Экспертные системы, методика построения.Основна: 1. Патологічна фізіологія / За ред. М.Н. Зайка, Ю.В. Биця. – К.: Вища школа, 2007. – 615 с. 2. Атаман О.В. Патологічна фізіологія в запитаннях і відповідях: Навч. посібник. – Вінниця: Нова Книга, 2007. – 512 с. Додаткова: 1. Малышев В.Д. Кислотно-основное состояние и водно-электролитный баланс в интенсивной терапии. М. Медицина, 2005. – 228 с. 2. Мима Горн М., Урсула Хейтц И., Памела Сверинген Л. Водно-электролитный и кислотно-основной баланс / Перевод с англ. под ред. д.мед.н. проф. В.И. Легеды. – М.: Медицина, 2002. – 325 с. 3. Хейтц У.И., Горн М.М. Водно-электролитный и кислотно-основной баланс / Бином, 2009. – 359 с. Преимущества использования экспертных систем Отметим лишь основные преимущества, которые даёт использование ЭС. Преимуществами и положительными качествами искусственной компетенции являются: 1) Её постоянство. Человеческая компетенция ослабевает со временем. Перерыв в деятельности человека-эксперта может серьёзно отразиться на его профессиональных качествах. 2) Лёгкость передачи или воспроизведения. Передача знаний от одного человека другому — долгий и дорогой процесс. Передача искусственной информации — это простой процесс копирования программы или файла данных. 3) Устойчивость и воспроизводимость результатов. Эксперт-человек может принимать в тождественных ситуациях разные решения из-за эмоциональных факторов. Результаты ЭС — стабильны. 4) Стоимость. Эксперты, особенно высококвалифицированные обходятся очень дорого. ЭС, наоборот, сравнительно недороги. Их разработка дорога, но они дёшевы в эксплуатации.
Вместе с тем разработка ЭС не позволяет полностью отказаться от эксперта-человека. Поэтому всю ответственность за использование экспертной системы несет пользователь. Но в тоже время пользователем может быть и не обязательно высококачественный специалист.
На основании преимуществ ЭС можно, таким образом, выделить те ситуации, в которых выгоднее и имеет смысл применять ЭС: – задачи, имеющие высокую практическую значимость – задачи оказываются достаточно сложны и дороги в решении. При этом ЭС позволяют разобраться в классе вопросов, имеющих эвристическую, а не алгоритмическую природу, которые возможно решить с помощью рассуждений.
Вопросы: 1. Разработка ЭС целесообразна, если задачи 2. Чем ЭС отличаются от других систем искусственного интеллекта: Имеют практическую направленность Находят решение за короткое время Дают объяснение и обоснование выбора Все ответы верны 3. Основные части ЭС? 4. Что относится к преимуществам использования ЭС? 5. На ком лежит ответственность за диагноз, полученный с использованием ЭС?
Экспертные системы, методика построения.
В настоящее время сложилась определенная технология разработки ЭС, которая включает следующие шесть этапов: идентификация, концептуализация, формализация, выполнение, тестирование и опытная эксплуатация.
Рисунок 1. Методика (этапы) разработки ЭС.
Этап идентификации.
Этап идентификации связан, прежде всего, с осмыслением тех задач, которые предстоит решить будущей ЭС, и формированием требований к ней. Результатом данного этапа является ответ на вопрос, что надо сделать и какие ресурсы необходимо задействовать (идентификация задачи, определение участников процесса проектирования и их роли, выявление ресурсов и целей). Обычно в разработке ЭС участвуют не менее трех-четырех человек — один эксперт, один или два инженера по знаниям и один программист, привлекаемый для модификации и согласования инструментальных средств. Эксперт — это человек, способный ясно выражать свон мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Эксперт использует свои приёмы и ухищрения, чтобы сделать поиск решения более эффективным, и ЭС моделирует все его стратегии. Инженер знаний — человек, как правило, имеющий познания в информатике н искусственном интеллекте и знающий, как надо строить ЭС. Инженер знаний опрашивает экспертов, организует знания, решает, каким образом они должны быть представлены в ЭС, и может помочь программисту в написании программ. Также к процессу разработки ЭС могут по мере необходимости привлекаться и другие участники. На основании этого, можно дать такое определение ЭС: Экспертная система — это программное средство, использующее знания экспертов, для высокоэффективного решения задач в интересующей пользователя предметной области. Она называется системой, а не просто программой, так как содержит базу знаний, решатель проблемы и компоненту поддержки. Последняя из них помогает пользователю взаимодействовать с основной программой.
Идентификация задачи заключается в составлении неформального (вербального) описания, в котором указываются: общие характеристики задачи; подзадачи, выделяемые внутри данной задачи; ключевые понятия (объекты), их входные (выходные) данные; предположительный вид решения, а также знания, относящиеся к решаемой задаче. В процессе идентификации задачи инженер по знаниям и эксперт работают в тесном контакте. Начальное неформальное описание задачи экспертом используется инженером по знаниям (который может не обладать необходимыми знаниями, он выясняет их у эксперта) для уточнения терминов и ключевых понятий. Эксперт корректирует описание задачи, объясняет, как решать ее и какие рассуждения лежат в основе того или иного решения. После нескольких циклов, уточняющих описание, эксперт и инженер по знаниям получают окончательное неформальное описание задачи.
При проектировании ЭС типичными ресурсами являются источники знаний, время разработки, вычислительные средства и объем финансирования. Для эксперта источниками знаний служат его предшествующий опыт по решению задачи, книги, известные примеры решения задач, а для инженера по знаниям — опыт в решении аналогичных задач, методы представления знаний и манипулирования ими, программные инструментальные средства.
При идентификации целей важно отличать цели, ради которых создается ЭС, от задач, которые она должна решать. Примерами возможных целей являются: формализация неформальных знаний экспертов; улучшение качества решений, принимаемых экспертом; автоматизация рутинных аспектов работы эксперта (пользователя); тиражирование знаний эксперта.
Этап концептуализации.
На данном этапе проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. Этот этап завершается созданием модели предметной области (ПО), включающей основные концепты и отношения. На этапе концептуализации определяются следующие особенности задачи: типы доступных данных; исходные и выводимые данные, подзадачи общей задачи; используемые стратегии и гипотезы; виды взаимосвязей между объектами ПО, типы используемых отношений (иерархия, причина — следствие, часть — целое и т.п.); процессы, используемые в ходе решения; состав знаний, используемых при решении задачи; типы ограничений, накладываемых на процессы, используемые в ходе решения; состав знаний, используемых для обоснования решений.
Существует два подхода к процессу построения модели предметной области, которая является целью разработчиков ЭС на этапе концептуализации. Признаковый или атрибутивный подход предполагает наличие полученной от экспертов информации в виде троек объект — атрибут — значение атрибута, а также наличие обучающей информации. Этот подход развивается в рамках направления, получившего название формирование знаний или "машинное обучение" (machine learning).
Второй подход, называемый структурным (или когнитивным), осуществляется путем выделения элементов предметной области, их взаимосвязей и семантических отношений. Для атрибутивного подхода характерно наличие наиболее полной информации о предметной области: об объектах, их атрибутах и о значениях атрибутов. Кроме того, существенным моментом является использование дополнительной обучающей информации, которая задается группированием объектов в классы по тому или иному содержательному критерию. Тройки объект — атрибут — значение атрибута могут быть получены с помощью так называемого метода реклассификации, который основан на предположении что задача является объектно-ориентированной и объекты задачи хорошо известны эксперту. Идея метода состоит в том, что конструируются правила (комбинации значений атрибутов), позволяющие отличить один объект от другого. Обучающая информация может быть задана на основании прецедентов правильных экспертных заключений, например, с помощью метода извлечения знаний, получившего название "анализ протоколов мыслей вслух". При наличии обучающей информации для формирования модели предметной области на этапе концептуализации можно использовать весь арсенал методов, развиваемых в рамках задачи распознавания образов. Таким образом, несмотря на то, что здесь атрибутивному подходу не уделено много места, он является одним из потребителей всего того, что было указано в главе, посвященной распознаванию образов и автоматического группирования данных.
Структурный подход к построению модели предметной области предполагает выделение следующих когнитивных элементов знаний: 1. Понятия. 2. Взаимосвязи. 3. Метапонятия. 4. Семантические отношения. Выделяемые понятия предметной области должны образовывать систему, под которой понимается совокупность понятий, обладающая следующими свойствами: уникальностью (отсутствием избыточности); полнотой (достаточно полным описанием различных процессов, фактов, явлений и т.д. предметной области); достоверностью (валидностью — соответствием выделенных единиц смысловой информации их реальным наименованиям) и непротиворечивостью (отсутствием омонимии).
Выделенные понятия предметной области и установленные между ними взаимосвязи служат основанием для дальнейшего построения системы метапонятий — осмысленных в контексте изучаемой предметной области системы группировок понятий. Для определения этих группировок применяют как неформальные, так и формальные методы. Интерпретация, как правило, легче дается эксперту, если группировки получены неформальными методами. В этом случае выделенные классы более понятны эксперту. Причем в некоторых предметных областях совсем не обязательно устанавливать взаимосвязи между понятиями, так как метапонятия, образно говоря, "лежат на поверхности".
Последним этапом построения модели предметной области при концептуальном анализе является установление семантических отношений между выделенными понятиями и метапонятиями. Установить семантические отношения — это значит определить специфику взаимосвязи, полученной в результате применения тех или иных методов. Для этого необходимо каждую зафиксированную взаимосвязь осмыслить и отнести ее к тому или иному типу отношений. Существует около 200 базовых отношений, например, "часть — целое", "род — вид", "причина — следствие", пространственные, временные и другие отношения. Для каждой предметной области помимо общих базовых отношений могут существовать и уникальные отношения.
Рассмотренные выше методы формирования системы понятий и метапонятий, установления взаимосвязей и семантических отношений в разных сочетаниях применяются на этапе концептуализации при построении модели предметной области.
Этап формализации.
Теперь все ключевые понятия и отношения выражаются на некотором формальном языке, который либо выбирается из числа уже существующих, либо создается заново. Другими словами, на данном этапе определяются состав средств и способы представления декларативных и процедурных знаний, осуществляется это представление и в итоге формируется описание решения задачи ЭС на предложенном (инженером по знаниям) формальном языке. Выходом этапа формализации является описание того, как рассматриваемая задача может быть представлена в выбранном или разработанном формализме.
Вопросы: 6. В каких случаях возможна разработка ЭС: Задача относятся к хорошо изученной, структурированной области Разные эксперты одинаково оценивают качество предлагаемых решений Эксперты могут объяснить свои выводы и предложения Решение задачи требует рассуждений, а не действий Необходимо одновременное выполнение всех этих условий
7. Кто участвует в разработке ЭС? 8. Какие задачи выполняет Инженер по знаниям? 9. В каких режимах может работать ЭС? 10. Что происходит в режиме приобретения знаний? 11. Должен ли быть экспертом в предметной области пользователь ЭС?
Этап выполнения.
Цель этого этапа — создание одного или нескольких прототипов ЭС, решающих требуемые задачи. Затем на данном этапе по результатам тестирования и опытной эксплуатации создается конечный продукт, пригодный для промышленного использования. Разработка прототипа состоит в программировании его компонентов или выборе их из известных инструментальных средств и наполнении базы знаний.
Главное в создании прототипа заключается в том, чтобы этот прототип обеспечил проверку адекватности идей, методов и способов представления знаний решаемым задачам. Выполнение экспериментов с расширенной версией ЭС-1, анализ пожеланий и замечаний служат отправной точкой для создания второго прототипа ЭС-2. При разработке ЭС-2, кроме перечисленных задач, решаются следующие: ü анализ функционирования системы при значительном расширении базы знаний; ü исследование возможностей системы в решении более широкого круга задач и принятие мер для обеспечения таких возможностей; ü анализ мнений пользователей о функционировании ЭС; ü разработка системы ввода-вывода, осуществляющей анализ или синтез предложений ограниченного естественного языка, позволяющей взаимодействовать с ЭС-2 в форме, близкой к форме стандартных учебников для данной области. Если ЭС-2 успешно прошла этап тестирования, то она может классифицироваться как промышленная экспертная система.
v Загрузите БЗ «Mushrooms» и проверьте, успешно ли решает поставленную задачу (определение вида гриба по его внешнему виду) ЭС «Малая экспертная система». Программа находится в папке Program Files/Малая Экспертная Система 2.0/MiniES.exe Для того, чтобы загрузить базу знаний, выберите Файл/Загрузить, перейдите в подпапку «Базы знаний» и выберите нужную.
Этап тестирования.
В ходе данного этапа производится оценка выбранного способа представления знаний в ЭС в целом. Для этого инженер по знаниям подбирает примеры, обеспечивающие проверку всех возможностей разработанной ЭС.
Различают следующие источники неудач в работе системы: тестовые примеры, ввод-вывод, правила вывода, управляющие стратегии.
Критерии оценки ЭС зависят от точки зрения. Например, при тестировании ЭС-1 главным в оценке работы системы является полнота и безошибочность правил вывода. При тестировании промышленной системы превалирует точка зрения инженера по знаниям, которого в первую очередь интересует вопрос оптимизации представления и манипулирования знаниями. И, наконец, при тестировании ЭС после опытной эксплуатации оценка производится с точки зрения пользователя, заинтересованного в удобстве работы и получения практической пользы
v Проведите тестирование Базы знаний Пример БЗ 1. В случае полностью утвердительного или отрицательного ответа на какой-нибудь вопрос сразу выставляется диагноз. v Откройте БЗ для редакции в папке «Малая Экспертная Система 2.0/Базы знаний», откройте в ней «Пример БЗ 1». Появится окно, похожее на это:
v Измените начальные предположения «Геймер 0.5» и «Не геймер 0.5» (50% на 50%) на «Геймер 0.7» и «Не геймер 0.3» и, сохранив базу знаний, открыв её заново в программе MiniES, проверьте её работоспособность.
Этап опытной эксплуатации.
На этом этапе проверяется пригодность ЭС для конечного пользователя. Пригодность ЭС для пользователя определяется в основном удобством работы с ней и ее полезностью. Под полезностью ЭС понимается ее способность в ходе диалога определять потребности пользователя, выявлять и устранять причины неудач в работе, а также удовлетворять указанные потребности пользователя (решать поставленные задачи). В свою очередь, удобство работы с ЭС подразумевает естественность взаимодействия с ней (общение в привычном, не утомляющем пользователя виде), гибкость ЭС (способность системы настраиваться на различных пользователей, а также учитывать изменения в квалификации одного и того же пользователя) и устойчивость системы к ошибкам (способность не выходить из строя при ошибочных действиях неопытного пользователях).
В ходе разработки ЭС почти всегда осуществляется ее модификация. Выделяют следующие виды модификации системы:
v База знаний Пример БЗ 1 была модифицирована до Пример БЗ 2. Попробуйте пройти тестирование, загрузив новую БД «Пример БЗ 2». Теперь вероятности будут возрастать не такими сильными скачками. v Откройте «Пример БЗ 2» в редакторе и посмотрите отличия от «Пример БЗ 1».
|
