Экспертные системы

     Главное достоинство ЭС- возможность накапливать  знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней  квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные  решения.

     Практическое  применение искусственного интеллекта на машиностроительных предприятиях и  в экономике основано на  ЭС, позволяющих  повысить качество и сохранить время  принятия решений, а также способствующих росту эффективности работы и  повышению квалификации специалистов.  
 

1.3 Структура экспертной системы 

     При разработке экспертной системы принято  делить ее на три основных модуля:

• база знаний;
• машина логического вывода;
• интерфейс с пользователем.

     База  знаний содержит знания, относящиеся  к конкретной прикладной области, в  том числе отдельные факты, правила, описывающие отношения или явления, а также, возможно, методы, эвристики  и различные идеи, относящиеся  к решению задач в этой прикладной области.

     Машина  логического вывода умеет активно  использовать информацию, содержащуюся в базе знаний.

     Интерфейс с пользователем отвечает за бесперебойный  обмен информацией между пользователем  и системой; он также дает пользователю возможность наблюдать за процессом  решения задач, протекающим в  машине логического вывода.

     Принято рассматривать машину вывода и интерфейс  как один крупный модуль, обычно называемый  оболочкой экспертной системы, или, для краткости, просто оболочкой.

     В описанной выше структуре собственно знания отделены от алгоритмов, использующих эти знания. Такое разделение удобно по следующим соображениям. База знаний, очевидно, зависит от конкретного  приложения. С другой стороны, оболочка, по крайней мере в принципе, независима от приложений. Таким образом, разумный способ разработки экспертной системы  для нескольких приложений сводится к созданию универсальной оболочки, после чего для каждого приложения достаточно подключить к системе новую базу знаний. Разумеется, все эти базы знаний должны удовлетворять одному и тому же формализму, который оболочка "понимает". Практический опыт показывает, что для сложных экспертных систем сценарий с одной оболочкой и многими базами знаний работает, не так гладко, как бы этого хотелось, за исключением тех случаев, когда прикладные области очень близки. Тем не менее, даже если переход от одной прикладной области к другой требует модификации оболочки то, по крайней мере основные принципы ее построения обычно удается сохранить.

     Для создания оболочки, при помощи которой  можно проиллюстрировать основные идеи и методы в области экспертных систем, можно придерживаться следующего плана:

• выбрать формальный аппарат для представления знаний.
• разработать механизм логического вывода, соответствующий этому формализму.
• добавить средства взаимодействия с пользователем.
• обеспечить возможность работы в условиях неопределенности.
• структура экспертной системы представлена следующими структурными элементами:

1. База знаний –  механизм представления знаний в конкретной предметной области и управления ими;

2. Механизм логических выводов – делает логические выводы на основании знаний, имеющихся в базе знаний;
3. Пользовательский интерфейс – используется для правильной передачи ответов пользователю;
4. Модуль приобретения знаний – служит для получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости;
5. Модуль советов и объяснений – механизм, способный не только давать заключение, но и представлять различные комментарии, прилагаемые к этому заключению, и объяснять его мотивы. В противном случае пользователю будет трудно понять заключение. Такое понимание  необходимо, если заключение используется для консультации или оказании помощи при решении каких-либо вопросов. Кроме того,  с его помощью эксперт определяет, как работает система, и позволяет точно выяснить, как используются знания, предоставленные им.

     Схема1 

Структура экспертной системы

2 ФУНКЦИИ, ВЫПОЛНЯЕМЫЕ ЭКСПЕРТНОЙ  СИСТЕМОЙ 

2.1Области применения экспертных систем 

     Экспертная  система - это программа, которая  ведет себя подобно эксперту в  некоторой, обычно узкой прикладной области. Типичные применения экспертных систем включают в себя такие задачи, как медицинская диагностика, локализация  неисправностей в оборудовании и  интерпретация результатов измерений. Экспертные системы должны решать задачи, требующие для своего решения  экспертных знаний в некоторой конкретной области. В той или иной форме  экспертные системы должны обладать этими знаниями. Поэтому их также  называют системами, основанными на знаниях. Однако не всякую систему, основанную на знаниях, можно рассматривать  как экспертную. Экспертная система  должна также уметь каким-то образом  объяснять свое поведение и свои решения пользователю, так же, как  это делает эксперт-человек. Это  особенно необходимо в областях, для  которых характерна неопределенность, неточность информации (например, в  медицинской диагностике). В этих случаях способность к объяснению нужна для того, чтобы повысить степень доверия пользователя к  советам системы, а также для  того, чтобы дать возможность пользователю обнаружить возможный дефект в рассуждениях системы. В связи с этим в экспертных системах следует предусматривать  дружественное взаимодействие с  пользователем, которое делает для  пользователя процесс рассуждения  системы "прозрачным".

     Часто к экспертным системам предъявляют  дополнительное требование - способность  иметь дело с неопределенностью  и неполнотой. Информация о поставленной задаче может быть неполной или ненадежной; отношения между объектами предметной области могут быть приближенными. Например, может не быть полной уверенности  в наличии у пациента некоторого симптома или в том, что данные, полученные при измерении, верны; лекарство  может стать причиной осложнения, хотя обычно этого не происходит. Во всех этих случаях необходимы рассуждения  с использованием вероятностного подхода.

     В самом общем случае для того, чтобы  построить экспертную систему, мы должны разработать механизмы выполнения следующих функций системы:

• решение задач с использованием знаний о конкретной предметной области возможно, при этом возникнет необходимости иметь дело с неопределенностью;
• взаимодействие с пользователем, включая объяснение намерений и решений системы во время и после окончания процесса решения задачи.

     Каждая  из этих функций может оказаться  очень сложной и зависит от прикладной области, а также от различных  практических требований. В процессе разработки и реализации могут возникать  разнообразные трудные проблемы.

     Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько  основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

     Медицинская диагностика. Диагностические системы  используются для установления связи  между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая  система MYCIN, которая предназначена  для диагностики и наблюдения за состоянием больного при менингите  и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система  ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться  и в других областях медицины.

     Прогнозирование.  Прогнозирующие системы предсказывают  возможные результаты или события  на основе данных о текущем состоянии  объекта. Программная система “Завоевание  Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью  статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится  к числу систем, основанных на знаниях, поскольку использует процедуры  и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые  способны за счет своей информации о конъюнктуре рынка помочь вам  увеличить капитал, прогнозирующие системы уже сегодня могут  предсказывать погоду, урожайность  и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

     Планирование. Планирующие системы предназначены  для достижения конкретных целей  при решении задач с большим  числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных  в холле своего офиса, на которых  проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать  компьютер, в наибольшей степени  отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет  ЭС для проектирования космических  станций, а также для выявления  причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения  конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает  более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В  отличие от XCON система XSEL является интерактивной.

     Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных  систем интерпретирующего типа, объединяет знания девяти экспертов. Используя  сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал  ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

     Контроль  и управление. Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и  принимать решения, анализируя данные, поступающие от нескольких  источников. Такие системы уже работают на атомных электростанциях, управляют  воздушным движением и осуществляют медицинский контроль. Они могут  быть также полезны при регулировании  финансовой  деятельности предприятия  и оказывать помощь при выработке  решений в критических ситуациях.

     Диагностика неисправностей в механических и  электрических устройствах. В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и  при устранении неисправностей и ошибок в аппаратном и программном  обеспечении  компьютеров.

     Обучение. Системы, основанные на знаниях, могут  входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует  его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить  компьютерная игра, сложность которой  увеличивается по мере возрастания  степени квалификации играющего. Одной  из наиболее интересных обучающих ЭС является разработанная Д.Ленатом  система EURISCO, которая использует простые  эвристики. Эта система была опробована в игре Т.Тревевеллера, имитирующая  боевые действия. Суть игры состоит  в том, чтобы определить состав флотилии, способной нанести поражение  в условиях неизменяемого множества  правил. Система EURISCO включила в состав флотилии небольшие,  способные провести быструю атаку корабли  и одно очень маленькое скоростное судно  и постоянно выигрывала в течение  трех лет, несмотря на то, что в стремлении воспрепятствовать  этому правила  игры меняли каждый год.

     Большинство  ЭС включают знания, по содержанию которых  их можно отнести одновременно к  нескольким типам. Например, обучающая  система может также обладать знаниями, позволяющими выполнять диагностику  и планирование. Она определяет способности  обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая  система может применяться для  целей контроля, диагностики, прогнозирования  и планирования. Система, обеспечивающая сохранность жилища, может следить  за окружающей обстановкой, распознавать происходящие события (например, открылось  окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и  составлять план действий (вызвать  полицию).  
 
 
 

2.2 Отличие экспертных систем от других программных продуктов 

     Основными  отличиями ЭС от  других программных   продуктов являются использование  не только данных, но и знаний, а также  специального механизма вывода решений  и новых знаний на основе имеющихся. Знания в ЭС представляются в такой  форме, которая может быть легко  обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому  применение алгоритма обработки знаний может  привести к получению такого результата при решении конкретной задачи, который  не был предусмотрен. Более того, алгоритм обработки знаний заранее  неизвестен и  строится по ходу решения  задачи на основании эвристических  правил. Решение задачи в ЭС  сопровождается понятными пользователю  объяснениями, качество получаемых решений обычно не хуже,  а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной  области, хранятся в  базе знаний. Проблемы ставятся перед  системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов.

     Качество  ЭС определяется размером и качеством  базы  знаний (правил или эвристик). Система функционирует в следующем  циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение новой информации, выдвижении с помощью правил временных гипотез  и затем выбор следующей порции данных или результатов анализов (рис.2). Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.