Экспертные системы

СОДЕРЖАНИЕ 
 

ВВЕДЕНИЕ 3 

1 ОПРЕДЕЛЕНИЕ ЭКСПЕРТНЫХ  СИСТЕМ 5

1.1 История развития  экспертных систем. 5

1.2 Назначение экспертных  систем. 6

1.3 Структура экспертной  системы 7 

2 ФУНКЦИИ, ВЫПОЛНЯЕМЫЕ  ЭКСПЕРТНОЙ СИСТЕМОЙ 10

2.1Области  применения экспертных  систем 10

2.2  Отличие экспертных  систем от других  программных продуктов 13

2.3  Теория фреймов 15

2.4 Критерий использования  ЭС для решения  задач. 20 

ЗАКЛЮЧЕНИЕ 24 

СПИСОК  ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 26 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

ВВЕДЕНИЕ 

     Экспертные  системы (ЭС)- это набор программ, выполняющий функции эксперта при  решении задач из некоторой предметной области. Они возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных  дисциплин, изучающих методы решения  задач интеллектуального (творческого) характера с использованием ЭВМ. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению  квалификации специалистов.

     Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с  другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и  анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

     ЭС  выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности  работы и повышению квалификации специалистов.

     Главным достоинством  экспертных систем является возможность накопления знаний –  формализованной информации, на которую  ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что  улучшает качество проводимой экспертизы. При решении задач, требующих  обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

     Экспертная  система состоит из базы знаний (части  системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение  задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового  процессора.

     При построении подсистем вывода используют методы решения задач искусственного интеллекта.

     Экспертные  системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

     Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

     ЭС- это набор программ, выполняющий  функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

     Главным достоинством  экспертных систем является возможность накопления знаний и  сохранение их длительное время. В отличии  от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

     При создании ЭС возникает ряд затруднений. Это прежде всего связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

     Экспертная  система состоит из базы знаний (части  системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение  задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора .

     При построении подсистем вывода используют методы решения задач искусственного интеллекта. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1 ОПРЕДЕЛЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ 

1.1 История развития экспертных систем.  

     1. Основные линии развития ЭС.  

     2. Проблемы, возникающие при создании экспертных систем. Перспективы развития.

     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. Она могла сформулировать понятия натурального ряда и простых чисел. Кроме того, она синтезировала вариант гипотезы Гольдбаха о том, что каждое четное число, большее двух, можно представить в виде суммы двух простых чисел. До сих пор не удалось ни найти доказательства данной гипотезы, ни опровергнуть ее. 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.

     При разработке системы EURISCO была предпринята  попытка преодолеть указанные недостатки системы AM. Как и в начале эксплуатации AM, первые результаты, полученные с  помощью EURISCO, были эффективными. Сообщалось, что система EURISCO может успешно  участвовать в очень сложных  играх. С ее помощью в военно-стратегической игре, проводимой ВМФ США, была разработана  стратегия, содержащая ряд оригинальных тактических ходов. Согласно одному из них, например предлагалось взрывать свои корабли, получившие повреждения. При этом корабли, оставшиеся неповрежденными, получает необходимое пространство для выполнения маневра.

     Однако  через некоторое время обнаружилось, что система не всегда корректно  переопределяет первоначально заложенные в нее правила. Так, например, она  стала нарушать строгое предписание  обращаться  к программистам с  вопросами только в определенное время суток. Т.о., система EURISCO, так  же как и ее предшественница, остановилась в своем развитии, достигнув предела, определенного в конечном счете  ее разработчиком.

     С 1990 года доктор Ленат во главе исследовательской  группы занят кодированием и вводом нескольких сот тысяч элементов  знаний, необходимых, по его мнению, для создания “интеллектуальной” системы. Этот проект назван Cyc (“Цик”, от английского слова enciklopaedia).  
 

1.2 Назначение экспертных систем 

     Экспертные  системы (ЭС)- это яркое и быстро прогрессирующее направление в  области искусственного  интеллекта(ИИ). Причиной повышенного интереса, который  ЭС вызывают к себе на протяжении всего  своего существования является возможность  их применения к решению задач  из самых различных областей человеческой деятельности. Пожалуй, не найдется  такой проблемной области, в которой  не было бы создано ни одной ЭС или  по крайней мере, такие попытки  не предпринимались бы.

     ЭС- это набор программ или программное  обеспечение, которое выполняет  функции эксперта при решении  какой-либо задачи в области его  компетенции. ЭС, как  и эксперт-человек, в процессе своей работы оперирует  со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

     ЭС  выдают советы, проводят анализ, выполняют  классификацию, дают консультации и  ставят диагноз. Они ориентированы  на решение задач, обычно требующих  проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы)на основе дедуктивных рассуждений. Такие  системы часто оказываются способными найти решение задач, которые  неструктурированны и плохо определены. Они справляются с отсутствием  структурированности путем привлечения  эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех  системах, когда недостаток необходимых  знаний или времени исключает  возможность проведения полного  анализа.