ЕКСПЕРТНІ ТА НАВЧАЛЬНІ СИСТЕМИ
11.1.Основні поняття, компоненти та архітектура
Почали розвиватися спеціалізовані системи, кожна з яких була експертом в певній предметній галузі, які отримали назву експертних систем (EC). По суті експертні системи є комп’ютерними програмами, що моделюють дії людини-експерта в вузькій предметній галузі на ґрунті накопичених знань, що складають базу знань (БЗ). Сформувалася технологія побудови експертних систем, що отримала назву інженерії знань.
Загальна структура такої системи показана на малюнку
З нього видно, що до складу експертних систем входять типові блоки: діалоговий процесор, база знань, планувальник Новим блоком є підсистема пояснення Її поява пов’язана з характером експертних систем. Їх основною задачею є допомога фахівцям за рахунок використовування знань про проблемну галузь, одержаних з найрізноманітніших джерел: книг, статі, науково-технічної документації, експертів-фахівців тощо. Таким чином, в експертних системах зберігається колективний досвід, накопичений в даній проблемній галузі, наприклад, в медицині або геології, археології або історії
На малюнку, окрім кінцевого користувача, показаний ще й експерт (Е). У реальних системах це може бути і цілий колектив експертів або інформаційний вхід для введення текстів з книг.
У галузі роботи зі знаннями існують наступні напрямки
здобування знань із різних джерел;
здобування знань від фахівців;
подання знань;
оперування знаннями;
підтримка прийняття рішень.
Дослідження в напрямку видобування знань реалізуються двома розділами: формування якісних знань та інтеграція знань.
Формалізація якісних знань полягає у створенні методів, що дозволяють переходити від знань у текстовій формі до їх аналогів, ‘ придатних для введення в пам’ять та використання інтелектуальною системою
Здобування знань від фахівців необхідне тому, що знання, отримані з різних джерел відчужено від фахівця-експерта не дозволяють побудувати ефективну інтелектуальну систему. Знання, отримані від експертів, необхідно оцінити з точки зору відповідності їх до тих знань, що накопичені системою раніше, та формалізувати. 
Окрім того знання, що отримані від різних експертів, можуть бути взаємно суперечливими, і тому виникає завдання їх узгодження.
Моделі продукції та логічні системи — ґрунтуються на класичній логічній моделі доведення. Це з одного боку логічні, числення на кшталт числення предикатів та його розширень, або ж системи продукцій, що задають елементарні кроки перетворень або умовиводів.
Для зберігання та використання знань у ЕС створюються спеціальні системи оперування та подання знань. Системи оперування знаннями та подання знань по суті є базами знань — природним розвитком концепції баз даних. Саме в базах знань зосереджені основні процедури оперування (маніпулювання) знаннями.
Процедури оперування знаннями підрозділяються наступні основні класи:
поповнення знань;
класифікація знань;
узагальнення (агрегування) знань;
виведення за допомогою знань.
Процедури класифікації забезпечують системне зберігання знань у ЕС, тобто утворення певних структур, що полегшує пошук потрібних знань та забезпечує підтримання працездатності БЗ. Ці процедури є двох основних типів:
родовидова класифікація (за типом "частина — ціле");
ситуативна класифікація (в одну множину об’єднуються знання, що релевантні до деякої типової ситуації).
У цій галузі штучного інтелекту дослідження тісно пов’язані з кластерним аналізом — теорією класифікації, яка існує в якості самостійної науки.
Основними характеристиками ЕС є:
накопичення й організація знань – одна з найважливіших характеристик ЕС;
знання – основа ЕС, вони є явними і доступними, що відрізняє ці системи від більшості традиційних програм;
ЕС застосовує для вирішення проблем високоякісний досвід кваліфікованих експертів. Саме високоякісний досвід у поєднанні з умінням його застосовувати робить систему рентабельною. Цьому також сприяє гнучкість системи;
Наявність прогностичних здібностей. ЕС може пояснити яким чином нова ситуація привела до змін;
Провідні фахівці йдуть, але їх, досвід залишається й використовується в ЕС;
ЕС можна використовувати для навчання й тренування.
Переваги ЕС.
Хоча ЕС добре справляються зі своєю роботою, але в деяких областях діяльності людська компетентність перевершує будь-яку штучну.
Навчання: людська компетентність поки перевершує штучну. Експерти адаптуються до умов, що змінюються, пристосовують свої стратегії до нових обставин.
Експерти можуть безпосередньо сприймати комплекс вхідної сенсорної інформації (візуальної, звукової, дотикової, нюхової й тактильної). ЕС – тільки символи. Хоча в окремих напрямах розробки інженерних і виробничих інтелектуальних систем одержані реальні результати певної обробки сенсорної інформації.
Експерти – люди можуть охопити картину в цілому, всі аспекти проблеми і зрозуміти, як вони співвідносяться з основною задачею.
Функціональні можливості ЕС визначаються двома її головними системними частинами: середовищем розвитку й середовищем рекомендацій
Хоча взагалі ЕС можуть містити наступні компоненти:
підсистема видобування знань;
БЗ;
механізм висновку;
призначений для користувача інтерфейс;
робоча область
підсистема пояснення;
підсистема верифікації знань.
Видобування знань з експертів є складною задачею, яка часто створює «вузькі місця» при побудові ЕС.
Механізм висновку є мозком ЕС, його також називають «керуюча структура» або «інтерпретатор правил» (в ЕС, заснованих на правилах).
Механізм висновку має два головні елементи:
інтерпретатор, який виконує вибрані позиції оренди, використовуючи відповідні правила БЗ.
Планувальник, який підтримує управління агендою. Він оцінює результати правил висновку, що використовуються, в світлі їх, пріоритетів або інших критеріїв в агенді.
Робоча область – це область, розташована окремо для опису поточної задачі, як визначено вхідними даними.
Підсистема пояснення. Здатність відстежувати відповідність висновків їх джерелам є вирішальною і при проведенні експертизи, і при рішенні задачі.
|