Другие направления

ИИ - междисциплинарная наука, которая, как мощная река по дороге к морю, вбирает в себя ручейки и речки смежных наук. Выше перечислены лишь те направления, которые прямо или косвенно связаны с основной тематикой учебника - инженерией знаний. Стоит лишь взглянуть на основные рубрикаторы конференций по ИИ, чтобы понять, насколько широко простирается область исследований по ИИ:

· генетические алгоритмы;

· когнитивное моделирование;

· интеллектуальные интерфейсы;

· распознавание и синтез речи;

· дедуктивные модели;

· многоагентные системы;

· онтологии;

· менеджмент знаний;

· логический вывод;

· формальные модели;

мягкие вычисления и многое другое.

50.Экспертные системы (ЭС), состав ЭС. Классификация ЭС их структурный состав. Инструментальные средства разработки ЭС.

ОТВЕТ:

Экспертные системы (ЭС) - это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области. Экспертные системы предназначены для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях.

Структура экспертной системы

ЭС состоит из следующих компонент:

1* База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой. База знаний состоит из набора фреймов и правил-продукций.

2* Фреймы используются в базе знаний для описания объектов, событий, ситуаций, прочих понятий и взаимосвязей между ними. Фрейм - это структура данных, состоящая из слотов (полей).

3* Правила используются в базе знаний для описания отношений между объектами, событиями, ситуациями и прочими понятиями. На основе отношений, задаваемых в правилах, выполняется логический вывод. В условиях и заключениях правил присутствуют ссылки на фреймы и их слоты.

4* База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

5* Машина логического вывода - механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая- либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети.
Машина логического вывода может реализовывать рассуждения в виде:

6* дедуктивного вывода (прямого, обратного, смешанного);

7* нечеткого вывода;

8* вероятностного вывода;

9* унификации (подобно тому, как это реализовано в Прологе);

10* поиска решения с разбиением на последовательность подзадач;

11* поиска решения с использованием стратегии разбиения пространства поиска с учетом уровней абстрагирования решения или понятий, с ними связанных;

12* монотонного или немонотонного рассуждения,

13* рассуждений с использованием механизма аргументации;

14* ассоциативного поиска с использованием нейронных сетей;

15* вывода с использованием механизма лингвистической переменной.

16* Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также, дающая возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

17* Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы. Если нет этой подсистемы, экспертная система выглядит для пользователя как "вещь в себе", решениям которой можно либо верить, либо нет. Нормальный пользователь выбирает последнее, и такая ЭС не имеет перспектив для использования.

18* Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это - интеллектуальный редактор базы знаний, в более сложных экспертных системах - средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.

Можно выделить следующие основные классы задач, решаемых экспертными системами:

· диагностика,

· прогнозирование,

· идентификация,

· управление,

· проектирование,

· мониторинг.

Класс "экспертные системы" сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться следующие классификации.

Рис.Классификация экспертных систем