Набор программ выполняющий функции эксперта при решении какой либо задачи называется

Экспертные системы, их структура и назначение

Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта -совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Область искусственного интеллекта имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

Экспертная система — это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Экспертные системы выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение экспертных систем на предприятиях способствует эффективности работы и повышению квалификации специалистов.

1.Экспертные системы, их особенности. Применение экспертных систем.

Определение экспертных систем. Главное достоинство и назначение экспертных систем.

Экспертные системы (5)

Задача >> Информатика

. 1. Экспертные системы, их особенности. Применение экспертных систем. …………………………………………………………………………….5 1.1. Определение экспертных систем. Главное достоинство и назначение экспертных систем……………………………………………………………..5 1.2. Отличие экспертных систем .

Экспертные системы (6)

Реферат >> Экономика

. 1. Экспертные системы, их особенности. Применение экспертных систем. 1.1. Определение экспертных систем. Главное достоинство и назначение экспертных систем. Экспертные системы . словаря. Эти системы отличаются оригинальной структурой, основанной на .

Экспертная система (2)

Реферат >> Информатика

. об объектах областей знаний, их виртуальную модель) Структура ЭС интеллектуальных систем представляет . экспертных систем Общепринятая классификация экспертных систем отсутствует, однако наиболее часто экспертные системы различают по назначению .

Экспертные системы (3)

Реферат >> Информатика

. заменяет, иначе зачем бы их создавали? Экспертные системы, методика построения В настоящее . отметить, что в зависимости от назначения ЭС пользователь может не быть . ?», «как ответ, собираемый системой, получен?». Структуру, приведенную на рис. 1.1, называют .

Экспертные системы (7)

Реферат >> Государство и право

. лекций по дисциплине «Системы искусственного интеллекта» Лекции 7-8: Экспертные системы Назначение Экспертных Систем Структура Экспертных Систем Этапы . и обладать способностью понимать и исследовать их, т.е. экспертная система должна иметь знания о том, .

Разработка и использование экспертной системы при выборе DVD-плейера

Жумагулова, С. К. Разработка и использование экспертной системы при выборе DVD-плейера / С. К. Жумагулова, Г. Б. Абилдаева. — Текст : непосредственный // Молодой ученый. — 2015. — № 4 (84). — С. 63-66. — URL: https://moluch.ru/archive/84/15614/ (дата обращения: 30.10.2023).

Экспертные системы — это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Они возникли как значительный практический результат в применении и развитии методов искусственного интеллекта — совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. Экспертные системы выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

Главным достоинством экспертных систем является возможность накопления знаний — формализованной информации, на которую ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора.

При построении подсистем вывода используют методы решения задач искусственного интеллекта.

Экспертная система — это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач. Для этого ее необходимо наделить функциями, позволяющими решать задачи, которые в отсутствие эксперта (специалиста в данной конкретной предметной области) невозможно правильно решить. Поэтому необходимым этапом в ее разработке является приобретение соответствующих знаний от эксперта. К экспертным системам предъявляются следующие требования:

1) Использование знаний, связанных с конкретной предметной областью;

2) Приобретение знаний от эксперта;

3) Определение реальной и достаточно сложной задачи;

4) Наделение системы способностями эксперта.

Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Главное достоинство ЭС — возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Структура экспертной системы представлена следующими структурными элементами:

1) База знаний — механизм представления знаний в конкретной предметной области и управления ими;

2) Механизм логических выводов — делает логические выводы на основании знаний, имеющихся в базе знаний;

3) Пользовательский интерфейс — используется для правильной передачи ответов пользователю;

4) Модуль приобретения знаний — служит для получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости;

5) Модуль советов и объяснений — механизм, способный не только давать заключение, но и представлять различные комментарии, прилагаемые к этому заключению, и объяснять его мотивы. В противном случае пользователю будет трудно понять заключение. Такое понимание необходимо, если заключение используется для консультации или оказании помощи при решении каких-либо вопросов. Кроме того, с его помощью эксперт определяет, как работает система, и позволяет точно выяснить, как используются знания, предоставленные им.

Одной из наиболее важных проблем, характерных для систем, основанных на знаниях, является проблема представления знаний. Это объясняется тем, что форма представления знаний оказывает существенное влияние на характеристики и свойства системы. Для того, чтобы манипулировать всевозможными знаниями из реального мира с помощью компьютера, необходимо осуществлять их моделирование. В таких случаях необходимо отличать знания, предназначенные для обработки компьютером, от знаний, используемых человеком. Кроме того, при большом объеме знаний желательно упростить последовательное управление отдельными элементами знаний.

При проектировании модели представления знаний следует учитывать такие факторы, как однородность представления и простота понимания. Однородное представление приводит к упрощению механизма управления логическим выводом и упрощению управления знаниями. Представление знаний должно быть понятным экспертам и пользователям системы. В противном случае затрудняются приобретение знаний и их оценка. Однако выполнить это требование в равной степени, как для простых, так и для сложных задач довольно трудно. Обычно для несложных задач останавливаются на некотором компромиссном представлении, но для решения сложных и больших задач необходимы структурирование и модульное представление.

Типичными моделями представления знаний являются:

1) Логическая модель;

2) Модель, основанная на использовании правил (продукционная модель);

3) Модель, основанная на использовании фреймов;

4) Модель семантической сети.

Однако во всех разработанных в прошлом системах с базами знаний помимо этих моделей использовались специальные для конкретного случая средства, поэтому представление знаний получалось сложным. Тем не менее, классификация моделей оставалась неизменной. Язык, используемый для разработки систем, спроектированных на основе этих моделей, называется языком представления знаний.

В представленной работе предметную область составляют: различные модели DVD-плейеров серии «LIKO» (MPEG-4) компании BBK Electronics. Входными данными являются выбранные параметры плеера при опросе пользователя. Выходными данными являются результат (список наиболее подходящих по запросу DVD-плееров, расположенных в порядке уменьшения коэффициента уверенности), внешний вид и характеристика выбранной модели.

Требования к системе:

— выдать результат, (список наиболее подходящих по запросу DVD-плееров, расположенных в порядке уменьшения коэффициента уверенности);

— дать характеристику по выбранной альтернативе;

— иметь простой и дружественный интерфейс;

— содержать реальные, точные сведения;

— возможность добавления новых знаний.

Данная экспертная система «Выбор DVD — плеера» серии «LIKO» (MPEG-4)». реализована на языке Delphi7. Программа работает по принципу вычисления коэффициентов уверенности на основании информации, вводимой пользователем.

При проектировании данной экспертной системы мы используем продукционная модель представления знаний

В модели правил знания представлены совокупностью правил вида «ЕСЛИ — ТО». Системы с базами знаний, основанные на этой модели, называются продукционными системами.

Программа опрашивает пользователя по нескольким заранее известным этапам опроса. Пользователю предоставляются вопросы, относящиеся к параметрам DVD-плеера. Все вопросы (пункты) представляются в удобном для пользователя расположении.

Параметры выбора DVD-плеера:

— Выход для подключения наушников

— Универсальный пульт ДУ

— Механизм загрузки «Slot-in»

— SD/MMC/MS card reader

— Поддержка Цифрового оптического аудио-выхода

— Поддержка Система КАРАОКЕ+

— Поддержка FM/AM тюнера для приёма радио

— Цифровой видеовыход DVI

— Декодер Dolby Pro Logic II

— Порт звука Optical

— Масса в упаковке

— Декодер Dolby Digital

— Наличие порт звука Optical

Нажав на кнопку «Дальше» пользователь переходит на следующий этап выбора DVD-плеера. По окончании всех вопросов пользователь должен нажать кнопку «Результат». Программа начинает поиск DVD-плееров с заданными или близкими к заданным параметрами в своей базе.

Результат поиска выдается в другой форме. Там располагаются модели плееров близкие к заданным параметрам в порядке убывания их схожести коэффициентов уверенности. Также программа выдает подробную информацию о каждой модели DVD-плеера.

В данной программе предлагается интерфейс, который рассчитан как на подготовленного пользователя, так и на человека, не владевшего знаниями в области DVD-плееров, но желающего его приобрести, т.е система обладает «дружественным» интерфейсом и понятным системой диалога с пользователем. Интерфейс экспертной системы «Выбор DVD — плеера» серии «LIKO» (MPEG-4)» представлен на рисунке 1.

Рис. 1. Интерфейс экспертной системы «Выбор DVD — плеера» серии «LIKO»

1. Представление и использование знаний: Пер. с япон./Под ред. Х. Уэно, М. Исидзука.- М.: Мир, 1989.

2. Долин Г. Что такое ЭС// Компьютер Пресс. — 1992. — № 2

3. Сафонов В. О. Экспертные системы — интеллектуальные помощники специалистов.- С.-Пб: Санкт-Петербургская организация общества «Знание» России, 1992.

4. Шалютин С. М. «Искусственный интеллект». — М.: Мысль, 1985.

5. В. Н. Убейко. Экспертные системы.- М.: МАИ, 1992.

6. Экспертные системы: концепции и примеры/ Д. Элти, М. Кумбс.-М.: Финансы и статистика, 1987

Основные термины (генерируются автоматически): DVD, предметная область, экспертная система, знание, система, баз знаний, плеер серии, длительное время, искусственный интеллект, логический вывод.

Экспертные системы

Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта — совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Область искусственного интеллекта имеет более чем сорокалетнюю историю развития.

Прикрепленные файлы: 1 файл

Реферат.docx

Область искусственного интеллекта имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод, распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы.

При создании экспертных систем возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят «машиной». Но эти страхи не обоснованы, так как экспертные системы не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также экспертные системы неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности.

I. БАЗОВЫЕ ПОНЯТИЯ ОБ ЭКСПЕРТНЫХ СИСТЕМАХ

1.1 Структура экспертных систем

Экспертные системы — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Основу ЭС составляет база знаний (БЗ) о предметной области, которая накапливается в процессе построения и эксплуатации ЭС. Накопление и организация знаний — важнейшее свойство всех ЭС.

Рисунок 1.1 – Структура идеальной экспертной системы

База знаний включает в себя правила и общие факты. Механизм логического вывода включает в себя рабочую память и механизм логического вывода. Рабочая память (база данных) используется для хранения промежуточных результатов. Экспертная система работает в двух режимах:

Режим приобретения знаний (определение, модификация, дополнение).
Режим решения задач. Используются пользователем экспертные системы. В этом режиме данные о задаче обрабатываются пользовательским интерфейсом и после соответствующей кодировки передаются в блоки экспертной системы.

Результаты обработки полученных данных поступают в модуль советов и объяснений и после перекодировки на язык, близкий к естественному, выдаются в виде советов, объяснений и замечаний. Если ответ не понятен пользователю, он может потребовать от экспертной системы объяснения его получения.

В любой момент времени в системе существуют три типа знаний:

Структурированные знания — статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.
Структурированные динамические знания- изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.
Рабочие знания- знания, применяемые для решения конкретной задачи или проведения консультации.

Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

Знания являются явными и доступными, что отличает ЭС от традиционных программ, и определяет их основные свойства, такие, как:

Применение для решения проблем высококачественного опыта, который представляет уровень мышления наиболее квалифицированных экспертов в данной области, что ведёт к решениям творческим, точным и эффективным.
Наличие прогностических возможностей, при которых ЭС выдаёт ответы не только для конкретной ситуации, но и показывает, как изменяются эти ответы в новых ситуациях, с возможностью подробного объяснения каким образом новая ситуация привела к изменениям.
Обеспечение такого нового качества, как институциональная память, за счёт входящей в состав ЭС базы знаний, которая разработана в ходе взаимодействий со специалистами организации, и представляет собой текущую политику этой группы людей. Этот набор знаний становится сводом квалифицированных мнений и постоянно обновляемым справочником наилучших стратегий и методов, используемых персоналом. Ведущие специалисты уходят, но их опыт остаётся.
Возможность использования ЭС для обучения и тренировки руководящих работников, обеспечивая новых служащих обширным багажом опыта и стратегий, по которым можно изучать рекомендуемую политику и методы.

Рисунок 1.2 – Основные свойства экспертных систем

Типичная статическая ЭС состоит из следующих основных компонентов (рисунок 1.3.):

решателя (интерпретатора);
рабочей памяти (РП), называемой также базой данных (БД);
базы знаний (БЗ);
компонентов приобретения знаний;
объяснительного компонента;
диалогового компонента.

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Рисунок 1.3 – Структура статической экспертной системы

Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭС).

В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее.

Структуру, приведенную на рисунке 1.3, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

Рисунок 1.4 – Структура динамической экспертной системы

На рисунке 1.4 показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

1.2 Формализация базы знаний

На этапе формализации базы знаний осуществляется выбор метода представления знаний (совокупность средств структурирования и обработки единиц знаний). В рамках выбранного формализма осуществляется проектирование логической структуры базы знаний.

Классификация методов представления знаний с точки зрения особенностей отображения различных видов концептуальных моделей: соотношения структурированности и операционности, детерминированности и неопределенности, статичности и динамичности знаний.

Рисунок 1.5 – Классификация методов представления знаний

Объектные методы представления знаний в большей степени ориентированы на представление структуры фактуального знания, а правила — операционного.

Логическая модель реализует и объекты, и правила с помощью предикатов первого порядка, является строго формализованной моделью с универсальным дедуктивным и монотонным методом логического вывода;
Продукционная модель позволяет осуществлять эвристические методы вывода на правилах и может обрабатывать неопределенности в виде условных вероятностей или коэффициентов уверенности, а также выполнять монотонный или немонотонный вывод;
Семантическая сеть отображает разнообразные отношения объектов;
Фреймовая модель, как частный случай семантической сети, использует для реализации операционного знания присоединенные процедуры;
Объектно-ориентированная модель, как развитие фреймовой модели, реализуя обмен сообщениями между объектами, в большей степени ориентирована на решение динамических задач и отражение поведенческой модели.

Экспертные системы (ЭС)

Экспертная система
— это программный комплекс, который оперирует знаниями в
определенной предметной области с целью выработки рекомендаций
или решения проблем.
ЭС может полностью взять на себя функции эксперта или играть роль
ассистента для человека, принимающего решение.
Технология ЭС – одно из направлений искусственного интеллекта.
Экспертная система – один из немногих видов систем искусственного
интеллекта.

3.

Экспертная система — совокупность методов и средств организации, накопления,
применения информационных ресурсов и знаний для решения сложных задач в
определенной предметной области.
Экспертная система – компьютерная программа, способная частично заменить
специалиста-эксперта в разрешении проблемной ситуации.
Экспертная система — набор программ, выполняющий функции эксперта при решении
задач из некоторой предметной области.
Экспертная система – направление исследований в области искусственного
интеллекта по созданию вычислительных систем, умеющих принимать решения,
схожие с решениями экспертов заданной предметной области.
Экспертная система – это интеллектуальная компьютерная программа, которая может
давать советы, консультировать, проводить анализ и ставить диагноз на уровне
специалиста в некоторой узкой предметной области
в отличие от других программных продуктов, используют при работе не только
данные, но еще знания и специальные механизмы вывода решений и новых
знаний на основе имеющихся.

4.

ЭС особо востребованы в областях, где наблюдается недостаток специалистов или
существует реальная опасность для их жизни (атомные электростанции).
ЭС находят широкое применение
● в медицине,
● микроэлектронике,
● геологии,
● военном деле,
● навигации и т.д.
ЭС предназначены для так называемых неформализованных задач, таких как:
1.Интерпретация
2.Прогнозирование
3.Диагностика
4.Планирование
5.Контроль и управление
6.Обучение или инструктаж
7.Медицинская диагностика
Неформализованные задачи обычно обладают следующими особенностями
• ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных
данных;
• ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о
проблемной области и решаемой задаче;
• большой размерностью пространства решения, т.е. перебор при поиске решения
весьма велик;
• динамически изменяющимися данными и знаниями.

5.

Типовые задачи, решаемые ЭС:
*
извлечение информации из первичных данных
(потоков данных, баз данных и т.д.);
*
диагностика неисправностей (как в технических
системах, так и в человеческом организме);
* структурный анализ сложных объектов (например,
химических соединений);
* выбор конфигурации сложных многокомпонентных
систем (например, распределенных компьютерных
систем);
*
планирование последовательности выполнения
операций, приводящих к заданной цели (например,
выполняемых промышленными роботами).

6.

Особенность ЭС
• Экспертные системы и системы искусственного интеллекта отличаются от
систем обработки данных тем, что в них в основном используются
символьный (а не числовой) способ представления, символьный вывод и
эвристический поиск решения (а не исполнение известного алгоритма).
• Решения экспертных систем обладают «прозрачностью», т.е. могут быть
объяснены пользователю на качественном уровне.
• Это качество экспертных систем обеспечивается их способностью
рассуждать о своих знаниях и умозаключениях.
• Экспертные системы способны пополнять свои знания в ходе
взаимодействия с экспертом.

7.

Первые ЭС
В 1965 году в Стэндфордском университете (Stanford University) Эдвард
Фейгенбаум, Джошуа Ледерберг начали работы по созданию первой экспертной
системы DENDRAL.
Задача – создать компьютерного помощника, который мог бы определять путем
расчета молекулярную структуру химических соединений.
Проблемы:
1) построение гибкой программы, оперирующей с многочисленными знаниями и
работающей по правилам логики («если — то»);
2) создание базы данных, включающую знания многих специалистов в органической
химии;
3) отделение механизма логического вывода от базы знаний.
В 70-е ЭС стали ведущим направлением в области искусственного интеллекта.
Создано множество разнообразных экспертных и диагностических систем, большая
часть которых действует и сегодня.
Самыми известными из них являются MYCIN, служащая для диагностики и лечения
инфекционных заболеваний, и PROSPECTOR, предназначенная для геологической
разведки месторождений полезных ископаемых.

8.

Классификация ЭС

9.

Преимущества ЭС:
1. Постоянство.
2. Легкость передачи.
3. Устойчивость результатов.
4. Стоимость.
Недостатки ЭС:
1. Здравый смысл.
2. Творческий потенциал.
3. Обучение.
4. Сенсорный опыт.
Преимущества ЭС перед человеком – экспертом:
1. У них нет предубеждений.
2. Они не делают поспешных выводов.
3. Они выбирают наилучшее оптимальное решение из всех возможных.
4. База знаний может быть очень большой.
Отличия от других программ:
1. Компетентность.
2. Символьные рассуждения.
3. Глубина.
4. Самосознание.
5. Использование не только данных , но и знаний.

10.

Характеристики ЭС
• Помимо выполнения вычислительных операций ЭС формирует определенные
соображения и выводы, основываясь на тех знаниях, которыми она располагает.
• Знания в ЭС представлены на специальном языке и хранятся отдельно от
программного кода, который и формирует выводы и соображения.
• Этот компонент программы принято называть базой знаний.
•ЭС характеризуются производительностью, т.е. скоростью получения результата и его
достоверностью (надежностью).
• ЭС должна за приемлемое время найти решение, которое было бы не хуже, чем то,
которое может предложить специалист в этой предметной области.
• ЭС должна обладать способностью объяснить (обосновать) принятое решение.

11.

Структура экспертных систем
• решатель (интерпретатор);
• рабочая память (РП), называемая также
базой данных (БД);
• база знаний (БЗ);
• компоненты приобретения знаний;
• объяснительный компонент;
• диалоговый компонент.

12.

ППП – пакеты прикладных программ

13.

База данных (рабочая память) предназначена для хранения исходных и
промежуточных данных решаемой в текущий момент задачи.
База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных,
описывающих рассматриваемую область (а не текущих данных), и правил,
описывающих целесообразные преобразования данных этой области.
Решатель, используя исходные данные из рабочей памяти и знания из БЗ,
формирует такую последовательность правил, которые, будучи примененными к
исходным данным, приводят к решению задачи.
Компонент приобретения знаний автоматизирует процесс наполнения ЭС
знаниями, осуществляемый пользователем-экспертом.
Объяснительный компонент объясняет, как система получила решение задачи
(или почему она не получила решение) и какие знания она при этом использовала,
что облегчает эксперту тестирование системы и повышает доверие пользователя к
полученному результату.
Диалоговый компонент ориентирован на организацию дружественного общения
с пользователем как в ходе решения задач, так и в процессе приобретения знаний и
объяснения результатов работы.

14.

• 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
(режим использования)
— пользователь ведет
диалог с ЭС, сообщая ей
сведения о текущей задаче
и получая рекомендации
ЭС.

15.

В режиме приобретения знаний общение ЭС
осуществляет эксперт через посредничество инженера по
знаниям.
В
этом
режиме
эксперт,
используя
компонент
приобретения знаний, наполняет систему знаниями,
которые
позволяют
ЭС
в
режиме
решения
самостоятельно (без эксперта) решать задачи из
проблемной области.
Эксперт описывает проблемную область в виде
совокупности данных и правил. Данные определяют
объекты, их характеристики и значения, существующие в
области экспертизы. Правила определяют способы
манипулирования
с
данными,
характерные
для
рассматриваемой области.

16.

В режиме консультации общение с ЭС осуществляет
конечный пользователь, которого интересует результат и
(или) способ его получения.
В режиме консультации данные о задаче через интерфейс
пользователя поступают в рабочую память. На основе
входных данных из рабочей памяти, общих данных о
проблемной области и правил базы знаний с помощью
механизма логического вывода формируется решение
задачи.
ЭС при решении задачи не только исполняет
предписанную последовательность операций, но и
предварительно формирует ее.

17.

Базовые функции ЭС
1. Приобретение знаний
2. Представление знаний
3. Управление процессом поиска решения
4. Разъяснение принятого решения

18.

1. Приобретение знаний
— это передача потенциального опыта решения
проблемы от некоторого источника знаний и
преобразование его в вид, который позволяет
использовать эти знания в программе.
Передача знаний выполняется в процессе длительных и
пространных собеседований между специалистом по
проектированию экспертной системы
Таким методом можно сформировать от двух до пяти
«элементов знания» в день — низкая производительность.

19.

1. Приобретение знаний : причины низкой
производительности
•Специалисты в узкой области, как правило,
пользуются собственным жаргоном.
• Факты и принципы, лежащие в основе многих
специфических областей знания эксперта, часто не
могут быть формализованы
• Для того чтобы решить проблему в определенной
области, недостаточно просто обладать суммой
знаний о фактах и принципах в этой области.
• Экспертный анализ включает и многие вещи,
кажущиеся эксперту само собой разумеющимися

20.

2. Представление знаний
Исследования направлены на отыскание методов формального описания
больших массивов информации с целью их последующей обработки.
Формальное описание означает упорядочение в рамках какого-либо языка,
обладающего
достаточно
четко
формализованным
синтаксисом
и
семантикой, увязывающей смысл выражения с его формой.
Ведется интенсивная работа по созданию языков представления
(representation languages).
Языки представления — компьютерные
организацию описаний объектов и идей.
языки,
ориентированные
на
Основными критериями доступа к представлению знаний являются логическая
адекватность,
эвристическая
мощность
и
естественность,
дружественность к пользователю.

21.

3. Управление процессом поиска
решения
1. Как осуществляется доступ к знаниям и как они
используются при поиске решения?
2. Какие знания нужны в той или иной конкретной
ситуации? Как ими распорядиться?
3. Какую стратегию выбрать для решения данной задачи?

22.

4. Разъяснение принятого решения
Представление информации о поведении экспертной
системы важно по многим причинам.
* Пользователи, работающие с системой, нуждаются в
подтверждении того, что в каждом конкретном случае
заключение, к которому пришла программа, в основном
корректно.
* Инженеры, имеющие дело с формированием базы
знаний, должны убедиться, что сформулированные ими
знания применены правильно, в том числе и в случае,
когда существует прототип.

23.

Экспертам в предметной области желательно
проследить ход рассуждений и способ использования
тех сведений, которые с их слов были введены в базу
знаний. Это позволит судить, насколько корректно они
применяются в данной ситуации.
*
Программистам,
которые
сопровождают,
отлаживают и модернизируют систему, нужно иметь в
своем
распоряжении
инструмент,
позволяющий
заглянуть в «ее нутро» на уровне более высоком, чем
вызов отдельных языковых процедур.
* Менеджер системы, использующей экспертную
технологию,
который
в
конце
концов
несет
ответственность за последствия решения, принятого
программой, также нуждается в подтверждении, что эти
решения достаточно обоснованы.
*

24.

Способность системы объяснить методику принятия
решения иногда называют прозрачностью системы.
Под этим понимается, насколько просто персоналу
выяснить, что делает программа и почему.
Отсутствие достаточной прозрачности поведения
системы не позволит эксперту повлиять на ее
производительность или дать совет, как можно ее
повысить.
Прослеживание и оценка поведения системы — задача
довольно сложная и для ее решения необходимы
совместные усилия эксперта и специалиста по
информатике.

25.

CLIPS — весьма популярная оболочка для построения ЭС (public domain).
OpenCyc — мощная динамическая ЭС с глобальной онтологической моделью
и поддержкой независимых контекстов.
WolframAlpha — поисковая система, интеллектуальный «вычислительный
движок знаний».
MYCIN — наиболее известная диагностическая система, которая
предназначена для диагностики и наблюдения за состоянием больного при
менингите и бактериальных инфекциях.
HASP/SIAP
—
интерпретирующая
система, которая
определяет
местоположение и типы судов в Тихом океане по данным акустических
систем слежения.
Акинатор — интернет-игра. Игрок должен загадать любого персонажа, а
Акинатор должен его отгадать, задавая вопросы. База знаний автоматически
пополняется, поэтому программа может отгадать практически любого
известного персонажа.

26.

Особенности работы ЭС
• ЭС при решении задачи не только исполняет
предписанную последовательность операции,
но и предварительно формирует ее. Если
реакция системы не понятна пользователю, то
он может потребовать объяснения:
• «Почему система задает тот или иной вопрос?»,
«как ответ, собираемый системой, получен?».

27.

Необходимые условия создания ЭС
1) существуют эксперты в данной области, которые решают задачу значительно
лучше, чем начинающие специалисты;
2) эксперты сходятся в оценке предлагаемого решения, иначе нельзя будет оценить
качество разработанной ЭС;
3) эксперты способны вербализовать (выразить на естественном языке) и объяснить
используемые ими методы, в противном случае трудно рассчитывать на то, что знания
экспертов будут «извлечены» и вложены в ЭС;
4) решение задачи требует только рассуждений, а не действий;
5) задача не должна быть слишком трудной (т.е. ее решение должно занимать у
эксперта несколько часов или дней, а не недель);
6) задача хотя и не должна быть выражена в формальном виде, но все же должна
относиться к достаточно «понятной» и структурированной области, т.е. должны быть
выделены основные понятия, отношения и известные (хотя бы эксперту) способы
получения решения задачи;
7) решение задачи не должно в значительной степени использовать «здравый смысл»
(т.е. широкий спектр общих сведений о мире и о способе его функционирования,
которые знает и умеет использовать любой нормальный человек), так как подобные
знания пока не удается (в достаточном количестве) вложить в системы искусственного
интеллекта.

28.

Требования к задачам решаемым ЭС
задача может быть естественным образом решена посредством
манипуляции с символами ;
2) задача должна иметь эвристическую, а не алгоритмическую природу, т.е. ее
решение должно требовать применения эвристических правил.
3) задача должна быть достаточно сложна, чтобы оправдать затраты на
разработку ЭС. Однако она не должна быть чрезмерно сложной (решение
занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;
4) задача должна быть достаточно узкой, чтобы решаться методами ЭС, и
практически значимой.
1)

Набор программ выполняющий функции эксперта при решении какой либо задачи называется

Экспертные системы, их структура и назначение

Похожие страницы:

Экспертные системы (5)

Экспертные системы (6)

Экспертная система (2)

Экспертные системы (3)

Экспертные системы (7)

Разработка и использование экспертной системы при выборе DVD-плейера

Похожие статьи

Экспертная система. Классификация. Обзор существующих.

Искусственный интеллект. Основные направления исследований

Экспертные системы | Статья в журнале «Молодой ученый»

Экспертные системы | Статья в журнале «Молодой ученый»

Анализ методов искусственного интеллекта САПР.

Основные этапы развития искусственного интеллекта

Искусственный интеллект в современных. | «Молодой

Экспертная система на основе нейросетевых технологий для.

Экспертные системы: элективный курс (электронное учебное. )

Похожие статьи

Экспертная система. Классификация. Обзор существующих.

Искусственный интеллект. Основные направления исследований

Экспертные системы | Статья в журнале «Молодой ученый»

Экспертные системы | Статья в журнале «Молодой ученый»

Анализ методов искусственного интеллекта САПР.

Основные этапы развития искусственного интеллекта

Искусственный интеллект в современных. | «Молодой

Экспертная система на основе нейросетевых технологий для.

Экспертные системы: элективный курс (электронное учебное. )

Экспертные системы

Прикрепленные файлы: 1 файл

Реферат.docx

I. БАЗОВЫЕ ПОНЯТИЯ ОБ ЭКСПЕРТНЫХ СИСТЕМАХ

1.1 Структура экспертных систем

1.2 Формализация базы знаний

Экспертные системы (ЭС)

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

28.

Добавить комментарий Отменить ответ