Экспертные системы

1. Экспертиза и экспертная информация. Определения экспертной системы. Отличия эс от других программ и систем ии. Назначение и функции эс. Роль эс в области ии.

Экспертиза – исследование специалистом(экспертом) каких-либо вопросов/, решение которых требует спец. познаний в области науки, техники, искусства. (ЭКСПЕРТИЗА — специфический тип работы со знаниями, направленной не на получение новых знаний в той или иной области, а на применение уже имеющихся знаний для подготовки и принятия решений в самых различных сферах практики. Э. проводится специалистами в той или иной области знания — экспертами; в современном обществе в качестве экспертов часто привлекаются специалисты из различных областей науки. В то же время функции эксперта отличаются от функций специалиста тем, что если специалист должен быть в состоянии решить проблему, то от эксперта требуется знание о том, как ее можно решить. Эксперт должен обладать не только определенной совокупностью знаний в своей области, но и специфическими умениями, позволяющими эффективно использовать эти знания в самых различных ситуациях. Экспертные знания, таким образом, это не столько особый вид знаний, сколько особый вид организации и применения знаний.)

ЭС – программа для комплекса, который оперирует со знанием в определенной предметной области с целью выработки рекомендаций или решения проблемы

Отличие от традиционного программирования

1. ЭС моделирует не столько физическое строение архитектуры, предметной области, сколько моделирует рассуждения человека об этом

2. Наличие БЗ(базы знаний) в них. БЗ отчуждена от программного кода. Решение заключено не в коде, а во внешнем источнике(БД(база данных))

3. В ЭС используются эвристические(последовательность предписаний или процедур обработки информации, выполняемая с целью поиска более рациональных и новых конструктивных решений) и приближенные методы

Отличие от других систем ИИ(искусственного интеллекта)

1. В ЭС рассматриваются предметы реального мира(т.е. носит практический характер, целевой), решают конкретные прокладные задачи

2. Обладаю высокой производительностью, точностью, достоверностью

3. Наличие в ЭС объяснительной компоненты(доверие выше, если есть объяснение почему было принято решение)

Назначение и функции ЭС

• ЭС может рассматриваться как АСОИУ(обработки экспертный знаний), изучение справочного материала – пассивное исследование

• Определение ЭС через набор компонент

• ЭС как средство эмпирического поиска высококачественных решений на баазе формализованных знаний экспертов

Классы решаемых задач : диагностика, прогнозирование, идентификация, управление, проектирование, мониторинг.

Перспективы ЭС

• Выступают в виде мастеров, шаблонов, помощников для создания проектов и т.д.

• Широкое применение в гипертекстах и гипермедиа

• Появление в программах самообучения, когда программа адаптируется под конкретные потребности

Роль ЭС в области ИИ.

Создание человеко-машинных систем ИИ нашло свое наиболее яркое выражение в экспертных системах (ЭС). Для их реализации разрабатывались многочисленные модели и языки представления знаний, специальные языки программирования и символьные ЭВМ. После появления первых ЭС и интенсивного их развития в литературе появились утверждения о том, что ЭС не нашли своего применения и не оправдали надежд.

Но появление ЭС сыграло важную роль в развитии ИИ, т.к. позволило перевести разработки в области ИИ из исследовательской плоскости в область реализации практических программных комплексов. Первые успехи систем ИИ для решения коммерческих задач можно отнести к 1985 году, однако массовое распространение они получили только в середине 90-х годов.

Экспертные системы, показав практическую ценность, оказали большую услугу всей области искусственного интеллекта. Увеличение финансирования позволило породить новые и оживить старые направления ИИ.

Большие успехи в области ЭС (инженерии знаний) привели к идеи постепенной интеллектуализации машинных функций, направленной в конечном итоге на создание автономных систем ИИ — интеллектуальных агентов. Одними из основных проблем, препятствующих созданию автономных ИС являются ограниченность базы знаний, модели представления знаний и несовершенство интерфейса взаимодействия с окружающей средой и пользователями.