Экспертные системы

      2. База знаний и механизм вывода являются различными компонентами. Действительно, часто оказывается возможным сочетать механизм вывода с другими базами знаний для создания новых ЭС. Например, программа анализа инфекции в крови может быть применена в пульмонологии путем замены базы знаний, используемой с тем же самым механизмом вывода.

      3. Наиболее подходящая  область  применения - решение задач дедуктивным методом. Например, правила или эвристики выражаются в виде пар посылок и заключений типа  “если-то”.

      4. Эти системы могут объяснять ход решения задачи понятным пользователю способом. Обычно мы не принимаем ответ эксперта, если на вопрос “Почему?” не можем получить логичный ответ. Точно так же мы должны иметь возможность спросить систему, основанную на знаниях, как было получено конкретное заключение.       

      5.  Выходные результаты являются  качественными (а не количественными).

      6. Системы, основанные на знаниях,  строятся по модульному принципу, что позволяет постепенно наращивать их базы знаний.

        Компьютерные системы, которые  могут лишь повторить логический вывод эксперта, принято относить к ЭС первого поколения. Однако специалисту, решающему интеллектуально сложную задачу, явно недостаточно возможностей системы, которая лишь имитирует деятельность человека. Ему нужно, чтобы ЭС выступала в роли полноценного помощника и советчика, способного проводить анализ нечисловых данных, выдвигать и отбрасывать гипотезы, оценивать достоверность фактов, самостоятельно пополнять свои знания, контролировать их непротиворечивость, делать заключения на основе прецедентов и, может быть, даже порождать решение новых, ранее не рассматривавшихся задач. Наличие таких возможностей является характерным для ЭС второго поколения, концепция которых начала разрабатываться 9-10 лет назад. Экспертные системы, относящиеся ко второму поколению, называют партнерскими, или усилителями интеллектуальных способностей человека. Их общими отличительными чертами является умение обучаться и развиваться, т.е. эволюционировать.

        В экспертных системах  первого  поколения знания представлены следующим образом:

    1) знаниями системы являются только  знания эксперта, опыт накопления знаний не предусматривается.

    2) методы представления знаний  позволяли описывать лишь статические предметные области.

    3) модели представления знаний  ориентированы на простые области.

        Представление знаний в экспертных  системах второго поколения следующее:

    1) используются не поверхностные  знания, а более глубинные. Возможно  дополнение предметной области.

    2) ЭС может решать задачи динамической  базы данных предметной области.

     1.4. Критерий использования ЭС для решения задач.

       Существует ряд прикладных задач,  которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.

    1. Данные и знания надежны и  не меняются со временем.

    2. Пространство возможных решений  относительно невелико.

    3. В процессе решения задачи  должны использоваться формальные  рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения.

    4. Должен быть, по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

        В таблице один приведены сравнительные  свойства прикладных задач, по наличию которых можно судить о целесообразности использования для их решения ЭС.

    Таблица. Критерий применимости ЭС. 

 

        В целом ЭС не рекомендуется применять для решения следующих типов задач:

    - математических, решаемых обычным  путем формальных преобразований и процедурного анализа;

    - задач распознавания, поскольку  в общем случае они решаются  численными методами;

    - задач, знания о методах решения которых отсутствуют (невозможно построить базу знаний).

     1.5. Ограничения в применение экспертных систем.

        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.

     1.6. Преимущества ЭС перед человеком - экспертом.

        Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

    1. У них нет предубеждений.

    2. Они не делают поспешных выводов.

    3. Эти системы работают, систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.

    4. База знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются.

5. Системы, основанные на знаниях, устойчивы к “помехам”. Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены “шумам”. Со временем системы, основанные на знаниях, могут рассматриваться пользователями как разновидность тиражирования - новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решать задачи быстрее и эффективнее.

    6. Эти системы не заменяют специалиста,  а являются инструментом в  его руках. 

                        
 
 
 

    ГЛАВА 2. КЛАССИФИКАЦИЯ  ЭКСПЕРТНЫХ СИСТЕМ.

     2.1. Схема классификации.

    Класс "экспертные системы" сегодня  объединяет несколько тысяч различных  программных комплексов, которые  можно классифицировать по различным  критериям. Полезными могут оказаться  следующие классификации:

 

      1.  Классификация по решаемой задаче.

      1) Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

    Пример:

    • обнаружение и идентификация  различных типов океанских судов  — SIAP;

    • определение основных свойств личности по результатам психодиагностического тестирования в системах АВТАНТЕСТ и МИКРОЛЮШЕР и др.

    2) Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры ("анатомии") диагностирующей системы.

    Пример:

    • диагностика и терапия сужения  коронарных сосудов — ANGY;

    • диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ  — система CRIB и др.

    3) Мониторинг. Основная задача мониторинга — непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — "пропуск" тревожной ситуации и инверсная задача "ложного" срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.

    Пример:

    • контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора—REACTOR;

    • контроль аварийных датчиков на химическом заводе — FALCON и др.

    4) Проектирование. Проектирование состоит в подготовке спецификаций на создание "объектов" с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов — чертеж, пояснительная записка и т.д. Основные проблемы здесь — получение четкого структурного описания знаний об объекте и проблема "следа". Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.