Понятие экспертной системы

Наиболее широкое применение методы ИИ нашли в программах, названных экспертными системами. В них накапливается опыт специалистов в узкой предметной области. Затем при помощи знаний, накопленных в ЭС, специалисты с не очень высокой квалификацией могут решать сложные задачи на столь же высоком уровне, как и эксперты.

Систему искусственного интеллекта, построенную на основе высококачественных специальных знаний о некоторой предметной области (полученных от экспертов – специалистов этой области), называют экспертной системой.

Таким образом, экспертные системы – это программы, моделирующие образ мышления человека–эксперта на основе механизмов логического вывода и эвристических методов.

Определение, одобренное Комитетом по экспертным системам Британского компьютерного общества: - это система, объединяющая возможности компьютера со знаниями и опытом экспертов в такой форме, что система может предложить РАЗУМНЫЙ СОВЕТ или осуществить РАЗУМНОЕ РЕШЕНИЕ задач. Такая система должна уметь объяснять из своих рассуждений в понятной форме.

Экспертные системы - один из немногих видов систем искусственного интеллекта, которые получили широкое распространение и нашли практическое применение. Существуют экспертные системы по военному делу, геологии, инженерному делу, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельскому хозяйству, управлению, физике, химии, электронике, юриспруденции и т.д. И только то, что экспертные системы остаются весьма сложными, дорогими, а главное, узкоспециализированными программами, сдерживает их еще более широкое применение.

От других программ экспертные системы отличаются по следующим признакам:

1) компетентность – в конкретной предметной области экспертная система должна достигать того же уровня, что и эксперты – люди, при этом она должна пользоваться теми же эвристическими приемами, так же глубоко и широко отражать предметную область;

2) символьные рассуждения – знания, на которых основана экспертная система, представляют в символьном виде понятия реального мира, рассуждения также происходят в виде преобразований символьных наборов;

3) глубина – экспертиза должна решать глубокие, нетривиальные задачи, отличающиеся сложностью либо в плане сложности знаний, которые экспертная система использует, либо в плане их обилия, это не позволяет использовать полный перебор вариантов как метод решения задачи и заставляет прибегать к эвристическим, творческим, неформальным методам;

4) самосознание – экспертная система должна включать в себя механизм объяснения того, каким образом она приходит к решению задачи. Экспертные системы создаются для решения разного рода проблем, но основные типы их деятельности можно сгруппировать в категории, приведенные в таб.

Архитектура ЭС:

- интерфейсы пользователя (П), специалистов по ЭС (СЭС), которые работают совместно с экспертами (Э), и коммуникационные интерфейсы (диалоговый компонент);

- база знаний (БЗ) – совокупность структурированных знаний о предметной области, организованную так, чтобы на основе этих знаний с помощью программ ЭС можно было делать рассуждения, находить решения и объяснять выбор этого решения;

- СУБЗнаний – совокупность языковых и программных средств для создания и ведения БЗ (компонент приобретения знаний);

- Система поиска решения (СПР) – комплекс программ, позволяющих на основе БЗ с помощью математических, логических и эвристических методов дать пользователю рекомендации по принятию решения (логическая машина вывода);

- Система объяснений выбранного решения (СОВР) – комплекс программ, поясняющих пользователю, почему СПР выбрала то или иное решение (объяснительный компонент).

Примечание. В скобках указана терминология по [1].

 
 

 

 


Экспертные системы строятся на основе:

- представления знаний в виде набора правил (rule-based подход);

- на основе обучения системы (case-based подход).

Экспертная система может работать в режиме приобретения знаний – наполнение системы информацией и в режиме решения задач - система выдает решение задачи пользователя.

Экспертные системы можно классифицировать по следующим признакам:

1. По типу приложения:

а) по возможности взаимодействия с другими программными средствами (изолированные, интегрированные)

Б) по возможности функционирования приложения на различных аппаратно-программных платформах

В) по архитектуре приложения (централизованное, децентрализованное)

2. По стадии существования – стадия обучения, стадия эксплуатации.

3. По масштабу – масштаб отдела, предприятия, отрасли, страны.

4. По типу проблемной среды – медицинские, экономические, финансовые и др.

Различают предметно-ориентированные (применяют в определенной предметной области) экспертные системы и экспертные системы-оболочки (наполняют любым предметным содержанием).

Экспертные системы применяются для решения таких задач, как:

- Оценка займов, рисков страхования и капитальных вложений.

Медицинская диагностика и лечение заболеваний.

- Синтез новых химических соединений с заданными свойствами.

- Обучение и т.д.

Применение ЭС в экономике. Экспертные системы, выполняющие интерпретацию, как правило, используют информацию от датчиков для описания ситуации. Например, это может быть интерпретация показаний измерительных приборов на химическом заводе для определения состояния процесса. Интерпретирующие системы имеют дело не с четкими символьными представлениями проблемной ситуации, а непосредственно с реальными данными. Они сталкиваются с затруднениями, которых нет у систем других типов, потому что им приходится обрабатывать информацию зашумленную, недостаточную, неполную, ненадежную или ошибочную. Им необходимы специальные методы регистрации характеристик непрерывных потоков данных, сигналов или изображений и методы их символьного представления. Интерпретирующие экспертные системы могут обрабатывать разнообразные виды данных. Например, системы анализа сцен и распознавания речи, используя естественную информацию (в одном случае визуальные образы, в другом – звуковые сигналы), анализируют их характеристики и понимают их смысл. Интерпретация в области химии использует данные дифракции рентгеновских лучей, спектрального анализа или ядерного магнитного резонанса для вывода химической структуры вещества. Интерпретирующая система в геологии использует каротажное зондирование – измерение проводимости горных пород в буровых скважинах и вокруг них, определить подповерхностные геологические структуры. Медицинские интерпретирующие системы используют показания следящих систем (например, значения температуры, пульса кровяного давления ), чтобы установить диагноз или тяжесть заболевания. В военном деле интерпретирующие системы используют данные от радаров, радиосвязи и сонарных устройств, чтобы оценить ситуацию и идентифицировать цели.

Экспертные системы, осуществляющие прогноз, определяют вероятные последствия заданных ситуаций. Примерами служат прогноз ущерба урожаю от некоторого вида вредных насекомых, оценивание спроса на нефть на мировом рынке, прогнозирование места возникновения следующего вооруженного конфликта на основании данных разведки. Системы прогнозирования иногда используют имитационное моделирование, т.е. программы, которые отражают причинно-следственные взаимосвязи в реальном мире, чтобы сгенерировать ситуации или сценарии, которые могут возникнуть при тех или иных входных данных. Эти возможные ситуации вместе со знаниями о процессах, порождающих эти ситуации, образуют предпосылки для прогноза. Специалисты по искусственному интеллекту пока разработали сравнительно мало прогнозирующих систем, возможно потому, что очень трудно взаимодействовать с имитационными моделями и создавать их.

Экспертные системы выполняют диагностирование, используя описания ситуаций, характеристики поведения или знания о конструкции компонентов, чтобы установить вероятные причины неправильно функционирования диагностируемой системы. Примерами служат определение причин заболевания по симптомам, наблюдаемым у пациентов; локализация неисправностей в электронных схемах и определение неисправных компонентов в системе охлаждения ядерных реакторов. Диагностические системы часто являются консультантами, которые не только ставят диагноз, но и помогают в отладке. Они могут взаимодействовать с пользователем, чтобы оказать помощь при поиске неисправностей, а затем предложить порядок действий по их устранению. Медицина представляется вполне естественной областью для диагностирования, и действительно, в медицинской области было разработано больше диагностических систем, чем в любой другой отдельно взятой предметной области. Однако в настоящее время многие диагностические системы разрабатываются для приложений к инженерному делу и компьютерным системам.

Экспертные системы, выполняющие проектирование, разрабатывают конфигурации объектов с учетом набора ограничений, присущих проблеме. Примерами могут служить генная инженерия, разработка СБИС и синтез сложных органических молекул.

Экспертные системы, занятые планированием, проектируют действия; прежде чет начнется их выполнение. Примерами могут служить создание плана применения последовательности химических реакций к группам атомов с целью синтеза сложных органических соединений или создание плана воздушного нападения, рассчитанного на несколько дней, с целью нейтрализации определенного фактора боеспособности врага.

Экспертные системы, выполняющие наблюдение, сравнивают действительное поведение с ожидаемым поведением системы. Примерами могут служить слежение за показаниями измерительных приборов в ядерных реакторах с целью обнаружения аварийных ситуаций или оценка данных мониторинга больных, помещенных в блоки интенсивной терапии. Наблюдающие экспертные системы подыскивают наблюдаемое поведение, которое подтверждает их ожидания относительно нормального поведения или их предположения о возможных отклонениях. Наблюдающие экспертные системы по самой своей природе должны работать в режиме реального времени и осуществлять зависящую как от времени, так и от контекста интерпретацию поведения наблюдаемого объекта.

Экспертные системы, выполняющие обучение, подвергают диагностике, «отладке» и исправлению (коррекции) поведение обучаемого. В качестве примеров приведем обучение студентов отысканию неисправностей в электрических цепях, обучение военных моряков обращению с двигателем на корабле и обучение студентов-медиков выбору антимикробной терапии. Системы диагностируют и указывают обучающемуся его ошибки, анализируя модель и строя планы исправлений указанных ошибок.

Экспертные системы, осуществляющие управление, адаптивно руководят поведением системы в целом. Примером служит управление производством и распределением компьютерных систем. Управляющие экспертные системы должны включать наблюдающие компоненты, чтобы отслеживать поведение объекта на протяжении времени. Но они могут нуждаться и в других компонентах для выполнения любых или всех из уже рассмотренных типов задач: интерпретации, прогнозирования, диагностики, проектирования, планирования, отладки, ремонта и обучения Типичная комбинация задач состоит из наблюдения, диагностики, отладки, планирования и прогноза.

Рассмотрим примеры наиболее известных классических экспертных систем, с которых началось создание и развитие этого типа программных средств.

MYCIN–экспертная система, разработанная для медицинской диагностики. В частности, она предназначена для работы в области диагностики и лечения заражения крови и медицинских инфекций. Она состоит в общей сложности из 450 правил, разработанных с помощью группы по инфекционным заболеваниям Стенфордского университета.

MYCIN не выдает диагноз и не раскрывает его точный показатель неопределенности. Система выдает целый список диагнозов, называя показатель определенности для каждого из них. Все диагнозы с показателями выше определенного специфического для каждого диагноза уровня принимаются как в той или иной степени вероятные, и пользователю вручается список возможных исходов.

DENDRAL – это старейшая, самая разработанная экспертная система в мире.

Химик, получив какое-то вещество, часто хочет знать, какова его химическая структура. Проблема состоит в том, что это требует времени и значительной экспертизы со стороны научного сообщества. Здесь и оказывается очень полезной система DENDRAL, автоматизирующая процесс определения химической структуры вещества.

В самых общих чертах процесс принятия решения следующий. Пользователь дает системе DENDRAL некоторую информацию о веществе, а также данные спектрометрии (инфракрасной, ядерного магнитного резонанса и масс-спектрометрии), и та, в свою очередь, выдает диагноз в виде соответствующей химической структуры.

PROSPECTOR – экспертная система, применяемая при поиске коммерчески оправданных месторождений полезных ископаемых.

Система PROSPECTOR, по аналогии с MYCIN, содержит большое число правил, относящихся к различным объектам, а также возможных исходов, выведенных на их основе. В этой системе используется также «движение по цепочке назад» и вероятности. Методы этой системы являются одними из лучших среди всех разработанных методов для любой из существующих ныне систем.

Кроме экспертных систем MYCIN, DENDRAL и PROSPECTOR существует большое количество других экспертных систем:

EMYCIN - для решения коммерческих задач.

GURU – для решения широкого класса задач.

GOLDWORKS - для решения широкого класса задач с широким выбором методов поиска.

ДЭС – для оценки кредитоспособности клиентов (в РБ).

Бизнес – Прогноз – рекомендации по вопросам работы средних и мелких фирм различных форм собственности.

В последнее время происходит быстрое расширение сферы применения экспертных систем, и полный их перечень был бы огромным и устарел бы сразу же после его опубликования.

В настоящее время достаточно широко применяются системы поддержки принятия решений, базирующиеся на экспертных системах.Ихцель - помочь человеку принять решение в определенной ситуации в отличие от экспертных систем, которые должны заменить человека при решении частной проблемы.