Экспертные системы и их приложения. Организация взаимодействия разработчиков и пользователей

1.Дерево целей:

1.0  Экспертные системы и их приложения. Организация взаимодействия разработчиков и пользователей 
1.1. Экспертные системы и их приложения
1.2. Организация взаимодействия разработчиков и пользователей

2.Структура продукта:

2.0 работа в Wiki
2.1 Презентация

3.Структура разбиения работ:

3.0 Сбор информации(1 неделя)
3.1 Сбор ссылок (1 неделя)
3.2 Размещение информации на сайте( 2 недели)
3.3 Структуирование информации(5 дней)
3.4 отформатирование информации (5 дней)
3.5 Создание презентации(1 неделя)
3.6 Подготовка в выступлению.

Экспертная система — это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения. Экспертные системы используют информацию, полученную заранее от экспертов — людей, которые в какой-либо области являются лучшими специалистами.

В настоящее время наиболее трудоемким процессом в производстве и управлении является процесс оценок ситуации и принятия решения. Это объясняется в первую очередь постоянно возрастающим объемом информации которую необходимо учитывать для повышения объективности оценки ситуации. С другой стороны, знания, позволяющие эксперту получать качественные и эффективные решения поставленных задач, являются в основном эвристическими,экспериментальными, неопределенными, имеющими некоторую степень правдоподобия. Это, во-первых, ставит на первый план необходимость комплексной автоматизации процесса сбора информации и принятия решения, во-вторых, обуславливает высокую сложность создания соответствующих автоматизированных систем.

Действующие ныне принципы организации обработки информации были заложены более 30 лет назад. За это время потоки и обьемы информации возросли более чем в 5 раз. При таких темпах накопления информации прежние способы ее обработки не могут удовлетворить потребностей в доступе к новым знаниям. В настоящее время уровень вовлечения новых знаний в оборот научно-производственной деятельности составляет около 2%.

Бурный процесс совершенствования программно-технического обеспечения автоматических технологий обработки информации привел к появлению экспертных систем как интеллектуальных систем обработки информации на базе современных высокопроизводительных ЭВМ, разрабатываемых с использованием методов искусственного интеллекта. Связывая мощные компьютеры с богатством человеческого опыта, экспертные системы повышают ценность экспертных знаний, делая их широко применимыми, стимулирует повсеместные усилия по сбору, упорядочению, обмену и использованию прикладных человеческих знаний.

Основными преимуществами экспертных систем над человеком являются их постоянство, непротиворечивость знаний, они легко передаются, документируются и уточняются. Экспертные системы также как человек ошибаются и обладают способностью учиться на своих ошибках.

Применение передового опыта, накопленного в рассматриваемой области знаний, к решению поставленной задачи, опыта наиболее квалифицированных экспертов. Возможность объективной оценки состояния знаний в данной предметной области и на основе этого определение наиболее перспективных направлений развития этих знаний. Обучение и тренировка специалистов. Это составляет основной, но далеко неполный перечень свойств и возможностей, позволивших экспертным системам выйти на первое место среди различных методов построения автоматизированных технологий обработки информации.

Для обработки научно-технической информации такое развитие технических средств и технологий обработки информации означает необходимость разработки новых принципов и способов представления содержательной, смысловой информации научно-технического документа, а не только его библиографических реквизитов. Отображением смысловой информации, содержащейся в документе, в настоящее время считается составляемый автором реферат. Такое представление является суб'ективным и не всегда отражает реальную ценность работы. Автореферирование должно осуществляться на общих принципах представления знаний, принятых в данной предметной области.

Разработанная система «Карта знаний науки» создается как интегрированная база знаний, дающая общий методологический подход к обработке и представлению знаний в определенной сфере науки и производства. Предлагаемый метод представления знаний дает возможность организовать быстрый поиск научно-технической информации за счет последовательной локализации области знаний. Эксперименты, проведенные в Московском Гидромелиоративном институте с группами студентов и аспирантов, показали, что поиск литературы по заданной тематике ускоряется в 200 - 300 раз по сравнению с традиционными. Автоматизация интеллектуального труда человека за счет внедрения данного метода на современных ЭВМ еще больше ускорит поиск и подбор литературы по заданной теме, предоставив возможность человеку больше времени уделить непосредственно творческому процессу.

Создание современных экспертных систем в ключевых областях мелиоративной науки наряду с широким распространением интегрированных банков данных об окружающей среде позволит поднять уровень мелиоративной науки на качественно новую ступень развития. В основе экспертной системы находится обширный запас знаний о конкретной проблемной области, организованные в большинстве случаев как некоторая совокупность правил, которые позволяют сделать заключения на основе исходных данных или предположений. Такой подход представляет собой революционные изменения, в корне меняющие традиционную схему

ДАННЫЕ + АЛГОРИТМ = ПРОГРАММА

на новую

ЗНАНИЯ + ЛОГИЧЕСКИЙ ВЫВОД = СИСТЕМА.

В настоящее время экспертные системы получили достаточно широкое распространение в различных областях человеческих знаний, что свидетельствует об универсальности методов, лежащих в основе разработки экспертных систем. Особенностью этих методов является то, что они позволяют разрабатывать инструмент, облегчающий мыследеятельность человека, автоматизирующий в первую очередь наиболее рутинные процессы такой деятельности и тем самым освобождающий необходимое время человека для действительно творческой работы.

Для выполнения своих функций современная экспертная система необходимо должна включать в себя следующие компоненты:

1. Базу знаний - организованную определенным образом область памяти

ЭВМ, содержащую знания как совокупность отношений между данными (фактами) из заданной предметной области. Эти отношения чаще всего представлены как правила вывода, представляющие собой долговременную информацию о том, как выводить новые факты или гипотезы из того, что сейчас известно.

2. Рабочую память (базу данных) - область памяти ЭВМ, в которой хранятся различного рода данные, факты, объекты и т.д., заданные человеком или выведенные при помощи правил, хранящихся в базе знаний. Это наиболее подверженная изменениям область памяти ЭВМ, отражающая современные представления в обслуживаемой экспертной системой области знаний (предметной области).

3. Интерпретатор или машину вывода - комплекс программ, решающий на

основе имеющихся в системе знаний и данных, предъявляемую задачу. Решение конкретной задачи включает в себя два органически связанных и дополняющих процесса пополнение недостающих в рабочей области фактов, используя диалог с человеком, и получение новых фактов с использованием логики, порожденной системой правил заложенных в базе знаний правил вывода. В реальном мире экспертной системе как правило приходится работать в условиях той или иной степени неопределенности и неуверенности в полной достоверности фактов и данных. Такая ситуация необходимо требует использования методов нечеткой логики, использующих коэффициенты уверенности, многозначность, вероятностные оценки событий и т.п. Успех применения подобного рода систем обусловлен повидимому тем, что организация знаний играет более важную роль, чем связанные с ними числовые значения.

4. Лингвистический процессор, осуществляющий диалоговое заимодействие

с пользователем на языке близком к естественному. Лингвистический процессор производит синтаксический и семантический анализ полученных от пользователя информации и синтез сообщений пользователю. При этом процесс взаимодействия пользователя с экспертной системой не сводится к обмену изолированными парами предложений типа «запрос-ответ», а представляет собой разветвленный диалог, в котором инициатива постоянно переходит от одного участника к другому. Это обусловлено тем, что для ответа на поставленный вопрос как пользователь, так и экспертная система чаще всего нуждаются в дополнительной информации. Запрос этой информации пользователем у экспертной системы и наоборот приводит к резкому усложнению диалога, что делает практически невозможным разрабатывать заранее так называемый сценарий диалога, что повсеместно практиковалось и практикуется сейчас при создании автоматизированных систем управления традиционного типа.

5. Комплекс программ, осуществляющий процесс приобретения знаний.

Основной особенностью современных экспертных систем является то, что данная компонента реализует возможность автономного без специального участия человека приобретения знаний в процессе решения задач и ввода новых данных. Для этого в современных развитых системах существует возможность создания базы метазнаний. Данная база содержит правила, алгоритмы и процедуры, описывающие процесс приобретения знаний. Одним словом, база метазнаний содержит знания о наниях, знания о том, как приобритать новые знания.

6. Объяснительную компоненту, предназначенную для того, чтобы в случае необходимости по запросу от пользователя объяснить действия системы и ответить на вопросы о том, почему некоторые заключения были сделаны или отвергнуты. В системе, основанной на использовании правил, ответ обычно получается путем прослеживания еще раз тех шагов рассуждения, которые привели к данному вопросу или данному заключению. Важность данной компоненты заключается в первую очередь в повышении доверия пользователя к системе.

Практика разработки экспертных систем показала, что это тот необходимый

набор компонент, который позволяет достаточно эффективно моделировать мыследеятельность при принятии решений в соответствующей предметной области.

Причем мощность экспертной системы обусловлена в первую очередь мощностью базы знаний и возможностью ее пополнения.

Для наиболее лучшей работы пользователя с Экспертными системами разработаны две основные структуры: статическая и динамическая.

Типичная статическая ЭС состоит из следующих основных компонентов (рис. 1.):

решателя (интерпретатора);

рабочей памяти (РП), называемой также базой данных (БД);

базы знаний (БЗ);

компонентов приобретения знаний;

объяснительного компонента;

диалогового компонента.

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

В разработке ЭС участвуют представители следующих специальностей:

эксперт в проблемной области, задачи которой будет решать ЭС;

инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);

программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.

Необходимо отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания ЭС, либо значительно удлиняет его.

Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

Программист разрабатывает ИС (если ИС разрабатывается заново), содержащее в пределе все основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано.

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭС).

В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:

Структуру, приведенную на рис. 1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

На рис. 1.2 показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

Интерфейсом экспертных систем является,структура показана на рисунке 1.3, система G2 предоставляюща разработчику богатые возможности для формирования простого, ясного и выразительного графического интерфейса с пользователем с элементами мультипликации. Предлагаемый инструментарий позволяет наглядно отображать технологические процессы практически неограниченной сложности на разных уровнях абстракции и детализации. Кроме того, графическое отображение взаимосвязей между объектами приложения может напрямую использоваться в декларативных конструкциях языка описания знаний.

 Рис 1.3

RTworks не обладает собственными средствами для отображения текущего состояния управляемого процесса. Разработчик приложения вынужден использовать систему Dataview фирмы VI Corporation, что в значительной степени ограничивает его возможности.

Интерфейс с пользователем TDC Expert ограничен возможностями системы TDC 3000, т.е. взаимодействие с конечным пользователем ограничивается текстовым режимом работы.

Основным достоинством оболочки экспертных систем G2 для российских пользователей является возможность применять ее как интегрирующий компонент, позволяющий за счет открытости интерфейсов и поддержки широкого спектра вычислительных платформ легко объединить уже существующие, разрозненные средства автоматизации в единую комплексную систему управления, охватывающую все аспекты производственной деятельности - от формирования портфеля заказов до управления технологическим процессом и отгрузки готовой продукции. Это особенно важно для отечественных предприятий, парк технических и программных средств которых формировался по большей части бессистемно, под влиянием резких колебаний в экономике.

Кроме системы G2, как базового средства разработки, фирма Gensym предлагает комплекс проблемно/предметно-ориентированных расширений для быстрой реализации сложных динамических систем на основе специализированных графических языков, включающих параметризуемые операторные блоки для представления элементов технологического процесса и типовых задач обработки информации. Набор инструментальных сред фирмы Gensym, сгруппированный по проблемной ориентации, охватывает все стадии производственного процесса и выглядит следующим образом:

 интеллектуальное управление производством

 оперативное планирование ;

 разработка и моделирование производственных процессов ;

 управление операциями и корпоративными сетями .

Несмотря на то, что первая версия системы G2 появилась не так давно - в 1988 г., ее даже в богатой Америке никто не назовет дешевой. G2 можно назвать бестселлером на рынке программных продуктов - на начало 1996 г. в мире было установлено более 5000 ее копий. Фирма Gensym обслуживает более 30 отраслей - от аэрокосмических исследований до производства пищевых продуктов. Список пользователей G2 выглядит как справочник Who-Is-Who в мировой промышленности. 25 самых крупных индустриальных мировых корпораций используют G2. На базе G2 написано более 500 действующих приложений.

Прежде всего G2 - динамическая система в полном смысле этого слова. G2 - это объектно-ориентированная интегрированная среда для разработки и сопровождения приложений реального времени, использующих базы знаний.

разработчики проекта :Илюшина Надежда ,Климова Дарья.