Експертні і навчальні системи

Системи управління базами даних і експертні системи

2.4. Системи управління базами даних і експертні системи

2.4.10. Експертні і навчаються системи

Експертні системи є одним з основних додатків штучного інтелекту. Штучний інтелект - це один з розділів інформатики, в якому розглядаються завдання апаратного і програмного моделювання тих видів людської діяльності, які вважаються інтелектуальними.

Результати досліджень з штучного інтелекту використовуються в інтелектуальних системах, які здатні вирішувати творчі завдання, що належать конкретній предметній області, знання про яку зберігаються в пам'яті (базі знань) системи. Системи штучного інтелекту орієнтовані на вирішення великого класу задач, до яких відносяться так звані частково структуровані або неструктуровані завдання (слабо формалізуються або формалізації завдання).

Інформаційні системи, що використовуються для вирішення частково структурованих завдань, поділяються на два види:

  1. Створюють управлінські звіти (виконують обробку даних: пошук, сортування, фільтрацію). Ухвалення рішення здійснюється на основі відомостей, що містяться в цих звітах.
  2. Розробляють можливі альтернативи рішення. Ухвалення рішення зводиться до вибору однієї із запропонованих альтернатив.

Інформаційні системи, що розробляють альтернативи рішень, можуть бути модельними або експертними:

  1. Модельні інформаційні системи надають користувачеві моделі (математичні, статистичні, фінансові ресурси тощо), які допомагають забезпечити розробку та оцінку альтернатив рішення.
  2. Експертні інформаційні системи забезпечують вироблення і оцінку можливих альтернатив користувачем за рахунок створення систем, заснованих на знаннях, отриманих від фахівців - експертів.

Експертні системи - це програми для комп'ютерів, що акумулюють знання фахівців - експертів в конкретних предметних областях, які призначені для отримання прийнятних рішень в процесі обробки інформації. Експертні системи трансформують досвід експертів в будь-якої конкретної галузі знань у форму евристичних правил і призначені для консультацій менш кваліфікованих фахівців.

Відомо, що знання існують в двох видах: колективний досвід, особистий досвід. Якщо предметна область представлена ​​колективним досвідом (наприклад, вища математика), то ця предметна область не потребує експертних системах. Якщо в предметної області велика частина знань є особистим досвідом фахівців високого рівня і ці знання є слабоструктурированное, то така область потребує експертних системах. Сучасні експертні системи знайшли широке застосування у всіх сферах економіки.

База знань є ядром експертної системи. Перехід від даних до знань є наслідком розвитку інформаційних систем. Для зберігання даних застосовуються бази даних, а для зберігання знань - бази знань. У базі даних, як правило, зберігаються великі масиви даних з відносно невисокою ціною, а в базах знань зберігаються невеликі за обсягом, але дорогі інформаційні масиви.

База знань - це сукупність знань, описаних з використанням обраної форми їх подання. Наповнення бази знань є однією з найскладніших завдань, яка пов'язана з вибором знань їх формалізацією і інтерпретацією.

Експертна система складається з:

  • бази знань (в складі робочої пам'яті і бази правил), призначеної для зберігання вихідних і проміжних фактів в робочій пам'яті (її ще називають базою даних) і зберігання моделей і правил маніпулювання моделями в базі правил;
  • решателя завдань (інтерпретатора), який забезпечує реалізацію послідовності правил для вирішення конкретного завдання на основі фактів і правил, що зберігається в базах даних і базах знань;
  • підсистеми пояснення, дозволяє користувачеві отримати відповіді на питання: «Чому система прийняла таке рішення?»;
  • підсистеми придбання знань, призначеної як для додавання в базу знань нових правил, так і модифікації наявних правил;
  • інтерфейсу користувача, комплексу програм, що реалізують діалог користувача з системою на стадії введення інформації, і отримання результатів.

Експертні системи відрізняються від традиційних систем обробки даних тим, що в них, як правило, використовується символьний спосіб представлення, символьний висновок і евристичний пошук рішень. Для вирішення слабо формалізуються або неформалізованих завдань більш перспективними є нейронні мережі або нейрокомп'ютери.

Основу нейрокомпьютеров складають нейронні мережі - ієрархічні організовані паралельні з'єднання адаптивних елементів - нейронів, які забезпечують взаємодію з об'єктами реального світу так само, як і біологічна нервова система.

Великих успіхів використання нейромереж досягнуті при створенні самообучающихся експертних систем. Мережа налаштовують, тобто навчають, пропускаючи через неї всі відомі рішення і домагаючись отримання необхідних відповідей на виході. Налаштування полягає в підборі параметрів нейронів. Часто використовують спеціалізовану програму навчання, яка займається навчанням мережі. Після навчання система готова до роботи.

Якщо в експертну систему її творці попередньо закладають знання в певній формі, то в нейронних мережах невідомо навіть розробникам, як формуються знання в її структурі в процесі навчання і самонавчання, тобто мережа являє собою «чорний ящик».

Нейрокомп'ютери, як системи штучного інтелекту, є дуже перспективними і можуть нескінченно вдосконалюватися в своєму розвитку.

В даний час системи штучного інтелекту в формі експертних систем і нейронних мереж знаходять широке застосування при вирішенні фінансово - економічних проблем.

Схожі статті