Применение экспертных систем в банковской деятельности

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Московский государственный индустриальный университет» (ФГБОУ  ВПО «МГИУ»)

Институт дистанционного образования Кафедра естественно-научных и инженерно-технических дисциплин

 

 

РЕФЕРАТ
по дисциплине: «Интеллектуальные информационные системы»
на тему «Применение экспертных систем в банковской деятельности»
Группа	ПК09И21
Студент	_______________	М.В. Губай
Руководитель работы,  должность, звание	_______________	А. Е. Рабинович

 

 

 

 

 

 

 

 

 

МОСКВА 2014

 

Оглавление

 

 

 

 

Определение экспертных систем.

 

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 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.

Экспертное знание – это сочетание теоретического понимания проблемы и практических навыков ее решения, эффективность которых доказана в результате практической деятельности экспертов в данной области.

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».

Основные отличия классических систем обработки данных от экспертных систем следующие:

• на выходе системы пользователь получает не машинограмму или видеокадр, а интеллектуальный совет для решения поставленной перед ним проблемы;
• в основу экспертных систем положена технология обработки не цифровых данных, а преобразование символьной информации, часто представленной в виде правил;
• экспертные системы при решении задачи используют, как правило, не точные алгоритмы, а так называемые эвристики, то есть методы, которые во многом опираются на опыт и знание эксперта;
• экспертные системы, в отличие от традиционных систем обработки данных, способны объяснить порядок своих действий при решении задачи.

Существует ещё одна важная особенность экспертных систем. Если обычные программы разрабатываются так, чтобы каждый раз порождать правильный результат, то экспертные системы разработаны с тем, чтобы вести себя как эксперты. Они, как правило, дают правильные ответы, но иногда, как и люди, способны 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.

Экспертные системы имеют одно большое отличие от других систем искусственного интеллекта: они предназначены не для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области (работа, производство, социальная защита и т.п.), в редких случаях – областях.

Идея автоматизированных экспертных систем основывается на расчленении знаний экспертов в отдельной – относительно узкой предметной области, обработке их непосредственно в компьютере и дальнейшем использовании в процессе формирования выводов во время решения проблем в данной области. Особое внимание нужно обратить на две основные характеристики экспертных систем: человеческий фактор, то есть экспертные системы как компьютерные системы, которые содержат знание эксперта и подсказывают образ действий во время решения сложных проблем и технологический аспект, то есть экспертные системы как продукт информатики, реализованный в технологии переработки знаний.

Таким образом, 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.

Особенности экспертных систем, отличающие их от других программ, заключаются в том, что они должны обладать следующими качествами:

• определяются областью экспертизы; имитируют деятельность эксперта в данной области; содержат соответствующие объективные и субъективные знания; имеют способность размышлять, опираясь на достаточно достоверные данные;
• умеют объяснить процесс формирования выводов и обосновать свои выводы в форме, которую понимает пользователь; констатация фактов и механизмы формирования выводов являются независимыми модулями (знание не подаются в виде дедуктивных процедур);
• сконструированные так, чтобы была возможность постоянно модифицировать и расширять знание системы; опираются на технологию преобразования символьной информации, которая чаще всего подается в виде правил; результат действий набирает формы интеллектуального совета, а не таблицы цифр, которые выдаются в печать или на экран дисплея;
• решают задачи, используя не точные алгоритмы, а так называемые эвристики, то есть методы решения задачи, в некотором понимании не полные, не обязательно правильные и успешные;
• опираются на личный опыт эксперта в решении данного класса проблем, которые вытекают со знания об объекте исследуемой предметной области.

Итак, экспертные системы должны характеризоваться следующими основными свойствами:

• компетентностью, то есть принятые ею решения (сделанные выводы) должны быть такого же высокого уровня, как и те, что принадлежат экспертам-профессионалам;
• быть умелой, т.е. применять знания эффективно и быстро, избегая, как и люди, ненужных вычислений;
• способностью к раздумываниям на основании символьных преобразований;
• умением использовать как общие, так и частные схемы соображений;
• работать в предметной области, содержащей трудные задачи;
• использовать сложные правила, т.е. использовать либо сложные конструкции правил, либо большое их количество;
• умением переформировывать запросы и задачи;
• исследовать свои рассуждения, т.е. проверять их правильность;
• объяснять свои действия.

 

 

Принципы функционирования экспертных систем

 

В основу экспертных систем положены принципы функционирования систем, основанных на знаниях. К системам, основанных на знаниях относятся системы, процесс работы которых основан на применении правил отношений к символическому представления знаний. Принципы работы экспертной системы, основанной на знаниях, иллюстрирует следующая схема:

Согласно этой схеме пользователь передает в экспертную систему факты или иную информацию и получает, в итоге, советы в виде экспертных знаний.

По своей структуре экспертная система делится на два основных компонента: базу знаний и машину логического вывода. База знаний содержит знания, на основании которых машина логического вывода формирует выводы. Эти выводы являются ответами экспертной системы на запросы пользователя, желающего получить экспертные знания.

Знания в экспертной системе могут быть представлены множеством способов. Одним из широко применяемых методов представления знаний являются правила в форме IF THEN. Его сущность заключается в том, что в случае выявления факта, соответствующим шаблону правила, должно быть выполнено обусловлена правилом действие. Например, о банковской деятельности по кредитованию частных лиц, можно создать следующее правило:

IF человек не имеет постоянного дохода 
THEN кредит не выдавать

В данном примере шаблоном есть фраза «человек не имеет постоянной работы». В случае, когда факт соответствует шаблону – рекомендуется выполнить действие «кредит не выдавать».

Применяя подход к представлению знаний экспертов в виде правил, было разработано несколько успешных экспертных систем. К ним можно отнести систему XCON/R1, созданную в компании Digital Equipment Corporation (DEC), которая способна проецировать конфигурации компьютерных систем, не уступая отдельным экспертам-людям.

Данный подход оказался также приемлемым для создания значительного количества сравнительно небольших систем, с целью решения специализированных задач на основе нескольких сотен правил. Такие системы не могут функционировать на уровне эксперта, однако позволяют применять интеллектуальные технологии для решения задач, не требующих больших объемов знаний. Знания, необходимые для подобных небольших систем, могут быть получены из книг, журналов или из другого источника общедоступной информации.

Экспертная система воплощает в себе знания, которые должны быть получены от эксперта с помощью расширенных интервью, проводимых инженером по знаниям на протяжении длительного периода времени. Такой процесс называется инженерией знаний. Инженерия знаний – это получение знаний от эксперта-человека или из других источников с целью последующего их представления в экспертной системе.

Сначала инженер по знаниям инициирует диалог с экспертом-человеком, чтобы выявить знания эксперта. Этот этап аналогичный этапу работы, который выполняет разработчик традиционной программной системы в ходе обсуждения требований к системе с клиентом, для которого создается система. Затем инженер по знаниям представляет знания в явном виде для внесения в базу знаний. После этого эксперт проводит оценку экспертной системы и передает критические замечания инженеру по знаниям. Такой процесс повторяется снова и снова, до тех пор, пока эксперт не оценит результаты работы системы, как приемлемые.

Рассмотренный процесс создания экспертной системы считается, на сегодняшний день, общеупотребительным. Наиболее трудоемким его аспектом является циклическая задача переноса знаний эксперта-человека в базу знаний экспертной системы. На самом деле, эта проблема является настолько важной, получившая название «узкого места» в процессе приобретения знаний. Этот термин используется как описательный, поскольку «узкое место» в процессе приобретения знаний влияет на процесс создания экспертной системы и подчеркивает важность роли инженера по знаниям.

Еще одна проблема, с которой сталкиваются экспертные системы, заключается в том, что представленные в них экспертные знания ограничиваются областью знаний. Областью знаний считаются знания эксперта, касающиеся решения конкретных задач. Например, банковская экспертная система, которая предназначена для предоставления рекомендаций по выдаче кредитов, должна обладать большим объемом знаний о физических и юридических лиц, желающих получить кредит. В этом случае областью знаний является банковская деятельность, а сами знания состоят из сведений о клиентах и методах оценки их лояльности.

Несмотря на указанные ограничения, экспертные системы показали свою способность успешно решать практические задачи, которые невозможно было решить с помощью традиционного программирования, особенно в тех условиях, когда приходится пользоваться неопределенной или неполной информацией. Это означает, что для эффективного использования любой технологии, очень важно знать, какие именно преимущества можно получить в результате.

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.