Конкретная экспертная система
Cтраница 1
 |
Структура экспертной системы. [1] |
Конкретная экспертная система создается в результате совместной работы инженера по знаниям и эксперта. [2]
Каждая конкретная экспертная система является человеко-машинной системой. [3]
Подготовьте сообщение или реферат, посвященный конкретной экспертной системе, используя для ее характеристики признаки, которые приведены в данной главе. [4]
Принципы инженерии знаний, направляющие выбор подходящих структур для конкретных экспертных систем. [5]
Мы еще остановимся на общем подходе к выбору инструментальных средств для построения конкретных экспертных систем ниже, в разделе 17.4. Но если речь идет конкретно об оболочках, то уже сейчас нужно отметить, что большинство коммерческих продуктов этого типа подходит только для тех проблем, в которых пространство поиска невелико. Как правило, в них применяется метод исчерпывающего поиска с построением обратной цепочки вывода и ограниченными возможностями управления процессом. [6]
В приведенной классификации инструментальные средства перечислены в порядке убывания трудозатрат, необходимых на создание с их помощью конкретной экспертной системы. [7]
В приведенной классификации инструментальные средства перечислены в порядке убывания трудозатрат, необходимых на создание с их помощью конкретной экспертной системы. Действительно, при использовании инструментария первого типа в задачу разработчика входит программирование всех компонент ЭС на языке довольно низкого уровня. Использование инструментария второго типа позволяет значительно повысить уровень языка, что, как правило, приводит к некоторому снижению эффективности. Инструментальные средства третьего типа позволяют разработчику не программировать все или часть компонентов ЭС, а выбирать их из заранее составленного набора. При применении инструментария четвертого типа разработчик ЭС полностью освобождается от работ по созданию программ, так как он берет готовую пустую систему. [8]
 |
Уточнение целей при планировании диалога с пользователем. [9] |
Процитированный оператор является достаточно общим и может быть применен к любой предметной области, а не только к той, в которой используется конкретная экспертная система. Однако действие, к выполнению которого этот оператор побуждает пользователя, конечно же, связано с конкретной предметной областью. Точно так же и цели имеют смысл, связанный с конкретной предметной областью. Если речь идет о системе PEA, то такой целью может быть либо улучшение читабельности программы, либо упрощение ее сопровождения, либо какая-то другая цель, которую может преследовать пользователь, работая с системой. [10]
Предположим, что все указанные трудности каким-то образом удалось преодолеть, эксперимент продуман, оценка достоинств получена и достигнуто соглашение о том, что конкретная экспертная система действует на определенном уровне компетентности. Этот уровень определен по отношению к компетентности человека. Если затем я куплю эту систему и начну ею пользоваться в моей каждодневной работе, то практически без усилий я начну усваивать содержащиеся в ней знания. Мое положение относительно системы изменится. Разумеется, возможен и обратный процесс. Когда я вернусь из продолжительного отпуска, система будет в выигрышном положении по сравнению со мной, поскольку к этому времени я забуду что-то из того что ей известно. [11]
Неформализованность задач, решаемых экспертными системами, отсутствие завершенной теории ЭС и методологии их проектирования приводят к необходимости модифицировать принципы и способы построения ЭС в ходе процесса проектирования по мере того, как увеличиваются знания разработчиков о проблемной области. Как отмечал академик Г. С. Поспелов, создание экспертных систем не может идти по обычной схеме заказчик-исполнитель... Это невозможно потому, что знания, которыми должна быть заполнена конкретная экспертная система, находятся у заказчика, а не у исполнителя. [12]
Языки описания порождающих правил, объектно-ориентированные языки и процедурные дедуктивные системы предоставляют проектировщику экспертных систем значительно большую свободу действий, чем оболочки. Особенно это касается программирования процедур управления и обработки неопределенности. Как отмечалось выше, обычно оболочка имеет встроенный режим управления и методы обработки неопределенности, которые не могут быть затем изменены в процессе построения на ее основе конкретной экспертной системы. Та гибкость, которую предоставляют программисту языки высокого уровня, особенно важна при создании экспериментальных систем, в которых заранее выбрать оптимальный режим управления вряд ли возможно. [13]
Чтобы максимизировать преимущества автоматического приобретения знаний, следует сделать упор на приобретение тех типов знаний, которые трудно приобретать ручным способом, но для которых возможна разработка автоматических методов. Целесообразно рассмотреть те области, в которых приобретение знаний вручную ограничено умственными возможностями человека. К примеру, химик нашел бы более простым сформулировать относящееся к фактической стороне дела правило о масс-спектроскопии ( скажем, тот факт, что двойные связи редко разрываются в масс-спектрометре), чем объяснить, когда и как использовать эти знания для определения структуры. Представляется, что существуют по крайней мере две причины такого различия: ( 1) эксперты в меньшей степени осознают стратегии получения решения в своей области, чем фактические знания; ( 2) для того, чтобы выразить стратегические знания, которые будут полезными в конкретной экспертной системе, необходимо во всех подробностях понимать используемый для решения задач механизм и знания об управлении, реализованные в системе. По мере того, как сложность экспертных систем продолжает расти, вторая из этих причин становится особенно значимой: эксперты находят очень трудным иметь дело с бездной подробностей, связанных с пониманием последствий даже небольшого изменения в стратегических знаниях. Следовательно, в силу того, что ручные методы приобретения стратегических знаний наталкиваются на пределы человеческих возможностей, автоматические методы приобретения стратегических знаний будут особенно важны для дальнейшего развития экспертных систем. [14]
На вход СЕА поступает текущий вариант синтаксического разбора обрабатываемого предложения. Задача СЕА состоит в том, чтобы принять или отвергнуть данный вариант работы СИА. Если вариант принят, то СЕА строит внутреннее представление этого предложения. Если вариант разбора отвергается, то СЕА передает управление на синтаксический анализ для выработки очередного варианта разбора. В отличие от этапа МА и СИА, которые в значительной степени не зависят от предметной области и от способа представления знаний, принятого в конкретной экспертной системе, этап СЕА, как правило, не удается сделать универсальным. [15]
Страницы: 1