Экспертные системы и направления их развития

     Архитектура клиент-сервер. Разработаны ИС ИИ, поддерживающие распределенные вычисления по архитектуре  клиент-сервер, что позволило:снизить стоимость оборудования, используемого в приложениях, децентрализовать приложения, повысить надежность и общую производительность (так как сокращается количество информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном ему оборудовании).

     Проблемно/предметно-ориентированные  ИС ИИ. Переход от разработок ИС ИИ общего назначения (хотя они не утратили свое значение как средство для создания ориентированных ИС) к проблемно/предметно-ориентированным  ИС ИИ [9] обеспечивает: сокращение сроков разработки приложений; увеличение эффективности использования ИС; упрощение и ускорение работы эксперта; повторную используемость информационного и программного обеспечения (объекты,классы,правила,процедуры). 

2. Структура экспертных систем.

 

     Типичная  статическая ЭС состоит из следующих  основных компонентов (рис. 1.):

     - решателя (интерпретатора);

     - рабочей памяти (РП), называемой также базой данных (БД);

     - базы знаний (БЗ);

     - компонентов приобретения знаний;

     - объяснительного компонента;

     - диалогового компонента.

     База  данных (рабочая память) предназначена  для хранения исходных и промежуточных  данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

     База  знаний (БЗ) в ЭС предназначена для  хранения долгосрочных данных, описывающих  рассматриваемую область (а не текущих  данных), и правил, описывающих целесообразные преобразования данных этой области.

     Решатель, используя исходные данные из рабочей  памяти и знания из БЗ, формирует  такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

     Компонент приобретения знаний автоматизирует процесс  наполнения ЭС знаниями, осуществляемый пользователем-экспертом. 

     Объяснительный  компонент объясняет, как система  получила решение задачи (или почему она не получила решение) и какие  знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

       
 

     Диалоговый  компонент ориентирован на организацию  дружественного общения с пользователем  как в ходе решения задач, так  и в процессе приобретения знаний и объяснения результатов работы.

     В разработке ЭС участвуют представители  следующих специальностей:

     -эксперт в проблемной области, задачи которой будет решать ЭС;

     -инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);

     -программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС. 

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

     Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

     Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; 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 разрабатывает ИС (если ИС разрабатывается  заново), содержащее в пределе все  основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано.

     Экспертная  система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также  режимом консультации или режимом  использования ЭС).

     В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

     Отметим, что режиму приобретения знаний в  традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые  программистом. Таким образом, в  отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

     В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:

     "Почему  система задает тот или иной  вопрос?", "как ответ, собираемый  системой, получен?".

     Структуру, приведенную на рис. 1.1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.  

 

     На  рис. 1.2 показано, что в архитектуру  динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

     Подчеркнем, что структура ЭС, представленная на рис. 1.1 и 1.2, отражает только компоненты (функции), и многое остается "за кадром". На рис. 1.3 приведена обобщенная структура современного ИС для создания динамических ЭС, содержащая кроме основных компонентов те возможности, которые позволяют создавать интегрированные приложение в соответствии с современной технологией программирования. 
 
 

3. Области применения экспертных систем.

         Области применения систем, основанных  на знаниях, могут быть сгруппированы  в несколько основных классов:  медицинская диагностика, контроль  и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

       а) Медицинская диагностика.

         Диагностические системы используются  для установления связи между  нарушениями деятельности организма  и их возможными причинами.  Наиболее известна диагностическая  система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

       б) Прогнозирование.    

         Прогнозирующие системы предсказывают  возможные результаты или события  на основе данных о текущем  состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

       в) Планирование.

         Планирующие системы предназначены  для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.

       г) Интерпретация.

         Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

       д) Контроль и управление.

         Системы, основанные на знаниях,  могут применятся в качестве  интеллектуальных систем контроля  и принимать решения, анализируя  данные, поступающие от нескольких  источников. Такие системы уже  работают на атомных электростанциях,  управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой  деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.

       е) Диагностика неисправностей в механических и электрических устройствах.

         В этой сфере системы, основанные  на знаниях, незаменимы как  при ремонте механических и  электрических машин (автомобилей,  дизельных локомотивов и т.д.), так и  при устранении неисправностей  и ошибок в аппаратном и  программном обеспечении  компьютеров.

       ж) Обучение.   

        Системы, основанные на знаниях,  могут входить составной частью  в компьютерные системы обучения. Система получает информацию  о деятельности некоторого объекта  (например, студента) и анализирует  его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная Д.Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т.Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие,  способные провести быструю атаку корабли и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать этому правила игры меняли каждый год.