Курсовая работа: Застосування в інформаційній діяльності організації або установи експертних систем
Третя (кінець XIX в.) обумовлена винаходом електрики, завдяки якій з'явилися телеграф, телефон, радіо, дозволяючи оперативно передавати і накопичувати інформацію в будь-якому об'ємі.
Четверта (70-ті рр. XX в.) пов'язана з винаходом мікропроцесорної технології і появою персонального комп'ютера. На мікропроцесорах і інтегральних схемах створюються комп'ютери, комп'ютерні мережі, системи передачі даних (інформаційні комунікації). Цей період характеризують три фундаментальні інновації:
перехід від механічних і електричних засобів перетворення інформації до електронних;
мініатюризація всіх вузлів, пристроїв, приладів, машин;
створення програмно-керованих пристроїв і процесів.
Остання інформаційна революція висуває на передній план нову галузь — інформаційну індустрію, пов'язану з виробництвом технічних засобів, методів, технологій для виробництва нових знань. Найважливіша складова інформаційної індустрії — інформаційна технологія.
Інформаційна технологія — процес, використовуючий сукупність засобів і методів збору, обробки і передачі даних (первинної інформації) для отримання інформації нової якості про стан об'єкту, процесу або явища. Сучасна ІТ спирається на досягнення в області комп'ютерної техніки і засобів зв'язку [15].
Таким чином можна сказати, що інформаційна діяльність це невід’ємна частина людської діяльності, бо отримання і обробка інформації є необхідною умовою життєдіяльності будь-якого організму.
1.3 Сутність та аналіз експертних систем
В середині сімдесятих років в дослідженнях по штучному інтелекту сформувався самостійний напрям, що отримав назву експертні системи (ЕС). Ціль досліджень в експертних системах полягає в розробці програм (пристроїв), які при рішенні задач, важких для експерта-людини, одержують результати, не поступливі за якістю і ефективностю рішенням, одержуваними експертом. В більшості випадків експертні системи вирішують важкоформалізуючі задачі або задачі, що не мають алгоритмічного рішення. В даний час експертні системи знайшли застосування в різноманітних наочних областях (медицина, обчислювальна техніка, геологія, математика, сільське господарство, управління, електроніка, юриспруденція і ін.).
Дослідники в області експертних систем для назви своєї дисципліни використовують термін knowledge engineering (буквально "інженерія знань"), включаючи в круг вивчення власне наукові, технологічні і методологічні питання. Цей термін був введений Фейгенбаумом. Задачу даної дисципліни Фейгенбаум визначив як "привнесення принципів і інструментарію досліджень з області штучного інтелекту в рішення важких прикладних проблем, вимагаючих знань експертів".
Причини успішного практичного використовування експертних систем полягають в том, що при їх побудові були враховані попередні дослідження в області штучного інтелекту [6, c.7].
У зв'язку з тим, що основним джерелом потужності ЕС є знання, ЕС повинні мати здатність придбавати знання. Процес отримання знань можна розділити на: отримання знань від експерта; організацію знань, забезпечуючи ефективну роботу системи; представлення знань в зрозумілому системі вигляді. Процес отримання знань здійснюється на основі аналізу діяльності експерта, так званого "інженера по знаннях" (knowledge engineer). Евристичний характер знань робить їх придбання вельми трудомістким процесом. Трудомісткість цього процесу призводять до того, що він є найбільш узким місцем при створенні експертних систем і взагалі систем штучного інтелекту.
Експертні системи і системи штучного інтелекту відрізняються від систем обробки даних тим, що в них використовується символьний (а не числовий) спосіб уявлення, символьне виведення і еврестичний пошук рішення (а не готове рішення) [6, c.8].
Специфіка додатків експертних систем в порівнянні з іншими системами штучного інтелекту полягає в наступному. По-перше, експертні системи застосовуються для вирішення тільки важких практичних (не "іграшкових") задач. По-друге, за якістю і ефективністю рішення експертних систем. не поступаються рішенням експерта-людини. По-третє, рішення експертних систем володіють "прозорістю", тобто можуть бути пояснені користувачу на якісному рівні (на відміну від рішень, отриманих за допомогою числових алгоритмів, і особливо від рішень, отриманих статистичними методами) . Ця якість експертних систем забезпечується їх здатністю міркувати про свої знання і висновки. По-четверте, експертні системи здатні поповнювати свої знання в ході діалогу з експертом. Практичні успіхи експертних систем підтверджують той факт, що дана область досліджень досягла зрілого стану. Проте необхідно мати на увазі, що наукова база цієї області знань знаходиться на початковому рівні розвитку. До цих пір, не дивлячись на наявність базових принципів, створення кожного нового додатку вимагає серйозних трудовитрат (порядку декількох человеко-років) і не завжди приводить до успіху, Проте вже зараз існують методики і інструментарії, які можуть бути передані (і передаються) від одного додатку до іншого [6, c.9].
Будь-яка експертна система складається з трьох основних частин — бази даних, бази знань і програм логічного виведення. База даних містить інформацію про поняття і об'єкти наочної області. База знань — інформацію про їх поведінку і способи взаємодії. Аналіз конкретної ситуації, логічні виведення і складання відповідей на питання виконують програми логічного виведення. Робота цих програм побудована на принципах роботи інтелекту людини.
Серцевину експертної системи складає база знань, яка нагромаджується в процесі її побудови. Знання виражені в явному вигляді і організовані так, щоб спростити ухвалення рішень. Важливість цієї особливості експертної системи неможливо переоцінити [8, c.15].
Наслідки цього факту виходять за межі побудови програми, призначеної для вирішення деякого класу задач. Причина в том, що знання — основа експертних систем — є явними і доступними, що і відрізняє ці системи від більшості традиційних програм. Вони володіють такою ж цінністю, як і будь-який великий об'єм знань, і ці знання можуть широко розповсюджуватися за допомогою книг і лекцій.
Найкориснішою характеристикою експертної системи є те, що вона застосовує для вирішення проблем високоякісний досвід. Цей досвід може представляти рівень мислення самих кваліфікованих експертів в даній області, що веде до рішень творчих, точних і ефективних. Саме високоякісний досвід в поєднанні з умінням його застосовувати робить систему рентабельною, здатною заслужити визнання на ринку. Цьому сприяє також гнучкість системи. Система може нарощуватися поступово відповідно до потреб бізнесу або замовника. Це означає, що можна спочатку вкласти порівняно скромні засоби, а потім нарощувати її. можливості у міру необхідності.
Інша корисна можливість експертних систем це наявність у них прогностичних можливостей. Експертна система може функціонувати як теорія обробки інформації або моделі рішення задачі в заданій області, даючи очікувані відповіді в конкретній ситуації і показуючи, як, зміняться ці відповіді в нових ситуаціях. Експертна система може пояснити детально, яким чином нова ситуація привела до змін. Це дозволяє користувачу оцінити можливий вплив нових фактів або інформації і зрозуміти, як вони пов'язані з рішенням. Аналогічно, користувач може оцінити вплив нових стратегій або процедур на рішення, додаючи нові правила або змінюючи вже існуючі.
База знань, визначальна компетентність експертної системи, може також забезпечити нову якість: інституційну пам'ять. Якщо база знань розроблена в ході взаємодії з провідними фахівцями установи, відділу або штабу, то вона представляє поточну політику або способи дії цієї групи людей. Цей набір знань стає зведенням дуже кваліфікованих думок і довідником якнайкращих стратегій і методів, що використовуються персоналом. Провідні фахівці йдуть, але їх досвід залишається. Це важливо для ділової сфери і особливо цінно для озброєних сил і урядових органів з їх частими перетвореннями і персональними переміщеннями [8, c.17].
І останньою важливою властивістю експертних систем є те, що їх можна використовувати для навчання і тренування керівних працівників і провідних фахівців
Розкриваючи сутність експертних систем треба розкрити архітектуру експертних систем.
ЕС включає два компоненти: вирішувач (процедури виведення) і динамічно змінна база знань. Вибір як основа для реалізації вирішувача систем продукций зумовлює наявність в ЕС також і робочої пам'яті. Третій, практичний принцип пред'являє до системи наступні вимоги: здатність вести діалог про вирішувану задачу на мові, зручній користувачу (експерту), і, зокрема, придбавати в ході діалогу нові знання; здатність при рішенні задачі слідувати лінії міркування, зрозумілій користувачу (експерту); здатність пояснювати хід свого міркування на мові, зручній для користувача (експерта), що необхідно як при використовуванні, так і при вдосконаленні системи. Перша вимога реалізується лінгвістичним процесором ЕС і компонентом придбання знань, а для виконання другої і третьої вимог в ЕС вводиться пояснювальний компонент. Крім того, друга вимога накладає обмеження на спосіб рішення задачі — хід міркування в процесі рішення повинен бути зрозумілий користувачу (експерту). Дане обмеження призводить до того, що в експертних системах, як правило, незастосовні, наприклад, статистичні методи [6, c.10].
Отже, типова експертна система має наступні компоненти: база знань, що береже безліч продукций, робоча пам'ять, що береже дані (база даних); інтерпретатор, вирішальний на основі знань, що є в системі, пред'явлену йому задачу; лінгвістичний процесор, здійснюючий діалогову взаємодію з користувачем (експертом) на природній для нього мові (природна мова, професійна мова, мова графіки, тактильна дія і т.і.); компоненту придбання знань; пояснювальна компоненту, даюча пояснення дій системи і відповідаюча на питання про те, чому деякі висновки були зроблені або знехтувані.
Експертна система працює в двох режимах: в режимі придбання знань і в режимі рішення задач. В режимі придбання знань в спілкуванні з експертною системою бере участь експерт (через посредство інженера по знаннях). В цьому режимі експерт наповнює систему знаннями (правилами), які дозволять їй в режимі рішення самостійно вирішувати задачі з області експертизи. Відзначимо, що режиму придбання знань в традиційному підході до розробки програм відповідають етапи алгоритмізації, програмування і відладки, виконувані програмістом. Таким чином, на відміну від традиційного підходу, в ЕС розробку програм здійснює не програміст, а фахівець в області експертизи, не володіючий програмуванням.
В режимі рішення задач в спілкуванні з експертною системою бере участь користувач, якого цікавить результат і (або) спосіб отримання рішення. Необхідно відзначити, що залежно від призначення ЕС користувач може або не бути фахівцем в даній проблемній області (в цьому випадку він, не уміючи отримати відповідь саму, звертається до ЕС за порадою), або бути фахівцем (в цьому випадку користувач може і сам отримати результат, але звертається до ЕС з метою прискорити процес отримання результату або з метою покласти на ЕС рутинну роботу) [6, c.12].
В режимі отримання знань експерт вводить в систему продукції про область експертизи. Продукції (в більш загальному трактуванні правила) представляються на природній для користувача мові. Об'єднання знову введених продукций з базою знань здійснюється компонентой придбання знань. Для того, щоб переконатися в достатності знань (тобто переконатися в том, що процес відладки задачі завершений), експерт дає системі тестові приклади. У випадку, якщо результат, отриманий системою, не задовольняє експерта, він за допомогою пояснювальної компоненти одержує відомості про те, як був сформований результат. Після закінчення процесу відладки система передається в експлуатацію користувачам. В режимі рішення дані про задачу користувача після обробки їх лінгвістичним процесором поступають в робочу пам'ять [7, c.13].
Важливо відзначити, що архітектура реальних експертних систем розрізняється в першу чергу по наступним характеристикам: спосіб представлення даних і знань; склад знань, що використовуються; методи роботи інтерпретатора. Вибір тих або інших характеристик при проектуванні експертної системи визначається в основному властивостями вирішуваний задачі і бажаними властивостями системи.
Розробка програмних комплексів експертних систем як за рубежем, так і в нашій країні знаходиться на рівні швидше мистецтва, ніж науки. Це зв'язано з тим, що довгий час системи штучного інтелекту упроваджувалися здебільшого під час фази проектування, а частіше всього розроблялося декілька прототипних версій програм, перш ніж був отриманий кінцевий продукт. Такий підхід діє добре в дослідницьких умовах, проте в комерційних умовах він є дуже дорогим, щоб виправдати комерційно життєвий продукт [5, c.606].