Основные задачи экспертных систем

 

Задачи экспертных систем, которые, по сути, представляют собой комбинацию машинного и человеческого знания, - сохранять и пополнять опыт специалистов, работающих в плохо формализуемых областях, таких, как медицина, биология, история и т. п. Экспертные системы должны сыграть роль высококвалифицированных помощников, способных дать полезный совет, сообщить необходимые сведения человеку, находящемуся в затруднительном положении. Им может оказаться молодой, имеющий недостаточный опыт врач, перед которым возникла необходимость провести сложную и нетривиальную операцию. Им может быть археолог, столкнувшийся впервые с малоизвестной культурой, или биолог, которому срочно понадобились знания на уровне профессионального нейрофизиолога, или любой другой исследователь и специалист.

Экспертная система хранит массу сведений, полученных из самых различных источников (книг, журнальных публикаций, устных сообщений специалистов и т. п.). Она может использовать эти сведения для консультации и при, необходимости объяснить специалисту, как она пришла к сообщаемым ему выводам.

В настоящее время, применяя компьютерные технологии, стало возможным использовать системы поддержки в управлении потрем направлениям:

· поддержка принятия управленческих решений;

· проведение сравнительного анализа вариантов решений (различных прогнозов, стратегий развития и т. д.);

· поддержка выбора управленческого решения. Такого рода системы базируются на методах многокритериального анализа и экспертных оценок.

Построение экспертных систем

 

Одним из самых сложных процессов при создании экспертных систем является построение базы знаний. Эта сложность о основном связана с необходимостью структурирования знаний, а возможность той или иной степени структурирования существенно зависит от изучаемой проблемы. Эксперт, знания которого вводятся в систему, может не быть знакомым с деталями программы и вычислительной машиной, на которой реализована экспертная система. Поэтому появляется необходимость привлечения инженера по знаниям, который знает одновременно и область возможного применения экспертной системы и структуру указанной программы. Именно этот специалист поможет подобрать оптимальный вариант структурирования вводимых знаний в соответствии с возможностями системы.

Создание экспертной системы не может вестись по обычной схеме «заказчик—исполнитель», т. е. когда в соответствии с техническим заданием разработки исполнитель сдает заказчику готовую для эксплуатации систему. Это невозможно потому, что знаниями, которыми должна быть заполнена конкретная экспертная система располагает заказчик, а не разработчик. Исполнитель (разработчик) с помощью специальных инструментальных средств создает пустую экспертную систему, или метасистему, ориентированную на один из классов экспертных систем. Заполнение знаниями пустой системы осуществляется непосредственно у заказчика специалистами (инженерами по знаниям), входящими либо в организацию заказчика, либо в организацию разработчика. Эти специалисты должны, с одной стороны, быть компетентны в теории экспертных систем, а с другой - знать предметную область и уметь работать с экспертами, чтобы превращать их знания в формализмы данном экспертной системы, т. е. в специальные конструкции, понятные ЭВМ (рис. 6.3).

Базы знаний

База знаний является основой экспертной системы, она накапливается в процессе ее построения. Наибольший интерес в развитии информационного обеспечения автоматизированных информационных технологий управления экономической деятельностью представляют применения в области искусственного интеллекта. Одной из форм реализации достижений в этой области является создание экспертных систем - специальных компьютерных систем, базирующихся на системном аккумулировании, обобщении, анализе и оценке знаний высококвалифицированных специалистов (экспертов). В экспертной системе используется база знаний, в которой представляются знания о конкретной предметной области.

База знаний — это совокупность моделей, правил и факторов (данных), порождающих анализ и выводы для нахождения решений сложных задач в некоторой предметной области. Выделенные и организованные в виде отдельных, целостных структур информационного обеспечения знания о предметной области становятся явными и отделяются от других типов знаний (например, общих знаний). Базы знаний позволяют вести рассуждения не только и не столько на основе формальной (математической) логики, но и на основе опыта, фактов, эвристик, т. е. базы знаний приближены к человеческой логике (рис. 6.4).

 

 

Разработки в области искусственного интеллекта имеют целью использование большого объема высококачественных специальных знаний о некоторой узкой предметной области для решения сложных, неординарных задач. Развитие концепции баз знаний связано с исследованиями и достижениями в области систем искусственного интеллекта. Области применения баз знаний и систем на их основе расширяются. Создается целый спектр баз знаний — от небольших по объему для портативных систем до мощных, предназначенных для профессионалов, эксплуатирующих сложные, технически оснащенные АРМ. Очень большие базы знаний хранятся в централизованных единых хранилищах данных, доступ к которым осуществляется через сети пользователями различных систем, разного уровня, масштаба и т. д. Совершенствование создаваемых баз знаний сделает их доступными для массового пользователя, будет способствовать их превращению в коммерческий продукт.

 

Дополнительные задания:

Проанализировать последний рейтинг TOP 500.

Подготовить информацию о нейроплатах и нейросетях, в связи с тем, что это наиболее эффективные технологии, реализованные на стратегическом уровне компании, и которые показывают наилучшие результаты в области принятия решений.