Cтраница 2
Правила в источниках знаний могут быть активизированы в разных режимах применимости - когда выполняются все условия, специфицированные в левой части правила или когда выполняется только часть этих условий. Среда предоставляет пользователю ( разработчику экспертной системы) определить, какой именно режим применимости следует использовать в отношении того или иного правила. В состав среды входит набор простых функций оценки ( например, функция все-условия-должны-быть - истинными), которые пользователь может встраивать в проектируемую систему. В правой части правил специфицируются изменения, которые нужно внести в структуру гипотезы или в базу знаний. [16]
Решение этого вопроса требует взаимодействия разработчика экспертной системы, обычно его называют инженером знаний, с экспертом ( экспертами) в данной предметной области и с другими источниками знаний. [17]
Хотя чувствительность и стабильность не содержат явно противоречивых требований, достижение значительных успехов в одном из этих свойств обычно ослабляет другое. В частности, если чувствительность не потеряна, то разработчик экспертной системы должен очень тщательно распределить ответственность за стабильность между интерпретатором и системой. Конструктор не может возложить всю ответственность за стабильность на интерпретатор без потери чувствительности. Для обеспечения стабильности целесообразно определить формы необходимой координации между означиванием и минимальную поддержку, обеспечиваемую интерпретатором для выполнения этих форм. Формы координации, используемые в экспертных системах, подобны основным управляющим конструкциям, используемым в языках программирования. [18]
Одним из основных методов представления знаний в CLIPS являются правила. Правила используются для представления эвристик, определяющих ряд действий, которые необходимо выполнить в определенной ситуации. Разработчик экспертной системы определяет совокупность правил, которые используются совместно для решения проблемы. Правило состоит из двух частей: антицедента ( условия), который является аналогом условия в if-then операторе и записывается слева, и консеквента ( заключения), который является аналогом then части этого оператора и записывается справа. [19]
Наконец, если есть желание сделать экспертную систему конкурентоспособным рыночным продуктом, следует провести детализированное оценивание ее по соотношению стоимость - эффективность. Лишь небольшое число систем искусственного интеллекта начинают достигать этой стадии развития системы, однако имеется богатейший и подходящий опыт в других областях информатики. Разработчики экспертных систем должны быть готовыми начать подобные исследования. Ведь рынок учитывает соотношение стоимость - эффективность любого продукта. Так как она используется для построения экспертных систем и сама не содержит проблемных знаний, то система AL / X не проходила ранее формальных оцениваний, и рынок поможет тем самым определить успех того подхода, которого придерживается система. [20]
Конечно, не каждый из всех мыслимых примитивов экспертной системы изначально присутствует в RLL. Например, генетик может захотеть иметь элементарный вид наследования пропуск поколения. RLL обеспечивает средства, помогающие разработчикам экспертных систем строить новые примитивы, а не заниматься с самого начала их кодированием на Лиспе. [21]
Но начнем мы с разъяснения таинственного термина представление знаний, используя в качестве примера разработанную приблизительно в это же время другую программу искусственного интеллекта - программу планирования STRIPS, - которую еще нельзя было отнести к классу экспертных систем. Затем будет описана система MYCIN, использованные в ней средства представления знаний и алгоритмы. Будет показано, как в процессе эксплуатации совершенствовалась система и с помощью каких средств разработчики пытались повысить ее производительность. В заключение мы сравним обе системы и отметим, что есть в них общего и в чем существенная разница. Анализ отличий между системами поможет проиллюстрировать тот существенный вклад, который внесли разработчики ранних экспертных систем в теорию и практику искусственного интеллекта в начале 70 - х годов. [22]
Последней обсуждаемой проблемой, связанной с проектированием средства для построения экспертных систем, является структура управления. Эффективность, универсальность и доступность механизма управления являются важными аспектами языка экспертной системы. Схема управления определяет и ограничивает форму представления процедурных знаний в системе. Например, использование итераций, рекурсий, прямых или обратных рассуждений, иерархий ( заложенных обращений к процедурам) влияет на выбор формы представления процедурных знашгйтСпециализированные системы, которые имеют эффективные, но ограниченные методы вывода ( типа EMYCIN, KAS, EXPERT), принесли в жертву универсальность, чтобы получить эффективность. Если же универсальность более важна, чем эффективность, то в инструментальном средстве желательно иметь легкодоступный механизм управления, чтобы он мог бы видоизменяться разработчиком экспертной системы. [23]
Опыт работы с XCON показал, что непрерывное внесение изменений в систему приводит к определенной ее избыточности. Вряд ли существует однозначный ответ на этот вопрос. Грамотный разработчик экспертных систем должен решать эту задачу, принимая каждый раз во внимание конкретные обстоятельства создания и область назначения именно данной системы. [24]
Многие экспертные системы могут быть легко построены посредством наполнения готовых скелетных систем. Для систем этого типа подходят такие специальные инструментальные средства, как KAS и EMYCIN. Однако для некоторых экспертных систем эта схема не годится, и лучше всего их программировать на универсальном языке искусственного интеллекта. Система ROSIE [70, 71] была разработана как раз для таких приложений, но ее можно также использовать и для построения скелетных систем. Помимо основных возможностей любого универсального языка программирования, ROSIE позволяет легко создавать утвердительные описания, осуществлять к ним доступ, манипулировать ими, используя некоторую форму стилизованного английского языка. Ориентированная на английский язык база данных ROSIE легко адаптируется к различным предметным областям и помогает разработчику экспертных систем быстро задавать специализированные модели. [25]