Программа для компьютера которая оперирует знаниями в определенной предметной области

Обсудим две, казалось бы, далекие друг от друга, но на самом деле тесно связанные между собой темы — роль интуиции эксперта в экспертизе и применение вычислительной техники в технологиях экспертных исследований.

Интуиция эксперта. Примером хорошего эксперта служит врач, чьи диагнозы чаще, чем у его коллег, оправдываются при вскрытии. Дело в том, что только посмертное вскрытие позволяет патологоанатому дать достоверное заключение о том, чем болел пациент, и правильно ли его лечили. Хотя это достоверное заключение уже не может принести пользы пациенту, его можно применить для оценки профессиональных возможностей врача и корректировки лечебных технологий. Причем, чем лучше врач, тем дольше придется ждать подтверждения его высокого профессионализма.

С целью создания систем компьютерной диагностики математики пытались выяснить, как работают выдающиеся врачи [14]. Для этого их просили описать используемые ими в лечебной работе методы умозаключений. Практикующие врачи приводили примерно те же формулировки, что и авторы медицинских учебников. И это вполне естественно.

10 Разработка программ

Однако при попытках применить сформулированные таким путем правила для диагностики вновь поступающих пациентов качество принимаемых врачебных решений резко ухудшалось — вплоть до уровня рядового выпускника мединститута. Таким образом, оказалось, что выдающиеся врачи не в состоянии описать, как именно они работают. При попытке вербализации процесса диагностики интуиция исчезала, а вместе с ней — и отличие высококвалифицированного эксперта от рядового специалиста.

Важную роль интуиции в работе эксперта трудно, а точнее, практически невозможно промоделировать математически. Как следствие, нельзя и мечтать о замене экспертных оценок компьютерными расчетами. Экспертиза — это творчество.

Роль интуиции весьма велика в различных творческих профессиях. Например, математическое творчество, по свидетельству выдающегося французского математика Ж. Адамара, основано на интуиции [1].

Экспертные оценки и экспертные системы. Хотя названия этих двух научно-практических дисциплин похожи, различие между ними колоссально. Теория экспертных оценок — это наука о методах сбора и анализа мнений людей (экспертов), опирающихся на свою интуицию.

Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки практических рекомендаций для решения возникших проблем [120]. Значит, в экспертных системах не участвуют живые люди, есть только ранее полученные знания — результат прошлой деятельности специалистов. При формализации знаний невозможно учесть интуицию экспертов. Однако компьютерной обработке может быть подвергнут огромный объем знаний, что человек сделать не в состоянии.

Сравнительные возможности живых экспертов и экспертных систем видны при сопоставлении шахматистов и шахматных программ.

Люди опираются на интуицию, а компьютеры — на расчеты. Результат известен — за пятьдесят лет компьютеры достигли уровня гроссмейстеров.

Как создать доступную Базу знаний внутри компании

Однако речь идет об анализе довольно простой игры — шахматные правила изложены на нескольких страницах, и они строго выполняются. Реальные ситуации гораздо сложнее, и самое интересное — правила игры могут меняться.

В настоящее время экспертные системы, как и другие достижения искусственного интеллекта — помощники человека. Например, на рыболовном судне или в отдаленном поселении целесообразно иметь экспертную систему неотложной медицинской помощи. Она позволит сохранить жизнь пострадавшему, пока не появится врач. Врачу она тоже поможет — для различных справок. Но лечить будет именно врач.

В обозримом будущем та или иная рутинная работа будет передаваться компьютерным системам. Например, составление бухгалтерского баланса. Но за человеком всегда останется целеполагание. Компьютер, в отличие от человека, не может знать, чего он хочет.

Эксперт и компьютер. Обсудим разные варианты взаимодействия живых экспертов и компьютерных систем.

• 1. Эксперту нужна различная справочная информация, и наиболее быстро он может ее получить с помощью компьютера. Так, всемирная сеть Интернет — хороший помощник эксперта. К сожалению, в Сети циркулирует масса ошибочных сведений. Но ведь и информация, полученная из книг или от людей, не всегда достоверна.
• 2. Быстрая электронная связь с организаторами экспертизы, с другими экспертами, возможность удаленного общения (чаты, телеконференции и другие формы) резко повышают эффективность экспертной работы.
• 3. Автоматизированное рабочее место (АРМ) эксперта (например, АРМ МАТЭК (математика в экспертизе) [45, 138]) обеспечивает как сбор экспертной информации, так и ее анализ с помощью разнообразных математических методов.
• 4. Экспертные процедуры могут многократно использоваться на различных этапах процесса принятия решений, например для оценки значений признаков, описывающих объекты, или для оценки коэффициентов важности (весомости) самих признаков. При этом процесс принятия решений опирается на ту или иную форму компьютерной поддержки.
• 5. Интегрированные системы принятия решений включают в себя разнообразные базы данных и знаний, автоматизированные места лиц, принимающих решения, экспертов и сотрудников группы сопровождения, блоки имитационных, экономико-математических и иных компьютерных моделей (в том числе блоки соответствующих экспертных систем). Такие системы действуют в составе аналитических центров крупных организационных структур, например в Администрации Президента РФ, Центре управления полетами космических аппаратов, в штабах высокого уровня Вооруженных сил или в руководящих структурах транснациональных корпораций.

В качестве примера рассмотрим подробнее АРМ МАТЭК (математика в экспертизе) [45,138]).

Автоматизированное рабочее место МАТЭК (МАТематические методы в Экспертных оценках). Разработано и применяется весьма большое число методов (и особенно их разновидностей) организации и проведения экспертных исследований. Для решения конкретной задачи можно использовать, как правило, не один, а много методов, и выбор наиболее подходящего из них лежит на организаторах экспертизы. (Попытки стандартизовать правила принятия подобных решений в настоящее время рассматриваются как нецелесообразные — таков один из результатов развития стандартизации в нашей стране и в мире в последние десятилетия, начиная с 70-х гг.) АРМ «МАТЭК» предоставляет организаторам экспертизы большие возможности для выбора тех или иных методов планирования, организации, проведения экспертизы, анализа экспертных оценок, обеспечивает необходимую компьютерную поддержку в проведении экспертного исследования.

АРМ «МАТЭК» предназначено для подготовки и проведения экспертизы по определенной теме. С помощью АРМ «МАТЭК» можно автоматизировать процесс подбора экспертов, работу комиссии экспертов и анализ экспертных мнений, а также подготовку опросных листов, бланков и всей отчетной документации.

Работа на АРМ в соответствии с методологией работы [93] состоит из двух частей:

A. Подготовка экспертизы.

B. Проведение экспертизы.

Этап А подготовки экспертизы включает в себя ввод всей информации, необходимой для проведения экспертизы. Итогом этого этапа являются два документа: «Техническое задание» (ТЗ) и «Сценарий».

Рассмотрим этап А подробнее. Сначала ЛПР должен сформулировать цель экспертизы, сформировать руководство РГ.

Далее к работе приступает РГ. Ее руководитель должен ввести данные для формирования документа ТЗ. Затем собираются данные для компоновки документа «Сценарий».

РГ может включать в себя руководителя, группу обработки, группу связи и интервьюеров.

Данные для документа ТЗ следующие: основание для проведения экспертизы, задачи экспертных опросов, сформулированные в соответствии с целью экспертизы, требования к ЭК, опросному листу, сроки выполнения экспертизы и порядок контроля за ними, финансовое обеспечение проекта.

В зависимости от того, введены или нет те или иные данные для ТЗ, они соответственно будут или не будут включены в документ ТЗ. Последний можно просмотреть на экране и распечатать.

Данные для документа «Сценарий» следующие: вводный текст (в этом тексте должна содержаться собственно последовательность действий при проведении экспертизы), календарный план (КП), список используемых методов анализа экспертных мнений (ЭМ). Как и при формировании ТЗ, «Сценарий» может иметь разную структуру, в зависимости от того, какие пункты будут в него включены. Как приложение к «Сценарию» могут быть использованы примеры бланков опросных листов, анкеты «Согласие» (для выявления согласия экспертов участвовать в экспертизе), анкеты «Снежный ком», «Взаимооценка» (если соответствующие этапы включены в КП). Для этих бланков также требуется ввести оповещение (либо выбрать стандартное). Документ «Сценарий» можно просмотреть на экране и распечатать.

При формировании «Сценария» будет сформирован опросный лист экспертизы. Опросный лист состоит из оповещения (стандартного или оригинального — по выбору РГ) и собственно вопросов. Вопросы группируются по задачам из ТЗ. При формулировке вопросов учитывается список методов обработки ответов. Точнее, пользователь, сформулировав вопрос, должен точно знать формат ответа.

Для каждого формата ответа в АРМ предусмотрен список методов обработки ответов (краткое описание каждого из них можно будет просмотреть при выборе метода). Если пользователя не устраивает ни один из этих методов, он должен будет переформулировать вопрос (то есть изменить формат ответа) так, чтобы в списке соответствующих методов оказался подходящий ему. Тем самым при формировании опросного листа будет одновременно сформулирован список используемых методов анализа экспертных мнений (ЭМ).

Этап В проведения экспертизы недоступен до тех пор, пока не будет завершен этап подготовки экспертизы. После того как подготовка создана, можно запустить или открыть проведение экспертизы. Тем самым возможно проведение нескольких экспертиз с одной и той же подготовкой (для каждой экспертизы выделяется собственная, идентифицируемая по названию экспертизы, база данных).

На этапе проведения экспертизы формируется ЭК, проводится сбор и анализ ЭМ, формируется отчет и заключение для ЛПР.

Формирование ЭК — многоступенчатый процесс. Сначала член РГ (руководитель) в соответствии с информацией об экспертах из БДЭ (базы данных об экспертах) может отобрать подходящих кандидатов в ЭК. Далее с помощью анкеты «Согласие» из этого списка отбираются согласившиеся быть членами ЭК. Два последних шага могут проводиться или нет, в зависимости от того, включены ли они в КП. Это этапы «Снежный ком» и «Взаимооценка».

После того как сформирован ЭК, можно проводить сбор экспертных мнений (ЭМ). Это осуществляется с помощью бланка вопросника. ЭМ будут храниться так, чтобы доступ к ним был удобен (то есть по любому эксперту и любому вопросу можно было получить ответ, и т.д.). Анализ ЭМ по каждому вопросу проводится методом, выбранным пользователем АРМ (руководителем РГ) на этапе подготовки экспертизы для этого вопроса.

По всем предыдущим этапам формируются отчеты, из которых в результате получается общий отчет о проведении экспертизы. В соответствии с задачами из ТЗ формируется заключение для ЛПР.

В соответствии с КП ведется контроль за сроками проведения экспертизы.

Ведется протокол экспертизы, то есть при выходе из системы фиксируется текущее состояние этапа проведения экспертизы, и при открытии данной экспертизы происходит возврат именно на тот этап экспертизы, на котором произошел выход из системы. (На этапе подготовки экспертизы протокол не ведется.)

Разграничены права доступа к БДЭ (база данных экспертов), ЭМ и результатам обработки ЭМ.

На этом заканчивается «гуманитарная» часть обсуждения теории и практики экспертных оценок. Конкретные методы сбора и анализа экспертной информации рассмотрены в дальнейших главах учебника с привлечением современного математического аппарата.

Источник: bstudy.net

Экспертная система — это программа.

Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.

Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Другими словами, система (техническая или социальная), требующая принятия решения, может получить его непосредственно от программы или через промежуточное звено — человека, который общается с программой. Тот, кто принимает решение, может быть экспертом со своими собственными правами, и в этом случае программа может «оправдать» свое существование, повышая эффективность его работы. Альтернативный вариант — человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Вообще говоря, правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем.

Технология экспертных систем является одним из направлений новой области исследования, которая получила наименование искусственного интеллекта (Artificial Intelligence — AI). Исследования в этой области сконцентрированы на разработке и внедрении компьютерных программ, способных эмулировать (имитировать, воспроизводить) те области деятельности человека, которые требуют мышления, определенного мастерства и накопленного опыта. К ним относятся задачи принятия решений, распознавания образов и понимания человеческого языка. Эта технология уже успешно применяется в некоторых областях техники и жизни общества — органической химии, поиске полезных ископаемых, медицинской диагностике. Перечень типовых задач, решаемых экспертными системами, включает:

• извлечение информации из первичных данных (таких как сигналы, поступающие от гидролокатора);
• диагностика неисправностей (как в технических системах, так и в человеческом организме);
• структурный анализ сложных объектов (например, химических соединений);
• выбор конфигурации сложных многокомпонентных систем (например, распределенных компьютерных систем);
• планирование последовательности выполнения операций, приводящих к заданной цели (например, выполняемых промышленными роботами).

Хотя известны и «обычные» программы, специализирующиеся на определенных задачах из представленного перечня (или аналогичных им в смежных областях), в следующей главе мы покажем, в чем состоит существенная разница между «обычным» подходом и прелагаемым в сфере искусственного интеллекта и почему экспертные системы можно выделить в отдельный, достаточно хорошо различимый класс программ. Четкого формального определения экспертной системы, которое всех бы удовлетворило, не существует — приведенное выше тоже довольно расплывчато. Но тем не менее существует довольно много важных признаков, присущих в той или иной степени всем экспертным системам.

Fore kc .ru
Рефераты, дипломы, курсовые, выпускные и квалификационные работы, диссертации, учебники, учебные пособия, лекции, методические пособия и рекомендации, программы и курсы обучения, публикации из профильных изданий

Источник: www.mathematica5.ru

История. Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения

Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.

Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Другими словами, система (техническая или социальная), требующая принятия решения, может получить его непосредственно от программы или через промежуточное звено — человека, который общается с программой. Тот, кто принимает решение, может быть экспертом со своими собственными правами, и в этом случае программа может «оправдать» свое существование, повышая эффективность его работы. Альтернативный вариант — человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Вообще говоря, правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем.

Знания, которыми обладает специалист в какой-либо области (дисциплине), можно разделить на формализованные (точные) и неформализованные (неточные). Формализованные знания формиру­ются в книгах и руководствах в виде общих и строгих суждений (законов, формул, моделей, алгоритмов и т.п.), отражающих универ­сальные знания. Неформализованные знания, как правило, не попада­ют в книги и руководства в связи с их конкретностью, субъектив­ностью и приблизительностью. Знания этого рода являются резуль­татом обобщения многолетнего опыта работы и интуиции специали­стов. Они обычно представляют многообразие эмпирических (эври­стических) приемов и правил.
В зависимости от того, какие знания преобладают в той или иной области (дисциплине), ее относят к формализованным (если преобладают точные знания) или к неформализованным (если пре­обладают неточные знания) описательным областям. Задачи, ре­шаемые на основе точных знаний, называют формализованными, а задачи, решаемые с помощью неточных знаний, — неформализо­ванными. (Речь идет не о неформализуемых, а о неформализованных задачах, т.е. о задачах, которые, возможно, и формализуемы, но эта формализация пока неизвестна.)

Традиционное программирование в качестве основы для разра­ботки программы использует алгоритм, т.е. формализованное зна­чение. Поэтому до недавнего времени считалось, что ЭВМ не приспособлены для решения неформализованных задач.

Расширение сферы использования ЭВМ показало, что неформализованные задачи составляют очень важный класс задач, вероятно, значительно больший, чем класс формализованных задач. Неумение решать неформализованные задачи сдерживает внедрение ЭВМ в описатель­ные науки. По мнению авторитетов, основной задачей информати­ки является внедрение ее методов в описательные науки и дисцип­лины. На основании этого можно утверждать, что исследования в области ЭС занимают значительное место в информатике.

К неформализованным задачам относятся те, которые обладают одной или несколькими из следующих особенностей:

o алгоритмическое решение задачи неизвестно (хотя, возможно, и существует) или не может быть использовано из-за ограниченности ресурсов ЭВМ (времени, памяти);

o задача не может быть определена в числовой форме (требуется символьное представление);

o цели задачи не могут быть выражены в терминах точно определенной целевой функции.

Как правило, неформализованные задачи обладают неполно­той, ошибочностью, неоднозначностью и (или) противоречивостью знаний (как данных, так и используемых правил преобразования).

Наиболее известные ЭС, разработанные в 60-70-х годах, стали в своих областях уже классическими. По происхождению, предметным областям и по преемственности применяемых идей, методов и инструментальных программных средств их можно разделить на несколько семейств.

1. META-DENDRAL. Система DENDRAL позволяет определить наиболее вероятную структуру химического соединения по экспериментальным данным (масс- спектрографии, данным ядерном магнитного резонанса и др.).M-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур.

2. MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN. Это семейство медицинских ЭС и сервисных программных средств для их построения.

3. PROSPECTOR-KAS. PROSPECTOR — предназначена для поиска (предсказания) месторождений на основе геологических анализов. KAS- система приобретения знаний для PROSPECTOR.

4. CASNET-EXPERT. Система CASNET- медицинская ЭС для диагностики выдачи рекомендаций по лечению глазных заболеваний. На ее основе разработан язык инженерии знаний EXPERT, с помощью которой создан ряд других медицинских диагностических систем.

5. HEARSAY-HEARSAY-2-HEARSAY-3-AGE. Первые две системы этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи, слова которой берутся из заданного словаря. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений- глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE (Attempt to Generalize- попытка общения) для построения ЭС.

6. Системы AM (Artifical Mathematician — искусственный математик) и EURISCO были разработаны в Станфордском университете доктором Д. Ленатом для исследовательских и учебных целей. Ленат считает, что эффективность любой ЭС определяется закладываемыми в нее знаниями. По его мнению, чтобы система была способна к обучению, в нее должно быть введено около миллиона сведений общего характера. Это примерно соответствует объему информации, каким располагает четырехлетний ребенок со средними способностями. Ленат также считает, что путь создания узкоспециализированных ЭС с уменьшенным объемом знаний ведет к тупику.

В систему AM первоначально было заложено около 100 правил вывода и более 200 эвристических алгоритмов обучения, позволяющих строить произвольные математические теории и представления. Сначала результаты работы системы были весьма многообещающими. Она могла сформулировать понятия натурального ряда и простых чисел.

Кроме того, она синтезировала вариант гипотезы Гольдбаха о том, что каждое четное число, большее двух, можно представить в виде суммы двух простых чисел. До сих пор не удалось ни найти доказательства данной гипотезы, ни опровергнуть ее. Дальнейшее развитие системы замедлилось и было отмечено, что несмотря на проявленные на первых порах “математические способности”, система не может синтезировать новых эвристических правил, т.е. ее возможности определяются только теми эвристиками, что были в нее изначально заложены.

При разработке системы EURISCO была предпринята попытка преодолеть указанные недостатки системы AM. Как и в начале эксплуатации AM, первые результаты, полученные с помощью EURISCO, были эффективными. Сообщалось, что система EURISCO может успешно участвовать в очень сложных играх.

С ее помощью в военно-стратегической игре, проводимой ВМФ США, была разработана стратегия, содержащая ряд оригинальных тактических ходов. Согласно одному из них, например предлагалось взрывать свои корабли, получившие повреждения. При этом корабли, оставшиеся неповрежденными, получает необходимое пространство для выполнения маневра.

Однако через некоторое время обнаружилось, что система не всегда корректно переопределяет первоначально заложенные в нее правила. Так, например, она стала нарушать строгое предписание обращаться к программистам с вопросами только в определенное время суток. Т.о., система EURISCO, так же как и ее предшественница, остановилась в своем развитии, достигнув предела, определенного в конечном счете ее разработчиком.

С 1990 года доктор Ленат во главе исследовательской группы занят кодированием и вводом нескольких сот тысяч элементов знаний, необходимых, по его мнению, для создания “интеллектуальной” системы. Этот проект назван Cyc (“Цик”, от английского слова enciklopaedia).

Источник: studopedia.su