Учебники

Искусственный интеллект – Экспертные системы

Экспертные системы (ES) являются одной из выдающихся областей исследований ИИ. Он представлен исследователями из Стэнфордского университета, факультет компьютерных наук.

Что такое экспертные системы?

Экспертные системы – это компьютерные приложения, разработанные для решения сложных задач в определенной области на уровне необычного человеческого интеллекта и опыта.

Характеристики экспертных систем

  • Высокая производительность
  • понятный
  • надежный
  • Очень отзывчивый

Возможности экспертных систем

Экспертные системы способны –

  • консультирование
  • Инструктаж и помощь человеку в принятии решений
  • Демонстрируя
  • Вывод решения
  • Диагностирование
  • Объясняя
  • Интерпретация ввода
  • Прогнозирование результатов
  • Обоснование заключения
  • Предлагая альтернативные варианты проблемы

Они неспособны к –

  • Подмена человека, принимающего решения
  • Обладая человеческими способностями
  • Создание точного вывода для неадекватной базы знаний
  • Уточнение собственных знаний

Компоненты экспертных систем

Компоненты ES включают в себя –

  • База знаний
  • Механизм логического вывода
  • Пользовательский интерфейс

Давайте посмотрим их один за другим кратко –

Экспертная система

База знаний

Содержит специфичные для предметной области и высококачественные знания.

Знания необходимы для проявления интеллекта. Успех любого ES в основном зависит от сбора высокоточных и точных знаний.

Что такое Знание?

Данные представляют собой сбор фактов. Информация организована в виде данных и фактов о предметной области. Данные, информация и прошлый опыт, объединенные вместе, называются знаниями.

Компоненты базы знаний

База знаний ES – это хранилище фактических и эвристических знаний.

  • Фактические знания – это информация, широко принятая инженерами знаний и учеными в области задач.

  • Эвристическое знание – это практика, точное суждение, способность оценивать и угадывать.

Фактические знания – это информация, широко принятая инженерами знаний и учеными в области задач.

Эвристическое знание – это практика, точное суждение, способность оценивать и угадывать.

Представление знаний

Это метод, используемый для организации и формализации знаний в базе знаний. Это в форме правил IF-THEN-ELSE.

Приобретение знаний

Успех любой экспертной системы во многом зависит от качества, полноты и точности информации, хранящейся в базе знаний.

База знаний формируется на основе показаний различных экспертов, ученых и инженеров знаний . Инженер по знаниям – это человек, обладающий качествами эмпатии, быстрого обучения и навыков анализа кейсов.

Он получает информацию от эксперта-субъекта путем записи, собеседования и наблюдения за ним на работе и т. Д. Затем он систематизирует и систематизирует информацию в форме правил IF-THEN-ELSE, которые будут использоваться машиной помех. Инженер по знаниям также следит за развитием ES.

Механизм логического вывода

Использование эффективных процедур и правил Механизмом Вывода имеет важное значение для выведения правильного, безупречного решения.

В случае ES, основанной на знаниях, Inference Engine получает и манипулирует знаниями из базы знаний, чтобы прийти к конкретному решению.

В случае ES на основе правил это –

  • Применяет правила повторно к фактам, которые получены из более раннего применения правила.

  • Добавляет новые знания в базу знаний, если требуется.

  • Разрешает конфликт правил, когда несколько правил применимы к конкретному случаю.

Применяет правила повторно к фактам, которые получены из более раннего применения правила.

Добавляет новые знания в базу знаний, если требуется.

Разрешает конфликт правил, когда несколько правил применимы к конкретному случаю.

Чтобы порекомендовать решение, механизм вывода использует следующие стратегии:

  • Вперед Цепочка
  • Обратная цепочка

Вперед Цепочка

Это стратегия экспертной системы, чтобы ответить на вопрос: «Что может произойти дальше?»

Здесь механизм вывода следует цепочке условий и дериваций и, наконец, выводит результат. Он учитывает все факты и правила и сортирует их, прежде чем прийти к решению.

Эта стратегия используется для работы над выводом, результатом или эффектом. Например, прогноз состояния рынка акций как следствие изменения процентных ставок.

Вперед Цепочка

Обратная цепочка

С помощью этой стратегии экспертная система узнает ответ на вопрос «Почему это произошло?»

На основе того, что уже произошло, Механизм вывода пытается выяснить, какие условия могли произойти в прошлом для этого результата. Эта стратегия используется для выяснения причины или причины. Например, диагностика рака крови у людей.

Обратная цепочка

Пользовательский интерфейс

Пользовательский интерфейс обеспечивает взаимодействие между пользователем ES и самой ES. Обычно это обработка естественного языка, которая используется пользователем, хорошо разбирающимся в предметной области. Пользователь ES не обязательно должен быть экспертом в области искусственного интеллекта.

Это объясняет, как ES пришел к конкретной рекомендации. Объяснение может появиться в следующих формах –

  • Естественный язык отображается на экране.
  • Устные рассказы на естественном языке.
  • Список номеров правил, отображаемых на экране.

Пользовательский интерфейс позволяет легко отследить достоверность выводов.

Требования эффективного пользовательского интерфейса ES

  • Это должно помочь пользователям достичь своих целей в кратчайшие сроки.

  • Он должен быть разработан для работы с существующими или желаемыми методами работы пользователя.

  • Его технология должна быть адаптирована к требованиям пользователя; не наоборот.

  • Это должно эффективно использовать пользовательский ввод.

Это должно помочь пользователям достичь своих целей в кратчайшие сроки.

Он должен быть разработан для работы с существующими или желаемыми методами работы пользователя.

Его технология должна быть адаптирована к требованиям пользователя; не наоборот.

Это должно эффективно использовать пользовательский ввод.

Ограничения экспертных систем

Ни одна технология не может предложить простое и полное решение. Большие системы являются дорогостоящими, требуют значительного времени на разработку и компьютерных ресурсов. ES имеют свои ограничения, которые включают в себя –

  • Ограничения технологии
  • Сложное приобретение знаний
  • ES сложно поддерживать
  • Высокие затраты на разработку

Приложения Экспертной Системы

В следующей таблице показано, где можно применять ES.

заявка Описание
Домен дизайна Дизайн объективов камер, автомобильный дизайн.
Медицинский домен Системы диагностики, позволяющие вывести причину заболевания на основании наблюдаемых данных, проведения медицинских операций на людях.
Системы мониторинга Постоянное сравнение данных с наблюдаемой системой или с предписанным поведением, таким как мониторинг утечек в длинном нефтепроводе.
Системы управления процессом Управление физическим процессом на основе мониторинга.
Область знаний Обнаружение неисправностей в транспортных средствах, компьютерах.
Финансы / Торговля Обнаружение возможного мошенничества, подозрительных сделок, торговля на фондовом рынке, планирование авиаперевозок, планирование грузов.

Эксперт Системные Технологии

Есть несколько уровней доступных технологий ES. Технологии экспертных систем включают в себя –

  • Среда разработки экспертных систем. Среда разработки ES включает в себя оборудование и инструменты. Они –

    • Рабочие станции, миникомпьютеры, мейнфреймы.

    • Символические языки программирования высокого уровня, такие как LIS t Программирование (LISP) и PRO грамматика en LOG (PROLOG).

    • Большие базы данных.

  • Инструменты – они в значительной степени снижают усилия и затраты на разработку экспертной системы.

    • Мощные редакторы и инструменты отладки с несколькими окнами.

    • Они обеспечивают быстрое прототипирование

    • Имеют встроенные определения модели, представления знаний и дизайна вывода.

  • Оболочки . Оболочка – это всего лишь экспертная система без базы знаний. Оболочка обеспечивает разработчиков знаниями, механизмом вывода, пользовательским интерфейсом и средствами объяснения. Например, несколько оболочек приведены ниже –

    • Java Expert System Shell (JESS), которая предоставляет полностью разработанный Java API для создания экспертной системы.

    • Видван , оболочка, разработанная в Национальном центре программных технологий в Мумбае в 1993 году. Она позволяет кодировать знания в форме правил IF-THEN.

Среда разработки экспертных систем. Среда разработки ES включает в себя оборудование и инструменты. Они –

Рабочие станции, миникомпьютеры, мейнфреймы.

Символические языки программирования высокого уровня, такие как LIS t Программирование (LISP) и PRO грамматика en LOG (PROLOG).

Большие базы данных.

Инструменты – они в значительной степени снижают усилия и затраты на разработку экспертной системы.

Мощные редакторы и инструменты отладки с несколькими окнами.

Они обеспечивают быстрое прототипирование

Имеют встроенные определения модели, представления знаний и дизайна вывода.

Оболочки . Оболочка – это всего лишь экспертная система без базы знаний. Оболочка обеспечивает разработчиков знаниями, механизмом вывода, пользовательским интерфейсом и средствами объяснения. Например, несколько оболочек приведены ниже –

Java Expert System Shell (JESS), которая предоставляет полностью разработанный Java API для создания экспертной системы.

Видван , оболочка, разработанная в Национальном центре программных технологий в Мумбае в 1993 году. Она позволяет кодировать знания в форме правил IF-THEN.

Разработка экспертных систем: общие шаги

Процесс разработки ES является итеративным. Шаги по разработке ES включают в себя –

Определить проблемный домен

  • Проблема должна подходить для экспертной системы, чтобы решить ее.
  • Найти экспертов в области задач для проекта ES.
  • Установить экономическую эффективность системы.

Дизайн системы

  • Определить технологию ES

  • Знать и установить степень интеграции с другими системами и базами данных.

  • Поймите, как концепции могут лучше всего представлять знания предметной области.

Определить технологию ES

Знать и установить степень интеграции с другими системами и базами данных.

Поймите, как концепции могут лучше всего представлять знания предметной области.

Разработайте прототип

Из базы знаний: инженер знаний работает для –

Инженер по знаниям использует примеры для тестирования прототипа на предмет любых недостатков в производительности.

Конечные пользователи тестируют прототипы ES.

Тестировать и обеспечивать взаимодействие ES со всеми элементами ее среды, включая конечных пользователей, базы данных и другие информационные системы.

Хорошо документируйте проект ES.

Обучите пользователя использовать ES.

Постоянно обновляйте и обновляйте базу знаний.

Удовлетворение новых интерфейсов с другими информационными системами по мере развития этих систем.

Доступность – они легко доступны благодаря массовому производству программного обеспечения.

Меньше себестоимости – стоимость производства разумна. Это делает их доступными.

Скорость – они предлагают отличную скорость. Они уменьшают объем работы, которую выполняет человек.

Меньше частоты ошибок – уровень ошибок ниже по сравнению с человеческими ошибками.

Снижение риска – они могут работать в среде, опасной для человека.

Устойчивый ответ – они работают стабильно, не испытывая движения, напряжения или утомления.