Означення та структура експертної системи

Зв’язки між складовими знань в БЗ

Основними зв’язками між об’єктами (складовими знань) є узагальнення(абстрагування) та агрегація (деталізація, або уточнення). Агрегація задає побудову об’єкта та його складових. Наприклад, агрегація дає змогу визначити в БЗ “Промисловий робот” (ПР) як об’єкт, що складається з типових механізмів — перетворювальних, передавальних, захватних, гальмуючих, напрямних, орієнтуючих, виконавчих тощо. За такого роду відношеннями закріпився спеціальний термін HAS_PART, тобто “ціле — частина”. Обернене відношення (“Є частиною”) позначається IS_PART.

Узагальнення (відношення “Є”) задає ієрархію класів (екземпляр — клас — підклас). З цим відношенням “Є” пов’язаний і широковживаний механізм логічного виведення за успадкуванням (або виведення за наслідуванням): у разі виконання деякої умови для всього класу вона виконується і для кожного представника цього класу, і для всіх підкласів цього класу — підкласи успадковують властивості класів, а ті, у свою чергу, — властивості надкласів (якщо інше не задано явним чином). Проте якщо відношення “клас — підклас” є транзитивним (для цього відношення виконуються всі властивості часткового порядку), то відношення “екземпляр — клас” не є транзитивним, хоча екземпляри й успадковують властивості своїх класів. Наприклад, якщо “Захватний пристрій” є екземпляром класу “Типові механізми ПР”, а “Лещата” є екземпляром класу “Захватний пристрій”, то “Лещата” мали б бути, але в жодному разі не є екземпляром класу “Типові механізми ПР”, бо за призначенням і застосуванням не є такими.

Нарешті, слід розрізняти поняття “клас” і “множина”. Перше має відкритий, інтенсіональний характер, тоді як друге (“множина”) – закритий, екстенсіональний і передбачає певну сукупність взагалі об’єктів, не обов’язково з однотипними властивостями (на відміну від “класу”, де набір властивостей притаманний його екземплярам). Слід також зауважити, що складні системи можуть бути описані канонічною формою у вигляді композиції двох ієрархій: класів — задається відношенням узагальнення та об’єктів — задається відношенням агрегації.

До терміна “система баз знань” (СБЗ) близьким за змістом є термін “експертні системи”) ЕС, в якому акцент робиться на знання експертів, тобто спеціалістів певної галузі. В літературі можна зустріти кілька іноді досить багатослівних й екзотичних визначень ЕС, але суть їх полягає в тому, що ЕС — це система, яка забезпечує створення й використання за допомогою комп’ютерів БЗ експертів.

Експертні системи є інтелектуалізованими інформаційними системами, які за процедурами P та правилами R на основі наявних знань F здійснюють дедуктивне виведення нових знань. Існують різні визначення ЕС, але в основі всіх лежить наступне їх означення [21]:

Означення 1.8. Експертні системи (ЕС) — це інтелектуалізовані програмні засоби, здатні в ході діалогу з людиною одержувати, накопичувати та коригувати знання із заданої предметної галузі, виводити нові знання, розв’язувати на основі цих знань практичні задачі та пояснювати хід їх розв’язування.

Експертні системи акумулюють знання експертів — провідних фахівців у цій предметній галузі. В основі роботи ЕС лежить дедуктивне виведення нових тверджень з існуючих. Типове застосування ЕС — консультації для фахівців середньої кваліфікації і нефахівців у тій галузі, для якої вона розроблена. Тому вона повинна мати функції, що давали б змогу розв’язувати задачі, правильне розв’язання яких за відсутності експерта (спеціаліста конкретної галузі) є неможливим.

У розробці ЕС зазвичай беруть участь фахівці двох категорій: експерт, що є висококваліфікованим фахівцем у конкретній предметній галузі і знання якого треба передати ЕС; інженер знань, який формалізує знання експерта і приводить їх до вигляду, придатного для занесення до БЗ.

Структурну схему ЕС показано на рис. 1.2. Вона містить:

· механізм подання знань у конкретній предметній галузі та управління ними — БЗ;

· механізм, який на підставі знань, що зберігаються в БЗ, робить логічні виведення—механізм логічних виведень (МЛВ);

· інтерфейс для правильного передавання відповідей користувачу — інтерфейс користувача (ІК);

· механізм здобуття знань від експерта, підтримки БЗ і доповнення її при необхідності — модуль здобуття знань (МЗЗ);

· механізм, який подає різні коментарі до висновку й пояснює мотиви останнього,— модуль порад і пояснень (МПП).

Рис. 1.2. Структурна схема ЕС

Останній модуль характерний для ЕС і відповідає на запитання, як і чому кінцевий користувач за допомогою ЕС прийняв те чи інше рішення (таким чином, МПП виконує роль підсистеми аналізу й інтерпретації рішень).

Взагалі при створенні чи виборі ЕС слід ураховувати такі особливості їх використання:

1. Всупереч дуже поширеному погляду найдорожчою частиною ЕС є не програмне забезпечення, а сам експерт, його підготовка, і головне зусилля має бути спрямоване на правильний вибір експерта з даної предметної галузі знань.

2. Експертна система повинна містити не тільки експертні (як правило, поверхові) оцінки фахівців, а й елементи фундаментальних знань, оскільки експерт часто приймає рішення на основі досвіду й інтуїції, тобто деяких логічних і статистичних оцінок, не аналізуючи (а часто, й не знаючи) глибинних фізичних основ явищ.

3. Потрібно передбачити механізм використання локальних оптимумів, розташованих на межах (або просто віддалених) зон глобальних оптимумів, тобто тих зон, де може виявлятися ефект саморегулювання системи. Цей підхід ще не дуже вивчений, але є приклади виходу на такі зони та утримання в них систем на незначних часових проміжках, коли забезпечується ефективність, яка в кілька разів перевищує звичайні показники функціонування ЕС. Такі дії можуть бути не завбачені експертами через їх нетрадиційність і нетривіальність (наприклад, це стосується сукупності параметрів технологічних процесів у гнучких виробництвах, які забезпечують зони локальних екстремумів).

4. Повинна враховуватись проблема взаємодії оператора й ЕС. Щоб користуватись ЕС, оператор має довіряти їй, а для цього ЕС повинна забезпечувати високий рівень експертних оцінок і оптимальність прийнятих рішень (рекомендацій), а також високу надійність, для чого вводяться резервування 2 з 3, 5 з 7 тощо. При цьому вихід з ладу (відмова) до 40...50 % елементів не призводить до втрати функціональної працездатності ЕС.

Модуль порад і пояснень здатний здобути знання, якими несвідомо володіє спеціаліст. Наприклад, якщо використовується реальна сукупність тестових даних, то виведення їх стає незрозумілим, спеціаліст обходить «гострі кути». Проте МПП працює так, щоб допомогти пояснити причину неправильного виведення даних. Це дає змогу зробити усвідомленими знання, якими до того володів спеціаліст несвідомо. Зрештою виникає ситуація «я знаю, що я знаю», завдяки чому, знання спеціаліста можна використати ефективніше.

Експертна система працює в двох режимах: здобуття знань і розв’язування задач. У режимі здобуття знань у спілкуванні з ЕС бере участь експерт через посередництво інженера-програміста. В цьому режимі експерт наповнює систему знаннями (правилами), які дають змогу їй у режимі розв’язування самостійно розв’язувати задачі. Режиму здобуття знань при традиційному підході до розроблення програм відповідають етапи алгоритмізації, програмування та відпрацювання, що виконуються програмістом. Але для ЕС характерним є те, що програму розробляє не програміст, а фахівець, який не володіє програмуванням.

У режимі розв’язування задач у спілкуванні з ЕС бере участь користувач, якого цікавлять результат і (або) спосіб одержання рішення.

Залежно від призначення ЕС користувач може або не бути фахівцем цієї проблемної галузі (в цьому разі він, не вміючи одержати сам відповідь, звертається до ЕС за порадою), або бути фахівцем (тоді він може й сам одержати результат, але звертається до ЕС з метою прискорення процесу одержання результату чи з метою покласти на ЕС виконання трудомісткої роботи).

У режимі здобуття знань експерт вводить у систему продукції (правила) про галузь експертизи, що подаються природною мовою. Об’єднання продукцій, які вводяться заново, з БЗ здійснюється компонентом здобуття знань. Аби переконатися в тому, що процес відпрацювання задачі завершено, експерт надає системі тестові приклади. Якщо результат, одержаний системою, експерта не задовольняє, то за допомогою інтерфейсу, пов’язаного з поясненнями, експерт одержує відомості про те, як цей результат був створений. Після закінчення налагодження ЕС стає придатною користувачеві для експлуатації.

У режимі розв’язування задач дані про задачу користувача після обробки їх лінгвістичним процесором надходять у БД.

Процес здобуття знань можна звести до послідовності виконання таких дій: 1) визначається необхідність модифікації (розширення знань); 2) у разі модифікації здобуваються нові знання, інакше процес здобуття знань закінчується; 3) нові знання перетворюються у форму, «зрозумілу» для ЕС; 4) знання системи модифікуються — здійснюється перехід до першої дії. У виконанні перелічених дій можуть брати участь експерт, інженер знань (програміст) і ЕС. Залежно від того, хто розв’язує задачу, виокремлюють різні покоління ЕС.

У перших системах із ШІ взаємодію з ними здійснював тільки програміст, у завдання якого входило опанування за допомогою експерта предметної галузі, після чого при розробленні системи він міг виступати і як експерт, і як програміст. Недостатнє знання предметної галузі не давало змоги програмісту гарантувати повноту та несуперечність здобутих знань Крім того, неминучі модифікації системи призводили (через відсутність поділу системи на БЗ і МЛВ) до неможливості зберегти один раз досягнуту несуперечливість знань.

Подальші розробки систем із ШІ ґрунтувались на відокремленні знань від програм й оформленні перших у вигляді простих інформаційних систем, які дістали назву БЗ. У цьому разі експерт взаємодіє з системою або безпосередньо, або через інженера знань. Перевага цього підходу порівняно із згаданою моделлю полягає в тому, що БЗ спрощує модифікацію знань. При цьому дві перші дії в процесі здобуття знань виконує експерт за допомогою інженера знань, третю — програміст, а четверту — ЕС. Суттєвим недоліком такого підходу є його висока трудомісткість, оскільки автоматизованою є тільки одна дія в процесі здобуття знань.

Нарешті, експерт може взаємодіяти з ЕС через інтелектуальний редактор без посередництва програміста. Модель інтелектуального редактора повинна бути забезпечена розвиненими діалоговими засобами та значними знаннями про структуру БЗ (тобто метазнаннями). При використанні інтелектуального редактора дві перші дії в процесі здобуття знань виконує експерт, а дві останні — ЕС.

На сьогодні найдосконалішими є ЕС, які здобувають знання аналогічно тому, як це робить людина-експерт. У цьому разі індуктивна програма аналізує дані, що містять відомості про деяку предметну галузь, автоматично формуючи значущі відношення й правила, які описують предметну галузь. Припускається, що в БЗ у явному вигляді зберігаються конкретні факти про проблемну галузь, а завданням індуктивної програми є вироблення значущих узагальнень. Основною перевагою цього підходу є автоматизація всіх перелічених вище чотирьох дій у процесі здобуття знань. У галузі створення ЕС, що використовують індуктивні програми, ще тільки робляться перші кроки і поки що не існує ЕС, які здобувають знання виключно від індуктивних програм. Є лише експериментальні програми, за допомогою яких можна здійснювати індуктивні узагальнення.

Наступне покоління ЕС пов’язують зі здобуттям знань безпосередньо з текстів, написаних природною мовою, тобто йдеться про розуміння текстів, схем, креслень, графіків тощо. Складність тут полягає не тільки в опрацюванні природної мови, а й у необхідності відтворення за текстом моделі деякої проблемної галузі. Ці вимоги поки що перевищують можливості існуючих програм розуміння, незважаючи на те, що в цьому разі аналіз текстів обмежений досить вузькою предметною галуззю.

Останніми роками ЕС дедалі частіше застосовуються як форма інтелектуальних прикладних систем при проектуванні, плануванні й управлінні в гнучких комп’ютерно-інтегрованих системах (ГКІС). За допомогою спеціальних інструментальних засобів знижуються витрати на їх розробку, а спеціальні мови уможливлюють застосування інтелектуальних прикладних систем у реальних умовах функціонування ГКІС. Однак навіть у разі використання таких систем не забезпечується очікувана ефективність їх головним чином тому, що складність застосовуваних стратегічних рішень за аналізованими фактами (результатами експерименту) перевищує можливості інтелекту (кваліфікації) людини.

Крім того, відсутні адекватні цій складності інструментальні засоби наукового обґрунтування рішень з продукуванням результатів оцінювання наслідків від їх реалізацій на основі моделювання процесів у таких складних системах, якими є ГКІС. Постає, таким чином, завдання побудови систем автоматизації імітаційного моделювання (САІМ), в яких на основі наявних статистичних даних (фактів) самостійно формулюються гіпотези та виявляються закономірності про взаємозв’язки з використанням як суворо обґрунтованих формальних процедур, так і евристик, одержаних під час експертних оцінювань і навіть сформованих САІМ.

Рис. 1.3. Функціональна схема ЕС

Для того щоб усвідомити роль і місце ЕС у структурі САІМ, звернемося до трохи іншої інтерпретації структурного подання ЕС (рис. 1.3). Експертна система містить БЗ і БД, розв’язувальний блок, підсистеми спілкування (взаємодії), пояснень (інтерпретації) та накопичення знань. Через підсистему спілкування (інтерфейс користувача) з ЕС пов’язані: кінцевий користувач (фахівець-непрограміст); експерт (кваліфікований фахівець або група фахівців, досвід і знання яких набагато перевищують знання й досвід кінцевого користувача); інженер знань, який володіє мовами опису знань.

На етапі накопичення знань з ЕС працюють експерт та інженер знань, а на етапі експлуатації та використання — кінцевий користувач. При цьому мова подання знань, яка використовується для розроблення ЕС, називається мовою розроблення ЕС, а система програмного забезпечення, що забезпечує згадані функції ЕС, — інструментом для розроблення ЕС.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Означення баз даних і баз знань інтелектуальної системи	\|	Інженерія знань

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.005 сек.