3.2. Разработка экспертных систем

В работе с ЭС принимают участие четыре группы людей:

1. администрация устанавливает предназначение ЭС, ограничивает ее предметную область;

2. специалист по сбору знаний (инженер-когнитолог) собирает информацию для базы знаний, анализирует и эвристически организует информацию;

3. пользователь (потенциальный) указывает, как будет использоваться система, какого рода проблемы предстоит решать и каким образом будет осуществляться взаимодействие оператора с ЭС;

4. эксперт (группа экспертов) данной предметной области предоставляет знания как в форме фактической информации, так и относительно аналитических (или других) методов, которые применяются для решения проблем в этой области.

Процесс разработки ЭС включают в себя несколько этапов.

1. Этап идентификации (определяются участники процесса проектирования и их роли; идентифицируется проблема; определят гол ресурсы я цели).

2. Этап концептуализации (уточняются ключевые понятия, отношения и характеристики проблемной области; определяются: типы, состав доступных и выводимых данных; используемые стратегии и гипотезы; виды взаимосвязей между объектами и подсистемами области; типы используемых отношений и ограничений; состав знаний).

3. Этап формализации (все ключевые понятия и отношения, введенные на этапе концептуализации, выражаются на некотором формальном языке).

4. Этап выполнения (при этом создается один или несколько прототипов ЭС).

5. Этап тестирования (осуществляется оценка выбранного способа представления знаний и всей системы в целом).

6. Этап опытной эксплуатации (проверяется пригодность ЭС для конкретного пользователя).

7. Модификация ЭС (переформулирование понятий и требований, переконструирование представления и усовершенствования прототипа).

Ключевой проблемой при построении ЭС является проблема представления и использования знаний, которыми обладают эксперты. Принципиальным отличием знаний от данных является их интерпретируемость. Знании всегда содержательны, часто включают в себя различного рода отношения (тип-подтип, элемент-множество и т.д.) и характеризуются наличием ситуативных связей, определяющих совместимость отдельных событий и фактов, позволяющих устанавливать причинно-следственные связи.

Можно выделять типы знаний, охватывающие:

1. структуру, форму, свойства, функции и возможные состояния объекта;

2. возможные отношения между объектами, возможные события, в которых эти объекты могут участвовать;

3. физические законы;

4. возможные эффекты действий и состояний, причины и условия возникновения событий и состояний;

5. возможные намерения, цели, планы, соглашения и т.д.

В общем случае представления знаний могут быть: концептуальными и эмпирическими, декларативными и процедуральными.

Концептуальная модель дает эвристический метод для решения некоторой проблемы, т.е. делает возможным распознавание проблемы, позволяет уменьшить время для ее предварительного анализа, но не гарантирует применимость ее во всех практических ситуациях. Практическое использование концептуальной модели влечет за собой необходимость преобразования ее в эмпирическую. При этом знания могут быть накоплены в виде эмпирических моделей, часто описательного характера.

Декларативная модель представления знаний основывается на предположении, что проблема представления некоторой предметной области решается независимо от того, как эти знания потом будут использоваться. Поэтому такая модель обычно состоит из двух частей: статических описательных структур знаний и механизма вывода, оперирующего этими знаниями и, практически, независимого от их содержательного наполнения. Синтаксические и семантические аспекты знания оказываются часто разделенными, что повышает их универсальность. В декларативных моделях не содержится в явном виде описания выполняемых процедур. Эти модели представляют собой обычно множество утверждений. Предметная область представляется в виде синтаксического описания ее состояния. Вывод решений основывается на процедурах поиска в пространстве состояний.

В процедуральном представлении знания содержатся в процедурах-программах, которые определяют, как выполнять специфические действия, как поступать в специфических ситуациях. При этом можно не описывать все возможные состояния среды или объекта для реализации вывода. Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий. При этом семантика непосредственно разложена в описание элементов БД.

Снижая общность (универсальность) процедуральные модели повышают эффективность механизма вывода за счет введения дополнительных знаний о применении. Другие преимущества — выразительная сила за счет расширений системы выводов.

По форме представления знаний можно выделить следующие модели: 1) логические; 2) продукционные; 3) фреймы; 4) семантические сети; 5) эвристические; 6) редукционные.

В редукционных моделях осуществляется декомпозиция исходной задачи на ряд подзадач, решая которые последовательно определяют решение поставленной задачи.

Часто в качестве моделей представления знаний предлагаются системы условных нечетких высказываний, с помощью которых экспертами описываются характеристические признаки оцениваемой ситуации. Совместно с методами дедуктивного и индуктивного нечеткого логического вывода, применяемого для решения поставленных задач, можно получить модель, удачно сочетающую в себе как декларативные, так и процедурные представления знаний.

В настоящее время уже накоплен значительный опыт разработки и использования ЭС.

Область деятельности	Основные решаемые задачи
Прогноз	Вывод вероятностных следствий из заданных ситуаций
Диагностика	Заключения о нарушениях в системе исходя из наблюдений
Обучение	Диагностика отказывания и исправления поведения ученика
Интерпретация	Построение описаний ситуаций по наблюдаемым данным
Проектирование	Построение конфигурации объектов при ограничениях
Планирование	Проектирование плана действий
Мониторинг	Сравнение наблюдений с критическими точками плана
Отладка	Выработка рекомендаций по устранению неисправностей
Управление	Интерпретация, прогноз, ремонт и мониторинг поведения системы
Ремонт	Выполнение плана применения выработанной рекомендации

Принципы успешного применения ЭС заключаются в следующем:

1. Мощность ЭС обусловлена в первую очередь мощностью ВЗ и возможностью ее пополнения и только во вторую очередь — используемыми ею методами (процедурами).

2. Знания, используемые в ЭС для принятия решения, обычно являются эвристическими, экспериментальными, неопределенными, правдоподобными, имеют индивидуальный характер, т.е. свойственны конкретному человеку.

3. Учитывая неформализуемость решаемых задач (для которых нет алгоритмического решения) и эвристический личностный характер используемых знаний, пользователь (эксперт) должен иметь возможность неопределенного взаимодействия с ЭС в форме диалога.

4. ЭС не отвергает и не заменяет традиционного подхода к разработке программ, ориентированных на решение формализованных задач.

К неформализованным следует относить такие задачи, которые обладают одной или несколькими из следующих характеристик:

• задачи не могут быть заданы в числовой ферме;

• цели не могут быть выражены в терминах точно определенной целевой функции;

• не существует алгоритмического решения задачи;

• алгоритмическое решение существует, но его затруднительно использовать из-за ограниченности ресурсов (времени, памяти).

Перспективным направлением развития и использования ЭС являются следующие:

1. Интеграция ЭС с традиционными пакетами программ (вычислительной математики, оптимизации, СУБД) и создание гибридных ЭС. ЭС здесь может быть внешней управляющей программой, которая вызывает нужный пакет в зависимости от вида решаемой задачи и может учитывать количественные факторы при решении задач.

2. Создание ЭС реального времени, в частности, для управлениями непрерывными процессами. Это повышает надежность и эффективность управления не только обычными технологическими линиями, но и объектами (аварийно опасными), на которых необходима автоматизированная "подстраховка" действий операторов в экстремальных ситуациях.

3. Построение распределенных ЭС. Такие ЭС используют знания из различных предметных отраслей. Взаимодействие между автономными ЭС осуществляется путем передачи сообщений через специальный блок, называемый «доской объявлений». Работа распределенной ЭС имитирует коллективное решение сложной проблемы группой специалистов, каждый из которых знаком лишь с одним из ее аспектов.

4. Разработка динамичных ЭС для моделирования динамичных предметных областей. Изменения, произошедшие в таких областях после начала решения задачи, оказывают влияние на окончательное заключение и поэтому должны учитываться непосредственно в процессе вывода (возможно, после каждого его шага). Появление динамических ЭС дает возможность автоматизировать ряд важных задач мониторинга, которые не могут быть решены с помощью традиционных ЭС.

5. Эффективность ЭС существенно повышается при разработке их на базе быстродействующих микропроцессоров, систем оптической памяти, транспьютеров (однокристальных микропроцессоров с быстродействием до 10 млн. операций в секунду и со средствами коммуникации, позволяющими объединять их в сети различной архитектуры).