Экспертные системы. Из-за сложности проблем, решаемых в ходе экспертизы, и

Из-за сложности проблем, решаемых в ходе экспертизы, и

высокой трудоемкости работ в последнее время все больше говорят о т.н. «экспертных системах», использующих широкие возможности вычислительной техники.

Экспертная система – это объединение информации,

получаемой на основе знаний и опыта экспертов, и

специальных методов и средств ее обработки, способных

предложить разумный совет или осуществить разумное

решение поставленной задачи.

Иногда под экспертной системой понимают программу для

компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций по решению какой-то проблемы. В этом случае программу можно называть «экспертом» только при соблюдении определенных условий:

- она должна обладать достаточными знаниями;

- знания должны быть сконцентрированы на определенную предметную область;

- из этих знаний должны непосредственно вытекать рекомендации или конкретные решения поставленных проблем.

Технология экспертных систем является одним из направлений

новой области научной деятельности – искусственного интеллекта (artificial intelliqence), которая занимается созданием компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области человеческой деятельности, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решения, распознавания образов, понимания человеческого языка. Эта технология успешно принимается в некоторых областях техники и жизни (медицинской диагностике, органической химии, поиске полезных ископаемых и др.).

Конечно же, «машина» по ряду характеристик всегда уступает

человеку. Ей недостижимы способности органов чувств человека, свойственные ему соображения «здравого смысла».

Можно выделить основные признаки экспертных систем. Такая

система:

1. моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека;

2. формирует, помимо выполнения вычислительных операций, определенные соображения и выводы, основываясь на тех знаниях, которыми располагает;

3. использует при решении задач в основном эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех.

Эвристика, по существу, является «правилом влияния» (rule

of thumb), которое в машинном виде представляет некоторое знание, приобретенное человеком по мере накопления практического опыта решения аналогичных проблем. Такие методы являются приблизительными в том смысле, что, во-первых, не требуют исчерпывающей информации и, во-вторых, существует определенная степень уверенности в том, что предлагаемое решение является верным.

Различают следующие классы экспертных систем:

1. интерпретирующие –для формирования описания ситуаций по результатам наблюдений или данным от сенсоров (при «распознавании образов»);

2. прогнозирующие – для логического анализа возможных последствий заданных ситуаций или событий (напр., предсказание погоды, прогноз ситуации на финансовом рынке и т.д.);

3. диагностирующие – для обнаружения источников неисправностей по результатам наблюдений за поведением контролируемой системы (технической или биологической);

4. проектирующие – для структурного синтеза конфигурации объектов (компонентов проектируемой системы) при заданных ограничениях (напр., компоновка архитектурных планов, синтез электронных схем и т.д.);

5. планирующие – для подготовки планов проведения последовательности операций, приводящих к заданной цели (составление графиков работ, движения транспорта, маршрутов следования, поведения роботов и т.д.);

6. системы мониторинга – для анализа поведения контролируемой системы и прогнозирования вероятности достижения цели (наблюдение состояния каких-либо объектов, социологические обследования и др.)

7. наладочные системы – для выработки рекомендаций по устранению неисправностей в контролируемой системе (отладка программного обеспечения, консультационные системы и т.д.);

8. системы оказания помощи при ремонте оборудования (напр., устранение неисправностей в инженерных коммуникациях);

9. обучающие системы, которые анализируют знания в определенной области, отыскивают «пробелы» и предлагают средства для их ликвидации;

10. системы контроля – обеспечивают адаптивное управление поведением сложных систем, прогнозируют появление возможных сбоев и планируют действия по их предупреждению (управление воздушным движением, военными действиями, деловой активностью и др.).

В зависимости от степени использования вычислительной

техники экспертные системы бывают:

- ручными (человеческими),

- человеко-машинными и

- компьютерными.

Основу любой экспертной системы составляют (см. рис.1):

- база знаний (БЗ), как совокупность всех имеющихся сведений об объекте исследования;

- область запросов (ОЗ), являющуюся предметом исследования.

Рис. 11. Принципиальная схема экспертной системы.

Область запросов – это та сфера интересов, в которой экспертная

система должна быть экспертом. Если эксперт должен предсказать погоду, то область запросов должна содержать конкретно запросы о погоде.

Чтобы быть экспертом в этой области, экспертная система должна иметь соответствующую базу знаний, содержащую (хотелось бы наиболее полно) всю информацию относительно объекта изучения (в нашем случае – погоды). В идеале база знаний целиком определяет область запросов, т.е. должна содержать все о рассматриваемой проблеме. На практике она будет включать лишь некоторую часть информации. Другими словами, база данных всегда фактически меньше области запросов и существует внутри ее.

Когда возникает конкретный вопрос, запрос должен попадать в область запросов, чтобы было результативным решение. Однако он может не всегда попадать в соответствующую базу данных. Место, в которое помещен конкретный запрос, зависит от степени охвата его базой знаний внутри экспертной системы.