Студопедия

Главная страница Случайная страница

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Лекция 2. Экспертные системы






1. Экспертные системы.

2. Составные части экспертной системы: база знаний, механизм вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс.

Экспертная система (ЭС) – это программа, в которую заложены теоретические и практические знания высококвалифицированных специалистов в некоторой конкретной проблемной области и которая способна давать рекомендации по проблемам в этой области с высокой степенью надежности на уровне этих специалистов.

Наиболее широкое применение ЭС нашли в химии (органика), медицине (диагностика), в технике (отыскание неисправностей оборудования) и в геологии.


Нейронные сети. В 50-х годах исследователи в области искусственного интеллекта пытались строить разумные машины, имитируя мозг.


Типичной системой, приведенной в таблице, является PERCEPTRON. Она представляла собой самоорганизующийся автомат, который можно считать грубой моделью сетчатки глаза человека. Его можно было научить узнавать образы, но это был лишь ограниченный класс зрительных образов.


В то время считалось, что если взять сильно связанную систему модельных нейронов, которой вначале ничего не известно, применить к ней программу тренировки из поощрений и наказаний, то в конце концов она будет делать всё, что ни задумает ее создатель. При этом тактично обходился тот факт, что мозг человека содержит 1010 нейронов, каждый из которых по сложности примерно соответствует, скажем, одному транспьютеру (транспьютер - это компьютер на одном кристалле, способный самостоятельно выполнять сравнительно небольшую программу, из транспьютеров можно составлять сеть параллельной обработки данных, поскольку каждый из них располагает средствами общения с несколькими, обычно четырьмя, соседями).


Эвристический поиск. Ньюэл и Саймон использовали метод моделирование мышления, который имеет дело с двоичными переменными (да/нет). Они считали, что мышление человека основано на определенном сочетании простых задач манипулирования символами, таких как сравнение, поиск, модификация символа и т.п. - операций, которые могут выполняться компьютером. Решение задач они представляли себе как поиск (перебор) в пространстве возможных решений по эвристическим правилам, которые помогают направить поиск к искомой цели. (моделирование игр – «Х-0», шахматы; описание возможных ходов, начального положения фигур, разыгрывание игры путем перебора ходов).


Ими была разработана система GPS (General Problem Sоlver - " Универсальный решатель задач"). Система GPS была универсальной в том отношении, что " не было конкретного указания, к какой области относится задача". Пользователь должен был задать " проблемную среду" в терминах объектов и тех операторов, которые к ним применимы.


Но эта универсальность относилась лишь к ограниченной области математических головоломок с относительно небольшим множеством сocтояний и хорошо очерченных формальных правил. Система GPS функционировала в таком формализованном микромире, где возникающие проблемы, с точки зрения людей, проблемами и не являются.


С технической точки зрения можно сказать, что процесс, известный как " поиск в глубину" и состоящий в последовательном разбиении задачи на подзадачи, пока не будет получена легко решаемая подзадача, является малоэффективным по той причине, что большое число тупиковых направлений подвергается весьма тщательному анализу. Впоследствии исследователи разработали более эффективные стратегии " поиска в ширину".


Представление и использование знания. В 70-х годах группа ученых, возглавляемая Эдвардом Фейгенбаумом, начала искать средства, избавляющие системы ИИ от неумения решать реальные задачи. Они пришли к выводу, что не надо строить общий решатель проблем, а остановиться на специализированных областях.

Фейгенбаум соориентировался на органическую химию DENDRAL (система анализа масс-спектрограмм химических соединений).


Шортлифф (MYCIN - компьютерная система, которая диагностирует бактериальные инфекции крови и дает предписания относительно лекарственной терапии) - средства объяснения логики рассуждений и полученных решений- система диагностики болезней (база знаний отделена от логики разъяснений)

- В этой системе знания - совокупность правил «если - то».

- Использованы коэффициенты уверенности.

- Система способна объяснять ход своих рассуждений.

- Система выполняет сложную и обучающую работу.


PROSPECTOR - система геологического назначения на базе MYCIN

Приобретение знаний путем обучения машин.

Дуг Ленат создал машинную общающуюся систему EURISCO, которая автоматически улучшает и расширяет свой запас эвристических правил. Кроме того, что эта система выигрывала три года подряд в военной игре (несмотря на то, что правила игры каждый раз менялись, чтобы помешать ей это сделать), она смогла произвести переворот в области создания СБИС (сверхбольших интегральных схем), изобретя трехмерный узел типа И/ИЛИ.

 

Экспертная система рассматривается как результат создания в компьютере основанной на знаниях компоненты, соответствующей навыку эксперта, в такой форме, которая позволяет системе дать разумный совет или принять разумное решение о функции обработки данных.


Можно выделить ряд характеристик экспертных систем:
1. Экспертная система ограничена определенной сферой экспертизы.
2. Экспертная система способна рассуждать при сомнительных данных.
3. Экспертная система способна объяснить ход своих рассуждений.
4. Знания и механизм вывода в экспертной системе четко отделены друг от друга (т.е. знания выражены явно, а не воплощены в способе поиска решения).
5. Экспертная система строится так, чтобы имелась возможность постепенного ее наращивания по мере развития знаний о предмете экспертизы.
6. Чаще всего знания экспертной системы представляются в виде множества правил, называемых также продукциями
7. В качестве решения экспертная система выдает не таблицы из цифр, не графики, не картинки на экране, а обоснованный совет относительно решения поставленного вопроса.
8. Экспертная система экономически выгодна (это требование к ее работе.)


База данных.

База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.


База знаний.

База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой. База знаний содержит факты (или утверждения) и правила.

Факты представляют собой краткосрочную информацию в том отношении, что они могут изменяться, например, в ходе консультации.

Правила представляют более долговременную информацию о том, как порождать новые факты или гипотезы из того, что сейчас известно.


База знаний обладает творческими возможностями, она активно пытается пополнить недостающую информацию.
Но следует помнить, что эти знания не воплощены в какую-то программу, а представляют собой данные для высокоуровневого интерпретатора, а именно - для машины вывода.


Машина вывода.

Машина вывода - механизм, который необходим для построения логических вычислений (механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти). Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая- либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети.

Существует 2 режима:

- прямая цепочка рассуждений (использование фактов);

- обратная цепочка рассуждений (подтверждение или опровержение фактов).

Наиболее удачные системы используют комбинации этих способов рассуждений.

 

Экспертные системы имеют дело с ненадежными данными. В действительности существует много способов работы с неуверенностью в данных. Имеется нечеткая логика, байесовская логика, коэффициенты уверенности, многозначная логика.

Но все же в большинстве баз знаний предусмотрена избыточность, позволяющая экспертной системе прийти к правильному заключению несколькими различными маршрутами и экспертные системы приходят к надежным заключениям.


Модульприобретение знаний.

Модуль приобретения знаний - это компонент, который автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом. Он необходим для получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости.


Интерфейс пользователя.

Интерфейс пользователя - диалоговый компонент, который ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

Он должен соответствовать профессиональным интересам.

 

Контрольные вопросы:

1. Дайте определение экспертной системы.

2. Приведите примеры наиболее распространенных экспертных систем, дайте краткую характеристику.

3. Перечислите основные характеристики экспертных систем.

4. Опишите составные части экспертной системы.

5. Приведите классификации интеллектуальных систем.


Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2024 год. (0.008 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал