Анализ инструментальных средств проектирования интеллектуальных информационных систем

В системах, основанных на обработке баз данных (СБД - Data Base Systems), происходит отделение фактуального и операционного знаний друг от друга. Первое организуется в виде базы данных, второе - в виде программ. Причем программа может автоматически генерироваться по запросу пользователя (например, реализация SQL или QBE запросов). В качестве посредника между программой и базой данных выступает программный инструмент доступа к данным - система управления базой данных (СУБД): СБД = Программа <=> СУБД <=> База данных.

Концепция независимости программ от данных позволяет повысить гибкость ИС по выполнению произвольных информационных запросов. Однако, эта гибкость в силу процедурности представления операционного знания имеет четко определенные границы. Для формулирования информационного запроса пользователь должен ясно представлять себе структуру базы данных и до определенной степени алгоритм решения задачи. Следовательно, пользователь должен достаточно хорошо разбираться в проблемной области, в логической структуре базы данных и алгоритме программы. Концептуальная схема базы данных выступает в основном только в роли промежуточного звена в процессе отображения логической структуры данных на структуру данных прикладной программы.

Общие недостатки традиционных информационных систем, к которым относятся системы первых двух типов, заключаются в слабой адаптивности к изменениям в предметной области и информационным потребностям пользователей, в невозможности решать плохо формализуемые задачи, с которыми управленческие работники постоянно имеют дело. Перечисленные недостатки устраняются в интеллектуальных информационных системах (ИИС).

Анализ структуры программы показывает возможность выделения из программы операционного знания (правил преобразования данных) в так называемую базу знаний, которая в декларативной форме хранит общие для различных задач единицы знаний. При этом управляющая структура приобретает характер универсального механизма решения задач (механизма вывода), который связывает единицы знаний в исполняемые цепочки (генерируемые алгоритмы) в зависимости от конкретной постановки задачи (сформулированной в запросе цели и исходных условий). Такие ИС становятся системами, основанными на обработке знаний (СБЗ - Knowledge Base (Based) Systems): СБЗ = База знаний <=> Управляющая структура <=> База данных. [2, стр. 24]

Следующим шагом в развитии интеллектуальных информационных систем является выделение в самостоятельную подсистему или репозиторий метазнания, описывающего структуру операционного и фактуального знания и отражающего модель проблемной области. В таких системах и программы, и структуры данных генерируются или компонуются из единиц знаний, описанных в репозитории, каждый раз при изменении модели проблемной области.

 

Глава 2. Разработка и проектирование интеллектуальных информационных систем

 

.1 Этапы проектирования  интеллектуальных систем

 

Проектирование интеллектуальных систем - это итеративный и эволюционный процесс, в котором участвуют несколько специалистов: эксперт, обладающий знаниями о предметной области и желающий помочь работе по созданию системы, а также специалисты в области искусственного интеллекта - инженеры знаний, аналитики и программисты. В зависимости от объема и трудоемкости работ группа может состоять из трех - шести человек.

При оценке проблемной области на этапе проектирования интеллектуальных систем необходимо учитывать следующие факторы: легкость сбора данных, представимость данных, оправданность затрат на разработку интеллектуальных систем, наличие экспертов, наличие необходимых ресурсов (компьютеров, программистов, программного обеспечения и т. д.).

После анализа проблемной области и определения целесообразности внедрения интеллектуальной системы в этой сфере приступают непосредственно к проектированию системы.

Существуют различные взгляды на определение числа этапов проектирования интеллектуальных систем. Это зависит от многих факторов, в частности от характера функций будущей интеллектуальной системы, области использования, наличия развитых инструментальных средств и т. д.

Процесс построения систем разделяется на пять этапов (рис. 2):

. Идентификация определения  задач и идентификация их характеристик. На этом этапе устанавливаются  задачи, которые предполагается  решать, их характеристики и особенности. Разрабатывается техническое задание  на проектируемую систему. Далее  очерчивается круг пользователей  системы. Эти сведения помогут  в дальнейшем правильно определить область знаний эксперта, определить функции системы и, как следствие, уровень необходимых знаний. В результате вырабатываются определенные требования.

. Выделение главных концепций  предметной области, которые отражают  знания круга экспертов. Это дает  возможность анализировать тип  знаний, которыми оперирует эксперт в процессе принятия решений. Инженер знаний определяет формальные средства представления знаний и процедуры получения решений, в наибольшей степени соответствующие характеру рассуждений эксперта при выводе решения.

Таким образом, в результате выполнения этого этапа выявляется и формулируются понятия, определяющие выбор характерной схемы представления знаний эксперта о предметной области.

. Выбор формализма представления  знаний и определение механизма  вывода решений. Эти компоненты  моделирования в значительной  степени влияют на успешное  решение поставленной задачи  по проектированию системы.

Разработанная структура для представления знаний является основой для реализации следующего этапа - непосредственного построения базы знаний системы.

. Выбор или разработка  языка представления знаний. После  того как правила сформулированы  и представлены на выбранном  языке представления, они заносятся  инженером знаний в БЗ.

. Тестирование системы.

Работоспособность системы определяется путем решения конкретных проверочных задач. При выявлении различных недостатков происходит обращение к тому или иному этапу разработки в зависимости от характера недостатков. При отсутствии каких-либо знаний в системе или их недостаточной определенности возвращаются к этапу 4 и по возможности вносят поправки. В случае если какие-либо знания, представленные экспертом практически невозможно представить в пределах формализма выбранной модели представления знаний, то возвращаются к этапу 3 и выбирают альтернативные модели или схемы представления знаний. Возможно, что причиной возврата может служить недостаточно адекватный базовый механизм логического вывода. Возникают ситуации, когда требуется переформулирование проблемы, так как исходная постановка задачи была неправильной. [1, стр. 73]

 

Рис. 2. Этапы проектирования ИИ [1, стр. 74]

 

Приведенная схема последовательности работ, на наш взгляд, достаточно полно и подробно раскрывает процесс проектирования ИИ, но некоторые важные этапы, связанные с созданием ряда функциональных модулей систем ИИ, не рассмотрены. Более подробный перечень работ при проектировании интеллектуальных систем:

·извлечение знаний из эксперта и передача их системе;

·выбор способа представления знаний в системе;

·выбор стратегии вывода (управления);

·выбор подсистемы объяснения;

·выбор подсистемы взаимодействия с пользователем;

·выбор адекватных средств реализации системы. Однако здесь, уже отсутствуют некоторые важные этапы, описанные выше.

Как уже отмечалось, содержание работ, число этапов проектирования интеллектуальных систем, последовательность их выполнения зависят от целого ряда объективных и субъективных факторов. Однако многие этапы и содержание работ являются общими и необходимыми для интеллектуальных систем практически всех типов. Ниже приводится перечень таких этапов и их составляющих:

. Описание проблемной  области: определение проблемной  области, показывающее важность  проблемы для всей организации; определение проблемных экспертов, желающих передать экспертизы (знания) базе знаний; подготовка и объявление  плана развития.

. Персонал: определение группы  проектировщиков и соответствующих  заданий; назначение квалифицированного  руководителя проекта; установление  и проведение в жизнь твердой  линии управления.

. Принятие проекта: проведение  организационного заседания; обсуждение  основного подхода к проблеме; подготовка специального плана  развития; подготовка к монтажу  необходимых технических средств  и инструментария.

. Прототип системы: развитие  системного прототипа: тестирование; получение дополнительной информации  о проблемной области по результатам  тестирования.

. Развитие полной системы: расширение базы знаний прототипа; оценивание структуры интерфейса  пользователя; объединение средств  обучения пользователей и документации.

. Верификация системы: вовлечение  в процесс проверки экспертов  и потенциальных пользователей; обеспечение функционирования системы  в соответствии с проектом.

. Интеграция системы: выполнение  полной системы, как планировалось; обеспечение совместимости и  взаимодействия системы с уже  действующими.

. Поддержка системы: обеспечение  непрерывной поддержки системы; модернизация БЗ в случае поступления  новой информации; сохранение ответственности  за систему.

. Документация: подготовка  полной документации системы; подготовка  руководства для пользователя; организация  консультаций пользователям. [1, стр. 89]

Этапы создания интеллектуальных систем не являются четко очерченными и подробно регламентированными. Между некоторыми из них трудно провести временную и содержательную границу. Они в какой-то степени приблизительно описывают процесс проектирования интеллектуальных систем.

Стадии существования интеллектуальных систем (или жизненные циклы системы) соответствуют уровню готовности системы, завершенности ее функциональных возможностей, реализуемых инструментарием. Определяют следующие стадии существования интеллектуальных систем: демонстрационный прототип; исследовательский прототип; действующий прототип; промышленная система; коммерческая система.

Демонстрационный прототип - это состояние разработанности системы, когда она решает некоторую часть проблемных задач. При разработке демонстрационного прототипа стремятся достичь противоречивых целей: с одной стороны, система на стадии демонстрационного прототипа должна выполнять задачи, которые бы довольно полно характеризовали ее возможности, с другой стороны, эту стадию стремятся пройти как можно быстрее. Работа демонстрационного прототипа может быть признана удовлетворительной, если он оперирует минимальным набором правил, достаточным для решения некоторых задач. Время разработки колеблется от двух месяцев до года.

Исследовательский прототип проектируется в течение 1,5-2 лет. На этой стадии развития системы ее БЗ уже содержит несколько сотен правил, которые достаточно адекватно описывают предметную область.

Действующий прототип интеллектуальных систем осуществляет качественный вывод решений на расширившемся пространстве правил, достигшем порядка 1000. Поэтому для вывода сложных решений требуются большие ресурсы времени и памяти.

Промышленные системы обеспечивают высокий уровень качества решения проблем предметной области при значительных уменьшениях времени решения и требуемой памяти. Количество правил возрастает не столь значительно по сравнению с действующим прототипом. На этой стадии происходит преобразование действующего прототипа за счет расширения числа правил и совершенствования интеллектуальных систем на базе использования более эффективных, инструментальных средств. Это требует примерно 3-4 года.

Коммерческая система предназначена в основном для продажи. Она является либо проблемно-ориентированной, либо проблемно-независимой.

 

2.2 Анализ предметной области  и методы приобретения знаний

 

Предметную область можно определить как сферу человеческой деятельности, выделенную и описанную согласно установленным критериям. В описываемое понятие должны входить сведения об ее элементах, явлениях, отношениях и процессах, отражающих различные аспекты этой деятельности. В описании предметной области должны присутствовать характеристики возможных воздействий окружающей среды на элементы и явления предметной области, а также обратные воздействия этих элементов и явлений на среду. Работа по изучению и анализу предметной области: проектировании интеллектуальных систем оказывает решающее влияние на эффективность ее работы.

Специфика предметной области может оказывать существенное влияние на характер функционирования проектируемой интеллектуальной системе, выбор метода представления знаний, способов рассуждения о знаниях, и т. д. В то же время можно привести примеры, когда системы ИИ, ориентированные на использование в определенной проблемной среде, подходили для проблематики совершенно из другой области.

Говоря о проблемной области, имею в виду комплексное понятие, включающее предметную область, решаемые задачи, цели, возможные стратегии и эвристики.

Предметную область можно определить как объект или производственную систему со всем комплексом понятий и знаний о ее функционировании. При исследовании проблемной области необходимы знания о задачах, решаемых в производственной системе, и стоящих перед ней целях. Определяются также возможные стратегии управления и эвристические знания, используемые в процессе эксплуатации производственной системы.

При исследовании экономических и производственных систем, производственных объектов и решаемых ими задач с целью формализации знаний в БЗ и работе с ними в интеллектуальных системах необходимо учитывать специфику таких систем. Экономическим и производственным системам присуща динамичность функционирования, частая смена ситуаций, обновление больших массивов измерительных и других данных, характеризующих состояние объекта. Они часто функционируют в условиях неполной определенности из-за действия случайных возмущающих факторов. Вместе с тем многие из производств бывают вредными или протекают в опасной для человека среде, что предъявляет повышенные требования к надежности систем управления ими.