Материал: Современные технологии передачи и обработки данных. Никитин Л.Н

данных - это попытка задать представление логических связей между данными. Выполняемая экспертом обработка знаний строится на базе огромных запасов информации, представленных в самой различной форме. При этом часть информации может быть неполной.

По функциональному назначению экспертные системы можно разделить на следующие типы:

1)Мощные экспертные системы, рассчитанные на узкий круг пользователей (системы управления сложным технологическим оборудованием, экспертные системы ПВО). Такие системы обычно работают в реальном масштабе времени и являются очень дорогими.

2)Экспертные системы, рассчитанные на широкий круг пользователей. К ним можно отнести системы медицинской диагностики, сложные обучающие системы. База знаний этих систем стоит недешево, так как содержит уникальные знания, полученные от специалистов экспертов.

3)Экспертные системы с небольшим числом правил и сравнительно недорогие. Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппаратуре). Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправностей. Базу знаний такой системы можно дополнять и изменять, не прибегая к помощи разработчиков системы.

Вних обычно используются знания из различных справочных пособий и технической документации.

4)Простые экспертные системы индивидуального использования. Часто изготавливаются самостоятельно. Применяются в ситуациях, чтобы облегчить повседневную работу. Пользователь, организовав правила в некоторую базу знаний, создает на ее основе свою экспертную систему. Такие системы находят применение в юриспруденции, коммерческой деятельности, ремонте несложной аппаратуре.

Знания специалистов в конкретной области можно разделить на формализованные (точные) и неформализованные (неточные).

Неформализованные знания являются результатом обобщения многолетнего опыта работы и интуиции специалистов. Они обычно

131

представляют собой многообразие эвристических приемов и правил, не отражаемых в книгах.

Традиционно программирование в качестве основы для разработки программ используют алгоритм, то есть формализованные знания. Экспертные системы обладают следующими особенностями:

1)Алгоритм решения неизвестен заранее. Он строится самой экспертной системой в процессе решения.

2)Ясность получаемых решений, то есть способность экспертной системы объяснять получаемое решение.

3)Способность экспертной системы к анализу и объяснению своих действий.

4)Способность приобретения новых знаний от пользователя - эксперта, незнающего программирования.

5)Обеспечения дружественного естественного языка при общении с пользователем, благодаря которому экспертная система позволяет не только решать поставленные задачи, но и обучать решению соответствующих задач.

Знания и их представление При изучении интеллектуальных систем традиционно возникает

вопрос - что же такое знания и чем они отличаются от обычных данных, десятилетиями обрабатываемых ЭВМ.

Данные - это отдельные факты, характеризующие объекты, процессы явления в предметной области, а также их свойства.

При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

данные как результат измерений и наблюдений;

данные на материальных носителях информации (таблицы, протоколы, справочники):

модели (структуры) данных в виде диаграмм, графиков, функций;

данные в компьютере на языке описания данных;

базы данных на машинных носителях.

Знания связаны с данными, основываются на них, но представляют результат мыслительной деятельности человека,

132

обобщают его опыт, полученный в ходе выполнения какой-либо практической деятельности. Они получаются эмпирическим путем.

Знания - это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

При обработке на ЭВМ знания трансформируются аналогично данным:

знания в памяти человека как результат мышления;

материальные носители знаний (учебники, методические пособия);

поле знаний - условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;

знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы);

базы знаний.

Если рассматривать знания с точки зрения решения задач, их удобно разделить на две большие категории: факты и эвристику.

Факты - это хорошо известные для данной предметной области обстоятельства, освещенные в учебниках и литературе.

Эвристика основывается на опыте специалиста. Сюда входят способы комплектования знаний, способы удаления бесполезных знаний, способы использования нечеткой информации.

Знания, кроме того, можно разбить на факты и правила. В данном случае под фактами понимаются значения типа: “А это “А” - определение”. Они хранятся в базах данных. Под правилами подразумеваются знания типа: “Если…, то ….”. Кроме них существуют так называемые метазнания (знания о знаниях). Это понятие необходимо для управления базой знаний, логическим выводом и обучением. Знания обычно имеют классификацию, характерную не только для фактов, но и для правил.

133

Инструменты построения экспертных систем В настоящее время существует очень много средств для

построения экспертных систем. Они отличаются:

1)Способом представления знаний.

2)Механизмами получения решений.

3)Интерфейсами общения с пользователями.

4)Размерами разрабатываемых баз знаний.

5)Используемым оборудованием и его стоимостью.

Из средств, которые сейчас нашли применение, можно создать классификацию:

1)Символьные языки, ориентированные на создание экспертных систем и систем искусственного интеллекта (LISP, SMALLTALK). Содержит минимальные специальные средства для создания экспертных систем. С помощью них можно проводить обычное программирование.

2)Языки инженерных знаний (языки высокого уровня, ориентированные на построение экспертных систем: PROLOG, OPS - 5). Данные языки включают в себя, кроме способов представления знаний, встроенный механизм поиска и вывода. Требует привлечения инженера по знаниям и программиста.

3)Системы автоматической разработки экспертных систем, ориентированные на знания: ART, TIMM. Содержит несколько разнородных средств представления знаний, богатый набор организации интерфейсов, встроенный механизм вывода.

4)Оболочки экспертных систем: EMYCIN, ЭКСПЕРТ. Они составляют 50 - 60% всех экспертных систем. Трудозатраты по созданию на них конкретных систем минимальны, так как они представляют собой пустую экспертную систему. Необходимо, чтобы область знаний подходила к данной оболочке.

134