Ekspertsystem
Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 27. april 2022; checks kræver 4 redigeringer .Ekspertsystem (ES, eng. ekspertsystem ) - et computersystem, der delvist kan erstatte en ekspert i at løse en problemsituation. Moderne ekspertsystemer begyndte at blive udviklet af forskere i kunstig intelligens i 1970'erne og modtog kommerciel forstærkning i 1980'erne . Forløberne for ekspertsystemer blev foreslået i 1832 af S. N. Korsakov , som skabte mekaniske anordninger, de såkaldte "intellektuelle maskiner", som gjorde det muligt at finde løsninger for givne forhold, for eksempel at bestemme de mest passende lægemidler iht. patientens symptomer på sygdommen [1] .
Den vigtigste del af ekspertsystemet er vidensbaser som modeller for adfærd hos eksperter inden for et bestemt vidensfelt ved hjælp af inferens og beslutningsprocedurer , med andre ord er vidensbaser et sæt fakta og slutningsregler i et udvalgt emne aktivitetsområde.
Lignende handlinger udføres af et sådant softwareværktøj som " Master " ( Eng. Wizard ). Wizards bruges både i systemprogrammer og i applikationer for at forenkle interaktiv kommunikation med brugeren (for eksempel ved installation af software ). Den største forskel mellem guider og ekspertsystemer er fraværet af en videnbase - alle handlinger er hårdkodede. Det er blot et sæt formularer, som brugeren skal udfylde.
Andre lignende programmer er søge- eller referencesystemer (encyklopædiske). På brugerens anmodning leverer de de mest passende ( relevante ) sektioner af artikelbasen (repræsentationer af objekter i videnområder, deres virtuelle model).
På nuværende tidspunkt gennemgår det "klassiske" koncept med ekspertsystemer, som udviklede sig i 1970'erne og 1980'erne, en krise, tilsyneladende forbundet med dets dybe orientering mod den tekstuelle menneske-maskine-grænseflade , som var almindeligt accepteret i disse år , som nu næsten er fuldstændig erstattet af grafiske i brugerapplikationer ( GUI ). Derudover er den "klassiske" tilgang til at bygge ekspertsystemer dårligt i overensstemmelse med den relationelle datamodel , hvilket gør det umuligt effektivt at bruge moderne industriel DBMS til at organisere videnbaser for sådanne systemer.
Ofte, som et markedsføringstrick, erklærer ekspertsystemer moderne softwareprodukter, der ikke er sådanne i "klassisk" forstand (f.eks. juridiske computerreferencesystemer ). Forsøg fra entusiaster på at kombinere "klassiske" tilgange til udvikling af ekspertsystemer med moderne tilgange til opbygning af en brugergrænseflade ( CLIPS Java Native Interface , CLIPS.NET-projekter osv.) finder ikke støtte blandt store softwarevirksomheder og er af denne grund fortsat i forsøgsstadiet.
Strukturen af ES af intelligente systemer
Bog [2] præsenterer følgende ES-struktur:
- Brugergrænseflade _
- Bruger
- Intelligent Knowledge Base Editor
- Ekspert
- Viden Ingeniør
- Arbejdshukommelse (Random Access).
- Vidensgrundlag
- Løser (inferencemotor (ILM))
- Forklaring Subsystem
Videnbasen består af regler for analyse af information fra brugeren om et specifikt problem. ES analyserer situationen og giver, afhængigt af ES' retning, anbefalinger til løsning af problemet.
Som regel indeholder videngrundlaget i et ekspertsystem fakta (statisk information om fagområdet) og regler - et sæt instruktioner, der kan anvendes på kendte fakta for at få nye fakta.
Inden for rammerne af en logisk model kan vidensbaser fx baseres på, at programmeringssproget Prolog anvender prædikatsproget til at beskrive fakta og slutningsregler, der udtrykker reglerne for definition af begreber, til at beskrive generaliseret og specifik information, samt specifikke og generaliserede forespørgsler til databaser og databaseviden.
Specifikke og generaliserede forespørgsler til vidensbaser i Prolog-sproget er skrevet ved hjælp af prædikatsproget, der udtrykker slutningsreglerne og definitioner af begreber over slutningsprocedurer, der er tilgængelige i videnbasen, og udtrykker generaliseret og specifik information og viden inden for det valgte emneområde aktivitet og vidensfelt.
Normalt beskriver fakta i videngrundlaget de fænomener, der er konstante for et givet fagområde. Karakteristika, hvis værdier afhænger af betingelserne for en bestemt opgave, modtages af ES fra brugeren under drift og lagres i arbejdshukommelsen. For eksempel, i en medicinsk ES, er kendsgerningen "En rask person har 2 ben" gemt i videnbasen, og kendsgerningen "En patient har et ben" er gemt i arbejdshukommelsen.
ES videnbasen er skabt ved hjælp af tre grupper af mennesker:
- eksperter fra det problemområde, som de opgaver, som ES løser, hører til;
- vidensingeniører, der er specialister i udvikling af IIS ;
- programmører, der implementerer ES.
Driftsmåder
ES kan fungere i 2 tilstande.
- Videninputtilstand - i denne tilstand indtaster en ekspert ved hjælp af en vidensingeniør information om det emneområde, han kender, i ES-vidensbasen gennem videnbaseeditoren.
- Konsultationstilstand - brugeren fører en dialog med ES, informerer den om information om den aktuelle opgave og modtager ES-anbefalinger. For eksempel stiller ES på baggrund af oplysninger om patientens fysiske tilstand en diagnose i form af en liste over sygdomme, der højst sandsynligt har disse symptomer.
ES-klassifikation
Klassificering af ES i henhold til problemet, der løses
- Fortolkning af data
- Diagnose
- Overvågning
- Design
- Forecasting
- masterplanlægning
- Optimering
- Uddannelse
- Styring
- Reparation
- Fejlretning
Klassificering af ES efter forbindelse med realtid
- Statisk - løse problemer i forhold med indledende data og viden, der ikke ændrer sig over tid.
- Kvasidynamisk - fortolk situationen, som ændres med et vist tidsinterval.
- Dynamisk - løsning af problemer i forhold til indledende data og viden, der ændrer sig over tid.
Udviklingsstadier af ES
- Problemidentifikationsstadiet - de opgaver, der skal løses, fastlægges, udviklingsmål identificeres, eksperter og brugertyper fastlægges.
- Stadiet for videnudvinding - en meningsfuld analyse af problemområdet udføres, de anvendte begreber og deres relationer identificeres, metoder til at løse problemer bestemmes.
- Stadiet for videnstrukturering - IS udvælges, og måder at repræsentere alle typer viden bestemmes, grundlæggende begreber formaliseres, metoder til fortolkning af viden bestemmes, systemets drift modelleres, tilstrækkeligheden af målene for systemet af faste begreber, beslutningsmetoder, midler til at repræsentere og manipulere viden vurderes.
- Formaliseringsstadiet — videnbasen udfyldes af en ekspert. På grund af det faktum, at grundlaget for ES er viden, er dette trin det vigtigste og mest tidskrævende trin i udviklingen af ES. Processen med at erhverve viden er opdelt i at udvinde viden fra en ekspert, organisere viden, der sikrer en effektiv drift af systemet, og at præsentere viden i en form, der er forståelig for ES. Processen med at erhverve viden udføres af en vidensingeniør baseret på en analyse af en eksperts aktivitet til at løse reelle problemer.
- ES-implementering - der oprettes en eller flere ES-prototyper, der løser de påkrævede opgaver.
- Testfase - den valgte metode til at repræsentere viden i ES som helhed evalueres.
Den mest berømte ES
- CLIPS er en meget populær skal til at bygge ES ( offentligt domæne )
- OpenCyc er en kraftfuld dynamisk ES med en global ontologisk model og understøttelse af uafhængige sammenhænge
- Wolfram|Alpha - vidensbase og sæt af beregningsalgoritmer, intelligent "vidensberegningsmotor"
- MYCIN er det mest kendte diagnostiske system, der er designet til at diagnosticere og overvåge patientens tilstand ved meningitis og bakterielle infektioner.
- HASP/SIAP er et fortolkende system, der bestemmer placeringen og typerne af skibe i Stillehavet ud fra akustiske sporingsdata.
- Akinator er et online spil. Spilleren skal gætte enhver karakter, og Akinator skal gætte den ved at stille spørgsmål. Videnbasen opdateres automatisk, så programmet kan gætte næsten enhver kendt karakter.
- IBM Watson er en IBM-supercomputer, der er i stand til at forstå spørgsmål om naturlige sprog og finde svar på dem i en database.
Se også
- Automatiseret kontrolsystem
- Vidensgrundlag
- Kunstig intelligens
- Kunstigt neuralt netværk
- slutning
- Beslutningsstøttesystem
- Logisk programmering
- Prolog (programmeringssprog)
- Rete algoritme
- Spørgsmål og svar system
Noter
- ↑ Opfindelser af S. N. Korsakov
- ↑ Gavrilova T. A., Khoroshevsky V. F. Vidensbaser for intelligente systemer. Lærebog. - Skt. Petersborg: Peter, 2000.
Litteratur
- Joseph Giarratano, Gary Riley Ekspertsystemer: Designprincipper og programmering. / Per. fra engelsk. - M. : Williams Publishing House, 2006. - 1152 s. fra syg.
- Peter Jackson. Introduktion til ekspertsystemer = Introduktion til ekspertsystemer. - 3. udg. - M. : Williams, 2001. - S. 624. - ISBN 0-201-87686-8 .
- Townsend K., Foght D. Design og softwareimplementering af ekspertsystemer på personlige computere / Pr. fra engelsk. V. A. Kondratenko, S. V. Trubitsyna. — M.: Finans og statistik, 1990. — 320 s.
- Waterman D. En guide til ekspertsystemer. / Per. fra engelsk. udg. V. L. Stefanyuk. - M .: "Mir", 1989: - 388 sider med illustrationer.
Links
 Ordbøger og encyklopædier | ||||
|---|---|---|---|---|
| ||||
| Viden Engineering | |
|---|---|
| Generelle begreber | |
| Stive modeller | |
| Bløde metoder | |
| Ansøgninger | |