Интеллектуальные технологии. Экспертные системы, их структура и основные характеристики.

Заключение

Цель систем, основанных на знаниях, заключается в том, чтобы извлечь важную информацию, необходимую для того чтобы система работала явно, а не на догадках. В традиционной компьютерной программе логика, встроенная в коде, обычно понятна только ИТ-специалистам. Целью экспертной системы было определить правила в формате, который был бы интуитивно понятным и легко воспроизводимым для обычного пользователя, так же доступен для редакции экспертами данной предметной области, а не только ИТ-специалистами. Преимущества этого явного представления знаний дали быстрое развитие и простоту обслуживания экспертных систем.
Простота обслуживания является наиболее очевидным преимуществом. Это было достигнуто двумя способами. Во-первых, за счет устранения необходимости писать программные коды, м ...

СОДЕРЖАНИЕ

Введение 3
1. Экспертные системы - основное направление искусственного интеллекта 4
2. Происхождение экспертных систем и их эволюция 4
3. Архитектура построения экспертных систем 4
4. Метод принятия решений 4
5. Представление знаний и вывода 4
Заключение 4
Список литературы 4

Введение

В области искусственного интеллекта, экспертной системой является компьютерная система, которая эмулирует способность принимать решения человека-эксперта [1]. Экспертные системы предназначены для решения сложных проблем путем рассуждения о знаниях, в виде правил, типа «если-то», а не через обычный процессуальный процесс [2]. Первые экспертные системы были созданы в 1970-х годах, а затем получили широкое распространение в 1980-х годах. Экспертные системы являются одними из первых и по-настоящему успешных форм программного обеспечения для искусственного интеллекта.
Экспертная система представляет собой две подсистемы: механизм логического вывода и базу знаний. База знаний представляет факты и правила. Механизм логического вывода применяет правила к известным фактам для вывода новы х фактов. Логический вывод может также включать в себя объяснение и возможности отладки полученного правила.

Оригинальный алгоритм DENDRAL была разработана Дж Ледербергом для генерации всех возможных изомеров химического соединения. Эвристическая система DENDRAL содержит подсистему, так называемый генератор структуры, которая реализует алгоритм DENDRAL, но в дополнение включает в себя различные эвристические ограничения на возможные структуры, таким образом, уменьшая количество вариантов, которые будут рассмотрены в остальной части системы. Эвристическая система DENDRAL, помогает в интерпретации спектрограммы вещества. Она содержит значительное количество химических знаний, чтобы сделать это. Для этого, другая подсистема DENDRAL, называемая «Предсказатель», предлагает спектрограммы для каждой молекулярной структуры с помощью генератора структуры. Каждый ожидаемый масс-спектр затем проверяется помасс-спектру, наблюдаемому для сравнения. Такая функция была реализована в последней части системы, функции оценки. Как правило, больше одной молекулярной структуры соответствует шаблону, найденному в спектрограмме. Таким образом, система обычно производит более одного ответа, упорядоченные по количеству свидетельств в пользу их [5].Самой известной экспертной системой раннего периода является MYCIN - система, разработанная EH Shortliffe, в Стэндфордском университете в конце 1970-х годов. Система MYCIN создана для оказания помощи врачам в диагностике и лечении некоторых инфекционных заболеваний, в частности менингита и бактериальной септицемии. Когда пациент имеет симптомы такого заболевания, собирают анализы крови и мочи для того, чтобы определить, какие виды бактерий вызвали инфекцию. Как правило, это занимает от 24 до 48 часов, прежде чем результаты лабораторных исследований известны. Часто, однако, врач не может ждать такое время до начала лечения, так как в противном случае болезнь будет прогрессировать и может стать даже причиной смерти пациента. Система MYCIN дает промежуточные признаки микроорганизмов, скорее всего, виновных в болезни пациента на основе (возможно, неполных и неточных) данных пациентов, доступных в системе. Учитывая это указание, MYCIN консультирует по вопросам введения соответствующих препаратов для борьбы с этой инфекцией. Опять же, система была только в состоянии сделать это, опираясь на значительный объем формализованного экспертных знаний о инфекционных болезнях. Система MYCIN наложила свой отпечаток на экспертные системы, которые были разработаны ранее. Даже сегодня, данная система и ее производные являются источником вдохновения для исследователей экспертных систем [6].Архитектура построения экспертных системТак как экспертная система представляет собой систему обеспечения, структуры экспертных систем могут быть описаны и поняты в терминах компонентов из которых состоят такие системы, а также с точки зрения обмена информацией между этими компонентами. Это называется архитектурой. Типовая архитектура экспертной системы представлена на рис.1 [7].Рис. 1: Глобальная архитектура экспертной системыРанее, экспертные системы писали на языках программирования высокого уровня, как правило, на LISP. Однако, используя такие языки программирования, в качестве инструмента построения экспертных систем, необходимо уделять непропорционально большое внимание к аспектам реализации системы, не связанных с проблемной областью. Кроме того, экспертные знания о предметной области и алгоритмы применения этих знаний стали плотно переплетены между собой. Это приводит к построению таких систем, которые, однажды построенные, практически не адаптируется к изменяющимся свойствам предметной области. Экспертное знание, однако, является динамическим: знания и опыт постоянно меняются, что требует изменения соответствующей экспертной системы. Попытка решить эту проблему привела к мнению, что знания о предметной области и алгоритмы применения этих знаний должны быть разделены в явном виде. Этот принцип представляет собой парадигму проектирования экспертных систем сегодня [10]:Экспертная система = знания + методы решения задачСоответственно сегодняшние экспертные системы, как правило, имеют два основных компонента, как показано на рисунке 1:База знаний (Knowledge base), которая захватывает предметно-ориентированные знания;Механизм логического вывода (inference engine), который состоит из алгоритмов для манипулирования знаниями, представленными в базе знаний, для решения проблемы, заданной системе.Кроме того, экспертная система может содержать объекты, чтобы объяснить, демонстрации или предложение документации для своих шагов рассуждения, часто называемое подсистемой объяснений (Explanation facilities). При разработке системы было бы целесообразно проследить за поведением рассуждения более подробно, что обеспечивается с помощью трассировки (Trace facilities). Возможности логического вывода, как правило, используются для реализации конкретных решений проблем существующими методами, например, это могут быть способы, для решения диагностических проблем в медицине.Современные экспертные системы редко пишут на языках программирования высокого уровня. Вместо этого, они строятся в специальном программной среде, известной под разными именами, например, системные оболочки экспертных систем, экспертно-системные инструменты, или, системы инструментов, основанные на знаниях. Ранним примером такой среды является EMYCIN (Essential MYCIN), система, которая появилась из MYCIN ограничив его знания о инфекционных заболеваниях. Также язык программирования PROLOG особенно подходит для реализации экспертных систем [8].Каждая оболочка экспертных систем или строительные инструменты предлагают формальный язык, называемый представлением знаний в формальном виде, для кодирования знаний о предметной области в базе знаний. Кроме того, они обеспечивают один или более логических выводов механизма логического вывода, которые способны манипулировать знаниями, представленными в формальном виде. Разработчики экспертной системы, таким образом, защищены от наиболее сложных алгоритмических аспектов системы и только предметно-ориентированное знание должно быть предусмотрено и выражения в формальном представлении, в то время как рассуждения о том, как это знание было получено используется только при необходимости. Важно обратить внимание, что некоторые преимущества вытекают из недостатков и база знаний может быть разработана отдельно от механизма логического вывода. Базы знаний могут быть разработаны и уточнены поэтапно. Ошибки и недостатки могут быть легко устранены без внесения изменений в текст необходимых программ. Кроме того, инструменты для построения экспертной системы могут быть использованы для разработки экспертных систем для различных предметных областей, что может сэкономить время разработки и другие расходы.Метод принятия решенийКак было сказано выше, механизм логического вывода из оболочки экспертной системы, как правило, настроен так, чтобы получить более конкретные методы решения задачи. Примером может служить метод диагностики, который может использовать причинное знание о связи между причинами и связанными с ними следствиями, для объяснения наблюдаемой неисправности устройства, с точки зрения возможных причин этого сбоя. Иногда же проблема может быть решена по-разному, с использованием различных видов знаний и различных методов. Например, недостатки устройства также могут быть диагностированы на основе экспертных знаний о том, что конкретная комбинация результатов является типичным для возникновения конкретного сбоя.