Интеллектуальные информационные системы

КемИ РГТЭУ

ожидаемые возможности системы. Они хотят видеть в ней самостоятельно мыслящего

эксперта, способного решить широкий круг задач. Для успешной разработки ЭС нужна не только четкая и конкретная постановка задачи, но и разработка подробного описания «ручного» метода ее решения.
Проблема извлечения знаний: Большинство экспертов, успешно используя в повседневной деятельности свои обширные знания, испытывают большие затруднения при попытке сформулировать и представить в системном виде хотя бы основную часть этих знаний: иерархию понятий, эвристики, алгоритмы, связи между ними.
Трудности психологического характера – эксперты боятся передавать свои знания, опасаясь, что их могут заменить компьютером.
Большая трудоемкость создания ЭС. Чтобы убедиться в эффективности принятого подхода на первом этапе необходимо создать «быстрый прототип», т.е. усеченную версию ЭС.
Недооценка авторами ЭС объемов и роли неявных знаний. Системы, создаваемые на основе справочников, оказывались даже хуже справочников, так как сковывали исследовательскую мысль пользователя

198

Задача интерпретации.
Под интерпретацией понимается анализ исходных данных с целью

определения их смысла.
Интерпретирующие системы предназначены для формирования описания ситуаций по результатам наблюдений или данным, получаемым от различного рода сенсоров. Типичные задачи, решаемые с помощью интерпретирующих систем, - задачи распознавания образов.
Примеры конкретных систем:
обнаружение и идентификация различных типов океанских судов по результатам аэрокосмического сканирования – SIAP;
определение химической структуры вещества – DENDRAL;
определение основных свойств личности по результатам психодиагностического тестирования в системах АВТАНТЕСТ и МИКРОЛЮШЕР и др.
Проблемы: Системы логического вывода должны работать с неполными, зашумленными, противоречивыми данными и выдавать результаты с оценкой их достоверности.

199

2) Задача диагностики.
Под диагностикой понимается процесс поиска неисправности (болезни)

в системе, который основан на интерпретации данных.
Неисправность – это отклонение от нормы. В категорию задач диагностики входит широкий спектр задач в самых различных предметных областях. – медицине, механике, электронике и др.
Примеры конкретных систем:
диагностика и терапия сужения коронарных сосудов – ANGY;
диагностика и лечение заболеваний крови – MYCIN;
диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ – CRIB и др.
Проблемы:
иногда одни дефекты маскируются наложением симптомов других дефектов;
дефекты могут проявляться со временем;
диагностическое оборудование может быть сломано;
при диагностике сложной системы (человек), анатомия которого полностью неизвестна, эксперту может потребоваться сочетание результатов моделирования нескольких моделей.

200

3) Мониторинг.
Основная задача мониторинга – непрерывная интерпретация данных в

реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы.
Мониторинг часто является частью диагностической системы, которая работает в реальном масштабе времени. Типовые области приложения систем мониторинга – контроль движения воздушного транспорта, наблюдение за состоянием энергетических объектов.
Примеры конкретных систем:
контроль за работой электростанций – СПРИНТ;
помощь диспетчерам атомного реактора – REACTOR;
контроль аварийных датчиков на химическом заводе – FALCON и др.
Проблемы:
пропуск тревожной ситуации;
задача ложного оповещения.

201

Прогнозирование.
Прогнозирование - это предсказание хода развития системы в будущем

на основе ее поведения в прошлом и настоящем. Система содержат блоки обработки статистики, блоки принятия решений на основе неполной информации, блоки генерации альтернативных путей развития системы.
Типичные задачи, решаемые с помощью прогнозирующих систем, - предсказание погоды и прогноз ситуаций на финансовых рынках.
Примеры конкретных систем:
предсказание погоды – система WILLARD;
оценка будущего урожая - PLANT;
прогнозы в экономике – ECON и др.

202

5) Планирование.
Под планированием понимается нахождение планов действий, относящихся к

объектам, способным выполнять некоторые функции.
В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности. К этой категории относятся задачи планирования поведения роботов, составление маршрутов передвижения транспорта.
Примеры конкретных систем:
планирование поведения робота – STRIPS;
планирование промышленных заказов – ISIS;
планирование эксперимента – MOLGEN и др.
Проблемы:
задача планирования большая, желательно получать планы итерационно, от крупных к более мелким;
если факторов много, то нужно уметь отбрасывать незначимые факторы;
планировщик должен уметь разбивать цель на подцели, задачу на подзадачи, и уметь учитывать их взаимодействие во времени;
часто в планировании неизвестно фактическое состояние системы, в которой будет реализовываться запланированные действия.

203

Проектирование.
Проектирование состоит в подготовке спецификаций на создание объектов с

заранее определенными свойствами.
Под спецификацией понимается весь набор необходимых документов – чертеж, пояснительная записка и т.д.
Цель таких систем - помочь человеку при нахождении им эвристических решений в процессе творчества или автоматизировать рутинную работу. Типичные задачи, решаемые с помощью систем проектирования, - синтез электронных схем, компоновка архитектурных планов, оптимальное размещение объектов в ограниченном пространстве.
Примеры конкретных систем:
проектирование конфигураций ЭВМ VAX-11/780 в системе XCON (R1);
проектирование БИС в системе CADHELP;
синтез электрических цепей – SYN и др.

204

Обучение.
Под обучением понимается использование ПК для обучения какой-либо дисциплине,

предмету. Системы обучения диагностируют ошибки и предсказывают правильное решение; аккумулируют знания об ученике и его характерных ошибках; планируют акт общения с учеником в зависимости от его успехов с целью передачи знаний.
Примеры конкретных систем:
обучение языку программирования ЛИСП в системе «Учитель ЛИСПА»;
обучение языку Паскаль в системе PROUST и др.

205

8) Управление и контроль.
Под управлением понимается функция организованной системы,

поддерживающая определенный режим деятельности.
Такие ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями. Областью применения таких ЭС является управление воздушным транспортом, военными действиями и деловой активностью в сфере бизнеса.
Примеры конкретных систем:
помощь в управлении газовой котельной – GAS;
управление системой календарного планирования - Project Assistant и др.

206

В приведенной классификации некоторые из категорий задач перекрываются или включают

друг друга. Альтернативный метод классификации предложил Кленси В., взяв за основу набор родовых операций, которые выполняются по отношению к реальной обслуживаемой системе (механической, биологической, электрической и т.д.).
Кленси предложил разделять синтетические операции, результатом которых является изменение структуры (конструкции) системы, и аналитические операции, которые интерпретируют характеристики и свойства системы, не изменяя ее как таковую (рис. 5.1, 5.2).

207

Рисунок 5.1 Иерархия родовых аналитических операций

208

Рисунок 5.2 Иерархия родовых синтетических операций

209

можно разделить на шесть этапов:
Выбор проблемы
Разработка прототипа ЭС
Доработка до промышленной

ЭС
Оценка ЭС
Стыковка ЭС
Поддержка ЭС.
Последовательность этапов не вполне фиксированная. Каждый последующий этап может принести новые идеи, которые повлияют на предыдущие этапы и приведут к их переработке. Рассмотрим подробнее содержимое каждого из этапов.

210

этап определяет деятельность, предшествующую началу разработки конкретной ЭС и включает:
определение

проблемной области и задачи (данная задача может быть решена с помощью ЭС; ЭС можно создать предлагаемыми на рынке средствами);
нахождение эксперта, желающего сотрудничать при решении проблемы и создание коллектива разработчиков;
определение предварительного подхода к решению проблемы;
анализ расходов и прибылей от разработки;
подготовку подробного плана разработки.
В расходы включаются затраты на оплату труда коллектива разработчиков и стоимость приобретаемого программного инструментария.
Прибыль может быть получена за счет снижения цены продукции, повышения производительности труда, расширения номенклатуры продукции или услуг, и даже разработки новых видов продукции или услуг в области, в которой будет использоваться ЭС.
Соответствующие расходы и прибыль от системы определяются относительно времени, в течение которого возвращаются средства, вложенные в разработку.

211

разработке ЭС, как правило, используется концепция «быстрого прототипа».
Прототипы должны

удовлетворять двум противоречивым требованиям:
они должны решать типичные задачи конкретного приложения,
время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний с процессом выбора (разработки) программных средств.
Прототип должен продемонстрировать пригодность методов инженерии знаний для данного приложения.
В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения.
По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения.
Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭИС, так и уменьшение требуемой памяти.

Прототипная система является усеченной версией ЭС, спроектированной для проверки правильности кодирования фактов, связей и стратегий рассуждения эксперта.
Объем прототипа – несколько десятков правил, фреймов или примеров.

212

проблемы - знакомство и обучение членов коллектива разработчиков, а также

создание неформальной формулировки проблемы.
На этой стадии определяется: необходимые ресурсы (время, люди, ЭВМ); источники знаний (книги, дополнительные эксперты, методики); имеющиеся аналогичные ЭС; классы решаемых задач; цели разработки (распространение опыта, автоматизация рутинных действий).
Средняя продолжительность стадии - 1-2 недели.
2.Извлечение знаний - получение ИЗ наиболее полного из возможных представлений о ПО и способах принятия решений в ней.
На этой стадии происходит перенос компетентности от эксперта к инженерам знаний, с использованием разных методов: анализ текстов, диалоги, экспертные игры, лекции, дискуссии, интервью, наблюдение и др.
Средняя продолжительность стадии - 4-12 недель.

214

знаний - разработка неформального описания знаний о ПО в виде

графа, таблицы, диаграммы или текста, которое отражает основные концепции и взаимосвязи между понятиями ПО. Такое описание называется полем знаний.
Выявляется структура полученных знаний о ПО, то есть определяются:
терминология;
список основных понятий и их атрибутов;
отношения между понятиями;
структура входной и выходной информации;
стратегия принятия решений.
Средняя продолжительность стадии - 2-4 недели.

4.Формализация знаний - это разработка БЗ на языке представления знаний, которая с одной стороны соответствует структуре поля знаний, а с другой стороны позволяет реализовать прототип системы на следующей стадии программной реализации.
Средняя продолжительность стадии - 4 – 8 недель.

215

- это разработка программного комплекса, демонстрирующая жизнеспособность прототипа в целом.
На

этом этапе создается прототип ЭС при помощи одного из следующего способов:
программирование на традиционном языке (Pascal, Си);
программирование на языках искусственного интеллекта;
использование пустых ЭС или оболочек;
использование инструментальных средств разработки ЭС.
Средняя продолжительность стадии - 4-8 недель.
6.Тестирование - выявление ошибок в подходе и реализации прототипа и выработка рекомендаций по доводке системы до промышленного варианта.
Прототип проверяется на:
удобство и адекватность интерфейсов ввода-вывода;
эффективность стратегии управления;
качество проверочных примеров;
корректность БЗ.
Средняя продолжительность стадии - 1-2 недели.

216

к промышленной ЭС
217

этапа разработки промышленной ЭС необходимо провести ее тестирование в отношении

коэффициентов эффективности. К тестированию широко привлекаются другие эксперты с целью апробирования системы на различных примерах. ЭС оценивается для того, чтобы проверить точность работы программы и ее полезность. Оценка проводится по нескольким критериям:
1) Критерии пользователя:
понятность;
прозрачность работы системы;
удобство интерфейса и др.
2) Критерии приглашенных экспертов:
оценка советов-решений, предлагаемых системой;
сравнение их с собственными решениями;
оценка подсистемы объяснений.
3) Критерии коллектива разработчиков:
эффективность реализации;
производительность;
время отклика;
дизайн;
широта охвата ПО;
непротиворечивость БЗ;
количество тупиковых ситуаций, когда система не может принять решение и т.д.

218

разработке ЭС, как правило, используется концепция «быстрого прототипа».
Прототипная система

является усеченной версией ЭС, спроектированной для проверки правильности кодирования фактов, связей и стратегий рассуждения эксперта. Она дает возможность инженеру знаний привлечь эксперта к активному участию в процессе разработки ЭС.
Прототипы должны удовлетворять двум противоречивым требованиям:
они должны решать типичные задачи конкретного приложения,
время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом).
пригодность методов инженерии знаний для данного приложения.
В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области.
При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения.
Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭИС, так и уменьшение требуемой памяти.
Объем прототипа – несколько десятков правил, фреймов или примеров. На рис. 6.1 изображены шесть стадий разработки прототипа и минимальный коллектив разработчиков, занятых на каждой стадии.

212

проблемы - знакомство и обучение членов коллектива разработчиков, а также

создание неформальной формулировки проблемы.
На этой стадии определяется: необходимые ресурсы (время, люди, ЭВМ); источники знаний (книги, дополнительные эксперты, методики); имеющиеся аналогичные ЭС; классы решаемых задач; цели разработки (распространение опыта, автоматизация рутинных действий).
Средняя продолжительность стадии - 1-2 недели.

2.Извлечение знаний - получение ИЗ наиболее полного из возможных представлений о ПО и способах принятия решений в ней.
На этой стадии происходит перенос компетентности от эксперта к инженерам знаний, с использованием разных методов: анализ текстов, диалоги, экспертные игры, лекции, дискуссии, интервью, наблюдение и др.
Средняя продолжительность стадии - 4-12 недель.

214

знаний - разработка неформального описания знаний о ПО в виде

графа, таблицы, диаграммы или текста, которое отражает основные концепции и взаимосвязи между понятиями ПО. Такое описание называется полем знаний.
Выявляется структура полученных знаний о ПО, то есть определяются:
терминология;
список основных понятий и их атрибутов;
отношения между понятиями;
структура входной и выходной информации;
стратегия принятия решений.
Средняя продолжительность стадии - 2-4 недели.

4.Формализация знаний - это разработка БЗ на языке представления знаний, которая с одной стороны соответствует структуре поля знаний, а с другой стороны позволяет реализовать прототип системы на следующей стадии программной реализации.
Средняя продолжительность стадии - 4 – 8 недель.

215

- это разработка программного комплекса, демонстрирующая жизнеспособность прототипа в целом.
На

этом этапе создается прототип ЭС при помощи одного из следующего способов:
программирование на традиционном языке (Pascal, Си);
программирование на языках искусственного интеллекта;
использование пустых ЭС или оболочек;
использование инструментальных средств разработки ЭС.
Средняя продолжительность стадии - 4-8 недель.
6.Тестирование - выявление ошибок в подходе и реализации прототипа и выработка рекомендаций по доводке системы до промышленного варианта.
Прототип проверяется на:
удобство и адекватность интерфейсов ввода-вывода;
эффективность стратегии управления;
качество проверочных примеров;
корректность БЗ.
Средняя продолжительность стадии - 1-2 недели.

216

ЭС (Стадии перехода от прототипа к промышленной ЭС)
217

этапа разработки промышленной ЭС необходимо провести ее тестирование. К тестированию

широко привлекаются другие эксперты с целью апробирования системы на различных примерах.
Оценка проводится по нескольким критериям:
1) Критерии пользователя:
понятность;
прозрачность работы системы;
удобство интерфейса и др.
2) Критерии приглашенных экспертов:
оценка советов-решений, предлагаемых системой;
сравнение их с собственными решениями;
оценка подсистемы объяснений.
3) Критерии коллектива разработчиков:
эффективность реализации;
производительность;
время отклика;
дизайн;
широта охвата ПО;
непротиворечивость БЗ;
количество тупиковых ситуаций, когда система не может принять решение и т.д.

218

этапе осуществляется стыковка системы с другими программными средствами в среде,

в которой она будет работать и обучение людей, которых она будет обслуживать.
Стыковка включает обеспечение связей ЭС с существующими БД и другими системами на предприятии, а также улучшение системных факторов, зависящих от времени, чтобы можно было обеспечить ее более эффективную работу и улучшить характеристики ее технических устройств, если система работает в необычной среде (например, связь с измерительными устройствами).
Пример 1:
Cистема PUFF – ЭС для диагностики заболеваний легких успешно состыкована со своим окружением. Разработана на языке ЛИСП, потом для стыковки перекодирована на Бейсик, систему была перенесена на ПК и установлена в больнице. ЭВМ связали с измерительными приборами. Данные с измерительных приборов поступают в систему, она их обрабатывает и печатает рекомендации для врачей. ЭС представляет собой интеллектуальное расширение аппарата исследования легких.
Пример 2:
Система САТ-1 для диагностики неисправности двигателей локомотивов. Разработана на ЛИСП, перекодирована на FORTH. Мастер по ремонту запрашивает систему о возможных причинах неисправности дизеля. Система связана с видеодиском, с помощью которого мастеру показывается визуальное объяснение и подсказки.

219

системы на язык программирования высокого уровня повышается ее быстродействие, переносимость,

эффективность, однако снижается гибкость. Поэтому перекодирование используется в тех случаях, если система сохраняет все знания ПО и они не будут изменяться в ближайшем будущем. Если ЭС создана именно из-за того, что проблемная область изменяется, то необходимо поддерживать систему в ее инструментальной среде разработки.

Пример:
Система XCON, которую фирма DEC использует для комплектации ЭВМ семейства VAX, внедрена именно таким образом. В систему постоянно вносятся изменения для новых версий оборудования, новых спецификаций. Для этой цели XCON поддерживается в программной среде OPS5.

220

Рисунок 7.1 Классификация методов извлечения знаний
221

Коммуникативные методы охватывают методы и процедуры контакта инженера знаний с

непосредственным источником знаний - экспертом.
Текстологические методы включают методы извлечения знаний из документов (методик, руководств, пособий), специальной .литературы (статей, монографий, учебников).
Обычно ИЗ комбинирует различные методы, например, сначала изучает литературу, а затем беседует с экспертами, или наоборот.
На выбор метода влияют три фактора: личностные характеристики ИЗ; личностные особенности эксперта и характеристика ПО.
По психологическим характеристикам людей делят на 3 типа:
мыслитель (познавательный тип);
собеседник (эмоционально-коммуникативный тип);
практик (практический тип).
Мыслители ориентированы на интеллектуальную работу, учебу, теоретические обобщения.
Собеседники – это общительные, открытые люди, готовые к сотрудничеству.
Практики предпочитают действия разговорам, хорошо реализуют замыслы других, направлены на результативность работы.

222

характеристики ПО можно предложить следующую классификацию:
хорошо документированные;
средне документированы;
слабо документированные.

Кроме того,

ПО можно разделить по степени структурированности:
хорошо структурированные - с четкой аксиоматизацией, широким применением математического аппарата, устоявшейся терминологией,
средне структурированные - с определившейся терминологией, развивающейся теорией, явными взаимосвязями между явлениями;
слабо структурированные - с размытыми определениями, скрытыми взаимосвязями, богатым практическим опытом, с большим количеством белых пятен.

223

Коммуникативные методы извлечения знаний: пассивные методы
Пассивные методы включают такие методы,

где ведущая роль в процедуре извлечения знаний фактически передается эксперту, и ИЗ только фиксирует рассуждения эксперта во время работы по принятию решений.
В процессе наблюдений ИЗ находится непосредственно рядом с Э во время его профессиональной деятельности или имитации этой деятельности. ИЗ записывает все действия Э, его реплики, пояснения, может быть сделана и видеозапись в реальном масштабе времени. Непременное условие этого метода - невмешательство аналитика в работу эксперта.
Существует 2 разновидности поведения наблюдателя:
наблюдение за реальным процессом;
наблюдение за имитацией процесса.
Обычно используются две разновидности, сначала полезно наблюдать за реальным процессом, а потом сам процесс запускается специально для ИЗ. Наблюдение за имитацией проводят также в тех случаях, когда наблюдения за реальным процессом по каким-либо причинам невозможны (например, профессиональная этика врача-психиатра может не допускать присутствие постороннего на приеме).
Наблюдение позволит ИЗ увидеть ПО, а ,как известно, «лучше один раз увидеть, чем сто раз услышать».
Сеансы наблюдения могут потребовать от ИЗ:
овладения техникой стенографии;
ознакомления с методиками хронометража для четкого структурирования производственного процесса во времени;
развития навыков «чтения по глазам», то есть наблюдательности к жестам, мимике и другим невербальным компонентам общения.
серьезного предварительного знакомства с ПО.

224

Коммуникативные методы извлечения знаний: пассивные методы
Метод анализа протоколов «мыслей вслух»

отличается от наблюдений тем, что эксперта просят не только прокомментировать действия и решения, но и объяснить, как они были найдены, то есть продемонстрировать всю цепочку своих рассуждений. Основной трудностью при протоколировании «мыслей вслух» является принципиальная сложность для любого человека объяснить, как он думает. Трудно также словесно описать многие процедурные знания
(пример: как завязывать шнурки).
Протоколы расшифровываются ИЗ, а затем корректируются на следующих сеансах. Наиболее эффективный метод, поскольку в нем Э может проявить себя максимально ярко. Для большинства экспертов – это самый приятный и лестный способ извлечения знаний.
От ИЗ этот метод требует тех же умений, что и метод наблюдений.

225

Коммуникативные методы извлечения знаний: пассивные методы
Лекции – самый старый способ

передачи знаний. Лекции можно применять, если эксперт имеет опыт преподавателя или опытный руководитель производства. В лекции эксперту предоставлено много степеней свободы для самовыражения, поэтому должна быть четко сформулирована тема каждой лекции и цикла лекций. Продолжительность лекции от 40 – 50 минут с перерывами по 5 минут. Курс от двух до пяти лекций. Во время лекции ИЗ может задавать вопросы.
Все вопросы можно разделить на 3 вида:
умные вопросы, дополняющие лекцию;
глупые вопросы или не по существу.
вопросы на засыпку или провокационные.
Если ИЗ задает вопросы второго типа, то возможны две реакции:
вежливый эксперт будет разговаривать с ИЗ как с ребенком, который все равно ничего не поймет
заносчивый эксперт просто выходит из контакта, не желая терять время.
Если же ИЗ захочет продемонстрировать свою эрудицию вопросами третьего типа, то это вызовет раздражение эксперта.
Рекомендации, как слушать лекцию:
К лекции подготовьтесь, т.е. познакомьтесь с ПО.
Слушайте с максимальным вниманием, устраните мешающие факторы. Удобно расположитесь.
Учитесь отдыхать во время слушания.
Слушайте одновременно лектора и самого себя (свои мысли).
Слушайте и одновременно записывайте, но кратко.
Расшифруйте записи в тот же день.
Не спорьте с лектором во время лекции.
Метод извлечения знаний в форме лекций, как и все пассивные методы, используется в начале разработки как эффективный способ быстрого погружения ИЗ в предметную область.

226

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Активные индивидуальные методы извлечения

знаний на сегодняшний день – наиболее распространенные.
Анкетирование - наиболее жесткий и стандартизованный метод. ИЗ заранее составляет вопросник или анкету и использует для опроса нескольких экспертов. Сама процедура может проводиться двумя способами.
Аналитик вслух задает вопрос и сам заполняет анкету по ответам эксперта.
Эксперт сам заполняет анкету после предварительного инструктажа.
Рекомендации по составлению анкеты:
анкета не должна быть монотонной и однообразной, т.е. скучной. Это достигается вариациями формы вопросов, сменой тематики, вставкой вопросов-шуток или игровых вопросов;
анкета должна быть составлена с теми терминами, которыми пользуется эксперт;
продумать последовательность вопросов;
желательно стремиться к оптимальной избыточности. Лишние вопросы нужны как контрольные;
анкета должна иметь «хорошие манеры», т.е. ее язык должен быть ясным, понятным, предельно вежливым.

227

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Под интервью будем понимать

специфическую форму общения ИЗ и Э, при которой аналитик задает эксперту серию заранее подготовленных вопросов с целью извлечения знаний о ПО.
Основное отличие интервью от анкетирования в том, что оно позволяет опускать ряд вопросов в зависимости от ситуации, вставлять новые вопросы, изменять темп.

Остановимся подробнее на центральном звене активных индивидуальных методов – на вопросах.
Существует даже наука - эротетическая логика вопросов, это ветвь математической логики. На рис. 7.1 приведена классификация вопросов по различным факторам.

228

Коммуникативные методы извлечения знаний: активные индивидуальные методы














Рисунок 7.1 Классификация вопросов
229

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Пример вопроса с неопределенностью,

относящейся ко всему предложению:
Действительно, введение больших доз антибиотиков может вызвать анафилактический шок?
Вопросы с неполной информацией часто начинаются со слов «кто», «что», «где», «когда», «какие», например: «Что произойдет, если включить кнопку»;«При каких условиях «1С» Вас не устраивает?»,
Открытые вопросы называют тему и предмет, оставляя эксперту свободу по форме и содержанию ответа («Не могли бы вы рассказать, как выполнить …?»).
В закрытом вопросе эксперт выбирает ответ из набора предложенных. Их легче обрабатывать при последующем анализе, но они опасны тем, что «закрывают» ход мыслей эксперта и программируют его в определенном направлении. При составлении сценария интервью полезно чередовать открытые и закрытые вопросы.

230

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Личный вопрос касается непосредственно

личного опыта эксперта («Скажите, Иван Иванович, в вашей практике приходилось …?»).
Безличный вопрос направлен на выявление наиболее распространенных и общепринятых закономерностей предметной области.
Косвенные вопросы косвенно указывают на интересующий предмет. Часто при «зажатости» эксперта задают несколько косвенных вопросов, вместо одного прямого вопроса
Вербальные вопросы – традиционные устные вопросы. Вопросы с использованием наглядного материала разнообразят интервью и снижают утомляемость эксперта (фотографии, рисунки, карточки).
Основные вопросы интервью, направленные на выявление знаний, иногда не срабатывают, эксперт уходит в сторону. Тогда используются зондирующие вопросы, которые направляют рассуждения в нужную сторону.

231

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Контрольные вопросы применяют для

проверки достоверности и объективности информации, полученной в интервью ранее. Контрольные вопросы должны быть очень «хитро» составлены, чтобы не обидеть эксперта недоверием (для этого используют повторение вопросов в другой форме, уточнения, ссылки на другие источники).
Вопросы должны носить нейтральный характер, то есть не должны указывать на отношение аналитика к данной теме.
Напротив, наводящие вопросы заставляют эксперта прислушаться или даже принять позицию аналитика.
Нейтральный вопрос: «Совпадают ли симптомы кровоизлияния в мозг и сотрясения мозга?».
Наводящий вопрос: «Не правда ли, трудно дифференцировать симптомы кровоизлияния в мозг и сотрясения мозга?».

232

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Укажем основные характеристики вопросов,

которые влияют на качество интервью:
понятность, лаконичность языка, терминология;
логическая последовательность вопросов, немонотонность;
уместность вопросов (этика, вежливость).

Вопросы в интервью – это не только средство общения, но и способ передачи мыслей и позиции аналитика.

233

Коммуникативные методы извлечения знаний: активные индивидуальные методы
Свободный диалог – это

метод извлечения знаний в форме беседы ИЗ и Э, в которой нет жестко регламентированного плана и вопросника.
Подготовка к диалогу так же как и к другим методам включает планирование сеанса и предусматривает следующие стадии:
Начало беседы (знакомство, создание у эксперта положительного образа аналитика, объяснение целей и задач).
Диалог по извлечению знаний.
Заключительная стадия (благодарность эксперту, подведение итогов, договор о следующих встречах).
Диалог предполагает:
уникальность каждого партнера и их равенство друг к другу;
различие и оригинальность их точек зрения;
ориентацию каждого на понимание и активную интерпретацию его точки зрения партнером;
ожидание ответа и его предвосхищение в собственном высказывании.

234

Коммуникативные методы извлечения знаний: активные групповые методы извлечения знаний
Метод «круглого

стола» предусматривает обсуждение какого-либо вопроса, проблемы из предметной области, в котором принимают участие с равными правами несколько экспертов.
Вначале все участники высказываются в определенном порядке, затем начинается живая свободная дискуссия. Число участников от трех до семи. Аналитику нужно учесть специфику поведения человека в группе.
От ИЗ потребуется организационные усилия (место, время, обстановка, чай, кворум) и психологические усилия (умение вставлять уместную реплику, чувство юмора, память на имена и отчества, способность гасить конфликт).
Задача дискуссии - коллективно с разных точек зрения, под разными углами исследовать спорные гипотезы предметной области.
Для остроты «круглого стола» приглашаются представители разных направлений и поколений.
Перед началом дискуссии ведущему полезно:
убедиться, что все правильно понимают задачу;
установить регламент;
четко сформулировать тему.

235

Коммуникативные методы извлечения знаний: активные групповые методы извлечения знаний
«Мозговой штурм»

или «мозговая атака» - один из наиболее распространенных способов раскрепощения и активации творческого мышления. Впервые был использован в США в 1939 как способ получения новых идей в условиях запрещения критики. Замечено, что боязнь критики мешает творческому мышлению.
Основная идея штурма - отделение процедуры генерирования идей в замкнутой группе специалистов от процесса анализа и оценки высказанных идей.
Штурм длится обычно около 40 минут. Участникам (до 10 человек) предлагается высказывать любые идеи (шутливые, ошибочные, фантастические) на заданные темы.
Обычно высказывается около 50 идей. Регламент - по 2 минут на выступление.
Оценивает результаты группа людей, не участвующих в штурме.
Только 10-15% идей бывают разумные, но среди них есть оригинальные.
Ведущий должен свободно владеть аудиторией, подобрать активную группу экспертов, не зажимать плохие идеи – они могут служить катализаторами хороших.
Искусство ведущего – это искусство задавать вопросы, могут быть вопросы «крючки». Основной девиз штурма: «Чем больше идей, тем лучше».
Фиксация хода сеанса обычная - протокол или запись на магнитофон.

236

Коммуникативные методы извлечения знаний: активные групповые методы извлечения знаний
Экспертные игры.

Рисунок 7.2 Классификация экспертных игр

237

Коммуникативные методы извлечения знаний: активные групповые методы извлечения знаний
Игрой называется

такой вид человеческой деятельности, который отражает другие ее виды. При этом для игры характерны одновременно условность и серьезность.
Понятие экспертной игры в целях извлечения знаний связано с тремя источниками:
деловые игры
диагностические игры
компьютерные игры.
Игры с экспертом (индивидуальные методы): играет ИЗ и Э. Часто играют учитель и ученик. ИЗ берет роль ученика и на глазах эксперта выполняет его работу. Эксперт поправляет ошибки ученика. Это удобный способ разговорить застенчивого эксперта.
Советы ИЗ по проведению индивидуальных игр:
играйте смелее, придумывайте игры сами
не навязывайте игру эксперту, если он не расположен
не давите на эксперта, не забывайте цели
играйте весело, не шаблонно
не забывайте о времени и о том, что игра утомительна для эксперта.

238

Коммуникативные методы извлечения знаний: активные групповые методы извлечения знаний
Ролевые игры

в группе предусматривают участие в игре нескольких экспертов. Составляется сценарий, распределяются роли, каждой роли готовится портрет с описанием и девизом и разрабатывается система оценивания игроков. Роль – комплекс образцов поведения игрока, одна роль связана с другой.
Способы проведения игр:
Игроки могут придумывать имена.
Все переходят на «ты».
Роли выбирают игроки.
Роли вытягивают по жребию.
Режиссер-сценарист – ИЗ, ему предоставляется полная свобода в проведении игры.
Для игры требуется простейшие заготовки (таблички), главное, чтобы эксперты заигрались, раскрепостились.
Игры с тренажерами ближе к имитационным упражнениям в ситуации, приближенной к действительности.

239

Текстологические методы
Группа текстологических методов объединяет методы извлечения знаний, основанные на

изучении специальных текстов из учебников, монографий, статей и других носителей профессиональных знаний.
Задачу извлечения знаний из текста можно сформулировать как понимание и выделение смысла текста.
При этом можно выделить такие смысловые структуры:
М1 – смысл, который пытался заложить автор текста Т, его модель мира.
М2 – смысл, который постигает читатель (ИЗ в процессе интерпретации М1).
В результате этого у ИЗ складывается своя модель М2: личный опыт аналитика, общенаучная эрудиция аналитика, предварительные знания аналитика, экстракт текста Т.

240

Текстологические методы
Общий алгоритм извлечения знаний из текста:
Составление базового списка литературы

для ознакомления.
Выбор текста для извлечения знаний.
Знакомство с текстом, беглое прочтение. Для определения значения неизвестных слов проводятся консультации со специалистом или изучаются справочники.
Формирование первой гипотезы о макроструктуре текста.
Внимательное прочтение текста с выписыванием ключевых слов и выражений, то есть выделение смысловых вех (компрессия текста).
Определение связей между ключевыми словами, разработка макроструктуры текста в форме графа или реферата.
Формирование поля знаний на основе макроструктуры текста.

241

знаний является непосредственной подготовкой к структурированию знаний. Рассмотрим простейший алгоритм

структурирования:
Определение входного множества {X} и выходного множества {Y} данных, то есть выясняется, что будет исходными знаниями и что должно быть на выходе; движение в поле знаний от X до Y.
Составление словаря терминов и набора ключевых слов {N} на основе анализа всех протоколов сеансов извлечения знаний, выписывания всех значимых слов, понятий, процессов, действий, признаков.
Выявление объектов и понятий множества {A}. Производится просеивание словаря N и выбор значимых объектов и их признаков.
Выявление связей между понятиями. Строится сеть ассоциаций, где связи намечены, но не наименованы (красный флаг и красный галстук), но связи еще непонятны.

242

т.е. понятий более общего уровня.
Построение пирамиды знаний – это иерархическая

лестница понятий, подъем по которому означает углубление понимания и повышение уровня абстракции или обобщенности понимания, а спуск по лестнице детализирует до конкретного экземпляра. Количество уровней в пирамиде зависит от особенностей предметной области, профессионализма Э и ИЗ.
Определение {RA} – как множества отношений между понятиями и на каждом конкретном уровне и между уровнями: даются имена всем связям, которые обнаружены на шаге 4, а так же обозначаются причинно-следственные, временные, лингвистические и другие виды отношений.
Определение стратегии принятия решений {S}, то есть выявление цепочек рассуждений, которые связывают все сформированные ранее понятия в динамической системе поля знаний.

243

приобретением знаний понимается получение знаний в виде, пригодном для их

использования компьютером, поэтому здесь применяется теория и методология машинного обучения.
Обучение – это усвоение знаний, умений и навыков путем получения и восприятия информации от учителя или обработки наблюдаемой информации с последующим построением на основе этих наблюдений новых общих правил и закономерностей. Обе формы обучения используются в СИИ для приобретения системами новых знаний.
Машинное обучение включает:
Приобретение новых декларативных знаний.
Систематизация.
Хранение новых знаний.
Обнаружение новых фактов (вывод новых фактов).
Функции, необходимые обучающей системы для приобретения знаний, различаются в зависимости от конфигурации системы.
При рассмотрении системы инженерии знаний предполагается, что существует система, которая включает БЗ и механизм логических выводов, использующий эти знания для решения задач.
Если БЗ пополняется знаниями в стандартной форме их представления, то этими знаниями также можно воспользоваться. Следовательно, от функции обучения требуется преобразование полученной извне информации в знания и пополнение ими БЗ.

244

классификацию методов приобретения знаний БЗ (рис.7.3).
1.Обучение без выводов
1.1

Категорию А можно назвать обучением без вывода или механическим запоминанием. Это простой процесс получения информации, при котором полученная информация в виде программ или данных используется для решения задач в неизменном виде.
1.2 Категория В - получение информации извне, представленной в форме знаний, то есть в форме, которую можно использовать для вывода. Обучающейся системе надо иметь функцию преобразования информации в формат, удобный для дальнейшего использования и включения в БЗ.
1.2.1 Приобретение знаний происходит в наиболее простой форме, это знания, предварительно подготовленные человеком во внутреннем формате, какими является большинство специальных знаний, изначально заданных в ЭС.
В этом случае надо преобразовать специальные знания из какой-либо предметной области в машинный формат. Для этого нужен посредник, который хорошо знает и предметную область, и инженерию знаний.
В общем случае для замены функции посредника можно использовать специальные подпрограммы.

246

Для подстановки знаний нужны вспомогательные средства типа редактора знаний. Причем

в диалоге редактируются не только отдельные правила и факты, но и восполняются недостатки существующих правил, то есть ведется редактирование БЗ (система TEIRESIAS).
1.2.3 Знания заданы на естественном языке. Поэтому для преобразования во внутренний формат необходимо их понимание.
2. Приобретение знаний из примеров. Обучение на примерах – это процесс сбора отдельных фактов, их обобщение и систематизация. В БЗ вводятся описания реальных ситуаций с точной их диагностикой. Количество примеров должно быть большим и разнообразным, то есть включать различные сочетания признаков.

247

методов приобретения знаний на примерах необходимо задать:
1. Язык представления знаний

– это унифицированный язык описания примеров и общих правил.
2. Способы описания объектов. В ходе обучения по примерам из описаний отдельных объектов создаются более общие описания объектов некоторого класса, при этом возникают проблема: как описать данный класс. Применяется метод «контр-примеров», который использует ложные примеры и показывает, какие объекты не входят в класс.
3. Правила обобщения. Для сбора отдельных примеров и создания общих правил необходимы правила обобщения. Предложено несколько способов их описания:
замена постоянных атрибутов языка на переменные;
исключение правил с ограниченным применением.
4. Управление обучением. Для управления процессом обучения применяются классические методы:
метод «снизу-вверх» - при котором последовательно выбираются и структурируется отдельные сообщения.
метод «сверху – вниз», при котором сначала выдвигается гипотеза, а затем корректируется по мере поступления информации.

248

Параметрическое обучение - наиболее простая форма, состоит в определении общего

вида правила, которое должно стать результатом вывода и последующей корректировке входящих в это правило параметров в зависимости от данных. Этот метод применяется в системе распознавания образов, и в ходе обучения используется нейронная сеть.
2.2 Метод обучения по индукции – это обучение с использованием выводов высокого уровня. В процессе этого обучения путем обобщения совокупности имеющихся данных выводятся общие правила.
Возможно обучение с преподавателем, когда входные данные задает человек, наблюдающий за состоянием обучающей системы, и обучение без преподавателя, когда данные поступают в систему случайно.
Например, пусть известно, что есть некоторый многочлен от одной переменной. В качестве примеров задаются пары значений (x, f(x)).
Вначале задается (0, 1) и можно сделать предположение, что f(x)=1.
Затем задается (1, 1), эта пара удовлетворяет предложенной функции.
Далее задается (2, 3), функция f(x)=1 не удовлетворяет этому примеру,
поэтому выводится новая функция f(x)=x2 – x +1, которая удовлетворяет всем предложенным до сих пор фактам.
Далее убедимся, что эта функция удовлетворяет фактам (3, 7), (4, 13)
(5, 21) …, поэтому нет необходимости менять этот вывод.

249

видно из этого примера, при выводе в каждый момент времени

объясняются все данные, полученные до этого момента.
Если данные не удовлетворяют выводу, то приходится менять вывод. Следовательно, в общем случае индуктивный вывод – это долгий процесс.
Процесс реализуется благодаря неограниченному повторению действий:
запрос входных данных –> предположение –> выходные данные.

Для точного определения индуктивного вывода нужно задать:
множество правил-объектов вывода;
метод представления правил;
способ показа примеров;
метод вывода;
критерий правильности вывода.

250

Обучение по аналогии.
Аналогия – это метод выводов, при котором

обнаруживается подобие между несколькими заданными объектами и благодаря переносу фактов и знаний, справедливых для одних объектов, на другие, либо определяется способ решения задачи, либо предсказываются новые факты и знания. Следовательно, когда человек сталкивается с неизвестной задачей, он на первых порах использует этот естественный метод вывода.

3. Приобретение знаний на метауровне - приобретение знаний, основой которому является информация по управлению решением задач с использованием знаний на объектном уровне. Эта область пока до конца не изучена, но с ней связаны надежды и перспективы инженерии знаний

251

машины вывода очень важным является правильный выбор стратегии вывода. Результатом

стратегии вывода является поиск и порядок применения и срабатывания правил.
Процедура выбора сводится к определению направления поиска и способа его осуществления.
При разработке стратегии вывода надо ответить на два вопроса:
Какую точку в пространстве состояний принять в качестве исходной?
От выбора этой точки зависит и метод осуществления поиска – в прямом или обратном направлении:
прямой вывод;
обратный вывод.
Как повысить эффективность поиска решения?
Чтобы добиться этого, надо найти эвристики разрешения конфликтов, связанных с существованием нескольких возможных путей для продолжения поиска в пространстве состояний, так как требуется отбросить те из них, которые заведомо не ведут к искомому значению. Предлагаются методы:
поиск в глубину;
поиск в ширину;
α-β алгоритм;
разбиение задачи на подзадачи.

252

с прямым выводом по известным фактам отыскивается заключение, которое из

этих фактов следует. Если такое заключение удается найти, то оно заносится в рабочую память. Прямой вывод часто называют выводом, управляемым данными.

При обратном выводе вначале выдвигается некоторая гипотеза, затем механизм вывода как бы возвращается назад, переходя к фактам, пытаясь найти те, которые подтверждают гипотезу. Если она оказывается правильной, то выбирается следующая гипотеза, детализирующая первую и являющаяся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого рода называется управляемым целями и применяется, когда цели известны и их сравнительно немного.

253

фрагмент базы знаний из двух правил:
П1. Если «отдых – летом»

и «человек – активный», то «ехать в горы».
П2. Если «любит солнце», то «отдых – летом».

Предположим в систему поступили факты «человек – активный» и «любит солнце».

ПРЯМОЙ ВЫВОД – исходя из фактических данных, получить рекомендацию.
1-й проход.
Шаг 1. Пробуем П1, не работает.
Шаг 2. Пробуем П2, работает. Добавляется факт – «отдых – летом».
2-й проход.
Шаг 3. Пробуем П1, работает, активизируется цель «ехать в горы», которая выступает как рекомендация ЭС.

254

– подтвердить выбранную цель «ехать в горы» при помощи имеющихся

правил и данных.
1-й проход.
Шаг 1. Цель - «ехать в горы»: пробуем П1 – данных «отдых – летом» нет и они становятся новой подцелью. Ищется новое правило, где есть искомая цель в правой части
Шаг 2. Цель – «отдых – летом»: правило П2 подтверждает цель и активирует ее.
2-й проход.
Шаг 3. Пробуем П1, подтверждается искомая цель.

255

в глубину в качестве очередной подцели выбирается та, которая соответствует

более детальному уровню описания задачи.
Например: диагностирующая система, сделав на основе симптомов предположение о наличии определенного заболевания, будет продолжать запрашивать уточняющие признаки и симптомы этой болезни до тех пор, пока полностью не опровергнет или подтвердит выдвинутую гипотезу.
При поиске в ширину система сначала проанализирует все симптомы, находящиеся на одном уровне пространства состояний, даже, если они относятся к разным заболеваниям, и лишь затем перейдет к симптомам следующего уровня детальности.
Специалистам в какой-либо предметной области больше нравится поиск в глубину, так как он позволяет собрать воедино все признаки, связанные с выдвинутой гипотезой.
Особенности пространства поиска во многом определяет целесообразность применения той или иной стратегии. Например: программа для игры в шахматы использует стратегию поиска в ширину

256

позволяет уменьшить пространство состояний путем удаления ветвей, неперспективных для успешного

поиска. Поэтому рассматриваются только те вершины, в которые можно попасть в результате следующего шага. После чего неперспективные направления исключаются. Алгоритм широко применяется в игровых программах.
Разбиение на подзадачи подразумевает выделение подзадач, решение которых рассматривается как достижение промежуточных целей на пути к конечной цели.
Пример: поиск неисправности в ПК. Сначала выявляется отказавшая подсистема (питание, память и т.д.), что значительно сужает пространство поиска.
Если удается правильно понять сущность задачи и оптимально разбить ее на систему иерархически связанных целей – подцелей, то можно добиться того, что путь к ее решению в пространстве поиска будет минимальным. Если задача является плохо структурированной, то применить этот метод нельзя.

257