Лекции - Интеллектуальные системы

Подождите немного. Документ загружается.

искусственной компетентности на представление на

естественном языке.

4. В различных ситуациях эксперт может принимать

неодинаковые решения (это связано с эмоциональными

качествами человека). Человек может в экстремальной

ситуации забыть нужную формулу или правило, ЭС не в

каких ситуациях не подведет.

5. Эксперты, особенно высококвалифицированные, очень

ценятся, следовательно, обходятся дорого. Разработка ЭС

обходится дорого, а эксплуатация – дешево.

ЭС достигать экспертного уровня решения

Должна быть умелой

обладать

компетентностью иметь адекватную робастность

представлять данные в

символьном виде

символьными рассуждениями

переформулировать

символьные знания

работать в ПО, содержащей

трудные задачи

глубиной использовать сложные правила

исследовать свои действия

самосознанием объяснять свои действия.

Рис.1. Основные характеристики ЭС.

Компетентность – достижение в конкретной предметной

области того же уровня профессионализма, что и у экспертов-

людей.

Умелость – применять знания для получения решений

эффективно и быстро, используя различные приёмы.

Робастность – подразумевает не только глубину, но и

ширину охвата предмета.

Экспертная система должна иметь следующие

характеристики:

 Компетентность, ЭС должна демонстрировать такой же

уровень профессионализма в конкретной предметной

области, что и эксперты-люди. Она должна быть умелой,

т.е. применять знания для получения решений эффективно

и быстро. Для того, чтобы по-настоящему подражать

поведению эксперта-человека, ЭС должна быть робастной.

Это подразумевает не только глубокое, но и широкое

понимание предмета (т.е. при некорректных или неполных

знаниях уметь рассуждать, используя общие знания и

методы нахождения решений).

 Символьные рассуждения. Эксперты решают задачи,

используют эвристики с помощью символов и

составляющих из них понятий. Знания в основном содержат

символьную информацию, соответствующую содержанию

некоторого понятия реального мира. Кроме того, ЭС

должна уметь манипулировать этими понятиями в

произвольной форме, для того чтобы получить самое

рациональное решение.

 Глубина. ЭС должна иметь глубокие знания в

узкоспециализированной предметной области, содержащей

трудные задачи. Поэтому правила должны быть сложными.

Рекомендации, методы представления знаний, организация

знаний, необходимых для нахождения решений часто

связаны с объёмом и сложностью пространства поиска.

Пространство – это много промежуточных и окончательных

решений задачи.

 Самосознание. ЭС имеют знания, позволяющие им

рассуждать о своих действиях, и структуру, упрощающую

эти рассуждения. Например, если ЭС основана на правилах,

то ей легко рассмотреть цепочки выводов, которые она

порождает, чтобы прийти к решению задачи. Если заданы

ещё и специальные правила, указывающие, что можно

сделать с этими цепочками, то можно использовать эти

знания для проверки точности, устойчивости решений

задачи. Эти знания системы о том, как она рассуждает,

называются метазнаниями, т.е. знаниями о знаниях. У

большинства ЭС существует так называемый механизм

объяснения. Большинство объяснений включает

демонстрацию цепочек выводов, объясняющих, на каком

основании было применено каждое правило в цепочке. Это

нужно для того, чтобы:

 Пользователи больше доверяли результатам.

 Ускорить развитие системы.

 Предположения становились явными, а не

подразумеваемыми.

 Легче предсказать и выявить влияние изменений.

ЭС решают следующие задачи:

 Интерпретация – построение описаний ситуаций по

наблюдаемым данным. Применение: распознавание и

понимание речи, анализ изображений, определение

химической структуры вещества.

 Прогноз – вывод вероятных следствий из заданной

ситуации. Прогноз погоды, дорожно-транспортных

происшествий, будущего урожая, военной обстановки.

 Диагностика – заключение о нарушениях в системе

исходя из наблюдений.

 Проектирование – построение конфигурации системы

при ограничениях.

 Планирование – проектирование плана действий.

 Мониторинг – сравнение наблюдений с критическими

точками плана.

 Отладка – выработка рекомендаций по устранению

неисправностей.

 Ремонт – выполнение плана применения выработанной

рекомендации.

 Обучение – диагностика, отлаживание и исправление

поведения ученика.

 Управление – интерпретация, прогноз, ремонт и

мониторинг поведения системы.

Примерами решения вышеприведенных задач могут быть:

 Диагностика – в медицине, электронных схемах, в

системах ПО.

 Проектирование – синтез и компоновка электронных

схем, проектировка зданий, составление бюджета и т.д.

 Планирование – относится к объектам, способным

выполнять некоторые функции.

 Мониторинг – (предупредительные системы) важны для

успешного планирования. Выявление опасных мест

плана.

 Система отладки – дает рекомендации относительно

ликвидации плохого функционирования системы.

 Ремонт – системы строят и выполняют планы

исправления некоторых обнаруженных дефектов.

Встречаются в машинной промышленности,

эксплуатации инженерных сетей, авиации, работе

компьютеров.

 Обучение – АОС – описывают знания обучаемых и

планируют акт общения с обучаемыми с целью

передачи им необходимых сведений.

 Управляющие системы – управление воздушным

транспортом, ж/д, телефонной связью, боем, деловой

активностью. Обеспечивает адаптивное управление всей

системой.

Контрольные вопросы:

1. В чем преимущество ИС?

2. В чем проявляется «умелость» ЭС?

3. Что такое робастность?

4. Что понимается под «самосознанием ЭС?

5. В каких областях решаются задачи мониторинга?

6. Какие самые сложные типы задач?

Лекция 3. СТРУКТУРА ЭКСПЕРТНЫХ СИСТЕМ.

План лекции:

1.Структура ЭС

2.База Знаний

3.Машина логического вывода

4.Подсистема обьяснения

5.Подсистема приобретения знаний

Ключевые слова:

База знаний, Машина логического вывода, подсистема обьяснений,

редактор базы знаний, модуль приобретения знаний

Основоположниками ЭС стали Фейгенбаум, С. Осуга, Р.

Форсайт. Экспертная система представляет собой неразрывную

связь из ее частей:

 База знаний – БЗ;

 Машина логического вывода – МЛВ;

 Подсистема объяснений – ПСО;

 Редактор базы знаний;

 Модуль приобретения знаний.

1. Одной из сложнейших задач построения ЭС является

построение базы знаний системы и ее заполнение. Эти два

этапа взаимонаправленны, возможно возвращение со

второго этапа на первый, в связи с тем, что полученные

знания от эксперта не укладываются в рамки

первоначальной БЗ.

2. Машина логического вывода. Ее цель- согласованная

обработка данных с объектами внешней среды. При этом

используется БЗ для получения конечного результата. Под

внешней средой понимается техническая система,

информацию о которой ЭС получает через датчики или

операторы. В итоге выдвигаются и проверяются гипотезы,

вырабатываются новые данные, формируются запросы на

ввод новых данных, формируются решения, носящие

рекомендательный или управляющий характер.

3. ПСО служит в ЭС для объяснения пользователю логических

действий системы, т.е. для обеспечения «прозрачности» ЭС.

Этот блок имеет особое значение в процессе освоения ЭС

пользователем, для обучающих и консультирующих ЭС.

ПСО обеспечивает в любой момент времени:

 полную выдачу данных о текущем состоянии системы;

 по запросу пользователя сообщать результаты ранее

выполненных действий.

4. Редактор базы знаний – РБЗ. Предназначен для помощи

инженеру по знаниям при заполнении БЗ в процессе работы

с экспертами. БЗ – это файловая система, и РБЗ

представляет транслятор с некоторого подмножества

естественного языка, используемого инженером по

знаниям, в специальный код, ориентированный на МЛВ.

Редактор БЗ должен:

 быть удобным для инженера по знаниям;

 реализовывать любую структуру знаний,

предусмотренную составом БЗ;

 позволять корректировать элементы БЗ без изменения

структуры;

 обеспечивать «дружественный интерфейс» с

инженером по знаниям.

Рис.2. Структура идеальной ЭС.

5. Модуль приобретения знаний служит для процесса

извлечения знаний об узко специализированной предметной

Пользоват

ель

Интерфейс

пользовате

ля

Подсисте

ма

логическ

ого

вывода

Модуль

объяснен

ия

решения

Описани

задачи

БЗ

Редакт

ор

БЗ

Формиро

вание

знаний

Модуль

приобрет

ния

знаний

Экспер

ты

области. Эти знания носят эмпирический характер и

приобретаются экспертом, работающим долго в данной

области. Это узкое место при проектировании ЭС.

Контрольные вопросы к главе 1

1.В чем отличие ЭС от других программных продуктов?

2.Какие типы знаний содержатся в базе знаний?

3.Каковы особенности ЭС второго поколения?

4.Назовите основные типы задач, решаемых ЭС.

5.Основные достоинства ЭС.

6.Какая характеристика соответствует умелости ЭС?

7.Что понимается под термином «самосознание» ЭС?

8.Какие основные функциональные части ЭС?

Контрольные вопросы:

1. Какие знания хранятся в БЗ?

2. В какой подсистеме ЭС формируется решение?

3. Какая подсистема ЭС обеспечивает «прозрачность»?

4. Функция редактора БЗ.

5. В какой части ЭС организуется диалог с пользователем?

6. Кто использует модуль приобретения знаний?

БАЗЫ ЗНАНИЙ

Лекция 4. СОСТАВ ЗНАНИЙ ЭКСПЕРТНОЙ СИСТЕМЫ.

План лекции:

1.Интерпретируемые знания

2.Неинтерпритеризированные знания

3.Методы представления знаний

4.Модели представления знаний

Ключевые слова:

Интерпретируемые знания, знания о представлениях, предметные

знания ,операционные знания, управляющие

знания ,вспомогательные знания, поддерживающие знания,

декларетивные методы представления знаний ,логические методы,

процедурные методы ,концептуальные знания, фактуальные

знания, семантическая модель, фреймовая модель, продукционная

модель.

С точки зрения архитектуры экспертной системы знания в

базе знаний имеют следующую структуру.

Рис.3. Структура знаний.

Интерпретируемые знания – это знания, которые использует

интерпретатор–решатель.

Неинтерпретируемые знания – все остальные знания,

которые решателю неизвестны. Одни хранят информацию о

лексике и грамматике языка общения, о структуре диалога

(вспомогательные), другие используются для создания системы и

при выполнении объяснений (поддерживающие).

Поддерживающие знания делятся на технологические, которые

Знания

Интерпретируемые Неинтерпретируемые

Знания о

представлениях

Поддерживающие

Вспомогательные

Предметные

знания

Семантические

Технологические

Знания о

языке

Знания о

диалоге

Описательные Собственно

знания

Управляющие

знания

Факты

Операционные

знания

Фокусирующие

знания

Решающие

знания

содержат сведения о времени создания знаний, авторе создания и т.

д., и семантические, которые содержат описание этих знаний,

причины ввода знаний, назначение, смысл использования знаний.

Поддерживающие знания имеют описательный характер.

Интерпретируемые знания можно разделить на предметные,

управляющие и знания о представлениях.

1. Знания о представлениях содержат информацию о том,

каким образом, в каких структурах в системе представлены

интерпретируемые знания.

2. Предметные знания содержат данные о предметной

области, способах преобразования этих данных при

решении поставленных задач. В предметных знаниях

можно выделить описатели и собственно знания.

Описатели содержат информацию о предметных знаниях:

коэффициент определенности правил и данных, меры важности и

сложности.

Собственно знания – разбивают на факты и операционные

знания. Факты определяют возможные знания сущностей и

характеристик предметной области. Операционные содержат

информацию о том, как можно изменять описание предметной

области в ходе решения задач, т. е. задают процедуры обработки.

3. Управляющие знания разделяются на фокусирующие и

решающие.

Фокусирующие описывают, какие знания следует

использовать в той или иной ситуации (содержат сведения о

гипотезах и о знаниях, которые нужно использовать из базы

знаний).

Решающие знания содержат информацию, используемую для

выбора способа интерпретации знаний, выбора стратегий или

эвристик для решения данной задачи.

Управляющие и представляющие знания являются

метазнаниями по отношению к предметным знаниям.