Барыкин С.Г., Плотникова Н.В. Системы искусственного интеллекта

Подождите немного. Документ загружается.

весьма опосредованно, так как поведение партнера определенным образом влия-

ет на выбор конфигураций на доске, которые реально имели место). Рассмотрен-

ные методы не предусматривают также возможности обучения путем копирова-

ния игры противника. Исследования, направленные на создание более глубоких

методов обучения, были осуществлены на примере других настольных игр.

2.2. ЭКСПЕРТНЫЕ СИСТЕМЫ

В самое последнее время были созданы программы для вычислительных

машин, обеспечивающие экспертизу в различных областях знаний, которые по-

лучили название экспертных систем (ЭС). Особое внимание в этом плане уделя-

ется медицине, проблемам управления производством, обнаружению газовых и

нефтяных месторождений, налоговой политике, составлению расписания работы,

различного рода технологическим процессам. Программы, работающие в качест-

ве экспертных систем в некоторых из названных областей, делаются так, чтобы

они были коммерчески доступны; некоторые из них рассчитаны на мини-

компьютеры.

По замыслу экспертная система должна усвоить существенную часть зна-

ний человека-эксперта в конкретной области и быть в состоянии использовать

накопленную информацию так, как это делал бы человек. Например, экспертная

система в области медицины должна уметь ставить диагноз, т.е. при подаче на

вход в качестве данных симптомов пациента программа должна давать заключе-

ние о возможных заболеваниях [6].

Основные отличия ЭС от других программных документов – использова-

ние не только данных, но и знаний, применение специального механизма вывода

решений и новых знаний на основе имеющихся.

Экспертные системы предназначены для решения задач, которые не имеют

алгоритмов, содержат неформализованные, экспертные знания и характеризуют-

ся неполными и неточными исходными данными. Экспертная система сама

строит алгоритм решения таких задач в соответствии с имеющимися исходными

данными. Главная особенность ЭС – представление знаний в форме, легко обра-

батываемой на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм

решения задачи. Поэтому применение алгоритма обработки знаний может при-

вести к получению такого результата при решении конкретной задачи, который

не был предусмотрен. Обрабатывая знания, ЭС их анализирует, сравнивает, оце-

нивает и выбирает путь решения задачи.

Объектом работы ЭС является информация, представленная специальным

образом в виде правил, совокупность которых рассматривается как знание о кон-

кретной предметной области.

Знания представляют собой информацию, обладающую рядом свойств:

внутренней интерпретируемостью, структурированностью, связностью, семанти-

ческой метрикой, внутренней активностью. Знания разделяются на процедурные,

определяющие процессы обработки информации (данных), и декларативные, от-

ражающие отдельные понятия и их состояние в конкретный момент времени.

Знания всегда осмысленны, т. е. они могут быть лишь информацией, но не дан-

ными. Однако для ЭВМ знания представляются в такой форме, что она рассмат-

ривает их как совокупность различных данных, не вникая в их смысл.

Знания разделяются по степени обобщения явлений реального мира и от-

ношений между ними. В этом смысле знания разделяются на понятия различных

уровней обобщения, начиная с факта, который можно привязать к месту, време-

ни, объекту и т. п., и кончая абстракцией. Различают знания конкретные, факту-

альные, относящиеся к событиям реального мира, и абстрактные, интенсиональ-

ные, обобщенные (метазнания), представляющие собой знания о знаниях.

Внутренняя интерпретируемость знаний проявляется в том, что их можно

разделить на части по некоторым признакам. Например, информация представ-

ляет собой строку из документа или документ в целом. Внутренняя определен-

ность этой информации будет состоять в том, что соответствующее ей информа-

ционное сообщение имеет название, имя, идентификатор и т. п., по которым

строку (документ) можно легко выделить из массы других. Чтобы информация

превратилась в знания и имела внутреннюю интерпретируемость, нужно задать

ее структуру, определить назначение и свойства каждого элемента.

Знания принято разделять на формализуемые и неформализуемые. К фор-

мализуемым знаниям относят, прежде всего, такие знания, которые могут быть

описаны или уже описаны (представлены) в виде алгоритма или совокупности

алгоритмов. Алгоритм представляет собой совокупность действий, которые не-

обходимо выполнить над исходными данными, чтобы получить требуемый ре-

зультат. Другими словами, в алгоритм заложены формализованные знания о

процессе решения задачи.

Многократное применение алгоритма приводит к результатам одного и то-

го же типа. Причем сам алгоритм при многократном использовании не меняется,

поскольку имеет жесткую структуру. Более того, считается, что алгоритм есть

только тогда, когда решение однозначно и оно существует.

Разновидностью формализованных знаний являются знания, представлен-

ные в виде инструкций, нормативов, описаний и т. п. На основании этих знаний

могут быть разработаны алгоритмы, обеспечивающие решение задач с опреде-

ленной точностью.

К неформализуемым относятся знания, закономерности возникновения,

применения, толкования которых неизвестны или неясны. Чаще всего такие зна-

ния появляются, если в работе участвует человек, действия которого не всегда

предсказуемы в силу творческого характера его мышления и труда. Неформали-

зуемые знания имеют место и тогда, когда речь идет о природных явлениях, о

новых, неисследованных процессах или об известных процессах, но управляе-

мых с помощью слишком, большого числа параметров (в том числе вероятност-

ного характера), значения которых могут быть заданы лишь приближенно и с

определенной степенью доверия.

Разделение знаний на формализуемые и неформализуемые имеет карди-

нальное значение в информатике. Прежде информатика рассматривала лишь та-

кие процессы обработки данных, которые осуществлялись по заданным алгорит-

мам. Считается, что число формализуемых задач, с которыми человек сталкива-

ется в различных сферах своей деятельности, ничтожно мало по сравнению с

числом неформализуемых задач. Так, вся область экономической деятельности

может быть отнесена к неформализуемой области знаний [7]. Применение ЭВМ

в этой области зачастую ограничивается решением учетных задач. Только по-

строение ЭС позволяет внедрить ЭВМ в сферу неформализованных задач и, сле-

довательно, существенно расширить возможности человека при решении этих

задач.

2.2.1. Функции и структура экспертной системы

В дальнейшем под экспертной системой (ЭС) мы будем понимать интел-

лектуальный программной продукт, предназначенный для решения определен-

ных задач некоторой предметной области, включающий неформализуемые (чет-

кие и нечеткие) знания, представленные в формализованной форме и программ-

ные средства, реализующие типовые процедуры обработки знаний. Выделение

базы четких и нечетких знаний, и формализованного аппарата обработки их в ЭС

подчеркивает, что основными отличиями такого программного продукта являет-

ся его динамичность, интеллектуальность. Динамичность состоит в том, что

свойства ЭС могут изменяться по мере накопления знаний в базе. Интеллекту-

альность ЭС проявляется в том, что решение задачи формируется не по

заранее

заданному алгоритму, а с учетом знаний, имеющихся в базе.

Итог работы ЭС представляет собой логический вывод, полученный на ос-

нове анализа исходных данных, условий их существования с помощью знаний,

имеющихся в ЭС. Таким образом, результаты работы ЭС в общем случае не яв-

ляются итогом вычислений как таковых.

Специалисты, принимающие решения, обычно осуществляют следующие

«мыслительные» процедуры:

– делают вывод на основе анализа полных, неполных и ненадежных зна-

ний;

– объясняют и обосновывают, почему они пришли к тому или иному вы-

воду;

– пополняют свои знания, заново их систематизируют, обучаются на сво-

ем и чужом опыте;

– делают исключение из правил, используют противоречивую и неправ-

доподобную информацию;

– определяют уровень своей компетентности, т. е. определяют, могут ли

они принимать решения в данном случае или нет.

Перечисленные процедуры в полном объеме не выполняются ни одной

программной системой: как правило, они ограничиваются первыми двумя. По-

этому считается, что принципиальным отличием ЭС следует считать их способ-

ность воспроизводить и манипулировать обрывочными, неточными и противоре-

чивыми знаниями. Они должны выполнять рассуждения не только и не столько

на основе формальной (математической) логики, сколько на основе компьютер-

ной, т. е. приближенной к человеческой логике. Причем система должна объяс-

нить, почему она пришла к тому или иному выводу. Эти функции система смо-

жет выполнить, если будет содержать компоненты, представленные на рис. 2.2.

Рис. 2.2. Состав типичной экспертной системы

Кратко охарактеризуем функции основных блоков ЭС.

База знаний (БЗ) с помощью тех или иных моделей отражает знания экс-

перта о предметной области, способа анализа поступающих фактов и метода вы-

вода, т. е. порождения новых знаний на основании имеющихся и вновь посту-

пивших. Факты и правила существуют в различных видах знаний человека – экс-

перта. Наиболее определенными и широко используемыми в современных ЭС

являются следующие виды знаний:

– глубинные и поверхностные;

– качественные и количественные;

– приближенные (неопределенные) и точные (определенные);

– конкретные и общие;

– описательные и предписывающие.

Эти виды знаний, в зависимости от специфики предметной области и ква-

лификации проектировщика, с той или иной степенью адекватности могут быть

представлены с помощью одной или нескольких семантических моделей. К наи-

более распространенным моделям относятся: логические, фреймовые, и семан-

тические сети.

Блок логических выводов должен быть приспособлен к работе с “ненадеж-

ными” данными, что приближает экспертную систему к реальной действитель-

ности. Для этого разработаны нечеткая логика, коэффициенты уверенности, бай-

есовская логика, меры доверия т.д.

Блок объяснений также играет важную роль: система должна уметь объяс-

нить, как она пришла к тому или иному выводу. В ЭС, основанных на правилах,

Пользователь

Советы,

объясне-

ния, вы-

воды

Вывод

сходны

данных

Эксперт

Формализация,

модификация,

пополнение

знаний

аза знаний

Блок

объясн

ний

Блок логических

ыводов

Блок приобретения

знаний

Интерфейс

объяснения получают путем прослеживания еще раз тех шагов рассуждения, ко-

торые привели к данному выводу.

2.2.2. Тип задач, решаемых с помощью экспертных систем

Задачи, решаемые на основе неформализуемых знаний, называются не-

формализованными и характеризуются использованием эмпирических знаний,

неполнотой, ошибочностью, неоднозначностью и (или) противоречивостью как

исходных данных, так и правил их преобразования.

Решение неформализованных задач – самостоятельная специфическая об-

ласть интеллектуальной деятельности, существенно большая по масштабам, чем

та, которая соответствует формализованным задачам.

Неформализованные задачи характерны для изобретательской деятельно-

сти, конструирования, проектирования, технологического планирования, диагно-

стики, социальных, экономических процессов и др. Решение задач с помощью

ЭС имеет следующие особенности: алгоритм решения заранее неизвестен и

строится по ходу решения на основании эвристических правил; решение сопро-

вождается объяснениями, понятными пользователю; качество получаемых реше-

ний не хуже, а иногда и лучше достигаемых специалистами; знания, накоплен-

ные в ЭС, можно анализировать и объяснить; знания накапливаются постепенно,

актуализируются; источником знаний преимущественно являются эксперты;

имеется дружественный интерфейс, чаще всего приближенный к специальному

или естественному языку пользователя, не владеющего основами программиро-

вания и информатики.

2.2.3. Классификация экспертных систем

По назначению принято разделять ЭС на консультационные (информаци-

онные), исследовательские и управляющие.

Консультационные ЭС предназначены для оказания помощи, оператору

или исследователю при принятии решения, диагностике неисправностей, и т. п.

Исследовательские ЭС предназначены для научных работников различных от-

раслей. Управляющие ЭС используются в системах управления и включаются

непосредственно в контур управления технологическими установками, заменяя

человека [3].

По характеру решаемых задач ЭС разделяют на интерпретирующие, про-

гнозирующие, управляющие, диагностирующие, планирующие, проектирующие,

обучающие. Интерпретирующие ЭС, как правило, позволяют описать состояние

объекта, системы на основании входной информации. Прогнозирующие ЭС ис-

пользуются для определения вероятных последствий, вытекающих из заданных

параметров объекта, системы. Управляющие ЭС предназначены для управления

поведением системы как целостным объектом. Диагностирующие ЭС предназна-

чены для определения причин отклонений в процессе функционирования объек-

тов, причин аварий, поломок. Планирующие ЭС используются в системах подго-

товки производства для составления технологических процессов – последова-

тельностей определенных действий. Проектирующие ЭС применяются в САПР

для построения конфигурации объектов при определенных ограничениях.

По принципу работы применяемые в технике ЭС делятся на три класса:

классификационные, синтезирующие и смешанные.

Классификационные ЭС предназначены для выбора решений из множества

готовых, хранящихся в БЗ. Выбор решений осуществляется с помощью траекто-

рии просмотра знании, хранящихся в БЗ, содержащей полную совокупность

возможных решений. Классификационные ЭС применяются при выборе обору-

дования, деталей, инструментов, процессов, диагностике отказов и т. п.

Синтезирующие ЭС предназначены для выработки неопределенных реше-

ний на основании хранящихся в БЗ правил и условий. Такие ЭС характеризуются

тем, что результат их работы четко не определен и заранее неизвестен. Синтези-

рующие ЭС чаще всего применяются в САПР и АСТПП при проектировании

конструкций новых изделий и процессов их производства.

Смешанные ЭС основаны на комбинационном характере решаемых задач,

причем решение выбирается из известного конечного множества элементов ре-

шений. Элементы решений объединяются в соответствии с заданными правила-

ми и условиями. Таким образом, смешанные ЭС реализуют свойства классифи-

кационных и синтезирующих ЭС. Смешанные ЭС применяются в САПР для раз-

работки технологии, планов производства, календарных планов, конфигурации

ГПС и др.

Экспертные системы широко применяются для управления быстропроте-

кающими процессами, характеризующимися тем, что значения параметров, оп-

ределяющих протекание этих процессов, могут вырабатываться в течение цикла

управления, не позже. Экспертные системы такого назначения называют ЭС ре-

ального времени или динамичными ЭС. Изменениям в этих ЭС подвергаются не

только параметры процесса, но и сами правила, по которым параметры должны

быть использованы и проанализированы. В некотором смысле речь идет о само-

обучающихся системах.

По сложности БЗ ЭС разделяют на простые и сложные. Создание простых

ЭС требует небольших затрат времени (2 – 3 мес.) и средств. Базы знаний таких

ЭС включают десятки и сотни фактов и правил. Как правило, в БЗ количество

фактов существенно больше, чем количество правил. Сложные ЭС включают

модели процессов и обеспечивают выводы на основании анализа этих моделей.

Модель процесса представляет собой набор правил, предназначенных для объяс-

нения большого количества эмпирических данных. Вывод в простых ЭС осуще-

ствляется быстро и просто, а в сложных – путем многих итераций и многократ-

ных проигрываний моделей.

2.2.4. Области применения экспертных систем

Наиболее широко ЭС применяются в проектных организациях, на произ-

водстве при техническом обслуживании оборудования, при анализе качества

продукции, поисках неисправностей и установлении их причин. Экспертные

системы также используются для автоматизации программирования, при реше-

нии военно-прикладных задач, в банковском деле. Все чаще ЭС применяются в

различных отраслях промышленности для решения задач диагностики, ремонта

технологического оборудования, контроля качества продукции, проектирования,

планирования и управления производством. Экспертные системы успешно ис-

пользуются в таких областях науки и техники, как медицина, радиоэлектроника,

машиностроение, нефтепереработка, энергетика, транспорт, финансы, строи-

тельство, проектное дело, пищевая промышленность, черная и цветная метал-

лургия.

Экспертные системы применяются при решении задач следующего харак-

тера: интерпретация – анализ фактов, их оценка, определение пути получения

логического вывода; прогнозирование процесса на основе статистических дан-

ных и его модели, а также экспертных оценок прогнозирования состояния эле-

ментов процесса, которое может осуществляться на основе неполной, нечеткой и

даже неточной информации; диагностика – обнаружение причин сбоев в работе

промышленных систем, технологического оборудования, при которой полезные

факты целенаправленно отделяются от различного рода шумов; автоматическое

управление в реальном масштабе времени путем обработки поступающих сигна-

лов о процессе, их интерпретации и выработки управляющих команд; техноло-

гическое планирование – разработка технологии работ, направленных на дости-

жение определенной цели; конструирование – разработка конструкций изделий,

отвечающих заданным условиям и ограничениям; автоматизированное обучение

и подготовка операторов и специалистов для различных областей деятельности.

Важное достоинство ЭС – решение весьма сложных задач с помощью до-

вольно простых и быстрых процедур и правил, что особенно ценно. При этом

под сложностью понимаются как объемы вычислений, так и требуемые для этого

время и ресурсы.

Практика показывает, что применение ЭС эффективно в тех случаях, ко-

гда: решаемые задачи характеризуются слабой формализацией процесса реше-

ния; предметная область достаточно узка, чтобы можно было создать всеобъем-

лющую БЗ и механизм обработки знаний; имеется возможность привлечения

экспертов для составления БЗ, и эксперты в целом имеют одинаковое представ-

ление о решаемых проблемах и ожидаемых результатах их решения; решение

проблемы возможно экспертным путем; имеет место неполнота данных; пробле-

ма легко разделяется на ряд более мелких автономных проблем; эффект решения

проблемы очевиден и будет иметь место даже при частичном или неоптималь-

ном ее решении.

Использование ЭС эффективно в таких случаях, когда проблема требует

привлечения экспертов, без которых она не может быть решена; метод решения

проблемы не поддается пошаговому описанию, а предусматривает использова-

ние эвристических оценок, приближенных расчетов; правила решения проблемы

противоречивы, но взаимосвязаны; отдельные шаги при решении проблемы реа-

лизуются с применением доказательств, а не субъективного выбора.

Применение ЭС для экспертизы на предприятиях, пользующихся услуга-

ми экспертов, оправдано, если: обращение к эксперту требует больших затрат

времени на ожидание, когда он освободится; если время эксперта полностью за-

нято консультациями; если мощности различных подразделений предприятия

используются не полностью вследствие невозможности вовремя получить кон-

сультацию эксперта; если имеют место ошибки, которых можно было бы избе-

жать при получении консультаций эксперта.

При наличии достаточных ресурсов могут быть разработаны ЭС, модели-

рующие поведение опытного специалиста в любой области деятельности. Един-

ственное условие, которое нужно соблюдать, – возможность моделирования мо-

тивации экспертов при принятии ими решения с помощью системы взаимосвя-

занных предположений и приближений.

Применение ЭС нецелесообразно, если: прикладная область весьма широ-

ка; отсутствует возможность оценить эффективность решения: факты и отноше-

ния между ними описать трудно или невозможно; неясны методы решения про-

блем; нет надежных экспертов в рассматриваемой области.

Главными достоинствами ЭС являются следующие: решение с помощью

ЭВМ неформализованных задач; накапливание знаний; автоматизация програм-

мирования и привлечения к разработке прикладных программ специалистов, не

владеющих основами программирования; получение решений, основанных на

опыте большого числа специалистов-экспертов.

2.2.5. Экспертные системы в экономике

В условиях рынка и конкурентоспособности товаропроизводителей в об-

ществе появляются реальные субъекты (акционеры, инвесторы, частные

владельцы), заинтересованные в законности и эффективности финансово-

хозяйственной деятельности их предприятия. Экспертиза финансовой отчетности

хозяйственного субъекта с целью определения ее достоверности, полноты и со-

ответствия действующему законодательству, а так же диагностирование произ-

водственно – хозяйственной деятельности администрации осуществляется ауди-

торскими фирмами. В настоящее время распространен внешний и внутренний

аудит: внешний выполняется согласно договору с собственниками предприятий,

государственными налоговыми инспекциями, банками и т. д. для аудиторских

проверок, а внутренний – организуется внутри предприятия собственными спе-

циалистами с целью внутрихозяйственного контроля за формированием затрат,

диагностирования системы управления, выявления ее недостатков и резервов

производства.

По мере развития аудиторской деятельности акцент с контрольных функ-

ций стал переносится на анализ финансово – хозяйственной стратегии руково-

дства предприятия и поиск путей улучшения его экономического положения, от-

сюда широкое распространение получил внутренний аудит, предполагающий

выполнение двух взаимосвязанных функций:

контрольной – связанной с тестированием достоверности бухгалтерской

документации;

консультативно – диагностирующей – ориентированной на анализ эконо-

мического состояния предприятия, формирование диагноза и выдачу рекоменда-

ций.

Появление столь сложных и трудоемких работ стимулирует быстрое раз-

витие специальных интеллектуальных информационных технологий – экономи-

ческих экспертных систем. Важное место среди них занимают аудиторские ЭС.

Обязательной функцией экономических ЭС является анализ хозяйственной дея-

тельности, формулировка диагноза системы управления и выдача рецептов ад-

министрации для улучшения дел на предприятии. При рассмотрении процедур

построения экономических ЭС акцент делается именно на консультационно –

диагностические функции. В результате, если к известным блокам экспертной

системы добавить блоки, контролирующие правильность бухгалтерско-

финансовой отчетности, можно считать,

что излагаемая технология ориентиро-

вана на создание ЭС внутреннего аудита. Эти системы должны обладать «интел-

лектуальными» свойствами.

2.2.6. Управление, целеобразование, аудит

Управление предприятием или учреждением представляет собой способ

организации совместного действия коллектива людей, обладающего некоторыми

ресурсами для достижения определенных целей. Цели задаются при создании

предприятия, а в процессе его функционирования они корректируются в соответ-

ствии с изменяющимися внешними условиями.

Под целью понимается характеристика предприятия с точки зрения резуль-

тата сознательной деятельности человека. Выделяют два основных класса целей:

стратегические и тактические. Они отличаются между собой уровнем общения и

периодом, на который сформированы или поставлены.

Управление предназначено для сохранения основного качества предпри-

ятия, т. е. совокупности таких его свойств, потеря которых влечет за собой раз-

рушение предприятия в процессе взаимодействия с внешней средой. Управление

принято делить на такие фазы, или функции, как планирование, учет, анализ и

регулирование.

Поскольку управление представляет собой непрерывный процесс целена-

правленного воздействия на объект, а такое воздействие возможно, если извест-

ны правила принятия решения и информация, на основании которых оно прини-

мается, то, очевидно, что от этих двух условий во многом зависит качество

управления. В связи с этим система, предназначенная для поддержки принятия

решений, должна обладать по крайней мере двумя свойствами: а) как можно

полнее аккумулировать в себе знания и опыт в данной сфере принятия решений

и б) уметь генерировать простые и эффективные прототипы решений.

Наиболее простым вариантом автоматизации экономического анализа, по

сравнению с его ручным ведением (рис. 2.3, а), является формирование аналити-

ческих показателей с помощью компьютера (рис. 2.3, б).

На рис. 2.3. в приведена схема использования экспертной системы в каче-

стве инструмента автоматизации анализа ситуации. ЭС обеспечивает: просмотр

аналитических показателей и их сравнение с заданными нормативами абсолют-

ных значений; формирование вывода исходя из экономической ситуации; выра-

ботку альтернатив. Этот процесс может повторяться циклически, если лицо при-

нимающее решения (ЛПР) что – либо не устраивает. При повторной выработке

альтернатив ЛПР может влиять на данный процесс путем изменения ресурсов и

резервов предприятия.

Последний вариант представленный на рис. 2.3. г, обеспечивает оценку

предлагаемых решений: для каждой альтернативы рассчитывается соотношение

«прибыль – затраты», что требует развитого программного обеспечения.

Рис. 2.3. Уровни автоматизации экономического анализа

ель

База

анных

Данные

Пользователь

а)

Информация Цель

б)

Цель

Аль-

тернат

ивы

Данные

втоматизированно

формирование ана-

литических показа-

телей

Автомати-

зированное

формиро-

вание ана-

литических

показате-

лей

Экспертная система

База

знаний

Система

выво

Система

оценки

решений

Экспертная

система

Автомати-

зированное

формиро-

вание ана-

литических

показате-

лей

Информация

Решение

Аль-

терна-

тивы

Аль-

терна-

тивы

Аль-

терна-

тивы

в)

База

данных

г)