<<
>>

6.3. ОСОБЕННОСТИ РАЗРАБОТКИ И ПРИМЕНЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Структура и назначение экспертных систем

В настоящее время среди всех систем искусственного интеллекта (ИИ) наибольшее распространение (по некоторым оценкам до 90%) получили экспертные системы (ЭС) различных типов.

Огромный интерес к ЭС обусловлен тремя основными обстоятельствами:

ЭС ориентированы на решение широкого круга задач в ранее неформализуемых областях, которые считались малодоступными для использования ЭВМ; ЭС предназначены для решения задач в диалоговом режиме со специалистами (конечными пользователями), от которых не требуется знания программирования — это резко расширяет сферу использования вычислительной техники, которая в данном случае выступает как инструмент подкрепления (поддержки) памяти специалиста и усиления его способностей к логическому выводу; специалист, использующий ЭС для решения своих задач, может достигать, а иногда и превосходить по результатам возможности экспертов в данной области знаний, что позволяет резко повысить квалификацию рядовых специалистов за счет аккумуляции знаний в ЭС, в том числе знаний экспертов высшей квалификации. Свое название ЭС получили по двум причинам:

информацию (знания) для них поставляют эксперты; ЭС выдает решения, аналогичные тем, которые формулируют эксперты. Понятие «эксперт» заслуживает отдельного обсуждения. По Д. Уотермену эксперт (англ. domain expert — знаток, специалист в области, сфере деятельности) — человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области [88|. Главным в этом определении является требование к эксперту, которое предъявляется и к ЭС: эффективность решения конкретных задач из узкой предметной области.

В соответствии с определением П. Джонса [88], «эксперт — это человек, который благодаря обучению и опыту может делать

Риск-менеджмент

то, что мы все, остальные люди, делать не умеем; эксперты работают не просто профессионально, но к тому же уверенно и эффективно. Эксперты обладают огромными познаниями и пользуются различными приемами и уловками для применения своих знаний к проблемам и заданиям; они также умеют быстро переворошить массу несущественной информации, чтобы добраться до главного, и хорошо умеют распознавать в проблемах, с которыми сталкиваются, примеры тех типовых проблем, с которыми они уже знакомы. В основе поведения экспертов лежит совокупность практически применимых знаний, которую мы будем называть компетентностью. Поэтому разумно предположить, что эксперты — это те люди, к которым надо обратиться, когда мы желаем проявить компетентность, делающую возможным такое поведение, как у них».

Отметим, что в обоих определениях подчеркиваются источники знаний экспертов — обучение и практика (опыт).

Таким образом, можно дать следующее определение: под ЭС понимается программная система, выполняющая действия, аналогичные тем, которые выполняет эксперт в некоторой прикладной предметной области, делая определенные заключения в ходе выдачи советов и консультаций.

Каково же назначение ЭС? В таблице 6.5 приведены основные области их применения (в порядке уменьшения числа ЭС, используемых в данной области).

Таблица 6.5

Основные области применения ЭС № п/п Область применения ЭС 1 2 1 Проектирование экспертных систем 2 Медицинский диагноз и консультации по лечению 3 Консультации и оказание помощи пользователю по решению задач в различных предметных об ластях 4 Автоматическое программирование, проверка и анализ программного обеспечения 5 Проектирование сверхбольших интегральных схем.

Обучение в различных предметных областях 6 Техническая диагностика и разработка рекомендаций по ремонту оборудования 348

Глава 6. Автоматизация поддержки принятия управленческих решений

Продолжение табл. 6.5 1 2 7 Планирование в различных предметных областях Анализ данных в различных предметных областях (в том числе и статистический)

Интерпретация данных с целью выявления объектов и оценки степени риска в экономике

Интерпретация геологических данных и разработка рекомендаций по обнаружению полезных ископаемых 8 Интерпретация данных и планирование эксперимента в ходе научных исследований в области биологии Решение задач, связанных с космическими исследованиями 9 Обеспечение научных исследований в химии, разработка рекомендаций по синтезу соединений 10 Управление проектированием, технологическими процессами и промышленным производством Анализ и синтез электронных схем

Формирование математических понятий, преобразование математических выражений 11 Предупреждение о возможных авариях ядерных реакторов 12 Анализрисков в политике и экономике Структура типовой ЭС представлена на рис. 6.15.

На рисунке обозначены: СОЗ — система, основанная на знаниях; ЛП — лингвистический процессор; РП (БД) — рабочая память (база данных); БЗн — база знаний; МЛ В — механизм (машина) логического вывода; КПЗн — компонент приобретения знаний; КОб — компонент объяснений.

Рис.6.15. Структура экспертной системы 349

Риск-менеджмент

350

Дадим краткую характеристику структурных элементов ЭС.

СОЗ представляет собой программную систему, состоящую из трех элементов: БЗн, МЛВ и РП (БД).

БЗн — часть ЭС (СОЗ), предназначенная для генерации и поддержания динамической модели знаний о предметной области. В качестве возможных моделей знаний могут использоваться продукционные, сетевые или фреймовые модели.

МЛВ — часть ЭС (СОЗ), реализующая анализ поступающей в ЭС и имеющейся в ней информации и формирование (вывод) на ее основе новых заключений (суждений) в ответ на запрос к системе.

РП (БД) — часть ЭС (СОЗ), предназначенная для информационного обеспечения работы МЛВ, прежде всего, в части хранения и обработки поступивших (новых) фактов (суждений) и промежуточных результатов логического вывода.

ЛП предназначен для обеспечения комфортного интерфейса между конечным пользователем и ЭС. В нем реализуются процедуры морфологического, синтаксического и семантического контроля поступающих в систему запросов и приведение их к виду, «понятному» ЭВМ. При выдаче ответной информации осуществляется обратная операция — заключение «переводится» на ограниченный естественный язык, понятный конечному пользователю. Отметим, что в первых ЭС ЛП отсутствовал, так как общение с машиной осуществлялось на (строго) формальном языке. В дальнейшем (особенно при переходе к ЭВМ пятого поколения) значимость ЛП в составе ЭС будет возрастать.

КПЗн предназначен для обеспечения работы инженера знаний по созданию и поддержанию модели знаний, адекватной реальной предметной области (генерации БЗн, ее тестирования, пополнения новыми знаниями, исключения неверных (ставших таковыми) знаний и т.п.).

Наличие КОб, обеспечивающего по запросу пользователя выдачу информации о ходе и исходе логического вывода, принципиально отличает ЭС от всех других программных систем. Дело в том, что в большинстве случаев конечному пользователю недостаточно сообщить лишь конечное заключение ЭС, которое он должен (может) использовать в своей профессиональной деятельности. Гораздо большее доверие вызывает у него конечный вывод, подтвержденный понятными промежуточными рассуждениями. Кроме того, с помощью КОб можно организовать про

Глава 6. Автоматизация поддержки принятия управленческих решений

кое

Факты

Рис. 6.16. Структура интеллектуального пакета прикладных программ

цесс обучения конечных пользователей работе с ЭС. В обучающих ЭС КОб играет еще более важную роль, как и в СППР.

Важным классом СОЗ является класс интеллектуальных пакетов прикладных программ (ППП). Структура такого пакета приведена на рис. 6.16.

Интеллектуальные ППП дают возможность конечному пользователю решать прикладные задачи по их описаниям и исходным данным без программирования — генерация («сборка») программы «под задачу» осуществляется автоматически механизмом логического вывода. БЗн в интеллектуальном ППП может строиться по любому из известных эвристических методов (часто используются семантические сети и фреймы), лишь бы настраиваемая МЛВ программа была эффективна для решения поставленной задачи. И ППП (интеллектуальная ППП) является яркой иллюстрацией тезиса о том, что в перспективе все формы поддержки решений (в частности — вычислительная) станут — в большей или меньшей степени — интеллектуальными.

Классификация, средства и этапы разработки экспертных систем

Существует множество признаков, по которым можно классифицировать ЭС [102]. По степени сложности различают поверхностные и глубинные ЭС, по степени связанности правил

351

Риск -менеджмент

По стадиям разработки

Действующий прототип

Промышленный образец

Коммерческий образец

Демонстрационный прототип

Исследовательский прототип

База знаний содержит: 10-100 правил

200-500 правил

500-1000 правил

1000-1500 правил 1500-3000 правил

Рисм. Классификация экспертных систем по стадиям разработки

продукционные ЭС делят на связные и малосвязные, по типу предметной области выделяют статические, динамические ЭС и ЭС реального времени и т.п. Процесс создания ЭС занимает немало времени, поэтому определенный интерес представляет классификация ЭС по стадиям разработки, изображенная применительно к продукционным ЭС на рис. 6.17 (заметим, что аналогичные стадии в своем жизненном цикле имеют практически все — достаточно сложные — программные системы).

Масштабы разработки ЭС предопределили создание специальных инструментальных (аппаратных и программных) средств, систематизированное представление о которых составляет содержание рис. 6.18.

Следует отметить, что первоначально разработка ЭС осуществлялась на традиционных алгоритмических языках программирования с реализацией на универсальных ЭВМ.

В дальнейшем были созданы как специализированные аппаратные и программные средства, так и средства автоматизации программирования. Появились и оболочки ЭС, которые по задумке авторов должны были существенно упростить (и удешевить) разработку систем. Однако в полной мере эти надежды не оправдались (а как показало дальнейшее развитие прикладных программных средств не только в области искусственного интеллекта, и не могли оправдаться). Это связано с принципиаль-

352

Глава 6. Автоматизация поддержки принятия управленческих решений

Инструментальные средства разработки ЭС

Аппаратные

Программные

Алгоритмические

Интеллектуальные рабочие

языки программирования

(С, Паскаль, Фортран,...)

станции

Символьные языки программирования

(ЛИСП, SmallTalk,...)

Последовательные символьные ЭВМ (ЛИСП-машины; ПРОЛОГ-машины)

Языки инженерии знаний (ПРОЛОГ, OPS-5, LOOPS)

Параллельные

Системы автоматизиро-рованной разработки ЭС (KEE,ART,AGE,...)

символьные

ЭВМ

Оболочки ЭС (EMYSIN, EXPERT,...)

Рис. 6.18. Инструментальные средства разработки экспертных систем

ной сложностью использования конкретной ЭС (даже весьма эффективной в своей предметной области) для решения совершенно других задач, а именно таким путем создавались первые оболочки ЭС. Еще более проблематичными представляются попытки создания так называемых универсальных оболочек, пригодных для применения «во всех» предметных областях.

При создании ЭС наибольшую трудность представляет разработка совершенной базы знаний, т.е. моделирование знаний экспертов о некоторой предметной области. Разработка любой модели — в том числе и модели знаний — представляет собой полностью неформализуемый процесс, содержащий элементы творчества и строго формальных действий.

Разработка ЭС включает несколько этапов [88], основное содержание которых применительно к продукционным системам отражено на рис. 6.19.

Процедуры уточнения, перепроектирования и переформулирования не являются обязательными, характерны для разработ

353

Тестирование Рис. 6.19. Этапы разработки экспертной системы

ки достаточно сложных ЭС и, как правило, предполагают проведение нескольких итераций. Отметим, что перечисленные этапы работ (идентификация — концептуализация — формализация — реализация — тестирование), как и стадии разработки, являются обязательными при создании любой программной системы.

Очевидно, что разработка ЭС является коллективным трудом, в котором принимают участие различные специалисты. Центральное место в схеме взаимодействия участников создания ЭС занимает инженер знаний (англ. knowledge-engineer). Именно он организует все важнейшие работы и осуществляет их координацию. Ему принадлежит право выбора типовых или — при необходимости и наличии соответствующих ресурсов — заказа новых инструментальных средств разработки ЭС. Он работает с предметными экспертами, генерирует, тестирует, уточняет и пополняет базу знаний и т.д. Направления взаимодействия создателей ЭС (этот процесс иногда называют игрой [88]) представлены на рис. 6.20.

Как явствует из вышеизложенного, разработка ЭС — сложный, дорогостоящий и длительный процесс. Последнее обстоятельство иллюстрируется рис. 6.21, на котором приведены ус-

354

Глава 6. Автоматизация поддержки принятия управленческих решений

использует

разрабатывает, уточняет, тестирует

добавляет

информацию

Рис. 6.20. Схема взаимодействия создателей экспертной системы

Время,

человеко-лет

30

4-6 человек

25 20

3-5 человек

15

10

2-4 человека

5

умеренно трудная очень

трудная трудная

Проблемная область

Рис. 6.21. Затраты времени на создание экспертной системы

ловные затраты времени на создание систем для решения проблем различной сложности [88].

Существует ряд подходов к оценке того, когда же разработка ЭС является рациональной [69, 88]. На наш взгляд, наиболее конструктивен подход Д. Уотермена, который основан на проверке возможности, оправданности и разумности построения системы.

355

Риск -менеджмент

При этом предлагается считать, что разработка ЭС возможна при совместном выполнении следующих основных условий:

> • задача не требует общедоступных знаний;

решение задачи требует только интеллектуальных действий;

> • существуют подлинные (компетентные) эксперты;

эксперты способны описать свои методы (приемы, уловки и т.п.) решения задачи;

> • эксперты единодушны в своих решениях, т.е. их мнения

«хорошо» согласованы; задача понятна и «не слишком» трудна. Разработка ЭС оправданна, если выполняется хотя бы одно из следующих основных условий:

получение решения задачи высокорентабельно; человеческий опыт решения задачи по различным причинам утрачивается;

> • число экспертов в рассматриваемой предметной области

мало;

опыт решения задачи востребован во многих субъектах РФ;

опыт нужно применять во враждебных человеку условиях. Наконец, разработка ЭС разумна, если совместно выполняются следующие основные условия:

задача требует эвристических решений; задача требует оперирования символами; задача «не слишком» проста; задача представляет практический интерес; задача имеет размерность, допускающую реализацию. При всей условности и субъективности проверки наличия перечисленных обстоятельств можно по-новому взглянуть на причины столь широкой представительности перечня областей применения ЭС (см. табл. 6.5).

Как уже отмечалось, реальным путем решения задач совершенствования автоматизированных информационных систем (АИС) различного (в том числе и экономического) назначения является использование методов искусственного интеллекта (ИИ).

Возможны два направления внедрения достижений ИИ: создание принципиально новых АИС (их принято называть интеллектуальными);

356

Глава 6. Автоматизация поддержки принятия управленческих решений

357

>• совершенствование существующих АИС за счет применения технологий ИИ (их называют интеллектуализирован-ными).

Под интеллектуализацией АИС понимают процесс разработки и программной реализации моделей и алгоритмов ИИ с целью применения опыта пользователей, формализации различных постановок практических задач, взаимодействия с ЭВМ на естественном языке и др.

Иными словами, интеллектуализация — процесс внедрения в АИС идей ИИ с целью повышения эффективности этих систем.

Известны два основных способа интеллектуализации АИС: внешняя (универсальная и специализированная) интеллектуализация;

внутренняя (локализованная и распределенная) интеллектуализация.

Внешняя универсальная интеллектуализация предусматривает подключение к традиционной АИС инструментальной системы искусственного интеллекта (ИСИИ), настроенной на соответствующую предметную область (принятие решений, проектирование, обучение и т.п.). В качестве ИСИИ используют уже существующие оболочки экспертных, обучающих, моделирующих, диалоговых и других систем. Исторически данный способ был первым и получил довольно широкое распространение.

Совершенно очевидны достоинства этого способа: высокая скорость разработки и сравнительно малые финансовые затраты.

Внешняя специализированная интеллектуализация осуществляется за счет разработки и использования специализированных программных систем (приставок), работающих на принципах ИИ. Как правило, основные усилия направляются на улучшение сервисных характеристик АИС, особенно в плане реализации интеллектуального диалога системы с пользователем на предметно-ориентированном языке, более близком к естественному, чем традиционные, т.е. на создание интеллектуального интерфейса. Способ весьма близок «по идеологии» с уже рассмотренным, поэтому их достоинства (с некоторыми коррективами) практически совпадают. На рис. 6.22 представлена графическая иллюстрация способов внешней интеллектуализации.

Риск -менеджмент Инструментальная система искусственного интеллекта 1 L Традиционная автоматизированная информационная система

а)

Специализированная система искусственного интеллекта I X

_Т_|_

Традиционная автоматизированная информационная система

6)

Рис. 6.22. Внешняя интеллектуализация: а) универсальная; б) специализированная

Способам внешней интеллектуализации присущ один, но существенный недостаток — они направлены на приспособление (в большей или меньшей мере) традиционных АИС к новым задачам и потому принципиально не могут полностью (наилучшим образом) обеспечить их решение.

Внутренняя интеллектуализация свободна от этого недостатка, поскольку осуществляется с помощью встроенных в АИС методов и алгоритмов ИИ. Данный способ предполагает глубинные изменения в самой идеологии построения той или иной системы и приводит к созданию полномасштабных интеллектуальных АИС — систем интеллектуальной поддержки принятия решений, интеллектуальных информационно-справочных систем (баз данных), интеллектуальных САПР, интеллектуальных обучающих систем и др.

Различают внутреннюю локализованную интеллектуализацию, когда в разрабатываемой АИС наряду с традиционными можно выделить так называемые типовые интеллектуальные блоки (см. рис. 6.23), и внутреннюю распределенную интеллектуализацию,

Глава 6. Автоматизация поддержки принятия управленческих решений

Рис. 6.23. Внутренняя локализованная интеллектуализация

предусматривающую применение интеллектуальных вычислительных и логических процедур практически во всех блоках.

Понятно, что реализация способа внутренней интеллектуализации дорогостояща, она требует от разработчиков исключительно высокой квалификации в различных предметных областях и длительного времени создания системы.

Важно отметить, что современные интеллектуальные системы выполняют не только основные (целевые) функции, но и все большее число дополнительных, ранее либо вообще не предусматриваемых, либо выполняемых другими системами. Так, например, практически все интеллектуальные АИС содержат подсистемы обучения работы с ними, интеллектуальной поддержки работы пользователя по основному назначению системы, интеллектуального многоуровневого хелпинга, модификации базы знаний и т.п.

В заключение следует еще раз отметить, что на современном этапе развития общества, магистральным путем автоматизации профессиональной (в том числе управленческой) деятельности является ее интеллектуализация, проводимая одним из рассмотренных способов. Следует ожидать, что в будущем каждая АИС станет в полном смысле средством интеллектуальной поддержки деятельности конкретного должностного лица, и без применения таких средств представить технологию разработки решений в любой сфере человеческой деятельности будет невозможно.

Типовые блс интеллектуальных

Типовые блоки традиционной АИС

<< | >>
Источник: Балдин К. В.. Риск-менеджмент: Учебное пособие. — М.: Эксмо. — 368 с. — (Риск-менеджмент).. 2006

Еще по теме 6.3. ОСОБЕННОСТИ РАЗРАБОТКИ И ПРИМЕНЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА:

  1. Классификация подходов к разработке и применению бюджетов в системе контроллинга
  2. 9.3. Особенности разработки информационных систем поддержки принятия решений
  3. 1.6. ОСОБЕННОСТИ ПРИМЕНЕНИЯ BSC ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ
  4. § 1. Система и особенности контроля МОТ за применением международных трудовых норм
  5. Статья 346.25.1. Особенности применения упрощенной системы налогообложения индивидуальными предпринимателями на основе патента
  6. Глава 2. Разработка, принятие и применение стандартов и рекомендуемой практики ИКАО
  7. 10.1 Применение социологических и Социально-психологических методов при разработке ценовых стратегий
  8. 18.1. Понятие интеллекта в психологии
  9. КАКОВЫ ОСОБЕННОСТИ РАЗРАБОТКИ И РЕАЛИЗАЦИИ УР?
  10. 5.3 Естественный и искусственный мир Герберта Саймона
  11. 18.2. Интеллект и эффективность управленческой деятельности
  12. ВСЕОБЩИЙ ИНТЕЛЛЕКТ И БИОВЛАСТЬ
  13. 3.1. В какой мере установленная Уголовным кодексом Российской Федерации 1996 г. система санкций и их практическое применение отвечают изложенным выше идеальным представлениям о такой системе?
  14. 4.1. ОСОБЕННОСТИ И ОБЛАСТЬ ПРИМЕНЕНИЯ