Экспертные системы

Наиболее широкое применение методы ИИ нашли в программах, называемых экспертными системами(ЭС). От­личительной чертой этих программ является способность на­капливать знания и опыт квалифицированных профессионалов (экспертов) в какой-либо узкой предметной области. Затем при помощи знаний, накопленных в ЭС, специалисты с не очень высокой квалификацией могут решать сложные задачи на столь же высоком уровне. Дан­ные программы поддерживают средствами автоматизации не только и не столько вычислительные функции, сколько функ­ции мыслительные, интеллектуальные, помогая пользователю принимать решения в сложных неоднозначных ситуациях.

Чаще всего в литературе и среди специалистов используется понимание эк­спертной системы как компьютерной программы, созданной для выполнения тех видов деятельности, которые под силу толь­ко человеку-эксперту, например проектирование, планировании, перевод, реферирование, выдача рекомендаций.Эти программы моделируют образ мышления человека-эксперта на основе ме­ханизмов логического вывода и эвристических методов.

Все экспертные системы являются системами искусствен­ного интеллекта, но не все системы искусственного интеллек­та являются ЭС. Например, программа распознавания печатного текста или голосовых сообщений относится к интеллек­туальным системам, но не является экспертной системой, по­скольку решение подобной задачи под силу любому человеку. Для ЭС характерно наличие цели функционирования, состоя­щей в решении сложных проблем, решение которых под силу специалисту высокой квалификации —эксперту. На основе при­веденных определений выделим характерные черты ЭС:

• алгоритмы функционирования ЭС имитируют подход к решению проблемы со стороны человека;

• умение объяснять свои действия в понятной для человека форме;

• наличие естественно-языкового интерфейса.

Различают ЭС предметно-ориентированные и ЭС-оболочки, предназначенные для наполнения любым предметным зна­нием. Экспертные системы могут строиться на основе пред­ставления знаний в виде набора правил (rule-based-подход)и на базе адаптивного подхода, основанного на обучении сис­темы на примерах (case-based- подход).

Экспертные системы первого поколения строились преиму­щественно на основе правилоориентированного подхода. Та­кие экспертные системы назывались правилоориентированными, или продукционными.

В ЭС данного вида логический вывод описывается боль­шим числом правил (продукций) типа

ЕСЛИусловие ТОдействие

Условие определяет обстоятельства, при которых правило должно использоваться, действие —что должно происходить, когда условие выполняется.

Действие может быть любым, но, как правило, речь идет о выводе заключения как части аргументации или доказатель­ства. В этом случае правила представляют следующее:

ЕСЛИпосылка ТОзаключение

В ЭС, основанных на правилах, предметные знания пред­ставляются набором правил, которые проверяются через на­бор фактов или знаний о текущей ситуации. Когда часть «Если» правила удовлетворяет фактам, то действие, указан­ное в части «То», выполняется. В этом случае говорят, что правило выполнилось. Действия правил могут модифицировать набор в базу знаний (БЗ), на­пример, добавление нового факта, обеспечивая механизм накопления знаний (опыта) в БЗ.

Прямая цепочка вывода —метод решения проблемы, кото­рый начинается с начальных данных, применяет правила вы­вода к генерации новых знаний до тех пор, пока либо один из выводов удовлетворит цель, либо не может быть больше сде­лано других выводов. В продукционных системах с прямой цепочкой применимость правила определяется с помощью сопоставления условий, специфицированных в левой части правила с текущими знаниями, хранимыми в памяти данных. Обратная цепочка вывода -метод решения проблемы, ко­торый начинается с цели, рекурсивно раскрывает каждую не­достигнутую цель в наборе простых подцелей до тех пор, пока будет найдено решение либо все цели будут расслоены на их простейшие компоненты. При нахождении решения подцели это решение передается ее родительские цели. В продукционных ЭС с архитектурой обратной цепочки применимость пра­вила проверяется при оценке его заключения.

Специализированные продукционные системы нашли ши­рокое применение в различных областях человеческой деятель­ности. Однако наиболее популярными ЭС являются оболоч­ки Guru,KEE,LOOPS, которые могут быть наполнены лю­бым предметным знанием. Вместе с тем в последнее время на­блюдается понижение интереса к продукционным системам, и большее предпочтение отдается системам, построенным на основе нейронных сетей.