| Національний університет "Києво-Могилянська Академія" | |
| Департамент Комп'ютерних Технологій Кафедра інформатики | |
| Когнітологічні моделі вилучення експертних знань для створення експертних систем | |
| Реферат з курсу Підгорного Свєтослава | |
| Викладач: доц. Штерн Ірен Борисівна | |
| Київ 2000 | |
Що таке експертні системи?................................................. 4
Структура та класифікація ЕС.............................................. 6
За задачею........................................................................... 6
За зв‘язком з реальним часом.......................................... 7
За ступенем інтеграції з іншими програмами................ 7
Етапи розробки ЕС................................................................. 8
Вибір проблеми................................................................... 8
Розробка прототипної системи........................................ 9
Дороблення прототипу до промислової ЕС................. 10
Оцінка системи.................................................................. 10
Стиковка системи............................................................. 10
Підтримка системи........................................................... 10
Колектив розробників........................................................... 10
Користувач......................................................................... 11
Експерт............................................................................... 11
Програміст.......................................................................... 12
Інженер по знаннях.......................................................... 12
Теоретичні аспекти вилучення знань............................... 12
Психологічний аспект....................................................... 14
Контактний шар............................................................. 14
Процедурний шар......................................................... 15
Когнітивний шар............................................................ 17
Лінгвістичний аспект......................................................... 18
Проблема загального коду.......................................... 18
Понятійна структура..................................................... 19
Словник користувача.................................................... 19
Гносеологічний аспект..................................................... 20
Системність.................................................................... 21
Об‘єктивність.................................................................. 21
Історизм.......................................................................... 21
Опис та узагальнення фактів...................................... 22
Встановлення зв‘язків та закономірностей.............. 22
Будування ідеалізованої моделі................................. 22
Пояснення та передбачення на основі моделей.... 23
Література.............................................................................. 24
Експертні системи — це програмні комплекси, що акумулюють досвід спеціалістів у деякій предметній області з метою його (досвіду) тиражування для консультацій менш кваліфікованих користувачів. Розробка ЕС — це галузь інформатики, що активно розвивається та спрямована на використання ЕОМ для обробки інформації у тих галузях науки та техніки, де традиційні математичні моделі моделювання малопридатні, де важливі смислова та логічна обробка інформації, досвід експертів. Експертні системи досить молоді — перші системи такого роду з'явилися у США в середині 70-х років. Натепер у світі нараховується декілька тисяч промислових ЕС, що дають поради при керуванні складними пунктами диспетчерів, постановці медичних діагнозів, пошуку несправностей у електронних пристроях тощо. Зараз легше назвати області, де ЕС не використовуються, ніж ті, де вони вже використовуються.
Головна відмінність ЕС від інших програмних засобів — це наявність бази знань, у якій знання зберігаються у вигляді записів на деякій мові представлення знань (МПЗ), що дозволяє легко змінювати та доповнювати базу знань у формі, що зрозуміла спеціалістам — розробникам ЕС. У звичайних програмах знання зашиті у алгоритм і тільки програміст (автор програми) може їх корегувати (якщо згадає, як побудована його програма).
До останнього часу саме різні МПЗ були центральною проблемою при розробці ЕС. Зараз існують десятки мов або моделей представлення знань. Найпоширеніші з них: продукції, семантичні мережі, фрейми, обчислення предикатів 1-го порядку, ОО мови програмування тощо. Для цих моделей існує відповідна математична нотація, розроблені системи програмування, що реалізують ці МПЗ. Вибір конкретної моделі визначається структурою знань у конкретній предметній області. Спочатку необхідно визначити цю структуру. Конкретизація елементів знань та їх взаємозв‘язків відбуваються у безпосередньому контакті зі спеціалістами предметної області — експертами. Цей процес називається здобуттям знань, а розробники ЕС, що займаються саме здобуттям та структуруванням знань, називаються інженерами по знаннях.
Одразу визначимо ті предметні області, де має сенс виділяти знання. Це області, де переважає емпіричне знання, де накопичення фактів випереджає розвиток теорії (медицина, геологія, фінанси тощо). Такі добре структуровані області як математика, фізика, теоретична механіка, мають у своїй основі розвинений математичний апарат для опису своїх закономірностей, що дозволяє проводити машинне моделювання з використанням традиційного алгоритмічного програмування (без виділення рівня знань). Знання важливі там, де визначення розмиті, поняття змінюються, ситуації залежать від багатьох контекстів, де є велика невизначеність, нечіткість інформації. Загалом, знання — це основні закономірності предметної області, що дозволяють людині вирішувати конкретні виробничі, наукові та інші задачі, тобто факти, поняття, взаємозв‘язки, оцінки, правила, евристики (фактичні знання), а також стратегії прийняття рішень у цій області (або стратегічні знання).
ЕС — це складні програмні комплекси, що акумулюють знання спеціалістів у конкретних предметних галузях. Клас ЕС містить декілька тисяч різних програмних комплексів, які можна класифікувати по різному.
ЕС інтерпретації даних визначають смисл даних.
ЕС діагностики відносять об‘єкт до деякого класу та визначають дефекти у деякій системі. Дефект — це відхилення від норми. Таке трактування дозволяє з єдиних теоретичних позицій розглядати дефекти обладнання у технічних системах, захворювання живих організмів та всілякі природні аномалії.
ЕС моніторингу орієнтовані на неперервну інтерпретацію даних у реальному часі та сигналізацію при виході деяких параметрів за допустимі значення.
ЕС проектування готують специфікації на створення об‘єктів з заданими властивостями.
ЕС прогнозування логічно виводять вірогідні наслідки з заданих ситуацій.
ЕС планування знаходять плани дій. У таких ЕС використовуються моделі поведінки реальних об‘єктів з тим, щоб логічно вивести наслідки дій, що плануються.
ЕС навчання — діагностують помилки при вивченні якої-небудь дисципліни за допомогою ЕОМ та підказують правильні рішення. Вони акумулюють знання про учнів та їх характерні помилки, потім, у роботі, вони здатні діагнозувати погане знання предметів у учнів та знаходити відповідні засоби для ліквідації (поганого знання).
Загалом, усі системи, що базуються на знаннях, можна розділити на системи, що вирішують задачі аналізу та синтезу. Основна відмінність задач синтезу у тому, що якщо у задачах аналізу множина можливих рішень може бути перерахована та включена у систему, то в задачах синтезу множина рішень будується з рішень компонент або підкомпонент.
Статичні ЕС розробляються у предметних областях у яких база знань та дані, що інтерпретуються на змінюються за час вирішення задачі.
Квазідинамічні ЕС інтерпретують ситуацію, що змінюється з деяким фіксованим інтервалом часу.
Динамічні ЕС працюють з даними, що змінюються під час вирішення задачі, часто у зв‘язку з датчиками об‘єктів, іноді у режимі реального часу з безперервною інтерпретацією даних, що надходять.
Автономні ЕС працюють безпосередньо в режимі консультацій з користувачем, тільки у випадку експертних задач, при рішенні яких не потрібні традиційні методи обробки даних.
Гібридні ЕС суміщають стандартні пакети програм та засоби маніпулювання знаннями. Це може бути інтелектуальна надбудова над пакетом прикладних програм або інтегроване середовище для вирішення складних задач з елементами експертних знань.
Незважаючи на зовнішню принаду гібридного підходу, розробка таких систем є задача на порядок складніше, ніж розробка автономної ЕС. Стиковка не просто різних пакетів, а й різних методологій створює комплекс теоретичних та практичних труднощів.
Процес розробки промислової ЕС можна розділити на шість етапів. Послідовність етапів не зовсім фіксована. Кожен наступний етап розробки може принести нові ідеї, що можуть вплинути на попередні рішення і навіть призвести до їх переробки.
На цьому етапі необхідно знайти експерта, що хотів би співпрацювати при вирішенні проблеми, знайти колектив розробників, проаналізувати витрати та прибутки від розробки, підготовити детальний план розробки.
Правильний вибір проблеми мабуть найкритична частина розробки в цілому. Якщо вибрати неправильну проблему, можна довго проектувати задачу, яку ніхто не знає як вирішувати. Або ще гірше — розробити систему, що працюватиме, але непридатна для користувачів.
Під час вибору проблеми потрібно враховувати, що якщо знання, яке необхідне для вирішення проблеми, постійне, чітко формулюється й пов‘язано обчислювальною обробкою, то алгоритмічні програми, вирогідно, будуть найкращим засобом для вирішення таких проблем.
Для розробки ЕС потрібно отримати специфічні дані від експерта та ввести їх у систему. Невеликі системи можуть містити знання одного експерта, тобто пошук потрібного експерта — дуже важливий крок у створенні ЕС.