Подсистемы ЭКС

Подсистемами ЭКС являются (рис. 2.24):

Рве, 2.24. Программно-аппаратурные компоненты экспертных систем

• база знаний (БЗ) — Knowledge Base;

• механизм логического вывода (МЛВ) — Inference Engine;

• подсистема приобретения знаний (ППЗ) — Knowledge
Acquisition Subsystem;

• подсистема разъяснения результатов, интерпретации ответов
(ПРР) — Explaining Subsystem;

• интерфейс с человеком-пользователем (ИП) — Human
Interface.

База знаний. Существуют различные методы представления зна­ний, из которых наиболее распространенным является метод про­дукций или правил — база правил, база продукций (БП). В отличие от обычных БД, где данные хранятся в точной, фактической форме, БЗ содержит как факты (безусловные утверждения), так и условные высказывания (правила вывода — Inference Rules — типа if <условие > then <действие>).

Факты, выводимые из правил, могут использоваться в качестве новых правил и пр. Важным свойством ЭС является возможность обработки неопределенной информации, которая лежит в основе всякой интеллектуальной деятельности. Существуют различные тео­рии принятия решений, позволяющие осуществлять рациональный набор в условиях неопределенности. Они, как правило, состоят из двух разделов: общего, связанного с раскрытием понятия «неопре­деленность», и нормативного, оценивающего меру неопределенно­сти полученных выводов.

Это, в частности — теория вероятностей, методы размытых мно­жеств, теория возможности, метод очевидности (Dempster-Shafer), формализм «групп знания» (связан с сигнатурными таблицами Самуэля и впервые использован в медицинской диагностической системе М DX) и пр. Фактор неопределенности может включаться в систему правил. Например, ЭС MYCIN игнорирует заключения с определен­ностью меньше 0,2.

Альтернативой БП являются системы фреймов (фреймы — структуры, аналогичные записям в реляционных БД) — полезны при обработке объектов и их классов. Кроме того, известны средст­ва логики предикатов, семантические сети, гибридные структуры.

Лаборатории СИИ Массачусетского Технологического институ­та и фирмы Xerox разрабатывают системы с базами моделей, кото­рые могут делать выводы «по аналогии» (специалисты считают, что такого рода системы лучше соответствуют процессам мышления че­ловека, чем ЭС с правилами).

Механизм логического вывода интерпретирует правила и выпол­няет логический вывод. Он независим и может использоваться с различными БЗ. Известны следующие типы МЛВ:

• управляемый данными (data driven, forward chaining) —
пользователь вводит совокупность фактов и система делает выводы;

• управляемый целями (goal driven, backward chaining) — движение от целей, результатов к причинам, факторам. Этот процесс проще, так как не относящиеся к целям факты могут быть игнорированы;

• смешанные типы — пользователь выбирает тип задачи, а система может задавать вопросы, чтобы приобрести необходимые данные.

Подсистема разъяснения результатов. ЭС должна быть способной разъяснить пользователю линию рассуждений, если он запросит об этом, а также сообщить ему, какие сведения есть, а какие отсутству­ют в БЗ.

Существуют следующие типы ПРР:

• объяснение по запросам пользователя;

• разъяснение стратегий системы при выводе заключений;

• критический анализ решений, предложенных пользователем;

• сообщение пользователю, какую дополнительную информацию он должен ввести в БЗ или указать в запросе.

Подсистема приобретения знаний. ЭС должна приобретать новые знания, удалять или модифицировать устаревшие — т. е. осуществ­лять редактирование БЗ. Поскольку БЗ отделена от МЛВ, она под­дается автономному редактированию, что дает возможность разви­тия ЭС в интерактивном режиме. Сначала создается прототип ЭС, который обрабатывает простые проблемы, затем БЗ расширяется. Идеальной ППЗ является автоматическая подсистема, действующая без вмешательства человека.

Интерфейс с человеком. Обеспечивает взаимодействие с непро­граммирующим пользователем на языке, близком к естественному. ИП должен обеспечить как приобретение знаний при работе с экс­пертом, так и ввод запросов конечного пользователя, и режим объ­яснения результатов.

Развитие ЭС

В 1970— 1980-е гг. был разработан ряд прототипов ЭС (Knowledge Engineering Framework) - EMYCIN, ROSIE, KAS, EXPERT, OPS, AGE, HEARSAY — программные системы, настраивающиеся на предметную область путем загрузки в БЗ правил (продукций). Боль­шинство таких систем в состоянии обрабатывать нечеткие правила и утверждения. Некоторые системы создавались без участия челове­ка-эксперта, например TAXMAN была построена на основе справоч­ников.

Существуют оболочки экспертных систем (Shell), реализующие ИП и МЛВ — EXSYS, Insight, ExpertEase и пр. БЗ и подсистема приобретения знаний должны разрабатываться пользователем. Эти системы позволяют обрабатывать до 5000 правил.

ЭС могут использоваться в следующих ролях: консультант, кон­тролер, учитель, средство уточнения экспертизы, средство коммуника­ции, причем одну и ту же роль могут играть разные ЭС и наоборот;

ЭС могут использоваться для решения следующих классов про­блем:

• проведение экспертизы, если специалист недоступен (дубли­
кат эксперта);

• объединение мнений разных специалистов в одной БЗ (объединенный эксперт). В ЭС GINESIS использован механизм согласования знаний (правила подтверждения). Если правила БЗ, сформулированные в результате общения с разными экспертами, совпадают, то они принимаются. В противном случае включаются вероятностные механизмы согласования для
разрешения конфликта;

• запись и использование знаний по проблеме для обучения и
консультирования (документирование).

Пределы использования ЭС

• слишком большое число правил (более 10 тыс.) требует много
времени на ввод БЗ и поиски ответа;

• ЭС применяется скорее для глубоких и узких, нежели для широких и поверхностных задач;

• ЭС не приспособлены для эффективного использования имеющихся БД, построенных по обычной технологии АИС;

• ЭС не приспособлены для проблем, по которым нет согласия
экспертов;

• дружественные ИП для ЭС только разрабатываются.

Кроме обычных ЭС, обеспечивающих передачу знаний от экс­пертов менее подготовленным пользователям, разрабатываются так­же системы разделения знаний, которые рассчитаны на использова­ние самими экспертами, вкладывающими в них свой опыт, и пред­назначены для предметных областей, включающих несколько различных систем знаний, не связанных друг с другом логически. В качестве механизма координации разнородных фрагментов зна­ний могут использоваться интуитивные суждения пользователей.

Системы передачи знаний предназначены для стимулирования работы экспертов путем обмена суждениями и мнениями о них. До­бавление интуитивных суждений экспертов к их коллективному опыту позволяет выработать общий взгляд на предметную область и найти более эффективные решения отдельных проблем.

Дата добавления: 2015-07-20