Экспертные системы

     4. Должен быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

     В таблице один приведены сравнительные  свойства прикладных задач, по наличию  которых можно судить о целесообразности использования для их решения  ЭС. 
 
 

     Таблица 1. Критерий применимости ЭС.

 

     В целом экспертная система не рекомендуется применять для решения следующих типов задач:

1. математических, решаемых обычным путем формальных преобразований и процедурного анализа;
2. задач распознавания, поскольку в общем случае они решаются численными методами;
3. задач, знания о методах решения которых отсутствуют (невозможно построить базу знаний).

 
 

     1.5. Ограничения в применение экспертных систем. 

     Даже  лучшие из существующих экспертных систем, которые эффективно функционируют как на больших, так и на мини-ЭВМ, имеют определенные ограничения по сравнению с человеком-экспертом.

     1. Большинство экспертных систем не вполне пригодны для применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали из базы знаний.

     2. Вопросно-ответный режим, обычно  принятый в таких системах, замедляет  получение решений. Например, без  системы RLS специалист может (а часто и должен) принять решение значительно быстрее, чем с ее помощью.

     3. Навыки системы не возрастают  после сеанса экспертизы.

     4. Все еще остается проблемой  приведение знаний, полученных от  эксперта, к виду, обеспечивающему  их эффективную машинную реализацию.

     5. экспертные системы не способны обучаться, не обладают здравым смыслом. Домашние кошки способны обучаться даже без специальной дрессировки, ребенок в состоянии легко уяснить, что он станет мокрым, если опрокинет на себя стакан с водой, однако если начать выливать кофе на клавиатуру компьютера, у него не хватит “ума” отодвинуть ее. 

     6. ЭС неприменимы в больших предметных областях. Их использование ограничивается предметными областями, в которых эксперт может принять решение за время от нескольких минут до нескольких часов.

     7. В тех областях, где отсутствуют  эксперты (например, в астрологии), применение  ЭС оказывается невозможным.

     8. Имеет смысл привлекать ЭС  только для решения когнитивных  задач. Теннис, езда на велосипеде  не могут являться предметной  областью для ЭС, однако такие  системы можно использовать при  формировании футбольных команд.

     9. Человек-эксперт при решении задач  обычно обращается к своей  интуиции или здравому смыслу, если отсутствуют формальные  методы решения или аналоги  таких задач.

     Системы, основанные на знаниях, оказываются  неэффективными при необходимости  проведения скрупулезного анализа, когда число “решений” зависит  от тысяч различных возможностей и многих переменных, которые изменяются во времени. В таких случаях лучше  использовать базы данных с интерфейсом  на естественном языке. 
 
 
 
 
 
 
 
 
 

     1.6. Преимущества ЭС перед человеком - экспертом. 

     Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

     1. У них нет предубеждений.

     2. Они не делают поспешных выводов.

     3. Эти системы работают систематизировано,  рассматривая все детали, часто  выбирая наилучшую альтернативу  из всех возможных.

     4. База знаний может быть очень  и очень большой. Будучи введены  в машину один раз, знания  сохраняются навсегда. Человек же  имеет ограниченную базу знаний, и если данные долгое время  не используются, то они забываются  и навсегда теряются.

     5. Системы, основанные на знаниях,  устойчивы к “помехам”. Эксперт  пользуется побочными знаниями  и легко поддается влиянию  внешних факторов, которые непосредственно  не связаны с решаемой задачей.  ЭС, не обремененные знаниями  из других областей, по своей  природе менее подвержены “шумам”.  Со временем системы, основанные  на знаниях, могут рассматриваться  пользователями как разновидность  тиражирования- новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решат задачи быстрее и эффективнее.

     6. Эти системы не заменяют специалиста,  а являются инструментом в  его руках. 
 

     Глава 2. Разработка экспертных систем 

     2.1. Этапы разработки  экспертных систем 

     При разработке экспертных систем часто  используется концепция быстрого прототипа. Суть её в следующем: поначалу создается  не экспертная система, а её прототип, который обязан решать узкий круг задач и требовать на свою разработку незначительное время. Прототип должен продемонстрировать пригодность будущей  экспертной системы для данной предметной области, проверить правильность кодировки  фактов, связей и стратегий рассуждения  эксперта. Он также дает возможность  инженеру по знаниям привлечь эксперта к активной роли в разработке экспертной системы. Размер прототипа – несколько  десятков правил.

     На  сегодняшний день сложилась определенная технология разработки экспертных систем, включающая 6 этапов.

     Этап 1. Идентификация 

     Определяются  задачи, которые подлежат решению. Планируется ход разработки прототипа экспертной системы, определяются: нужные ресурсы (время, люди, ЭВМ и т.д.), источники знаний (книги, дополнительные специалисты, методики), имеющиеся аналогичные экспертные системы, цели (распространение опыта, автоматизация рутинных действий и др.), классы решаемых задач и т.д. Этап идентификации – это знакомство и обучение коллектива разработчиков. Средняя длительность 1-2 недели.

     На  этом же этапе разработки экспертных систем проходит извлечение знаний. Инженер  по знаниям помогает эксперту выявить  и структурировать знания, необходимые  для работы экспертной системы, с  использованием различных способов: анализ текстов, диалоги, экспертные игры, лекции, дискуссии, интервью, наблюдение и другие. Извлечение знаний – это получение инженером по знаниям более полного представления о предметной области и методах принятия решения в ней. Средняя длительность 1-3 месяца.

     Этап 2. Концептуализация

     Выявляется  структура полученных знаний о предметной области. Определяются: терминология, перечень главных понятий и их атрибутов, структура входной и  выходной информации, стратегия принятия решений и т.д. Концептуализация – это разработка неформального  описания знаний о предметной области  в виде графа, таблицы, диаграммы  либо текста, которое отражает главные  концепции и взаимосвязи между  понятиями предметной области. Средняя  длительность этапа 2-4 недели.

     Этап 3. Формализация

     На  этапе формализации все ключевые понятия и отношения, выявленные на этапе концептуализации, выражаются на некотором формальном языке, предложенном (выбранном) инженером по знаниям. Здесь  он определяет, подходят ли имеющиеся  инструментальные средства для решения  рассматриваемой проблемы или необходим  выбор другого инструментария, или  требуются оригинальные разработки. Средняя длительность 1-2 месяца.

     Этап 4. Реализация

     Создается прототип экспертной системы, включающий базу знаний и другие подсистемы. На данном этапе применяются следующие инструментальные средства: программирование на обычных языках (Паскаль, Си и др.), программирование на специализированных языках, применяемых в задачах искусственного интеллекта (LISP, FRL, SmallTalk и др.) и др. Четвертый этап разработки экспертных систем в какой-то степени является ключевым, так как здесь происходит создание программного комплекса, демонстрирующего жизнеспособность подхода в целом. Средняя длительность 1-2 месяца.

     Этап 5. Тестирование

     Прототип  проверяется на удобство и адекватность интерфейсов ввода-вывода, эффективность  стратегии управления, качество проверочных  примеров, корректность базы знаний. Тестирование – это выявление ошибок в выбранном  подходе, выявление ошибок в реализации прототипа, а также выработка  рекомендаций по доводке системы  до промышленного варианта.

     Этап 6. Опытная эксплуатация

     Проверяется пригодность экспертной системы  для конечных пользователей. По результатам  этого этапа может потребоваться  существенная модификация экспертной системы.

     Процесс разработки экспертной системы не сводится к строгой последовательности перечисленных  выше этапов. В ходе работ приходится неоднократно возвращаться на более  ранние этапы и пересматривать принятые там решения.

     

     рис.3. технология разработки ЭС. 
 
 
 
 
 
 
 
 
 
 
 

     2.2. Инструментальные  средства проектирования  и разработки экспертных  систем 

     На  проектирование и создание одной  экспертной системы ранее требовалось 20-30 человек-лет. В настоящее время  имеется ряд средств, ускоряющих создание. Эти средства называют инструментальными  или инструментарием. Использование  инструментальных средств разработки экспертных систем сокращает время, затрачиваемое на их создание, в 3-5 раз.

     Инструментальное  средство разработки экспертных систем – это язык программирования, используемый инженером знаний или (и) программистом  для построения экспертной системы. Этот инструмент отличается от обычных  языков программирования тем, что обеспечивает удобные способы представления  сложных высокоуровневых понятий.

     По  своему назначению и функциональным возможностям инструментальные программы, применяемые при проектировании экспертных систем, можно разделить  на четыре достаточно большие категории.

     1. Оболочки экспертных систем 

     Системы этого типа создаются, как правило, на основе какой-нибудь экспертной системы, достаточно хорошо зарекомендовавшей  себя на практике. При создании оболочки из системы-прототипа удаляются  компоненты, слишком специфичные  для области ее непосредственного  применения, и оставляются те, которые  не имеют узкой специализации. Примером может служить система EMYCIN, созданная  на основе прошедшей длительную «обкатку»  системы MYCIN. В EMYCIN сохранен интерпретатор  и все базовые структуры данных – таблицы знаний и связанные  с ними механизм индексации. Оболочка дополнена специальным языком, улучшающим читабельность программ, и средствами поддержки библиотеки типовых случаев и заключений, выполненных по ним экспертной системой.