Структура, классификация и тенденции развития ЭС

Типичная ЭС состоит из следующих компонентов:

• решатель (интерпретатор системы логического вывода);
• рабочая память (РП) (база данных);
• база знаний (БЗ);
• компонент приобретения знаний;
• объяснительный компонент;
• диалоговый компонент.

База данных хранит исходные и промежуточные данные решаемой в текущий момент задачи.

База знаний предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных в этой области.

Решатель, используя исходные данные из РП и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом, а также формирует знания на основе анализа прикладных ситуаций. Важной составляющей компонента приобретения знаний является интеллектуальный редактор базы знаний.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решения) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент ориентирован на организацию дружелюбного общения со всеми категориями пользователей как в ходе решения задачи, так и приобретения знаний, объяснения результатов работы.

Экспертные системы как любой сложный объект можно определить только совокупностью характеристик. Рассмотрим классификацию ЭС по следующим признакам:

1. По решаемой задаче:

• ЭС интерпретации данных — предназначены для определения смысла данных. Результаты должны быть согласованными и корректными. В рамках таких систем предусматривается многовариантный анализ данных.
• ЭС диагностики выполняют процессы отнесения объекта к некоторому классу и обнаружения неисправностей в некоторых системах. Неисправностью в данном случае считается любое отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправности оборудования в технических системах, и заболевания живых организмов, и природные аномалии.
• ЭС мониторинга ориентированы на непрерывную интерпретацию данных в реальном масштабе времени и сигнализацию о выходе параметров за допустимые пределы.
• ЭС проектирования готовят спецификации на создание “объектов” с заранее заданными свойствами. Под спецификацией понимается весь набор необходимых технических графических и текстовых документов.
• ЭС планирования находят планы действий, относящиеся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.
• ЭС обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом “ученике” и его характерных ошибках, затем в работе они способны диагностировать слабости в познаниях обучаемых и находить соответствующие средства для ликвидации этих слабостей.

Все рассмотренные типы ЭС могут быть объединены в две группы — ЭС синтеза и анализа. Принципиальное их отличие состоит в том, что для систем анализа пространство решений детерминировано и ограничено определенным заранее множеством. Для систем синтеза множество решений потенциально, решение строится (конструируется) в процессе рассуждений.

К системам анализа относятся системы интерпретации, диагностики.

К системам синтеза — проектирования, планирования.

К комбинированным системам относятся ЭС обучения, мониторинга, прогнозирования.

1. По связи с реальным временем:

• Статические — работают в предметных областях, где представления и знания носят достаточно выраженный статический характер (слабо или почти не изменяются со временем). Примером тому может служить диагностика неисправностей автомобилей.
• Квазидинамические системы интерпретируют ситуацию по совокупности отсчетов (измерений), поступающих дискретно, через заданные отсчеты времени, и анализируют динамику изменения показателей исследуемого процесса. Это системы управления и оценки состояния химических и биологических производств.
• Динамические системы проводят непрерывную по времени оценку быстро меняющейся ситуации, данные о которой поступают разными путями (в т.ч. через непосредственно присоединенные датчики) и интерпретируют получаемые данные для выработки управляющих воздействий. Это системы контроля производства, системы мониторинга в реанимационных палатах. Встречается и расширенное толкование динамических ЭС. Под такими ЭС понимаются системы, которые отслеживают процессы, проходящие на фоне изменения текущего состояния предметной области. Тогда исходные данные, описывающие предметную область, изменяются за время решения задачи. Считается, что на традиционных (числовых) последовательных ЭВМ с помощью существующих методов инженерии знаний можно решать только статические задачи, а для решения динамических задач, составляющих большинство реальных приложений, необходимо использовать специализированные символьные ЭВМ.

1. По степени интеграции:

• Автономные ЭС поддерживают только режим консультации по поводу каких-либо ситуаций на основе имеющихся знаний в данной ПО.
• Интегрированные (или гибридные) ЭС содержат в себе прикладные подсистемы целевого назначения (обработки прикладной информации) или являются частью больших интегрированных многофункциональных пакетов, выполняя экспертизу ситуации, данные о которой могут быть получены, обработаны и использованы другими подсистемами. Примером интегрированной ЭС может служить медицинская ЭС VasaCor, функционирующая в оболочке Image Expert, которая помимо подсистемы экспертизы (базы знаний, модуля логического вывода и т.п.) включает в себя средство визуализации и обработки рентгенограмм, позволяющее получить количественные и качественные показатели, значения которых используются в процессе консультации. Следует отметить, что процесс проектирования интегрированных ЭС на порядок превышает по сложности процесс проектирования автономных ЭС, поскольку в этом случае встает вопрос о концептуальной совместимости технологий обработки информации в рамках каждой из подсистем и разработки принципов и методов их взаимодействия.

В литературе можно также найти классификацию по назначению, проблемной области, глубине анализа проблемной области, по типу используемых методов и знаний, по классу системы, по стадиям существования, по инструментальным средствам.

По степени сложности структуры ЭС делят на поверхностные и глубинные. Поверхностные ЭС представляют знания об области экспертизы в виде правил (условие - действие). Условие каждого правила определяет образец некоторой ситуации, при соблюдении которой правило может быть выполнено. Поиск решения состоит в выполнении тех правил, образцы которых сопоставляются с текущими данными (текущей ситуацией в РП). При этом предполагается, что в процессе поиска решения последовательность формируемых таким образом ситуаций не оборвется до получения решения. Глубинные ЭС, кроме возможностей поверхностных систем, обладают способностью при возникновении неизвестной ситуации определять с помощью некоторых общих принципов, справедливых для области экспертизы, какие действия следует выполнить.

Можно выделить три поколения ЭС. К первому поколению относятся автономные поверхностные ЭС, ко второму — статические глубинные ЭС (сюда же, как правило относят гибридные ЭС), к третьему — динамические ЭС (вероятно, они будут глубинными и гибридными).

В последнее время выделяют два больших класса ЭС: простые и сложные. Простая ЭС может быть охарактеризована следующим набором основных параметров: поверхностная ЭС, автономная ЭС (реже гибридная), выполненная на ПЭВМ; коммерческая стоимость от 100 до 25.000 дол.; стоимость разработки от 50 тыс. до 300 тыс. дол.; время разработки от 3 мес. до 1 года (при развитых ИС); от 200 до 1000 правил. Сложная ЭС характеризуется таким набором параметров: глубинная ЭС, гибридная ЭС, выполненная либо на символьной ЭВМ, либо на мощной универсальной ЭВМ, либо на интеллектуальной рабочей станции; коммерческая стоимость от 50 тыс. до 1 млн. дол.; средняя стоимость разработки 5-10 млн. дол.; время разработки от 1 до 5 лет; от 1500 до 10 тыс. правил.

Выделяют следующие стадии существования ЭС:

• Демонстрационный прототип. Имеет в БЗ 50–100 правил. Решает часть задач, демонстрируя жизнеспособность метода инженерии знаний.
• Исследовательский прототип. Решает все задачи, но неустойчива и не полностью проверена. 200-500 правил в БЗ.
• Действующий прототип. Надежно, но недостаточно быстро решает все задачи. 500-1000 правил в БЗ.
• Промышленная стадия. Высокое качество решения всех типов задач при минимуме времени и памяти. 1000–1500 правил в БЗ. Для доведения ЭС до этой стадии требуется 1–1,5 года.
• Коммерческая система пригодна не только для собственного пользования, но и для продажи различным потребителям. Для доведения до этой стадии требуется 1,5–3 года и 0,3–5 млн. дол. При этом в БЗ системы 1500–3000 правил.