Техника использования знаний

ЭКСПЕРТНЫЕ СИСТЕМЫ
Дисциплина искусственного интеллекта (ИИ) развивается в области,

располагающейся между психологией и вычислительными науками
Вначале работы по ИИ носили исследовательский харак­тер.

Ученые были заинтересованы в поиске возможных пу­тей достижения интеллектуального поведения технических систем.
 
Если психологическую науку интересовало то, как действуют люди, то специалисты по искусственному интеллекту пытались перебрать те способы, которыми то же самое можно сделать на компьютере.

1

возникло убеждение, что за интеллектуальным поведением людей скрываются их знания

об окружающем мире.

Попытки человека до­биться интеллектуального поведения от компьютера ограничены сведениями о тех общих знаниях, которыми располагают люди. Речь идет о знаниях, которые имеются у специалиста-профессиона­ла.

Интеллектуальная система, основанная на знаниях, представляет собой такую систе­му, в которой с помощью логического вывода знания применяются к решению поставленных задач.

интеллек­ту считалось, что за интеллектуальным поведением людей скрываются их знания

об окружающем мире.

Попытки человека до­биться интеллектуального поведения от компьютера ограничены сведениями о тех общих знаниях, которыми располагают люди. Речь идет о знаниях, которые имеются у специалиста-профессиона­ла.

Интеллектуальная система, основанная на знаниях, представляет собой такую систе­му, в которой с помощью логического вывода знания применяются к решению поставленных задач.

Выполнение работ с с небольшой частью знаний человека умень­шает сложность задачии позволяет создать работоспособную систему за разумный отрезок времени.

от выбранной проблемы, имеются вопросы, которые необходимо разрешить:

Каким образом с

самого начала усваиваются эти знания?
В каком виде их представлять?
Как реализовать выбранные виды представления знаний на конкрет­ных аппаратурных средствах?
Как обеспечивается доступ к знаниям внутри системы?
Каким образом знания применяются к конкретной ситуации?
Каким образом знания модифицируются в свете накапливаемого опыта?
Как обеспечивается поддержание уровня знаний, а во многих случаях — и отбрасывание не относящегося к делу знания? и т.д.

описана экспертная системы MYCIN.

Система MYCIN была разработана для оказания консультационной

помощи при диагностике и лечении инфекционных заболеваний.

Вре­менной фактор осложняет проблему диагностики и лечения инфекционных заболеваний. Анализ (крови или мочи и т.п.) может дать некоторые указания на рост числа микроорганизмов за 12 ч, но обычно для надежной идентификации требуется от 24 до 48 и более часов.

Поэтому врач часто должен решать, задачу лече­ния и назначения медикаментов в условиях отсутствия полной информации.

MYCIN:
Назовите имя пациента. Джон Доу.
Мужчина или женщина? Мужчина.
Возраст? Ему 55.
Были ли выделены культуры

с положительными реакциями, указываю­щие на общий класс инфекции?
Да.
Каков тип этой инфекции? Первичная бактеримия.
Когда были отмечены первые симптомы? 5 мая 1975.
Давайте назовем самую последнюю культуру, дающую положительную реакцию, КУЛЬТУРА-1. Откуда была взята КУЛЬТУРА-1?
Из крови.
Когда?
9 мая 1975.

достаточно хорошего понимания ситуации, задается короткая цепочка вопросов, подготавливаю­щих к

рекомендациям по курсу лечения:

Рекомендация будет основана на убеждении, что ОРГАНИЗМ-1 может представлять собой: 1 — Pseudomonas-aeruginosa, 2— Klebsiella-pneumoniae, 3-Е. Coli, 4 - Bacteroides-fragilis, 5 - Enterobacter, 6 - Proteus-non-mirabilis. Пользуясь шкалой от 0 до 4, где большие числа соответствуют большей серьезности заболевания, как бы вы оценили степень заболевания больного?
3.
Имеется ли у больного клинически заметная аллергическая реакция на какой-нибудь противобактериальный препарат?
Нет.
Какова масса больного? 70 кг.
В первую очередь я рекомендовала бы следующее: чтобы охватить случаи 1, 2, 3, 5 и 6, давайте больному в течение 10 дней гентамицин дозами по 119 мг (1,7 мг/кг). Измените дозировку в случае заболевания почек. А чтобы охватить случай 4, давайте больному в течение 14 дней клинда- мицин дозами по 595 мг (8,5 мг/кг).
Хотите ли вы знать, что я рекомендовала бы в качестве второго варианта?
 

Программы искусственного интеллекта и экспертные системы отличаются от традиционных вычислительных

пакетов тем, как эти программы организованы.
 
С традиционных позиций программа пред­ставляет собой процедуру и данные.
 
Экспертные системы "все могут быть описаны как системы, направляемые базами данных" [.

В базе данных имеется три различных модуля:
Факты о признаках конкретной ситуации.
Правила, относящиеся к области экспертизы.
Правила работы с правилами 2 или "машина вывода"

 

изображена поверхностная схема работы системы.


 











Рис. 1 Общее

представление о работе экспертной системы

задачу эксперта, то она нуждается в большом объеме знаний, позволяющих

решать сложные проблемы подобно тому, как это делает человек.
  Система должна быть тщательно организо­вана.

В общем случае знания разделяются на три типа:
Фактические (декларативные) знания. Этот вид знаний представляет информацию о конкретном случае, обычно собираемую посредством диа­лога с пользователем, который указывает, какие факты следует считать справедливыми в настоящее время.
Процедурные знания. Эти знания собираются путем опроса специалиста в данной предметной области и составляют ядро базы знаний  
Управляющие знания. В системе должен быть предусмотрен некоторый набор стратегий, чтобы можно было рассматривать альтернативные возмож­ности в ходе работы, переход при неудаче от одной стратегии к другой.

конкретный метод организа­ции программ в виде совокупностей трех групп, представленных

выше.
База данных (БД).
Список порождающих правил (ПП).
Метод выбора, какое порождающее правило следует применять
при данном состоянии базы данных.

Каждое порождающее правило (т.е. продукция) имеет форму ЕСЛИ (ус­ловие), ТО (действие) или, возможно, форму ЕСЛИ (условие), ТО (дей­ствие 1), В ПРОТИВНОМ СЛУЧАЕ (действие 2).

Условная часть продукции сопоставляется с имеющейся базой данных.

Если процесс сопоставления заканчивается успешно, то всем переменным, входящим в образец, т. е. переменным из условной части некоторого порож­дающего правила, придаются определенные значения из БД, которые обес­печивают сопоставимость.

двух элементарных функций — до­бавления и удаления, например (добавить элемент2

БД), (удалить элемент1 БД).
 
В начале работы системы запускается некоторое простое правило, ко­торое обеспечивает сбор информации о рассматриваемом случае и вносит ее в базу данных.

Система действует по Простому принципу: "выбери продукцию р - примени соответствующие действия".
 
«Запус­к» системы продукций и «управление» системой состоит в использовании механизмов, названных "демонами".
 
Существует три возможные разновидности демонов, а именно "если-добавлено", "если-удалено" и "если-необходимо". Демоны запускаются в работу путем добавления их в базу данных.
 

прямых логичес­ких дедукций, осуществляемых автоматически, если стали известны неко­торые дополнительные

факты.

Демоны вида "если-удалено" запускаются функцией удаления. Как правило, демоны "если-удалено" бу­дут использоваться для удаления из БД тех явных дедукций, которые были сделаны демонами "если-добавлено".
 
Демоны "если-необходимо" ис­пользуются для проведения дедукции в обратном направлении.
 
Большую часть базы данных составляют правила, которые запускаются путем сопоставления с соответствующими признаками, характеризующими данную задачу, и которые могут добавляться, модифицироваться или изы­маться пользователем.

типа обычно назы­вают базой знаний.

  Для взаимодействия пользователя с

экспертной системой существует три режима:
Получение решений поставленных задач - пользователь как потребитель.
Усовершенствование или наращивание знаний системы - пользователь как учитель.
Извлечение пользы для человека из базы знаний - пользователь как ученик.

"извлечения" знаний специалиста, осуществляемый инженером знаний.
В настоящее

время наиболее широко используется процесс типа метода "проб и ошибок".
Наиболее распространенный метод "проб и ошибок состоит из сле­дующих трех этапов:
Структурирование предметной области путем построения хорошей модели процесса решения задач, осуществляемого специалистом-человеком.
Создание работающей модели-прототипа экспертной системы
Следование бесконечному циклу из "проверки", "отладки" и "усовершенствова­ния«.

являлся удобным средством разработки экспертной системы.

Язык Пролог рассматривается как

система продукций:
1. Пролог дает базу данных, в которой можно расположить правило продукции в виде:
заключение ЕСЛИ предусловие 1
И предусловие2
В "логической" интерпретации языка Пролог это означает:
Чтобы доказать заключение
доказать предусловие1 и
доказать предусловие2

2. Пролог позволяет хранить также и факты в форме правил, показанных выше, но у которых нет предусловий.
 
3. Управляющий механизм, обеспечиваемый системой Пролог, известен как поиск в глубину или рассуждение в обратном направлении.

предназначенная для различения живот­ных и записанная на языке Пролог с

использованием правил, показанных в структуре на рис. 2, имеет следующий вид:
1.1.0 это - (обезьяна) :-
1.1.1 это - (млекопитающее),
это - (хищник),
имеет (рыжевато-коричневый-цвет),
имеет (темные-пятна).
1.2.0 это - (тигр) :-
1.2.1 это — (млекопитающее),
это - (хищник),
имеет (рыжевато-коричневый-цвет),
4 имеет (черные-полосы).
1.3.0. это – (жираф) :-
Полное описание правил представлено в файле «Техника использования знаний на языке пролог_01.pdf»

предназначенная для различения живот­ных и записанная на языке Пролог с

использованием правил, показанных в структуре на рис. 2, имеет следующий вид:
1.1.0 это - (обезьяна) :-
1.1.1 это - (млекопитающее),
2 это - (хищник),
3 имеет (рыжевато-коричневый-цвет),
4 имеет (темные-пятна).
1.2.0 это - (тигр) :-
1.2.1 это — (млекопитающее),
2 это - (хищник),
3 имеет (рыжевато-коричневый-цвет),
4 имеет (черные-полосы).
1.3.0. это – (жираф) :-
Полное описание правил представлено в файле «Техника использования знаний на языке пролог_01.pdf»

сети для простой системы, основанной на правилах.

В прямоугольни­ках размещаются

утверждения, кружочки представляют способы их комбинирования, а метки Rl, R2 и т.д. указывают номер правил

использованы задачи различения животных.
При использовании в программе широкого

набора данных, она будет продолжать задавать вопросы, на кото­рые уже давали ответы, что является недостатком.

Для повышения эффективности поиска путей решения производится часто используется алгоритм подрезания дерева поиска.

Рассмотренная программа содержит лишь одну из харак­теристик экспертных систем - "вопросы, порождаемые в процессе вывода".

 Это означает, что система не запрашивает информацию случайным образом, а запрашивает лишь то, что ей необходимо для осущест­вления процесса рассуждения.

примера, правила можно записать более естественным образом:
Правило 100
ЕСЛИ

свойство — волосатый
ТО группа - млекопитающие ку 800
В этом примере ку обозначает коэффициент уверенности, благодаря кото­рому в систему вносится в определенной степени вероятностное рассуж­дение.

Ниже приведен неполный перечень характеристик, которые должны быть привнесены в экспертную систему, либо путем последовательного до­бавления, либо с самого начала:
 
1. Запрос данных, порождаемый ходом вывода.
2. Отчетность (объяснение поведения) .
3. Прозрачность (обучающая компонента).
4. Автоматическое пополнение совокупности правил.
5. Серьезное обучение.
6. Вероятностное рассуждение (неуверенность в фактах, правилах и управ­лении) .

 Задание. Рассмотреть приложение Б для разработки экспертной системы на основе сформулированных правил.