ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 31.03.2021
Просмотров: 6634
Скачиваний: 50
551
цию от датчиков для описания ситуации. Например, это может быть интерпретация показаний из-
мерительных приборов на химическом заводе для определения состояния процесса. Интерпрети-
рующие системы имеют дело не с четкими символьными представлениями проблемной ситуации,
а непосредственно с реальными данными. Они сталкиваются с затруднениями, которых нет у сис-
тем других типов, потому что им приходится обрабатывать информацию зашумленную, недоста-
точную, неполную, ненадежную или ошибочную. Им необходимы специальные методы регистра-
ции характеристик непрерывных потоков данных, сигналов или изображений и методы их сим-
вольного представления.
Интерпретирующие экспертные системы могут обрабатывать разнообразные виды данных.
Например, системы анализа сцен и распознавания речи, используя
Рис.
6.12.
Схема обобщенной экспертной системы
Таблица 6.6
Типичные категории способов применения экспертных систем
Категория
Решаемая проблема
Интерпретация
Прогноз
Диагностика
Проектирование
Планирование
Наблюдение
Отладка
Ремонт
Обучение
Управление
Описание ситуации по информации, поступающей от датчиков
Определение вероятных последствий заданных ситуаций
Выявление причин неправильного функционирования системы по наблюдениям
Построение конфигурации объектов при данных ограничениях
Определение последовательности действий
Сравнение результатов действий с ожидаемыми результатами
Составление рецептов исправления неправильного функционирования системы
Выполнение последовательности предписанных исправлений
Диагностика и исправление поведения обучаемого
Управление поведением системы как целого
естественную информацию (в одном случае визуальные образы, в другом - звуковые сигналы),
анализируют их характеристики и понимают их смысл.
Интерпретация
в области химии исполь-
зует данные дифракции рентгеновских лучей, спектрального анализа или ядерного магнитного ре-
зонанса для вывода химической структуры веществ. Интерпретирующая система в геологии ис-
пользует каротажное зондирование - измерение проводимости горных пород в буровых скважинах
и вокруг них, чтобы определить подповерхностные геологические структуры. Медицинские ин-
терпретирующие системы используют показания следящих систем (например, значения темпера-
туры, пульса, кровяного давления), чтобы установить диагноз или тяжесть заболевания. Наконец,
в военном деле интерпретирующие системы используют данные от радаров, радиосвязи и сонар-
ных устройств, чтобы оценить ситуацию и идентифицировать цели.
Экспертные системы, осуществляющие
прогноз,
определяют вероятные последствия задан-
ных ситуаций. Примерами служат прогноз ущерба урожаю от некоторого вида вредных насеко-
мых, оценивание спроса на нефть на мировом рынке, прогнозирование места возникновения сле-
дующего 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, кото-
рые могут возникнуть при тех или иных входных данных (конкретный пример приведен в главе 7).
552
Эти возможные ситуации вместе со знаниями о процессах, порождающих эти ситуации, образуют
предпосылки для прогноза. Специалисты по искусственному интеллекту пока что разработали
сравнительно мало прогнозирующих систем, возможно потому, что очень трудно взаимодейство-
вать с имитационными моделями и создавать их.
Экспертные системы выполняют
диагностирование,
используя описания ситуаций, харак-
теристики поведения или знания о конструкции компонентов, чтобы установить вероятные при-
чины неправильно функционирования диагностируемой системы. Примерами служат определение
причин заболевания по симптомам, наблюдаемым у пациентов; локализация неисправностей в
электронных схемах и определение неисправных компонентов в системе охлаждения ядерных ре-
акторов. Диагностические системы часто являются консультантами, которые не только ставят ди-
агноз, но и помогают в отладке. Они могут взаимодействовать с пользователем, чтобы оказать по-
мощь при поиске неисправностей, а затем предложить порядок действий по их устранению. Ме-
дицина представляется вполне естественной областью для диагностирования, и действительно, в
медицинской области было разработано больше диагностических систем, чем в любой другой от-
дельно взятой предметной области. Однако в настоящее время многие диагностические системы
разрабатываются для приложений к инженерному делу и компьютерным системам.
Экспертные системы, выполняющие
проектирование,
разрабатывают конфигурации объек-
тов с учетом набора ограничений, присущих проблеме. Примерами могут служить генная инжене-
рия, разработка СБИС и синтез сложных органических молекул.
Экспертные системы, занятые
планированием,
проектируют действия; они определяют пол-
ную последовательность действий, прежде чем начнется их выполнение. Примерами могут слу-
жить создание плана применения последовательности химических реакций к группам атомов с це-
лью синтеза сложных органических соединений или создание плана воздушного нападения, рас-
считанного на несколько дней, с целью нейтрализации определенного фактора боеспособности
врага.
Экспертные системы, выполняющие
наблюдение,
сравнивают действительное поведение с
ожидаемым поведением системы. Примерами могут служить слежение за показаниями измери-
тельных приборов в ядерных реакторах с целью обнаружения аварийных ситуаций или оценка
данных мониторинга больных, помещенных в блоки интенсивной терапии. Наблюдающие экс-
пертные системы подыскивают наблюдаемое поведение, которое подтверждает их ожидания от-
носительно нормального поведения или их предположения о возможных отклонениях. Наблю-
дающие экспертные системы по самой своей природе должны работать в режиме реального вре-
мени и осуществлять зависящую как от времени, так и от контекста интерпретацию поведения на-
блюдаемого объекта.
Экспертные системы, выполняющие
обучение,
подвергают диагностике, «отладке» и ис-
правлению (коррекции) поведение обучаемого. В качестве примеров приведем обучение студен-
тов отысканию неисправностей в электрических цепях, обучение военных моряков обращению с
двигателем на корабле и обучение студентов-медиков выбору антимикробной терапии. Обучаю-
щие системы создают модель того, что обучающийся знает и как он эти знания применяет к реше-
нию проблемы. Системы диагностируют и указывают обучающемуся его ошибки, анализируя мо-
дель и строя планы исправлений указанных ошибок. Они исправляют поведение обучающихся,
выполняя эти планы с помощью непосредственных указаний обучающимся.
Экспертные системы, осуществляющие
управление,
адаптивно руководят поведением сис-
темы в целом. Примером служит управление производством и распределением компьютерных
систем. Управляющие экспертные системы должны включать наблюдающие компоненты, чтобы
отслеживать поведение объекта на протяжении времени, но они могут нуждаться и в других ком-
понентах для выполнения любых или всех из уже рассмотренных типов
задач: интерпретации,
прогнозирования, диагностики, проектирования, планирования, отладки, ремонта и обучения. Ти-
пичная комбинация задач состоит из наблюдения, диагностики, отладки, планирования и прогно-
за.
Рассмотрим примеры наиболее известных, классических экспертных систем, с которых на-
чалось создание и развитие этого типа программных средств.
MYCIN
-
это экспертная система, разработанная для медицинской диагностики. В частно-
сти, она предназначена для работы в области диагностики и лечения заражения крови и медицин-
ских инфекции. Система ставит соответствующий диагноз, исходя из представленных ей симпто-
553
мов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. Она
состоит в общей сложности из 450 правил, разработанных с помощью группы по инфекционным
заболеваниям Стэндфордского университета. Ее основополагающим моментом является использо-
вание вероятностного подхода.
Система MYCIN справляется с задачей путем назначения показателя определенности каж-
дому
из своих 450 правил. Поэтому можно представлять MYCIN как систему, содержащую набор
правил вида «ЕСЛИ... ТО» с определенностью
Р,
которые предоставили люди - эксперты - и кото-
рые изложили и правила и указали свою степень доверия к каждому правилу по шкале от 1 до 10.
Установив эти правила и связанные с ними показатели определенности,
MYCIN
идет по
цепочке назад от возможного исхода, чтобы убедиться, можно ли верить такому исходу. Устано-
вив все необходимые исходные предпосылки, MYCIN формирует суждение по данному исходу,
рассчитанное на основе показателей определенности, связанных со всеми правилами, которые
нужно использовать.
Допустим, чтобы получить исход Z, требуется определить предпосылки Х и Y, дающие
возможность вывести Z. Но правила для определения Х и Y могут иметь связанные с ними показа-
тели определенности Р и Q . Если значения Р и Q были равны 1,0, то исход Z не вызывает сомне-
ния. Если Р и Q меньше 1,0 (как это обычно бывает), то исход Z не последует наверняка.
Он может
получиться лишь с некоторой степенью определенности.
MYCIN не выдает диагноз и не раскрывает его точный показатель неопределенности. Сис-
тема выдает целый список диагнозов, называя показатель определенности для каждого из них. Все
диагнозы с показателями выше определенного специфического для каждого диагноза уровня при-
нимаются как в той или иной степени вероятные, и пользователю вручается список возможных
исходов.
Стандартные фразы и грамматические формы были без труда приспособлены к программе,
и в результате получился существенно вырожденный диалект английского языка, легко поддаю-
щийся программированию.
Врачи оказались очень довольными таким результатом, потому что, сами не осознавая это-
го, они говорили, используя очень небольшой набор слов английского языка (по крайней мере. ко-
гда сообщали о своей работе).
В некотором роде это имеет нечто общее с системой DENDRAL, в которой применяется
графический язык, приспособленный к специфической деятельности химиков.
DENDRAL
-
это старейшая, самая разработанная экспертная система в
мире.
Или, по край-
ней мере, старейшая система, названная экспертной.
Химик, получив какое-то вещество, часто хочет знать, какова его химическая структура.
Для этого существуют различные способы. Во-первых, специалист может сделать определенные
умозаключения на основе собственного опыта. Во-вторых, он может исследовать это вещество на
спектрометре и, изучая структуру спектральных линий, уточнить своя первоначальные догадки.
Во многих случаях это даст ему возможность точно определить структуру вещества.
Проблема состоит в том, что все это требует времени и значительной экспертизы со сторо-
ны научного сообщества. Здесь и оказывается очень полезной система DENDRAL, автоматизи-
рующая процесс определения химической структуры вещества.
В самых общих чертах процесс принятия решения следующий. Пользователь дает системе
DENDRAL некоторую информацию о веществе,, а также данные спектрометрии (инфракрасной,
ядерного магнитного резонанса и масс-спектрометрии), и та, в свою очередь, выдает диагноз в ви-
де соответствующей химической структуры.
Можно для простоты представить систему DENDRAL состоящей из двух частей, как если
бы в одной экспертной системе были две самостоятельные системы. Первая из них содержит на-
бор правил для выработки возможных химических структур. Вводимая информация состоит из
ряда заключений, сделанных химиком, и позволяет судить, какие структуры вероятны в том или
ином случае.
На выходе первой системы имеется не один простой ответ. Обычно
это целая
серия воз-
можных структур - программа не в состоянии точно сказать, какая из них верна. Затем DENDRAL
«берет» каждую из этих структур по очереди и использует вторую экспертную систему, чтобы оп-
ределить для каждой из них, каковы были бы результаты спектрального анализа, если бы это ве-
щество существовало и было на самом деле исследовано по спектрограмме.
554
Процесс, часто именуемый «генерация и проверка», позволяет постоянно сокращать число
возможных рассматриваемых вариантов, чтобы в любой момент оно было как можно меньше. В
отличие от некоторых экспертных систем DENDRAL задумана не как «игрушка». Она не исполь-
зуется лишь для проверки теоретических основ экспертных систем, а реально применяется для оп-
ределения химических структур.
PROSPECTOR
-
это экспертная система, применяемая при поиске коммерчески оправдан-
ных месторождений полезных ископаемых.
Система PROSPECTOR, по аналогии с MYCIN, содержит большое число правил, относя-
щихся к различным объектам, а также возможных исходов, выведенных на их основе. В этой сис-
теме используется также «движение по цепочке назад» и вероятности. Методы этой системы яв-
ляются одними из лучших среди всех разработанных методов для любой из существующих ныне
систем.
Самый простой случай - правила, выражающие логические отношения. Это правила типа
«ЕСЛИ х, ТО z», где событие «z» непосредственно вытекает
из «х».
Они остаются столь же про-
стыми, если сопоставить «х» вероятность.
Если у «х» всего один аргумент, то это правило существенно упрощается. Обычно вместо
«х» мы представляем более сложное логическое выражение, например (х И у) или (х ИЛИ у).
Если элементы отношения связаны с помощью логического И и отдельным элементам это-
го отношения сопоставлены определенные вероятности, то система PROSPECTOR выбирает ми-
нимальное из этих значений и присваивает эту минимальную вероятность рассматриваемому воз-
можному исходу. Поэтому, когда вероятность х = 0,1, вероятность у = 0,2, вероятность исхода z =
0,1. Легко видеть, почему выбран такой метод: чтобы «z» было истинным, и «х», и «у» должны
быть истинными. Это является «жестким» ограничением, поэтому следует брать минимальное
значение.
Система PROSPECTOR пользуется методом, основанным на применении формулы Байеса с
целью оценки априорной и апостериорной вероятностей какого-либо события.
В целом правила в системе PROSPECTOR записываются в виде ЕСЛИ..., ТО (LS, LN), при-
чем каждое правило устанавливается с отношением правдоподобия как для положительного, так и
для отрицательного ответа.
Система PROSPECTOR предлагает пользователю шкалу ответов в диапазоне от -5 до +5.
Нижний предел - это определенно «Да», верхний - определенно «Нет».
Обычно ответ пользователя находится где-то между крайними значениями, и PROSPEC-
TOR корректирует Р(Н), учитывая LS и LN с помощью линейной интерполяции. Это легко пред-
ставить себе в виде линейной шкалы, где LN - крайнее левое, а LS - крайнее правое значение.
Кроме экспертных систем MYCIN, DENDRAL и PROSPECTOR существует большое коли-
чество других экспертных систем. Ниже (табл. 6.7) приводится список некоторых систем, отличи-
тельной особенностью которых является наличие большой базы знаний. Этот перечень, конечно,
весьма неполный, потому что в последнее время происходит быстрое расширение сферы приме-
нения экспертных систем, и полный их перечень был бы огромным и устарел бы почти сразу же
после его опубликования.
В этом списке приведены также «пустые» экспертные системы (не содержащие конкретных
правил предметных областей) и экспертные системы по построению других экспертных систем.
Такие системы являются инструментальными средствами для создания прикладных экспертных
систем. Они значительно облегчают задачи создания полномасштабной прикладной экспертной
системы.
Вообще же инструментальные средства создания экспертных систем (ЭС) классифицируют
следующим образом:
• символьные языки программирования, ориентированные на создание
ЭС и
систем искус-
ственного интеллекта (например, LISP, INTERLISP, SMALLTALK);
•языки инженерии знаний, т.е. языки высокого уровня, ориентированные
на
построение ЭС
(например, OPS-5, LOOPS, Пролог, KES);
• системы, автоматизирующие разработку (проектирование) ЭС (например, КЕЕ, ART,
TEIRESIAS, AGE, TIMM); их часто называют окружением (enviroment) для разработки систем ис-
кусственного интеллекта, ориентированных на знания;
•оболочки ЭС (или пустые ЭС) - ЭС, не содержащие знании ни о какой проблемной области
555
(например, ЭКСПЕРТИЗА, EMYCIN, ЭКО, ЭКСПЕРТ).
Таблица
Список некоторых экспертных систем
Наименование системы
Назначение системы
MYCIN, PUFF, PIP,
CASNET, INTERNIST
Медицинская диагностика
SACON
Техническая диагностика
PROSPECTOR
Геологическая диагностика
DENDRAL SECHS
Определение химической структуры вещества
SYNCHEM
Определение химической структуры вещества
EL
Анализ цепей
MOLGEN
Генетика
MECHO
Механика
PECOS
Программирование
Rl
Конфигурирование компьютеров
SU/X
Машинная акустика
VM
Медицинские измерения
SOPHIE
Обучение электронике
GUIDON
Медицинское обучение
TEIRESIAS, EMYCIN,
EXPERT, KAS
Построение базы данных
ROSIE, AGE,
HEARSAY III, AL/X,
SAGE, Micro-Expert
Построение экспертных систем
Контрольные вопросы и задания
1. Что отличает экспертные системы от других программ?
2. Какие категории различных типичных проблем, решаемых экспертными системами,
можно выделить?
3. Охарактеризуйте экспертную систему MYCIN.
4. Охарактеризуйте экспертную систему DENDRAL.
5. Охарактеризуйте экспертную систему PROSPECTOR.
6. Какие виды инструментальных программных средств для создания экспертных систем
существуют?
7. Какие еще экспертные системы вы знаете?
§ 5. КОМПЬЮТЕРНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ
5.1. ОСНОВНЫЕ ПРИНЦИПЫ НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ОБУЧЕ-
НИЯ
Как уже неоднократно отмечалось, создание и совершенствование компьютеров привело и
продолжает приводить к созданию новых технологий в различных сферах научной и практической
деятельности. Одной из таких сфер стало образование - процесс передачи систематизированных
знаний, навыков и умений от одного поколения к другому. Будучи само по себе мощной инфор-
мационной сферой и владея опытом использования различных классических (не компьютерных)
информационных систем, образование быстро откликнулось на возможности современной техни-
ки. На наших глазах возникают нетрадиционные информационные системы, связанные с обучени-
ем; такие системы естественно называть информационно-обучающими.
С началом промышленного изготовления компьютеров первых поколений и их появлением
в образовательных учреждениях возникло новое направление в педагогике - компьютерные техно-