Экспертные системы по анализу современных программных продуктов

          Когда стала очевидной полная  непригодность этих систем и  созданного для них специализированного аппаратного оборудования, многие обозреватели пришли к выводу, что существующая технология создания ЭС была тупиковым направлением в развитии информационных технологий. В последнее десятилетие ЭС возродились в виде систем с базой знаний, которые тесно переплетались с существующими деловыми системами. Их используют в здравоохранении, страховании, банковском деле и других областях, чтобы с помощью правил и объектов накапливать опыт, повысить качество принимаемых решений. Базы знаний встроены сегодня в наиболее современные крупные системы. Они находятся в самой сердцевине программ- агентов, осуществляющих поиск в сети Internet, и помогают коллективам пользователей справиться с потоками информации.

          Рассмотрим факторы, стимулировавшие  развитие систем с базами знаний:

      - компании, добившиеся значительной  экономии денежных средств благодаря  технологии баз знаний, развивают  и выстраивают ее в специальные бизнес- процессы, которые были бы просто невозможны без компьютерной экспертизы;

      - разработаны новые технологии  создания баз знаний, является  необходимым средством, которое может изменить бизнес- процесс;

      - современные системы реализованы  не на специализированном, а на стандартном оборудовании.

          Объединение всех видов программных  продуктов и их отдельных компонентов  в единую ЭС признано экономически  выгодным, так как применение ЭС  позволяет существенно сократить расходы на подготовку квалифицированного персонала, дальнейшую проверку работоспособности и надежности разрабатываемых и исследовательских систем, а также уменьшить время проектирования и(или) исследования.

          Объектная технология, на основе которой могут создаваться и развиваться современные ЭС,- значительный шаг вперед по сравнению с CASE- средствами, т.к. она похожа на наше восприятие окружающей действительности. Наше представление о моделировании меняется, то же самое происходит и с объектами, поэтому сопровождение программируемых объектов может выполняться аналогично приспособлению наших умозрительных образов к изменению окружающих условий. Данная технология прекрасно подходит аналитикам и программистам, т.к. очень напоминает стратегию решения проблем и соответствует мыслительным процессам людей, считающихся экспертами в своей области.

          Чтобы стать экспертом, специалисту  нужен инструментарий, имитирующий мышление эксперта. Разработка парадигмы превращается из задачи, чуждой мышлению человека, в знакомое, привычное и легко выполняемое задание.

          Как работают эксперты? Следуя  принципам, заложенным в объектно-ориентированные технологии, они подразумевают проблемы на объекты или классы объектов. По мере накопления знаний в определенной области они делают обобщения, ориентируясь на выделенные объекты или классы объектов. Некоторые обобщения имеют иерархическую структуру, где свойства высших объектов наследуются объектами низшего уровня. Сущность может соответствовать нескольким классам объектов и взаимодействовать с различными объектами или классами. По мере того как знания эксперта углубляются, на их основе формируются новые ассоциации, а отдельные уровни иерархии пропадают или расширяются.

          Методика объектно-ориентированного программирования основана на модели, напоминающей образы, возникающие в мозгу аналитика, которая представляет предметы и процессы в виде объектов и связей между ними. Наблюдая событие, эксперт легко выделяет знакомые образы. Для решения проблем он испытывает конкретные правила, рассматривая при этом исследуемую проблему под определенным ракурсом.

         При разработке систем автоматизированного  проектирования (САПР) уже нельзя  обойтись без ЭС; их использование  признано экономически выгодным.

          С середины 80-х годов наиболее  популярные системы с базами  знаний создавались с ориентацией  на стандартное оборудование. В  этом ключ к пониманию причин  успеха современной технологии  баз знаний. Опыт показывает, что системы с базами знаний необходимо встраивать в самые важные бизнес-процессы и организовывать работу персонала так, чтобы он мог максимально использовать их преимущества для достижения наилучших результатов.    
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение

     Отметим лишь основные преимущества, которые  даёт использование экспертных систем. Преимуществом искусственной компетенции  являются следующие качества:

     1. Постоянство. Человеческая компетенция ослабевает со временем. Перерыв в деятельности человека-эксперта может серьёзно отразиться на его профессиональных качествах.

     2. Лёгкость передачи. Передача знаний от одного человека другому – долгий и дорогой процесс. Передача искусственной информации – это простой процесс копирования программы или файла данных.

     3. Устойчивость и воспроизводимость результатов. Экспертные системы устойчивы к «помехам». Человек же легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. Эксперт-человек может принимать в тождественных ситуациях разные решения из-за эмоциональных факторов. Результаты экспертной системы – стабильны.

     4. Стоимость. Эксперты, особенно высококвалифицированные обходятся очень дорого. Экспертные системы, наоборот, сравнительно недороги. Их разработка дорога, но они дёшевы в эксплуатации.

     В архитектуру динамической ЭС, по сравнению  со статической ЭС, вводятся два  компонента: подсистема моделирования  внешнего мира и подсистема связи  с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

     Вместе  с тем разработка экспертной системы  не позволяет полностью отказаться от эксперта-человека. Хотя экспертная система хорошо справляется со своей работой, тем не менее, в определённых областях человеческая компетенция явно превосходит искусственную. Однако и в этих случаях экспертная система может позволить отказаться от услуг высококвалифицированного эксперта, оставив эксперта средней квалификации, используя при этом экспертную систему для усиления и расширения его профессиональных возможностей.

     По  сравнению с первыми разработками современные оболочки более гибкие, по крайней мере, в том, что без  особого труда могут быть интегрированы в большинство операционных сред, доступных на рынке программного обеспечения, и оснащены достаточно развитыми средствами пользовательского интерфейса.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      Список  литературы:

1. И.  Братко. Программирование на языке Пролог для искусственного интеллекта.- М.: Мир, 1990.

2. Д. Н. Марселлус. Программирование экспертных систем на Турбо Прологе.- М.: Финансы и статистика, 1994.

3. К. Нейлор. Как построить свою экспертную систему.- М.: Энергоатомиздат, 1991.

4.  Н. Д. Нильсон. Искусственный интеллект. Методы поиска решений.- М.: Мир, 1973.

5.  В. О. Сафонов. Экспертные системы - интеллектуальные помощники специалистов.- С.-Пб: Санкт-Петербургская организация общества “Знания” России, 1992.

6.  К. Таунсенд, Д. Фохт. Проектирование и программная реализация  экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.

 7.  В. Н. Убейко. Экспертные системы.- М.: МАИ, 1992.

8. Д. Уотермен. Руководство по экспертным системам.- М.: Мир, 1980.

9. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры.- М.: Финансы и статистика, 1987.