12.5.Экспертные системы

В начале восьмидесятых годов XX столетия в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом.

ЭС предназначены для так называемых неформализованных задач, которые обладают одной или несколькими из следующих характеристик:

• задачи не могут быть заданы в числовой форме,

• цели не могут быть выражены в терминах точно определенной целевой функции,

• не существует алгоритмического решения задач,

• алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов (время, память).

Неформализованные задачи обычно обладают следующими особенностями:

• ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных,

• ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче,

• большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик,

• динамически изменяющимися данными и знаниями.

Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

ЭС и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма).

Специфика приложений ЭС по сравнению с другими системами искусственного интеллекта состоит в следующем:

• ЭС применяются для решения только трудных практических (не игрушечных) задач.

• По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека.

• Решения ЭС обладают «прозрачностью», т.е. могут быть объяснены пользователю на качественном уровне (в отличие от решений, полученных с помощью числовых алгоритмов, и в особенности от решений, полученных статистическими методами). Это качество ЭС обеспечивается их способностью рассуждать о своих знаниях и умозаключениях.

• Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом.

В настоящее время технология ЭС используется для решения задач интерпретации, предсказания, диагностики, планирования, конструирования, управления в таких проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь.

Типичная экспертная система состоит из следующих основных компонентов:

• решателя (интерпретатора),

• рабочей памяти (РП), называемой также базой данных (БД),

• базы знаний (БЗ),

• компонентов приобретения знаний,

• объяснительного компонента,

• диалогового компонента.

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает ло названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

В разработке ЭС участвуют представители следующих специальностей:

• эксперт в проблемной области, задачи которой будет решать ЭС, инженер по знаниям специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний),

• программист по разработке инструментальных средств (ПС), предназначенных для ускорения разработки ЭС.