Реферат: Создание "экспертных систем"
Экспертные системы
Компьютериз ация общ ества - одн о из основн ых н аправлен ий н аучн о-технического прогресса - вызвала сущ ествен ные изменения в технол огии раз работки и использования програм мных средств.
Эти изменения были подготовл ены всем развитием теории и практики искусственного интеллекта (ИИ), наиболее существенным рез ультатом которого явился переход к так называемой новой информационной технол огии и создание “экспертных си стем (ЭС).
Первые ЭС- медицинские mycin и dendral для приложений по химии появились в середине 70-х годов в рамках исследовательских программ по искусственному интеллекту. Уже первые ЭС оказались полезными. Медицинская система mycin успешно вписалась в клиническую практику, помогая в выборе лекарств больным с бактериемией, менингитом, циститом.
Идеологию ЭС можно выразить формулой: знание + вывод=система. ЭС предполагает взаимодействие блоков. Главные из них – база знаний и механизм вывода.
Суть происшедших технологических изменений закл ючается в появлении нового класса инструментальных средств ИИ, который стал основой создания конечных программных продуктов на основе принципиально другой технологии, с новыми качественными возможностями соз даваемых продуктов, эти изм енения существенно повышают интелл ект программ, новые средства з аменили целую технол огическую цепочку, в которой между коне чным пол ьзователем и ЭВМ находил ось нескол ько посредн иков.
Эти изменения стал и возможными благодаря двум основным факторам : выдел ению в алгоритме программы н екоторой ун иверсал ьной части (логи ческого вывода ) и отделению ее от части, з ависящей от предметной области (базы зн аний); повышению уровн я взаимодействия пользовател я и компьютерной программы, т.е. появлению интел лектуального интерфейса в программах ИИ.
Обычные программы имеют фиксированную последовательность шагов, точно определяемых программистом, и путем обработки числовой информации ищут оптимальное решение, в то время как программы ИИ, подобно человеку, пользуются для нахождения удовлетворительного решения методом проб и ошибок. При этом производится преимущественно символьная обработка содержимого базы знаний. Различия эти, разумеется, не абсолютны, а лишь наиболее характерны для обоих типов программ. Различие в структуре и частоте мод ификаций влияет на различия технологий разработки обычных программ и программ ИИ. Все различия, приведенные д ля программ ИИ, в целом характерны и для экспертных систем.
Изменение в структуре и повыш ение вследствие этого общего интелле кта компьютерных программ является ключевым для определения экспертных систем, и это естественно, так как, для того чтобы стало возмож ным повысить интеллект программ, необходимо усл ож нить их организацию и структуру. Таким образом, можно попытаться дать определение экспертной системы.
Экспертная система - это компьютерная программа, которая моделирует рассуждения человека-эксперта в некоторой определенной области и использует для этого баз у знаний, содержащую факты и правила об этой облас ти, и некоторую процедуру логического вывода.
Для того чтобы пользователь мог эффективно взаимодействовать с экспертной системой, ее интерфейс должен выполнять две основные функции: давать советы и объяснения пользователю и управлять приобретением знаний. Взаимодействие эксперта, пользователя и структурных частей с истемы можно представить в виде базовой структуры экспертной системы.
У экспертной с исте мы долж но быть два режима работы: режим приобретения знаний и режим решения задач. В режи ме приобретения знаний эксперт общается с экспертной системой при посредничестве инженера знаний, в режиме решения задач в общении с экспертной системой участвует пользователь, которого интересует результат и способ его получения. Экспертная система в отличие от решения задач по алгоритму не исключает пользователя из решения, а, наоборот, сохраняет за ним инициативу. В то ж е время ЭС не является просто пассивным ис точником полезной информации подобно книжному справочн ику или базе данных. В нужные моменты ЭС подсказ ывает необходимое направление решения задачи, развивает цепочки умозаключений, объясняет свои действия.
Искусс тве нны й интеллект д авно стал источником новых технологических приемов, решений, которые широко вошли в практику программирования, так, в работах по искусственному интеллекту берут свое начало такие ид еи, как разд еление времени, обработка списков, редактирование и отладка программ в диалоговом режиме, эвристическое программирование, графический интерфейс, использование полиэкранного дисплея и манипулятора типа ' мышь' и др.
С точки зрения решения основной задачи экспертных систем: кодирования знаний о предметной области и их использования для решения проблем в этой области наиболее существен опыт исследователей искусственного интеллекта в решении задач представления знаний и распознавания образ ов.
Объем знаний, необходимых для любого значительного приложения экспертных систем, обычно очень велик и поэтому для выборки, обновления и поддержания таких больших объемов знаний экспертным системам необходимы хорошие модели представления знаний. Кроме того, удачная модель представления может значительно облегчить построение логического вывода. в экспертных системах наиболее часто используется представление знаний в виде продукционных правил, фреймов. Используются также семантические сети, предложения Пролога и комбинированные представления. Каждая из этих моделей имеет свои преимущества и недостатки, например, семантическая сеть хранит связанную информацию вместе, но в ней затруднено построение выводов из этой информации. С другой стороны. Пролог имеет готовый механизм для построения логических выводов, но не хранит связанную информацию вместе. Большие базы знаний хранятся обычно на дисках и только необход имая в данный момент часть - в оперативной памяти. Создание эффективных баз знаний для хранения правил, фреймов и т.д. является актуальной з адачей.
В целом представление знаний является наиболее важной проблемой при построении экспертных систем и более подробно она будет рассмотрена ниже.
Традиционно процесс распознавания разделяется на два этапа: обучение и собственно распознавание. Первый этап инд уктивный, второй - дедуктивный.
На первом этапе обрабатываются данные многочисленных наблюдений над отдельными пред ставителями исследуемого класса объектов и на основе полученных результатов строится некоторое решающее правило.
Второй этап предполагает применение описанного при вила для распознавания интересующих нас, но непосредственно не измеряемых свойств других объектов данного класса.
На этапе обучения выявляются некоторые закономерности, присущие исследуемому классу, и совокупность этих закономерностей служит далее моделью предметной области, которая в формализованном вид е составляет основу базы знаний, на основе модели решаются задачи распознавания свойств конкретных объектов, очевидна связь обучения и решения задач с описанными ранее режимами работы ЭС. Описанная схема распознавания в той или иной мере характерна для многих задач, решаемых экспертными системами.
Экспертные системы ориентированы на решение широкого круга задач в неформализованных областях, решение задачи распознавания образов в таких областях предполагает составление описани й объек тов и правил, определяющих по этим описаниям принадлежность объектов к тем или иным классам. Процедуры применения таких правил к каким-либо объектам в экспертных системах подчиняются различным стратегиям. Наиболее часто применяются стратегии прямого или обратного вывода. Используются также комбинированные стратегии, стратегии на основе так называемой доски объявлений. Прямой вывод - это вывод, направляемый целями (правилами) к данным. Обратн ый вывод - это вывод, направляемый данными к целям. В сложных экспертных системах (например, понимания речи) ни один из источников знаний системы не может гарантировать единственности и правильности получаемых им рез ультатов, для того чтобы ошибка одного источника знания не влияла роковым образом на работу других, источники знания должны рассматриваться как независимые. Однако, так как все источники знания решают общую задачу, от них требуется взаимодействие. Чтобы удовлетворить эти требования, был предложен механизм доски объявлений.
На доске объявлений записываются промежуточные гипотезы и результаты работы ЭС в виде плана, заявок, решений.
План описывает способ, которым ЭС будет искать решение задачи. Текущий план включает такие элементы, как цели, состояние задач.
Заявки содержат информацию о потенциальных действиях, ожидающих выполнени я, которые обычно соответствуют правилам из базы знаний.
Решения представляют гипотезы и решения, выдвинутые в качестве возможных кандидатов, вместе с зависимостями, связывающими одно решение с другим.
Интерпретатор базы знаний определяет, какую заявку следует обработать следующ ей, и выполняет заявку путем применения соответствующего правила из базы знаний. В общем случае интерпретатор выявляет выполнимость условий применения правила, связывает переменные в этих условиях на доске объявлений, а затем осуществляет те изменения на доске, которые предписываются этим правилом. Например, план может рекомендовать сначала обработать все данные некоторого уровня, затем сформулировать перспективные гипотезы, уточняя и развивая каждую из них до тех пор, пока не останется одна, после чего все время будет уделено этой единственной гипотезе до получения окончательного решения.
Таким образом, экспертная система - это компьютерная программа с некоторыми отличиями в структуре и характеристиках по сравнению с традиционными программами.
Наличие базы знаний и относительно универсального интерпретатора делает принципиально возможным создание новых экспертных си стем для новых приложений путем разработки новой базы знаний без изменения интерпретатора. Процесс разработки экспертной системы, таким образом, можно свести (при наличии готового интерпретатора) к процессу разработки базы знаний. Такая технология получила название технологии "пустых оболочек", когда однажды разработанная экспертная система использ уется в качестве оболочки для новых знаний, как правило, различные приложения существенно различаются, и поэтому для ее реализации необходимо иметь большой набор оболочек с различными моделями представления знаний и различными механизмами логического вывода.
Для разработки ЭС используются те же языки и системы программирования, что и для обычных программ, но наличие таких специфических для ИИ структурных частей, как логический вывод, естественно-языковый интерфейс, делает предпочтительным использование для разработки ЭС таких языков ИИ, как Липс , Пролог и специальных средств поддержки разработки.
--> ЧИТАТЬ ПОЛНОСТЬЮ <--