Инструментальные средства построения экспертных систем.

Традиционные языки программирования

Языки искусственного интеллекта

Это прежде всего Лисп (LISP) и Пролог (Prolog) [8] - наиболее распространенные языки, предназначенные для решения задач искусственного интеллекта. Есть и менее распространенные языки искусственного интеллекта, например РЕФАЛ, разработанный в России. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины), предназначенные для решения задач искусственного интеллекта. Недостаток этих языков - неприменимость для создания гибридных экспертных систем.

Специальный программный инструментарий

В эту группу программных средств искусственного интеллекта входят специальные инструментарии общего назначения. Как правило, это библиотеки и надстройки над языком искусственного интеллекта Лисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS и др. [1,4,7,8,10], позволяющие пользователям работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных языках искусственного интеллекта.

"Оболочки"

Под "оболочками: (shells) понимают "пустые" версии существующих экспертных систем, т.е. готовые экспертные системы без базы знаний. Примером такой оболочки может служить EMYCIN (Empty MYCIN - пустой MYC1N) [8], которая представляет собой незаполненную экспертную систему MYCIN. Достоинство оболочек в том, что они вообще не требуют работы программистов для создания готовой экспертной системы. Требуется только специалисты) в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма не просто.

Инженерия знаний.

Инженерия знаний (англ. knowledge engineering) — область наук об искусственном интеллекте, связанная с разработкой экспертных систем и баз знаний. Изучает методы и средства извлечения, представления, структурирования и использования знаний.

Определение

Инженерия знаний (ИЗ) была определена Фейгенбаумом и МакКордаком в 1983 году как:

«ИЗ — раздел (дисциплина) инженерии, направленный на внедрение знаний в компьютерные системы для решения сложных задач, обычно требующих богатого человеческого опыта.»

В настоящее время это также предполагает создание и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с разработкой программного обеспечения и используется во многих информационных исследованиях, например таких, как исследования искусственного интеллекта, включая базы данных, сбор данных, экспертные системы, систем поддержки принятия решений и географические информационные системы. ИЗ связана с математической логикой, также используемой в разных научных дисциплинах, например в социологии где «подопытными» являются люди, а цели исследований — понимание, как работает человеческая логика на примере взаимоотношений в обществе.

Пример действия системы, базирующейся на ИЗ:

· Рассмотрение задачи

· Запрос к базам данных по задаче

· Внесение и структурирование полученной информации (IPK модель)

· Создание базы данных по структурированной информации

· Тестирование полученной информации

· Внесение корректировок и эволюция системы.

Будучи скорее искусством, нежели чисто инженерной задачей, ИЗ не имеет большого практического применения. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ.

Принципы

С середины 1980-х в ИЗ появилось несколько принципов, методов и инструментов, которые облегчили процесс получения и работы со знаниями. Вот некоторые ключевые из них:

· Существуют разного рода типы знанийи для работы с ними должны использоваться конкретные методы и техника.

· Существуют различные типы экспертов и опыта. Для работы с ними должны использоваться определенные методы и техника.

· Существуют разные способы предоставления, использования, понимания знаний и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому.

 

В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями.

Теории

· Трансляционная (традиционная): предполагает прямой перенос человеческих знаний в машину.

· Модельная (альтернативный взгляд): предполагает моделирование задачи и её способов решения самой системой ИИ.

· Гибридные.

Среды передачи сигналов.

Для коммуникаций между людьми и поддержки управленческой деятельности в информационных системах информация передаётся в разных формах: текст, голосовые сообщения, видеосигнал, данные в различных форматах. Физическая природа среды передачи информации и вид используемых сигналов могут быть различными, однако преобладает принцип передачи информации при помощи электромагнитных полей. Основными средами передачи сигналов служат:

· металлический (медный) провод,

· оптоволокно,

· радиоэфир.

У каждой из сред есть свои плюсы и минусы, связанные как с затуханием сигнала, так и с ограничениями частотного спектра:

· Обычная телефонная сеть обеспечивает полосу передачи информации до 32 Кбит/с. Несколько более качественная выделенная линия в 2-4 проводном режиме - уже до 128 Кбит/с на расстоянии до 10 км.

· Витая пара проводов состоит из двух изолированных проводов, свитых между собой. Витая пара с волновым сопротивлением 120 Ом позволяет, применяя специальные методы кодирования, пропустить до 2048 Мбит/с на длине до 100 м.

· Коаксиальный кабель обеспечивает скорость передачи информации до 500 Мбит/с. Затухание в нём меньше, чем в витой паре, а механическая прочность и помехозащищённость выше, чем в витой паре.

· Оптоволоконный кабель позволяет передавать информацию со скоростью до 3000 Мбит/с, он не подвержен действию электромагнитных полей и практически не излучает. По сравнению с предыдущими типами передающей среды он относительно более дорог.

· Беспроводные среды используются для передачи информации при помощи инфракрасного излучения (на небольшие расстояния), лазерного излучения и электромагнитного излучения радиодиапазона. Скорость передачи - несколько десятков Мбит/с.