Средства реализации экспертной системы (представление): графика, анимация, обработка естественного языка, обработка изображений.
Технологии - это клиент-сервер, открытая система, переносимая система.
Различают два вида экспертных систем: статистические (СЭС) и динамические (ДЭС).
В СЭС оценивается информация на основе постоянных и неизменных данных в базе данных и правил в базе данных. Данные и знания могут добавляться, но не в процессе выполнения.
ДЭС ориентированы на работу с постоянно меняющейся информацией в информационной базе и в базе знаний системы. Компонентом базы знаний является база данных.
Основные назначения экспертной системы:
1. Интерпретация - это анализ данных с целью определения их смысла. Интерпретатор должен быть в состоянии обрабатывать информацию представленную частично, выдвигать гипотезы о доверии данным. При ненадежных данных интерпретация так же будет ненадежной, поэтому для достижения доверия необходимо определить, какая информация была неточной или неопределенной. Так как цепочки рассуждений в ИС могут быть достаточно длинными, интерпретатору необходимо располагать средствами объяснения того, как интерпретация обусловлена имеющимися данными.
2. Планирование - составление планов. Планировщик должен уметь делать пробные шаги и исследовать возможные планы, уметь сосредотачивать внимание на наиболее важных гипотезах, работать в условиях неопределенности. Планирование должно быть условным, зависящим от поступления новых сведений.
3. Прогнозирование - прогнозирование действий на определенный (заданный) промежуток времени. Прогнозирование – это определение хода событий в будущем на основании модели прошлого и настоящего. Ключевыми проблемами задачи является требование соединения в единое целое неполной информации. Прогнозирование должно рассматривать различные варианты будущего и указывать их чувствительность к изменению входных данных. Решаемая задача прогнозирования должна носить условный характер, поскольку вероятность определенных событий в будущем будет зависеть от более близких, но не предсказуемых событий.
4. Мониторинг - непрерывное оповещение о состоянии системы или процесса. Это непрерывная интерпретация сигналов и выдача оповещений при возникновении ситуаций, требующих вмешательства.
5. Проектирование - использование экспертной системы для исключения профессионала из задачи проектирования или выполнение рутинных действий по обработке информации в конкретной прикладной системе. Ключевыми проблемами проектирования являются: отсутствие исчерпывающей информации, позволяющей увязать ограничения проектирования с принимаемыми решениями, взаимодействие подзадач, взаимное влияние подзадач, умение видеть картину в целом, чтобы уходить из точек в пространстве проекта, которые являются лишь локально-оптимальными, оценивание последствий принимаемых решений.
6. Обучение – рассматривается в двух аспектах: обучение пользователя, а также самообучение системы, как на этапе приобретения знаний, так и в процессе работы.
7. Диагностика – это процесс поиска неисправностей в системе или определение стадии заболевания в медицине, основанный на интерпретации данных (возможно зашумленных). Основные проблемы, возникающие при решении задачи: недоступность или малодоступность некоторых данных, сочетание не вполне совместимых частных моделей объектов или процессов и пр.
Приобретение знаний
Приобретение знаний осуществляется на основе четко представленной информации в виде конкретных значений данных и описывающих их понятий, представленных в виде таблиц, графиков, гистограмм, а также на основе слабо структурированной информации, представленной экспертом заданной предметной области.
В качестве когнитолога могут выступать: человек, программа распознавания естественного языка, экспертная система.
На этапе приобретения знаний осуществляются следующие функции:
· описание (данных, ситуаций и т. д.);
· концептуализация - описание объектов, свойств, рассуждений;
· формализация - представление информации в заданных структурах;
· реализация осуществляется с проверкой на корректность и на непротиворечивость.
Архитектура экспертных систем
Рассмотрим архитектуру экспертных систем.
База знаний это правила логеского вывода, не меняющиеся в промежутке времени, представлены в установленном для системы формализмах (фреймах, семантических сетях, исчисление предикатов первого порядка). Без данных знаний не бывает!
База данных - содержит постоянные, не меняющиеся в заданном промежутке времени для данных системы при активизации знаний из базы знаний. Блок приобретения знаний - предназначен для работы с экспертом и когнитологом.
Интерфейс пользователя предназначен для взаимодействия с пользователем, отображает состояние рабочей памяти на основе рекомендаций и комментариев о состоянии рабочей памяти. Блок проверки на корректность и противоречивость есть блок проверки знаний.
Динамическая система включает:
· рабочую память;
· блок логического вывода;
· базу знаний;
· базу данных;
· блок записи знаний;
· блок рекомендаций и комментариев;
· интерфейс пользователя;
· блок преобразования знаний;
· прикладную систему;
· систему датчиков взаимодействия с естественной средой;
· информационную базу.
2.6. Уровни понимания
В существующих ИС можно выделить пять основных уровней понимания и два уровня метапонимания.
Первый уровень характеризуется схемой, показывающей, что любые ответы на вопросы система формирует только на основе прямого содержания, введенного из текста. Если, например, в систему введен текст: "В восемь утра, после завтрака, Петя ушел в школу. В два часа он вернулся домой. После обеда он ушел гулять", то на первом уровне понимания система обязана уметь отвечать правильно на вопросы типа: "Когда Петя ушел в школу?" или "Что сделал Петя после обеда?". В лингвистическом процессоре происходит морфологический, синтаксический и семантический анализ текста и вопросов, относящихся к нему. На выходе лингвистического процессора получается внутреннее представление текста и вопросов, с которыми может работать блок вывода. Используя специальные процедуры, этот блок формирует ответы. Другими словами, уже понимание на первом уровне требует от ИС определенных средств представления данных и вывода.
Второй уровень: На втором уровне добавляются средства логического вывода, основанные на информации, содержащейся в тексте. Это разнообразные логики текста: временные, пространственные, каузальные (причинные) и др., которые способны породить информацию, явно отсутствующую в тексте. Для нашего примера на втором уровне возможно формирование правильных ответов на вопросы типа: "Что было раньше: уход Пети в школу или его обед?" или "Гулял Петя после возвращения из школы?" Только построив временную структуру текста, ИС сможет ответить на подобные вопросы.
Схема ИС, с помощью которой может быть реализован второй уровень понимания, имеет еще одну базу знаний. В ней хранятся закономерности, относящиеся к временной структуре событий, возможной их пространственной организации, каузальной зависимости и т. п.
Третий уровень: К средствам второго уровня добавляются правила пополнения текста знаниями системы о среде. Эти знания в ИС, как правило, носят логический характер и фиксируются в виде сценариев или процедур иного типа. На третьем уровне понимания ИС должна дать правильные ответы на вопросы типа: "Где был Петя в десять утра?" или "Откуда Петя вернулся в два часа дня?" Для этого надо знать, что означает процесс "пребывание в школе" и, в частности, что этот процесс является непрерывным и что субъект, участвующий в нем, все время находится "в школе".
Схема ИС, в которой реализуется понимание третьего уровня, внешне не отличается от схемы второго уровня. Однако в логическом блоке должны быть предусмотрены средства не только для чисто дедуктивного вывода, но и для вывода по сценариям.
Три перечисленных уровня понимания реализованы во всех практически работающих ИС. Первый уровень и частично второй входят в разнообразные системы общения на естественном языке.
Следующие два уровня понимания реализованы в существующих ИС лишь частично.
Четвертый уровень: Вместо текста в ней используется расширенный текст, который порождается лишь при наличии двух каналов получения информации. По одному каналу в систему передается текст, по другому - дополнительная информация, отсутствующая в тексте. При человеческой коммуникации роль второго канала, как правило, играет зрение. Более одного канала коммуникации имеют интеллектуальные роботы, обладающие зрением.
Зрительный канал коммуникации позволяет фиксировать состояние среды "здесь и сейчас" и вводить в текст наблюдаемую информацию. Система становится способной к пониманию текстов, в которые введены слова, прямо связанные с той ситуацией, в которой порождается текст. На более низких уровнях понимания нельзя понять, например, текст: "Посмотрите, что сделал Петя! Он не должен был брать это!" При наличии зрительного канала процесс понимания становится возможным.
При наличии четвертого уровня понимания ИС способна отвечать на вопросы типа: "Почему Петя не должен был брать это?" или "Что сделал Петя?" Если вопрос, поступивший в систему, соответствует третьему уровню, то система выдает нужный ответ. Если для ответа необходимо привлечь дополнительную ("экзегетическую") информацию, то внутреннее представление текста и вопроса передается в блок, который осуществляет соотнесение текста с той реальной ситуацией его порождения, которая доступна ИС по зрительному или какому-нибудь иному каналу фиксации ситуации внешнего мира.
Пятый уровень: Для ответа на этом уровне ИС кроме текста использует информацию о конкретном субъекте, являющемся источником текста, и хранящуюся в памяти системы общую информацию, относящуюся к коммуникации (знанию об организации общения, о целях участников общения, о нормах участия в общении). Теория, соответствующая пятому уровню, - это так называемая теория речевых актов.
Для четвертого и пятого уровней понимания интересны результаты по невербальным (несловесным) компонентам общения и психологическим принципам, лежащим в основе общения. Например, система может доверять данному субъекту, считая, что порождаемый им текст истинен. Но может не доверять ему и понимать текст, корректируя его в соответствии со своими знаниями о субъекте, породившем текст. Знания такого типа должны опираться на психологические теории общения, которые пока развиты недостаточно.
Например, на вход системы поступает текст: "Нина обещала скоро прийти". Если о Нине у системы нет никакой информации, она может обратиться к базе знаний и использовать для оценки временного указателя "скоро некоторую нормативную информацию. Из этой информации можно узнать, что с большой долей уверенности "скоро" не превышает полчаса. Но у системы может иметься специальная информация о той Нине, о которой идет речь во входном тексте. В этом случае система, получив нужную информацию из базы знаний, может приготовиться, например, к тому, что Нина скорее всего придет не ранее чем через час.
Первый метауровень: На этом уровне происходит изменение содержимого базы знаний. Она пополняется фактами, известными системе. Разные ИС отличаются друг от друга характером правил порождения фактов из знаний.
Второй метауровень: На этом уровне происходит порождение метафорического знания. Правила порождения знаний метафорического уровня, используемые для этих целей, представляют собой специальные процедуры, опирающиеся на вывод по аналогии и ассоциации. Известные в настоящее время схемы вывода по аналогии используют, как правило, диаграмму Лейбница, которая отражает лишь частный случай рассуждений по аналогии. Еще более бедны схемы ассоциативных рассуждений.
Если рассматривать уровни и метауровни понимания с точки зрения архитектуры ИС, то можно наблюдать последовательное наращивание новых блоков и усложнение реализуемых ими процедур. На первом уровне достаточно лингвистического процессора с базой знаний, относящихся только к самому тексту. На втором уровне в этом процессоре возникает процедура логического вывода. На третьем уровне необходима база знаний. Появление нового канала информации, который работает независимо от исходного, характеризует четвертый уровень. Кроме процедур, связанных с работой этого канала, появляются процедуры, увязывающие между собой результаты работы двух каналов, интегрирующие информацию, получаемую по каждому из них. На пятом уровне развитие получают разнообразные способы вывода на знаниях и данных. На этом уровне становятся важными модели индивидуального и группового поведения. На метауровнях возникают новые процедуры для манипулирования знаниями, которых не было на более низких уровнях понимания. И этот процесс носит открытый характер. Понимание в полном объеме – пока недостижимая мечта в ИС. Но понимание на уровне "бытового понимания" людей в ИС вполне достижимо.
Существуют и другие интерпретации феномена понимания. Можно, например, оценивать уровень понимания по способности системы к объяснению полученного результата. Здесь возможен не только уровень объяснения, когда система объясняет, что она сделала, например, на основе введенного в нее текста, но и уровень обоснования (аргументации), когда система обосновывает свой результат, показывая, что он не противоречит той системе знаний и данных, которыми она располагает. В отличие от объяснения обоснование всегда связано с суммой фактов и знаний, которые определяются текущим моментом существования системы. И вводимый для понимания текст в одних состояниях может быть воспринят системой как истинный, а в других - как ложный. Кроме объяснения и обоснования возможна еще одна функция, связанная с пониманием текстов,- оправдание. Оправдать нечто означает, что выводимые утверждения не противоречат той системе норм и ценностей, которые заложены в ИС. Существующие ИС типа экспертных систем, как правило, способны давать объяснения и лишь частично обоснования. В полном объеме процедуры обоснования и оправдания еще не реализованы.
Функционирование многих ИС носит целенаправленный характер (примером могут служить автономные интеллектуальные роботы). Типичным актом такого функционирования является решение задачи планирования пути достижения нужной цели из некоторой фиксированной начальной ситуации. Результатом решения задачи должен быть план действий – частично - упорядоченная совокупность действий. Такой план напоминает сценарий, в котором в качестве отношения между вершинами выступают отношения типа: "цель - подцель" "цель - действие", "действие -результат" и т. п. Любой путь в этом сценарии, ведущий от вершины, соответствующей текущей ситуации, в любую из целевых вершин, определяет план действий.
2.7. Представление знаний в системах, ориентированных на знаниях
Данные - это описание и значения свойств объектов, представленные в заданной форме. В частности, данные - это значения констант и переменные.
Знания - это представленные на естественном языке описания объектов, их характеристик в соответствии с фактами предметной области, представленные отношениями с помощью каузальной (причинно-следственной) зависимости между отношениями с целью константации фактов или принятия решения.
Декларативные знания - это факты, правила, отношения.
Процедурные знания - это правила и процедуры.
Совокупность правил, соединенных союзами & (и), or (или), not (не), является в программе предложениями.
Совокупность предложений, не связанных союзами &, or, not, образует понятие утверждение.
Утверждение характеризуется пространством утверждений. Введем обозначения:
а, с - имена отношений;
D - действие;
- переменные, константы;
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Представление знаний в рабочей памяти складывается из двух компонентов:
· текущих значений данных;
· агента (списка использованных в данный момент правил).
В соответствии с текущей ситуацией утверждение на основе значений данных (рис.3.) настраивается на текущую ситуацию. В соответствии с этим приобретают смысл отношения пространства утверждения, которые объединены в агенте.
Пространство утверждения содержит совокупность реливантных (соответствующих) правил для выполнения заданной в утверждении процедуры, которая реализуется с помощью внешних ссылок пространства на значения данных.
Представление в базе знаний
Интеллектуальность экспертной системы оценивается на основе реливантности , здесь реливантность заключается в выборе необходимых правил для принятия решения.
Реливантность обеспечивается:
1) используемой технологией (например, объектно-ориентированной);
вся совокупность объектов подразделяется на классы;
выбор знаний из базы знаний осуществляется на основе определения требуемых объектов. Выбор происходит в 2 этапа:
n на первом этапе осуществляется сопоставление искомого объекта с объектами, хранящимися в базе знаний (например, по имени утверждения; см. Рис.2.2);
n на втором этапе выбор объекта уточняется на основе значений данных, содержащихся в рабочей памяти и во внешних ссылках пространства утверждения, если значения данных совпадают, значит, используется данный объект для данного утверждения.
2) механизмом доступа к базе знаний;
3) механизмом сопоставления с образцами, хранящимися в базе знаний.
Механизм сопоставления может быть: синтаксический, параметрический, функциональный и принудительный.
Синтаксический механизм сопоставления: выделенные значения данных (понятий) совпадают со значениями данных пространства утверждения по написанию или по значению.
Параметрический механизм сопоставления: выделенные значения данных совпадают со значениями пространства утверждения по заданным параметрам или понятием предметной области.
Функциональный механизм сопоставления: заданные значения данных совпадают по выполняемым функциям.
Принудительный механизм сопоставления: выбирается (назначается) разработчиком экспертной системой.
Формализация знаний о проблемной области
Описание проблемной информации начинается с представления всех объектов, классов, объединенных объектов и понятий, их определяющих до значений данных, которые могут иметь место.
Для представления всей этой информации используется таксономическая классификационная схема. В корне таксономической схемы лежит основное понятие, описывающее проблемную область. Основное понятие таксономической схемы не должно иметь предшествующих понятий.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 4.
Корень таксономической схемы - основной узел. Совокупность узлов подсетей и элементов определяет таксономическая схема (таксономия). Дуги таксономической схемы имеют заданные значения S/E - определяют назначение текущего узла, как «является множеством»/«состоит из элементов». dS/dE - определяют назначение узла, как «является подмножеством»/ «является элементом», с направленными вверх стрелками дуг.
В начале выбор осуществляется на основе внутренней структуры объектов, а затем на основе внешних ссылок пространства.
2.8. Модели представления знаний
Основными классическими моделями на сегодняшний день являются фреймы, семантические сети, исчисления предикатов первого порядка, комбинация трех перечисленных моделей, продукционные системы.
Фреймы
Фрейм - структура данных для представления стереотипной ситуации.
Фрейм определяется имением и совокупностью слотов. Слоты могут иметь различные значения и оставаться незаполненными для конкретной ситуации. Слоты могут характеризовать объекты, классы и утверждения. Значением слота может быть имя другого фрейма.
Слоты фрейма, кроме декларативного и процедурного назначения, могут определяться принудительно следующим образом:
n слоты, которые приводят к выполнению действий в зависимости от полученных фреймом значений при сопоставлении, назовем их слотами 1;
n слоты, которые активизируются вне зависимости от значений других слотов, назовем их слотами 2.
Таким образом, фрейм может определять исходные состояния, например, состояние А и переход в новое состояние В на основе исходного описания с помощью фрейма А’ в новое состояние, описываемое фреймом В’.
При использовании фреймового представления предполагается, что значения верхних слотов фрейма заданы, а значения нижних слотов фрейма заполняются в соответствии с ситуацией. Использование фреймов можно сравнить с использованием процедур в традиционных языках программирования. Описание процедуры в программе представляет собой фрейм-прототип. Действие, выполняемое процедурой, соответствует понятию фрейм-реализации.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 |
