Третье поколение экспертных интеллектуальных систем (эис)

Интеллектуальные интегрированные комплексы моделирования

В наше время происходит переход к разработке и применению ЭИС третьего поколения ( 2007—2010 гг.) - интеллектуальным интегрированным комплексам моделирования. Главный смысл смены концепций (парадигмы) создания ЭИС и использования средств ИИ — это переход от предположений, справедливых только для изолированных систем ИИ, и от индивидуальных, автономных систем к распределенной обработке информации и разработке мультиагентных ИС .

Главной особенностью перспективных систем является их распределенность, обеспечение обработки и применение распределенных знаний. Основой для создания перспективных ЭИС являются результаты, имеющиеся в области методов обнаружения закономерностей, распознавания образов, структурно-логического анализа данных и знаний, математической лингвистики, а также достигнутый опыт в разработке ЭИС. В создаваемых в настоящее время экспертных системах уже имеются отдельные вышеуказанные элементы.

Перспективные ЭИС (экспертные интеллектуальные системы) должны обеспечивать обработку смыслов, а не только знаний и данных. Эти системы могут анализировать фразы естественного языка и строить соответствующие их семантическому содержанию сетевые структуры. ЭИС становится способной понимать смысл сообщений, формируемых в естественной форме, и синтезировать фразы, относящиеся к данной предметной области. Для этих целей актуальной задачей становится разработка систем распознавания управленческих ситуаций. Важная ее особенность заключается в том, что результат распознавания должен отражать смысл ситуации, который в нее вкладывают пользователи, эксперты, лица, принимающие решение (ЛПР). Для решения данной проблемы подготовлена хорошая теоретическая и практическая базы в области искусственного интеллекта и накопленный опыт создания и использования ЭИС, в том числе извлечения смысловой информации из Internet .

Перспективная ЭИС (экспертная интеллектуальная система) должна строить модель исследуемой проблемной области, т. е. создавать ее теорию, строить модель пользователя (ученика, обучаемого) и модель самой себя, чтобы оптимизировать процесс формирования модели исследуемой операции (ситуации) в сознании обучаемого.

Логический вывод перспективных ЭИС позволит имитировать человеческую способность рассуждений по аналогии и находить близость анализируемой и эталонной ситуаций (с помощью набора уже исследуемых ситуаций и хранящихся в памяти ЭВМ). Такой прием позволяет существенно ускорить процесс логического вывода, особенно в больших базах знаний.

Блок анализа данных создаваемых систем должен обеспечивать обработку больших массивов разнотипных данных, представленных в триаде "объект—свойство—время". Программы распознавания позволяют в процессе обучения обнаруживать закономерные связи между описывающими и целевыми характеристиками объектов и использовать эти закономерности в процессе распознавания новых объектов. Перспективные ЭИС должны иметь средства автоматической поддержки и даже улучшения своих рабочих характеристик в ходе эксплуатации и поддержания гомеостатического состояния.

Главной отличительной функцией интеллектуальной гибридной экспертной системы является умение давать правильные предсказания, рекомендации на основе обработки поступающих данных и выявления устойчивых (закономерных) связей между характеристиками данных.

Возможный вариант перспективной ЭИС приведен на рисунке.

Перспективная экспертная интеллектуальная система

В настоящее время наблюдается этап активного развития интегрированных интеллектуальных инструментальных средств. В такой системе объединяются возможности ключевых современных информационных технологий:

• методы искусственного интеллекта для полного и адекватного представления экспертных знаний о процессах на основе распределенной обработки знаний;

• графический объектно-ориентированный язык для описания моделей и проектов;

• средства анимации и имитационного моделирования исследуемых процессов.

Вариант перспективной экспертной системы приведен на рисунке

Таким образом, перспективная экспертная система представляет собой интегрированное интеллектуальное средство. Это самодостаточная графическая среда для разработки, внедрения и сопровождения в широком диапазоне условий. Для этих систем характерны следующие требования:

• простота использования;

• полнота средств имитационного моделирования;

• возможность стыковки со средствами разработки приложений;

• ускоренная разработка;

• модульность построения;

• возможность использования концепции открытых систем.

Принципы эффективного использования ЭИС

(экспертных интеллектуальных систем)

Для эффективного использования ЭИС в системах управления при их разработке реализуются три основных принципа:

• простота и понятность моделей знаний, механизмов вывода и пользовательского интерфейса;

• наличие разделяемых компонентов работы со знаниями и с выводами;

• универсализм — возможность выбора различных моделей знаний, процедур вывода решений, методов накопления знаний, комбинации тех или иных методов и моделей при поиске решения конкретных задач. Достигнутый уровень использования ЭИС в системах управления позволил определить уровни сочетания эвристических форма лизованных способов представления инженерных знаний в зависимости от детализации описания объекта (системы). Чем выше уровень АСУ, тем в большей степени необходимо использовать экспертные системы. Если же объект проектирования не всегда имеет адекватное модельное представление на определенном иерархическом уровне (среднее звено АСУ), программное обеспечение должно разрабатываться в сочетании "жестких" и "мягких" алгоритмов. На уровнях, допускающих строгую формализацию процессов (нижний уровень АСУ), структура программного обеспечения выполняется на основе четких "жестких" алгоритмов, реализованных в традиционных системах.

Экспертные интеллектуальные системы относятся к СИИ, и полностью базируются на знаниях и правилах работы с ними.

В этом разделе мы рассмотрим:

• Назначение экспертных систем

• Базовые понятия

• Экспертные знания

• Экспертная система (ЭИС )

• Структура ЭИС

• Интерфейс пользователя

• Подсистема объяснений

• Интеллектуальный редактор БЗ

СИИ (системы искусственного интеллекта) основаны на использовании ИИ (искусственного интеллекта, и дают возможность специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания. Но решение специальных задач требует специальных знаний.

Экспертные знания

Экспертные знания - знания, которыми располагает специалист в некоторой предметной области.

Экспертная система (ЭИС)

Экспертная интеллектуальная система (ЭИС) – это компьютерная программа, использующая экспертные знания для обеспечения высокоэффективного решения задач в некоторой узкой предметной области. Такие программы, как правило, представляют знания символически, исследуют и объясняют свои процессы рассуждения и предназначены для тех предметных областей, в которых людям для достижения мастерства необходимы годы специального обучения и практики. В большинстве случаев ЭИС предназначаются для оказания консультационной помощи специалистам при решении задач, возникающих в слабоструктурированных и трудно формализуемых предметных областях. К ЭИС относят также сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях (экспертов) и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Разновидности экспертных интеллектуальных систем (ЭИС)

Существуют две основные разновидности ЭИС

• для специалистов, чей профессиональный уровень не слишком высок. В базах знаний таких хранятся знания, полученные от экспертов, используемые всякий раз, когда в этом возникнет необходимость

• для специалистов высокой квалификации, выполняя для них значительную часть рутинных операций и просмотр больших массивов информации. Особенностью является наличие в них системы объяснений, повышающей консультационную силу ЭИС. Механизм объяснения (порождение объяснений — модели аргументации и рассуждения) — часть экспертной системы, которая объясняет, каким образом были получены решения, и обосновывает действия, предпринятые для их получения. Являясь одним из основных приложений ИИ, ЭИС представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Сходство и различия использования ИТ в экспертных системах и системах поддержки принятия решений

Сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако имеются три существенных различия:

• решение проблемы в рамках СППР отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение, а технология ЭИС, наоборот, предлагает пользователю принять решение, превосходящее его возможности;

• выражается в способности ЭИС пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение;

• использование знаний, как нового компонента ИТ.

Уровни реализации экспертной поддержки

Экспертная поддержка принимаемых пользователем решений реализуется на двух уровнях.

• работа первого уровня экспертной поддержки исходит из концепции "типовых решений", в соответствии, с которой часто возникающие проблемные ситуации можно свести к некоторым однородным классам решений, т.е. к некоторому типовому набору альтернатив. Для реализации экспертной поддержки на этом уровне создается информационный фонд хранения и анализа типовых альтернатив

• второй уровень экспертной поддержки решений должен вступать в работу, если возникающая проблемная ситуация не ассоциируется с имеющимися классами типовых альтернатив. Этот уровень генерирует альтернативы на базе имеющихся в информационном фонде данных, правил преобразования и процедур оценки синтезированных альтернатив.

Класс ЭИС (экспертных интеллектуальных систем) сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться классификации, представленные на рисунке.

Режимы работы экспертных систем

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭИС).

• в режиме приобретения знаний общение с ЭИС осуществляет (через посредничество инженера по знаниям) эксперт. Эксперт — человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭИС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области. Режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭИС разработку программ осуществляет не программист, а эксперт (с помощью ЭИС), не владеющий программированием.

• в режиме консультации общение с ЭИС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭИС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭИС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭИС с целью либо ускорить процесс получения результата, либо возложить на ЭИС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭИС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения: "Почему система задает тот или иной вопрос?", "как ответ, собираемый системой, получен?".

Структура статической экспертной интеллектуальной системы (ЭИС)

Архитектура динамической экспертной интеллектуальной системы (ЭИС)

Статические и динамические ЭИС

ЭИС статического типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Из рисунка, на котором представлены архитектура статической и динамической ЭИС видно, что в архитектуру динамической ЭИС по сравнению со статической ЭИС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭИС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

Классификация информационных систем основанных на знаниях