Искусственный интеллект и экспертные системы

Искусственный интеллект  и экспертные системы 

 

1.1. Основные понятия искусственного  интеллекта

1.2. История развития искусственного  интеллекта

1.3. Задачи искусственного  интеллекта

1.4. Экспертные системы  - направление исследований по  искусственному интеллекту

1.5. Классификация и виды  экспертных систем

1.6. Область применения  экспертных систем

 

Структура и функционирование экспертных систем

 

2.1. Типовая структура  экспертных систем

2.2. Интерфейс пользователя

2.3. Подсистема приобретения  знаний

2.4. База знаний

2.5. База данных

2.6. Механизм логического  вывода

2.7. Объяснение решений

2.8. Функционирование экспертных  системах

 

Представление знаний

 

3.1. Основные понятия и  состав знаний

3.2. Модели представления  знаний

3.3. Представление нечетких  знаний

 

Методы поиска решений 

 

4.1. Поиск решений в  одном пространстве

4.2. Поиск решений в  иерархии пространств

4.3. Поиск решений в  альтернативных пространствах

4.4. Поиск решений с  использованием нескольких моделей

4.5. Выбор метода решения  задач

 

Инструментальные средства разработки экспертных систем

 

5.1. Классификация инструментальных  средств

5.2. Языки программирования

5.3. Языки инженерии знаний

5.4. Средства автоматизации  разработки экспертных систем

5.5. Оболочки экспертных  систем

 

Технология разработки экспертных систем

 

6.1. Стадии создания экспертных  систем

6.2. Этапы разработки экспертных  систем

6.3. Разработка прототипа  экспертной системы

 

 

 

1.1 Основные понятия искусственного  интеллекта.

 

Достаточно трудно дать точное определение, что такое интеллект  человека, потому что интеллект - это  сплав многих навыков в области  обработки и представления информации. Интеллект ( intelligence ) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. С большой степенью достоверности интеллектом можно называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих  методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Искусственный интеллект - одно из направлений информатики, целью  которого явлвется разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.[9]

Системы искусственного интеллекта (СИИ) — это системы, созданные  на базе ЭВМ, которые имитируют решение  человеком сложных интеллектуальных задач.

Знания: в общем случае знание — проверенный практикой  результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые  являются правильными и в субъективном, и в объективном отношении, на основании которых можно по-строить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте ИТ термин зна-ния - это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

 

1.2 История развития искусственного  интеллекта 

 

 В развитии СИИ можно  выделить три основных этапа: 

60-70-е годы. Это годы  осознания возможностей искусственного  интеллекта и формирования социального  заказа на поддержку процессов  принятия решений и управления. Наука отвечает на этот заказ  появлением первых персептронов (нейронных сетей), разработкой методов  эвристического программирования  и ситуационного управления большими  системами (разработано в СССР)

70-80-е годы. На этом этапе  происходит осознание важности  знаний для формирования адекватных  решений; появляются экспертные  системы, в которых активно  используется аппарат нечеткой  математики, разрабатываются модели  правдоподобного вывода и правдоподобных  рассуждений

80-90-е годы. Появляются  интегрированные (гибридные) модели  представления знаний, сочетающие  в себе интеллекты: поисковый,  вычислительный, логический и образный.

1.3 Задачи искусственного  интеллекта 

Область ИИ имеет более  чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор  являются предметом исследований:

доказательства теорем;

распознавание образов;

робототехника;

моделирование игр;

инженерия знаний;

экспертные системы

1.4 Экспертные системы  - направление исследований по  искусственному интеллекту 

 

В середине семидесятых годов  в исследованиях по искусственному интеллекту сформировалось самостоятельное  направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении  задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получае-мым экспертом. В большинстве случаев экспертные системы решают трудно формализуемые задачи или задачи, не имеющие алгоритмического решения.

 Рассмотрим несколько  определений. 

Экспертная система - программно-техническое  средство, позволяющее пользователю в диалоговом режиме получать от компьютера консультационную помощь в конкретной предметной области, где сконцентрированы опыт и знания людей-экспертов (специалистов в данной области).

Экспертные системы –  программы для компьютера, которые  могут воспроизводить процесс решения  проблемы человеком-экспертом.[2]

Эспертная система - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области срособна принимать решения на уровне эксперта-профессилнала. [13]

Экспертные системы - прикладные программы ИИ, в которых база знаний представляет собой формализованные  эмпирические знания высококвалифицированных  специалистов (экспертов) в какой-либо узкой предметной области.[14]

Экспертная система - программа  для компьютрера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.[14]

В основе функционирования ЭС лежит использование знаний, а  манипулирование ими осуществляется на базе эвристических правил, сформулированных экспертами. ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они  ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие  от машинных программ, использующий процедурный  анализ, ЭС решают задачи в узкой  предметной области (конкретной области  экспертизы) на основе дедуктивных  рассуждений. Главное достоинство  экспертных систем - возможность накапливать  знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней  квалифицированных специалистов.[1]

 

1.5 Классификация и виды  экспертных систем 

 

Для классификации ЭС [4] используют следующие признаки:

Способ формирования решения;

Способ учета временного признака;

Вид используемых данных;

Число используемых источников решения знаний;

 

По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний.

В зависимости от способа  учета временного признака ЭС делят  на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения.

По видам используемых данных и знаний различают ЭС с  детерминированными и неопределенными  знаниями. Под неопределенностью  знаний и данных понимаются их неполнота, ненадежность, нечеткость.

ЭС могут создаваться  с использованием одного или нескольких источников знаний.

 

1.6 Область применения  экспертных систем 

 

 Критерий использования  ЭС для решения задач.[1]

Существует ряд прикладных задач, которые решаются с помощью  систем, основанных на знаниях, более  успешно, чем любыми другими средcтвами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.

Данные и знания надежны  и не меняются со временем.

Пространство возможных  решений относительно невелико.

В процессе решения задачи должны использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения  задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения.

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.

 

Критерий применимости ЭС.Применимы Неприменимы

Не могут быть построены  строгие алгоритмы или процедуры, но существуют эвристические методы решения. Имеются эффективные алгоритмические методы.

Есть эксперты, которые  способны решить задачу. Отсутствуют эксперты или их число недостаточно.

По своему характеру задачи относятся к области диагностики, интерпретации или прогнозирования. Задачи носят вычислительный характер.

Доступные данные "зашумлены". Известны точные факты и строгие процедуры.

Задачи решаются методом  формальных рассуждений. Задачи решаются процедурными методами, с помощью аналогии или интуитивно.

Знания статичны (неизменны). Знания динамичны (со временем изменяются).

 

 

В целом ЭС не рекомендуется  применять для решения следующих  типов задач:

математических, решаемых обычным  путем формальных преобразований и  процедурного анализа;

задач распознавания, поскольку  в общем случае они решаются численными методами;

задач, знания о методах решения которых отсутствуют (невозможно строить базу знаний).

 Области применения  систем, основанных на знаниях,  могут быть сгруппированы в  несколько основных классов: медицинская  диагностика, контроль и управление, диагностика неисправностей в  механических и электрических  устройствах, обучение.

Медицинская диагностика.

 

Диагностические системы  используются для установления связи  между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая  система MYCIN, которая предназначена  для диагностики и наблюдения за состоянием больного при менингите  и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

Прогнозирование.

 

Прогнозирующие системы  предсказывают возможные результаты или события на основе данных о  текущем состоянии объекта. Программная  система "Завоевание Уолл-Стрита" может проанализировать конъюнктуру  рынка и с помощью статистических методов алгоритмов разработать  для вас план капиталовложений на перспективу. Она не относится к  числу систем, основанных на знаниях, поскольку использует процедуры  и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые  способны за счет своей информации о конъюнктуре рынка помочь вам  увеличить капитал, прогнозирующие системы уже сегодня могут  предсказывать погоду, урожайность  и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.