Файл: книга ии.doc

Выполнение. Осуществляется наполнение экспертом базы знаний. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном экспертной системе. Из-за эвристического характера знаний их приобретение является весьма трудоемким.

Таблица 3.3

Требования к разработке и использованию ЭС

Условия	Требования
Разработка ЭС возможна	Существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты. Эксперты должны сходиться в оценке предлагаемого решения, иначе нельзя будет оценить качество разработанной ЭС. Эксперты должны уметь выразить на естественном языке и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут «извлечены» и вложены в ЭС. Задача, возложенная на ЭС, требует только рассуждений, а не действий, задача не должна быть трудной, ее решение должно занимать у экс- перта несколько часов, а не дней и недель. Задача, хотя и не должна быть выражена в формальном виде, но все же должна относиться к достаточно «понятной» и структурированной области, т.е. должны быть выделены основные понятия, отношения и известные способы получения решения задачи. Решение задачи не должно в значительной степени использовать «здравый смысл», так как подобные знания не удается вложить в системы искусственного интеллекта.
Применение ЭС оправдано	Решение задачи принесет значительный эффект. Использование человека-эксперта невозможно либо из-за недостаточного их количества, либо из-за необходимости выполнять экспертизу одно- временно в различных местах. При передаче информации к эксперту происходит недопустимая потеря времени или информации. При необходимости решать задачу в окружении, враждебном для человека.
Приложение соответствует методам ЭС (методам инженерии знаний)	Задача может быть естественным образом решена посредством манипуляции с символикой, а не с числами. Задача должна иметь эвристическую природу. Задача должна быть достаточно сложной, чтобы оправдать затраты на разработку ЭС, однако не должна быть чрезмерно сложной, чтобы ЭС могла ее решить. Задача должна быть достаточно узкой, чтобы решаться методами инженерии знаний, и практически значимой.

Тестирование. Эксперт и инженер по знаниям в интерактивном режиме, используя диалоговые и объяснительные средства, проверяют компетентность экспертной системы. Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достигла требуемого уровня компетентности.

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

Рис. 3.7. Технология разработки экспертной системы

Модификация. В ходе создания экспертной системы почти постоянно производится ее модификация; переформулирование понятий и требований, переконструирование представления знаний и усовершенствование прототипа.

Усовершенствование прототипа осуществляется в процессе циклического прохождения через этапы выполнения и тестирования для отладки правил и процедур вывода.

Переконструирование выбранного ранее способа представления знаний предполагает возврат с этапа тестирования на этап формализации.

Если возникшие проблемы еще более серьезны, то после неудачи на этапе тестирования может потребоваться возврат на этап концептуализации и идентификации. В этом случае речь идет о переформулировании понятий, используемых в системе, т.е. перепроектировании системы заново.

Приведенная последовательность разработки экспертных систем предложена Э. А. Поповым. Данная технология отражает опыт разработки и внедрения многочисленных экспертных систем широкого назначения.

Процесс создания ЭС не сводится к строгой последовательности перечисленных выше этапов. Применяемые при разработке ЭС методы инженерии знаний в значительной степени инвариантны тому, в каких областях они могут применяться.

Методы инженерии знаний можно подразделить на:

методы представления знаний;

методы приобретения знаний от экспертов;

методы, применяемые при решении задачи (методы, применяемые экспертом) (табл. 3.4).

Таблица 3.4

Основные методы инженерных знаний

Методы

представления

знаний

Методы

приобретения

знаний

Методы решения задачи

Основанные на правилах (самый популярный)

Основанные на фреймах

Основанные на семантических сетях

Наблюдения на рабочем месте

Обсуждение задач

Описание задач

Анализ задач

Доводка системы

Оценивание системы

Проверка системы

Методы экспертных оценок:

1) индивидуальная оценка:

разбиение множеств;

последовательный выбор;

метод парных сравнений;

балльная оценка;

последовательное сопоставление;

метод расстановки приоритетов и др.;

2) групповая оценка:

заочный опрос;

интервью;

дискуссия;

среднеарифметический;

правило большинства;

метод ранга и др.

Применение эвристик*

Другие методы

*Эвристика- эмпирическое правило, упрощающее или ограничивающее поиск решений в предметной области, которая является сложной или недоступной ясному пониманию.

§ 3.7. Основные экспертные системы

Создание экспертных систем традиционно считается классическим занятием для специалистов по ИИ. ЭС многократно хоронились, признавались тупиковым направлением, тем не менее компьютеры научились давать советы в конкретных областях человеческой деятельности на уровне хороших экспертов.

Спрос на экспертные системы остается на достаточно высоком уровне. Наибольшее внимание сегодня привлечено к системам принятия решений в масштабе времени, близком к реальному, средствам хранения, извлечения, анализа и моделирования знаний, системам динамического планирования.

Основной акцент в современных ЭС делается на принятии оперативных решений в реальном масштабе времени. Это объясняется нуждами современного бизнеса. Коммерческие ЭС контролируют крупные промышленные процессы, принимают решения по результатам показаний сотен периферийных устройств, управляют большими сетями, распределенными СУБД, подсказывая оператору, как поступить в сложной обстановке, а в критических ситуациях, требующих немедленного решения, берут управление на себя. Достаточно активно развивается и такое направление, как автоматическое накопление знаний, снимающее с человека рутинную работу по качественному анализу различных процессов. Практически все современные системы раскопки данных представляют собой ЭС. Основные направления внедрения в промышленности представлены на рис.3.8.

Экспертные системы

АСУ производством

Электроника

Роботы и робототехнические системы

Компьютерные системы

Оценка обстановки

Диагностика

Интерпретация информации

Прогнозирование