Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Механизм поиска работает прежде всего с базой знаний ключевых слов, а уже затем непосредственно с текстом.Системы контекстной помощи можно рассматривать, как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В системах контекстной помощи пользователь описывает проблему (ситуацию), а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации (например, технической документации по эксплуатации товаров).Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями
Экспертные системы (ЭС) – это ИИС, которая предназначена для решения слабоформализуемых задач на основе накапливаемого в базе знаний опыта работы экспертов в проблемной области. Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли: консультанта для неопытных или непрофессиональных пользователей; ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений; партнера эксперта по вопросам, относящимся к источникам знаний из смежных областей деятельности.Исторически, ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей.По
степени сложности решаемых задач экспертные системы можно классифицировать следующим образом:
-
По способу формирования решения экспертные системы разделяются на два класса: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив, а синтетические системы - генерацию неизвестных решений. Аналитическая экспертная система - это ЭС, осуществляющая оценку вариантов решений (проверку гипотез). Синтетическая экспертная система - это ЭС, осуществляющая генерацию вариантов решений (формирование гипотез).
-
По способу учета временного признака экспертные системы могут быть статическими или динамическими. Статические системы решают задачи при неизменяемых в процессе решения данных и знаниях, динамические системы допускают такие изменения. Статическая экспертная система - это ЭС, решающая задачи в условиях, не изменяющихся во времени исходных данных и знаний. Динамическая экспертная система - это ЭС, решающая задачи в условиях, изменяющихся во времени исходных данных и знаний.
-
По видам используемых данных и знаний экспертные системы классифицируются на системы с детерминированными (четко определенными) знаниями и неопределенными знаниями. Под неопределенностью знаний (данных) понимается их неполнота (отсутствие), недостоверность (неточность измерения), двусмысленность (многозначность понятий), нечеткость (качественная оценка вместо количественной).
-
По числу используемых источников знаний экспертные системы могут быть построены с использованием одного или множества источников знаний.
Самообучающиеся системы – это ИИС, которая на основе примеров реальной практики автоматически формирует единицы знаний. В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучения на примерах). Примеры реальных ситуаций накапливаются за некоторый исторический период и составляют обучающую выборку. Эти примеры описываются множеством признаков классификации. Причем обучающая выборка может быть: «
с учителем», когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций; «
без учителя», когда по степени близости значений признаков классификации система сама выделяет классы ситуаций.В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность ситуаций классам, которыми обученная система пользуется при интерпретации новых возникающих ситуаций. Таким образом, автоматически формируется база знаний, используемая при решении задач классификации и прогнозирования. Эта база знаний периодически автоматически корректируется по мере накопления опыта реальных ситуаций, что позволяет сократить затраты на ее создание и обновление.
2. Использование интеллектуальных информационных систем (ИИС) в профессиональной деятельности сотрудника ОВДСравнительно новым и перспективным направлением использования компьютерных технологий в профессиональной деятельности сотрудника ОВД являются экспертные системы (ЭС), относящиеся к системам искусственного интеллекта.С точки зрения систематизации законодательства в экспертных системах должна быть реализована система сведений и данных, содержащихся в нормах права, в отличие от систематизации нормативных правовых актов в информационно-поисковых системах.
Функционирование экспертной системы связано с решением трех основных проблем:
-
проблемы передачи знаний от экспертов-людей компьютерной системе;
-
проблемы представления знаний, т.е. реконструирования массива знаний в определенной правовой области и представления его как структуры знаний в памяти компьютера;
-
проблемы использования знаний.
Необходимость глубокой и подробной формализации процесса принятия решения для моделирования его в компьютерной системе приводит к тому, что пока экспертные системы такого рода создаются программистами и экспертами-юристами для решения конкретных вопросов в достаточно ограниченных правовых областях, т.е. являются узко специализированными. Пользователями таких систем являются юристы-практики, сталкивающиеся с правовыми проблемами, находящимися вне области компетенции, и особенно пользователи — не юристы. Подобные системы в процессе решения задач задают вопросы пользователю, направляют ход его мыслей, используя формальные и эвристические знания экспертов. Существенно, что система объясняет выбранные стратегии решения и даже цитирует источники, в ней используемые.Начиная с 1970 г. в Великобритании, США и ФРГ было разработано более 25 исследовательских проектов, охватывающих использование методов искусственного интеллекта в процессе правовой аргументации. Примерами являются такие широко используемые системы, как: TAXAMAN-I и TAXAMAN-II, созданные англичанином Маккарти и специализирующиеся на налоговом праве Великобритании; система Мелдмана MITProject для уголовного права; программа Пиппа и Шлинка Judith на основе Гражданского кодекса ФРГ обрабатывает юридические документы и их проекты, относящиеся к гражданскому праву; система LRS Харнера специализируется на договорном праве; Rand Project Ватермана и Петерсона моделирует процесс принятия решений в гражданском процессе; программные комплексы TAXADVISER и EMYCIN используются при планировании федерального налогообложения; «Си Клипс» де Бессоне используется при кодификации Гражданского кодекса Луизианы; система DSCAS помогает анализировать юридические аспекты исков о возмещении дополнительных расходов, связанных с отличием физических условий на месте предполагаемого строительства от указанных в контракте; система LDS помогает экспертам-юристам урегулировать иски о возмещении убытков и компенсациях за ущерб, связанный с выпуском дефектной продукции, и многие другие. В отечественной законодательной и правоприменительной практике в последнее десятилетие создано около полутора десятков правовых экспертных систем.
Отметим
следственные экспертные системы, применяемые для раскрытия и расследования преступлений.
-
Экспертная система прогнозирования преступлений, позволяющая оценить зависимость между характерными особенностями личности преступника и возможным местом совершения преступления.
-
Экспертная система выявления скрытых преступлений (например, скрытых хищений в производстве или торговле) на основе анализа деятельности предприятий позволяет получить материал для ревизий.
-
Экспертная система поиска и установления личности преступника позволяет сделать предположения о личности преступника по материалам следствия и сузить круг подозреваемых лиц.
-
Экспертные системы расследования убийств, анализирующие следственные данные о преступнике, потерпевшем, способе совершения и сокрытия преступления, орудии убийства, возможных мотивах, месте и времени преступления. Такие экспертные системы могут иметь несколько разновидностей в зависимости от криминалистической характеристики преступления (убийство на сексуальной почве, с расчленением трупа, с особой жестокостью и др.).
-
Экспертные системы для расследования грабежей и разбоев и многие другие.
ЭС «
БЛОК» предназначена для сотрудников подразделений по борьбе с экономической преступностью и помогает установить возможные способы совершения краж при проведении строительных работ.Система позволяет:
-
на этапе ввода исходных данных сформулировать проблему;
-
определить возможные способы совершения краж;
-
составить список признаков, соответствующих тому или иному способу совершения кражи, который используется для планирования мероприятий по раскрытию преступления.
Система отличается простотой ввода новых данных, что дает возможность быстро адаптировать ее в процессе эксплуатации. В ЭС имеются подсистема помощи и подсистема обучения пользователя. ЭС «
БЛОК» реализована на базе естественной языковой оболочки ДИЕС для экспертных и информационных систем. Для разработки системы привлекались наиболее опытные сотрудники подразделений по борьбе с экономической преступностью. В развитие ЭС «
БЛОК» предусматривается возможность обращения к автоматизированным учетам органов внутренних дел. С 1964 г. в ВНИИСЭ успешно действует ЭС «
АВТОЭКС» (последний вариант 1988 г. «
Мод-ЭксАРМ»). Система в режиме диалога решает восемь вопросов, связанных с наездом на пешехода.
ЭС обеспечивает высокий уровень автоматизации экспертного исследования. В ней автоматизировано большинство операций: экспертный анализ исходных данных, выбор хода исследования, выполнение расчетов, составление заключения, формулирование вывода с последующей распечаткой.С помощью системы можно получить ответы на вопросы, касающиеся определения численных значений различных параметров дорожно-транспортного происшествия: скорость автомобиля, его остановочный путь, удаление автомобиля от места наезда в конкретный момент времени и т.п. Решаются также и расчетнологические вопросы: например, наличие или отсутствие у водителя транспортного средства технической возможности предотвратить наезд на пешехода. На производство одной экспертизы затрачивается в среднем пять минут: три минуты на ввод данных и две — на исследование и печать. Система также позволяет исследовать наезды транспортных средств на препятствие и столкновения транспортных средств. В перспективе экспертные системы могут эффективно использоваться и в практике систематизации законодательства для решения следующих проблем:
-
выявления и устранения путем экспертного толкования противоречивых правовых предписаний в актах различной юридической силы;
-
выявления и восполнения правовых пробелов с помощью аналогии права, аналогии закона;
-
доктринального (неофициального) толкования нечетко сформулированных в правовых актах правил, понятий, принципов.
Все экспертные системы строятся на общих и специальных знаниях в праве: существующих правовых концепциях, структуре правил, личностном восприятии права, правовой системе и подсистеме, юридической аргументации, логике, семантике, социологии и психологии права, а также философских теориях, носящих общеметодологический характер.Конечно, современные компьютерные системы не могут обнаруживать моральные, религиозные, социальные и политические настроения, как это делают люди в процессе принятия решения. Они не обладают ни интеллектом, ни здравым смыслом, ни вдохновением, не проявляют общего интереса к всемирной проблематике, как это делает любой человек. Поэтому им отводится роль интеллектуального помощника (intelligent assistant). В данном случае машина выступает в роли интеллектуального стимулятора, настроенного на то, чтобы фактор забывания, игнорирования или неучета существенных для рассматриваемого дела обстоятельств не послужил причиной неполного или неверного его исследования.