Экспертные системы, цели их использования,структура

 6. Диагностика неисправностей в механических и электрических устройствах.

В этой сфере системы, основанные на знаниях, незаменимы как при ремонте  механических и электрических машин (автомобилей, дизельных локомотивов  и т.д.), так и  при устранении неисправностей и ошибок в аппаратном и программном обеспечении  компьютеров.

7. Обучение.   

Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого  обучения может служить компьютерная игра, сложность которой увеличивается  по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная  Д.Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т.Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие,  способные провести быструю атаку корабли  и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать  этому правила игры меняли каждый год.  

    Большинство   ЭС включают знания, по содержанию  которых их можно отнести одновременно  к нескольким типам. Например, обучающая система может также  обладать знаниями, позволяющими  выполнять диагностику и планирование. Она определяет способности обучаемого  по основным направлениям курса,  а затем с учетом полученных  данных составляет учебный план.

Управляющая система может  применяться для целей контроля, диагностики, прогнозирования и  планирования. Система, обеспечивающая сохранность жилища, может следить  за окружающей обстановкой, распознавать происходящие события (например, открылось  окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и  составлять план действий (вызвать  полицию). 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.2.Использование  экспертных систем в экономике

Экспертная  система (ЭС) – это сложный программный комплекс, аккумулирующий и тиражирующий знания специалистов в конкретной предметной области и выполняющий функции эксперта при решении задач из этой области, консультируя менее квалифицированных пользователей.

Экспертная система содержит три существенных компонента: базу знаний, процедуру вывода и интерфейс  между пользователем и системой. Ядром экспертной системы служит база знаний и процедура вывода. Их следует рассматривать вместе, ибо знания, на основе которых нельзя сделать выводы, не имеют смысла. В экспертных системах обычно проводится работа с небольшой частью знаний человека, ограниченной областью профессиональных знаний. Однако при этом возникает  множество вопросов, а именно:

1. Как получить знания от экспертов, понятные программисту?

2. Как представить их в структурированном виде?

3. Как реализовать выбранные виды представления знаний на компьютере?

4. Как обеспечить доступ к знаниям внутри системы?

5. Каким образом модифицировать знания по мере накопления опыта?

Процесс извлечения знаний, которыми обладает эксперт, еще недостаточно разработан. Обычно это происходит различными способами и определяется экспертом и инженером по знаниям. Наиболее популярная методика включает следующие этапы:

1) структурирование предметной области путем построения «простой» модели знаний и извлечение из нее ответов;

2) создание на основе «простой» модели знаний уже работающей модели – прототипа экспертной системы с целью ее усовершенствования;

3) следование циклу «усовершенствования» и «отладки» до тех пор, пока система не станет работать удовлетворительно.

Сегодня сотни фирм в развитых зарубежных странах занимаются разработкой  и внедрением ЭС. Ежегодно крупными фирмами разрабатываются десятки  систем типа “in-house” (для внутреннего пользования). Эти системы интегрируют опыт специалистов компании по ключевым и стратегически важным технологиям. В начале 1990-х годов появилась новая наука – «менеджмент знаний» (knowledge management), исследующая методы обработки и управления корпоративными знаниями.

Причиной повышенного  интереса, который ЭС вызывают к  себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных  областей человеческой деятельности. Например, медицина, юриспруденция, геология, экономика, военное дело. В настоящее  время ЭС получили распространение  в страховании, банковском деле и  других областях. В экономике с  помощью ЭС решаются задачи анализа  инвестиций, планирования рекламной  кампании и прогнозирования рынка. ЭС применимы в тех областях, где  качество принятия решений традиционно  зависит от уровня экспертизы, и  позволяют получать качественные, а  не количественные результаты решения  задачи. ЭС помогают  накапливать опыт, повышать качество принимаемых решений и справиться с потоками информации: они выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Практическое применение ЭС на предприятиях способствует обеспечению эффективной работы и повышению квалификации специалистов.

Преимущества ЭС перед  человеком-экспертом состоят в  том, что у систем, основанных на знаниях, «нет предубеждений», они не делают поспешных выводов. Эти системы  работают последовательно, при этом анализируются все детали и часто  выбирается наилучшая альтернатива из всех возможных. Знания, будучи введены в систему, сохраняются в полном объеме. Человек же обладает ограниченными знаниями, и если они долгое время не используются, то забываются и теряются навсегда. Кроме того, системы, основанные на знаниях, «помехоустойчивы»: эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей, в то время как ЭС, не содержащие знания из других областей, по своей природе менее подвержены «шумам».

 

2.2. Критерий использования ЭС для решения задач.

 Существует ряд прикладных  задач, которые решаются с помощью  систем, основанных на знаниях,  более успешно, чем любыми другими  средствами. При определении целесообразности  применения таких систем нужно  руководствоваться следующими критериями.

1. Данные и знания надежны  и не меняются со временем.

2. Пространство возможных  решений относительно невелико.

3. В процессе решения  задачи должны использоваться  формальные рассуждения. Существуют  системы, основанные на знаниях,  пока еще не пригодные для  решения задач методами проведения  аналогий или абстрагирования  (человеческий мозг справляется  с этим лучше). В свою очередь  традиционные компьютерные программы  оказываются эффективнее систем, основанных на знаниях, в тех  случаях, когда решение задачи  связано с применением процедурного  анализа. Системы, основанные  на знаниях, более подходят  для решения задач, где требуются  формальные рассуждения.

4. Должен быть по крайней  мере один эксперт, который  способен явно сформулировать  свои знания и объяснить свои  методы применения этих знаний  для решения задач.

    В таблице один приведены сравнительные свойства прикладных задач, по наличию которых можно судить о целесообразности использования для их решения ЭС.

Таблица 1. Критерий применимости ЭС.

 

Применимы	неприменимы
Не могут быть построены  строгие алгоритмы или процедуры, но существуют эвристические методы решения.	Имеются эффективные алгоритмические  методы.
Есть эксперты, которые  способны решить задачу.	Отсутствуют эксперты или  их число недостаточно.
По своему характеру задачи относятся к области диагностики, интерпретации или прогнозирования.	Задачи носят вычислительный характер.
Доступные данные “зашумлены”.	Известны точные факты  и строгие процедуры.
Задачи решаются методом  формальных рассуждений.	Задачи решаются процедурными методами, с помощью аналогии или  интуитивно.
Знания статичны (неизменны).	Знания динамичны (со временем изменяются).

 

В целом ЭС не рекомендуется  применять для решения следующих  типов задач:

- математических, решаемых  обычным путем формальных преобразований  и процедурного анализа;

- задач распознавания,  поскольку в общем случае они  решаются численными методами;

- задач, знания о методах  решения которых отсутствуют  (невозможно построить базу знаний). 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.3. Ограничения в применение экспертных систем.

  Даже лучшие из существующих  ЭС, которые эффективно функционируют  как на больших, так и на  мини-ЭВМ, имеют определенные  ограничения по сравнению с  человеком-экспертом. 

1. Большинство ЭС не  вполне пригодны для применения  конечным пользователем. Если  вы не имеете некоторого опыта  работы с такими системами,  то у вас могут возникнуть  серьезные трудности. Многие системы  оказываются доступными только  тем экспертам, которые создавали  из базы знаний.

2. Вопросно-ответный режим,  обычно принятый в таких системах, замедляет получение решений.  Например, без системы MYCIN врач  может (а часто и должен) принять  решение значительно быстрее,  чем с ее помощью. 

3. Навыки системы не  возрастают после сеанса экспертизы.

4. Все еще остается  проблемой приведение знаний, полученных  от эксперта, к виду, обеспечивающему  их эффективную машинную реализацию.

5.  ЭС не способны  обучаться, не обладают здравым  смыслом. Домашние кошки способны  обучаться даже без специальной  дрессировки, ребенок в состоянии  легко уяснить, что он станет  мокрым, если опрокинет на себя  стакан с водой, однако если  начать выливать кофе на клавиатуру  компьютера, у него не хватит  “ума” отодвинуть ее.

6. ЭС неприменимы в  больших предметных областях. Их  использование ограничивается предметными  областями, в которых эксперт  может принять решение за время  от нескольких минут до нескольких  часов.

7. В тех областях, где  отсутствуют эксперты (например, в  астрологии), применение ЭС оказывается  невозможным. 

8. Имеет смысл привлекать  ЭС только для решения когнитивных  задач. Теннис, езда на велосипеде  не могут являться предметной  областью для ЭС, однако такие  системы можно использовать при  формировании футбольных команд.

9. Человек-эксперт при  решении задач обычно обращается  к своей интуиции или здравому  смыслу, если отсутствуют формальные  методы решения или аналоги  таких задач. 

    Системы, основанные  на знаниях, оказываются неэффективными  при необходимости проведения  скрупулезного анализа, когда  число “решений” зависит от  тысяч различных возможностей  и многих переменных, которые  изменяются во времени. В таких  случаях лучше использовать базы  данных с интерфейсом на естественном  языке.  

 

Глава 3. Структура систем, основанных на знаниях.

3.1. Категории пользователя ЭС

Структура ЭС изображена на схеме:

 

                    

 

                                                                            

 

 

 

 

 

 

 

 

 

 

Рис.3 Структура ЭС

      Экспертные системы имеют две категории пользователей  и два отдельных “входа”, соответствующих различным целям взаимодействия пользователей с ЭС:

1)обычный пользователь (эксперт), которому требуется консультация  ЭС - диалоговый сеанс работы с  ней, в процессе которой она  решает некоторую экспертную  задачу. Диалог с ЭС осуществляется  через диалоговый процессор - специальную компоненту ЭС. Существуют  две основные формы диалога с ЭС - диалог на ограниченном подмножестве естественного языка ( с использованием  словаря- меню (при котором на каждом шаге диалога система предлагает выбор профессионального лексикона экспертов) и диалог на основе из нескольких возможных действий);

2)экспертная группа инженерии  знаний, состоящая из экспертов  в предметной области и инженеров  знаний. В функции этой группы  входит заполнение базы знаний, осуществляемое с помощью специализированной  диалоговой компоненты ЭС - подсистемы  приобретения знаний, которая позволяет  частично автоматизировать этот  процесс.                                                                                                            

 

 

 

 

   3.2.  Подсистема приобретения знаний. База знаний

    Подсистема приобретения знаний предназначена для добавления в базу знаний новых правил и модификации имеющихся. В ее задачу входит приведение правила к виду, позволяющему подсистеме вывода применять это правило в процессе работы. В более сложных системах предусмотрены еще и средства для проверки вводимых или модифицируемых правил на непротиворечивость с имеющимися правилами.