Интерфейс пользователя - это комплекс программ, реализующих диалог пользователя с ЭИС (экспертной интеллектуальной системой) как на стадии ввода информации, так и при получении результатов Специалист использует интерфейс для ввода информации и команд в экспертную систему и получения выходной информации из нее. Команды включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным. Специалист может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс. 

     База  знаний (БЗ) - это совокупность знаний (долгосрочных данных, а не текущих) 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. БЗ содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов.

     Центральное место в базе знаний принадлежит  правилам. Правило определяет, что  следует делать в данной конкретной ситуации, и состоит из двух частей: условия, которое может выполняться  или нет, и действия, которое следует  произвести, если условие выполняется. Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил. 

     Инженер по знаниям (когнитолог, инженер-интерпретатор, аналитик) — специалист в области искусственного интеллекта, выступающий в роли промежуточного буфера² между экспертом и базой знаний.  

     Решатель - (интерпретатор, дедуктивная машина, машина вывода, блок логического вывода) - это программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ, и производящая в определенном порядке обработку знаний (мышление). Блок логических выводов и диагноза помогает наметить пути выхода из сложившейся ситуации с помощью фактического анализа показателей

     Технология  работы решателя сводится к последовательному  рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле, соблюдается, выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы. 

     Подсистема  объяснений - программа, позволяющая пользователю получить ответы на вопросы: «Как была получена та или иная рекомендация?» и «Почему система приняла такое решение?» Ответ на вопрос «как» — это трассировка всего процесса получения решения с указанием использованных фрагментов БЗ, то есть всех шагов цепи умозаключений. Ответ на вопрос «почему» — ссылка на умозаключение, непосредственно предшествовавшее полученному решению, то есть отход на один шаг назад. Развитые подсистемы объяснений поддерживают и другие типы вопросов  

     Интеллектуальный  редактор БЗ - программа, представляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок (Help) и других сервисных средств, облегчающих работу с базой.  

       
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Представленная  на рисунке структура является минимальной, что означает обязательное присутствие указанных на ней блоков. Если система объявлена разработчиками как экспертная, только наличие всех этих блоков гарантирует реальное использование аппарата обработки знаний. Однако промышленные прикладные ЭИС могут быть существенно сложнее и дополнительно включать БД, блок расчета, интерфейсы обмена данными с различными пакетами прикладных программ, электронными библиотеками и т. д.

     База данных содержит плановые, фактические, расчетные, отчетные и другие постоянные/оперативные показатели. Этот термин совпадает по названию, но не по смыслу с термином, используемым в системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе. 

     - блок расчета необходим в ситуациях, связанных с принятием управленческих решений;

     - блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных если в системе есть блок учета, то надобность в блоке ввода и корректировки данных отпадает;

     - блок приобретения знаний снимает проблему самообучения системы. Необходим для получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости. Автоматизирует процесс наполнения ЭИС знаниями, осуществляемый пользователем-экспертом модуль создания системы служит для создания набора (иерархии) правил. Существуют два подхода, которые могут быть положены в основу модуля создания системы: использование алгоритмических языков программирования и использование оболочек экспертных систем. Для представления базы знаний специально разработаны языки Лисп³ и Пролог⁴, хотя можно использовать и любой известный алгоритмический язык.

     Оболочка экспертных систем - это готовая программная среда, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.  

     В целом процесс функционирования ЭИС можно представить следующим  образом: пользователь, желающий получить необходимую информацию, через пользовательский интерфейс посылает запрос к ЭИС; решатель, пользуясь базой знаний, генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при помощи подсистемы объяснений.

     Специальности специалистов по разработке экспертных систем

     В разработке ЭИС предметной области  участвуют представители следующих  специальностей:  

     - эксперт в проблемной области, задачи которой будет решать ЭИС. Определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭИС знаний;  

     - инженер по знаниям - специалист по разработке ЭИС (используемые им технологию, методы называют технологией (методами) инженерии знаний). Помогает эксперту выявить и структурировать знания, необходимые для работы ЭИС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом;  

     - программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭИС. Осуществляет интеграцию с той средой, в которой она будет использоваться

     Необходимо  отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания ЭИС, либо значительно удлиняет его. 
 

     2. Модели представления знаний

 

     С разработкой и использованием экспертных систем тесно связаны такие понятия, как знания и базы знаний. Особая роль знаний в экспертных системах обусловлена, прежде всего, областью их применения. Экспертные системы предназначены для решения трудно формализуемых задач или задач, не имеющих алгоритмического решения в узкоспециализированных предметных областях деятельности человека. Экспертные системы позволяют аккумулировать, воспроизводить и применять знания, которые сами по себе обладают огромной ценностью.

     Переход от данных к знаниям является закономерным следствием развития и усложнения информационных структур, обрабатываемых на ПЭВМ. В  настоящее время нет общепризнанного  формального определения понятия  «знание». Однако знания обладают рядом специфических признаков, позволяющих определить соотношение понятий «знание» и «база знаний» с понятиями «данные» и «база данных».

     Сопоставление данных и знаний приводит к неизбежному  выводу, что данные – составная часть знаний.

     Отличительные качественные свойства для знаний обусловлены  наличием у знания избыточных возможностей по сравнению с данными. Авторы предлагают следующую классификацию специфических  признаков знания, позволяющую определить и охарактеризовать сам термин «знание»:

• внутренняя интерпретируемость;
• рекурсивная структурированность;
• связность (взаимосвязь единиц);
• семантические пространства с метрикой;
• активность;
• функциональная целостность

 

     Первые  два признака, свойственные для знания, являются справедливыми и для  традиционно организованных структур данных.

     Внутренняя  интерпретируемость предусматривает  возможность установки для элемента данных связанной с ним системы  имен. Система имен включает в себя индивидуальное имя, которое присвоено данной информационной единице, а последовательности имен тех множеств или классов, в которые это данное входит. Наличие системы «избыточных» имен позволяет экспертной системе знать, что хранится в ее базе знаний, и, следовательно, уметь отвечать на нечеткие вопросы о содержимом базы знаний.

     Второй  признак – структурированность  рекурсивная – определяет свойство декомпозиции для информационной единицы, т.е. при необходимости такая информационная единица может быть расчленена на более мелкие единицы или, наоборот, объединена в более крупные системы. Это свойство предусматривает установку отношений принадлежности элементов к классу и видовых отношений типа часть – целое, род – вид.

     Третий  признак – связность – характеризует  возможность установки между  информационными единицами самых разнообразных отношений (четких, нечетких бинарных, составных), которые определяют семантику и прагматику связей явлений и фактов, а также отношений, определяющих смысл системы в целом. В отличие от структурированности, характеризующей структуру знаний, система взаимосвязей (связность) определяет закономерности явлений, процессов, фактов, причинно-следственные отношения между ними, порождает ситуационные системы классификации.

     Пространства  семантические с метрикой характеризуют  близость-удаленность информационных единиц. И хотя сейчас нет единого мнения относительно структуры семантического пространства с метрикой, все специалисты-разработчики экспертных систем считают, что знания не могут быть бессистемным «сборищем» отдельных информационных единиц, а должны быть взаимосвязанными и взаимозависимыми в некотором общем для них когнитивном семантическом пространстве.

     Активность  – это принципиальное отличие  знаний от данных. С самого начала своего развития программирование опиралось на первичность процедур и вторичность данных. Процедурам отводилась роль активизирующего начала, они отражали способ решения задачи, активизировали необходимые данные, пассивно лежащие в памяти системы.

     Для человека характерна познавательная активность. Он использует те или иные процедуры  потому, что в его знаниях возникла определенная ситуация, т.е. для когнитивных структур в памяти человека характерна внутренняя активность. То или иное соотношение между информационными единицами побуждает к тем или иным действиям, для реализации которых необходимо выполнить определенные процедуры. Активность базы знаний позволяет экспертной системе формировать мотивы, ставить цели и строить процедуры их решения.

     Последний из выделенных признаков – целостность  функциональная – отражает возможность  выбора желаемого результата, времени  его получения, средств получения  результата, средств анализа достаточности  полученного результата.

     Элементы  знаний – это особым образом организованные структуры информации, которые имеют  свое содержание, структуру, возможные  связи, процедуры принятия решений.

     На  основании сказанного можно сделать  вывод, что для систем искусственного интеллекта основное отличие уровня знаний от уровня данных заключается в том, что уровень знаний является концептуальной моделью реально функционирующего не компьютеризованного знания о предметной области, в то время как уровень данных не выполняет моделирующей функции.

     2.1. Логическая модель представления знаний

 

     В основе логических моделей представления  знаний лежит понятие формальной системы в виде четверки:

      M  =  <T,P,A,F>, 

     где T – множество базовых символов теории M (например, буквы алфавита);

     P – множество синтаксических правил, посредством которых из базовых  символов строятся формулы;

     A – множество построенных формул, состоящих из аксиом;

     F – правила вывода, определяющие  множество отношений между правильно  построенными формулами.