Без чего не может эффективно работать ни одна экспертная система

Коротко и понятно об экспертных системах

Система является интеллектуальной, если она обладает знаниями и умеет использовать их для достижения сформулированной цели. Знания – это то, без чего нет интеллектуальной системы. Экспертные системы явились первыми действительно интеллектуальными системами и, в конечном счете, интеллектуальность определила их коммерческий успех.

Разработки универсальных программ, использующих общие методы решения широкого класса задач, существенных практических результатов не принесли, но появилось понимание крайней ограниченности применения формально-математических методов в этой области. В 70-е годы была разработана и принята принципиально новая концепция: чтобы сделать систему интеллектуальной, ее нужно снабдить множеством высококачественных специальных знаний о некоторой предметной области. Процесс создания экспертных систем на первых этапах заключается в специфическом взаимодействии эксперта (экспертов) и инженера по знаниям с целью «извлечения» из эксперта и встраивания в систему процедур, стратегий эмпирических правил, которые он использует для решения задач.

Эксперт – это человек, который благодаря обучению и опыту может делать то, что мы все, остальные люди делать не умеем; эксперты работают не просто профессионально, но быстро и эффективно. Они хорошо умеют распознавать в проблемах, с которыми сталкиваются, примеры тех типовых проблем, с которыми они уже знакомы. Очень важно подчеркнуть, что эксперт должен не только знать, но и уметь. Именно этим свойством отличаются базы данных от баз знаний – базы знаний активны.

Экспертные системы как отдельное направление выделилось из общего русла исследований по искусственному интеллекту в начале 80-х г.г. Основным предметом исследований нового направления являются знания – их приобретение, представление и использование. Специалисты, работающие в этой области все чаще используют для ее наименования термин «инженерия знаний».

Очень значимым отличием экспертных систем от классических программ, работа которых основана на точных данных является то, что экспертные системы могут ошибаться. Причина ошибок лежит в том, что знания специалистов, как и знания, заложенные в экспертные системы, не точны. Важно, по крайней мере, чтобы экспертные системы ошибались не чаще, чем ошибается человек-эксперт.

Т.о. можно сформулировать следующее определение экспертной системы. Экспертная система – это вычислительная система, в которую включены знания специалистов о некоторой узкой предметной области в форме базы знаний. Экспертные системы должны уметь принимать решения вместо специалиста в заданной предметной области.

Характерными чертами экспертной системы являются:

• четкая ограниченность предметной области;
• способность принимать решения в условиях неопределенности;
• способность объяснять ход и результат решения понятным для пользователя способом;
• четкое разделение декларативных и процедурных знаний (фактов и механизмов вывода);
• способность пополнять базу знаний, возможность наращивания системы;
• результат выдается в виде конкретных рекомендаций для действий в сложившейся ситуации, не уступающих решениям лучших специалистов;
• ориентация на решение неформализованных (способ формализации пока неизвестен) задач;
• алгоритм решения не описывается заранее, а строится самой экспертной системой;
• отсутствие гарантии нахождения оптимального решения с возможностью учиться на ошибках.

Экспертные системы применяются для решения только трудных практических (не игрушечных) задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают прозрачностью, т.е. могут, быть объяснены пользователю на качественном уровне (в отличие от решений, полученных с помощью числовых алгоритмов, и в особенности от решений полученных статистическими методами). Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

Источник

Кому нужны экспертные системы

Что такое экспертная система (ЭС)? Все слышали этот термин, он часто воспринимается как устаревший, немодный, далекий от мэйнстрима и в науке, и в технике. «Это очень специальная область программирования, не имеющая широкого применения». ЭС проходят в институте и потом благополучно забывают.

Они появились в конце 60-х годов как самое многообещающее, практичное направление развития науки об искусственном интеллекте. Несмотря на множество интересных разработок, ЭС не только не получили широкого распространения, но нет даже ни одной коммерчески успешной разработки.

Если анализировать концепции этого направления информатики – ЭС, становится ясно, что, хотя направление не получило заметного развития, проблемы здесь лежат в самой основе развития компьютеров.

Когда появились первые электронный вычислительные машины (ЭВМ), их называли электронным мозгом и с опаской ожидали скорого прихода машин, заменяющих человека. Машин стало много, их мощность возросла в миллионы раз, но человека они заменить не смогли. Появление «электронного мозга» в ближайшие годы не прогнозируется, несмотря на то, что уже прошло более 60 лет со времени появления первых вычислительных машин.

Одна из основных причин слабого развития ЭС – алгоритмическая парадигма мышления разработчиков прикладных программ. Эта парадигма настолько глубоко проникла во все, что касается компьютеров, что мы этого не замечаем. Кажется, все замечательно – человек дает команды (нажимает мышкой нужные кнопки на экране) – машина исполняет, чего еще желать? Если же копнуть глубже – какие команды отдает человек? Вместо того, чтобы давать машине задание – сказать ЧТО надо сделать, что хочет пользователь, человек дает инструкции – КАК делать, какую последовательность операций выполнить машине, чтобы получить нужный результат.

Первая проблема в общении пользователя с машиной – надо учиться, обучиться пользованию нужными прикладными программами – т.е. выучить, когда и какие кнопки в программе нажимать, чтобы получить нужный результат. Как и любую машину, ее надо освоить, понять как с ней обращаться, запомнить способы управления и освоить их, так же как с автомобилем или кофеваркой.

Противоречивость этой ситуации никто не замечает. Компьютер – не просто очередная машина для облегчения жизни человеку, компьютер – машина для усиления интеллекта, для выполнения умственных операций. (Как то уже забылось, что арифметические операции и процедуры – умственные операции, которые существуют только в сознании человека). Поскольку современные компьютеры выполняют только алгоритмизованные операции, вся остальная часть умственной деятельности остается за человеком.

В результате, чем больше программ должен применять человек, тем больше он должен запомнить и выучить. Компьютер не «разгружает», а «нагружает».

Вместо квалифицированного, умного, знающего «помощника», которому можно поручить работу, не беспокоясь о результате, мы имеем сильного и неумного «раба», который сделает только то, что прикажут и ни на йоту больше, который не имеет ни усердия, ни знаний, ни творческой устремленности на результат.

Чтобы добиться от него результата, человек – пользователь должен хорошо потрудиться — выучить программу, постоянно ею управлять, готовить исходные данные для программы и еще обрабатывать результаты работы.

Возьмем, для примера, электронную бухгалтерию. Бухгалтерские программы можно сравнить со счетоводом – специалистом низшей квалификации в иерархии бухгалтерских специальностей. Бухгалтерская программа не может заменить бухгалтера, она заменяет лишь счетовода – заполняет графы в журналах и подсчитывает итоговые суммы. Электронная бухгалтерия имеет много полезных свойств, но без бухгалтера она бесполезна.

Какой может быть интеллектуальная программа – бухгалтерская ЭС? Такая программа полностью заменяет специалиста-бухгалтера – автоматически и безошибочно классифицирует и кодирует денежные операции, знает, автоматически собирает и применяет все необходимые нормативные и правовые акты и может консультировать директора по текущим операциям и по общим бухгалтерским вопросам.

Если взять наши текстовые редакторы – они облегчают труд машинисток, избавляя от необходимости перепечатывать страницу при обнаружении ошибок. В результате мы перестали писать ручкой и сами стали машинистками. Есть ли от этого выигрыш в производительности труда?

Интеллектуальный текстовый редактор должен сам создавать тексты документов по указаниям пользователя. Например: «На это письмо надо ответить согласием», «На эту претензию надо подготовить возражение», «Вот это письмо надо переписать в более мягкой форме».

А если взять электронные таблицы – сама по себе мощная парадигма электронных таблиц могла бы быть намного более массовой и эффективной, если бы не сложность ее освоения. Большинство пользователей не используют и половины функций электронных таблиц и текстовых редакторов из-за трудностей полного освоения этих программ.

Всякая современная прикладная программа может быть дополнена или заменена ЭС для кардинального повышения эффективности использования компьютера. Если перейти от обработки символов и чисел к обработке смысловой информации, можно получить настоящего помощника – семантический компьютер.

Достаточно заменить традиционный хелп на базу знаний по использованию программы, чтобы значительно повысить эффективность и освободить пользователя от напряжения, которое возникает при работе с новой программой.

Одно из важных отличий ЭС – ориентация на язык пользователя, поскольку в ЭС пользователь формулирует описание своей задачи – ЧТО он хочет, а не инструкции машине – КАК выполнить его задание.

Существует один пробел в современном программировании из-за которого в сознании программистов нет установки на смысловую обработку информации – нет формальной основы – языков программирования для представления и обработки смысловой информации, хотя все необходимые языковые средства описаны в соответствующих публикациях. Система концептуального программирования разрабатывается в НПФ «Семантикс Рисеч».

Созданию прикладных ЭС массового применения мешает инерция алгоритмического подхода. Многое можно сделать и на существующей технологической базе. Надо лишь вспомнить, что машина является средством усиления интеллекта человека и может выполнять не только арифметические операции.

Замена существующих прикладных программ экспертными системами кардинально повысит эффективность компьютеров и улучшит современный мир. Приведем лишь несколько возможных примеров.

Создание ЭС массового применения могли бы сильно повысить производительность труда во всех областях деятельности человека.

ЭС для юриста могла бы помогать ему в составлении и анализе документов, консультировать по текущему законодательству.

ЭС может принципиально изменить природу школьного и вузовского образования, а также значительно улучшить полезность системы электронного правительства. ЭС налогового инспектора могла бы автоматически проверять налоговые декларации и другие документы.

В не очень далекой перспективе развития ЭС, можно представить, что каждый человек сможет получить неограниченные возможности заинтересованного и активного персонального общения, которые сегодня обеспечивают коммерческий успех социальный сетей и поисковых программ Интернет. Общение с виртуальными интеллектуальными личностями кардинально изменят не только парадигму общения человека с компьютером, но и сами основы экономической деятельности общества.

Источник

Искусственный интеллект — Экспертные системы

Экспертные системы (ES) являются одной из выдающихся областей исследований ИИ. Он представлен исследователями из Стэнфордского университета, факультет компьютерных наук.

Что такое экспертные системы?

Экспертные системы — это компьютерные приложения, разработанные для решения сложных задач в определенной области на уровне необычного человеческого интеллекта и опыта.

Характеристики экспертных систем

• Высокая производительность
• понятный
• надежный
• Очень отзывчивый

Возможности экспертных систем

Экспертные системы способны —

• консультирование
• Инструктаж и помощь человеку в принятии решений
• Демонстрируя
• Вывод решения
• Диагностирование
• Объясняя
• Интерпретация ввода
• Прогнозирование результатов
• Обоснование заключения
• Предлагая альтернативные варианты проблемы

Они неспособны к —

• Подмена человека, принимающего решения
• Обладая человеческими способностями
• Создание точного вывода для неадекватной базы знаний
• Уточнение собственных знаний

Компоненты экспертных систем

Компоненты ES включают в себя —

• База знаний
• Механизм логического вывода
• Пользовательский интерфейс

Давайте посмотрим их один за другим кратко —

База знаний

Содержит специфичные для предметной области и высококачественные знания.

Знания необходимы для проявления интеллекта. Успех любого ES в основном зависит от сбора высокоточных и точных знаний.

Что такое Знание?

Данные представляют собой сбор фактов. Информация организована в виде данных и фактов о предметной области. Данные, информация и прошлый опыт, объединенные вместе, называются знаниями.

Компоненты базы знаний

База знаний ES — это хранилище фактических и эвристических знаний.

Фактические знания — это информация, широко принятая инженерами знаний и учеными в области задач.

Эвристическое знание — это практика, точное суждение, способность оценивать и угадывать.

Фактические знания — это информация, широко принятая инженерами знаний и учеными в области задач.

Эвристическое знание — это практика, точное суждение, способность оценивать и угадывать.

Представление знаний

Это метод, используемый для организации и формализации знаний в базе знаний. Это в форме правил IF-THEN-ELSE.

Приобретение знаний

Успех любой экспертной системы во многом зависит от качества, полноты и точности информации, хранящейся в базе знаний.

База знаний формируется на основе показаний различных экспертов, ученых и инженеров знаний . Инженер по знаниям — это человек, обладающий качествами эмпатии, быстрого обучения и навыков анализа кейсов.

Он получает информацию от эксперта-субъекта путем записи, собеседования и наблюдения за ним на работе и т. Д. Затем он систематизирует и систематизирует информацию в форме правил IF-THEN-ELSE, которые будут использоваться машиной помех. Инженер по знаниям также следит за развитием ES.

Механизм логического вывода

Использование эффективных процедур и правил Механизмом Вывода имеет важное значение для выведения правильного, безупречного решения.

В случае ES, основанной на знаниях, Inference Engine получает и манипулирует знаниями из базы знаний, чтобы прийти к конкретному решению.

В случае ES на основе правил это —

Применяет правила повторно к фактам, которые получены из более раннего применения правила.

Добавляет новые знания в базу знаний, если требуется.

Разрешает конфликт правил, когда несколько правил применимы к конкретному случаю.

Применяет правила повторно к фактам, которые получены из более раннего применения правила.

Добавляет новые знания в базу знаний, если требуется.

Разрешает конфликт правил, когда несколько правил применимы к конкретному случаю.

Чтобы порекомендовать решение, механизм вывода использует следующие стратегии:

• Вперед Цепочка
• Обратная цепочка

Вперед Цепочка

Это стратегия экспертной системы, чтобы ответить на вопрос: «Что может произойти дальше?»

Здесь механизм вывода следует цепочке условий и дериваций и, наконец, выводит результат. Он учитывает все факты и правила и сортирует их, прежде чем прийти к решению.

Эта стратегия используется для работы над выводом, результатом или эффектом. Например, прогноз состояния рынка акций как следствие изменения процентных ставок.

Обратная цепочка

С помощью этой стратегии экспертная система узнает ответ на вопрос «Почему это произошло?»

На основе того, что уже произошло, Механизм вывода пытается выяснить, какие условия могли произойти в прошлом для этого результата. Эта стратегия используется для выяснения причины или причины. Например, диагностика рака крови у людей.

Пользовательский интерфейс

Пользовательский интерфейс обеспечивает взаимодействие между пользователем ES и самой ES. Обычно это обработка естественного языка, которая используется пользователем, хорошо разбирающимся в предметной области. Пользователь ES не обязательно должен быть экспертом в области искусственного интеллекта.

Это объясняет, как ES пришел к конкретной рекомендации. Объяснение может появиться в следующих формах —

• Естественный язык отображается на экране.
• Устные рассказы на естественном языке.
• Список номеров правил, отображаемых на экране.

Пользовательский интерфейс позволяет легко отследить достоверность выводов.

Требования эффективного пользовательского интерфейса ES

Это должно помочь пользователям достичь своих целей в кратчайшие сроки.

Он должен быть разработан для работы с существующими или желаемыми методами работы пользователя.

Его технология должна быть адаптирована к требованиям пользователя; не наоборот.

Это должно эффективно использовать пользовательский ввод.

Это должно помочь пользователям достичь своих целей в кратчайшие сроки.

Он должен быть разработан для работы с существующими или желаемыми методами работы пользователя.

Его технология должна быть адаптирована к требованиям пользователя; не наоборот.

Это должно эффективно использовать пользовательский ввод.

Ограничения экспертных систем

Ни одна технология не может предложить простое и полное решение. Большие системы являются дорогостоящими, требуют значительного времени на разработку и компьютерных ресурсов. ES имеют свои ограничения, которые включают в себя —

• Ограничения технологии
• Сложное приобретение знаний
• ES сложно поддерживать
• Высокие затраты на разработку

Приложения Экспертной Системы

В следующей таблице показано, где можно применять ES.

заявка	Описание
Домен дизайна	Дизайн объективов камер, автомобильный дизайн.
Медицинский домен	Системы диагностики, позволяющие вывести причину заболевания на основании наблюдаемых данных, проведения медицинских операций на людях.
Системы мониторинга	Постоянное сравнение данных с наблюдаемой системой или с предписанным поведением, таким как мониторинг утечек в длинном нефтепроводе.
Системы управления процессом	Управление физическим процессом на основе мониторинга.
Область знаний	Обнаружение неисправностей в транспортных средствах, компьютерах.
Финансы / Торговля	Обнаружение возможного мошенничества, подозрительных сделок, торговля на фондовом рынке, планирование авиаперевозок, планирование грузов.

Эксперт Системные Технологии

Есть несколько уровней доступных технологий ES. Технологии экспертных систем включают в себя —

Среда разработки экспертных систем. Среда разработки ES включает в себя оборудование и инструменты. Они —

Рабочие станции, миникомпьютеры, мейнфреймы.

Символические языки программирования высокого уровня, такие как LIS t Программирование (LISP) и PRO грамматика en LOG (PROLOG).

Большие базы данных.

Инструменты — они в значительной степени снижают усилия и затраты на разработку экспертной системы.

Мощные редакторы и инструменты отладки с несколькими окнами.

Они обеспечивают быстрое прототипирование

Имеют встроенные определения модели, представления знаний и дизайна вывода.

Оболочки . Оболочка — это всего лишь экспертная система без базы знаний. Оболочка обеспечивает разработчиков знаниями, механизмом вывода, пользовательским интерфейсом и средствами объяснения. Например, несколько оболочек приведены ниже —

Java Expert System Shell (JESS), которая предоставляет полностью разработанный Java API для создания экспертной системы.

Видван , оболочка, разработанная в Национальном центре программных технологий в Мумбае в 1993 году. Она позволяет кодировать знания в форме правил IF-THEN.

Среда разработки экспертных систем. Среда разработки ES включает в себя оборудование и инструменты. Они —

Рабочие станции, миникомпьютеры, мейнфреймы.

Символические языки программирования высокого уровня, такие как LIS t Программирование (LISP) и PRO грамматика en LOG (PROLOG).

Большие базы данных.

Инструменты — они в значительной степени снижают усилия и затраты на разработку экспертной системы.

Мощные редакторы и инструменты отладки с несколькими окнами.

Они обеспечивают быстрое прототипирование

Имеют встроенные определения модели, представления знаний и дизайна вывода.

Оболочки . Оболочка — это всего лишь экспертная система без базы знаний. Оболочка обеспечивает разработчиков знаниями, механизмом вывода, пользовательским интерфейсом и средствами объяснения. Например, несколько оболочек приведены ниже —

Java Expert System Shell (JESS), которая предоставляет полностью разработанный Java API для создания экспертной системы.

Видван , оболочка, разработанная в Национальном центре программных технологий в Мумбае в 1993 году. Она позволяет кодировать знания в форме правил IF-THEN.

Разработка экспертных систем: общие шаги

Процесс разработки ES является итеративным. Шаги по разработке ES включают в себя —

Определить проблемный домен

• Проблема должна подходить для экспертной системы, чтобы решить ее.
• Найти экспертов в области задач для проекта ES.
• Установить экономическую эффективность системы.

Дизайн системы

Определить технологию ES

Знать и установить степень интеграции с другими системами и базами данных.

Поймите, как концепции могут лучше всего представлять знания предметной области.

Определить технологию ES

Знать и установить степень интеграции с другими системами и базами данных.

Поймите, как концепции могут лучше всего представлять знания предметной области.

Разработайте прототип

Из базы знаний: инженер знаний работает для —

Инженер по знаниям использует примеры для тестирования прототипа на предмет любых недостатков в производительности.

Конечные пользователи тестируют прототипы ES.

Тестировать и обеспечивать взаимодействие ES со всеми элементами ее среды, включая конечных пользователей, базы данных и другие информационные системы.

Хорошо документируйте проект ES.

Обучите пользователя использовать ES.

Постоянно обновляйте и обновляйте базу знаний.

Удовлетворение новых интерфейсов с другими информационными системами по мере развития этих систем.

Доступность — они легко доступны благодаря массовому производству программного обеспечения.

Меньше себестоимости — стоимость производства разумна. Это делает их доступными.

Скорость — они предлагают отличную скорость. Они уменьшают объем работы, которую выполняет человек.

Меньше частоты ошибок — уровень ошибок ниже по сравнению с человеческими ошибками.

Снижение риска — они могут работать в среде, опасной для человека.

Устойчивый ответ — они работают стабильно, не испытывая движения, напряжения или утомления.

Источник