Експертні системи. Експертні системи (Expert Systems - ES) (ЕС) - системи, які використовують логіку прийняття рішень людського експерта (перші ЕС - медична mycin і хімічна
Експертні системи (Expert Systems - ES) (ЕС) - системи, які використовують логіку прийняття рішень людського експерта (перші ЕС - медична mycin і хімічна dendral з’явились в сер. 70-х рр. 20 ст.). Основні компоненти ЕС наводяться на рис. 6.3.
Рисунок 6.3 – Структура експертної системи
Основні компоненти ЕС: 1. База даних (робоча пам'ять) – призначена для зберігання вихідних і проміжних даних задачі, що вирішується в даний момент (мають великий об’єм і відносно невелику питому вартість). Дані – окремі факти, що характеризують об’єкти, процеси і явища предметної області, а також їх властивості. 2. База знань – призначена для зберігання довгострокових даних, що описують предметну область, та правил, що описують послідовність перетворення даних цієї області (невеликого об’єму, але дуже дорогі). Знання – закономірності предметної області (принципи, зв’язки, закони), що отримуються в результаті практичної діяльності і професійного досвіду та дозволяють спеціалістам ставити і вирішувати задачі в ній. Моделі представлення знань (логіко-лінгвістичні моделі): - модель " об'єкт-атрибут-значення" (найбільш рання форма) – визначає атрибути (властивості) об'єкту, які можуть приймати значення з відомого набору (авіаквиток-вартість-дорогий, дешевий); - продукційна модель (модель, що заснована на правилах) (найбільш поширена форма) – дозволяє представити знання у вигляді речень „ЯКЩО (умова), ТО (висновок)” (якщо тиск падає, то погода погіршується); - семантична мережа – орієнтований граф, вершини якого є об’єктами (події, дії, узагальнені поняття або властивості об’єктів), а дуги – відношеннями між ними (БУТИ, МАТИ, БУТИ НАСЛІДКОМ і т.д.) (Іванов є курсантом, курсанти носять форму, форма синього кольору і т.д.) (рис. 6.4);
Рисунок 6.4 – Приклад семантичної мережі
- фрейм – структура для опису стереотипної ситуації, яка складається з характеристик цієї ситуації (слотів) та їх значень (заповнювачів слотів) (фрейм – рейс, слоти – незаповнені значення деяких атрибутів: час відправлення, тип літака, швидкість, висота тощо). 3. Вирішувач (блок логічного висновку) – використовуючи вихідні дані з бази даних та знання з бази знань, формує послідовність правил, що приводить до вирішення задачі. 4. Компонент придбання знань – автоматизує процес наповнення ЕС знаннями. 5. Пояснювальний компонент – пояснює, як система отримала рішення задачі або чому вона не отримала рішення, і які знання вона при цьому використовувала (це полегшує експерту тестування системи і підвищує довіру користувача до отриманого результату). 6. Інтерфейс користувача – орієнтований на організацію дружнього спілкування користувача з системою як на стадії введення інформації, так і при отриманні результатів. Спеціалісти, які взаємодіють з ЕС: 1. Експерт в предметній області, задачі якої буде вирішувати ЕС. Він визначає знання, що характеризують предметну область, а також забезпечує повноту і правильність введених в ЕС знань. 2. Когнітолог (інженер зі знань) – спеціаліст з розробки ЕС. Він допомагає експерту виявити і структурувати знання, необхідні для роботи ЕС, обирає інструментальний засіб, що найбільше підходить для даної предметної області, та визначає спосіб представлення знань в ньому. 3. Програміст – спеціаліст з розробки інструментального засобу (мови програмування). Він розробляє інструментальний засіб і виконує сполучення його з середовищем, в якому він буде використовуватись. 4. Користувач – спеціаліст предметної області, для якого призначена ЕС. Режими роботи ЕС: 1. Режим придбання знань – спілкування з ЕС здійснює експерт через посередництво інженера зі знань. 2. Режим вирішення задач (консультацій) – спілкування з ЕС здійснює кінцевий користувач, якого цікавить результат та/або спосіб отримання рішення. Класифікація експертних систем: - інтерпретація даних – визначення змісту даних, результати якого повинні бути узгодженими і коректними (виявлення та ідентифікація різних типів океанських судів за результатами аерокосмічного сканування – система SIAP, визначення основних властивостей особистості за результатами психодіагностичного тестування в системі АВТАНТЕСТ); - діагностика – співвіднесення об’єкта з деяким класом об’єктів та/або виявлення несправності в деякій системі (діагностика і терапія звуження коронарних судин – система ANGY, діагностика помилок в апаратурі і математичному забезпеченні ЕОМ – система CRIB); - моніторинг – безперервна інтерпретація даних в реальному масштабі часу та сигналізація про вихід параметрів за допустимі границі (контроль за роботою електростанцій – система СПРИНТ, допомога диспетчерам атомного реактора – система REACTOR, контроль аварійних датчиків на хімічному заводі – система FALCON); - проектування – підготовка специфікацій (всього набору необхідних документів – креслення, пояснювальна записка і т.д.) на створення об’єктів із попередньо визначеними властивостями (проектування конфігурацій ЕОМ – система XCON, синтез електричних кіл – система SYN); - навчання – діагностування помилок при вивченні якої-небудь дисципліни та підказка правильних рішень (навчання мові програмування ЛИСП в системі „Вчитель ЛИСПу”, навчання мові Паскаль – система PROUST); - прогнозування – передбачення наслідків деяких подій або явищ на основі аналізу наявних даних (передбачення погоди – система WILLARD, оцінки майбутнього урожаю – система PLANT, прогнози в економіці – система ECON); - планування – розробка планів дій об’єктів (планування поведінки робота – система STRIPS, планування промислових замовлень – система ISIS, планування експерименту – система MOLGEN); - підтримка прийняття рішень – забезпечення особи, що приймає рішення, необхідною інформацією і рекомендаціями, які полегшують процес прийняття рішень (вибір стратегії виходу фірми з кризової ситуації – система CRYSIS, допомога у виборі страхової компанії або інвестора – система CHOICE).
|
