Суть і класифікація експертних систем.
Експертні системи (ЕС) є класом систем штучного інтелекту, що дістають, накопичують і коректують знання з певної предметної галузі (зібрані в основному експертами), формують нові знання, розв’язують практичні задачі (використовуючи логічне виведення), а також пояснюють хід їх розв’язку.
Особливості, пов’язані з їх використанням: корисність, продуктивність і прозорість.
Розробка експертної системи можлива і доцільна за виконання таких умов:
наявність кола експертів, що можуть передати системі свої знання;
можливість створення експертами вербалізованого (словесного) опису методів рішення задач;
збіг оцінок рішень у даній предметній області у більшості експертів;
складність задач предметної області і їх практична значущість;
непотрібність для рішення задач різноманітних загальних знань;
потреба в евристичних методах при розв’язанні.
В залежності від призначення виділяють такі види ЕС:
інтерпретаційні ЕС, призначені для побудови опису ситуацій за даними спостереження, (PROSPECTOR), спілкування на іноземній мові (HEARSBY), ідентифікації хімічних структур (DENDRAL/COGEN);
системи автоматизованого проектування, наприклад, системи проектування і конструювання опірних конструкцій (SACON), розрахунку конструкцій ЕОМ (R1/XCON),
планові і прогнозні ЕС, призначені для вироблення програми дій, необхідних для досягнення певних цілей, а також вироблення прогнозів майбутніх подій на основі минулих подій та поточних даних. системи прогнозів погоди, транспортних потоків (АТС), оцінки врожаю (PLANT), аналізу військових дій і прогнозування їхнього розвитку (TECH, ROSS) та ін.;
діагностуючі системи, Робота систем передбачає виявлення відхилень від еталонного поводження і встановлення діагнозу. Прикладами таких систем є системи медичної діагностики (PUFF, PIP, MYCIN), діагнозу механічних властивостей (МЕСНО, SACON), аналізу помилок у програмному забезпеченні (PROGRAMMERS APPRENTICE) та ін.;
системи спостереження, контролю і керування, наприклад, ЕС контролю фінансових або торгових операцій, контролю виконання проектів, спостереження за роботою реакторів на атомних електростанціях,. Головним завданням цих ЕС є відстеження можливих порушень у потоці операцій і видача сигналу тривоги у разі необхідності втручання людини;
навчальні автоматизовані системи, призначені для надання можливості користувачам виявляти і аналізувати помилки у певних областях. Від таких систем потрібно уміння формувати гіпотези про знання і поводінку, визначати відповідні навчальні методи і засоби дій.
Архітектура експертних систем.
Архітектура типової експертної системи наведена на рис. 6.1. Основу будь-якої ЕС складають база знань (БЗ), у який зберігаються знання системи про предметну область і про способи рішення задач, і розв’язувач, або машина логічного виведення.
база знань – це упорядкована сукупність правил, фактів, механізмів виведення та програмних засобів, що описує деяку предметну галузь та призначена для подання нагромаджених у ній знань; логічне виведення – послідовність міркувань, яка веде від фіксованого набору посилок до висновку з використанням аксіом та правил виведення.
База даних (БД), яка також називається робочою пам’яттю, призначена для зберігання вхідної інформації і виконання всіх операцій за допомогою розв’язувача, що реалізує функції логічного виведення, використовуючи дані з БД і знання з БЗ. Процес розв’язання задачі ЕС, під час якого користувач веде діалог з комп’ютером, називається консультацією. Взаємодія користувача з системою здійснюється через користувацький інтерфейс. Підсистема пояснень призначена для верифікації знань на етапі тестування ЕС і для підвищення довіри до рішень ЕС під час консультацій.
Підсистема накопичення знань необхідна для поповнення БЗ у процесі роботи з експертами або консультацій із кінцевими користувачами при рішенні реальних задач..
Ядро БЗ складається із статичних і динамічних знань.
Статичні знання включають логічні правила рішення задач, правила побудови моделей, правила реалізації процедур опитування експертів і користувачів і відповідні програмні модулі, а також факти і дані про предметну область ЕС.
Динамічні знання являють собою сукупність фактів і даних, що повідомляються системі користувачем в ході рішення задачі, а також виведень (логічних виведень і строгих аналітичних рішень), вироблених самою системою.
Для реалізації процесу інтерпретації знань і планування виводу база знань містить метазнання – спеціальним чином організовані знання про знання, які виконують ряд функцій:
описують склад знань ЕС, їх організацію і призначення;
описують, у який спосіб ЕС керує процесом своєї роботи;
генерують дерево пояснень для етапів рішення і кінцевих результатів,
пристосовують пояснення до інтересів або рівня знань користувача, ранжують пояснення зі рівнем правдоподібності одержуваних рішень;
дозволяють ЕС виправляти або доповнювати знання в процесі навчання під час рішення конкретних задач.