Назначение экспертных систем

"Почему система  задает тот или иной вопрос?", "как ответ, собираемый системой, получен?".

Структуру, приведенную  на рис. 1.1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

На рис. 1.2 показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя  осуществляет связи с внешним  миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

Подчеркнем, что  структура ЭС, представленная на рис. 1.1 и 1.2, отражает только компоненты (функции), и многое остается "за кадром". На рис. 1.3 приведена обобщенная структура  современного ИС для создания динамических ЭС, содержащая кроме основных компонентов  те возможности, которые позволяют  создавать интегрированные приложение в соответствии с современной  технологией программирования.

Этапы разработки экспертных систем

Разработка ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование  при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.

Использовать  ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение по крайней мере следующих требований:

1) существуют  эксперты в данной области,  которые решают задачу значительно  лучше, чем начинающие специалисты;

2) эксперты сходятся  в оценке предлагаемого решения,  иначе нельзя будет оценить  качество разработанной ЭС;

3) эксперты способны  вербализовать (выразить на естественном  языке) и объяснить используемые  ими методы, в противном случае  трудно рассчитывать на то, что  знания экспертов будут "извлечены"  и вложены в ЭС;

4) решение задачи  требует только рассуждений, а  не действий;

5) задача не  должна быть слишком трудной  (т.е. ее решение должно занимать  у эксперта несколько часов  или дней, а не недель);

6) задача хотя  и не должна быть выражена  в формальном виде, но все же  должна относиться к достаточно "понятной" и структурированной  области, т.е. должны быть выделены  основные понятия, отношения и  известные (хотя бы эксперту) способы  получения решения задачи;

7) решение задачи  не должно в значительной степени  использовать "здравый смысл" (т.е. широкий спектр общих сведений  о мире и о способе его  функционирования, которые знает  и умеет использовать любой  нормальный человек), так как подобные  знания пока не удается (в  достаточном количестве) вложить  в системы искусственного интеллекта.

Использование ЭС в данном приложении может быть возможно, но не оправдано. Применение ЭС может быть оправдано одним из следующих факторов:

 решение задачи  принесет значительный эффект, например  экономический;

 использование  человека-эксперта невозможно либо  из-за недостаточного количества  экспертов, либо из-за необходимости  выполнять экспертизу одновременно  в различных местах;

 использование  ЭС целесообразно в тех случаях,  когда при передаче информации  эксперту происходит недопустимая  потеря времени или информации;

 использование  ЭС целесообразно при необходимости  решать задачу в окружении,  враждебном для человека.

Приложение соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:

1) задача может  быть естественным образом решена  посредством манипуляции с символами  (т.е. с помощью символических  рассуждений), а не манипуляций  с числами, как принято в  математических методах и в  традиционном программировании;

2) задача должна  иметь эвристическую, а не алгоритмическую  природу, т.е. ее решение должно  требовать применения эвристических  правил. Задачи, которые могут быть  гарантированно решены (с соблюдением  заданных ограничений) с помощью  некоторых формальных процедур, не подходят для применения  ЭС;

3) задача должна  быть достаточно сложна, чтобы  оправдать затраты на разработку  ЭС. Однако она не должна быть  чрезмерно сложной (решение занимает  у эксперта часы, а не недели), чтобы ЭС могла ее решать;

4) задача должна  быть достаточно узкой, чтобы  решаться методами ЭС, и практически  значимой.

При разработке ЭС, как правило, используется концепция "быстрого прототипа". Суть этой концепции  состоит в том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они  создают прототип (прототипы) ЭС. Прототипы  должны удовлетворять двум противоречивым требованиям: с одной стороны, они  должны решать типичные задачи конкретного  приложения, а с другой - время  и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования.

Прототип должен продемонстрировать пригодность методов  инженерии знаний для данного  приложения. В случае успеха эксперт  с помощью инженера по знаниям  расширяет знания прототипа о  проблемной области. При неудаче  может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности  методов ЭС для данного приложения. По мере увеличения знаний прототип может  достигнуть такого состояния, когда  он успешно решает все задачи данного  приложения. Преобразование прототипа  ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как  увеличение быстродействия ЭС, так  и уменьшение требуемой памяти. Трудоемкость и время создания ЭС в значительной степени зависят от типа используемого  инструментария.

В ходе работ  по созданию ЭС сложилась определенная технология их разработки, включающая шесть следующих этапов (рис. 1.4):

идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

  

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

На этапе формализации выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

На этапе выполнения осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.

Интерфейс с конечным пользователем

Система G2 предоставляет  разработчику богатые возможности  для формирования простого, ясного и выразительного графического интерфейса с пользователем с элементами мультипликации. Предлагаемый инструментарий позволяет наглядно отображать технологические  процессы практически неограниченной сложности на разных уровнях абстракции и детализации. Кроме того, графическое  отображение взаимосвязей между  объектами приложения может напрямую использоваться в декларативных  конструкциях языка описания знаний.

RTworks не обладает  собственными средствами для  отображения текущего состояния  управляемого процесса. Разработчик  приложения вынужден использовать  систему Dataview фирмы VI Corporation, что  в значительной степени ограничивает  его возможности.

Интерфейс с  пользователем TDC Expert ограничен возможностями  системы TDC 3000, т.е. взаимодействие с  конечным пользователем

ограничивается  текстовым режимом работы.

Представление знаний в экспертных системах

Первый  и основной вопрос, который надо решить при представлении знаний, - это вопрос определения состава  знаний, т.е. определение того, "ЧТО  ПРЕДСТАВЛЯТЬ" в экспертной системе. Второй вопрос касается того, "КАК  ПРЕДСТАВЛЯТЬ" знания. Необходимо отметить, что эти две проблемы не являются независимыми. Действительно, выбранный  способ представления может оказаться  непригодным в принципе либо неэффективным  для выражения некоторых знаний.

По нашему мнению, вопрос "КАК ПРЕДСТАВЛЯТЬ" можно  разделить на две в значительной степени независимые задачи: как  организовать (структурировать) знания и как представить знания в  выбранном формализме.

Стремление выделить организацию знаний в самостоятельную  задачу вызвано, в частности, тем, что  эта задача возникает для любого языка представления и способы  решения этой задачи являются одинаковыми (либо сходными) вне зависимости  от используемого формализма.

Итак, в круг вопросов, решаемых при представлении  знаний, будем включать следующие:

определение состава представляемых знаний;

организацию знаний;

представление знаний, т.е. определение модели представления. Состав знаний ЭС определяется следующими факторами:

проблемной  средой;

архитектурой  экспертной системы;

потребностями и целями пользователей;

языком общения.

В соответствии с общей схемой статической экспертной системы (см. рис. 1.1) для ее функционирования требуются следующие знания:

 знания о  процессе решения задачи (т.е.  управляющие знания), используемые  интерпретатором (решателем); 

знания о языке  общения и способах организации  диалога, используемые лингвистическим  процессором (диалоговым компонентом);

 знания о  способах представления и модификации  знаний, используемые компонентом  приобретения знаний;

 поддерживающие  структурные и управляющие знания, используемые объяснительным компонентом.

Для динамической ЭС, кроме того, необходимы следующие  знания:

1) знания о  методах взаимодействия с внешним  окружением;

2) знания о  модели внешнего мира.

Зависимость состава  знаний от требований пользователя проявляется  в следующем:

 какие задачи (из общего набора задач) и  с какими данными хочет решать  пользователь;

 каковы предпочтительные  способы и методы решения;

 при каких  ограничениях на количество результатов  и способы их получения должна  быть решена задача;

 каковы требования  к языку общения и организации  диалога;

 какова степень  общности (конкретности) знаний о  проблемной области, доступная  пользователю;

 каковы цели  пользователей.

Состав знаний о языке общения зависит как  от языка общения, так и от требуемого уровня понимания.

С учетом архитектуры  экспертной системы знания целесообразно  делить на интерпретируемые и неинтерпретируемые . К первому типу относятся те знания, которые способен интерпретировать решатель (интерпретатор). Все остальные знания относятся ко второму типу. Решатель не знает их структуры и содержания. Если эти знания используются каким-либо компонентом системы, то он не "осознает" этих знаний. Неинтерпретируемые знания подразделяются на вспомогательные знания, хранящие информацию о лексике и грамматике языка общения, информацию о структуре диалога, и поддерживающие знания. Вспомогательные знания обрабатываются естественно-языковой компонентой, но ход этой обработки решатель не осознает, так как этот этап обработки входных сообщений является вспомогательным для проведения экспертизы. Поддерживающие знания используются при создании системы и при выполнении объяснений. Поддерживающие знания выполняют роль описаний (обоснований) как интерпретируемых знаний, так и действий системы. Поддерживающие знания подразделяются на технологические и семантические. Технологические поддерживающие знания содержат сведения о времени создания описываемых ими знаний, об авторе знаний и т.п. Семантические поддерживающие знания содержат смысловое описание этих знаний. Они содержат информацию о причинах ввода знаний, о назначении знаний, описывают способ использования знаний и получаемый эффект. Поддерживающие знания имеют описательный характер.