Рис. 13.1. Обобщенная структура экспертной системы
Современные экспертные системы широко используются для
тиражирования опыта и знаний ведущих специалистов практически во всех сферах
экономики. Традиционно знания существуют в двух видах — коллективный опыт и
личный опыт. Если большая часть знаний в предлагаемой области представлена в
виде коллективного опыта (например, высшая математика), эта предметная область
не нуждается в экспертных системах. Если в предметной области большая часть зна
ний является личным опытом специалистов высокого уровня (экспертов), если эти
знания по каким-либо причинам слабо структурированы, такая предметная область
нуждается в экспертных системах.
Экспертные системы — это сложные
программные комплексы, аккумулирующие знания специалистов в конкретных
предметных областях и тиражирующие этот эмпирический опыт для консультаций менее
квалифицированных пользователей. На рис. 13.1 изображены основные компоненты
экспертной системы.
|
Рис. 13.1. Обобщенная структура экспертной системы |
Пользователь — специалист предметной области, для
которого предназначена система. Обычно его квалификация недостаточно высока, и
поэтому он нуждается в помощи и поддержке со стороны экспертной системы.
Инженер по знаниям — специалист по искусственному интеллекту,
выступает в роли промежуточного звена между экспертом и базой знаний
(инженер-интерпретатор).
Интерфейс пользователя — комплекс программ,
реализующий диалог пользователя с экспертной системой на стадии как ввода
информации, так и получения результатов.
База знаний — ядро
экспертной системы, совокупности знаний предметной обла сти, записанная на
машинный носитель в форме, понятной эксперту и пользова телю (обычно на
некотором языке, приближенном к естественному). Параллельно такому
«человеческому» представлению существует база знаний во внутреннем «машинном»
представлении.
Решатель — программа, моделирующая ход рассуждений
эксперта на основании знаний, имеющихся в базе знаний.
Подсистема
объяснений — программа, позволяющая пользователю получить ответы на вопросы:
«Как была получена та или иная информация?» и «Почему система приняла такое
решение?». Ответ на вопрос «Как?» — это трассировка всего процесса получения
решения с указанием использованных фрагментов базы знаний, то есть всех шагов
цепи умозаключения. Ответ на вопрос «Почему?» — ссылка на умозаключение,
непосредственно предшествовавшее полученному решению, то есть отход на один шаг
назад.
Интеллектуальный редактор базы знаний — программа,
представляющая инжене ру по знаниям возможность создавать базы знаний в
диалоговом режиме.
Инструментальные средства построения экспертных систем:
о связано с тем, что парадигма объектно-ориентированного программирования
тесно связана с фреймовой моделью представления знаний, кроме того, традиционные
языки использу ются для создания других классов инструментальных средств
искусственного интеллекта.
Языки искусственного интеллекта. Lisp ,
Prolog . Универсальность этих языков меньшая, чем у традиционных языков, но это
компенсируется богатыми воз можностями по работе с символьными и логическими
данными, что крайне важно для задач искусственного интеллекта. На основе языков
искусственно го интеллекта создаются специализированные компьютеры
(например, Лисп- машины).
«Оболочки» ( shells ) — «пустые» версии
существующих экспертных систем, то есть готовые экспертные системы без базы
знаний. Они вообще не требуют работы программистов для создания готовой
экспертной системы. Требуются только специалисты в предметной области для
заполнения базы знаний. Однако если некоторая предметная область плохо
укладывается в модель, используемую
в некоторой оболочке, заполнить базу
знаний в этом случае весьма непросто.
ПРИМЕЧАНИЕ
Существующие компьютеры имеют принципы работы, в корне отличные от
принципов работы человеческого мозга, поэтому основные надежды на развитие
искусственного интеллекта связаны с построением нейрокомпьютеров.
|
|
 |
