Файл: Лекція 6.doc

Лекція 6

Тема: Експертні системи

Мета: визначити суть експертної системи, розглянути класифікацію та навчитися будувати ЕС, вміти формулювати правила для рішення задач ЕС.

Тип: теоретичне

Вид: формування умінь і навичок.

Форма навч. роботи: фронтальна.

Методи навчання: словесний.

Структура заняття:

І. Організаційний момент: привітання, перевірка відсутніх. (2 хв.)

ІІ. Актуалізація опорних знань: (10 хв.)

1. Що таке штучна нейронна мережа?

2. З чого складається ШНМ?

3. Поясніть стратегію прямого та оберненого виведення знань.

4. Який пошук називається двонаправленим?

ІІІ. Пояснення нового матеріалу (60-65 хв.)

Використана література:

1. М.М.Глибовець, О.В.Олецький «Штучний інтелект» - К.: Вид.дім «КМ Академія», 2002. – 366 с.

План

1. Визначення та класифікація ЕС.

2. Архітектура ЕС.

3. Методи та етапи проектування ЕС.

1. Визначення та класифікація ес.

Експертна система - це програма, що поводиться подібно експерту в деякій, звичайно вузькій прикладній області. Типові застосування експертних систем містять у собі такі задачі, як медична діагностика, локалізація несправностей в устаткуванні й інтерпретація результатів вимірів.

Експертні системи повинні вирішувати задачі, що вимагають для свого рішення експертних знань у деякій конкретній області. У тій чи іншій формі експертні системи повинні мати ці знання. Тому їх також називають системами, заснованими на знаннях. Однак не всяку систему, засновану на знаннях, можна розглядати як експертну.

Експертна система повинна також уміти певним чином пояснювати свою поведінку і свої рішення користувачу, так само, як це робить експерт-людина. Це особливо необхідно в областях, для яких характерна невизначеність, неточність інформації (наприклад, у медичній діагностиці). У цих випадках здатність до пояснення потрібна для того, щоб підвищити ступінь довіри користувача до рад системи, а також для того, щоб дати можливість користувачу знайти можливий дефект у міркуваннях системи. У зв'язку з цим в експертних системах варто передбачати дружня взаємодія з користувачем, що робить для користувача процес міркування системи "прозорим".

---

Часто до експертних систем висувають додаткову вимогу - здатність мати справу з невизначеністю і неповнотою. Інформація про поставлену задачу може бути неповною чи ненадійною; відносини між об'єктами предметної області можуть бути наближеними. Наприклад, може не бути повної впевненості в наявності в пацієнта деякого симптому чи в тому, що дані, отримані при вимірі, вірні; ліки може стати причиною ускладнення, хоча звичайно цього не відбувається. В усіх цих випадках необхідні міркування з використанням ймовірнісного підходу.

У самому загальному випадку для того, щоб побудувати експертну систему, ми повинні розробити механізми виконання наступних функцій системи:

1. рішення задач з використанням знань про конкретну предметну область можливо, при цьому виникне необхідності мати справу з невизначеністю;

2. взаємодія з користувачем, включаючи пояснення намірів і рішень системи під час і після закінчення процесу рішення задачі.

Кожна з цих функцій може виявитися дуже складною і залежить від прикладної області, а також від різних практичних вимог. У процесі розробки і реалізації можуть виникати різноманітні важкі проблеми.

ЕС поділяють на три види:

• інструментальна, яка потрібна для автоматизації процесу розробки ЕС;

• традиційна з засобами подання та маніпулювання знаннями або гібридна, в якій інтегровані пакети прикладних програм на алгоритмічних мовах і засоби подання та маніпулювання знаннями;

• порожня (або оболонка), в якій база знань не заповнена.

За призначенням ЕС поділяються за метою і за користувачем:

• за метою ЕС поділяються на такі, що призначені для розв’язання задач, навчання спеціалістів, тиражування знань експерта тощо;

• за користувачем розглядають ЕС для спеціалістів, ля нефахівців, для тих, що навчаються.

Проблемна галузь (ПГ), де застосовується ЕС, розглядається:

• з точки зору користувача (діагностика, користування тощо);

• з точки зору розробника (статична, динамічна, де вихідні дані змінюються під час розв’язування задачі);

• за глибиною аналізу ПГ або простору пошуку (середня кількість послідовно виконуваних правил);

• за шириною простору пошуку або середньою кількістю правил, які одночасно доступні для аналізу.

---

Класифікація ЕС за виведенням:

• з прямим виведенням, що використовується для передбачення, або для екстраполяції, тобто коли згідно початкових знань і правил можна зробити висновки про результати якої-небудь діяльності і про результати дій правил;

• зі зворотним виведенням, що використовується в діагностиці, коли за наявністю відмов або збоїв необхідно виявити їх причину (факт);

Класифікація за стадією існування:

• демонстраційна (реалізується лише частина задач і можна перевірити правильність обраного напрямку);

• дослідницька (розв’язує всі задачі, але ще не тестована);

• діюча (не оптимізована за обсягом пам’яті, за часом виконання);

• промислова (має все, що потрібно для розробника);

• комерційна, що придатна для користувача.

---

2. Архітектура ес.

При розробці експертної системи прийнято поділяти її на три основних модулі:

1. база знань;

2. машина логічного висновку;

3. інтерфейс із користувачем.

База знань містить знання, що відносяться до конкретної прикладної області, у тому числі окремі факти, правила, що описують чи відносини явища, а також, можливо, методи, евристики і різні ідеї, що відносяться до рішення задач у цій прикладній області.

Машина логічного висновку вміє активно використовувати інформацію, що міститься в базі знань.

Інтерфейс із користувачем відповідає за безперебійний обмін інформацією між користувачем і системою; він також дає користувачу можливість спостерігати за процесом рішення задач, що протікають у машині логічного висновку.

Прийнято розглядати машину висновку й інтерфейс як один великий модуль, звичайно називаний оболонкою експертної системи, чи, для стислості, просто оболонкою.

В описаній вище структурі власне знання відділені від алгоритмів, що використовують ці знання. Такий поділ зручно по наступним розуміннях. База знань, мабуть, залежить від конкретного додатка. З іншого боку, оболонка, принаймні в принципі, незалежна від додатків. Таким чином, розумний спосіб розробки експертної системи для декількох додатків зводиться до створення універсальної оболонки, після чого для кожного додатка досить підключити до системи нову базу знань. Зрозуміло, усі ці бази знань повинні задовольняти тому самому формалізму, що оболонка "розуміє". Практичний досвід показує, що для складних експертних систем сценарій з однією оболонкою і багатьма базами знань працює, не так гладко, як би цього хотілося, за винятком тих випадків, коли прикладні області дуже близькі. Проте, навіть якщо перехід від однієї прикладної області до іншої вимагає модифікації оболонки те, принаймні основні принципи її побудови звичайно вдається зберегти.

На рисунку статична ЕС на стадії проектування.

База знань поділяється на екстенсіальну частину (базу даних (БД), або робочу пам’ять) та інтенсіальну частину (базу знань (БЗ)).

БД призначена для зберігання вихідних та проміжних даних поточної задачі.

У БЗ зберігаються довгострокові дані, що описують ПГ, та правила перетворення даних ПГ.

---

Знання, якими наповнюють ЕС, поділяють на: знання першого роду (факти, явища, закономірності – істини, що визнані в даній ПГ та зафіксовані в джерелах інформації) та знання другого роду (емпіричні правила, здобуті на основі досвіду, праці та інтуїції, і факти, що описують ПГ).

Підсистема накопичення знань автоматизує процес наповнення ЕС знаннями, які спрямовує інженер знань, застерігає від помилок введеня.

Інтерфейс, або підсистема спілкування, формує сприятливі обставини для користувача та інженера знань у ході розв’язання задачі, добування знань, а також пояснення результатів роботи.

Розв’язувач на основі вхідних даних з БД і отриманих з БЗ формує таку послідовність операцій, яка призводить до розв’язання задачі.

Система пояснень служить для підвищення довіри до ЕС, крок за кроком, або зразу пояснює роботу ЕС, надає інформацію про те, які правила і факти були застосовані. (Що полегшує тестування системи)

Експерт повинен багато знати в потрібній ПГ, бути надзвичайно працьовитим та вміти структурувати свої знання. Від нього залежить повнота та правильність знань.

Інженер знань – це розробник ЕС, який займається приведенням знань, здобутих від експерта, до вигляду придатного для розміщення в БЗ.

Експерт ті інженер знань працюють з ЕС на етапі наповнення та доповнення БД та БЗ, а на етапі експлуатації замість них в архітектурі присутній кінцевий користувач. Таким чином ЕС може працювати в двох режимах: режимі добування знань та режимі розв’язування.

Динамічні ЕС (ЕС реального часу) є основним напрямком роботи по створення ЕС другого покоління. В їх архітектуру введені підсистеми моделювання зовнішнього світу, зв’язку з зовнішнім оточення, обліку часової логіки подій, що обробляються. Вони виконують роль активного помічника користувача або виконуючого механізму в автоматизованих системах управління. Крім того динамічні ЕС мають засоби самостійного вилучення знань з даних, що надходять в систему в ході її створення і експлуатації, та їх аналізу. Тобто блоки Експерт на Інженер знань замінюються / доповнюються Блоком взаємозв’язку з зовнішнім світом, Базою моделей світу і користувача, Блоком виведення знань та Аналізатором знань.

---