Видом интеллектуальных 1С могут быть экспертные системы (БС), ориентируются на получение, обработку и использование дополнительной информации - знаний. Это интеллектуальные программы, способные осуществлять логический вывод на основании знаний в конкретной О и обеспечивать решение специфических задач на профессиональном уровне. Технологии искусственного интеллекта (ИИ) способствовали созданию именно таких систем. Необходимость их создания была вызвана недостаточным количеством специалистов-экспертов, которые могли бы в любое время квалифицированно отвечать на вопросы О своей.
Разработка ЭС началась в 60-х годах прошлого века. Основой ЭС является база знаний О.
Исследователи в области ЭС часто используют также термин "инженерия знаний", введенный Е. Фейгенбаум как "привлечение принципов и инструментария исследований из искусственного интеллекта для решения прикладных проблем, требующих знаний экспертов".
Экспертная система - это сложная ИС оперирует знаниями Об определенной с целью предоставления рекомендаций или решения проблемы.
o интервьюирование - ответы прямо получают в процессе опроса, с возможностью выяснения всех деталей;
o мозговой штурм - генерируются все идеи, отсеиваются ненужные, затем происходит обсуждение именно тех, что остались;
o метод Delphi - его цель: при решении сложных проблем необходимо удалить субъективные факторы;
o метод дерева целей - дает возможность в графическом виде изобразить иерархию решения проблемы;
o метод анализа иерархий - сложные задачи декомпозу-ются по уровням и т.д.
Интерфейс - программы, поддерживающие диалог пользователя с экспертной системой как на стадии ввода информации, так и при получении результатов.
Примеры. EC DENDRAL разработана в Стенфордском университете в 1960-х годах для определения топологических структур органических молекул. Система выводит молекулярную структуру химических веществ по данным масс-спектрометрии и ядерного магнитного резонанса.
ЭС PROSPECTOR также разработанная в Стэнфордском университете в течение 1974-1983 гг. и предназначена для оценки геологами потенциальной рудоносности района и реализована на INTERLISP. Программа сравнивает наблюдения геологов с моделями разного рода залежей руды. Она привлекает геолога к диалогу для получения дополнительной информации.
Среди современных коммерческих систем следует выделить экспертную систему - оболочку G2 американской фирмы Gensym (USA) как коммерческую экспертную систему для работы с динамическими объектами.
OMEGAMON - это экспертная мультиагентная динамическая система, фукціонує в режиме реального времени и осуществляет мониторинг внештатных ситуаций для объектов корпоративной информационной системы,
ЭС состоит из следующих компонентов (рис. 8.1):
o БЗ - это ядро экспертной системы, совокупность знаний О в форме, понятной эксперту и пользователю языка, предназначенной для хранения экспертных знаний, которые используются при решении задач ЭС;
o БД, предназначенной для хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой;
Рис. 8.1. Архитектура экспертной системы
o машины логического вывода - механизма, моделирующая ход рассуждений эксперта, оперируя знаниями и данными с целью получения новых данных из знаний и других данных, содержащихся в рабочей памяти;
o интерфейса пользователя, предназначенного для ведения диалога с пользователями для получения фактов, необходимых для процесса рассуждения;
o подсистемы объяснений, что дает пользователю возможность понимать процесс получения результата;
o подсистемы приобретения знаний, предназначенной для корректировки и пополнения БЗ. В простейшем случае это-интеллектуальный редактор БЗ, который предоставляет С возможность создания БД в диалоговом режиме. В более сложных БС - средства получения знаний по БД, содержит неструктурированный текст, графическую информацию и т.д.
База знаний ЭС - это совокупность сведений О, для которой разрабатывается БС. Для функционирования ЭС ее БЗ должна быть наполнена знаниями. С этой целью приглашают экспертов-высококвалифицированных специалистов в той области, для которой разрабатывается ЕС. их задача - формально описать все свои знания, нужные для функционирования ЭС.
В БЗ содержатся знания двух типов:
o общеизвестные факты, явления, закономерности этой О;
o набор эмпирических правил, согласно которым специалисты принимают решения в условиях неопределенности, неполноты и противоречивости информации.
ЭС создают на основе глубоких специальных знаний о некоторой О, получаемой от экспертов. Система, базирующаяся на знаниях (СБЗ), - это система, процесс работы которой связан с использованием символического представления знаний и правила их обработки, а не четких алгоритмов. ЭС относятся к классу СБЗ, но, кроме того, должны давать конкретный результат за определенное время и с нужной достоверностью.
ЭС аккумулирует знания экспертов для предоставления возможности использовать их менее квалифицированным пользователям. Она на основе обработки этих знаний может давать интеллектуальные советы, принимать решения на уровне эксперта-профессионала, а также объяснять процесс нахождения того или иного решения.
ЭС присущи: специализация в определенной О; использование БЗ; умение объяснять свои действия во время решения задачи и доказывать их обоснованность; способность имитировать деятельность эксперта; использование для решения задач эвристик - методов, опирающихся на опыт и знания эксперта.
Достоинством ЭС является возможность накопления, обновления знаний и хранение их в течение длительного времени. ЭС обеспечивающие независимость оценки от мнения экспертов и дают возможность повышать квалификацию специалистов компании, используя проверенные решения.
Критерии целесообразности применения ЭС:
o знания должны быть надежными и мало изменяться со временем;
o задачи должны быть узкоспециализированными, а пространство возможных решений - относительно небольшим;
o задачи не должны в значительной мере зависеть от устоявшихся знаний;
o в процессе решения задачи должны использоваться формальные соображения.
БС имеют значительное практическое применение, широко используются в науке (классификация животных и растений по видам), медицине (постановка диагноза, анализ электрокардиограмм, определение методов лечения), технике (поиск неисправностей в устройствах, наблюдения за полетом космических кораблей и спутников), социологии, криминалистике, лингвистике и т.д. Однако сложность и высокая стоимость БС, а главное, узкая специализация сдерживают их внедрение.
В процессе разработки такой БЗ можно выделить три основные фазы: предварительную, начальную и накопительную.
На предыдущей фазе С получает от эксперта или из других источников общие сведения об (основные понятия, отношения, структуру данных) и формирует общее представление о принципах построения БС, а затем выбирает инструментарий для создания БС (к примеру, пустую БС или язык представления знаний) и среды разработки.
На начальной фазе С заполняющей систему знаниями, определяющие организацию, структуру и способ представления БЗ.
Накопительная фаза характеризуется приобретением основных знаний о О и предполагает выявление неполноты, некорректности или противоречивости знаний ЭС и получения знаний, которые устраняют эти проблемы, а также предоставление этим знанием вида, понятного БС.
Приобретение знаний предполагает совместную работу с экспертами, которые часто обосновывают свои выводы общими концепциями, не проявляя деталей, ссылаются на интуицию и опыт, который базируется на большом количестве взаимосвязанных фактов, закономерностей и навыков. Решить задачу создания БЗ О можно с помощью средств автоматизированного получения знаний.
Требования к ЭС:
o компетентность: в конкретной Об ЭС нужно достигать того уровня, который имеют специалисты - люди;
o ЭС должна пользоваться теми же эвристическими приемами, так же глубоко и широко отражать символьные рассуждения;
o глубина: экспертиза должна решать серьезные, нетривиальные задачи, отличающиеся сложностью знаний, используемых ЭС, или большим объемом информации;
o самосознание: ЭС должна содержать механизм объяснения того, каким образом она приходит к решению задачи.
в Зависимости от решаемых задач есть такие ЭС: интерпретации данных, диагностики, проектирования, прогнозирования, планирования, управления, обучения.
