Лекция: Вопрос. ЭКСПЕРТНЫЕ СИСТЕМЫ.
ЭС — сложный аппаратно-програм комплекс, способный получать и аккумулировать знания специалистов в какой-л предм области, обрабатывать их при решении практич задач и генерировать новые знания на основе имеющихся. ЭС в отличие от обычных инф-ых систем, ориентированы не на обработку данных, а на обработку знаний.
ЭС в настоящее время создаются и исп-ся в различ предм областях, среди них лидир яв-ся 3 области: бизнес, пр-во, медицина.
Основная проблема, связанная с созданием ЭС – формализация знаний специалистов, их ввод в вычислит-ю систему.
Д/ решения подобных задач, начиная с середины 60х, развивается дисциплина Инжинирия знаний (когнитология).
Цель: разработка методов формализации любых типов знаний.
Д/ того, чтобы сделать экспертные знания пригодными д/ машинной обработки, необх преобразовать их в одну из формальных моделей предм области.
Исп-ют неск моделей представления знаний:
1. Логич модель (едзнаний в этой модели яв-ся логич выражения, построенные с исп-ем формальной логики придикатов).
Достоинства: строгая формализация.
Недостатки:
1) Не высокая гибкость и малая универсальность.
2)Далеко не любые знания можно представить с исп-ем логики придикатов. В отд предм обл этот формальный подход практически неприменим.
3) Высокая сложность.
2. Продукционная модель (ед-ца знаний – продукция, т.е. простые логич правила, например: If…then…else (если…то…иначе))
Дост-ва:
1) простота
2) достаточная универсальность
Недостаток: не любые знания м/б представлены сов-тью продукции.
3. Семантическая (смысловая) сеть (в наглядном представлении – граф, сост из вершин и соединяющих их дуг. Ед знаний – триплеты след вида: две вершины, соединенные дугой. Вершины соотв-т понятиям, сущностям; дуга соотв-т отношению).
Большая семантическая сеть, сост из произвольного множ-ва понятий, сущностей, связ м/у собой.
Дост-ва:
1) Относит простота
2) Гибкость
Недостаток: усложнение сети по мере углубления знаний о предм области
4. Фреймовая модель (фреймы – формальные конструкции, служ д/ описания типовых (в опред смысле) объектов, ситуаций и т.п.)
Фреймы <ИФ1(ИС1; ЗС1>
ИФ1 – имя фрейма
ИС1 – имя слота
ЗС1 – значение слота
Описывают отд атрибуты, имя, процессы. Кол-во слотов м/б любым (многие сотни тысяч). Значениями слотов м/б: числа, словесные конструкции, ссылки на другие слоты и другие фреймы, ссылки на процедуры
Фреймы могут представляться в табличной форме.
Когнитология изучает знания как таковые, независимо от конкр предм обл. В ней выделяют след типы знаний:
1. Декларативные — флактуальные (описание фактов, констатация)
2. Процедурные — операционные (описания действий, процедур, операций)
3. Жесткие (определенные )
4. Мягкие (допускают варианты)
5. Детерминированные (определенные)
6. Неопределенные
7. Формализованные
8. Неформализованные
Знания по своей природе могут яв-ся фактами или эвристиками (не имеющие строгой логической основы, интуитивного типа).
Этап тестирования системы. Эксперты совместно с разработчиками системы проверяют ее принципиальную работоспобность, в соотв с пост задачами и требованиями
Этап опытной эксплуатации. -система практически готова, пользователи проверяют пригодность системы д/ практич исп-я, удобства в работе.
Этап промыш эксплуатации или коммерч исп-ия. Система передается заказчикам или поступает в продажу.
ЭС, как правило, создаются по технологии быстрого прототипа, т.е., вначале создается макс упрощенный прототип буд системы, кот тестируют и дорабатывают, возвращаясь к пред стадиям по мере необх.
Создание ЭС, как правило, занимает неск лет, и обычная средняя ст-ть ЭС среднего уровня может составлять несколько млн долл. Значит долю в этой ст-ти составляют экспертные знания.
Примеры ЭС, созданных в различ предм областях:
1. DENDRAL. Создана в конце 60-х гг. Предм обл – химия (хим.синтез и хим.анализ). Задача: идентификация сложных молекул и установление их структуры по рез-там физико-химических иссл-ий.
2. MYCIN. ЭС д/ мед диагностики. Предм обл: медицина Задача: определение диагноза и выработка оптим варианта лечения.
3. EXPERTAX. Предм обл: эк-ка, налогообложение. Задача: консультация в обл налогообложения.
4. PROSPECTOR. Предм обл: геология. Задача: поиск месторождений полезных ископаемых.
5. JUDITH. Предм обл: юриспруденция. Гражде закон-во. Задача: консульт-ие в области гражд закон-ва.
6. Manager Advisor. Предм обл: эк анализ. Задача: консульт-ие в области упр-я и т.д.
7. XCON. Предм обл: Инф-е системы. Задача: помогает выбирать конфигурации компсистем.
8. TIMM. Предм обл: оборона. Задача: поддержка пилотов боевых вертолетов в боевых условиях.
9. PSY. Предм обл: практич психология. Задача: тестирование персонала в кадр агентствах.
ЭС, хотя и относятся к области ИИ, факт яв-ся интеллеактулизир системами.
Недостатки ЭС:
1. Очень узкая область применения.
2. Система фактич неспособна в полном смысле объяснять свои действия. Ее пояснения сводятся к восстановлению логич цепочек, приводящих к тому или иному решению.
3. ЭС неприменимы в тех областях, где эксперты отсутствуют и где решения задач требуют не только рассуждений, но и действий.
4. ЭС неспособна учиться, т.е. уровень ее компетентности яв-ся фиксир-ным.