Состав и функции интеллектуальных информационных систем (экспертных систем)

До конца 70-х годов большие объемы данных в сфере экономики служили главным образом для описания ситуации, сложившейся на производстве, в отрасли или на объекте управления. Эти данные позволяли знать, например, состояние продуктов и материалов на складе, характеристики заказов, финансово-экономическое положение предприятия, кадровый состав. Роль СУБД заключалась в поиске конкретной информации, такой как число заказов некоторого продукта, клиентура предприятия или зарплата сотрудников некоторого отдела.

В течение последних десятилетий в рамках исследований по ИИ сформировалось самостоятельное направление – управление знаниями или инженерия знаний. Управление знаниями предполагает наличие базы знаний, системы управления базой знаний и экспертной системы (ЭС).

В задачу направления в ЭСЭ входят исследования и разработка программ (устройств), использующих знания и процедуры вывода для решения задач, являющихся трудными для людей - экспертов.

Огромный интерес к ЭС со стороны пользователей вызван, по крайней мере, тремя причинами:

1) ЭС ориентированы на задачи, для которых отсутствуют или неизвестны алгоритмы их решения;

2) ЭС позволяют пользователям, не знающим программирования, самостоятельно разрабатывать задачи, используя свой опыт и знания;

3) ЭС позволяют получать результаты, не уступающие, а иногда и превосходящие возможности людей - экспертов.

Экспертные системы используются для оказания помощи в принятии решений в тех случаях, когда отсутствуют или не известны алгоритмы или методы решения задач. Например, достаточно хорошо известны трудности применения методов исследования операций для решения экономических задач, связанные с их жесткими ограничениями и необходимостью использования точной информации о состоянии объекта управления. Однако в действительности решения на производстве редко принимаются в условия полной определенности. Поэтому естественное желание специалистов по управлению иметь в своем распоряжении более гибкие системы, способные работать даже в тех условиях, когда отсутствует точная информация, использовать накопленный опыт, функционировать в режиме диалога с ЭВМ, предлагать пользователю множество приемлемых решений.

Например, пользователь ЭС управления портфелем ценных бумаг, желающий поместить некоторую сумму денег, хотел бы знать, имеется ли возможность изменить предлагаемый системой размер вклада таким образом, чтобы получить больший доход от него, естественно допуская больше риска, или избежать, насколько это возможно, проблем, связанных с покупкой акций. Таким образом, исходя из предлагаемых системой решений, пользователь может модифицировать поставленную проблему.

Если ЭС обеспечивает различные функции СУБД, то естественно, что она должна заменить последнюю, так как предоставляет пользователю информацию для принятия решения.

Роль этих двух систем можно кратко сформулировать следующим образом:

ЭС: оказание помощи пользователю для принятия решения; решение задач, для которых отсутствуют методы, алгоритмы, а также полная информация; выявление множества приемлемых решений; работа в интерактивном режиме.

СУБД: получение информации о конкретной ситуации и ответов на вопросы.

Знания, которыми обладает специалист в какой-либо области, можно разделить на формализованные (точные) и неформализованные (неточные). Формализованные знания записываются в справочниках, руководствах в виде таблиц, формул, моделей, алгоритмов и т.п. Неформализованные знания - это знания, для которых отсутствует или неизвестен алгоритм (модель, метод) их получения. Они являются результатом обобщения многолетнего опыта и интуиции специалистов и представляют собой множество эмпирических (эвристических) приемов и правил.

Задачи, решаемые на основе точных знаний, называют формализованными, а на основе неточных знаний - неформализованными. До недавнего времени на ЭВМ решались только формализованные задачи, которые в своей основе имели алгоритм. Неумение решать неформализованные задачи, которых, вероятно, значительно больше, чем формализованных, сдерживает внедрение методов информатики в описательные области знаний.

Неформализованные задачи обладают следующими особенностями:

* алгоритм решения задачи не известен (хотя, возможно, и существует) или ее невозможно решить из-за ограниченности ресурсов ЭВМ (времени, памяти);

* задача не может быть определена в числовой форме (требуется символьное представление);

* для задачи невозможно определить целевую функцию.

Как правило, такие задачи обладают неполнотой, ошибочностью, неоднозначностью и (или) противоречивостью знаний (как данных, так и правил преобразования).

Экспертные системы ориентированы на решение неформализованных задач и обладают следующими особенностями:

* алгоритм решения не известен заранее, а строится самой ЭС путем символических преобразований, базирующихся на эвристических приемах;

* “осознание” системой в терминах пользователя того, как она получила решение;

* способность анализа и объяснения своих действий и знаний;

* способность приобретения новых знаний от эксперта и изменение в соответствии с ними своего поведения;

* обеспечение “дружественного”, как правило, естественно-языкового интерфейса с пользователем.

Мощность ЭС зависит в первую очередь от объема базы знаний и только во вторую - от используемых методов. Методы инженерии знаний в значительной степени инвариантны тому, в каких областях они могут применяться.

Состав экспертной системы. Типичная ЭС предполагает наличие эксперта (или группы экспертов), группы пользователей и функциональных модулей, поддерживающих ее состояние и работу (рис. 1.2).

Эксперт - опытный специалист в некоторой предметной области играет важную роль при создании ЭС. Предметной или проблемной областью обычно называют совокупность взаимосвязанных сведений, необходимых и достаточных для решения некоторого класса задач. Знания о предметной области включают описания объектов, явлений, фактов, а также отношений между ними. В процессе создания ЭС и поддержания ее в работоспособном состоянии используются знания и опыт эксперта. Он предлагает структуру и возможности ЭС, язык для эксперта, модель представления знаний, формы получаемых результатов и объяснений.

При отладке ЭС и ее функционирования эксперт вносит изменения в БЗ (добавляет, удаляет и модифицирует некоторые факты и правила), углубляет и уточняет знания исходя из полученных результатов.

Рис. 8.2. Состав экспертной системы

Пользователями ЭС, например, в области медицины могут быть опытные или начинающие врачи, студенты-медики и, наконец, сами больные, желающие знать суть своей болезни, ее развитие, имеющийся опыт ее лечения, лекарства и их положительные и отрицательные воздействия.

Рассмотрим функциональные модули ЭС (рис. 8.2).

Диалог - это интерфейс, который обеспечивает общение между экспертом, пользователем на привычной для них терминологии с остальными компонентами системы. Он выполняет перевод запросов, сформулированных на внешнем языке, т.е. естественном или специальном языке во внутренний язык системы, а также преобразование ответов и объяснений с внутреннего языка во внешний, понятный пользователю. Он также управляет запросами, т.е. увязывает их в контексте всех обменов, которые ранее имели место.

Вывод решений включает: механизм вывода, который путем умозаключений определяет одно или несколько решений; механизм оценки предлагаемых решений; блок управления механизмом вывода, повышающий эффективность его работы.

Приобретение знаний получает новые знания с одной стороны, от эксперта, а, с другой, от модуля вывода решений и передает их в БЗ. Он может также изменять уже существующие знания в БЗ.

Формирование объяснений инициируется пользователем, когда требуется обоснование полученного результата. Система может включать объяснения различных уровней для специалистов, а также для непосвященных в данной области пользователей, например, студентов или пациентов.

Управление заданиями позволяет эффективно использовать информацию, расположенную в БЗ и БД. Наиболее существенным в этом модуле является метод отбора подмножеств из БД, необходимых для разрешения поставленного вопроса. При отборе подмножеств возникает две проблемы:

1) семантики - как определить в БЗ подмножество полезной информации;

2) эффективности - какого уровня детализации информации (БД требуется достичь, учитывая возможность декомпозиции задачи на подзадачи.

Модуль управления знаниями может сам рассматриваться как ЭС, которая генерирует вопросы к СУБД и в ответ получает подмножество информации, полезной для решения задачи. Такая ЭС должна рассматривать несколько типов правил, которые назовем правилами выборки.

Первый тип правил связывает задачу с составляющими ее подзадачами, что можно выразить так:

1) тип задачи: - тип задачи 1, тип задачи 2, ...

Второй тип правила определяет информацию, полезную для решения задачи;

2) тип задачи: - информация

Третий тип правил соединяет тип информации с вопросами пользователя;

3) тип информации: - вопрос.

Наконец ЭС должна располагать данными о структурировании различных типов информации в такие структуры, как тезаурус (словарь), документальный файл, файл с ключами.

Используя правила выборки (1), (2), и (3), блок генерации вопросов создает множество вопросов для данной подзадачи. Ответы, полученные из БД, на постановленные вопросы представляются в форме отношений, которые преобразуются в язык, используемый для представления знаний (1,2).

Управления знаниями Структура связи

Рис. 8.3. Схема модуля управления знаниями

Система управления базой знаний (СУБЗ) управляет базой правил и через СУБД - базой данных. В функции СУБЗ входит отбор подмножества правил для решения подзадачи, а также получение новых фактов на основе базы правил и базы фактов использования механизмов вывода.

В рассмотренной ЭС одной из важных проблем является выбор языка, который позволяет описать тип задач и информации. Известно, что схема БД включает описания имен объектов, атрибутов, отношений и областей. Но этого недостаточно, поскольку требуется еще представить семантические связи между элементами. Следует заметить, что схема БД является статическим описанием, поскольку она не изменяется. Напротив, для каждой вновь появляющейся подзадачи требуется динамически генерировать ее описание в форме “тип задачи”. А этот блок реализовывать не просто.