Експертні системи

Експертні системи належать до класу інтелектуальних систем (систем штучного інтелекту), які виконують операції, імітуючи інтелектуальну діяльність людини — дії та розумові висновки людей у нестандартних ситуаціях, коли схема, алгоритм розв’язування задачі, що постала перед фахівцем, апріорі невідомі. Інтелектуальні системи забезпечують розв’язування неформалізованих задач користувача в деякій предметній галузі та організовують його взаємодію з комп’ютером у звичних поняттях, термінах, образах. Експертна система — це інтелектуальна система, призначена для розв’язування задач у певній предметній галузі на основі знань, наданих експертами, яка містить базу знань і підтримує функції обґрунтування та пояснення.
Застосовуються також такі терміни:
система на основі знань — інтелектуальна система, в якій знання про предметну галузь подано в явному вигляді та відокремлено від інших знань системи;
дорадча система — інтелектуальна система, що забезпечує формування рекомендацій про послідовність і перелік можливих дій користувача у процесі розв’язування задачі.
Основною відмінністю інтелектуальних систем є те, що в них об’єктом нагромадження, зберігання, оброблення, передачі та використання є не дані, а знання. Знання — це сукупність фактів, закономірностей, відношень та евристичних правил, що відбиває рівень обізнаності з проблемами в предметних галузей. Специфічні особливості знань, що відрізняють їх від даних: внутрішня інтерпретація, наявність ситуативних зв’язків, активність і форма подання.

Згідно з різними підходами виділяють такі типи знань:
декларативні (предметні) знання — факти (тобто класи об’єктів і зв’язки між ними), які можна подати у вигляді множини тверджень, що не залежать від того, де і коли такі знання використовуються;
процедурні знання (правила) — описи процедур, за допомогою яких ці знання можна здобути. У разі процедурного подання знань немає потреби зберігати інформацію про всі можливі стани предметної галузі, як тоді, коли використовуються декларативні знання, — достатньо мати опис початкового стану та процедур, що генерують на його основі потрібні наступні стани;
евристичні знання — знання, які акумулюють неформальний досвід розв’язування задач у деякій предметній галузі;
семантичні знання — знання про стан об’єктів предметної галузі та відношення між ними;
прагматичні знання — знання про способи розв’язування задач у предметній галузі;
казуальні знання — знання, в основу яких покладено причинно-наслідкові зв’язки.
Знання на відміну від даних, що відбивають кількісні характеристики і подаються здебільшого в цифровому вигляді, містять якісні характеристики у вигляді текстової інформації. Це також становить одну з відмінностей ЕС від систем оброблення даних. Відповідно, користувач ЕС одержує в результаті її роботи не документ у табличному вигляді, а інтелектуальну пораду у формі тексту.
Специфіка функціонування ЕС та інформаційного об’єкта для оброблення зумовлює особливості архітектури такої системи. У загальному випадку вона складається з розглянутих далі восьми блоків.
База знань — упорядкована сукупність правил, фактів, механізмів виведення та програмних засобів, що описує деяку предметну галузь та призначена для подання нагромаджених у ній знань. У базі знань мають бути присутні як загальновідомі факти, явища, закономірності, що визнані в даній предметній галузі й опубліковані (знання 1-го роду), так і набір емпіричних правил та інтуїтивних висновків, якими користуються спеціалісти, приймаючи рішення в умовах невизначеності за наявності неповної суперечливої інформації, і які найчастіше не опубліковані (знання 2-го роду). Очевидно, що результатом роботи розробника ЕС — фахівця з ІТ, є порожня ЕС, в якій база знань не заповнена. Заповнює базу знань експерт — знавець предметної галузі — згідно з вибраною моделлю подання знань.
До основних моделей подання знань (моделей знань), що являють собою сукупності правил подання, опису та породження знань у базі знань, належать такі:
логічна — модель подання знань, в основу якої покладено формальну логіку;
фрейм — модель подання знань, яка під час заповнення її елементів — слотів — певними значеннями перетворюється на опис конкретного факту, події, процесу;
семантична мережа — модель подання знань за допомогою мережі вузлів, сполучених дугами, де вузли відповідають поняттям чи об’єктам, а дуги — відношенням між вузлами;
продукційна система — система, в якій знання подано у вигляді сукупності продукцій та правил їх застосування. Правило продукції можна подати так: ЯКЩО <умова> ТОДІ <висновок чи дія>.
Крім знань, здобутих від експертів, ЕС містить метазнання — знання про знання, що зберігаються в її базі знань, або про процедури, які можна здійснити з ними.
Можливість завантажувати базу знань та редагувати знання, які зібрані в базі, надає експертові блок нагромадження знань. Його функції охоплюють також формування емпіричних залежностей із неповних знань, тобто здобуття знань 1-го роду на основі знань 2-го роду. Але через складність реалізації цих функцій не всі ЕС містять такий блок.
Система керування базою знань — сукупність програмних та апаратних засобів для організації та ведення бази знань.
База цілей — компонент інтелектуальної системи, який містить інформацію про поведінку інтелектуальної системи в разі досягнення цілей у межах конкретної предметної галузі.
Розв’язувач задач — компонент інтелектуальної системи, призначений для формування на основі наявних знань логічних висновків, реалізація яких приводить до розв’язку задачі.
Інтелектуальний інтерфейс — сукупність програмних та апаратних засобів, які забезпечують взаємодію інтелектуальної системи з користувачем на основі звичних понять, термінів, образів, притаманних певній сфері інтелектуальної діяльності людини.
Система обґрунтування — компонент інтелектуальної системи, призначений для перевірки відповідності здобутого розв’язку знанням, що містяться в базі знань.
Система пояснення — компонент інтелектуальної системи, призначений для пояснення користувачеві способу, за допомогою якого знайдено розв’язок, а також самого розв’язку. Наявність цього блоку дає змогу використовувати ЕС не лише для прийняття рішень, а й як навчальну систему.
Система довіри — компонент інтелектуальної системи, призначений для підвищення рівня довіри користувача до здобутих результатів. Одним зі способів досягнення високої довіри може бути виправдання — функція обґрунтування деякого розв’язку із залученням наявних в інтелектуальній системі ціннісних чинників.
Використання систем штучного інтелекту в юридичній діяльності зумовлюється високим рівнем інтелектуальності, спеціалізації та професіоналізму, що притаманні розумовій діяльності юриста, судді, слідчого, криміналіста, судового експерта. Можна визначити такі напрями застосування інтелектуальних систем і технологій у галузі права: інтелектуалізація автоматизованих інформаційно-пошукових систем із законодавства; створення автоматизованих систем аналізу нормативних правових текстів; побудова консультативних систем із правотворення; створення експертних систем у сфері правозастосовної діяльності; розробка алгоритмів і програм ідентифікації за допомогою ЕОМ об’єктів при розслідуванні та розгляді судових справ (сфера криміналістики й судової експертизи).
Зарубіжні комерційні економічні ЕС використовуються переважно в галузі управління фінансами. Наведемо кілька прикладів.
ЕС «DSCAS» допомагає аналізувати юридичні аспекти позовів щодо відшкодування додаткових витрат, пов’язаних з відмінностями фізичних умов на місці передбачуваного будівництва від зазначених у контракті. Такі позови ґрунтуються на даних, які містяться в конкретних договорах. ЕС забезпечує посадову особу правовими знаннями для прийняття рішення щодо позову.
ЕС «JUDITH» разом з юристом і з його слів засвоює фактичні та юридичні передумови цивільної справи, а далі пропонує розглянути різні варіанти підходів до її ведення.
ЕС «LEGAL ANALYSIS SYSTEM» допомагає адвокатам аналізувати справи про навмисну образу дією з погляду права і практики його застосування.
ЕС «LRS» надає допомогу стосовно добору й аналізу інформації про судові рішення та економічні акти в галузі кредитно-грошового законодавства, пов’язаного з використанням векселів і чеків.
ЕС «TAXMAN» допомагає дослідити логіку міркувань та аргументацію на прикладі законодавства про оподаткування корпорацій.
ЕС «SAL» підтримує юристів при встановленні розмірів позовів, пов’язаних із професійними захворюваннями робітників, які працюють з азбестом.
ЕС «LDS» допомагає юристам урегульовувати проблеми позовів про відшкодування збитків і компенсації за шкоду, пов’язану з випуском дефектної продукції. Система на основі опису справи висуває версію про винність відповідача, визначає ціну позову, розмір компенсації, який забезпечує інтереси сторін.
На російське трудове законодавство зорієнтована експертна довідково-консультаційна система «Ущерб», призначена для юридичного аналізу ситуації притягнення робітників і службовців до матеріальної відповідальності в разі, коли підприємству завдано матеріальних збитків. Система дає змогу розглядати таке коло питань: можливість притягнення особи до відповідальності за збитки, завдані підприємству або організації; встановлення виду й розміру матеріальної відповідальності з огляду на обставини конкретної ситуації; визначення орієнтовного розміру збитків і порядку їх відшкодування. Така структура базується на формулі, згідно з якою, приступаючи до розгляду конкретної справи (ситуації) по суті, необхідно встановити характер економічнідносин, які виникають, і виокремити основні критерії для їх оцінювання. Це дає змогу правильно визначити нормативні акти, до яких потрібно звернутися для правильного вирішення справи, і розглянути порядок їх застосування.

На ринку інформаційних систем в Україні прикладом експертних систем можуть слугувати «1-С Підприємство», «Парус», «Мега-Нау» та «Ліга-Закон».