Компьютерная система способная частично заменить специалиста эксперта в решение проблемной ситуации

Обновлено: 04.07.2024

Описание слайда:

Экспертная система — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять
наиболее подходящие лекарства по
наблюдаемым у пациента симптомам
заболевания.
Экспертные системы

Описание слайда:

Экспертная система - это возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.
Экспертные системы

Описание слайда:

Структура ЭС
Экспертная система
Интерфейс пользователя
Пользователь
Интеллектуальный редактор базы знаний
Эксперт
Инженер по знаниям
Рабочая (оперативная) память
База знаний
Решатель (механизм вывода)
Подсистема объяснений

Описание слайда:

База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.
Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила — набор инструкций, применяя которые к известным фактам можно получать новые факты.
База знаний ЭС

Описание слайда:

База знаний ЭС создается при помощи трех групп людей:
Эксперты той проблемной области, к которой относятся задачи, решаемые ЭС
Инженеры по знаниям, являющиеся специалистами по разработке ИИС;
Программисты, осуществляющие реализацию ЭС.
База знаний ЭС

Описание слайда:

ЭС может функционировать в 2-х режимах:
Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.
Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее
вероятных при данных симптомах.
Функционирование ЭС

Описание слайда:

Классификация ЭС по решаемой задаче:
Интерпретация данных
Диагностирование
Мониторинг
Проектирование
Прогнозирование
Сводное Планирование
Обучение
Управление
Ремонт
Отладка
Классификация ЭС

Описание слайда:

Классификация ЭС по связи с реальным временем:
Статические ЭС - это ЭС, решающие задачи в условиях не изменяющихся во времени исходных данных и знаний.
Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.
Динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во
времени исходных данных и знаний.
Классификация ЭС

Описание слайда:

Этап идентификации проблем — определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.
Этап извлечения знаний — проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
Этап структурирования знаний — выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.
Этап формализации — осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.
Реализация ЭС — создается один или несколько прототипов ЭС, решающие требуемые задачи.
Этап тестирования — производится оценка выбранного способа представления знаний в ЭС в целом.
Этапы разработки ЭС

Описание слайда:

CLIPS — весьма популярная ЭС (public domain)
OpenCyc — мощная динамическая ЭС с глобальной онтологической моделью и поддержкой независимых контекстов
WolframAlpha — поисковая система, интеллектуальный «вычислительный движок знаний»
MYCIN — наиболее известная диагностическая система, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях.
HASP/SIAP — интерпретирующая система, которая определяет местоположение и типы судов в Тихом океане по данным акустических систем слежения.
Популярные ЭС

Описание слайда:

Если Вы считаете, что материал нарушает авторские права либо по каким-то другим причинам должен быть удален с сайта, Вы можете оставить жалобу на материал.

Экспертные системы (ЭС, англ. expert system) — это компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные экспертные системы начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предшественники экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например, определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания.

В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определённой области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Похожие действия выполняет такой программный инструмент как «Мастер» (англ. Wizard). Мастера применяются как в системных программах так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от экспертных систем — отсутствие базы знаний — все действия жёстко запрограммированы. Это просто набор форм для заполнения пользователем.

Другие подобные программы — поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их виртуальную модель).

Сейчас экспертные системы в различных отраслях набирают все большую популярность. Юристы, экономисты, hr-менеджеры и врачи с настороженностью следят за разработками в данной сфере.

Фактически, Экспертная система — это симуляция действий эксперта при решении определенной задачи.

Основные характеристики экспертных систем:

— Ядро, которое представлено базой знаний;

— накопление и организация знаний;

— формализованный высококачественный опыт;

— возможности к прогнозированию.

Доктор, диагностирующий заболевания и назначающий курс лечения, делает это хорошо при наличии хорошего специализированного образования и накопленного опыта в медицине.

Поэтому качество экспертной системы сводится к качеству формализованных знаний и унификацией используемого опыта.

В настоящий момент мало принимать эффективные решения, крайне важна скорость их принятия.

Экспертная система способна обрабатывать огромный объем знаний за доли секунд, что порой может спасти жизнь человека либо компании.

Однако, надо понимать, что экспертная система оперирует базой знаний, которая достаточно ограничена, в то время как человек может пользоваться большим спектром органов чувств, символьной, графической и др. видами информации.

У экспертных систем существуют границы возможностей и пока данные системы ведут себя не совсем надежно на границах применимости либо в нестандартных ситуациях.

Однако, экспертные системы пытаются разрабатывать со способностью к обучению и способностью к аргументации методов принятия решения.

Этапы разработки экспертных систем

1. Идентификация области применения и круга решаемых задач;

2. Получение знаний;

3. Содержательный анализ проблемной области, определяются методы решения задач;

4. Формализация — перевод в формализованный язык, код;

5. Реализация — прототип системы.

В заключение стоит заметить, что экспертные системы уже эффективно используются во многих отраслях, и сейчас многие корпорации мира занимаются разработкой, тестированием и внедрением аналогичных систем в более сложных сферах нашей профессиональной жизни.

Давайте формализуем процесс диагностики неисправности компьютера.
В первую очередь следует задать вопросы, что бы определить тип возможной неисправности.

А-Загружается ли у вас компьютер?
Q-Нет
A-Включено ли питание.
Q- Да.
А- Обратитесь к системному администратору.

Вот такую нехитрую систему попробуем реализовать.

Реализация

Опишем вопросы на каком либо языке программирования.
По сути можно это сделать и на ASM. Но мы же не программисты.Мы спецы в своей области (с тем же успехом можно реализовать диагностику здоровья, а врач, который кодит на асме редкость). Значит надо выбрать язык «заточенный» под экспертные системы. Где не надо думать, сколько памяти под массив выделить и т.д.
Побродив по просторам интернета останавливаемся на языке CLIPS (можно выбрать было бы и LISP, но остановимся на CLIPS).
CLIPS работаетс правилами и фактами. Различные факты могут сделать правило применимым. Применимое правило затем допускается (assert). Факты и правила создаются предварительным объявлением.

Опишем в правилах языка CLIPS правило:

;; Правило determine-working-state
(defrule determine-working-state ""
(not (working-state ?))
(not (repair ?))
=>
(if (yes-or-no-p «Загружается ли OS? (yes/no)? „)
then
(if (yes-or-no-p “OS работает корректно? (yes/no)? „)
then
(assert (working-state not-stable))
else
(assert (repair “Remont ne trebuetsa»))
(assert (working-state stable))
)
else
(assert (working-state disenabled))
)
)

Здесь задаются вопросы при помощи некой функции yes-ur-no-p, котороая реализована следующим образом:
(deffunction yes-or-no-p (?question)
(bind ?response (ask-question ?question yes no y n))
(if (or (eq ?response yes) (eq ?response y))
then TRUE
else FALSE))
Где мы получаем ответ на вопрос, который формируется следующим образом:

(deffunction ask-question (?question $?allowed-values)
(printout t ?question)
(bind ?answer (read))
(if (lexemep ?answer)
then (bind ?answer (lowcase ?answer)))
(while (not (member ?answer ?allowed-values)) do
(printout t ?question)
(bind ?answer (read))
(if (lexemep ?answer)
then (bind ?answer (lowcase ?answer))))
?answer)

После того как пользователь ответил, срабатывает assert, после чего правило «срабатывает».
Полльзователь на вопрос загружется ОС ответил «Нет». Значит проверяем включено ли питание.

;;правило определяющее включен ли компьютер
(defrule determine-power-state ""
(working-state disenabled)
(not (power-state ?))
(not (repair ?))
=>
(if (yes-or-no-p "Подается ли питание? (yes/no)? ")
then
(assert (repair "Следует проверить исправность "железа" или переставить ОС"))
(assert (power-state be))
else
(assert (repair "Подайте питание"))
(assert (power-state not))
)
)
Пользователь отвечает «Да», и ему предлагается решение неисправности.

Экспе́ртная систе́ма (ЭС, англ. expert system) — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные экспертные системы начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х годах получили коммерческое подкрепление. Предшественники экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например, определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания.

Важнейшей частью экспертной системы являются базы знаний как модели поведения экспертов в определённой области знаний с использованием процедур логического вывода и принятия решений, иными словами, базы знаний — совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Похожие действия выполняет такой программный инструмент как «Мастер» (англ. Wizard). Мастера применяются как в системных программах, так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от экспертных систем — отсутствие базы знаний — все действия жёстко запрограммированы. Это просто набор форм для заполнения пользователем.

В настоящее время «классическая» концепция экспертных систем, сложившаяся в 1970-1980 годах, переживает кризис, по всей видимости связанный с её глубокой ориентацией на общепринятый в те годы текстовый человеко-машинный интерфейс, который в настоящее время в пользовательских приложениях почти полностью вытеснен графическим (GUI). Кроме того, «классический» подход к построению экспертных систем плохо согласуется с реляционной моделью данных, что делает невозможным эффективное использование современных промышленных СУБД для организации баз знаний таких систем.

Читайте также: