Могилев А.В., Пак Н.И., Хённер Е.К. Информатика
Подождите немного. Документ загружается.
Рис. 6.9. Типовая структура АСНИ
Блок связи с измерительной аппаратурой преобразует к нужному виду информацию,
поступающую от измерительной аппаратуры. В базе данных хранится информация, поступившая
из блока связи с измерительной аппаратурой, а также заранее введенная с целью обеспечения
работоспособности системы. Расчетный блок, выполняя программы из пакета прикладных
программ, производит все математические расчеты, в которых может возникнуть потребность в
ходе научных исследований Расчеты могут выполняться по требованию самого исследователя,
или блока имитационного моделирования. При этом на основе математических моделей
воспроизводится процесс, происходящий во внешней среде.
Экспертная система моделирует рассуждения специалистов данной предметной области. С
ее помощью исследователь может классифицировать наблюдаемые явления, диагностировать
течение исследуемых процессов.
АСНИ получили широкое распространение в молекулярной химии, минералогии,
биохимии, физике элементарных частиц и многих других науках.
3.4. СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ
Близкими по своей структуре и функциям к системам автоматизации научных
исследований оказываются системы автоматизированного проектирования (САПР), знакомство с
которыми было начато в главе 2. Здесь мы ограничимся взглядом на САПР как на сложную
информационную систему.
Проектирование новых изделий - основная задача изобретателей и конструкторов -
протекает в несколько этапов, таких как формирование замысла, поиск физических принципов,
обеспечивающих реализацию замыслов и требуемые значения параметров конструкции, поиск
конструктивных решении, их расчет и обоснование, создание опытного образца, разработка
технологии промышленного изготовления. Если формирование замысла и поиск физических
принципов пока остаются чисто творческими, не поддающимися автоматизации этапами, то при
конструировании и расчетах с успехом могут быть применены САПР, рис. 6.10.
551
Рис. 6.10. Типовая схема САПР
База данных, блок имитационного моделирования, расчетный блок и экспертная система
выполняют функции, аналогичные функциям соответствующих блоков АСНИ. Вместо блока
связи с измерительной аппаратурой в САПР имеется блок формирования заданий. Проектировщик
вводит в блок техническое задание на проектирование, в котором указаны цели, которые
необходимо достичь при проектировании, и все ограничения, которые нельзя нарушить. Блок
подготовки технической документации облегчает создание технической документации для
последующего изготовления изделия.
В настоящее время САПР является неотъемлемым атрибутом крупных конструкторских
бюро и проектных организаций, работающих в различных предметных областях. Это важная
сфера приложения идей и методов информатики.
3.5. ГЕОИНФОРМАЦИОННЫЕ СИСТЕМЫ
Когда о человеке говорят «он прочно стоит на земле», то имеют в виду не только прямой
смысл этих слов, но и нечто основательное в характере, положении, профессиональной
квалификации. В информации, окружающей нас, тоже удивительно много «стоит на земле», хотя
мы не всегда об этом задумываемся. Огромное количество практически необходимых знаний
просто «подвисают», не будучи привязанными к тому участку земли, информацию о котором они
несут. Те информационные системы, которые хранят эти знания, позволяют их актуализировать,
сопоставлять, использовать для решения прикладных задач, называются географическими
информационными системами, короче-геоинформационными системами (ГИС).
Как и многие виды информационных систем, ГИС уходят корнями в 60-е годы нашего века.
Однако, их истинный расцвет состоялся лишь тогда, когда появились адекватные технические
средства - огромные по емкости и скорости доступа носители информации и высококачественные
графические визуальные устройства отображения информации - ведь в ГИС почти все
разыгрывается на фоне географической карты. В нашей стране ГИС еще только «становятся на
ноги»; специалисты предрекают им большое будущее.
Приведем пример возможной ГИС. Муниципальная ГИС большого города (прообразы
таковых имеются и в России) обслуживает всех тех, для кого информация привязана к месту ее
нахождения в городе: городские власти, архитектурное управление, транспортников, предприятия
по обслуживанию городских коммунальных сетей, энергетиков, связистов, работников торговли
(магазинов, торговых баз), милицию, медицинские службы (особенно скорой помощи), налоговые
службы, строительные организации, санитарно-эпидемиологические службы, органы социальной
защиты и т.д. - всех трудно перечислить, ибо современный город является сложным социальным,
экономическим и техническим образованием, и количество служб и учреждений,
поддерживающих его жизнедеятельность, велико. Почти всегда нужная им информация привязана
к карге города - как проехать скорой помощи, где произошел выброс вредных веществ и куда они
распространяются, где перекрыгь трубопровод при аварии, в каком состоянии транспортные
магистрали и как проехать, если некоторые из них временно перекрыты, и прочее, и прочее.
Потенциальный клиент такой ГИС - как любая городская служба, так и рядовые граждане,
которые используют ее как информационно-справочную систему.
Для развертывания такой ГИС необходимо решить рад сложных и дорогостоящих
организационных задач, в том числе
• создания и ведения регулярно обновляемой цифровой ^компьютерной) топографической
основы;
• организации согласованного обновления пространственной информации, собираемой
различными ведомствами;
• создания общегородских классификаторов основных структурных единиц города (улиц,
микрорайонов и т.д.);
• создания единого координационного центра для ведения муниципальной ГИС.
По-видимому, муниципальный уровень является самым низким, на котором возможно
создание многоцелевой ГИС того типа, который описан выше. На уровне региона или государства
в целом информация столь велика по объему и столь тематически многообразна, что
552
целесообразно создание тематических ГИС. Одной из важнейших задач, для решения которых
такие региональные и общегосударственные ГИС должны быть вскоре разработаны, является
создание государственного земельного кадастра, производимое на основе постановления
правительства по федеральной целевой программе, принятой в августе 1996 г. Слово «кадастр»
означает реестр, содержащий сведения об объекте. Цель разработки земельного кадастра -
способствовать проведению единой политики в области земельных отношений, обеспечению
интересов государства и населения страны, создание цивилизованного рынка земли, защиты прав
ее владельцев, арендаторов и т.д. Информация эта колоссальна по объему и требует постоянной
актуализации, фиксирующей все изменения в сфере землепользования.
Создание ГИС может быть и объектом международного сотрудничества. Так, в период 1993
- 96 гг. усилиями шести стран создана ГИС «Черное море». Будучи жизненно важным для
нескольких стран, море претерпевает катастрофические изменения, приводящие к сокращению и
гибели целых экосистем. ГИС «Черное море» включает огромный объем картографической
информации (более 2000 карт), базы данных по геологии, метеорологии, физической
океанографии, загрязнениям, биоресурсам, рыбным ресурсам. Таким образом, государственные
органы прибрежных стран, научные работники, да и просто все заинтересованные в судьбе моря
получили возможность доступа к комплексу информации о нем.
Не следует думать, что каждая ГИС является столь огромной. Достаточно широкое
распространение получили, так называемые, настольные ГИС. Они также хранят
картографическую информацию и базы данных, привязанные к ней, но в гораздо более локальных
вариантах. Скажем, для автовладельца большой интерес может представить ГИС, содержащая
сведения о дорогах в районе, их покрытиях (асфальтовые, грунтовые и т.д.).
Рис. 6.11. Типовая структура ГИС
Для создания ГИС используют специализированные инструментальные программные
средства, различные для разных классов ГИС. «Тяжелые» профессиональные системы типа
Intergraph не предназначены для персональных компьютеров (хотя и существуют их усеченные
версии). Для создания локальных ГИС на ПК существуют специальные программные средства,
работающие в среде MS Windows. Так, отечественные программы GeoDraw и GeoGraph 1.5
позволяют создать ГИС на основе многослойной топологической модели географических данных.
Такая модель позволяет описать не только координаты объектов, но и их качественные
характеристики (например, взаимное расположение), что важно при преобразованиях
изображений. К каждому слою изображения может быть подключено несколько таблиц баз
данных; наоборот, каждая таблица может быть подключена к нескольким слоям. Пользователь
этой инструментальной системы может наполнить ее конкретным содержанием, рис. 6,11.
Особой проблемой в ГИС является ввод графической (особенно картографической)
информации и выбор ее форматов. Если ввод карты может быть осуществлен сканированием, то, в
отличие от многих других задач хранения, обработки и вывода изображений, растровый формат
изображения, создаваемый при сканировании, в ГИС менее удобен, чем векторный. Дело в том,
что графическая информация в ГИС часто подвергается манипуляциям типа «растянуть», «сжать»
и более сложным геометрическим преобразованиям. Поэтому первоначальное растровое
изображение в ГИС-системах обычно подвергается векторизации, т.е. установлению
геометрических и формульных соотношений между линиями и точками, образующими
изображение.
Контрольные вопросы
1. Каково назначение и основные структурные элементы АСУ?
2. В чем состоят недостатки концепции АСУ 70-х годов?
3. В чем состоят основные положения современной концепции информационной системы
управления?
4. Каковы перспективы развития информационно-управляющих систем в образовании?
5. Каково назначение и основные структурные элементы АСНИ?
553
6. Каково назначение и основные структурные элементы САПР?
7. Каково назначение и основные структурные элементы ГИС?
§4. ЭКСПЕРТНЫЕ СИСТЕМЫ
Систему искусственного интеллекта, построенную на основе высококачественных
специальных знании о некоторой предметной области (полученных от экспертов - специалистов
этой области), называют экспертной системой. Экспертные системы - один из немногих видов
систем искусственного интеллекта (см. гл. 1) -получили широкое распространение и нашли
практическое применение. Существуют экспертные системы по военному делу, геологии,
инженерному делу, информатике, космической технике, математике, медицине, метеорологии,
промышленности, сельскому хозяйству, управлению, физике, химии, электронике,
юриспруденции и т.д. И только то, что экспертные системы остаются весьма сложными,
дорогими, а главное, узкоспециализированными программами, сдерживает их еще более широкое
распространение.
От других программ экспертные системы отличаются по следующим признакам:
1) компетентность - в конкретной предметной области экспертная система должна
достигать того же уровня, что и эксперты - люди, при этом она должна пользоваться теми же
эвристическими приемами, также глубоко и широко отражать предметную область;
2) символьные рассуждения - знания, на которых основана экспертная система,
представляют в символьном виде понятия реального мира, рассуждения также происходят в виде
преобразований символьных наборов;
3) глубина - экспертиза должна решать глубокие, нетривиальные задачи, отличающиеся
сложностью либо в плане сложности знаний, которые экспертная система использует, либо в
плане их обилия, это не позволяет использовать полный перебор вариантов как метод решения
задачи и заставляет прибегать к эвристическим, творческим, неформальным методам;
4) самосознание - экспертная система должна включать в себя механизм объяснения того,
каким образом она приходит к решению задачи.
Экспертные системы (рис. 6.12) создаются для решения разного рода проблем, но основные
типы их деятельности можно сгруппировать в категории, приведенные в табл. 6.6.
Экспертные системы, выполняющие интерпретацию, как правило, используют
информацию от датчиков для описания ситуации. Например, это может быть интерпретация
показаний измерительных приборов на химическом заводе для определения состояния процесса.
Интерпретирующие системы имеют дело не с четкими символьными представлениями
проблемной ситуации, а непосредственно с реальными данными. Они сталкиваются с
затруднениями, которых нет у систем других типов, потому что им приходится обрабатывать
информацию зашумленную, недостаточную, неполную, ненадежную или ошибочную. Им
необходимы специальные методы регистрации характеристик непрерывных потоков данных,
сигналов или изображений и методы их символьного представления.
Интерпретирующие экспертные системы могут обрабатывать разнообразные виды данных.
Например, системы анализа сцен и распознавания речи, используя
Рис. 6.12. Схема обобщенной экспертной системы
Таблица 6.6
Типичные категории способов применения экспертных систем
554
Категория Решаемая проблема
Интерпретация
Прогноз
Диагностика
Проектирование
Планирование
Наблюдение
Отладка
Ремонт
Обучение
Управление
Описание ситуации по информации, поступающей от датчиков
Определение вероятных последствий заданных ситуаций
Выявление причин неправильного функционирования системы по наблюдениям
Построение конфигурации объектов при данных ограничениях
Определение последовательности действий
Сравнение результатов действий с ожидаемыми результатами
Составление рецептов исправления неправильного функционирования системы
Выполнение последовательности предписанных исправлений
Диагностика и исправление поведения обучаемого
Управление поведением системы как целого
естественную информацию (в одном случае визуальные образы, в другом - звуковые сигналы),
анализируют их характеристики и понимают их смысл. Интерпретация в области химии
использует данные дифракции рентгеновских лучей, спектрального анализа или ядерного
магнитного резонанса для вывода химической структуры веществ. Интерпретирующая система в
геологии использует каротажное зондирование - измерение проводимости горных пород в
буровых скважинах и вокруг них, чтобы определить подповерхностные геологические структуры.
Медицинские интерпретирующие системы используют показания следящих систем (например,
значения температуры, пульса, кровяного давления), чтобы установить диагноз или тяжесть
заболевания. Наконец, в военном деле интерпретирующие системы используют данные от
радаров, радиосвязи и сонарных устройств, чтобы оценить ситуацию и идентифицировать цели.
Экспертные системы, осуществляющие прогноз, определяют вероятные последствия
заданных ситуаций. Примерами служат прогноз ущерба урожаю от некоторого вида вредных
насекомых, оценивание спроса на нефть на мировом рынке, прогнозирование места
возникновения следующего вооруженного конфликта на основании данных разведки. Системы
прогнозирования иногда используют имитационное моделирование, т.е. программы, которые
отражают причинно-следственные взаимосвязи в реальном мире, чтобы сгенерировать ситуации
или сценарии, которые могут возникнуть при тех или иных входных данных (конкретный пример
приведен в главе 7). Эти возможные ситуации вместе со знаниями о процессах, порождающих эти
ситуации, образуют предпосылки для прогноза. Специалисты по искусственному интеллекту пока
что разработали сравнительно мало прогнозирующих систем, возможно потому, что очень трудно
взаимодействовать с имитационными моделями и создавать их.
Экспертные системы выполняют диагностирование, используя описания ситуаций,
характеристики поведения или знания о конструкции компонентов, чтобы установить вероятные
причины неправильно функционирования диагностируемой системы. Примерами служат
определение причин заболевания по симптомам, наблюдаемым у пациентов; локализация
неисправностей в электронных схемах и определение неисправных компонентов в системе
охлаждения ядерных реакторов. Диагностические системы часто являются консультантами,
которые не только ставят диагноз, но и помогают в отладке. Они могут взаимодействовать с
пользователем, чтобы оказать помощь при поиске неисправностей, а затем предложить порядок
действий по их устранению. Медицина представляется вполне естественной областью для
диагностирования, и действительно, в медицинской области было разработано больше
диагностических систем, чем в любой другой отдельно взятой предметной области. Однако в
настоящее время многие диагностические системы разрабатываются для приложений к
инженерному делу и компьютерным системам.
Экспертные системы, выполняющие проектирование, разрабатывают конфигурации
объектов с учетом набора ограничений, присущих проблеме. Примерами могут служить генная
инженерия, разработка СБИС и синтез сложных органических молекул.
Экспертные системы, занятые планированием, проектируют действия; они определяют
полную последовательность действий, прежде чем начнется их выполнение. Примерами могут
служить создание плана применения последовательности химических реакций к группам атомов с
целью синтеза сложных органических соединений или создание плана воздушного нападения,
555
рассчитанного на несколько дней, с целью нейтрализации определенного фактора боеспособности
врага.
Экспертные системы, выполняющие наблюдение, сравнивают действительное поведение с
ожидаемым поведением системы. Примерами могут служить слежение за показаниями
измерительных приборов в ядерных реакторах с целью обнаружения аварийных ситуаций или
оценка данных мониторинга больных, помещенных в блоки интенсивной терапии. Наблюдающие
экспертные системы подыскивают наблюдаемое поведение, которое подтверждает их ожидания
относительно нормального поведения или их предположения о возможных отклонениях.
Наблюдающие экспертные системы по самой своей природе должны работать в режиме реального
времени и осуществлять зависящую как от времени, так и от контекста интерпретацию поведения
наблюдаемого объекта.
Экспертные системы, выполняющие обучение, подвергают диагностике, «отладке» и
исправлению (коррекции) поведение обучаемого. В качестве примеров приведем обучение
студентов отысканию неисправностей в электрических цепях, обучение военных моряков
обращению с двигателем на корабле и обучение студентов-медиков выбору антимикробной
терапии. Обучающие системы создают модель того, что обучающийся знает и как он эти знания
применяет к решению проблемы. Системы диагностируют и указывают обучающемуся его
ошибки, анализируя модель и строя планы исправлений указанных ошибок. Они исправляют
поведение обучающихся, выполняя эти планы с помощью непосредственных указаний
обучающимся.
Экспертные системы, осуществляющие управление, адаптивно руководят поведением
системы в целом. Примером служит управление производством и распределением компьютерных
систем. Управляющие экспертные системы должны включать наблюдающие компоненты, чтобы
отслеживать поведение объекта на протяжении времени, но они могут нуждаться и в других
компонентах для выполнения любых или всех из уже рассмотренных типов задач: интерпретации,
прогнозирования, диагностики, проектирования, планирования, отладки, ремонта и обучения.
Типичная комбинация задач состоит из наблюдения, диагностики, отладки, планирования и
прогноза.
Рассмотрим примеры наиболее известных, классических экспертных систем, с которых
началось создание и развитие этого типа программных средств.
MYCIN - это экспертная система, разработанная для медицинской диагностики. В
частности, она предназначена для работы в области диагностики и лечения заражения крови и
медицинских инфекции. Система ставит соответствующий диагноз, исходя из представленных ей
симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных
инфекций. Она состоит в общей сложности из 450 правил, разработанных с помощью группы по
инфекционным заболеваниям Стэндфордского университета. Ее основополагающим моментом
является использование вероятностного подхода.
Система MYCIN справляется с задачей путем назначения показателя определенности
каждому из своих 450 правил. Поэтому можно представлять MYCIN как систему, содержащую
набор правил вида «ЕСЛИ... ТО» с определенностью Р, которые предоставили люди - эксперты - и
которые изложили и правила и указали свою степень доверия к каждому правилу по шкале от 1 до
10.
Установив эти правила и связанные с ними показатели определенности, MYCIN идет по
цепочке назад от возможного исхода, чтобы убедиться, можно ли верить такому исходу.
Установив все необходимые исходные предпосылки, MYCIN формирует суждение по данному
исходу, рассчитанное на основе показателей определенности, связанных со всеми правилами,
которые нужно использовать.
Допустим, чтобы получить исход Z, требуется определить предпосылки Х и Y, дающие
возможность вывести Z. Но правила для определения Х и Y могут иметь связанные с ними
показатели определенности Р и Q . Если значения Р и Q были равны 1,0, то исход Z не вызывает
сомнения. Если Р и Q меньше 1,0 (как это обычно бывает), то исход Z не последует наверняка. Он
может получиться лишь с некоторой степенью определенности.
MYCIN не выдает диагноз и не раскрывает его точный показатель неопределенности.
Система выдает целый список диагнозов, называя показатель определенности для каждого из них.
Все диагнозы с показателями выше определенного специфического для каждого диагноза уровня
556
принимаются как в той или иной степени вероятные, и пользователю вручается список возможных
исходов.
Стандартные фразы и грамматические формы были без труда приспособлены к программе,
и в результате получился существенно вырожденный диалект английского языка, легко
поддающийся программированию.
Врачи оказались очень довольными таким результатом, потому что, сами не осознавая
этого, они говорили, используя очень небольшой набор слов английского языка (по крайней мере.
когда сообщали о своей работе).
В некотором роде это имеет нечто общее с системой DENDRAL, в которой применяется
графический язык, приспособленный к специфической деятельности химиков.
DENDRAL - это старейшая, самая разработанная экспертная система в мире. Или, по
крайней мере, старейшая система, названная экспертной.
Химик, получив какое-то вещество, часто хочет знать, какова его химическая структура.
Для этого существуют различные способы. Во-первых, специалист может сделать определенные
умозаключения на основе собственного опыта. Во-вторых, он может исследовать это вещество на
спектрометре и, изучая структуру спектральных линий, уточнить своя первоначальные догадки.
Во многих случаях это даст ему возможность точно определить структуру вещества.
Проблема состоит в том, что все это требует времени и значительной экспертизы со
стороны научного сообщества. Здесь и оказывается очень полезной система DENDRAL,
автоматизирующая процесс определения химической структуры вещества.
В самых общих чертах процесс принятия решения следующий. Пользователь дает системе
DENDRAL некоторую информацию о веществе,, а также данные спектрометрии (инфракрасной,
ядерного магнитного резонанса и масс-спектрометрии), и та, в свою очередь, выдает диагноз в
виде соответствующей химической структуры.
Можно для простоты представить систему DENDRAL состоящей из двух частей, как если
бы в одной экспертной системе были две самостоятельные системы. Первая из них содержит
набор правил для выработки возможных химических структур. Вводимая информация состоит из
ряда заключений, сделанных химиком, и позволяет судить, какие структуры вероятны в том или
ином случае.
На выходе первой системы имеется не один простой ответ. Обычно это целая серия
возможных структур - программа не в состоянии точно сказать, какая из них верна. Затем
DENDRAL «берет» каждую из этих структур по очереди и использует вторую экспертную
систему, чтобы определить для каждой из них, каковы были бы результаты спектрального
анализа, если бы это вещество существовало и было на самом деле исследовано по спектрограмме.
Процесс, часто именуемый «генерация и проверка», позволяет постоянно сокращать число
возможных рассматриваемых вариантов, чтобы в любой момент оно было как можно меньше. В
отличие от некоторых экспертных систем DENDRAL задумана не как «игрушка». Она не
используется лишь для проверки теоретических основ экспертных систем, а реально применяется
для определения химических структур.
PROSPECTOR - это экспертная система, применяемая при поиске коммерчески
оправданных месторождений полезных ископаемых.
Система PROSPECTOR, по аналогии с MYCIN, содержит большое число правил,
относящихся к различным объектам, а также возможных исходов, выведенных на их основе. В
этой системе используется также «движение по цепочке назад» и вероятности. Методы этой
системы являются одними из лучших среди всех разработанных методов для любой из
существующих ныне систем.
Самый простой случай - правила, выражающие логические отношения. Это правила типа
«ЕСЛИ х, ТО z», где событие «z» непосредственно вытекает из «х». Они остаются столь же
простыми, если сопоставить «х» вероятность.
Если у «х» всего один аргумент, то это правило существенно упрощается. Обычно вместо
«х» мы представляем более сложное логическое выражение, например (х И у) или (х ИЛИ у).
Если элементы отношения связаны с помощью логического И и отдельным элементам
этого отношения сопоставлены определенные вероятности, то система PROSPECTOR выбирает
минимальное из этих значений и присваивает эту минимальную вероятность рассматриваемому
возможному исходу. Поэтому, когда вероятность х = 0,1, вероятность у = 0,2, вероятность исхода z
557
= 0,1. Легко видеть, почему выбран такой метод: чтобы «z» было истинным, и «х», и «у» должны
быть истинными. Это является «жестким» ограничением, поэтому следует брать минимальное
значение.
Система PROSPECTOR пользуется методом, основанным на применении формулы Байеса с
целью оценки априорной и апостериорной вероятностей какого-либо события.
В целом правила в системе PROSPECTOR записываются в виде ЕСЛИ..., ТО (LS, LN),
причем каждое правило устанавливается с отношением правдоподобия как для положительного,
так и для отрицательного ответа.
Система PROSPECTOR предлагает пользователю шкалу ответов в диапазоне от -5 до +5.
Нижний предел - это определенно «Да», верхний - определенно «Нет».
Обычно ответ пользователя находится где-то между крайними значениями, и
PROSPECTOR корректирует Р(Н), учитывая LS и LN с помощью линейной интерполяции. Это
легко представить себе в виде линейной шкалы, где LN - крайнее левое, а LS - крайнее правое
значение.
Кроме экспертных систем MYCIN, DENDRAL и PROSPECTOR существует большое
количество других экспертных систем. Ниже (табл. 6.7) приводится список некоторых систем,
отличительной особенностью которых является наличие большой базы знаний. Этот перечень,
конечно, весьма неполный, потому что в последнее время происходит быстрое расширение сферы
применения экспертных систем, и полный их перечень был бы огромным и устарел бы почти
сразу же после его опубликования.
В этом списке приведены также «пустые» экспертные системы (не содержащие конкретных
правил предметных областей) и экспертные системы по построению других экспертных систем.
Такие системы являются инструментальными средствами для создания прикладных экспертных
систем. Они значительно облегчают задачи создания полномасштабной прикладной экспертной
системы.
Вообще же инструментальные средства создания экспертных систем (ЭС) классифицируют
следующим образом:
• символьные языки программирования, ориентированные на создание ЭС и систем
искусственного интеллекта (например, LISP, INTERLISP, SMALLTALK);
•языки инженерии знаний, т.е. языки высокого уровня, ориентированные на построение ЭС
(например, OPS-5, LOOPS, Пролог, KES);
• системы, автоматизирующие разработку (проектирование) ЭС (например, КЕЕ, ART,
TEIRESIAS, AGE, TIMM); их часто называют окружением (enviroment) для разработки систем
искусственного интеллекта, ориентированных на знания;
•оболочки ЭС (или пустые ЭС) - ЭС, не содержащие знании ни о какой проблемной области
(например, ЭКСПЕРТИЗА, EMYCIN, ЭКО, ЭКСПЕРТ).
Таблица
Список некоторых экспертных систем
Наименование системы Назначение системы
MYCIN, PUFF, PIP,
CASNET, INTERNIST
Медицинская диагностика
SACON
Техническая диагностика
PROSPECTOR
Геологическая диагностика
DENDRAL SECHS
Определение химической структуры вещества
SYNCHEM
Определение химической структуры вещества
EL
Анализ цепей
MOLGEN
Генетика
MECHO
Механика
PECOS
Программирование
Rl
Конфигурирование компьютеров
SU/X
Машинная акустика
VM
Медицинские измерения
558
SOPHIE
Обучение электронике
GUIDON
Медицинское обучение
TEIRESIAS, EMYCIN,
EXPERT, KAS
Построение базы данных
ROSIE, AGE,
HEARSAY III, AL/X,
SAGE, Micro-Expert Построение экспертных систем
Контрольные вопросы и задания
1. Что отличает экспертные системы от других программ?
2. Какие категории различных типичных проблем, решаемых экспертными системами,
можно выделить?
3. Охарактеризуйте экспертную систему MYCIN.
4. Охарактеризуйте экспертную систему DENDRAL.
5. Охарактеризуйте экспертную систему PROSPECTOR.
6. Какие виды инструментальных программных средств для создания экспертных систем
существуют?
7. Какие еще экспертные системы вы знаете?
§ 5. КОМПЬЮТЕРНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ
5.1. ОСНОВНЫЕ ПРИНЦИПЫ НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
ОБУЧЕНИЯ
Как уже неоднократно отмечалось, создание и совершенствование компьютеров привело и
продолжает приводить к созданию новых технологий в различных сферах научной и практической
деятельности. Одной из таких сфер стало образование - процесс передачи систематизированных
знаний, навыков и умений от одного поколения к другому. Будучи само по себе мощной
информационной сферой и владея опытом использования различных классических (не
компьютерных) информационных систем, образование быстро откликнулось на возможности
современной техники. На наших глазах возникают нетрадиционные информационные системы,
связанные с обучением; такие системы естественно называть информационно-обучающими.
С началом промышленного изготовления компьютеров первых поколений и их появлением
в образовательных учреждениях возникло новое направление в педагогике - компьютерные
технологии обучения. Первая обучающая система Plato на основе мощной ЭВМ фирмы «Control
Data Corporation» была разработана в США в конце 50-х годов и развивалась в течение 20 лет. По-
настоящему массовыми создание и использование обучающих программ стали с начала 80-х
годов, когда появились и получили широкое распространение персональные компьютеры. С тех
пор образовательные применения ЭВМ выдвинулись в число их основных применений наряду с
обработкой текстов и графики, оттеснив на второй план математические расчеты.
С появлением примеров компьютерного обучения к созданию компьютерных обучающих
программ приобщились десятки тысяч педагогов - специалистов в различных областях знания,
чаще всего в технических науках. В разрабатываемых ими программах, опираясь в основном на
интуицию и практический опыт, они воплощали свои представления о преподавании конкретных
дисциплин с помощью компьютеров. Педагоги-теоретики долгое время оставались в стороне от
этого нового направления в обучении. В результате до сих пор отсутствует общепризнанная
психолого-педагогическая теория компьютерного обучения, компьютерные обучающие
программы продолжают создаваться и применяться без необходимого учета принципов и
закономерностей обучения.
Благодаря своим конструктивным и функциональным особенностям современный
персональный компьютер является уникальной по своим возможностям обучающей машиной. Он
находит применение в обучении самым разнообразным дисциплинам и служит базой для создания
большого числа новых информационных технологий обучения. Какие же особенности
персонального компьютера так выгодно отличают его от прежде известных обучающих машин и
559
технических средств обучения?
Это не столько какая-то одна возможность персонального компьютера, сколько сочетание
• интерактивного (диалогового) режима работы (действие человека - реакция компьютера
- ... - действие человека - реакция компьютера и т.д.);
• «персональности» (небольшие размеры и стоимость, позволяющие обеспечить
компьютерами целый класс);
• хороших графических, иллюстративных возможностей (экраны распространенных
модификаций имеют разрешающую способность 640х480 точек при 16 млн цветовых оттенков -
это качество хорошего цветного телевизора или журнальной иллюстрации);
• простоты управления, наличия гибких языков программирования человеко-машинного
диалога и компьютерной графики;
• легкости регистрации и хранения информации о процессе обучения и работе учащегося, а
также возможности копирования и размножения обучающих программ.
Технические возможности персонального компьютера, если компьютер используется как
обучаюшее средство, позволяют
• активизировать учебный процесс;
• индивидуализировать обучение;
• повысить наглядность в предъявлении материала;
• сместить акценты от теоретических знаний к практическим;
• повысить интерес учеников к обучению.
Активизация обучения связана с диалоговым характером работы компьютера и с тем, что
каждый ученик работает за своим компьютером. При традиционном классном обучении основное
- это восприятие учащимися информации в устной форме, при этом ученику не часто приходится
проявлять активность на уроке и учитель не в состоянии организовать и контролировать активную
работу каждого ученика на его рабочем месте. Поэтому традиционное обучение, в основном,
является пассивным - многие педагоги сетуют, что на уроке активно работают 20 -30% учащихся.
Если же обучение ведется в компьютерном классе, компьютер диалоговым характером своей
работы стимулирует ученика к деятельности и контролирует ее результаты.
Индивидуализация обучения при использовании компьютера также связана с
интерактивным характером работы с компьютером и наличием компьютеров на рабочих местах:
каждый ученик теперь может сам выбирать темп обучения, делать в работе паузы. Более глубокий
и тонкий учет индивидуальных особенностей учащихся может осуществлять компьютерная
программа, с помощью которой ведется обучение (педагогическое программное средство,
сокращенно ППС). С помощью начального теста программа может определить уровень
обученности ученика, и в соответствии с этим уровнем предъявлять теоретический материал,
вопросы и задачи, а также подсказки и помощь. Обучение слабых учеников программа ведет на
самом легком (базовом) уровне, изложение теоретических сведений максимально упрощено,
вопросы и задачи облегчены, помощь имеет характер прямой подсказки. Обучение сильных
учеников ведется на наиболее сложном уровне, теория излагается углубленно, предлагаются
творческие задачи, требующие изобретательности и интуиции, а помощь имеет косвенный
характер - намека или наводящего на правильный путь соображения. Между этими крайними
случаями обучающая программа может учитывать более тонкую градацию подготовленности
учащихся.
Каждый ученик в процессе обучения сталкивается с трудностями индивидуального
характера, связанными с наличием пробелов в знаниях или особенностями мышления. При
обучении с помощью компьютера обучающая программа может диагностировать пробелы в
знаниях ученика, его индивидуальные особенности и строить обучение в соответствии с ними.
Графические возможности дисплеев персональных компьютеров и гибкие языки
программирования позволяют сделать компьютерное обучение очень наглядным. В самом деле,
теперь на каждом рабочем месте ученика имеется телевизор - дисплей, на экране которого с
помощью языка программирования можно без всякой кино- и видеосъемки показывать
геометрические фигуры и построения, стилизованные изображения реальных объектов и т.п. - и
все это как статически (т.е. неподвижно), так и динамически, в движении. С помощью
компьютерной графики можно сделать зримыми или, как еще говорят, визуализировать такие
явления и процессы, которые не могут быть увидены в действительности (тем более в условиях
560