ТПОИ UML ОСП ООП ОКМ 3GL 4GL 5GL технологии прогр.

Объектно-событийное программирование

Экспертные системы

Системы, реализующие экспертные функции

Экспертная система (ЭС, англ. expert system) - компьютерная система, 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.

В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной 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 ЭС — отсутствие базы знаний — все действия жестко 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).

В настоящее время "классическая" концепция экспертных систем, сложившаяся в 70-80 годах прошлого века, переживает серьезный кризис, по большей части связанный с примитивностью формальной логики, которой пользуются разработчики и пользователи информационных систем вообще и программирования, в частности. Фактически, формальная логика не развивалась со времен Аристотеля, и ее архаичные формы не удовлетворяют требованиям сегодняшних технологий. Используемый сегодня человеко-машинный интерфейс также далек от оптимума. Кроме того, "классический" подход к построению экспертных систем плохо согласуется с реляционной моделью данных, которая доминирует сегодня в информатике, что делает невозможным эффективное использование современных промышленных СУБД для организации баз знаний таких систем. Все приводимые в литературных и интернет-источниках примеры "известных" или "распространенных" экспертных систем на самом деле относятся к 1980-м годам и в настоящее время давно не существуют, либо безнадежно устарели и поддерживаются лишь немногочисленными энтузиастами. С другой стороны, нередко в качестве маркетингового хода экспертными системами объявляются современные программные продукты, в "классическом" понимании таковыми не являющиеся (например, компьютерные справочно-правовые системы). Предпринимаемые энтузиастами попытки объединить "классические" подходы к разработке экспертных систем с современными подходами к построению пользовательского интерфейса (проекты CLIPS Java Native Interface, CLIPS.NET и др.) не находят поддержки среди крупных компаний-производителей программного обеспечения и по этой причине остаются пока в экспериментальной стадии.

Некоторый оптимизм вселяет современное развитие OLAP-систем и систем поддержки принятия решений, которые пока и дороги, и далеки от оптимальности.

Структуру экспертной системы обычно представляют из следующих элементов:

Интерфейс эксперта;
Интерфейс пользователя;
Интеллектуальный редактор базы знаний;
База знаний
Решатель (механизм вывода)
Подсистема объяснений

База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и дает рекомендации по разрешению проблемы.

Как правило, база знаний экспертной системы содержит факты (данные, отношения синтаксического уровня), знания (смысловые, семантические отношения между данными) и правила — набор инструкций, применяя которые к известным фактам и смыслам, можно получать решения.

В рамках логической модели баз данных и базы знаний записываются на каком-либо компьютерном языке, с развитой логикой, например, на Прологе или Smalltalk помощью, например, языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.

Конкретные и обобщенные запросы к базам знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний.

Обычно факты в базе знаний описывают те явления, которые являются постоянными для данной предметной области. Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет их в рабочей модели. Например, в медицинской ЭС факт "У здорового человека 2 ноги" хранится в базе знаний, а факт "У пациента одна нога" — в рабочей модели конкретного пациента.

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.

Режимы функционирования эксперной системы

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.

Классификация экспертных систем

Экспертные системы в зависимости от решаемой задачи подразделяются (специализируются) в следующих направлениях деятельности:

Интерпретация данных
Диагностирование систем
Мониторинг проблемной области
Проектирование систем
Прогнозирование процессов
Планирование производства
Оптимизация процессов и систем
Обучение знаниям и умениям (технологиям)
Управление процессами и системами
Ремонт технических систем и лечение организмов
Отладка и тестирование систем и их элементов

В зависимости от условий экспертные системы делятся на

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.

Распространенные экспертные системы

Наиболее известные/распространённые ЭС

Система G2 - предоставляет разработчику богатые возможности для формирования простого, ясного и выразительного графического интерфейса.
CLIPS - весьма популярная оболочка для построения ЭС (public domain)
OpenCyc - мощная динамическая ЭС с глобальной онтологической моделью и поддержкой независимых контекстов
WolframAlpha - база знаний и набор вычислительных алгоритмов, 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.
Акинатор - интернет-игра. Игрок должен загадать любого персонажа, а Акинатор должен его отгадать, задавая вопросы. База знаний автоматически пополняется, поэтому программа может отгадать практически любого известного персонажа.
IBM Watson - суперкомпьютер фирмы IBM, способный понимать вопросы, сформулированные на естественном языке, и находить на них ответы в базе данных.

Литература по экспертным системам

Изобретения С. Н. Корсакова
Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. Учебник. — СПб.: Питер, 2000.
Джозеф Джарратано, Гари Райли «Экспертные системы: принципы разработки и программирование» : Пер. с англ. — М. : Издательский дом «Вильямс», 2006. — 1152 стр. с ил.
Питер Джексон Введение в экспертные системы = Introduction to Expert Systems. — 3-е изд. — М.: Вильямс, 2001. — С. 624. — ISBN 0-201-87686-8.
Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ. В. А. Кондратенко, С. В. Трубицына. — М.: Финансы и статистика, 1990. — 320 с.
Уотермен Д. "Руководство по экспертным системам: Пер. с англ. под ред. В. Л. Стефанюка. — М.: «Мир», 1989: — 388 стр. с ил.

ТПОИ UML ОСП ООП ОКМ 3GL 4GL 5GL технологии прогр.

Знаете ли Вы, что Программный сниппет (англ. snippet — фрагмент, отрывок) в практике программирования — небольшой фрагмент исходного кода или текста, пригодный для повторного использования. Сниппеты не являются заменой процедур, функций или других подобных понятий структурного программирования. Они обычно используются для более лёгкой читаемости кода функций, которые без их использования выглядят слишком перегруженными деталями, или для устранения повторения одного и того же общего участка кода. Интегрированные среды разработки (IDE) содержат встроенные средства для ввода конструкций языка. Например, в Microsoft Visual Studio, Borland Developer Studio, для этого необходимо ввести ключевое слово и нажать определённую клавишную комбинацию. В IDE Geany существует специальный файл snippets.conf (путь к файлу: /home/user/.config/geany) позволяющий создавать свои сниппеты. Другие программы, такие как Macromedia Dreamweaver и Zend Studio, позволяют использовать сниппеты в Веб-программировании.

НОВОСТИ ФОРУМА

Рыцари теории эфира