!7. Экспертная система: концепция, основные особенности, структура и режимы работы.

ЭС - воплощение в ЭВМ компоненты опыта эксперта, основанной на знаниях, в такой форме, что машина может дать интеллектуальный совет или принять решение относительно обрабатываемой функции. Одним из важных свойств ЭС является способность объяснить ход своих рассуждений понятным для пользователя образом.

ЭС применяются для решения неформализованных проблем, к которым относят задачи, обладающие одной (или несколькими) из следующих характеристик: задачи не могут быть представлены в числовой форме; исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью; цели нельзя выразить с помощью четко определенной целевой функции; не существует однозначного алгоритмического решения задачи; алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).

Главное отличие ЭС и систем искусственного интеллекта от систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в качестве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

Основные классы ЭС: 1) Классифицирующие ЭС решают задачи распознавания ситуаций. Основным методом формирования решений является дедуктивный логический вывод. 2) Доопределяющие ЭС используются для решения задач с не полностью определенными данными и знаниями. 3) Трансформирующие ЭС относятся к синтезирующим динамическим экспертным системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач. 4) Мультиагентные системы — динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач.

Особенности экспертных систем, отличающие их от обычных программ, заключаются в том, что они должны обладать следующими качествами.

1. Компетентностью, а именно: достигать экспертного уровня решений, т.е. в конкретной предметной области иметь тот же уровень профессионализма, что и эксперты-люди; быть умелой, т.е. применять знания эффективно и быстро, избегая, как и люди, ненужных вычислений; 2. Возможностью к символьным рассуждениям, а именно: представлять знания в символьном виде;

переформулировать символьные знания. На языке искусственного интеллекта символ – это строка знаков, соответствующая содержанию некоторого понятия. Символы объединяют, чтобы выразить отношения между ними. Когда отношения представлены в экспертной системе они называются символьными структурами.

3. Глубиной, а именно: работать в предметной области, содержащей трудные задачи; 4. Самосознанием, а именно: исследовать свои рассуждения, т.е. проверять их правильность; объяснять свои действия.

Существует ещё одна важная особенность экспертных систем. Если обычные программы разрабатываются так, чтобы каждый раз порождать правильный результат, то экспертные системы разработаны с тем, чтобы вести себя как эксперты. Они, как правило, дают правильные ответы, но иногда, как и люди, способны ошибаться.

Представляет следующую структуру ЭС: Интерфейс пользователя Пользователь Интеллектуальный редактор базы знаний Эксперт Инженер по знаниям Рабочая (оперативная) память База знаний Решатель (механизм вывода) Подсистема объяснений

ЭС может функционировать в 2-х режимах. Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС. Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.