Определение экспертных систем

Система является интеллектуальной, если она обладает знаниями и умеет использовать их для достижения сформулированной цели. Знания — это то, без чего нет интеллектуальной системы. Экспертные системы явились первыми действительно интеллектуальными системами и, в конечном счете, интеллектуальность определила их коммерческий успех.

Разработки универсальных программ, использующих общие методы решения широкого класса задач, существенных практических результатов не принесли, но появилось понимание крайней ограниченности применения формально-математических методов в этой области. В 70-е годы была разработана и принята принципиально новая концепция: чтобы сделать систему интеллектуальной, ее нужно снабдить множеством высококачественных специальных знаний о некоторой предметной области. Процесс создания экспертных систем заключается в специфическом взаимодействии эксперта (экспертов) и инженера по знаниям с целью «извлечения» из эксперта и встраивания в систему процедур, стратегий эмпирических правил, которые он использует для решения задач.

Эксперт — это человек, который благодаря обучению и опыту может делать то, что мы все, остальные люди делать не умеем; эксперты работают не просто профессионально, но быстро и эффективно. Они хорошо умеют распознавать в проблемах, с которыми сталкиваются, примеры тех типовых проблем, с которыми они уже знакомы. Очень важно подчеркнуть, что эксперт должен не только знать, но и уметь. Именно этим свойством отличаются базы данных от баз знаний — базы знаний активны.

Экспертное знание — это сочетание теоретического понимания проблемы и практических навыков ее решения, эффективность которых доказана в результате практической деятельности экспертов в данной области.

Экспертные системы как отдельное направление выделилось из общего русла исследований по искусственному интеллекту в начале 80-х г. г. Основным предметом исследований нового направления являются знания — их приобретение, представление и использование. Специалисты, работающие в этой области, все чаще используют для ее наименования термин «инженерия знаний» .

Основные отличия классических систем обработки данных от экспертных систем следующие:

• · на выходе системы пользователь получает не машинограмму или видеокадр, а интеллектуальный совет для решения поставленной перед ним проблемы;
• · в основу экспертных систем положена технология обработки не цифровых данных, а преобразование символьной информации, часто представленной в виде правил;
• · экспертные системы при решении задачи используют, как правило, не точные алгоритмы, а так называемые эвристики, то есть методы, которые во многом опираются на опыт и знание эксперта;
• · экспертные системы, в отличие от традиционных систем обработки данных, способны объяснить порядок своих действий при решении задачи.

Существует ещё одна важная особенность экспертных систем. Если обычные программы разрабатываются так, чтобы каждый раз порождать правильный результат, то экспертные системы разработаны с тем, чтобы вести себя как эксперты. Они, как правило, дают правильные ответы, но иногда, как и люди, способны ошибаться. Причина ошибок лежит в том, что знания специалистов, как и знания, заложенные в экспертные системы, не точны. Важно, по крайней мере, чтобы экспертные системы ошибались не чаще, чем ошибается человек-эксперт.

Экспертные системы имеют одно большое отличие от других систем искусственного интеллекта: они предназначены не для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области (работа, производство, социальная защита и т. п.), в редких случаях — областях.

Идея автоматизированных экспертных систем основывается на расчленении знаний экспертов в отдельной — относительно узкой предметной области, обработке их непосредственно в компьютере и дальнейшем использовании в процессе формирования выводов во время решения проблем в данной области. Особое внимание нужно обратить на две основные характеристики экспертных систем: человеческий фактор, то есть экспертные системы как компьютерные системы, которые содержат знание эксперта и подсказывают образ действий во время решения сложных проблем и технологический аспект, то есть экспертные системы как продукт информатики, реализованный в технологии переработки знаний.

Таким образом, можно сформулировать следующее определение экспертной системы. Экспертная система — это вычислительная система, в которую включены знания специалистов о некоторой узкой предметной области в форме базы знаний. Экспертные системы должны уметь принимать решения вместо специалиста в заданной предметной области.

Особенности экспертных систем, отличающие их от других программ, заключаются в том, что они должны обладать следующими качествами:

• · определяются областью экспертизы; имитируют деятельность эксперта в данной области; содержат соответствующие объективные и субъективные знания; имеют способность размышлять, опираясь на достаточно достоверные данные;
• · умеют объяснить процесс формирования выводов и обосновать свои выводы в форме, которую понимает пользователь; констатация фактов и механизмы формирования выводов являются независимыми модулями (знание не подаются в виде дедуктивных процедур);
• · сконструированные так, чтобы была возможность постоянно модифицировать и расширять знание системы; опираются на технологию преобразования символьной информации, которая чаще всего подается в виде правил; результат действий набирает формы интеллектуального совета, а не таблицы цифр, которые выдаются в печать или на экран дисплея;
• · решают задачи, используя не точные алгоритмы, а так называемые эвристики, то есть методы решения задачи, в некотором понимании не полные, не обязательно правильные и успешные;
• · опираются на личный опыт эксперта в решении данного класса проблем, которые вытекают со знания об объекте исследуемой предметной области.

Итак, экспертные системы должны характеризоваться следующими основными свойствами:

• · компетентностью, то есть принятые ею решения (сделанные выводы) должны быть такого же высокого уровня, как и те, что принадлежат экспертам-профессионалам;
• · быть умелой, т. е. применять знания эффективно и быстро, избегая, как и люди, ненужных вычислений;
• · способностью к раздумываниям на основании символьных преобразований;
• · умением использовать как общие, так и частные схемы соображений;
• · работать в предметной области, содержащей трудные задачи;
• · использовать сложные правила, т. е. использовать либо сложные конструкции правил, либо большое их количество;
• · умением переформировывать запросы и задачи;
• · исследовать свои рассуждения, т. е. проверять их правильность;
• · объяснять свои действия.