Искусственный интеллект

В качестве способа или  средства приблизительной классификации  могут быть использованы следующие  факты, например: характер динамики деятельности, изменение положений объекта  и продукции в пространстве, изложение  состояния объектов и материальных ресурсов во времени. Характер задач, решаемый в системе: частичное преобразование предметной области с целью устранения неблагоприятных ситуаций. В соответствии с этим планирование и прогнозирование ситуаций.

Другой  класс знаний- знания для анализа состояния данных, пример: определенность каких-то данных , исследуется влияние факторов, учитывается неполнота информации, нечеткость информации, расплывчатый характер суждений и управленческого персонала и т.д.

Известно, что человек эксперт может использовать глубинные и поверхностные знания. При использовании поверхностных (экспертных) знаний, система оперирует в основном эмпирическими ассоциациями, воспроизводя их без объяснения причинной связи. Такие знания используются и представляются проще и применяются в том случае, если пользователю важен лишь процесс решения задачи и достаточно сжатая форма понимания ситуации.

При разработке БЗ важно выявить все факты, закономерности, т.е. всю информацию, т.е. необходимо рассмотреть всю природу и характер экономической информации об измерениях, отношениях между этими измерениями (между переменными) и  каких-то действий по принятию решений, регулированию.

Но для получения  эффективных решений и адекватных ситуаций, рекомендаций в составе БЗ необходимо предусмотреть следующие знания:

-о целях интеллектуальной системы,

-об объекте, о мире системы (среде функционирования);

- о пользователях (модель пользователя);

-знания системы о себе (модель интеллектуальной системы - представлена метазнаниями)

Метазнания- знания ИнтСист о себе, о своей работе, структуре; - позволяют исследовать и анализировать процесс или линию рассуждений ИнтСистемы когда решается какая-то конкретная задача.; -средство, которое использует глубинные знания.

На основе метазнаний система при объяснении своей работы и выработки новых целей может формировать содержание объяснений, соображений исходя из глубинных знаний. Одни и те же знания могут относиться к нескольким типам и принимать одну и ту же форму. На основе изучения предметной области, характера получаемых знаний можно оценить пространство поиска решений.

Эта оценка важна для  выбора способа представления и  структуризации знаний, а также выбора метода поиска решений и построения процедур вывода.

Размеры пространства поиска решений определяются многими факторами, но 2 важнейших

1-характер данных из  знаний предметной области

2-специфика решаемых задач

В наиболее простых случаях  мы уменьшаем размерность пространства состояний (идеализация предметной области). Данные и знания детерминированы и надежны в достаточной степени.

ИнтСист, основывающиеся на надежных и определенных знаниях  имеют монотонные базы знаний.

В монотонной БЗ новые  знания и правила включаются в  нее без пересмотра и удаления некоторых хранящихся знаний. В таких  системах используются данные и факты неизменяющихся во времени.

Такие БЗ организуются в  виде списка выведенных заключений или  знаний, которые представляются в  декларативной форме.

 

Процесс проектирования ИнтелектСистемы

Рассмотрев процесс  анализа предметной области, учитывая целесообразность разработки этой задачи, возможность получения данных, представительность данных, которые отражают сущность, проанализировав экспертов, экономическую обоснованность, т.е. после проведения анализа предметной области проводятся этапы проектирования.

Этапы построения ИнтСистемы

1-идентификация характеристик  задач (определение задач)

Определяется задача, которая должна быть решена, ее характеристики и особенности. Это техническое  задание на систему. Должен быть определен  круг пользователей. От этого зависит какие знания эксперта должны быть помещены в систему (уровень знаний, какие требования).

2-концептуализация – это выделение главных концепций предметной области, которые отражают круг знаний эксперта, т.е. фактически определяется понятия для представления знаний, т.е. определяется тип знаний, которыми оперирует эксперт в процессе принятия решений. Инженер знаний определяет формальные средства представления знаний и определяет процедуры получения решений. Выделяет те знания, которые должны быть помещены в систему.

В результате выполнения этого этапа выявляется и формируются  понятия, которые определяют выбор  конкретной схемы представления  знаний из эксперта о предметной области. Продуктом является поле знаний

3-формализация. На этом этапе осуществляется выбор формализмов представления знаний и механизмов получения решений. Это моделирование знаний. Это основа для выполнения следующего этапа, а именно базы знаний. Здесь разрабатывается структура для представления знаний, которая будет потом реализована в базе знаний. Продуктом этого этапа является структура.

4-выбор или разработка  языка представления знаний, в результате формируем правила для представления знаний. После того, как правила сформированы и представлены на одном языке, знания заносятся в базу данных.

5-проверка работоспособности,  тестирование. Работоспособность системы определяется путем решения конкретных задач, и при выявлении некоторых недостатков осуществляется возврат к тому или иному этапу.

Если в системе не хватает каких-то знаний или эти знания нечеткие и неопределенные, то эти знания уточняются.

Если какие-то знания выявленные у эксперта практические невозможно выразить с помощью принятых форм, правил то возвращаются к этапу  формализации (3) и приходится перепроектировать либо сменить ЯПЗ, схемы менять и т.п.

Если эксперт нечетко  описал процесс логического вывода и если выявляется, что проблема была неправильно определена, то нужно  переформулировать проблему

Этапы создания ИнтСист- это фактически процесс ее проектирования или схема проектирования.

 

 

 

 

 

 

 

 

 

 

 

 

 

ЖЦ системы - это уровень готовности системы к эксплуатации, завершенности ее функциональных возможностей, определяют следующие стадии ЖЦ ИнтСист.

1-долгоистратиционный  прототип когда решаются некоторая  часть задач, причем выбирается перечень задач, которые полно отражают проблему. Процесс проектирования должен вестись как можно быстрее, минимум логических правил, срок-год.

2-исследовательский прототип . срок от 1,5 до 2 лет. БЗ содержит  несколько сотен правил, которые  определяют предметную область.

3-действующий прототип- правил до 1000, здесь осуществляется  уточнение всех правил

4-промышленные системы  – должно быть уменьшено требование к задаче, но качество не должно ухудшаться. Объем памяти должен сократится и время решения. Должно быть преобразование действующего прототипа за счет использования более эффективных инструментальных средств. Срок 3-4 года.

5-коммерческий прототип -система может сопровождаться.

 

 

Инженерия знаний (knowlege)

Инженерия знаний- это направление исследований и разработки в области ИнтСист, ставящая своей целью разработку моделей, методов и систем для получения структурирования и формализации знаний специалистов с целью проектирования баз знаний.

Этапы(действия) в инженерии знаний: получить, структурировать, представить знания

1-получить  знания

Группы получения:

1-извлечение напрямую  из эксперта

2-автоматизированное  извлечение. Выделяют два момента:  формирование знаний и приобретений знаний.

Извлечение- это процесс взаимодействия аналитиков с источником знаний, в результате которого аналитик начинает понимать как рассуждает специалист при принятии решения и какова структура представления специалиста о данной предметной области

Извлечение- это одни из самых трудных процессов, длительная процедура.

Каждый эксперт должен сам придумать метод извлечения знаний (МАИС)

Проблемы  извлечения знаний

1-организационные неувязки- ненахождение способа получения  знаний

2-неправильно выбраны  метод извлечения знаний, он не  совпадает со структурой знаний  в данной области

3-неадекватная модель  представления знаний

4-неумение наладить  контакт с экспертом. Терминологические  конфликты и упрощение (должно  быть умеренным) картины мира  эксперта.

Процесс извлечения знаний - это процедура в ходе которой аналитику необходимо создать модель предметной области, которой пользуются эксперты для принятия решения.

В процессе извлечения знаний эксперт и инженер не могут  быть в одном лице. Знания эксперта очень трудно формулируются. Нельзя заменить эксперта аналитиком.

Знания  эксперта- это накопленный опыт, при изложении этого опыта эксперт бессознательно укорачивает цепочку рассуждений.

При извлечении знаний должна быть решена проблема вербализации знаний.

Основные проблемы извлечения знаний:

1-сокращение экспертом  процедуры вывода

2-субъективность при создании модели предметной области (субъективной вербализации модели)

3-большой объем знаний  об объекте

В силу большого числа  типов отношений при описании предметной области образуется сложная  система из которой эксперт зачастую не может выделить главную структуру.

Приобретение  знаний – это процесс заполнения  БЗ экспертом с использованием специализированных программных средств. Система TEIRESIAS создана в 1982 году «прародительница» всех инструментов по приобретению знаний. EMYCIN- система медицинских знаний

Формирование  знаний - это процесс анализа данных с выявлением скрытых закономерностей при использовании специального математического аппарата и программных средств.

К задачам формирования знаний относятся задачи:

-прогнозирования

-идентификации

-индуктивного вывода  синтеза с дополнительной информацией

-распознавания образов

Чтобы решить задачи нужно  установить соответствие между набором  полей БД и множеством декларативных  компонент БЗ.

2-структурировать  знания (используют объектный или процессный подход)

Главным понятием на стадии получения и структурирования знаний является поле знаний.

Поле знаний – это  условное неформальное описание основных понятий и взаимосвязей между  понятиями предметной области. Понятие  выявлены из системы знаний эксперта и представляются в виде диаграммы, таблицы или текста. Поле знаний формируется на 3 стадии построения экспертной системы, т.е на этапе структуризации знаний.

Поле знаний – это  модель знаний о предметной области  построенная аналитиком на «своем языке».

Формально поле знаний Pz=(X,Y,M) – синтаксическая структура знаний.

Х- структура исходных данных (это то, что подлежит обработке  и интерпретации в экспертной системе)

У- структура выходных данных, т.е. результата работы системы

М-операционная модель предметной области, это модель на основании которой происходит преобразование Х в У. М=(Sk,Sf) –операционная модель может быть представлена как совокупность концепт структуры, отражающий понятийную структуру предметной области.

Sf-это функциональные структура, которая моделирует схему рассуждений эксперта; понятийная составляющая, изменяемая и динамичная

Sk-статическая составляющая поля знаний совокупность этих концептов, формирование Sk сводится к выделению понятий предметной области. Для этого может быть использованы различные способы алгоритма.

Выявление концептуальной структуры базируется на структурном  анализе.

Концептуальную  структуру еще называют онтологией предметной области. Она включает в себя упорядоченные понятия предметной области и моделирует основные функциональные связи и отношения между понятиями. Понятие онтологии – одно из направлений программирования.

Онтология отражает понимание  задачи в статике, т.е. те концепты, которые  являются существенными для описания задачи и отношения между концептами.

Помимо онтологии понимание  задачи отражает модель или стратегия  принятия решений в функциональное состояние поля знаний- Sr. Это составляющая модели, чаще всего имеет вид дерева решений или таблицу решений.