Cтраница 3
Нетрудно видеть, что для создания экспертной системы нужны специалисты из нескольких различных областей: прежде всего, эксперт в предложенной предметной области; во-вторых, инженер по знаниям, который может разложить процесс проведения экспертизы на символьные и логические составляющие; и, в-третьих, программист для создания рабочей среды. На практике, для разработки технологии часто собираются большие коллективы специалистов в каждом из направлений. [31]
Общим недостатком языков программирования для создания экспертных систем являются: большое время разработки готовой системы, необходимость привлечения высококвалифицированных программистов, трудности с модификацией готовой системы. Все это делает применение языков программирования для реализации ЭС весьма дорогостоящим и трудоемким. [32]
Одной из важных проблем при создании экспертных систем является проблема накопления знаний от нескольких экспертов. Сложность этой проблемы заключается в том, что разные эксперты могут иметь конфликтующие точки зрения. Один из подходов к этой проблеме состоит в персонификации знаний. В этом случае каждое правило можно помечать именем эксперта, который это правило ввел, и строить модели правил отдельно для каждого эксперта. [33]
Другим направлением автоматизации структурного синтеза является создание экспертных систем. Экспертная система - искусственная система, выполняющая функции эксперта в конкретной предметной области. Для создания экспертной системы необходимо решить вопросы, каким образом будут формализованы знания эксперта, на каком языке будут задаваться запросы экспертной системе и каким образом знания эксперта будут извлекаться и использоваться для конструирования ответов на запросы. [34]
Кроме того, очевидно, что создание экспертных систем в принципе отличается от написания компьютерных программ других типов. [35]
В этой главе разъясняется последовательный процесс создания экспертной системы. Основная задача - приобретение знаний от экспертов - не может быть решена за один проход. В действительности пополнение знаний и построение системы тесно взаимосвязаны, и разделить эти процессы невозможно. Решения, касающиеся желаемых начальных возможностей, определяют, какие знания необходимо приобретать в первую очередь и как их организовать. Со временем база знаний расширяется и появляются дополнительные возможности; часто такое расширение плохо укладывается в исходную формулировку базы знаний. Поэтому проектировщик часто оказывается в таком положении, когда дальнейший прогресс требует усовершенствования первоначального замысла и соответствующего пересмотра наличных знаний. [36]
Современный уровень управления также демонстрируется при создании логических экспертных систем управления сложными многопараметрическими объектами. [37]
Оболочка такого типа предусматривает адекватную архитектуру для создания удовлетворительных экспертных систем в проблемных областях, связанных с классификацией и диагностикой неисправностей, и других, где возникает необходимость выбора среди множества альтернатив. Однако она не подходит для приложений, требующих четко определенной последовательности шагов со сложной стратегией рассуждения на каждом шаге, например для подбора конфигурации сложного оборудования или оценки стоимости проекта. Соответствующие программы могут быть реализованы в оболочке, использующей прямое связывание. [38]
Однако период эйфории от успехов искусственного интеллекта, создания экспертных систем, полностью заменяющих человека в решении практических задач, в основном завершился, и в настоящее время ставятся более реалистические задачи - обеспечение технологического синтеза интеллектуальных возможностей человека и ЭВМ, разработка интерактивных систем визуализации информации, систем поддержки принятия решения. [39]
В настоящее время развитие САПР осуществляется на пути создания экспертных систем. [40]
В последнее время развитие САПР идет по пути создания экспертных систем или инженерии знаний. В основе экспертных систем лежат программы, предназначенные для представления и применения фактических знаний из специальных областей к решению практических инженерных задач. Экспертные системы манипулируют знаниями в целях получения удовлетворительного и эффективного решения в узкой предметной области. Экспертные системы ориентированы на решение широкого круга задач. С помощью экспертных систем специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения. С помощью экспертных систем могут быть достигнуты результаты, не уступающие специалистам-экспертам. Основой экспертной системы является совокупность знаний, структурированных в целях упрощения процесса принятия решения. База знаний экспертной системы содержит факты и правила, использующие их как основу для принятия решений. [41]
Вследствие того, что большая часть работ по созданию экспертных систем носит эмпирический характер, то чаще всего неудачи в работе системы оказываются более интересными и информативными, чем ее удачи. Очень часто самым богатым источником нового материала является патологоанатомическое исследование, проводимое беспристрастным образом, как всестороннее изучение того, что произошло и почему. Такие исследования могут привести к важным открытиям относительно сущности проблемной области и соответствия используемых средств. Публикации результатов такого рода могут внести значительно больший вклад в литературу, чем документация об успехах работы системы. Но это может показаться недостаточно строгим, чтобы удовлетворить тех, кто предпочитает контролируемые, статистически значимые исследования работы системы. [42]
Быстрота разработки часто преобладает над другими критериями при создании экспертной системы. Если эта быстрота важна, то выбираемое для конструирования знаний средство должно иметь встроенные возможности для объяснения и для ведения диалога. Такие возможности не только ускоряют разработку экспертной системы, но и дают в результате более интеллектуальную систему. [43]
Инструментальная система TILShell является средством CASE-технологии, предназначенным для создания нечетких экспертных систем. [44]
Экспертная система технической диагностики EXSYDI является универсальным средством для создания экспертных систем типа интерпретация показаний датчиков. Такие системы наиболее эффективны для диагностирования технического состояния агрегатов, технологического процесса, ситуационного управления объектами более высокого уровня в иерархической структуре производств, так как обеспечивают работу в реальном масштабе времени. [45]