Информационные технологии, использующие системы поддержки принятия решений или системы искусственного интеллекта

Интерфейс пользователя - комплекс программ,  реализующих диалог пользователя с ЭС как на стадии ввода информации,  так и получения результатов.

База  знаний  (БЗ)  - ядро ЭС,  совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и  пользователю  (обычно  на  некотором  языке,  приближенном к естественному). Параллельно такому  "человеческому"  представлению существует БЗ во внутреннем "машинном" представлении.

Решатель - это программа, имитирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ, и данных, введенных пользователем. Решатель -«мозг» ЭС. С помощью решателя обрабатываются введенные данные и делаются соответствующие выводы. Машина логического вывода может использовать различные стратегии поиска: прямой поиск — от фактов к цели и обратный поиск — от цели к фактам. В первом случае ЭС ищет пути от исходного состояния проблемы к цели (к выводу или совету). Во втором случае, начав с цели (результата), ЭС пытается доказать истинность результата.

Подсистема  объяснений  - программа, позволяющая продемонстрировать, как и почему получен результат, то есть показать цепочку рассуждений электронного эксперта. Подсистема объяснений облегчает когнитологу выявление ошибок и модернизацию ЭС.

Интеллектуальный  редактор БЗ - программа, предоставляющая инженеру по знаниям возможность создавать БЗ  в  диалоговом  режиме.

В коллектив  разработчиков ЭС входят как минимум  четыре  человека: эксперт;  инженер  по  знаниям;  программист;  пользователь. Возглавляет коллектив инженер по знаниям,  это ключевая фигура при разработке систем, основанных на знаниях.

Экспертные  системы классифицируют по различным  критериям.

Классификация ЭС

Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных  комплексов, которые можно классифицировать по различным критериям.

Рис. 2. Классификация экспертных систем.

Классификация по решаемой задаче

Интерпретация данных

Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

Пример 1.

• обнаружение и идентификация различных типов океанских судов - SIAP;
• определение основных свойств личности по результатам психодиагностического тестирования в системах АВТАНТЕСТ и МИКРОЛЮШЕР и др.

Диагностика

Под диагностикой понимается обнаружение неисправности  в некоторой системе. Неисправность - это отклонение от нормы. Такая  трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры («анатомии») диагностирующей системы.

Пример 2.

• диагностика и терапия сужения коронарных сосудов - ANGY;
• диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ - система CRIB и др.

Мониторинг

Основная  задача мониторинга - непрерывная интерпретация  данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.

Пример 3.

• контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора - REACTOR;
• контроль аварийных датчиков на химическом заводе - FALCON и др.

Проектирование

Проектирование  состоит в подготовке спецификаций на создание "объектов" с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов чертеж, пояснительная записка и т.д. Основные проблемы здесь - получение четкого структурного описания знаний об объекте и проблема "следа". Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.

Пример 4.

• проектирование конфигураций ЭВМ VAX ― 1/780 в системе XCON (или R1), проектирование БИС - CADHELP;
• синтез электрических цепей - SYN и др.

Прогнозирование

Прогнозирующие  системы логически выводят вероятные  следствия из заданных ситуаций. В  прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров "подгоняются" под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.

Пример 5.

• предсказание погоды - система WILLARD:
• оценки будущего урожая - PI.ANT;
• прогнозы в экономике - ЕСОN и др.

Планирование

Под планированием  понимается нахождение планов действий, относящихся к объектам, способным  выполнять некоторые функции. В  таких ЭС используются модели поведения  реальных объектов с тем, чтобы логически  вывести последствия планируемой  деятельности.

Пример 6.

• планирование поведения робота - STRIPS,
• планирование промышленных заказов - 1SIS,
• планирование эксперимента - MOLGEN и др.

Обучение

Системы обучения диагностируют ошибки при  изучении какой-либо дисциплины с помощью  ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом "ученике" и его характерных  ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

Пример 7.

• обучение языку программирования Лисп в системе Учитель Лиспа;
• система PROUST - обучение языку Паскаль и др.

Классификация по связи с реальным временем

Статические ЭС

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны.

Пример 8. Диагностика неисправностей в автомобиле.

Квазидинамические ЭС

Квазидинамические ЭС интерпретируют ситуацию, которая  меняется с некоторым фиксированным  интервалом времени.

Пример 9. Микробиологические ЭС, в которых снимаются лабораторные измерения с технологического процесса один раз в 4 - 5 (производство лизина, например) и анализируется динамика полученных показателей по отношению к предыдущему измерению.

Динамические ЭС

Динамические  ЭС работают в сопряжении с датчиками  объектов в режиме реального времени  с непрерывной интерпретацией поступаемых данных.

Пример 10. Управление гибкими производственными комплексами, мониторинга реанимационных палатах и т.д. Пример инструментария для разработки динамических систем - G2.

Классификация по типу ЭВМ

• ЭС для  уникальных стратегически важных задач  на суперЭВМ (Эльбрус, CRA'. CONVEX и др.);
• ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe);
• ЭС на символьных процессорах и рабочих станциях (SUN, APOLLO);
• ЭС на мини- и супермини-ЭВМ (VAX, micro-VAX и др.);
• ЭС на персональных компьютерах (IBM PC, MAC II и подобные).

Классификация по степени интеграции с другими программами

Автономные ЭС

Автономные  ЭС работают непосредственно в режиме консультаций с пользователем для  специфически "экспертных" задач, для решения которых не требуется  привлекать традиционные методы обработки данных (расчеты, моделирование и т. д.).

Гибридные ЭС

Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над ППП или интегрированная среда для решения сложной задачи с элементами экспертных знаний. Несмотря на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем являет собой задачу, на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей.

Инструментальные средства построения экспертных систем.

Традиционные  языки программирования слабо подходят для работы с символьными и логическими данными, требуют большой работы квалифицированных программистов.

Языки искусственного  интеллекта - прежде всего Лисп (LISP) и Пролог (Prolog).  Универсальность этих языков меньшая, чем традиционных  языков. Это компенсируется большими возможностями по работе с символьными и  логическими  данными,  что крайне важно для задач искусственного интеллекта.

Специальный программный инструментарий общего назначения -  это библиотеки или надстройки над языком  искусственного интеллекта.

"Оболочки" (shells) - "пустые" версии существующих экспертных систем, т.е. готовые экспертные системы без базы знаний. Достоинство оболочек в том,  что они вообще  не  требуют  программистов  для создания готовой экспертной системы.  Требуется только специалист(ы) в предметной области для заполнения базы знаний. Однако, если  некоторая  предметная область плохо укладывается в модель, используемую в оболочке, заполнить базу знаний в этом случае весьма непросто.

Этапы разработки экспертных систем

Разработка  ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.

Использовать  ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение по крайней мере следующих требований:

1) существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты;

2) эксперты  сходятся в оценке предлагаемого  решения, иначе нельзя будет  оценить качество разработанной  ЭС;

3) эксперты  способны вербализовать (выразить  на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут "извлечены" и вложены в ЭС;

4) решение  задачи требует только рассуждений,  а не действий;