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.

 

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.