Экспертные системы

ЭС, осуществляющие прогноз, определяют вероятные последствия заданных ситуаций. Примерами служат прогноз ущерба урожая от некоторого вида вредных насекомых, оценивание спроса на нефть на мировом рынке в зависимости от складывающейся геополитической ситуации и прогнозирование места возникновения следу вооруженного конфликта, на основании данных разведки. Системы прогнозирования иногда используют имитационное моделирование, т.е. программы, которые отражают причинно-следственные взаимосвязи в реальном мире, чтобы сгенерировать ситуации или сценарии, которые могут возникнуть при тех или иных входных данных. Эти возможные ситуации вместе со знаниями о процессах, порождающих эти ситуации, образуют предпосылки для прогноза.

Экспертные  системы выполняют диагностирование, используя описания ситуаций, характеристики поведения или знания о конструкции компонент, чтобы установить вероятные причины неправильного функционирования диагностируемой системы. Примерами служат: определение причин заболевания по симптомам, наблюдаемым у пациентов; локализация неисправностей в электронных схемах и определение неисправных компонент в системе охлаждения ядерных реакторов. Диагностические системы часто являются консультантами, которые не только ставят диагноз, но также помогают в отладке. Они могут взаимодействовать с пользователем, чтобы оказать помощь при поиске неисправностей, а затем предложить порядок действий по их устранению. В настоящее время многие диагностические системы разрабатываются для приложений к инженерному делу и компьютерным системам. Примером может служить система MYCIN.

ЭС, выполняющие проектирование, разрабатывают конфигурации объектов с учетом набора ограничений, присущих проблеме. Примерами могут служить генная инженерия, разработка СБИС и синтез сложных органических молекул. В проектировании систем часто используются синтез для разработки отдельных частей проекта и имитационное моделирование с целью верификации и тестирования идей, заложенных в проект. Учитывая то, что проектирование столь тесно связано с планированием, многие проектирующие системы содержат механизмы разработки и уточнений планов для достижения желаемого проекта. Система проектирования может в значительной мере избежать ненужных поисков, создавая планы разработки желаемой конфигурации и оценивая их в контексте проблемных требований. Две наиболее популярные области применения проектирующих ЭС – молекулярная биология и микроэлектроника. Это может быть связано с заинтересованностью бизнеса в столь перспективных приложениях, а не с некими фундаментальными особенностями этих областей.

ЭС, занятые  планированием, проектируют действия; они определяют полную последовательность действий, прежде чем начнётся их выполнение. Примерами могут служить создание плана применения последовательности химических реакций к группам атомов с целью синтеза сложных органических соединений или создание плана воздушного нападения, рассчитанного на несколько дней, с целью нейтрализации определённого фактора боеспособности врага. Планирующие ЭС зачастую должны иметь способность к возврату, т.е. отвергать некоторую последовательность рассуждений или часть плана из-за нарушения ограничений задачи и возвращать управление назад к более ранней точке иди ситуации, из которой анализ должен начаться заново. Возврат может дорого стоить, и поэтому в некоторых планирующих системах задача планирования разбивается на подпроблемы и делается попытка упорядочить их так, чтобы избежать перепланирования, начинающегося с точки, в которой был сделан неудачный выбор. Наиболее часто встречающиеся области применения планирующих ЭС – химия, электроника и военное дело.

Экспертные  системы, которые осуществляют наблюдение, сравнивают действительное поведение с ожидаемым поведением системы. Примерами могут служить слежение за показаниями измерительных приборов в ядерных реакторах с целью обнаружения аварийных ситуаций или оценку данных мониторинга больных, помещенных блоки интенсивной терапии. Наблюдающие ЭС подыскивают наблюдаемое поведение, которое подтверждает их ожидания относительно нормального поведения или их предположения о возможных отклонениях. Наблюдающие ЭС по самой своей природе должны работать в режиме реального времени и осуществлять зависящую как от времени, так и от контекста интерпретацию поведения наблюдаемого объекта. Это может приводить к необходимости запоминать все значения некоторых параметров системы (например, пульса), полученные в различные моменты времени, поскольку скорость и направление изменения могут быть столь же важны, как и действительные его значения в любой момент времени.

ЭС, выполняющие отладку, находят рецепты для исправления неправильного поведения устройств. Примерами могут служить настройка компьютерной системы с целью преодолеть некоторый вид затруднений в её работе; выбор типа обслуживания, необходимого для устранения неисправностей в телефонном кабеле; выбор ремонтной операции для исправления известной неисправности в локомотиве. Многие существующие отладочные системы работают с простыми таблицами связей между типами неисправностей и предлагаемыми рецептами их исправления, но общая проблема отладки трудна и требует проектирования рецептов восстановления и их оценивания через прогнозирование их эффективность. Отладочные системы часто включают диагностические компоненты для определения причин неисправностей. Это особенно характерно для медицинских ЭС, где система ставит диагноз заболевания, а затем производит “отладку”, предписывая курс лечения.

ЭС, реализующие  ремонт, следуют плану, который предписывает некоторые рецепты восстановления. Примером является настройка масс-спектрометра, т.е. установка ручек регулировки прибора в положение, обеспечивающее достижение оптимальной чувствительности, совместимой с правильным отношением величин пиков и их формы. Пока что было разработано очень мало ремонтных ЭС отчасти потому, что необходимость фактического выполнения ремонтных процедур на объектах реального мира дополнительно усложняет задачу. Ремонтным системам также необходимы диагностирующие, отлаживающие и планирующие процедуры для производства ремонта.

ЭС, выполняющие обучение, подвергают диагностике, “отладке” и исправлению (“ремонту”) поведение обучаемого. В качестве примеров можно взять обучение студентов отысканию неисправностей в электрических цепях, обучение военных моряков обращению с двигателем на корабле и обучение студентов-медиков выбору антимикробной терапии. Обучающие системы создают модель того, что обучающийся знает и как он эти знания применяет к решению проблемы. Системы диагностируют и указывают обучающемуся его ошибки, анализируя модель и строя планы исправлений указанных ошибок. Они исправляют поведение обучающихся, выполняя эти планы с помощью непосредственных указаний обучающимся.

ЭС, осуществляющие управление, адаптивно руководит поведением системы в целом. Примерами служат управление производством и распределением компьютерных систем или контроль за состоянием больных при интенсивной терапии. Управляющие ЭС должны включать наблюдающие компоненты, чтобы отслеживать поведение объекта на протяжении времени, но они могут нуждаться также и в других компонентах для выполнения любых или всех из уже рассмотренных типов задач: интерпретации, прогнозирования, диагностики, проектирования, планирования, отладки, ремонта и обучения. Типичная комбинация задач состоит из наблюдения, диагностики, отладки, планирования и прогноза.

7. ТИПЫ ЗАДАЧ, РЕШАЕМЫХ ЭС

Классификация ЭС на основании описанных видов деятельности может привести к неясностям, поскольку многие из этих систем выполняют сразу насколько видов работ. Например, диагностика часто совмещается с отладкой, наблюдение с управлением, а планирование с проектированием. Поэтому специалисты по ИИ находят полезным классифицировать ЭС по типам задач, которые такие системы решают. В табл. 3 перечислены некоторые из предметных областей, в которых ЭС в настоящее время. Из них медицина представляется наиболее популярной; именно в этой области было разработано больше ЭС, чем во всякой другой, хотя химия ненамного отстаёт от неё, и разрыв быстро сокращается.

Таблица 3. Классификация  ЭС по типам задач

Заключение

В настоящее  время ЭС находят всё большее  применение во всех областях человеческой деятельности. Этому способствуют: развитие средств вычислительной техники, инструментальных средств разработки ПО, практика использования ЭС, постоянно возрастающий уровень информационной культуры пользователей.

На практике часто требуется не использование ЭС как таковой, сколько использование её элементов (интеллектуальных ЭС) для ПО.

Элементы использования  ЭС нашли своё отражение во вновь  разрабатываемом ПО, как известных  фирм-производителей ПО, так и авторов-индивидуалов.

В настоящее  время сдерживание темпов развития ЭС происходит из-за недостаточной  разработанности математического  аппарата в области ИИ, частности  в области построения нейро-сетей, а так же в области психологии экспертных суждений и принятия решения  экспертом. В последнее десятилетие в данных направлениях наблюдался серьёзный прогресс. В настоящее время учёные прикладывают огромные усилия по решению научных проблем в данных областях. Результатом этой работы будет создание новых, более интеллектуальных ЭС, для конкретных областей человеческой деятельности, а также более интеллектуального ПО.

Библиографический список

1. Долин Г. Что такое ЭС// Компьютер Пресс. – 1992. –  №2
2. Малпасс Д.Р. Реляционный язык Пролог и его применение.
3. Марселлус Д.Н. Программирование экспертных систем на Турбо Прологе.- М.: Финансы и статистика, 1994.
4. Нейлор К. Как построить свою экспертную систему.- М.: Энергоатомиздат, 1991.
5. Сафонов В.О. Экспертные системы - интеллектуальные помощники специалистов.- С.-Пб: Санкт-Петербургская организация общества “Знания” России, 1992.
6. Убейко В.Н. Экспертные системы.- М.: МАИ, 1992.