Системы, основанные на знаниях

Живые существа в зависимости от положения на эволюционной лестнице об­ладают большими или меньшими интеллектуальными способностями. Интеллек­туальные возможности пчелы, птицы, дельфина и человека различаются во много раз. Тем не менее про каждое из этих существ можно сказать, что оно имеет воз­можность индивидуального выбора и принятия собственного решения. Это и есть один из признаков интеллекта.

В приложениях, построенных на основе искусственного интеллекта, делается попытка воспроизвести поведение живых существ средствами компьютерных систем. При этом инженер по знаниям решает довольно сложную задачу: он должен встроить в компьютерные программы поведение, свойственное живым существам.

Используя ряд методологий, которые включают в себя экспертные системы, нейронные сети, системы, основанные на прецедентах, генетические алгоритмы, интеллектуальные агенты и добычу данных, мы можем заставить компьютерные системы действовать сходно с живыми существами, воспроизводя небольшое ко­личество аспектов интеллектуального поведения, таких как

□ принятие решений, диагностика, планирование систем и ситуаций с использо­ванием экспертных систем или нейронных сетей;

□ прогнозирование развития сложных систем с помощью генетических алгоритмов;

□ изучение предыдущего опыта (иногда единственного примера) и принятие на его основе решения по текущей ситуации средствами систем, основанных на прецедентах;

□ распознание рукописного ввода или графического изображения путем модели­рования в нейронных сетях;

□ установление причинно-следственных связей между наборами данных с помо­щью механизмов извлечения данных (тем самым можно идентифицировать при­чинно-следственные связи в реальном мире, из которого эти данные поступили);

□ симуляция самостоятельного поведения компьютерной программы, реализуе­мая с помощью технологии интеллектуальных агентов.

Например, юридические информационные системы могут предлагать подходя­щие решения, основанные на примерах из прошлого опыта, используя механизм прецедентной аргументации (такие системы будут работать эффективно при пре­цедентной правовой системе, в которой решения принимаются с учетом прошлых судебных решений по сходным делам).

Системы, основанные на знаниях, — это компьютерные программы, спроек­тированные таким образом, чтобы воспроизводить работу экспертов в заданных областях знания.

Есть семь основных типов систем, основанных на знаниях.

1. Экспертные системы моделируют процесс принятия решения, свойственный человеческому мозгу. Они используются для того, чтобы действовать подобно экспертам-людям, помогая руководителям или специалистам принять решение, основываясь на экспертных знаниях. Типичные области применения экспертных систем — планирование, составление расписаний, диагностика. Хотя экспертные системы служат для того, чтобы воспроизвести процесс принятия решений, свойственный человеку, алгоритмы и правила, на основе которых принимаются решения, являются статическими. Это значит, что экспертная система не может самостоятельно модифицировать логику своей работы и не является самообу­чающейся.

2. Нейронные сети моделируют работу человеческого мозга на биологическом уровне (на уровне поведения отдельных клеток мозга, нейронов). Это означает, что нейронные сети обладают встроенной способностью к самообучению: они могут учиться распознавать шаблоны, а затем на основе шаблонов распознавать образы. Благодаря способности к самообучению, нейронные сети могут быть в некоторой степени использованы для решения задач прогнозирования на ос­нове прошлого опыта (например, для прогнозирования суточного распределения затрат электроэнергии в энергосистеме).

3. Системы, основанные на прецедентах, моделируют человеческую способность принимать решение по аналогии с уже имеющимися прецедентами. Такого рода системы часто используют в службах технической поддержки, где схожие про­блемные ситуации повторяются многократно у разных клиентов.

4. Системы, построенные на генетических алгоритмах, как явствует из названия, моделируют процесс развития биологических организмов на клеточном уровне. Такого рода алгоритмы предназначаются для поиска одного лучшего из множе­ства приемлемых вариантов решения проблем с большим количеством опреде­ляющих параметров. Поскольку биологический организм в процессе развития непрерывно решает задачу оптимизации всех своих параметров и установления равновесия с окружающей средой, постольку системы, основанные на генетиче­ских алгоритмах, могут применяться для решения задач оптимизации сложных многофакторных систем и прогнозирования вариантов их развития.

5. Интеллектуальные агенты — это программы, для которых задана конечная цель, но они могут самостоятельно выбирать пути достижения этой цели, гибко изме­няя алгоритм своего поведения. Большинство интеллектуальных агентов явля­ются фоновыми программами, ведущими черновую работу, и выходят на перед­ний план только тогда, когда нужно передать пользователю результат. В качестве примеров интеллектуальных агентов можно назвать интернет-роботы поисковых систем, которые непрерывно просеивают миллионы страниц различных сай­тов, чтобы поддерживать данные поисковой машины в актуальном состоянии.

6. Системы добычи данных. Термин «добыча данных» используют для того, чтобы описать процесс обнаружения знаний путем нахождения ранее неизвестных взаимосвязей между данными. В базах, в которых хранятся большие массивы данных, можно выявить неявные закономерности, имеющие практическую пользу. Например, анализируя продажи в супермаркете, можно выяснить, что летом в один и тот же временной интервал резко возрастает продажа лимонада, мороженного и семечек. Эти товары надо расположить в торговом зале рядом и обеспечить их бесперебойное поступление. Такие меры позволят значительно увеличить продажу этих продуктов.

3.4.1. Экспертные системы

Экспертные системы должны обладать некоторыми специфическими характе­ристиками: для своей работы экспертная система использует знания, которые она должна уметь сохранять в базе знаний, извлекать и обрабатывать определенным образом для решения проблемы. Другими словами, экспертная система должна полностью заменять эксперта-человека в какой-либо специфической области деятельности.

Экспертные системы создаются при помощи языков программирования, под­держивающих программирование, основанное на правилах. Обычно в качестве таких языков выступают Prolog и Lisp.

Два требования являются особенно важными для экспертных систем:

□ Достаточно узкая предметная область. Чем уже предметная область, в которой реализуются функции экспертной системы, тем легче создать для нее набор правил и тем эффективнее выданное экспертное заключение.

□ Возможность обратного вывода (см. ранее пример продукционной модели) позволяет отследить, на основе каких исходных данных вырабатывалась экс­пертная рекомендация.

Основными элементами экспертной системы являются (рис. 3.5):

□ модуль хранения знаний (база знаний), в котором знания сохраняются в раз­личных форматах представления;

□ механизм логического вывода, который использует базу знаний для решения проблем;

□ интерфейс пользователя, через который пользователь применяет экспертную систему, формулирует проблему и получает ее решение;

Пользователь экспертной системы

□ механизм получения знаний, при помощи которого формируются базы знаний различного назначения (для различных предметных областей).

Рис. 3.5. Элементы экспертной системы

Достоинства экспертных систем можно отнести:

□ процесс принятия решения происходит на основе заранее установленных правил;

□ раздельное использование базы знаний и механизма логического вывода по­зволяет раздельно модифицировать то и другое;

□ возможность узнать, как было получено решение;

□ быстрота получение решения;

□ наличие стандартной процедуры вывода;

□ возможность многократного решения типовых задач с освобождением от этой работы экспертов-людей;

□ расширение возможностей пользователей до возможностей опытных экспертов в определенной области.

Недостатки экспертных систем:

□ ориентация на узкую область знаний, на решение проблем с ограниченной спецификой;

□ потребность в экспертах для приобретения знаний;

□ частая потребность в эксперте для окончательного заключения;

□ высокая степень формализации, неспособность применять в рассуждениях «простой здравый смысл»;

□ высокая стоимость разработки и обслуживания;

□ высокая степень механистичности выводов, отсутствие «творческих способ­ностей»;

□ потребность в постоянном пополнении базы знаний в соответствии с измене­ниями в экспертной области;

□ трудоемкость получения знаний от экспертов и особые требования к инже­неру по знаниям (процесс перевода интуиции эксперта в символы и выра­жения формальной логики может занимать много времени и быть очень до­рогим)..

Экспертные системы применяются там, где

□ решаемые проблемы настолько важны, что применение экспертной системы помогает сэкономить время и деньги или то и другое;

□ правила экспертизы стабильны и хорошо известны (иными словами, есть доступные эксперты, от которых достаточно легко получить знания, что по­зволяет построить экспертную систему, предназначенную для многократного и длительного применения);

□ создать и содержать экспертную систему дешевле, чем содержать в штате экс­пертов-людей;

□ есть много потребителей, нуждающихся именно в такой экспертной системе (в этом случае однажды созданная экспертная система может быть многократно воспроизведена и применена разными потребителями);

□ легче и дешевле создать экспертную систему, чем обучать персонал новой об­ласти деятельности;

□ решение легко формализуется и принимается на основе устойчивых правил (без привнесения интуиции или плохо формализуемых знаний).

Различные по стоимости, мощности, объему базы знаний и аппаратной реализации экспертные системы используются для принятия решений, полу­чения дополнительных сведений, повышения надежности или снижения стоимо­сти решения проблем в разных отраслях науки, техники, экономики, медицины и т. д. На рис. 3.6 приведена классификация экспертных систем по разным при­знакам.

Экспертные системы

Интерпретация

Данных

— Диагностика

— Мониторинг

— Проектирование

— Прогнозирование

— Планирование

— Обучение — На суперЭВМ — Автономные

__ На символьных ____ Гибридные