Термин «экспертная система» был введен Э. Фейгенбаумом в 1977 г. в заказанном ему пленарном докладе на Международной объединенной конференции по искусственному интеллекту (ИИ) [12]. Эту дату и принимают обычно за начало выделения направ ления экспертных систем (ЭС) в самостоятельное. В то же время первой экспертной системой считают [1-6] систему DENDRAL [13], которая проявилась в 1969 г., а разработка ее была начата в 1965 г. Строго говоря, Фейгенбаум ввел понятие «Knowledge engine ering» - «инженерия знаний», которое первоначально было при знано неудобным для русского языка, но в настоящее время считается более предпочтительным при исследовании интеллек туальных систем (см.). Некоторые исследователи продолжают рассматривать эти два направления самостоятельными, но пере секающимися. Другие [1] считают более общим термин «эксперт ная система», который удобнее для практических приложений. Экспертной системой (ЭС) принято считать программный ком плекс или устройство, которые при решении задач, трудоемких для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом [4]. 815 Иногда о ЭС говорят скромнее - как о «человеко-машинных системах, компетентных (умеющих решать некоторые задачи) в некоторой узкоспециальной области» [3], или как о «вычисли тельной системе, в которую включены знания специалистов о некоторой предметной области и которая в пределах этой облас ти способна принимать экспертные решения» [5]. Если трактовать ЭС как вычислительную процедуру, помо гающую человеку, то задачи создания ЭС не отличаются от за дач ИИ. Для того чтобы показать отличие ЭС от предшествующих си стем ИИ (СИИ), Р. Форсайт [5] предлагает рассматривать исто рию ИИ. Этап зарождения ЭС - переход от парадигмы поиска все бо лее эффективных и универсальных эвристик к парадигме разра ботки способов представления неформализованных знаний спе циалиста-эксперта, приемов и неформальных правил, которыми он пользуется при принятии решений. На основе этой парадигмы возникли диагностические и кон сультативные системы DENDRAL, MYCIN, PUFF. Далее по мере развития ЭС возникали системы двух типов: 1-й - ЭС, базирующийся на представлении знаний, и 2-й - машинные обучающие систем, которые автоматически улучшают и расши ряют свой запас знаний. В качестве примера ЭС 2-го типа в [5] приводится обучающая система EURISKO, которая выигрывала 3 года подряд в учеб ной игре, несмотря на то, что правила игры менялись. Таким образом, возникновение ЭС явилось ступенью разви тия ИИ, причем особо важной с позиции создания прикладных разработок. Существовала также точка зрения, что ЭС - результат разви тия систем обработки данных (см.) - СОД на ЭВМ и являются фактически информационными системами (см.) - ИС. Поэтому рассмотрим отличия ЭС от СОД и ИС. ЭС отличаются от традиционных СОД и ИС определенной совокупностью свойств, наиболее важными из которых являют ся: символьное представление данных, символьный логический вывод и эвристический поиск [1-3], а не готовый его алгоритм. В отношении символьного представления информации и ло гического вывода к ЭС приближаются информационно-логичес кие системы. Однако в отличие от любых ИС важной дополни- 816 тельной характеристикой ЭС является «способность системы по требованию объяснять свою линию рассуждений в виде, непос редственно понятном тому, кто задал вопрос» [5]. Отличия ЭС от широкого класса других СИИ состоят в том, что экспертные системы: • должны выполнять сложные задания на уровне хорошего специалиста; при этом ЭС следует применять для решения толь ко трудных задач, не решаемых другими методами; • предпочтительно использовать проблемно-ориентирован ные стратегии решения задач; • способны пополнять свои знания в ходе диалога с экспертом; • используют данные о себе для того, чтобы сделать заклю чение о процессах вывода и затем дать объяснение или привести оправдания полученным решениям; в [1] это требование названо свойством «прозрачности», способностью объяснять свои реше ния на качественно новом уровне (в отличие от решений, получа емых с помощью числовых алгоритмов). И все же в качестве главного отличия ЭС от СИИ и ИС еще в первом докладе Э. Фейгенбаум [12] отмечает объем знаний, ко торыми она располагает, а не используемый инструментарий. К рассмотренным особенностям Г.С. Поспелов [2] добавляет необходимость повышения квалификации экспертов-пользовате лей за счет аккумуляции знаний в ЭС, т^е. ориентацию ЭС на пре вращение ее в «коллективного эксперта», накапливающего опыт наиболее квалифицированных специалистов, который могут ис пользовать не только эксперты, но и любые пользователи. Разработанные к настоящему времени ЭС обычно решают задачи, относящиеся к следующим классам: интерпретация сим волов, сигналов и т.д. (т.е. составление смыслового описания по входным данным), предсказание определенных нарушений (на пример, заболеваний по симптомам), диагностика, конструиро вание конфигураций объектов по заданным ограничениям, пла нирование действий, мониторинг, инструктирование, ремонт, отладка (нахождение и исправление неисправностей), переналад ка оборудования и т.п. (см., например, [1, 3]). Основные области приложения разработанных к настояще му времени ЭС: медицина, вычислительная техника, генетика, акустика, спектральный анализ, геология, юриспруденция. С классификациями, обзорами и примерами конкретных ЭС можно познакомиться в [1, 2, 5, 6, 8, 9].
Ви переглядаєте статтю (реферат): «ЭКСПЕРТНЫЕ СИСТЕМЫ» з дисципліни «Теорія систем і системний аналіз в управлінні організаціями»
