Особенности разработки экспертных интеллектуальных систем

Уровни представления и уровни детальности

Для того чтобы экспертная система могла управлять процессом поиска решения, была способна приобретать новые знания и объяснять свои действия, она должна уметь не только использовать свои знания, но и обладать способностью понимать и исследовать их, т.е. экспертная система должна иметь знания о том, как представлены ее знания о проблемной среде. Если знания о проблемной среде назвать знаниями нулевого уровня представления, то первый уровень представления содержит метазнания, т.е. знания о том, как представлены во внутреннем мире системы знания нулевого уровня. Первый уровень содержит знания о том, какие средства используются для представления знаний нулевого уровня. Знания первого уровня играют существенную роль при управлении процессом решения, при приобретении и объяснении действий системы. В связи с тем, что знания первого уровня не содержат ссылок на знания нулевого уровня, знания первого уровня независимы от проблемной среды. Число уровней представления Число уровней представления может быть больше двух. Второй Уровень представления содержит сведения о знаниях первого уровня, т.е. знания о представлении базовых понятий первого уровня. Разделение знаний по уровням представления обеспечивает расширение области применимости системы. Выделение уровней детальности позволяет рассматривать знания с различной степенью подробности. Количество уровней детальности во многом определяется спецификой решаемых задач, объемом знаний и способом их представления. Как правило, выделяется не менее трех уровней детальности, отражающих соответственно общую, логическую и физическую организацию знаний. Введение нескольких уровней детальности обеспечивает дополнительную степень гибкости системы, так как позволяет производить изменения на одном уровне, не затрагивая другие. Изменения на одном уровне детальности могут приводить к дополнительным изменениям на этом же уровне , что оказывается необходимым для обеспечения согласованности структур данных и программ. Однако наличие различных уровней препятствует распространению изменений с одного уровня на другие.
Разработка ЭИС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭИС показал, что использование при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭИС, либо вообще приводит к отрицательному результату. Разработка экспертных интеллектуальных систем (ЭИС) Использовать ЭИС (экспертные интеллектуальные системы) следует только тогда, когда разработка ЭИС (экспертные интеллектуальные системы): возможна. Ч тобы разработка ЭИС была возможной для данного приложения, необходимо одновременное выполнение по крайней мере следующих требований существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты;
  • эксперты сходятся в оценке предлагаемого решения, иначе нельзя будет оценить качество разработанной ЭИС (экспертные интеллектуальные системы);
  • эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут "извлечены" и вложены в ЭИС;
  • решение задачи требует только рассуждений, а не действий;
  • задача не должна быть слишком трудной (т.е. ее решение должно занимать у эксперта несколько часов или дней, а не недель);
  • задача хотя и не должна быть выражена в формальном виде, но все же должна относиться к достаточно "понятной" и структурированной области, т.е. должны быть выделены основные понятия, отношения и известные (хотя бы эксперту) способы получения решения задачи;
  • решение задачи не должно в значительной степени использовать "здравый смысл" (т.е. широкий спектр общих сведений о мире и о способе его функционирования, которые знает и умеет использовать любой нормальный человек), так как подобные знания пока не удается (в достаточном количестве) вложить в системы искусственного интеллекта.
оправдана.Использование ЭИС в данном приложении может быть возможно, но не оправдано. Применение ЭИС может быть оправдано одним из следующих факторов:
  • решение задачи принесет значительный эффект, например экономический;
  • использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах;
  • использование ЭИС (экспертные интеллектуальные системы) целесообразно в тех случаях, когда при передаче информации эксперту происходит недопустимая потеря времени или информации;
  • использование ЭИС целесообразно при необходимости решать задачу в окружении, враждебном для человека.
методы инженерии знаний соответствовали решаемой задаче. Приложение соответствует методам ЭИС, если решаемая задача обладает совокупностью следующих характеристик:
  • задача может быть естественным образом решена посредством манипуляции с символами (т.е. с помощью символических рассуждений), а не манипуляций с числами, как принято в математических методах и в традиционном программировании;
  • задача должна иметь эвристическую, а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭИС;
  • задача должна быть достаточно сложна, чтобы оправдать затраты на разработку ЭИС (экспертные интеллектуальные системы). Однако она не должна быть чрезмерно сложной (решение занимает у эксперта часы, а не недели), чтобы ЭИС могла ее решать;
  • задача должна быть достаточно узкой, чтобы решаться методами ЭИС (экспертные интеллектуальные системы), и практически значимой.
Концепция "быстрого прототипа" При разработке ЭИС, как правило, используется концепция "быстрого прототипа". Суть этой концепции состоит в том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (прототипы) ЭИС. Прототипы должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать типичные задачи конкретного приложения, а с другой - время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования. Прототип должен продемонстрировать пригодность методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭИС (экспертные интеллектуальные системы) для данного приложения. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Преобразование прототипа ЭИС в конечный продукт обычно приводит к перепрограммированию ЭИС (экспертные интеллектуальные системы) на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭИС, так и уменьшение требуемой памяти. Трудоемкость и время создания ЭИС (экспертные интеллектуальные системы) в значительной степени зависят от типа используемого инструментария. Рекомендуем к прочтению материалл "Технология разработки экспертных интеллектуальных систем", как продолжение этого материалла.