Практическое применение экспертных систем Омарова Э.Ш., Магомедова П.Р.

Практическое применение экспертных систем
Омарова Э.Ш., Магомедова П.Р.
Дагестанский государственный университет
Махачкала, Россия
Practical application of expert systems
Omarova E.Sh., Magomedova P.R. - a 5th year student of the specialty
Dagestan State University
Makhachkala, Russia
В начале восьмидесятых годов в исследованиях по искусственному интеллекту
сформировалось
самостоятельное
направление,
получившее
название
"экспертные
системы".Создание и использование экспертных систем является одним из концептуальных
этапов развития информационных технологий (ИТ). В основе интеллектуального решения
проблем в некоторой предметной области лежит принцип воспроизведения знаний опытных
специалистов — экспертов. Исходя из собственного опыта, эксперт анализирует ситуацию и
распознает наиболее полезную информацию, оптимизирует принятие решений, отсекая
тупиковые пути. Экспертная система (ЭС)— это комплекс логических и математикостатистических
процедур,
связанных
с
деятельностью
экспертов
по
переработке
необходимой для анализа и принятия решений информации.Экспертная система достигает
более высокой эффективности за счет перебора большого числа альтернатив при выборе
решения, опираясь на высококачественный опыт группы специалистов. Она анализирует
влияние большого объема новых факторов, оценивая их при построении стратегий, добавляя
возможности прогноза. Основой экспертной системы является совокупность знаний (базы
знаний),
структурированных
в
целях
формализации
процесса
принятия
решений.
Экспертные системы разрабатываются с расчетом на обучение и способны обосновать
логику выбора решения, т.е. обладают свойствами адаптивности и ее аргументирования. У
большинства экспертных систем имеется механизм объяснения. Этот механизм использует
знания, необходимые для объяснения того, каким образом система пришла к данному
решению [3].
Экспертные
системы
служат
средством
для
расширения
и
усиления
профессиональных возможностей конечного пользователя. ЭС должна демонстрировать
компетентность, т.е. достигать в конкретной предметной области того же уровня, что и
специалисты-эксперты. Недостаточно находить хорошие решения, это надо делать быстро.
Системы должны иметь не только глубокое, но и достаточно широкое понимание предмета.
Методы нахождения решений проблем достигаются на основе рассуждений, исходящих из
1
фундаментальных принципов в случае некорректных данных или неполных наборов правил.
Такие свойства наименее разработаны в компьютерных экспертных системах, но именно они
присущи
специалистам
высокого
уровня.
Поскольку
ЭС
являются
практически
универсальным инструментом в обработке и использовании самых различных знаний, они
используются во многих областях знаний: медицине (MYCIN), химии (DENDRAL), геологии
(PROSPECTOR), математике (Inter Lisp),в инженерном деле (АВК, Arhi Cad), а также в
военном деле, космической технике, метеорологии, промышленности, сельском хозяйстве,
физике, электронике и юриспруденции. Экспертные системы и их элементы в настоящее
время эффективно используются в бухгалтерском учете, банковском деле и т.д. Причем это
далеко не полный список применения экспертных систем [2].
Первую экспертную систему, которую назвали Dendral, разработали в Стэнфорде в
конце 1960-х гг. Эта была экспертная система, определяющая строение органических
молекул по химическим формулам и спектрографическим данным о химических связях в
молекулах. Ценность Dendral заключалась в следующем. Органические молекулы, как
правило, очень велики и поэтому число возможных структур этих молекул также велико.
Благодаря эвристическим знаниям экспертов-химиков, заложенных в экспертную систему,
правильное решение из миллиона возможных находилось всего за несколько попыток.
Принципы и идеи, заложенные в Dendral, оказались настолько эффективными, что они до
сих пор применяются в химических и фармацевтических лабораториях по всему миру [2].
Экспертная система Dendral одной из первых использовала эвристические знания
специалистов для достижения уровня эксперта в решении задач, однако методика
современных экспертных систем связана с другой разработкой – Myсin. В ней
использовались знания экспертов медицины для диагностики и лечения специального
менингита и бактериальных инфекций крови.
Экспертная система Mycin, разработанная в том же Стэнфорде в середине 1970-х г.г.,
одной из первых обратилась к проблеме принятия решений на основе ненадежной или
недостаточной информации. Все рассуждения экспертной системы Mycin были основаны на
принципах управляющей логики, соответствующих специфике предметной области. Многие
методики разработки экспертных систем, использующиеся сегодня, были впервые
разработаны в рамках проекта Mycin [2].
Коммерческие успехи к фирмам-разработчикам систем искусственного интеллекта
(СИИ) пришли не сразу. На протяжении 1960 - 1985 гг. успехи ИИ касались в основном
исследовательских
разработок,
которые
демонстрировали
пригодность
СИИ
для
практического использования. Начиная примерно с 1985 г. (в массовом масштабе с 1988 1990 гг.), в первую очередь ЭС, а в последние годы системы, воспринимающие естественный
2
язык (ЕЯ-системы), и нейронные сети (НС) стали активно использоваться в коммерческих
приложениях [3].
История развития информационных систем (ИС) для создания ЭС реального времени
началась в 1985 г., когда фирма Lisp Machine Inc. выпустила систему Picon для символьных
ЭВМ Symbolics. Успех этого ИС привел к тому, что группа ведущих разработчиков Picon в
1986 г. образовала частную фирму Gensym, которая, значительно развив идеи, заложенные в
Picon, в 1988 г. вышла на рынок с ИС под названием G2, версия 1.0. В настоящее время
функционирует версия 4.2 и готовится к выпуску версия 5.0[3].
Основное предназначение программных продуктов фирмы Gensym (США) - помочь
предприятиям сохранять и использовать знания и опыт их наиболее талантливых и
квалифицированных сотрудников в интеллектуальных системах реального времени,
повышающих качество продукции, надежность и безопасность производства и снижающих
производственные издержки. О том, как фирме Gensym удается справиться с этой задачей,
говорит хотя бы то, что сегодня ей принадлежат 50% мирового рынка экспертных систем,
используемых в системах управления.
С отставанием от Gensym на 2 - 3 года другие фирмы начали создавать свои ИС для
ЭС РВ. С точки зрения независимых экспертов NASA, проводивших комплексное
исследование характеристик и возможностей некоторых из перечисленных систем, в
настоящее время наиболее продвинутым ИС, безусловно, остается G2 (Gensym, США);
следующие места со значительным отставанием (реализовано менее 50% возможностей G2)
занимают RTWorks - фирма Talarian (США), COMDALE/C (Comdale Techn. - Канада),
COGSYS (SC - США), ILOG Rules (ILOG - Франция). Классы задач, для которых
предназначена G2 и подобные ей системы: мониторинг в реальном масштабе времени;
системы управления верхнего уровня; системы обнаружения неисправностей; диагностика;
составление расписаний; планирование; оптимизация; системы - советчики оператора;
системы проектирования [3].
Комплекс ЭКО, разработанный в РосНИИИТ и АП, применяется для создания
статических
ЭС,
решающих
задачи
диагностики
(технической
и
медицинской),
эвристического оценивания (риска, надежности и т.д.), качественного прогнозирования, а
также обучения. Комплекс ЭКО используется: для создания коммерческих и промышленных
экспертных систем на персональных ЭВМ, а также для быстрого создания прототипов
экспертных систем с целью определения применимости методов инженерии знаний в
некоторой конкретной проблемной области. На основе комплекса ЭКО было разработано
более 100 прикладных экспертных систем. Среди них отметим следующие: поиск одиночных
неисправностей в персональном компьютере; оценка состояния гидротехнического
3
сооружения (Чарвакская ГЭС); подготовка деловых писем при ведении переписки с
зарубежными партнерами; проведение скрининговой оценки иммунологического статуса;
оценка
показаний
микробиологического
обследования
пациента,
страдающего
неспецифическими хроническими заболеваниями легких [3].
Системак Wolfram Alpha была запущена 15 мая 2009 года. Эта система включает в
себя базу знаний и набор вычислительных алгоритмов.Основатель проекта, Стивен
Вольфрам, объясняет, что он сможет перевести естественно-языковые вопросы в формат,
понятный для компьютеров, что позволит производить вычисления и поиск через триллионы
единиц «Кураторов данных» с использованием миллионов строк алгоритмов для
предоставления пользователю ответов. НоваСпивак выразил мнение, что «Wolfram Alpha
может быть столь же значимым, как и Google» [1].
Wolfram Alpha не возвращает перечень ссылок, основанный на результатах запроса, а
вычисляет ответ, основываясь на собственной базе знаний, которая содержит данные о
математике, физике, астрономии, химии, биологии, медицине, истории, географии, политике,
музыке, кинематографии, а также информацию об известных людях и интернет-сайтах. Он
способен переводить данные между различными единицами измерения, системами
счисления, подбирать общую формулу последовательности, находить возможные замкнутые
формы для приближенных дробных чисел, вычислять суммы, пределы, интегралы, решать
уравнения и системы уравнений, производить операции с матрицами, определять свойства
чисел и геометрических фигур. Однако, расчет на основании собственной базы имеет и свои
недостатки, в том числе — уязвимость к ошибкам данных. Движок Wolfram Alpha основан
на обработке естественного языка (в настоящее время — только английского), большой
библиотеке алгоритмов и NKS-подходе для ответов на запросы. Он написан на языке
Mathematica и составляет около 5 миллионов строк, в настоящее время выполняется
примерно на 10000 процессоров[1].
Можно зарегистрироваться на Wolfram Education и получить доступ к тестовым
версиям интерактивных учебников. В них встроены динамические модели графиков с
возможностью ввода любых параметров и математические головоломки для решения на
скорость.
8 февраля 2012 года состоялся выпуск версии Wolfram Alpha Pro, которая предлагает
платным подписчикам новые функциональные возможности. Ключевой особенностью
является возможность загрузки множества типов файлов и данных для автоматического
анализа, включая первичные табличные данные, изображения, аудио, XML, а также десятки
специализированных научных, медицинских и математических форматов. Среди других
функциональных возможностей— наличие расширенной клавиатуры, интерактивность с
4
CDF (формат вычисляемых документов), загрузка данных, и возможность индивидуальной
настройки, и сохранения графических и табличных результатов. Помимо введения новых
платных возможностей, выпуск Wolfram Alpha Pro повлек за собой изменения в бесплатной
версии сайта.
На сегодняшний день создано уже большое количество экспертных систем. С
помощью них решается широкий круг задач, но исключительно в узкоспециализированных
предметных областях. Как правило, эти области хорошо изучены и располагают более
четкими стратегиями принятия решений [2].
Список использованной литературы:
1. http://ru.wikipedia.org/wiki/Wolfram Alpha
2. http://www.aiportal.ru/articles/expert-systems/expert-systems.html
3. http://www.mari-el.ru/mmlab/home/AI/7_8/
5