Рассмотрим некоторые наиболее популярные ЭС, оказавшие наибольшее воздействие на создание других экспертных и инструментальных систем. Среди систем расширения знаний наиболее значительны PROSPECTOR, MYCIN и R1. Методы решения задач, разработанные при создании системы PROSPECTOR, легли в основу таких ИС, как KAS, SAGE, MICRO-EXPERT, SAVOIR. На основе системы MYCIN созданы ИС EMYCIN, S1, серия ЭС PUFF, SACON, VM, LIHO, ONCOCYN. Система R1 продемонстрировала возможности чисто продукционного языка OPS для построения как ЭС (XSEL, IDI, YES/MVS, MUD), так и ИС, использующих для представления знаний правила OPS.
Язык OPS имеет множество реализаций: OPS-4, OPS-5, OPS-83.
Основу всех реализаций составляет:
- Описание состояний предметной области в виде переменного числа объектов, имеющих имя и совокупность поименованных атрибутов со значениями;
- Описание процессов в виде правил, проверяющих наличие в рабочей памяти требуемых объектов, удовлетворяющих заданным условиям и модифицирующих содержимое рабочей памяти;
- Быстрый механизм сложного сопоставления, основанный на RETE-алгоритме.
Язык OPS не является завершенным инструментом для создания ЭС, в нем отсутствуют средства объяснения и приобретения знаний, весьма ограничены средства тестирования, он труден для использования непрограммистами. Однако он является одним из самых быстрых ИС и реализован на различных типах ЭВМ. На базе OPS создана ЭС R1, предназначенная для определения конфигурации компонентов ЭВМ VAX 11/780, удовлетворяющей требования заказчика. Система достигла коммерческой стадии, ее объем 3000 правил языка OPS-5. Управление решением задачи осуществляется чисто продукционным способом.
Система PROSPECTOR решает задачи чисто поверхностным образом, не вникая в суть происходящих в проблемной области процессов. Состояние проблемной области описывается в виде утверждений о проблемной области. Решение задачи состоит в изменении априорно установленных оценок “вероятностей” утверждений, которое осуществляется по результатам наблюдений, поставляемых пользователем. Перерасчет оценок происходит на основе формулы Байеса, связывающей апостериорную вероятность гипотезы с ее априорной вероятностью и вероятностью наблюдения. Взаимосвязь гипотез и наблюдений представлена в виде сети, которую можно рассматривать как графическое представление правил. Для представления правил в сети имеются И и ИЛИ вершины, описывающие условия правил. Дополнительно для выражения таксономии имеется семантическая сеть. Во время решения задачи не выводятся новые утверждения о предметной области. Все утверждения должны быть априорно заданы экспертом.
Система MYCIN решает проблемы несколько иначе и не требует фиксированного набора утверждений о проблемной области.
Назначение системы — оказание помощи лечащим врачам при постановке диагноза и назначение лечения в сложных случаях инфекционных заболеваний крови. Система обладает сведениями о возможной структуре проблемной области, конкретизируемой в ходе консультации. В системе знания о предметной области хранятся в виде троек атрибут-объект-значение, снабженных коэффициентом определенности. Тройки группируются по объектам в соответствии с деревом контекстов, задающим возможную иерархию объектов в предметной области. Дерево контекстов используется для управление ходом консультации, создания в рабочей памяти новых объектов, отслеживания иерархических зависимостей между объектами (тройками) и использования их в ходе сопоставления. Система способна давать пояснения, почему требуется запрашиваемая информация и как получен результат. Создание системы MYCIN привело к развитию работы в следующих направлениях:
- автоматизации процесса формирования БЗ и повышении роли эксперта в создании БЗ (система TEIRESIAS);
- модифицировании системы для ее использования в обучении студентов методам диагностики и терапии (GUIDON, NEOMYCIN);
- обеспечении обработки временной информации и совершенствовании структуры управления (ONCOMYCIN).
Экспертная система EL решает задачу доопределения. Она предназначена для вычисления неизвестных параметров электрических цепей по их структуре и значениям известных параметров. Расчеты осуществляются по формулам для линейных элементов. Нелинейные элементы сводятся к линейным методом аппроксимации. Разные участки цепи аппроксимируются разными уравнениями, причем аппроксимирующее уравнение в данной точке неизвестно. Система доопределяет состояние предметной области, выдвигая предположение о том, на каком участке характеристики находится нелинейный элемент, и проводит анализ исходя из этого предположения. Затем предположение проверяется на совместимость с другими параметрами. Выставление и просмотр предположений могут быть полезны не только как средство повышения эффективности решения задачи, но и как удобная форма формализации знаний эксперта, отличных от позитивных знаний, которые традиционно должен вводить эксперт в случае чисто продукционных систем. Для решения задач доопределения в ЭС реализуются системы поддержания истинности, обеспечивающие генерацию предположений, их пересмотр и поддержание непротиворечивости получаемых гипотетических альтернативных миров. Наиболее известные схемы поддержания истинности реализованы в виде систем TMS и ATMS.
Примером ЭС, решающей задачи преобразования, является система VM, предназначенная для слежения за состоянием послеоперационных больных. Система создана на основе системы MYCIN и использует частный подход к работе с изменяющимися во времени данными. Представления системы о времени ограничены лишь текущими и предшествующими состояниями. Знания в системе представляется в виде следующих типов правил: перехода, инициализации, состояния, лечения. Система постоянно получает новые показания приборов и запускает свои правила. Правила перехода определяют моменты смены состояний больного, когда необходимо изменить порядок слежения за ним. Моменты смены состояний определяются по выходу показателей за определенные границы. С помощью правил инициализации устанавливается новый контекст, т.е. новые ожидаемые значения. После установления контекста правила состояния определяют поведение системы до тех пор, пока контекст не изменится. Ограниченность такого подхода состоит в том, что при смене состояний учитывается информация только о двух смежных состояниях пациента.
