2172

Експертні системи

Лекция

Информатика, кибернетика и программирование

Проблеми створення систем із штучним інтелектом. Експертні системи (ЕС) та їх характеристики. Поняття знань та відмінності їх від даних. Структура ЕС.

Украинкский

2013-01-06

60.89 KB

21 чел.

Лекція 3. Експертні системи

План

1. Проблеми створення систем із штучним інтелектом.

2. Експертні системи (ЕС) та їх характеристики.

3. Поняття знань та відмінності їх від даних.

4. Структура ЕС.

1. Проблеми створення систем із штучним інтелектом

Інтелектуальна діяльність ― це дії та розумові висновки людей в нестандартних ситуаціях, коли алгоритм задачі, яка постала перед спеціалістом, апріорі невідомий. Системи, які здатні виконувати операції, імітуючи інтелектуальні функції людини, називаються системами із штучним інтелектом. Створення цих систем потребує вирішення декількох груп проблем.

Проблема імітації творчих процесів ― розробка ком-п’ютерних програм, які відтворюють процедури, пов’язані з творчою розумовою діяльністю людини (гра в шахи, математ. задачі).

Проблема інтелектуалізації ЕОМ ― вміння ЕОМ виконувати логічні операції та розумові висновки з орієнтацією на користувачів-непрофесіоналів (системи спілкування, бази знань, системи прийняття рішень).

Проблема розробки нових технологій розв’язання задач ― принципи обробки, при яких виконується маніпулювання не лише даними, але й знаннями, подібно до того як це роблять спеціалісти, виконуючи творчу роботу,

Проблема створення інтелектуальних роботів  інтелектуальні роботи здатні сприймати інформацію про зовнішнє середовище та адекватно виконувати певні дії.

Розвиток інтелектуальних систем  пов’язаний з розробкою експертних систем, а також комп’ютерних СППР.

2. Експертні системи (ЕС) та їх характеристики

Експертна система (ЕС) ― це комп’ютерна система, яка втілює досвід та знання експерта в певній галузі. ЕС на основі обробки знань може давати інтелектуальні поради, приймати рішення на рівні експерта-професіонала, а також пояснювати хід розв’язування задачі в разі відшукання різних рішень.

Основні характеристики ЕС такі:

  1.  ЕС обмежена певною предметною областю.
  2.  ЕС повинна вміти приймати рішення при неповних чи неточних даних.
  3.  ЕС повинна вміти пояснювати свої дії при розв’язуванні задач.
  4.  ЕС повинна мати властивість розширення та нарощування функцій.
  5.  ЕС повинна вміти імітувати діяльність висококваліфікованого спеціаліста (експерта).
  6.  ЕС при розв’язанні задач використовує, як правило, не точні алгоритми, а евристики (методи, які спираються на досвід та знання експертів).

Головні відмінності систем обробки даних (СОД) від ЕС такі:

  1.  Результатом роботи ЕС є інтелектуальна порада, що має вигляд тексту, а не машинограма або відеограма в табличному вигляді.
  2.   В основу ЕС покладено технологію обробки символьної, а не числової інформації, що здебільшого подається у формі правил.
  3.  Конструкція СОД: ДАНІ+АЛГОРИТМ=СОД;

Конструкція ЕС: ЗНАННЯ+РОЗУМОВИЙ ВИСНОВОК=ЕС.

  1.  В архітектурі ЕС є блоки, яких немає в СОД:

1) блок бази знань; 2) блок пояснень; 3) блок нагромадження знань.

3. Поняття знань та відмінності їх від даних

В системах із штучним інтелектом знання, а не дані, є інформаційним об’єктом для обробки на ЕОМ. Знання ― це набір фактів (класів об’єктів та зв’язків між ними), що характеризують певну предметну область, процедур та правил маніпулювання фактами, а також інформація про те, коли і як потрібно використовувати ті чи інші процедури.

Основні відмінності знань від даних такі:

1. Внутрішня інтерпретація. Дані дістають семантичну інтерпретацію лише після обробки їх відповідними програми, а знання завжди несуть в собі змістовну інформацію.

2. Наявність ситуативних зв’язків. Знання пов’язані не лише структурно, але й відбивають закономірності між фактами, процесами, явищами та причинно–наслідковими відношеннями між ними.

3. Активність знань.  Суперечливість у знаннях та їх неповнота є стимулом до появи нових знань та їх поповнення.

4. Різна форма подання. Дані це кількісні характеристики, які здебільшого подаються в цифровому вигляді, а знання – переважно якісні характеристики, які подаються у вигляді текстової інформації.

Знання бувають двох типів: декларативні та процедурні.

Декларативні знання ― це факти, тобто класи об’єктів і зв’язки між ними, які не містять у явному вигляді опис процедур перетворення знань. Ці знання є певною множиною тверджень, які не залежать від того, де і коли вони використовуються. Розв’язання задачі в такій області знань грунтується на пошуку, що відбувається у множині можливих станів предметної області.

Процедурні знання ― це набір певних процедур перетворення знань як даних. При процедурному поданні знань немає потреби зберігати інформацію про всі можливі стани предметної області, а достатньо мати опис початкового стану та процедур, що генерують необхідні стани на основі початкового.

4. Структура ЕС

Структура ЕС показана на рис. 1. 

Знання

першого роду

Знання

другого роду

Експерт

Інженер з питань знань

Користувач

Блок спілкування

Блок рішень

Блок логічного виводу

Блок керування

База знань

екстенсіональна частина

інтенсіональна частина

Блок нагромадження знань

Блок

пояснень

Рис1. Структура експертної системи.

База знань ― це сукупність відомостей про предметну область, для якої розробляється ЕС. Для наповнення бази знань запрошуються висококваліфіковані спеціалісти в тій галузі, для якої розробляється ЕС. Вони відіграють роль експертів і мають завдання описати всі відомі знання для функціонування ЕС.

Знання першого роду ― це загальновідомі факти, явища, закономірності, які визнані в даній предметній області та опубліковані. Знання другого роду ― це набір емпіричних правил та інтуїтивних висновків, якими користуються спеціалісти, приймаючи рішення в умовах невизначеності за наявності неповної суперечливої інформації. У базі знань ЕС переважають знання першого роду, але й повинні бути знання другого роду, тому що їх відсутність вказує на невміння експертів сформулювати свої знання.

Інженер з питань знань структурує і записує в базу знання, які подали експерти, з врахуванням правил побудови моделі знань проектованої ЕС.

Блок спілкування з користувачем або інтерфейс користувача необхідний для організації діалогу між системою та користувачем. Основна вимога до цього блоку ― реалізація спілкування природною мовою користувача.

Блок рішень, дії якого подібні до міркувань людини-експерта, необхідний для пошуку і побудови логічних висновків, які видає користувачеві ЕС. Цей блок виконує функції управління процесом пошуку розв’язків, тобто він визначає спосіб і послідовність використання різних правил та процедур. Блок рішень складається  з двох таких частин: блока логічного виводу та блока керування.

Блок логічного виводу виконує дії, аналогічні до інтелектуальної діяльності спеціаліста, коли той приймає рішення, і основною функцією цього блоку є побудова логічного висновку на основі знань, які зберігаються в базі знань. Блок керування управляє процесом пошуку рішення, тобто визначає послідовність використання різних процедур маніпулювання знаннями.

В базі знань усі наявні знання поділяються на інтенсіональні  та екстенсіональні.  Інтенсіональні (абстрактні) знання ― це понятійні (концептуальні) знання про об’єкти предметної області та зв’язки між ними. Екстенсіональні (конкретні) знання ― це кількісні характеристики інтенсіональної частини знань, тобто база даних ЕС.

Блок пояснень служить для видачі за запитом користувача послідовності логічних висновків та міркувань, якими оперувала система в процесі пошуку рішення. Відповідальність за прийняття рішень несе особисто користувач, а не експерти, на базі знань яких ЕС приймала рішення. Цей блок дає змогу використовувати ЕС також для процесу навчання.

Блок нагромадження знань дає змогу експертам завантажувати базу знань та редагувати знання, які знаходяться в базі.      Функція цього блоку полягає у формуванні емпіричних залежностей із неповних знань, тобто отримання знань першого роду на основі знань другого роду. Через складність цієї функції не всі ЕС мають у своєму складі цей блок. На даний час виникло питання автоматизованого набуття знань ЕС. Актуалізацію, коригування та розширення знань ЕС через процес навчання ЕС можна звести до створення  нових понять і правил на основі існуючих та підключення їх в базу знань з виконанням умови несуперечливості знань.


 

А также другие работы, которые могут Вас заинтересовать

26789. Простейшие формулы численного интегрирования 2.9 MB
  Если есть три равноотстоящих узла то проводим через них параболу формула Симпсона: 1 3 x1x0y04y1y2 Общая классификация систем Системы можно разделять на классы по различным признакам. Можно классифицировать системы следующим образом: по виду отображаемого объекта технические биологические и др.; по виду формализованного аппарата представления системы детерминированные и стохастические; по типу целеустремленности открытые и закрытые; по сложности структуры и поведения простые и сложные; по степени...
26790. Уточнение корней уравнения. Методы касательных (Ньютона) 110.5 KB
  Иерархическая модель данных Иерархическая модель данных является наиболее простой среди всех даталогических моделей. Основными информационными единицами в иерархической модели являются: база данных БД сегмент и поле. Поле данных определяется как минимальная неделимая единица данных доступная пользователю с помощью СУБД. Сегмент в терминологии Американской Ассоциации по базам данных DBTG Data Base Task Group называется записью при этом в рамках иерархической модели определяются два понятия: тип сегмента или тип записи и экземпляр...
26791. Интерполяция функций. Интерполяционный полином Лагранжа 56 KB
  Интеллектуальный анализ данных Data Mining Data Mining Добыча Раскопка данных это процесс цель которого обнаружить новые значимые корреляции образцы и тенденции в результате просеивания большого объема хранимых данных с использованием методик распознавания образцов плюс [применение] статистических и математических методов. это исследование и обнаружение машинными методами алгоритмами средствами искусственного интеллекта в сырых данных скрытых знаний которые ранее не были известны. Сокращение описания для визуализации...
26792. Задача Коши для обыкновенного дифференциального уравнения 1-го порядка 94.5 KB
  Сетевая модель данных Стандарт сетевой модели впервые был определен в 1975 году организацией CODASYL Conference of Data System Languages которая определила базовые понятия модели и формальный язык описания. Базовыми объектами модели являются: элемент данных; агрегат данных; запись; набор данных Элемент данных то же что и в иерархической модели то есть минимальная информационная единица доступная пользователю с использованием СУБД. Агрегат данных соответствует следующему уровню обобщения в модели. Агрегат данных имеет имя и в...
26793. Уточнение корней уравнения. Метод деления отрезка пополам, метод секущих 126.5 KB
  Так как сущность соответствует некоторому классу однотипных объектов то предполагается что в системе существует множество экземпляров данной сущности. Объект которому соответствует понятие сущности имеет свой набор атрибутов характеристик определяющих свойства данного представителя класса. При этом набор атрибутов должен быть таким чтобы можно было различать конкретные экземпляры сущности. Набор атрибутов однозначно идентифицирующий конкретный экземпляр сущности называют ключевым.
26794. Обобщение простейших формул численного интегрирования 97 KB
  GPSS PC и GPSS World GPSS общецелевая система моделирования язык программирования используемый для имитационного моделирования различных систем в основном систем массового обслуживания. В 1984 выпускается версия GPSS на компьютерах типа IBM PC. Синтаксис языка в основном соответствовал GPSS V но было некоторое расширение подмножества например были выведены блоки CHANGE HELP PRINT и WRITE и общее число блоков доведено до 44. Подобно GPSS V и в отличии от GPSS H время моделирования должно быть целым числом но почти не ограниченно по...
26795. Численное интегрирование. Геометрический смысл численного интегрирования 69.5 KB
  Геометрический смысл численного интегрирования Численное интегрирование это вычисление определенных интегралов от функций заданных либо в явном виде например либо в виде таблицы. Например отношение в реляционной модели данных не допускает наличия одинаковых кортежей а таблицы в терминологии SQL могут иметь одинаковые строки. SQL содержит 4 группы операторов: операторы описания данных create drop alter операторы манипуляции данными insert delete select операторы задания прав доступа в базе данных lock unlock операторы защиты...