Cтраница 2
Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, или играть роль ассистента для человека, принимающего решение. Другими словами, система ( техническая или социальная), требующая принятия решения, может получить его непосредственно от программы или через промежуточное звено - человека, который общается с программой. Тот, кто принимает решение, может быть экспертом со своими собственными правами, и в этом случае программа может оправдать свое существование, повышая эффективность его работы. Альтернативный вариант - человек, работающий в сотрудничестве с такой программой, может добиться с ее помощью результатов более высокого качества. Вообще говоря, правильное распределение функций между человеком и машиной является одним из ключевых условий высокой эффективности внедрения экспертных систем. [16]
Экспертные системы, применяемые в сфере бизнеса, нуждаются в стандартизации, в упрощении связи с распределенными базами данных и в интеграции со сложившейся технологией обработки данных. [17]
Экспертные системы и базы знаний создаются, в основном, в расчете на непрофессиональных пользователей ЭВМ. Все, что требуется от пользователей, - это ввод с клавиатуры ответов на вопросы и подсказки, выводимые программой на экран дисплея. [18]
Экспертные системы и системы поддержки принятия решений предназначены для реализации технологий информационного обеспечения процессов принятия управленческих решений на основе применения экономико-математического моделирования-и принципов искусственного интеллекта. [19]
Экспертные системы представляют собой класс компьютерных программ, которые выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от программ, использующих процедуральный анализ, экспертные системы решают задачи в узкой предметной области ( конкретной области экспертизы) на основе логических рассуждений. Такие системы часто способны найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, что может быть полезным в тех ситуациях, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа. [20]
Экспертные системы 1-го поколения не способны обучаться. Человек-эксперт при решении задач обычно обращается к своей интуиции, здравому смыслу, опыту, аналогии, если отсутствуют формальные методы решения или аналоги таких задач. [21]
Экспертные системы редко применяются в больших предметных областях. [22]
Экспертная система должна иметь способность работать эффективно в узкой предметной области, содержащей трудные, нетривиальные НФЗ. Поэтому эвристические правила в экспертной системе должны быть сложными и многочисленными. В тех случаях, когда в постановке сложной НФЗ сделаны существенные упрощения, решение, полученное экспертной системой, может оказаться неприменимым для реальной предметной области. Рекомендации, модели представления знаний, организация знаний, необходимые для применения методов решения задач к этим знаниям, часто связаны с объемом и сложностью пространства поиска, т.е. множества возможных промежуточных и окончательных решений НФЗ. [23]
Экспертная система должна владеть знаниями, необходимыми для объяснения того, каким образом она пришла к данным решениям. Большинство этих объяснений включают демонстрацию цепочек выводов и доводов, объясняющих, на каком основании было применено продукционное правило в цепочке. [24]
Экспертные системы этого типа наиболее эффективны для диагностирования и ситуационного управления химико-технологическими системами, так как обеспечивают работу в реальном масштабе времени. [25]
Экспертные системы еще живы. [26]
Экспертная система является типичной системой искусственного интеллекта, в которой база знаний содержит сведения, полученные от людей-экспертов в конкретной предметной области. Трудности формализации процедур структурного синтеза привели к популярности применения экспертных систем в САПР, поскольку в них вместо выполнения синтеза на базе формальных математических методов осуществляется синтез на основе опыта и неформальных рекомендаций, полученных от экспертов. [27]
Экспертные системы применяются на различных стадиях логистического процесса, облегчая решение проблем, требующих значительного опыта и затрат времени. [28]
Экспертная система - это воплощение в ЭВМ компоненты опыта эксперта, основанной на знаниях в такой форме, что машина может дать интеллектуальный совет или принять интеллектуальное решение относительно обрабатываемой функции. Желательно дополнительное свойство ( которое многие считают главным) - способность системы по требованию объяснять ход своих рассуждений понятным пользователю образом. [29]
Экспертные системы в сущности моделируют поведение эксперта при принятии решения в конкретной предметной области. Исходя из этого необходимым условием является то, что должны быть известны люди, которые справляются с поставленными задачами. Затем их предметная деятельность изучается для определения необходимых знаний. База знаний представляет собой связанные между собой сведения, факты и правила, заранее структурированные и интерпретированные. [30]