Общие сведения. Экспертная система (ЭС) - это сложный программный комплекс, содержащий знания специалистов в конкретных предметных областях и тиражирующая этот эмпирический

Экспертная система (ЭС) - это сложный программный комплекс, содержащий знания специалистов в конкретных предметных областях и тиражирующая этот эмпирический опыт для консультации менее квалифицированных пользователей.

Если, например, пользователь хочет приобрести автомобиль, но ничего или мало знает о моделях автомашин, стоимости, мощности, типах кузова, видах топлива и т.п., то он обращается к специалисту, объясняет, что ему нужно, и специалист (эксперт) отвечает на все вопросы, определяет, какой автомобиль ему подходит и рассказывает все детали, т.е. передаёт свои знания об автомобилях пользователю. Или больной обращается к специалисту – врачу, сообщает ему все симптомы и врач – эксперт определяет, какая у клиента болезнь.

Вместо человека – эксперта может выступать компьютерная экспертная система, которая задаёт пользователю ряд вопросов, анализирует полученные ответы в соответствии с заложенной программой и выдаёт результат, наиболее соответствующий полученным запросам.

В настоящее время имеется ряд оболочек экспертных систем, т.е готовых систем идентификации объектов, к которым нужно только подключить базы знаний (БЗ). К ним относятся системы CLIPS, HUGIN, МЭС и др.

Вопросы и правила обработки ответов пользователя (правила логического ввода, построенные по формулам Байеса) содержатся в базе знаний ЭС.

ЭС чаще всего решает задачу классификации, т.е. из списка объектов выбирает один или несколько объектов, наиболее полно отвечающих введённым запросам и сообщает вероятности точности их идентификации. Распознавание основано на расчётах с помощью формул Байеса вероятностей выбора заложенных память ЭС исходов. При этом система запрашивает у пользователя оценку истинности самого важного свидетельства, на основе ответа корректирует вероятности исходов, затем переходит к следующему свидетельству и снова выбирает самое значимое. Таким образом, достигается наискорейшее получение результата при минимальном количестве запросов.

Сложность проектирования ЭС заключается в формировании таких запросов, которые отражают действительно самые важные, наиболее характерные свойства распознаваемого объекта и позволяют однозначно или с большой степенью вероятности его выбрать. При логическом анализе ЭС использует формулы Байеса (или Бейеса), которые при ответе на первый вопрос рассчитывают вероятность выбора того или иного исхода, после ответа на следующий запрос - поступления новой информации ЭС переопределяет эту вероятность, после следующего вопроса снова её перерассчитывает и т.д. - до завершения консультации. Например, если в базе знаний ЭС заложена классификация на кошку, собаку и хомяка, то после ответа на запрос " У домашнего животного 4 ноги? " вероятность того, что это " кошка", определённая по формуле Байеса составит 33, 3% (66, 7% останется на собаку и хомяка), после следующего ответа (" Животное может мурлыкать? " пересчёт вероятности по формуле Байеса даст 100% для исхода " кошка", а вопрос о наличии хвоста будет уже не значимым.

Использование байесовской системы логического вывода означает, что информация, обрабатываемая экспертной системой, не является абсолютно точной, а носит вероятностный характер. Пользователь не обязательно должен быть уверен в абсолютной истинности или ложности свидетельства, он может отвечать на запросы системы с какой-то степенью уверенности. В свою очередь система также выдаёт примерные результаты консультации - в виде вероятностей наступления исходов.

Разработка базы знаний ЭС, т.е. формирование запросов к системе и априорных вероятностей получения результатов является самой сложной задачей проектирования ЭС. Поэтому в составлении запросов (правил логического ввода) участвует два профессионала - когнитолог (или инженер по знаниям), т.е. специалист по искусственному интеллекту, который хорошо знает компьютер, и эксперт, который не разбирается в вычислительной технике, но является специалистом в предметной области.