Экспертные системы

• информационный объем компьютерной памяти должен быть значительно увеличен;

• компьютерная память должна быть максимально полно загружена необходимой информацией;

• загруженная в память компьютера информация должна быть максимально достоверной, т. е. эта информация должна непрерывно и с максимально высокой скоростью обновляться;

• компьютерная память должна обеспечивать процессору минимальное время доступа ко всей хранимой в нем информации.

Теперь понятно происхождение термина. Персональная память так названа потому, что она находится непосредственно в персональном компьютере (или рядом с ним), в отличие от удаленных баз данных коллективного пользования, время доступа к которым (например, через Интернет) недопустимо велико.

Почти 40 лет назад Джозеф Вейценбаум из Массачусетского технологического института создал программу «Элиза» (название – в честь Элизы Дулиттл), по нынешним понятиям, простенькую. И эта программа успешно поддерживала диалог с человеком, причем собеседник-человек втягивался в разговор так, что некоторые испытуемые просили экспериментатора выйти из комнаты, а потом – стереть запись разговора. Человек легко откровенничал с машиной. Она «просто» умело задавала вопросы о том, про что человек уже что-то рассказал. «Мне кажется, что моя мать меня не любит. – Расскажите мне о вашей матери». «Мои друзья не обращают на меня внимания. – Давно ли вы стали замечать это?» Научить программу делать такие вещи не просто, но факт налицо. Расположенный к диалогу (а не к конфронтации) человек втягивался. Это означает, что проблема не безнадежна, хотя «Элиза» не столько говорила сама, сколько «принимала мячик».

Важное отличие программы от человека всегда состояло в том, что у человека есть внешний мир, а у программы – нет.

Программа не смогла бы поддержать разговор на тему, требующую специальных знаний. Да и простой человеческий быт представлял для нее загадку. О телевидении высокой четкости (ТВЧ) с ней поговорить бы не удалось, и посоветоваться насчет выбора обоев для кухни – тоже. Но сегодня подобную программу можно подключить к любым базам данных. Равно как и – хотя это и непросто – научить строить на основе этих данных гипотезы.

В качестве свойств, которые есть у человека, но которых нет и не может быть у программы, называют способность к творчеству, к созданию нового, стремление к знанию. Это еще один сильный, но неверный тезис. Ничего абсолютно нового в мире нет и быть не может, хотя бы потому, что «новое» всегда изложено языком, красками и т.д., а язык и краски уже существовали до того. Поэтому речь может идти только о степени новизны, о том, на чем это «новое» базируется, какой опыт использует и как выглядит само. Сопоставляя использованное и полученное, мы и делаем вывод о степени новизны. При этом человек склонен преувеличивать степень новизны, если он не понимает, как именно это сделано.

Вот пример. Существует такая теория решения изобретательских задач («ТРИЗ»), облегчающая создание изобретений. Она действительно эффективна, и с ее помощью сделано множество изобретений. Но ошеломляющее ощущение новизны, которое регулярно возникает при чтении «Бюллетеня изобретений и открытий», после знакомства с ТРИЗом существенно ослабевает. Жалко, но дело важнее.

Возможны и специфические ситуации генерации нового, например, в персептороне. А именно, в сети Хопфилда при определенных условиях происходит релаксация к «ложному образу» – собирательному образу, возможно, наследующему черты идеальных. Причем человек не может, глядя на «машинный собирательный образ», эти черты выделить – образ выглядит случайным. Возможно, что при реализации этой ситуации в собственном мозге человек смущенно улыбается и говорит «кажется, я где-то это видел...»

Программа может строить гипотезы по поводу изучаемых ею явлений (в Сети или внешнем мире) и проверять их. Разумеется, она строит гипотезы не какие попало, а в некоем классе (например, аппроксимирует функцию многочленами или синусоидами), но список классов можно легко расширить так, что он превзойдет «человеческий». Треть века назад Михаил Бонгард показал, что человек, как правило, не строит гипотез с более чем тремя логическими операторами (если А и Б, но не В или Г), а программа уже тогда (и не сильно напрягаясь) строила выражения с семью. Если программа обнаружит – а она это обнаружит, – что информация увеличивает эффективность ее действий, то возникнет «стремление к знаниям».

Другое возражение – отсутствие у программы самосознания, автодескрипции, рефлексии. Это возражение, казалось бы, несерьезное – программа может запоминать свои действия и анализировать лог-файл.

Причем по мере развития компьютинга многие возражения и соображения отпали сами собой. Оказалось, что программы могут обучаться и самообучаться (в любом оговоренном заранее смысле), решать многие задачи эффективнее, чем человек, искать и обрабатывать информацию, вести эксперимент, извлекать новое научное знание из архивов... Очевидно, что одинаковые программы в процессе этой деятельности станут разными, приобретут индивидуальность.

Но, как ни привлекателен мыслящий компьютер, создавать его нужно с обязательным соблюдением соответствующей техники безопасности, т. е. творческие задачи персональный компьютер должен получить возможность решать только совместно с человеком. И никогда самостоятельно. Это - принципиально важно, так как самостоятельно мыслящий компьютер может представлять для людей очень большую опасность, особенно творчески мыслящий компьютер. Вот мнение на этот счет:

• профессора Норберта Винера «Вопрос. Д-р Винер, существует ли опасность, что вычислительные машины когда-нибудь возьмут верх над людьми? Ответ. Такая опасность, несомненно, существует»;

• доктора Дональда Мичи «Перспектива иметь машины столь талантливые и могущественные, какими мы их себе представляем, может показаться неприятной, даже пугающей…. Однако подобные философские соображения, сколь бы важными они ни представлялись, не должны помешать нам искать пути применения новой техники. Если это удастся, то будущее наше будет лучше, чем можно себе вообразить. Если же нет, то у нас вообще может не быть будущего».

Это настолько важная проблема, что мыслящим компьютерам не способным нанести вред человеку вследствие строгого соблюдения людьми компьютерной техники безопасности, имеет смысл дать специальное название. Например, назвать их интеллектуальными компьютерами.

 

ЗАКЛЮЧЕНИЕ

 

Экспертные системы являются наиболее известным и распространённым видом интеллектуальных систем.

Как и любые другие системы, они имеют ряд своих особенностей:

• экспертные системы ориентированы на решение широкого круга задач в неформализованных областях, на приложения, которые до недавнего времени считались малодоступными для вычислительной техники.
• с помощью экспертных систем специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения, что позволяет резко расширить сферу использования вычислительной техники.
• при решении практических задач экспертные системы достигают результатов, не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащённых ЭВМ.

Особенно широкое применение экспертные системы получили в медицине, математике, машиностроении, химии, геологии, вычислительной технике, бизнесе, законодательстве, обороне.

А также в настоящее время особенно актуально использование экспертных систем в таких приложениях, как образование, психолого-педагогическая диагностика и тестирование.

Экспертные системы строятся для решения широкого круга проблем в таких областях, как:

• прогнозирование – проектирование возможных последствий данной ситуации.
• диагностика – определение причин неисправностей в сложных ситуациях на основе наблюдаемых симптомов.
• проектирование – нахождение конфигурации компонентов системы, которая удовлетворяет целевым условиям и множеству проектных ограничений.
• планирование – разработка последовательности действий для достижения множества целей при данных начальных условиях и временных ограничениях.
• мониторинг – сравнение наблюдаемого поведения системы с её ожидаемым поведением.
• инструктирование – помощь в образовательном процессе по изучению технической области.
• управление – управление поведением сложной среды.

 Таким образом, проблема разработки и использования экспертных систем является весьма актуальной в современном обществе.

 

СПИСОК ЛИТЕРАТУРЫ

 

1. Братко И. Программирование на языке Пролог для искусственного интеллекта: Пер. с англ. – М.: Мир, 2000. – 560 с.
2. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2010. – 640 с.
3. Гаврилова Т.А., Черевинская К.Р. Извлечение и структурирование знаний для экспертных систем. – М.: Радио и связь, 2002.
4. Герман О.В. Введение в теорию экспертных систем и обработку знаний. – Мн.: ДизайнПРО, 2008 – 365 с.
5. Джарратано Д., Г. Райли. Экспертные системы. Принципы разработки и программирование. - М.: Изд. Вильямс, 2011. – 775 с.
6. Джексон П. Введение в экспертные системы. – М.:Изд. Вильямс, 2009. – 683 с.
7. Долин Г.. Что такое ЭС. - М.: Компьютер Пресс, 2012. – 460 с.
8. Доорс Дж. и др. Пролог – язык программирования будущего.: Пер с англ. – М.:Финансы и статистика, 2007. – 144 с.
9. Информатика. / Под ред. проф. Н.В. Макаровой. – М.: Финансы и статистика, 2000.
10. Круглов В.В.. Интеллектуальные информационные системы. - М.: Изд. Вильямс, 2009. – 621 с. Литвак Б.Г., Экспертные технологии в управлении, М., «Дело», 2011 - 670 с.
11. Лорьер Ж.-Л. Системы искусственного интеллекта. — М.: Мир, 2009. — 568 с.
12. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. – М.: Финансы и статистика, 2004. – 256 с.
13. Муромцев Д.И. Введение в технологию экспертных систем. СПб: СПб ГУ ИТМО, 2012. – 891 с.
14. Нейлор К.. Как построить свою экспертную систему. - М.:Энегроатомиздат, 2010. – 570 с.
15. Попов Э.В. Экспертные системы 90-х гг. Классификация, состояние, тенденции // Новости искусственного интеллекта. №2., 2001.
16. Попов Э. В., Фоминых И. Б., Кисель Е. Б., Шапт М. Д. Статические и динамические экспертные системы. -М.: Финансы и статистика, 2009. – 445 с. Таусенд К., Фохт Д.. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М.: Финансы и статистика. 2009. – 240 с.
17. Убейко В. Н.. Экспертные системы. – М.: МАИ, 2010. – 480 с.
18. Хейес-Рот и др. Построение экспертных систем. Под ред. Хейес-Рота Ф., Уотермана Д., Лената Д. – М.: Мир, 2000.
19. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. – СПб.: БХВ-Петербург, 2003.
20. Экспертные системы: Инструментальные средства разработки: Учебн. пособие / Л.А. Керов, А.П. Частиков, Ю.В. Юдин, В.А. Юхтенко; Под ред. Ю.В. Юдина. – СПб.: Политехника, 1996 – 220 с