Экспертные системы. Наиболее широкое применение методы ИИ нашли в программах, называемых экспертными системами (ЭС)

Наиболее широкое применение методы ИИ нашли в программах, называемых экспертными системами (ЭС). От­личительной чертой этих программ является способность на­капливать знания и опыт квалифицированных профессионалов (экспертов) в какой-либо узкой предметной области. Затем при помощи знаний, накопленных в ЭС, специалисты с не очень высокой квалификацией могут решать сложные задачи на столь же высоком уровне. Дан­ные программы поддерживают средствами автоматизации не только и не столько вычислительные функции, сколько функ­ции мыслительные, интеллектуальные, помогая пользователю принимать решения в сложных неоднозначных ситуациях.

Чаще всего в литературе и среди специалистов используется пониманиеэк­спертной системы как компьютерной программы, созданной для выполнения тех видов деятельности, которые под силу толь­ко человеку-эксперту, например проектирование, планировании, перевод, реферирование, выдача рекомендаций. Эти программы моделируют образ мышления человека-эксперта на основе ме­ханизмов логического вывода и эвристических методов.

Все экспертные системы являются системами искусствен­ного интеллекта, но не все системы искусственного интеллек­та являются ЭС. Например, программа распознавания печатного текста или голосовых сообщений относится к интеллек­туальным системам, но не является экспертной системой, по­скольку решение подобной задачи под силу любому человеку. Для ЭС характерно наличие цели функционирования, состоя­щей в решении сложных проблем, решение которых под силу специалисту высокой квалификации — эксперту. На основе при­веденных определений выделим характерные черты ЭС:

• алгоритмы функционирования ЭС имитируют подход к решению проблемы со стороны человека;

• умение объяснять свои действия в понятной для человека форме;

• наличие естественно-языкового интерфейса.

Различают ЭС предметно-ориентированные и ЭС-оболочки, предназначенные для наполнения любым предметным зна­нием. Экспертные системы могут строиться на основе пред­ставления знаний в виде набора правил (rule-based-подход) и на базе адаптивного подхода, основанного на обучении сис­темы на примерах (case-based- подход).

Экспертные системы первого поколения строились преиму­щественно на основе правилоориентированного подхода. Та­кие экспертные системы назывались правилоориентированными, или продукционными.

В ЭС данного вида логический вывод описывается боль­шим числом правил (продукций) типа

ЕСЛИ условиеТО действие

Условие определяет обстоятельства, при которых правило должно использоваться, действие — что должно происходить, когда условие выполняется.

Действие может быть любым, но, как правило, речь идет о выводе заключения как части аргументации или доказатель­ства. В этом случае правила представляют следующее:

ЕСЛИ посылкаТО заключение

В ЭС, основанных на правилах, предметные знания пред­ставляются набором правил, которые проверяются через на­бор фактов или знаний о текущей ситуации. Когда часть «Если» правила удовлетворяет фактам, то действие, указан­ное в части «То», выполняется. В этом случае говорят, что правило выполнилось. Действия правил могут модифицировать набор в базу знаний (БЗ), на­пример, добавление нового факта, обеспечивая механизм накопления знаний (опыта) в БЗ.

Прямая цепочка вывода — метод решения проблемы, кото­рый начинается с начальных данных, применяет правила вы­вода к генерации новых знаний до тех пор, пока либо один из выводов удовлетворит цель, либо не может быть больше сде­лано других выводов. В продукционных системах с прямой цепочкой применимость правила определяется с помощью сопоставления условий, специфицированных в левой части правила с текущими знаниями, хранимыми в памяти данных. Обратная цепочка вывода - метод решения проблемы, ко­торый начинается с цели, рекурсивно раскрывает каждую не­достигнутую цель в наборе простых подцелей до тех пор, пока будет найдено решение либо все цели будут расслоены на их простейшие компоненты. При нахождении решения подцели это решение передается ее родительские цели. В продукционных ЭС с архитектурой обратной цепочки применимость пра­вила проверяется при оценке его заключения.

Специализированные продукционные системы нашли ши­рокое применение в различных областях человеческой деятель­ности. Однако наиболее популярными ЭС являются оболоч­ки Guru, KEE, LOOPS, которые могут быть наполнены лю­бым предметным знанием. Вместе с тем в последнее время на­блюдается понижение интереса к продукционным системам, и большее предпочтение отдается системам, построенным на основе нейронных сетей.