Экспертные информационные системы
Экспертные системы — это
Экспертные системы в информатике — это направление искусственного интеллекта, цель которого предоставить компьютеру возможность принимать решения, аналогичные человеческим экспертам в определенной области. Они предназначены для решения сложных задач с помощью набора правил или алгоритмов, которые могут имитировать человеческие процессы рассуждения.
Для чего предназначены
В них заложены правила и алгоритмы, которые позволяют им выполнять задачи и принимать решения на основе базы знаний, наполненной экспертными знаниями, эвристикой и шаблонами рассуждений.
Существует ряд функций. Они позволяют пользователям в полной мере использовать возможности системы для принятия наиболее логичного и обоснованного решения в проблемной ситуации.
Осторожно! Если преподаватель обнаружит плагиат в работе, не избежать крупных проблем (вплоть до отчисления). Если нет возможности написать самому, закажите тут.
- Обратная цепочка — техника вывода, которая постоянно разбивает цель на более мелкие подцели, которые легче доказать с помощью правил IF THEN.
- Работа с неопределенностью — система способна работать и рассуждать с неопределенными условиями и данными, которые точно не известны.
- Представление данных — способ хранения и доступа к конкретным данным задачи в системе.
- Форвард-цепочка — техника вывода, которая выводит решение задачи из исходных данных с помощью правил IF THEN.
- Объяснения — способность системы объяснить процесс рассуждений, который она использовала для получения рекомендации.
- Пользовательский интерфейс — та часть кода, которая создает простую в использовании систему.
Применение
Можно найти практически во всех сферах бизнеса и государственного управления:
- Различные виды медицинской диагностики: внутренняя медицина, болезни крови и т.д.
- Диагностика электронных и сложных электромеханических систем.
- Планирование эксперимента в биологии, химии и молекулярной генетике.
- Диагностика проекта по разработке программного обеспечения.
- Идентификация структуры химических соединений.
- Прогнозирование ущерба урожаю.
- Диагностика системы дизель-электрического локомотива.
- Проектирование систем VLSI (сверхбольшая система интеграций).
- Планирование заказа клиента, ресурсов компьютера и различных производственных задач.
- Оценка структуры космоса с помощью спутников и роботов.
- Оценка геологического строения по каротажным диаграммам.
- Обучение студентов специализированным задачам.
- Оценка качества товаров и т.д.
Структура экспертной системы
Существует четыре основных элемента:
- База знаний содержит факты и правила в экспертной системе. Она включает в себя нормы решения проблем и формулировки методов, относящихся к данной области, а также знания по конкретным дисциплинам.
Компоненты: эвристические знания: основаны на практике, способности догадываться, оценке и опыте; фактические знания: основаны на фактах и принятые инженерами по знаниям.
- Механизм вывода отвечает за рассуждения и принятие решений. Он применяет правила и процедуры, определенные в базе знаний, к входным данным и генерирует требуемый результат. Механизм вывода использует различные методы рассуждений, включая обратную и прямую цепочку, чтобы сделать выводы из базы знаний. Он помогает безошибочно решать вопросы, задаваемые пользователем. Существует два типа механизмов вывода: детерминированный механизм вывода: выводы, сделанные с помощью этого типа механизма вывода, считаются истинными. Он основан на фактах и правилах; вероятностный механизм вывода: этот тип механизма вывода содержит неопределенность в выводах и основан на вероятности.
- Модуль объяснения используется для объяснения процесса рассуждений экспертной системы. Модуль объясняет, как экспертная система пришла к тому или иному выводу или рекомендации.
- Пользовательский интерфейс является каналом связи между пользователем и экспертной системой. Он представляет вопросы, варианты и рекомендации, генерируемые механизмом вывода, в удобной для пользователя форме. Пользовательский интерфейс может быть текстовым или графическим, в зависимости от приложения.
Существуют определенные основные роли людей, которые взаимодействуют с ЭС, чтобы полностью использовать ее функциональность и возможности. К ним относятся:
- Инженер по знаниям — человек, который кодирует знания эксперта в форму, которая может быть использована экспертной системой.
- Эксперт области — человек или люди, чьи знания позволяют решать проблемы, которые призвана решать система.
- Пользователь — человек, который будет консультироваться с системой, чтобы получить совет, который был бы предоставлен экспертом.
Большинство экспертных систем создаются с помощью оболочек экспертных систем, которые содержат механизм вывода и пользовательский интерфейс. Оболочка используется инженером по знаниям для создания системы, предназначенной для конкретной проблемной области. Иногда экспертные системы также создаются с помощью оболочек, разработанных специально для определенных приложений. В этом случае потребуется еще один дополнительный сотрудник — системный инженер — человек, который создает пользовательский интерфейс, разрабатывает декларативный формат БЗ и реализует механизм вывода.
В зависимости от масштаба проекта инженер по знаниям и системный инженер могут быть одним и тем же человеком. Для системы, созданной на заказ, разработка формата базы знаний и кодирование знаний о домене тесно связаны. Формат оказывает значительное влияние на кодирование знаний.
Механизм работы
Источник: phys.bspu.by
Типичной информацией, которую необходимо получить, является словарный запас или жаргон, общие понятия и факты, часто возникающие проблемы, способы их решения и навыки решения конкретных задач.
Экспертные системы объединяют базу знаний, механизм вывода, пользовательский интерфейс и средства объяснения. Процесс рассуждения начинается с того, что пользователь предоставляет экспертной системе входные данные через интерфейс.
Затем механизм вывода использует правила и эвристику, хранящиеся в базе знаний, для создания выводов и рекомендаций на основе входных данных. Средство объяснения предоставляет пользователю подробное объяснение процесса рассуждения и того, как экспертная система пришла к своему заключению.
Экспертные системы собирают и размещают информацию и факты в базе знаний и объединяют их с механизмом вывода. Механизм вывода использует два метода для получения информации из базы знаний.
При использовании метода прямой цепочки экспертная система считывает и обрабатывает набор фактов, чтобы логически предсказать, что произойдет дальше. Примером может служить прогнозирование движения фондового рынка.
При обратном построении цепочки система считывает и оценивает набор информации, чтобы прийти к логическому выводу о цели. Например, предсказание в системе медицинской диагностики.
Классификация
Существуют различные типы ЭС со своими уникальными достоинствами и недостатками, и они используются в различных областях промышленности.
- На основе правил являются наиболее распространенным типом экспертных систем. Они используют набор правил, чтобы рассуждать о проблеме и предлагать решения или рекомендации. Эти правила создаются людьми-экспертами и организуются в базе знаний.
- Нейросетевые ЭС предназначены для обучения на основе данных путем изменения весов связей между нейронами. Они используются для распознавания речи, классификации изображений и обработки естественного языка.
- ЭС на основе нечеткой логики используют нечеткую логику для обработки неопределенности и неточности данных. Нечеткая логика — это математическая структура, которая позволяет использовать степени истинности вместо традиционного двоичного подхода (истина или ложь). Нечеткие экспертные системы используются в системах рекомендации товаров и распознавания изображений.
- Основанные на знаниях: используют базу знаний, содержащую факты и правила о конкретной области. Эти системы призваны имитировать способность человека-эксперта решать проблемы. Они используют механизм вывода знаний для объяснения проблемы и предоставления решений.
Общая характеристика
Большинство экспертных систем могут ответить на следующие вопросы «почему» и «как»:
- Почему был использован тот или иной факт?
- Почему данный факт не был использован?
- Как был сделан данный вывод?
- Как получилось, что не был сделан другой вывод?
Свойства:
- Высокая производительность для решения любого типа сложных задач конкретной области с высокой эффективностью и точностью.
- Отвечает таким образом, чтобы быть легко понятной пользователю. Она может принимать входные данные на человеческом языке и предоставлять выходные данные в том же виде.
- Очень надежен для создания эффективного и точного результата.
- Обеспечивает результат для любого сложного запроса.
Преимущества использования:
- Экспертные системы не подвержены эмоциональной или человеческой неточности. Они основывают свой выбор на фактах и правилах.
- Предоставляет разумные объяснения, способна прояснить причины, по которым был сделан вывод. Если есть сомнения в выводе определенной проблемы, он предложит пользователям ответить на несколько вопросов, чтобы сделать логический вывод.
- Когда человеческие специалисты покидают свои должности, техническая информация может последовать за ними. Системы, основанные на знаниях, предлагают вечный резерв информации и знаний.
- В отличие от людей, которые часто испытывают трудности с адаптацией в новых условиях, экспертная система обладает высокой адаптивностью и может удовлетворить новые требования за короткий промежуток времени. Она также может получать новые знания от эксперта и использовать их в качестве правил вывода для решения новых задач.
Недостатки использования:
- Отсутствие здравого смысла, необходимого для принятия некоторых решений, поскольку все принимаемые решения основаны на правилах умозаключений, установленных в системе. Она также не может принимать творческие и инновационные решения, как это делали бы человеческие эксперты в необычных обстоятельствах.
- Высокая стоимость внедрения и обслуживания.
- В процессе обработки могут возникать ошибки из-за логических ошибок, допущенных в базе знаний, и тогда она будет выдавать неверные решения.
- Эксперты домена не всегда смогут объяснить свою логику и рассуждения, необходимые для процесса инженерии знаний. Таким образом, задача кодирования знаний является очень сложной и может потребовать больших затрат.
Наиболее известные
Экспертные системы находят широкое применение в различных отраслях, включая здравоохранение, финансы, машиностроение и многие другие. Известные примеры:
- Контроль качества: может помочь выявить дефекты или проблемы с качеством, анализируя производственные данные или результаты тестирования. Примером может служить экспертная система DENDRAL для определения химической структуры.
- Медицинская диагностика: помочь врачам диагностировать заболевания, анализировать симптомы и предлагать варианты лечения на основе истории болезни, симптомов и результатов анализов. Например, MYCIN — это экспертная система для диагностики бактериальных инфекций.
- PXDES: определяются вид и стадия рака легких. Для идентификации заболевания она делает снимок верхней части тела, похожий на тень. По этой тени определяется вид и степень тяжести заболевания.
- CaDet: тоже способна обнаружить рак на самых ранних стадиях.
- Финансовое планирование: инвестиционная стратегия, планирование выхода на пенсию и планирование налогов, на основе финансовой ситуации и целей пользователя. Например, LenddoEFL — это цифровая платформа финансовой доступности, которая использует машинное обучение для оценки кредитного риска частных лиц и малых предприятий.
- Поддержка клиентов: может помочь клиентам устранить технические неполадки или предоставить консультацию по продукту на основе запросов или данных пользователя. Примером экспертной системы является XCON, используемая для конфигурирования компьютерных систем.
Разработка ЭС на примере MYCIN ES. Некоторые шаги по созданию:
- Во-первых, ЭС должна быть снабжена экспертными знаниями. В случае с MYCIN человеческие эксперты, специализирующиеся в медицинской области бактериальных инфекций, предоставляют информацию о причинах, симптомах и другие знания в этой области.
- База знаний успешно обновляется. Работник проверяет его, врач ставит перед ним новую задачу. Задача состоит в том, чтобы определить наличие бактерий, введя данные о пациенте, включая симптомы, текущее состояние и историю болезни.
- ЭС потребуется заполнить анкету, чтобы узнать общую информацию о пациенте, такую как пол, возраст и т. д.
- ЭС применяет правила «если — то» с помощью механизма вывода и используя факты, хранящиеся в БЗ.
- Далее она предоставит ответ пациенту с помощью интерфейса.
Заметили ошибку?
Выделите текст и нажмите одновременно клавиши «Ctrl» и «Enter»
Нашли ошибку?
Текст с ошибкой:
Расскажите, что не так