Системы управления базами знаний и экспертные системы
Задачи на принятие решений по тем или иным критериям возникают повсюду в нашей жизни. Современные методы решения задач подобного типа составляют одну из важнейших прикладных компонент теории искусственного интеллекта (ИИ). Компьютерной поддержкой для решения задач по принятию решений явились экспертные системы (ЭС) и системы представления различного рода знаний (СПЗ).
В современных ИИ- системах знания хранятся в специальных БД – базах знаний (БЗ). Если БД содержит собственно данные о некоторой предметной области, то БЗ содержит как сами данные, так и описание их свойств. Процесс построения БЗ на основе информации эксперта состоит из трех этапов: описания предметной области, выбора способа и модели представления знаний и приобретения знаний. Сам процесс построения БЗ достаточно сложен, плохо структурирован и носит итеративный характер, заключающийся в циклической модификации БЗ на основе результатов ее тестирования.
В общем случае ЭС состоит из БД и/ или БЗ и программного обеспечения, поддерживающего данные базы в актуальном состоянии и симулирующие знания и аналитические способности эксперта в конкретной предметной области. Первые ЭС были разработаны для задач медицинской диагностики, и число таких систем постоянно растет. Вторым классом задач, хорошо отвечающим ЭС-технологии, являются задачи по принятию решений в случае, когда в прикладной области имеется ограниченное число высоко квалифицированных экспертов. К третьему классу задач, стимулирующих создание ЭС, относятся задачи, требующие постоянного и длительного по времени принятия решений в трудных или экстремальных условиях (например, в нефте и газо - добыче).
ЭС широко используются в таких прикладных областях, как: медицинская и техническая диагностика, планирование, прогнозирование, мониторинг, интерпретация результатов наблюдений, контроль и управление, обучение и др.
Вместе с тем следует четко представлять основные ограничения, присущие даже самым интеллектуальным ЭС. Многие ЭС в полном объеме доступны только для создателей их БЗ. Серьезной проблемой является вопрос адекватного отображения знаний эксперта в формальном виде. Кроме того, компьютер полностью лишен интуиции, играющей чрезвычайно важную роль в принятии решений.
В настоящее время на рынке ПС находится свыше 6000 различного назначения и уровня ЭС и инструментальных средств для их разработки и число это постоянно увеличивается наряду с ростом числа разработчиков ПС данного типа.
Рассмотрим архитектуру современной типовой экспертной системы.
Пользователь
Эксперт
Подсистема
объяснений
Интерфейс
База знаний
Инженер базы знаний Приобретение знаний
Подсистема
логического вывода
Архитектура современной типовой экспертной системы
Общая схема взаимодействия пользователя с ЭС сводится к следующему. После создания конкретной ЭС в результате совместной работы инженера базы знаний и эксперта (при главенствующей роли первого) взаимодействие пользователя с системой производится через интерфейс на некотором языке близком к естественному или профессиональному языку предметной области, на которую ориентирована данная ЭС. В интерфейсной компоненте ЭС производится трансляция предложений этого языка во внутренний язык представления знаний системы. Описание запроса на этом языке поступает в подсистему логического вывода, которая на основе информации из БЗ генерирует рекомендации по решению поставленного вопроса. Основу БЗ составляют формально представленные в ней факты и правила модели предметной области. Посредством подсистемы объяснений производится отображение промежуточных и окончательных выводов и объяснений производимых системой процедур. Тогда как подсистема приобретения знаний обеспечивает поддержку обучения системы как в процессе создания ее БЗ, так и в процессе работы с ней. Основным ее назначением является погружение знаний о предметной области в БЗ. Работа пользователя с подсистемами приобретения знаний и объяснений производится в рамках развитого интерфейса, ориентированного на диалоговый режим.
Можно отметить ряд наиболее интересных экспертных систем:
PROSPECTOR, MYCIN, DENDRAL (находились у истоков развития знание-ориентированных компьютерных систем и ныне являются классическими);
GENESIS, MACSYMA, METHODS и др. (достаточно широко распространены в США и других странах);
Expert-2, OPS5+, Personal Consultant, Rule-Master и др. (популярные инструментальные средства различного уровня для разработки прикладных ЭС);
ПИЭС, ЭКО, ИНТЕР-Эксперт, ДИЭКС и др. (популярные отечественные ЭС и инструментальные средства их разработки).
Особый интерес для отечественного пользователя, имеющего дело с задачами по принятию решений, представляет известный пакет Expert Choice одноименной фирмы. Многие корпорации и фирмы США используют данный пакет для задач стратегического планирования.