Інструментальні засоби розробки експертних систем. 5
Список використаних джерел. 11
Штучний інтелект - наймолодше науковий напрям. Поява його було підготовлено розвитком потужності обчислювальних машин.
Штучний інтелект займає виняткове становище. Це пов'язано з наступним:
1. частина функцій програмування в даний час виявилося можливим передати машині. При цьому спілкування з машиною відбувається на мові, близькою до розмовної. Для цього в ЕОМ закладають величезну базу знань, способи вирішення, процедури синтезу, програми, а також кошти спілкування, дозволяють користувачеві легко спілкуватися з ЕОМ.
2. У зв'язку з впровадженням ЕОМ в усі сфери людського життя стає можливим перехід до безпаперової технології обробки інформації.
3. Якщо раніше виробництво орієнтувалося на обов'язкову участь людини, то в даний час знаходять застосування безлюдні технології, засновані на роботизації та автоматизації системи управління.
4. Інтелектуальні системи в даний час починають займати провідне становище в проектуванні зразків виробів. Частина виробів неможливо спроектувати без їх участі.
Системи, що відносяться до систем ІІ в даний час:
1. Експертні системи. Перші системи, які знайшли широке застосування. Їх елементи використовуються в системах проектування, діагностики, управління і іграх. Засновані на введенні знань висококваліфікованих фахівців (експертів) в ЕОМ і розробці спеціальної системи по їх використанню.
2. Системи природно - мовного спілкування (мається на увазі письмова мова). Дані системи дозволяють проводити обробку пов'язаних текстів по будь - якої тематики на природній мові.
3. Системи мовного спілкування. Складаються з двох частин:
· Системи сприйняття мови
· Системи відтворення мови.
4. Системи обробки візуальної інформації. Знаходять застосування в обробці аерокосмічних знімків, даних, що надходять з датчиків, роботів і автоматизованих систем.
5. Системи машинного перекладу. Маю на увазі природні мови людського спілкування.
6. Системи автоматичного проектування. Без цих систем не може обійтися жодне велике машинобудівне підприємство.
Інструментальні засоби розробки експертних систем
Експертні системи (ЕС) - це системи штучного інтелекту (інтелектуальні системи), призначені для вирішення плохоформалізованних і слабоструктурованих задач в певних проблемних областях, на основі закладених у них знань фахівців-експертів. В даний час ЕС впроваджуються в різні види людської діяльності, де використання точних математичних методів і моделей важко або взагалі неможливо. До них відносяться: медицина, навчання, підтримка прийняття рішень і управління в складних ситуаціях, ділові різні додатки і т. Д.
Основними компонентами ЕС є бази даних (БД) і знань (БД), блоки пошуку рішення, пояснення, вилучення і накопичення знань, навчання та організації взаємодії з користувачем. БД, БЗ і блок пошуку рішень утворюють ядро ЕС.
Для конструювання ЕС використовуються різні інструментальні засоби: універсальні мови програмування, мови штучного інтелекту, інструментальні системи та середовища і системи-оболонки. Системи-оболонки є найбільш простим засобом формалізації (автоформалізаціі) експертних знань, практично не потребують участі посередників в особі інженера по знаннях або програміста при їх використанні. Інженер по знаннях тільки допомагає експерту вибрати найбільш підходящу для його проблемної області оболонку.
Відомі три основні різновиди виконання експертних систем:
• - Експертні системи, виконані у вигляді окремих програм, на деякому алгоритмічній мові, база знань яких є безпосередньо частиною цієї програми. Як правило, такі системи призначені для вирішення завдань в одній фіксованій предметної області. При побудові таких систем застосовуються як традиційні процедурні мови PASCAL, C і ін. Так і спеціалізовані мови штучного інтелекту LISP, PROLOG.
• - Оболонки експертних систем - програмний продукт, що володіє засобами подання знань для певних предметних областей. Завдання користувача полягає не в безпосередньому програмуванні, а в формалізації і введенні знань з використанням наданих оболонкою можливостей. Недоліком цих систем можна вважати неможливість охоплення однією системою всіх існуючих предметних областей. Прикладом можуть служити Інтерексперт, РС +, VP-Expert.
• - Генератори експертних систем - потужні програмні продукти, призначені для отримання оболонок, орієнтованих на те чи інше уявлення знань залежно від розглянутої предметної області. Приклади цього різновиду - системи KEE, ART та ін ..
Системи EXSYS і GURU відносяться до систем дедуктивного продукційного типу, причому система GURU (в її сучасній версії, орієнтованої на робочі станції) по суті є інструментальної середовищем, що підтримує різні режими конструювання прикладних ЕС і володіє досить розвиненими засобами обробки фактора невизначеності. Ця система орієнтована на різні класи користувачів залежно від їх підготовки в області штучного інтелекту і програмування, має розвинений інтерфейс з сучасними СУБД і електронними таблицями, засоби збору статистики і т. Д. Система може працювати на різних обчислювальних платформах під управлінням різних операційних систем, а також має підтримку мережевої конфігурації.
Експертна система Exsys являє собою інтелектуальну систему, яка може бути використана для розробки бази знань в будь-якій предметній області. При цьому знання представляються у вигляді продукційних правил. У систему включені засоби налагодження і тестування програми, редагування для модифікації знань і даних.
У списку найбільш поширених в даний час за кордоном експертних систем і їх оболонок можна виділити наступні найменування: INSIGT, LOGIAN, NEXPERT, RULE MASTER, KDS, PICON, KNOWLEDGE CRAFT, KESII, S1, TIMM і ін.
В якості критеріїв, за якими можна судити про можливість створення експертної системи слід зазначити наступні:
1. - Необхідність символьних міркувань, очевидно, немає сенсу розробляти експертну систему для чисельних розрахунків, наприклад, для перетворень Фур'є, інтегрування, рішення систем алгебраїчних рівнянь і ін.
2. - Наявність експертів, компетентних в обраному колі питань, які згодні співпрацювати при створенні ЕС.
3. - Поставлена проблема повинна бути досить важливою і актуальною. Це можуть бути проблеми, що вимагають високого рівня експертизи, або прості, але трудомісткі багаторазово повторюються перевірки. Немає сенсу витрачати час на вирішення проблем, які виникають рідко і можуть бути дозволені людиною зі звичайною кваліфікацією.
4. - Необхідно чітко обмежувати коло вирішуваних завдань, тобто предметна область вибирається досить "вузької", щоб уникнути "комбінаторного вибуху" обсягу інформації необхідної для компетентного вирішення поставленого завдання.
5. - Необхідна узгодженість думок експертів про те, як слід вирішувати поставлені завдання, які факти необхідно використовувати і які загальні правила винесення суджень. В іншому випадку неможливо розширити базу знань за межі досвіду однієї людини і здійснити сплав експертних знань з кількох областей.
6. - Повинно бути достатньо вихідних даних для перевірки працездатності експертної системи в обраній предметній
7. області, щоб розробники змогли переконатися в досяжності деякого заданого рівня її функціонування.
8. - Повинна забезпечуватися можливість поступового нарощування системи. База знань повинна легко розширюватися і коригуватися, так як правила часто змінюються з появою нових фактів.
Цінність використання ЕС виявляється в таких аспектах:
a) - У зборі, оперативному уточнення, кодуванні і поширення експертних знань.
b) - В ефективному вирішенні проблем, складність яких перевищує людські можливості і для яких потрібні експертні знання декількох областей.
c) - У збереженні найбільш вразливою цінності колективу - колективної пам'яті.
Створення баз знань відкриває широкі можливості, які обумовлені безпомилковістю і ретельністю, притаманними ЕОМ і синтезом знань експертів. Якщо база знань об'єднує інформацію з кількох дисциплін, то такий "сплав" знань набуває додаткову цінність.
Експертна система дозволяє вирішити проблему збереження експертних знань, пов'язану з втратою найкваліфікованіших експертів в результаті їх просування по службі, смерті, переходу на іншу роботу або виходу на пенсію, а також дозволить зробити знання легко доступними для тих, хто займе місця пішли експертів.
Експертна система VP-Expert являє собою "порожню" оболонку, добре зарекомендувала і отримала досить широке поширення. її застосування можливо на IBM сумісних персональних комп'ютерах з операційною системою MS DOS, що мають не менше 256 К оперативної пам'яті і адаптери графічних дисплеїв подібні CGA, EGA або HERKULES. Важливою особливістю оболонки, що істотно розширює її можливості, є сумісність з файлами створеними dBASE II, dBASE III і dBASE III +.
Одним з найбільш розвинених пакетів для створення нечітких експертних систем є багатофункціональний пакет CubiCalc. Це не тільки оболонка для створення закінчених нечітких експертних систем, а й засіб розробки додатків, що використовують нечітку логіку. До складу пакету входить досить потужна мова програмування CubiCalc's Expression Language (CEL). Система надає інструменти для покрокової налагодження розроблюваних додатку-ний. Дуже цікавою є можливість перетворення проектів в само-самостійні додатки або DLL (Dynamic Link Library). Також пакет дозволяє генерувати на мові Сі тексти, що містять алгоритми роботи нечіткої екс-експертної системи. Ці тексти потім можуть бути вбудовані в додатки користування земельними діл-теля.
CubiCalc зберігає всю інформацію, що описує створювану нечітку експертну систему, як єдиний проект. Проект містить визначення источни-ков вхідних даних і процедур їх обробки, правил нечіткого логічного ви-вода, функцій приналежності для використовуваних нечітких множин, процедур подання результату.
Система HUGIN дозволяє створювати системи підтримки прийняття рішень в умовах невизначеності на основі моделей проблемної області. Система орієнтована на побудову моделей на основі теорії мереж Байєса і діаграм впливу. Систему можна використовувати для створення експертних систем в самих різних проблемних областях, в тому числі і для побудови систем підтримки прийняття економічних рішень.
Система HUGIN містить графічне середовище HUGIN Tool і бібліотеку язи-ка С (С ++) HUGIN API.
Байєсівський підхід, який використовується для обробки невизначеностей зна-ний, передбачає, що задається завжди апріорна ймовірність виконання деякої гіпотези, яка послідовно уточнюється з урахуванням ймовірностей свиде-нізацією на користь або проти гіпотези. В результаті пошуку рішення формується апостериорная ймовірність прийняття рішення.
Система HUGIN в процесі пошуку рішення будує мережі Байєса.
Мережі Байєса є прямим ациклический граф, де кожен вузол відповідає змінної, що змінюється випадковим чином. Зв'язки відпрацьовано-жают причинно-наслідкові зв'язки в предметної області. Вагомість ре-результату оцінюється його ймовірністю.
Байєсовські мережі довіри використовуються в тих областях, які характери-ються успадкованої невизначеністю. Ця невизначеність може метушні-кати внаслідок неповного розуміння предметної області; неповних знань про предметну область або коли задача характеризується випадковістю.
Інструментальний комплекс для створення експертних систем реального часу (на прикладі інтегрованого середовища g2-gensym corp. Сша)
Історія розвитку ІС для створення ЕС реального часу почалася в 1985 р коли фірма Lisp Machine Inc. випустила систему Picon для символьних ЕОМ Symbolics. Успіх цього ІС привів до того, що група провідних розробників Picon в 1986 р утворила приватну фірму Gensym, яка, значно розвинувши ідеї, закладені в Picon, в 1988 р вийшла на ринок з ІС під назвою G2, версія 1.0. В даний час функціонує версія 4.2 і готується до випуску версія 5.0.
Основне призначення програмних продуктів фірми Gensym (США) - допомогти підприємствам зберігати і використовувати знання і досвід їх найбільш талановитих і кваліфікованих співробітників в інтелектуальних системах реального часу, що підвищують якість продукції, надійність і безпеку виробництва і знижують виробничі витрати. Про те, як фірмі Gensym вдається впоратися з цим завданням, говорить хоча б те, що сьогодні їй належать 50% світового ринку експертних систем, використовуваних в системах управління.
З відставанням від Gensym на 2 - 3 роки інші фірми почали створювати свої ІС для ЕС РВ. З точки зору незалежних експертів NASA, які проводили комплексне дослідження характеристик і можливостей деяких з перерахованих систем, в даний час найбільш просунутим ІС, безумовно, залишається G2 (Gensym, США); такі місця зі значним відставанням (реалізовано менше 50% можливостей G2) займають RTWorks - фірма Talarian (США), COMDALE / C (Comdale Techn. - Канада), COGSYS (SC - США), ILOG Rules (ILOG - Франція).
Класи завдань, для яких призначена G2 і подібні їй системи:
моніторинг в реальному масштабі часу;
системи управління верхнього рівня;
системи виявлення несправностей;
системи - порадники оператора;
Інструментальні засоби фірми Gensym є еволюційним кроком у розвитку традиційних експертних систем від статичних предметних областей до динамічних. Чималу частку успіху фірмі Gensym забезпечують основні принципи, яких вона дотримується в своїх нових розробках:
незалежність від обчислювальної платформи;
сумісність знизу-вгору з попередніми версіями;
універсальні можливості, не залежні від розв'язуваної задачі;
забезпечення технологічної основи для прикладних систем;
комфортне середовище розробки;
пошук нових шляхів розвитку технології;
розподілена архітектура клієнт-сервер;
Основною перевагою оболонки експертних систем G2 для російських користувачів є можливість застосовувати її як інтегруючий компонент, що дозволяє за рахунок відкритості інтерфейсів і підтримки широкого спектра обчислювальних платформ легко об'єднати вже існуючі, розрізнені засоби автоматизації в єдину комплексну систему управління, що охоплює всі аспекти виробничої діяльності - від формування портфеля замовлень до управління технологічним процесом і відвантаження готової продукції. Це особливо важливо для вітчизняних підприємств, парк технічних і програмних засобів яких формувався здебільшого безсистемно, під впливом різких коливань в економіці.
Крім системи G2, як базового засобу розробки, фірма Gensym пропонує комплекс проблемно / предметно-орієнтованих розширень для швидкої реалізації складних динамічних систем на основі спеціалізованих графічних мов, що включають параметрізуемих операторні блоки для представлення елементів технологічного процесу і типових завдань обробки інформації. Набір інструментальних середовищ фірми Gensym, згрупований по проблемної орієнтації, охоплює всі стадії виробничого процесу і виглядає наступним чином:
інтелектуальне управління виробництвом - G2, G2 Diagnostic Assistant (GDA), NeurOn-Line (NOL), Statistical Process Control (SPC), BatchDesign_Kit;
оперативне планування - G2, G2 Scheduling Toolkit (GST), Dynamic Scheduling Packadge (DSP);
Розробка та моделювання виробничих процесів - G2, ReThink, BatchDesign_Kit;
управління операціями і корпоративними мережами - G2, Fault Expert.
Нами були Розглянемо деякі інструментальні засоби розробки систем ШІ. Створення ІІ - завдання трудомістке. Для складного ІІ необхідно представляти область застосування, бази даних для обробки, фахівців для налагодження, компетентних інженерів і програмістів. Для створення ж простий ІІ необхідний лише навички роботи з яким - або готовим програмним засобом розробки ШІ. Але зі зростанням комп'ютеризації та потужності ПК можна говорити про швидке виникненні таких видів Штучного інтелекту, які зможуть пройти тест Тьюринга, отримувати призи Лёбнера, і будуть в усьому відрізняються від людини.