Системы, основанные на знаниях


Исследования в области искусственного интеллекта начали проводиться в 60-х годах. Под искусственным интеллектом сегодня понимают науку, изучающую возможности создания для ЭВМ таких программ, которые решают задачи, требующие определенных интеллектуальных усилий, а не рутинных процедур при выполнении их человеком. Задачей этой науки является воссоздание с помощью искусственных устройств, в основном ЭВМ, разумных суждений и действий. К настоящему времени на основе исследований в области искусственного интеллекта возникла новая отрасль индустрии – разработка интеллектуальных систем.

С самого начала исследования в области искусственного интеллекта развивались в двух направлениях:
• познание искусственного интеллекта и законов его функционирования.
• создание искусственных систем, которые способны не хуже (а возможно, и лучше) выполнять ту работу, которую традиционно относят к сфере интеллектуального труда.

Исследования в этой области сконцентрированы на разработке и внедрении компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области деятельности человека, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решений, распознавания образов и понимания человеческого языка. Эта технология уже успешно применяется в некоторых областях техники и жизни общества — органической химии, поиске полезных ископаемых, медицинской диагностике.

Центральная парадигма интеллектуальных технологий сегодня – это обработка знаний. Системы, ядром которых является БЗ или модель предметной области, описанная на языке сверхвысокого уровня, приближенном к естественному, называют интеллектуальными. Чаще всего ИС применяются для решения сложных задач, где основная сложность решения связана с использованием слабоформализованных знаний специалистов-практиков и где логическая (или смысловая) обработка информации превалирует над вычислительной.

На пути разработки таких систем существуют две основные трудности. Во-первых, в большинстве случаев, выполняя какие-либо действия, человек четко не осознает, как он это делает. Другими словами, он не знает точного алгоритма выполнения таких действий, как понимание текста, принятие решения в тех или иных условиях. Во-вторых, несмотря на постоянное совершенствование и развитие по уровню компетентности в рассматриваемой деятельности ЭВМ все еще далеки от человека: они работают по соответствующей программе.

Задачи, решаемые методами искусственного интеллекта, обладают двумя характерными особенностями:
• в них, как правило, используется информация в символьной форме, такая как буквы, слова, знаки, рисунки, в отличие от традиционных ЭВМ, которые обрабатывают данные в числовой форме;
• в этих задачах предполагается наличие выбора, а именно, отсутствие в них алгоритма означает только то, что необходимо сделать выбор между многими вариантами, и часто в условиях неопределенности.

Все существующие в настоящее время интеллектуальные системы можно условно разбить на два класса: специализированные и общего назначения.

К специализированным ИС относятся те, которые выполняют решение фиксированного набора задач, предопределенного при проектировании системы. Для использования таких систем их требуется снабдить данными и знаниями, соответствующими конкретной проблемной или предметной областям.

К интеллектуальным системам общего назначения относятся такие, которые не только исполняют заданные процедуры, но на основе метапроцедур поиска генерируют и исполняют процедуры решения новых конкретных задач. В данных системах пользователь (эксперт) формирует знания (данные и правила), описывающие выбранную проблемную или предметную область. Затем на основании этих знаний, заданной цели и исходных данных метапроцедуры системы генерируют и исполняют процедуру решения конкретной задачи. Данная технология позволяет специалисту в некоторой проблемной области, не знающему программирования, разрабатывать гибкие прикладные системы.

Одним из основных типов интеллектуальных систем являются ЭС. Они появились в рамках исследований по ИИ в тот период, когда эта наука переживала серьезный кризис, и требовался существенных прорыв в развитии практических приложений. Пришла идея моделировать конкретные знания специалистов-экспертов. До сих пор единственным критерием интеллектуальности является наличие механизмов работы со знаниями.

Термин «системы, основанные на знаниях» появился в 1976 году одновременно с первыми системами, аккумулирующими опыт и знания экспертов. Это были экспертные системы для медицины и химии. Они ставили диагноз при инфекционных заболеваниях крови и расшифровывали данные масс-спектрографического анализа.

ЭС позволяют формализовать конкретные содержательные знания об объектах управления и протекающих в них процессах, то есть ввести в ЭВМ логико-лингвистические модели наряду с математическими. Логико-лингвистическое моделирование расширяет область применения ЭВМ за счет трудно или совсем неформализуемых ранее областей знаний (диспетчерское управление, управление гибким автоматизированным производством, управление боевыми действиями и т.п.).

ЭС эффективны в специфических «экспертных» областях, где важен опыт специалистов. Разработка ЭС направлена на использование ЭВМ для обработки информации в тех областях науки и техники, где традиционные математические методы моделирования малопригодны.

1. Знания и данные

Чем же отличаются знания от данных?

Данные – это информация, полученная в результате наблюдений или измерений отдельных свойств, характеризующих объекты, процессы и явления предметной области, то есть это конкретные факты, такие как температура воздуха, высота здания, фамилия и т.д.

Знания же основаны на данных, полученных эмпирическим путем. Они представляют собой результат опыта и мыслительной деятельности человека, направленной на обобщение этого опыта, полученного в результате практической деятельности. (Данные о высокой температуре у человека не позволяют решить задачу выздоровления. Однако знания о том, что температуру можно снизить тем или иным средством приближают решение задачи.)

Знания – это связи и закономерности предметной области (принципы, модели, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в данной области. Т.о. знания – это хорошо структурированные данные, или данные о данных, или метаданные.

Знания, которыми обладает специалист в какой-либо области, можно разделить на формализованные (точные) и неформализованные (неточные). Формализованные знания формулируются в книгах и руководствах в виде общих и строгих суждений, отражающих универсальные знания. Неформализованные знания, как правило, не попадают в книги в связи с их субъективностью, приблизительностью. Знания такого рода являются обобщением многолетнего опыта работы и интуиции специалистов.

К неформализованным задачам обычно относят те, которые обладают одной или несколькими из следующих особенностей:
• алгоритмическое решение задачи неизвестно или не может быть использовано из-за ограниченности вычислительных ресурсов;
• задача не может быть определена в числовой форме;
• цели задачи не могут быть выражены в терминах точно определенной
целевой функции.

Кроме того, неформализованные задачи обычно обладают следующими особенностями:
• ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о самой решаемой задаче и проблемной области, к которой она относится;
• ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;
• большой размерностью пространства решений задачи, из чего вытекает необходимость большого числа шагов перебора при поиске решения;
• динамически изменяющимися данными и знаниями.

Также знания делят на процедурные и декларативные. Любые знания можно представить как декларативно, так и процедурно, но, в зависимости от решаемых за¬дач, одни знания удобно иметь в декларативном представлении, а другие в процедур¬ном. Например, факт в декларативном представлении — это просто утверждение, что факт истинен.

Первичными были процедурные знания, т.е. знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требуется изменять текст программ. Однако с развитием информатики и ПО все большая часть знаний сосредотачивалась в структурах данных (таблицах, списках, абстрактных типах данных), т.е. увеличивалась роль декларативных знаний.

Процедурное представление факта — это множество инструкций, выполнение ко¬торых дает результат, согласующийся с фактом. Если факты, заносимые в БЗ, незави¬симы и неизменяемы, то декларативный подход легче понимается пользователем и довольно просто поддерживается системой, благодаря его модульности. Эксперты и пользователи предпочитают иметь дело с декларативными представлением. Проце¬дурный подход является более эффективным в аналитическом плане, но его сложнее поддерживать в системе. Разработчики ЭС предпочитают именно процедурное пред¬ставление, т.к. результат работы процедуры всегда легко проверить, прослеживая последовательность ее выполнения. В принципе всегда можно преобразовать декла-ративное представление в процедурное и наоборот.

2. Характеристики и особенности экспертных систем (ЭС)

Мы под ИС будет понимать следующее: ИС — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.

Для, экспертных систем приняты два основных определения:
— это программы, которые манипулируют знаниями в целях получения удовлетворительного или эффективного решения в узкой предметной области;
— это информационные системы, построенные на принципах искусственного интеллекта, способные в некоторой предметной области решать задачи, принимать решения и получать выводы, которые может сделать только очень квалифицированный специалист (эксперт).

Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Другими словами, система, требующая принятия решения, может получить его непосредственно от программы или через промежуточное звено — человека, который общается с программой. Тот, кто принимает решение, может быть экспертом со своими собственными правами, и в этом случае программа может «оправдать» свое существование, повышая эффективность его работы. Альтернативный вариант — человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Вообще говоря, правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем.

Как и человек-эксперт, экспертная система использует символическую логику и эмпирические правила, чтобы найти решение. Эти системы, как и человек, могут ошибаться, но в отличие от обычных программ, экспертные системы могут учиться на своих ошибках, накапливая и обобщая знания в некоторой проблемной области. У такой искусственной экспертизы есть и преимущества перед человеком: она постоянна, непротиворечива, легко передает свои знания, документируется и уточняется.

ЭС не отвергают и не заменяют традиционного подхода к разработке ПО, они отличаются от традиционных программ тем, что ориентированы на решение трудноформализуемых задач.

ЭС отличаются от традиционных программ тем, что ориентированы на решение неформализованных задач и обладают следующими особенностями:
• алгоритм решения не известен заранее, а строится самой ЭС с помощью символических рассуждений, базирующихся на эвристических приемах;
• ясность полученных решений, то есть ЭС «осознает» в терминах пользователя, как она получила решение;
• способность анализа и объяснения своих действий и знаний;
• способность приобретения новых знаний от пользователя-эксперта, не знающего программирования, и изменения в соответствии с ним своего поведения;
• обеспечение, как правило, естественно-языкового интерфейса с пользователем.

Экспертная система отличается от прочих прикладных программ наличием следующих признаков.
• Моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека применительно к решению задач в этой проблемной области. Это существенно отличает экспертные системы от систем математического моделирования или компьютерной анимации. Нельзя, конечно, сказать, что программа полностью воспроизводит психологическую модель специалиста в этой предметной области (эксперта), но важно, что основное внимание все-таки уделяется воспроизведению компьютерными средствами методики решения проблем, которая применяется экспертом, т.е. выполнению некоторой части задач так же (или даже лучше), как это делает эксперт.
• Система, помимо выполнения вычислительных операций, формирует определенные соображения и выводы, основываясь на тех знаниях, которыми она располагает. Знания в системе представлены, как правило, на некотором специальном языке и хранятся отдельно от собственно программного кода, который и формирует выводы и соображения. Этот компонент программы принято называть базой знаний.
• При решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех. Такие методы являются приблизительными в том смысле, что, во-первых, они не требуют исчерпывающей исходной информации, и, во-вторых, существует определенная степень уверенности (или неуверенности) в том, что предлагаемое решение является верным.

Среди систем искусственного интеллекта экспертные системы выделяются двумя особенностями:
— практической направленностью (решают задачи в узкой предметной области);
— понятностью пользователю всех действий экспертной системы благодаря тому, что экспертная система ведет с ним диалог на подмножестве естественного языка и способна объяснить все свои действия.

Важность экспертных систем в современных процессах проектирования решений определяется, в основном, тремя обстоятельствами:
— технология экспертных систем в значительной степени расширяет круг решаемых практически значимых задач, что в свою очередь приносит значительный экономический эффект;
— технология экспертных систем представляет собой одно из важнейших средств решения глобальных проблем проектирования сложных систем при традиционном программировании, таких как длительность и высокая стоимость разработки, высокая стоимость сопровождения их программного обеспечения, повторная используемость программ;
— объединение технологий, экспертных систем и традиционного программирования добавляет новые качеств программным продуктам проектирования как в содержательной стороне процесса проектирования, так и в обеспечении, лучшей графики, лучшего интерфейса и взаимодействия с пользователем продукта.

Итак, ЭС предназначены для выполнения специальных, трудно формализуемых задач, решение которых возможно при учете опыта квалифицированных специалистов, являющихся экспертами. Эксперты не только участвуют в выявлении знаний из области разработки, изготовления и эксплуатации изделий АТ, необходимых для решения поставленной задачи, но и выработке правил, на основании которые могут быть предложены приемлемые варианты ее решения. Эти приемы или методы, существенно сокращающие время поиска путем отсечения неперспективных ветвей, не просто методом полного перебора, называются эвристиками и являются одной из разновидностей правил.


Комментарии запрещены.




Статистика