИС ИИ, реализованным на языках традиционного программирования (С, C++ и т.п.), упростил обеспечение интегриро-ванности, снизил требования приложений ИИ к быстродействию ЭВМ и объемам оперативной памяти. Использование рабочих станций (вместо ПК) резко увеличило круг приложений, которые могут быть выполнены на ЭВМ с использованием ИС ИИ.

Архитектура клиент-сервер. Разработаны ИС ИИ, поддерживающие распределенные вычисления по архитектуре клиент-сервер, что позволило:снизить стоимость оборудования, используемого в приложениях, децентрализовать приложения, повысить надежность и общую производительность (так как сокращается количество информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном ему оборудовании).

Проблемно/предметно-ориентированные  ИС ИИ. Переход от разработок ИС ИИ общего назначения (хотя они не утратили свое значение как средство для создания ориентированных ИС) к проблемно/предметно-ориентированным ИС ИИ [9] обеспечивает: сокращение сроков разработки приложений; увеличение эффективности использования ИС; упрощение и ускорение работы эксперта; повторную используемость информационного и программного обеспечения (объекты,классы,правила,процедуры).

Структура экспертных систем

Типичная статическая  ЭС состоит из следующих основных компонентов (рис. 1.):

• решателя (интерпретатора);
• рабочей памяти (РП), называемой также базой данных (БД);
• базы знаний (БЗ);
• компонентов приобретения знаний;
• объяснительного компонента;
• диалогового компонента.

 

 

База  данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База  знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный  компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый  компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

В разработке ЭС участвуют  представители следующих специальностей:

эксперт в проблемной области, задачи которой будет решать ЭС;

инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);

программист по разработке инструментальных средств (ИС), предназначенных  для ускорения разработки ЭС.

Необходимо отметить, что  отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче  процесс создания ЭС, либо значительно  удлиняет его.

Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.