Экспертные системы_NEW

1. Экспертные системы

2. Вопросы

1. Понятие и структура ЭС.
2. Организация знаний в ЭС
3. Разработка ЭС. Инструментальные
средства ЭС.
4. Режимы работы ЭС.
5. Виды ЭС.

3. Понятие ЭС

Экспертная система (ЭС, Expert system) —
предиктивная (предсказательная) система,
включающая в себя знания об
определенной слабо структурированной и
трудно формализуемой узкой предметной
области и способная предлагать и
объяснять пользователю разумные
решения.

4. Понятие ЭС

Относятся к системам ИИ общего назначения –
системам, которые не только исполняют
заданные процедуры, но на основе метапроцедур
поиска генерируют и используют процедуры
решения новых задач.

5. Понятие ЭС

Е.Фейгенбаум: термин «инженерия знаний».
Привнесение принципов и инструментария
исследований из области искусственного
интеллекта в решение трудных прикладных
проблем, требующих знаний экспертов.
Название «экспертные системы»
подразумевает возможность
замены эксперта-человека
программным решением.

6. Развитие ЭС

➢Начало исследований – 1970-ые гг.
➢Самостоятельное направление – начало 1980ых гг.
➢Начало активного применения в коммерческих
приложениях – 1988-1990 гг.

7. Задачи, решаемые ЭС

1. Интерпретация.
2. Предсказание.
3. Диагностика.
4. Планирование.
5. Конструирование.
6. Контроль.
7. Отладка.
8. Инструктаж.
9. Управление.

8.

Сущность ЭС:
В базе знаний записан перечень возможных
проблемных ситуаций, в соответствие с каждой из
которых поставлен какой-либо ответ, совет, действие
("клише" ).
Программная оболочка системы, получив
информацию о проблемной ситуации, определяет ее
соответствие одному или несколькими "клише" из
записанных в базе знаний (или констатирует
неизвестную ситуацию, если подходящего шаблона в
базе нет).
Информация "выведывается" у пользователя путем
задавания ряда вопросов. Содержание последующих
вопросов зависит от ответов на предыдущие.

9.

Перспективы развития
ЭС будут играть важную роль в таких сферах,
как:
• все фазы проектирования, разработки,
производства, распределения, продажи,
поддержки и оказания услуг;
• интеграция приложений из готовых
интеллектуально-взаимодействующих
модулей в основные крупные программные
решения;
• решение неформализованных задач.

10. Структура ЭС

Объяснение
Решатель
Д
Экспертпользователь
И
А
Рабочая память
База
знаний
Л
О
Г
Приобретение
знаний

11. Объяснение в ЭС

Цель: обосновать, аргументировать ответ в
максимально естественной форме.
Что объяснять?
как получено решение;
как использована некоторая информация (факты,
правила);
почему не использована некоторая информация
(факты, правила);
что использовано в целом при решении задачи
(факты, правила).

12. Разработка ЭС

Эксперт.
Программист-специалист по
разработке инструментальных
средств.
Инженер по знаниям.
Пользователь.

13. Инструментальные средства ЭС

1. Символьные языки
программирования (LISP, INTERLISP,
SMALLTALK).
2. Языки инженерии знаний (OPS5,
LOOPS, KES, КАРРА, CLIPS ) .
3. Системы, автоматизирующие
разработку ЭС (KEE, ART, AGE, TIMM).
4. Оболочки ЭС (ЭКСПЕРТИЗА, EMYCIN,
ЭКО, ЭКСПЕРТ).
У
б
ы
в
а
н
и
е
т
р
у
д
о
з
а
т
р
а
т

14. Режимы работы ЭС

режим приобретения знаний;
режим консультаций (режим решения или
режим пользования экспертной системой).
Эксперт
ЭС
Пользователь
ЭС

15. Знания в ЭС

Знания - это закономерности предметной
области (принципы, связи, законы), полученные
в результате практической деятельности и
профессионального опыта, позволяющие
специалистам ставить и решать задачи в этой
области.
➢ Знания о предметной области.
➢ Общие знания.
➢ Знания как решать задачу.
➢ Знания о том, как взаимодействовать с
пользователем.

16. Знания в ЭС

Степень уверенности в достоверности факта или
точности правила – коэффициент уверенности..

17. Представление знаний

ПРЕДСТАВЛЕНИЕ ЗНАНИЙ
• Продукционная модель, предложена
Э.Постом в 1943, применена в 1972 г. (правило
ЕСЛИ…, ТО… ).
• Семантические сети (Ч.Пирс, 1909;
Р.Риченсом, 1956 г.).
• Фреймовая модель (М.Мински, 1970-е гг.).

18. Продукционная модель

ПРОДУКЦИОННАЯ МОДЕЛЬ
ЕСЛИ клиент работает на одном месте более
двух лет, ТО клиент имеет постоянную
работу.
ЕСЛИ клиент имеет постоянную работу И
клиенту более 18 лет И клиент НЕ имеет
финансовых обязательств, ТО клиент может
претендовать на получение кредита.

19. Продукционная модель. Цепочка вывода

ПРОДУКЦИОННАЯ МОДЕЛЬ.
ЦЕПОЧКА ВЫВОДА

20. Семантическая сеть

СЕМАНТИЧЕСКАЯ СЕТЬ

21. Семантическая сеть

СЕМАНТИЧЕСКАЯ СЕТЬ

22. Фреймовая модель

ФРЕЙМОВАЯ МОДЕЛЬ

23. Фреймовая модель

ФРЕЙМОВАЯ МОДЕЛЬ

24. Фреймовая модель

ФРЕЙМОВАЯ МОДЕЛЬ

25. Виды ЭС

Категория
Решаемая проблема
Интерпретация
Описание ситуации по информации, поступающей от датчиков
Прогноз
Диагностика
Проектирование
Планирование
Наблюдение
Определение вероятных последствий заданных ситуаций
Выявление причин неправильного функционирования системы
по результатам наблюдений
Построение конфигураций объектов при заданных
ограничениях
Определение последовательности действий
Ремонт
Сравнение результатов наблюдений с ожидаемыми
результатами
Составление рецептов исправления неправильного
функционирования системы
Выполнение последовательности предписанных исправлений
Обучение
Диагностика, отладка и исправление поведения обучаемого
Управление
Управление поведением системы как целого
Отладка

26. Примеры ЭС

ACES. Выполняет картографические работы по нанесению
обстановки на карты.
DART. Помогает обрабатывать разведданные о центрах
командования, управления и связи противника.
ACE. Определяет неисправности в телефонной сети и дает
рекомендации по необходимому ремонту и
восстановительным мероприятиям.
PROSPECTOR. Предназначена для помощи геологам в
разведке рудных месторождений.
MYCIN. Диагностика и лечение инфекционных
заболеваний.

27. Примеры ЭС

Ваал(R) позволяет прогнозировать эффект
неосознаваемого воздействия текстов на массовую
аудиторию, анализировать тексты с точки зрения
такого воздействия, составлять тексты с заданным
вектором воздействия, выявлять личностнопсихологические качества авторов текста,
проводить углубленный контент-анализ текстов.
S&PCBRS Разработчиком данной экспертной
системы является Chase Manatten Bank, Standart &
Poor’s Corp. Разработана для решения следующих
задач: оценка рейтинга ценных бумаг по данным о
фирмах эмитентах; формирование корректной
рейтинговой шкалы.

28. Примеры ЭС

Nereid Разработчиком данной экспертной системы
является NTT Data, The Tokai Bank, Science Univercity
of Tokyo. Разработана для поддержки принятия
решений для оптимизации работы с валютными
опционами.
СППУР Моделирует процесс организационных
управленческих взаимодействий.
HASP/SIAP обнаруживает и идентифицирует
различные типы океанских судов, используя
преобразованные в цифровую форму данные от
сетей гидрофонов.