Лекції з інформатики Введення в проблему штучного інтелекту (ШІ) Поняття систем ШІ, їх класифікація галузі застосування та перспективи розвитку. Використання систем ШІ в організаційному управлінні. 1. Поняття систем ШІ, їх класифікація галузі застосування та перспективи розвитку.

ІІ - це науково-дослідницький напрямок створюють моделі та відповідні програмні засоби, що дозволяють за допомогою ЕОМ вирішувати завдання творчого, не обчислювального характеру, які в процесі вирішення потребують звернення до семантиці (проблеми сенсу). Дослідження в області ІІ проводяться протягом 30 років.

Початком робіт у галузі ШІ вважають створення ЕОМ, яка повинна була імітувати процес людського мислення. Розробка Розенблат. Машина-персептрон мала два види нейтронів, які утворювали нейтронну сеь.

Дослідження в області ІІ розділилися на два підходи:

1) Конекціоністскій

2) символьний

Початок робіт в (2) вважають розробки університету Корнегі Меллона, а саме два програмні комплексу:

а) логік-теорік;

б) загальний вирішувач завдань.

Наприкінці 60-х змінилася методологія розв'язання задач ШІ, тобто замість моделювання способів мислення людини почалася розробка програм здатних вирішувати людські завдання, але на базі Ефективних машинно-орієнтованих методів.

Дослідницьким полігоном цього періоду з'явилися головоломки та ігри. Це пояснюється замкнутістю простору пошуку рішень і можливістю моделювання дуже складною стратегії пошуку рішення. У той же час робляться спроби перенести ІІ з штучного середовища в реальну. Виникає проблема моделювання зовнішнього світу. Це призвело до появи інтегральних роботів, які спочатку повинні були виконувати певні операції у технологічних процесах, працювати в небезпечних для людини середовищах. З появою роботів велика увага приділяється реалізації функції формування дій, сприйняття ними інформації про зовнішнє середовище. Поява роботів вважають другим етапом досліджень у ШІ.

На початку 70-х акценти в ІІ змістилися на створення людино-машинних систем, що дозволяють комплексно на основі евристичних методів виробляти рішення в рамках конкретних предметних областей на основі символьного підходу. В цей же час почали розвиватися бурхливими темпами експертні системи (ЕС). ЕС - дозволяє виявляти, накопичувати та коригувати знання з різних галузей і на основі цих знань формувати рішення, які вважаються якщо не оптимальними, то досить ефективними в певних ситуаціях.

ЕС використовують знання групи експертів в рамках певної предметної області. В якості експертів використовуються конкретні фахівці, які можуть бути не достатньо знайомі з ЕОМ. В даний час в загальному обсязі частка ЕС складає до 90%. Якщо проранжувати області застосування по кількості створених зразків: Медична діагностика, навчання, консультування. Проектування ЕС. Надання допомоги користувачам щодо вирішення завдань в різних областях. Автоматичне програмування. Перевірка та аналіз якості ПЗ. Проектування надвеликих інтегральних схем. Технічна діагностика і вироблення рекомендацій з ремонту обладнання. Планування в різних предметних областях та аналіз даних, у тому числі і на основі статистичних методів. Інтерпретація геологічних даних і вироблення рекомендацій з виявлення корисних копалин.

Перші зразки ЕС займали по трудомісткості розробки 20-30 людино/років. У колектив розробників входили: експерти предметної області, інженери по знаннях або проектувальники ЕС, програмісти. У проектуванні ЕС є істотна відмінність від проектування традиційних інформаційних систем. Це пояснюється тим, що в ЕС використовується поняття "знання", а в традиційній системі - "дані". В ЕС відсутнє поняття жорсткого алгоритму, а всілякі дії задаються у вигляді правил, які є евристики, тобто емпіричними правилами або спрощеннями. В процесі роботи системи здійснюється побудова динамічного плану вирішення задачі за допомогою спеціального апарату логічного висновку понять.

З появою ЕС з'явилася нова наукова дисципліна - інженерія знань, яка займається дослідженнями в області подання та формалізації знань, їх обробки та використання в ЕС. В даний час під термін ЕС потрапляє дуже велике коло систем, які можна віднести до ЕС тільки по використовуваних моделей і методів проектування. Тому робиться спроба більш суворої класифікації систем ШІ символьного напрямку.

В даний час при широкому використанні символьного підходу посилилася увага до використання нейтронних мереж. Це пояснюється тим, що запропоновані дуже потужні моделі нейтронних мереж та алгоритми їх навчання (метод зворотного поширення помилок).

Нейтронні мережі використовуються в медичній діагностиці, керуванні літаком, податкових і поштових службах США.

Однією зі складових успіху нейтронних мереж стала спільна розробка компанії Intel і корпорації Nestor мікросхеми з архітектурою нейтронних мереж.

Тенденції розвитку засобів обчислювальної техніки: Розвиток обчислювальної бази: паралельні, нейтронні й оптичні технології, які будуть здатні до розподіленому поданням інформації, паралельної її обробки, навчання та самоорганізації. Розвиток теоретичної основи для інформаційної обробки заснований на понятті 'Softlogic', що підтримує як логічний, так і інтуїтивний висновок понять. Розробка для реальних програм системи когнетівних функцій, таких як мова, звукові ефекти, когнетівная графіка і т.п. ЕС як різновид систем ШІ. Структура ЕС. Визначення знань і бази знань (БЗ). Визначення понять логічного висновку. Організація інтерфейсу з користувачем в ЕС.  1. Структура ЕС. 2. Визначення знань і бази знань (БЗ).

Основним елементом БЗ є знання про предметну область, в якій повинна функціонувати ЕС.

Знання - це сукупність відомостей, що утворюють цілісний опис відповідне певного рівня обізнаності про описуваної проблеми.

Основна відмінність знань від даних в тому, що дані описують лише конкретний стан об'єктів або групи об'єктів в поточний момент часу, а знання крім даних містять відомості про те як оперувати цими даними.

У БЗ ЕС знання повинні бути обов'язково структуровані і описані термінами однієї з моделі знань. Вибір моделі знань - це найбільш складне питання в проектуванні ЕС, так як формальний опис знань має суттєвий вплив на кінцеві характеристики і властивості ЕС.

У рамках однієї БЗ всі знання повинні бути однорідне описані і простими для розуміння. Однорідність опису диктується тим, що в рамках ЕС повинна бути розроблена єдина процедура логічного висновку, що маніпулює знаннями на основі стандартних типових підходів. Простота розуміння визначається необхідністю постійних контактів з експертами предметної області, які не володіють достатніми знаннями в комп'ютерній техніці.

Знання підрозділяються з точки зору семантики на факти та евристики. Факти як правило вказують на усталені в рамках предметної області обставини, а евристики грунтуються на інтуїції та досвіді експертів предметної області.

За ступенем узагальненості опису знання поділяються на: Поверхневі - описують сукупності причинно-наслідкових відносин між окремими поняттями предметної області. Глибинні - відносять абстракції, аналогії, зразки, які відображають глибину розуміння всіх процесів, що відбуваються в предметній області.

Введення в базу глибинних уявлень дозволяє зробити систему більш гнучкої та адаптивної, так як глибинні знання є результатом узагальнення проектувальником або експертом первинних примітивних понять.

За ступенем відображення явищ знання поділяються на: Жорсткі - дозволяють отримати однозначні чіткі рекомендації при завданні початкових умов. М'які - допускають множинні розпливчасті рішення і багатоваріантні рекомендації.

Тенденції розвитку ЕС.

М, Ж - м'які, тверді знання.

П, Г - поверхневі, глибинні знання. медицина, управління психодіагностика, планування діагностика несправностей різного виду проектування різних видів пристроїв

Звичайно при проектуванні БЗ проектувальник намагається користуватися стандартною моделлю знань (МЗ):  продукційна модель знань (системи продукції)  логічна МОЗ  фреймова МОЗ  реляційна МОЗ

За формою опису знання поділяються на: Декларативні (факти) - це знання виду "А є А". Процедурні - це знання виду "Якщо А, то В".

Декларативні знання поділяються на об'єкти, класи об'єктів і відносини.

Об'єкт - це факт, який задається своїм значенням.

Клас об'єктів - це ім'я, під яким об'єднується конкретна сукупність об'єктів-фактів.

Відносини - визначають зв'язки між класами об'єктів і окремими об'єктами, що виникли в рамках предметної області.

До процедурних знань відносять сукупності правил, які показують, як вивести нові відмітні особливості класів або відносини для об'єктів. У правилах використовуються всі види декларативних знань, а також логічні зв'язки. При обробці правил слід відзначити рекурсивного аналізу відносин, тобто одне правило викликає глибинний пошук всіх можливих варіантів об'єктів БЗ.

Кордон між декларативними і процедурними знаннями дуже рухома, тобто проектувальник може описати одне й те саме як відношення або як правило.

У всіх видах моделей виділено ще один вид знань - метазнанія, тобто знання про дані. Метазнанія можуть задавати способи використання знань, властивості знань і т.д., тобто все, що необхідно для керування логічним висновком і навчанням ЕС. 3. Визначення понять логічного висновку.

Апарат логічного висновку призначений для формування нових понять, тобто рішень у рамках певної предметної області. Як правило логічний висновок тісно пов'язаний з конкретною моделлю знань і оперує термінологією цієї моделі. Є кілька загальних понять для всіх МОЗ: стратегія виводу керуюча структура

В ЕС застосовується стратегія виведення у вигляді прямого і зворотного ланцюжків міркування. Пряма стратегія веде від фактів до гіпотез, а зворотна намагається знайти дані для доведення або спростування гіпотези.

У сучасних ЕС застосовуються комбіновані стратегії, які на одних етапах використовують пряму, а на інших зворотний ланцюжка міркування.

Керуюча структура - це спосіб застосування або активізації правил в процесі формування рішень. Керуюча структура повністю залежить від обраної проектувальником моделі.

Наприклад, для продукційної моделі найбільш часто використовуються такі керуючі структури: послідовний перебір правил одне підмножина правил застосовується для вибору чергового правила

Незалежно від форми керуючої структури в процесі пошуку рішень в деяких точках пошуку виникає необхідність вибору подальшого напрямку пошуку. Використовується два методи: "Спочатку вглиб" "Спочатку вшир"

Важливою проблемою, яка вимагає обов'язкового рішення в рамках апарату логічного висновку, є підтвердження або оцінка достовірності формованих системою часткових або загальних рішень. Складність полягає в тому, що ЕС як правило, працюють з нечіткими, часто невизначеними поняттями, які повинні бути строго оцінені і мати чітку форму вираження.

Термін "нечіткість" в ЕС недостатньо визначено і в інженерії знань використовується така класифікація нечіткості: недетермінірованность виводу багатозначність ненадійність знань неповнота неточність Під недетермінірованностью виведення мається на увазі можливість формування плану вирішення завдання з певних правил методом проб і помилок, з поверненнями при необхідності для побудови інших, більш ефективних планів. З метою прискорення пошуку ефективного плану в систему вводять оціночні функції різного вигляд, а також евристичні значення експертів. Багатозначність інтерпретації знань у процесі вироблення рішень усувається за рахунок включення в систему більш широкого контексту і семантичних обмежень.

Метод семантичних обмежень називається методом релаксації. Суть його в тому, що за допомогою циклічних операцій застосовуються локальні обмеження, які узгоджуються між собою на верхньому рівні. Ненадійність. Для усунення ненадійності знань, яка досить часто використовується в ЕС, використовуються методи засновані на нечіткою логікою: розрахунок коефіцієнтів впевненості, метод Байеса і т.д. Нечітка логіка - різновид безперервної логіки, в якій логічні формули можуть приймати значення не тільки 0 або 1, а й усі дробові значення між 0 та 1 для зазначення часткової істини. Найбільш слабке місце в нечіткої логіки - це реалізація функції приналежності, тобто присвоювання передумов вагових значень експертами (залежить від конкретної людини).

Якщо tx і ty значення істинності передумов правил x і y, тоді при використанні логічних зв'язок "і/або" істинне значення передумови визначається наступним чином:

- при зв'язку "і" - tпредпосилкі = min (tx, ty)

- при зв'язку "або" - tпредпосилкі = max (tx, ty)

Якщо в загальному випадку tправіла є істинне значення, яке приписують правилом, то тоді tправіла визначається:

tправіла = min (tпредпосилкі, tдействія).

Методи нечіткої логіки:

Коефіцієнт впевненості - це різниця між двома заходами: мірою довіри і мірою недовіри.

КУ [h: e] = МД [h: e]-МНД [h: e]

КУ [h: e] - коефіцієнт впевненості в гіпотезі h з урахуванням свідчень e, МД/МНД - міра довіри/недовіри.

Коефіцієнт впевненості може приймати значення від -1 (абсолютна брехня) до 1 (абсолютна істина), а також всі проміжні значення між ними. При цьому 0 означає повне незнання. Значення заходи довіри і заходи недовіри можуть змінюватися від 0 до 1.

Основний недолік: дуже важко відрізнити випадок суперечливих свідчень від випадку недостатньої інформації.

В основі методу Байеса лежить оцінка конкуруючих гіпотез. Основна розрахункова формула:

ОП [h: e] = Р [h: e]/Р [h ': e]

ОП - відношення правдоподібності, яке визначається як ймовірність події або свідоцтва e за умови заданої гіпотези h, поділене на ймовірність цього свідоцтва за умови хибність даної гіпотези h.

4. Неповні знання характерні для реального світу і припускають наявність   безлічі виключень і обмежень для конкретних висловлювань, які не приймаються   до уваги, виходячи зі здорового глузду.

В ЕС передбачається робота з неповними знаннями. При проектуванні БЗ в базу вносяться завжди тільки вірні знання, а невизначені знання вважаються невірними - гіпотеза закритого світу.

5 - Неточність виведення присутня в ЕС і пов'язана з тим, що в реальному світі система працює з нечіткими множинами, тому для усунення неточності використовується теорія нечітких множин. 4. Організація інтерфейсу з користувачем в ЕС.

У блоці "інтерпретатор запитів і пояснення результатів" призначений для функціонування системи в режимі експлуатації при роботі з кінцевим користувачем. Інтерпретатор запитів формує звернення користувачів до системи, а блок пояснення результатів коментує весь хід формування рішення в системі. За теорією ЕС обидва ці блоки повинні мати розвинені засоби спілкування з користувачем на мові, максимально наближеному до природного. В даний час цілий науковий напрям займається питаннями створення інтерфейсу природною мовою. Інтерпретатор запитів виробляє редагування звернення користувача та формує на його основі завдання для системи. У інтерпретаторі повинні бути передбачені кошти усунення невизначеності запитів, а також виробляються синтаксичний і семантичний аналіз запиту. Невизначеність породжується, як правило, некомпетентністю користувача. У деяких випадках об'єктивна оцінка цілого ряду факторів, що описують конкретну ситуацію, може бути об'єктивно н?? можлива. У інтерпретаторі запитів передбачається система уточнюючих питань до користувача, а також розробляється спеціальний апарат, який дозволяє на основі аналізу контексту запиту призначити відсутні значення показників за замовчуванням. У запиті користувача використовується, як правило, декларативні знання, які обов'язково контролюють як на семантичному, так і на синтаксичному рівні. Інтерпретатор перетворює декларативні знання запитів в ті формалізму, які використовуються в моделі БЗ. Чим простіше користувачеві звертатися до системи на природній мові, тим складніше інтерпретатор запитів.

У блоці пояснення повинно бути передбачено повне текстове пояснення з використанням когнетівних функцій всього ходу рішення задачі, а також опис стратегії поведінки системи на складних етапах вироблення рішень.

Блок навчання функціонує в режимі актуалізації БЗ на етапі її проектування і експлуатації та взаємодіє з експертами предметної області. Його основне завдання - це формалізація знань отриманих від експерта відповідно до обраної проектувальником моделлю знань. У цьому блоці об'єднуються функції інтерпретатора запитів і блоку пояснення. Блок пояснення повинен реалізувати спілкування з експертом природною мовою. Продукційна модель (ПМ) знань і її використання в ЕС. Представлення знань. Особливості організації логічного висновку. Організація пошуку рішень у простих та складних ЕС. Приклади використання ПМ. 1. Представлення знань.

ПМ або системи продукції використовують для представлення знань два поняття: "Об'єкт-атрибут-значення" "Правило продукції"

За допомогою (1) описуються декларативні знання в базі. Таке подання дозволяє при формуванні БЗ порядок опис об'єктів, дотримуючись їх певну ієрархію. Якщо до таких впорядкованим об'єктах в процесі логічного висновку застосовувати правила, то можна організувати звернення окремо до об'єкта, окремо до атрибуту і окремо до значення.

Правило продукції являє собою засіб опису процедурних знань у вигляді MG-> MD

MG описує певну ситуацію в предметної області

MD описує собою одна дія чи соволкупность дій, які необхідно виконати в разі виявлення відповідної ситуації в предметної області

Пріменеіе кожного поточного правила змінює ситуацію на об'єкті, тому потрібно в наступному циклі перевірити весь набір правил, поки не зустрінеться умова зупину. І ліва і права частина правила будується на основі знань у вигляді "об'єкт-атрибут-значення" або більш складних конструкцій, побудованих на їх базі.

Продукційні системи використовують модульний принцип організації знань (цим вони відрізняються від традиційних систем, оскільки ті використовують модульний принцип організації алгоритмів)

У продукційних моделях передбачається повна незалежність правил один від одного, тобто на одному рівні ієрархії одне правило не може викликати інше.

Продукційні моделі мають високий ступінь модифікованості значень, дають можливість чітко відокремити метазнанія від предметних знань, що дозволяє навіть врамках однієї системи використовувати різні стратегії виведення. 2. Особливості організації логічного висновку.

Механізм або апарат логічного висновку продукційної моделі заснований на принципі розпізнавання образів. Цей механізм називають інтерпретатором, який циклічно виконує 4 послідовних етапи (вибірку, зіставлення, вирішення конфлікту, дія чи їхня сукупність)

На кожному з перерахованих етапів інтерпретатор працює з БЗ, робочої пам'яттю, пам'яттю станів інтерпретатора.

Схема одного циклу роботи інтерпретатора наступна:

На етапі вибірки проводиться активізація тієї частини даних і знань, на підставі яких може бути реалізований запит користувача.

Активізація знань проводиться на основі закладеної в системі стратегії виведення. Найчастіше на цьому етапі використовується операції заміни, додавання, видалення, за допомогою яких поповнюються переліки активних знань і змінюється порядок активізації об'єктів.

На етапі зіставлення, обраний на попередньому етапі безліч активних правил Рv приводиться у відповідність обраному безлічі елементів робочої пам'яті Fv і визначається конфліктний набір правил, тобто правил з Рv і даних з Fv, на яких ці правила визначені.

Конфліктний набір - впорядковані послідовності Рv і Fv, який називається означіваніе.

Етап зіставлення вимагає проведення значного обсягу операцій, тому що для конфліктного набору слід перевірити всі умови правил на всіх сполученнях активних елементів робочої пам'яті.

У ході вирішення конфлікту інтерпретатор вибирає один або кілька означіваній, кот. д.б.н. виконані в поточному циклі. Система будується таким чином, що на цьому етапі передбачається обов'язкова її реакція на зміну навколишнього середовища, а також передбачені. можливість придбання нових значень в тих випадках, коли виникають нові аспекти навколишнього середовища. У ході вирішення конфлікту з'являється необхідність координації дій декількох правил, кот. за визначенням д.б.н. незалежні. Залежно від обраної моделі знань, для вирішення конфлікту м.б. використані наступні керуючі структуриіначе порядок вибору правил:

1-а керуюча структура - упорядкування правил

2-а керуюча структура - керуюча структура спеціальних випадків

3-я керуюча структура - віку елемента

4-а керуюча структура - відмінностей (подібності)

5-а керуюча структура - випадкові стратегії

(1) - використовується як критерій вибору означіваній пріоритети або оцінки, кот. приписуються відповідними правилами. У цьому випадку вводиться поняття пам'яті правила.

Оціночний показник вибирається довільно, частіше за все виходячи з наступних критеріїв:

1 - динамічний пріоритет правила в залежності від його внеску в досягнення цілей.

2 - динамічний пріоритет в залежності від важливості використовуваних фактів.

(2) - ісп. як критерій зарание певного відносини двох правил, таке що якщо перше правило є спеціальним випадком, то воно вважається кращим

(3) - ісп. як критерій часу перебування елемента в робочій пам'яті. Зазвичай вік визначається числом циклів роботи инт-ра або числом дій, кіт. виконувалися після створення елемента

(4) - ісп. як критерій відмінності або подібності означіваній з поточного набору тим означіваніям, кот. були виконані в межах циклу

(5) - явл. небажаною, до них доводиться вдаватися в тих випадках, коли після застосування інших стратегій не відбувається вибору ніодного правила. К (5) можна віднести і вичерпний перебір правил. Він допустимо в невеликих за розміром БЗ в тих випадках, коли необхідно провести аналіз всіх можливих висновків і комбінацій.

На етапі виконання дій здійснюється зміна робочої пам'яті за допомогою проведення операції введення і перетворення поточних елементів. На цьому етапі використовується операція виводу для організації діалогу з користувачем. На цьому етапі проводиться перевірка: чи не є поточний стан робочої пам'яті цільовим, тобто кінцевим. Якщо ні, то процес виведення триває, починаючи з етапу вибірки.

У продукційних системах можна виділити два підходи, исп. при виведенні рішень:

1 - безповоротний

2 - пробний

В (1) вбрання для вбрання для виконання правило використовується є незворотнім, тобто без можливості подальшого перегляду. В (2) застосовне до конкретної ситуації правило також виконується, але передбачає можливість повернутися до цієї ситуації, щоб застосувати інше правило. Для цього режиму передбачається точка повернення і якщо на наступних етапах неможливо отримати результат, то управління передається в останню точку повернення. 3. Організація пошуку рішень у простих та складних ЕС.

Процедури пошуку рашен залежать від особливостей предметної області та вимог, кот. пред'являти користувачі до цих рішень. Особливості предметної області м.б. описані наступними параметрами:

1 - розмір предметної області

2 - змінність предметної області в часі іпространстве

3 - повнота моделі, описів предметної області

4 - визначеність даних про розв'язуваної задачі

Вимоги користувача в системі може опису. Наст. параметрами:

1 - к-ть потрібних рішень (одне застосовне, декілька, або всі допустимі)

2 - обмеження на результат і спосіб його одержання.

Описані з помощбю зазначених пар в ЕС підрозділ-ся на прості (мала статична предметна область, повнота і визначеність даних) і складні. Для простих та складних ЕС повинні использ-ся різні процедури пошуку рішень.

Процедури пошуку рішення значно відрізняються один від одного в простих і складних ЕС. Для простих ЕС найчастіше використовують пошук в просторі станів: метод редукції, евристичний пошук.

Метод пошук в просторі станів можна описати таким чином: нехай задана трійка (S0, F, SТ), де

S0-безліч початкових станів системи (запит)

F-купа операторів, що відображають одні стану в інші.

ST-безліч кінцевих цільових станів системи

Обробити завдання (запит) - визначити таку послідовність операторів, кот. дозволить преобразовазовать початковий стан системи в кінцеве. Процес рішення представляється у вигляді графа

сигма = (x, y), де

x = (x0, x1 ... xТ) безліч нескінченних вершин графа, кожна з яких пов'язана з певними станами.

y - безліч пар (xi, xj), приналежності. множ. X

Якщо кожна пара (Xi; Xj) не впорядкована, то її називають ребром графа, а граф неорієнтовані.

Якщо для кожної пари (Xi; Xj) задано порядок, то її називають дугою, а граф орієнтованим.

Найчастіше метод використовується для орієнтованого графа.

У цьому випадку рішення задачі являє собою шлях на орієнтованому графі, де пари (Xij-1; Xij) належать Y, який призводить з початкового стану до цільового. На практиці дуг графа приписують вагові характеристики, які відображають їх пріоритетність в процесі обробки запиту. У цьому випадку вибір шляху зводиться до мінімізації або максимізації суми вагових характеристик дуг, які складають цей шлях. Таким чином граф j задає простір можливих станів предметної області. Побудова простору здійснюється за допомогою наступної процедури: береться деяка вершина з безлічі початкових станів і до неї застосовуються всі можливі оператори, що породжують дочірні вершини. Цей процес інакше називається "розкриттям вершин". Він продовжується до тих пір, поки не буде знайдена вершина, що відповідає одному з цільових станів.

Пошук може здійснюватися або в глибину, або в ширину. Під час пошуку в глибину початкова вершина отримує значення 0, а глибина кожної наступної вершини дорівнює 1 плюс значення глибини найбільш близькою батьківської вершини. Під час пошуку в ширину вершини розкриваються в тому ж порядку, що і породжуються. Якщо в просторі станів ввести оператори, що переводять поточні стану в попередні, то пошук можна проводити не тільки в прямому, а й у зворотному напрямку.

Метод II - редукція.

При пошуку методом редукції рішення завдання зводиться до вирішення утворюють її підзадач. Процес повторюється для кожної наступної підзадачі до тих пір, поки не буде знайдено очевидне рішення для всієї їх сукупності. Процес розбиття задач на підзавдання представляється у вигляді орієнтованого графа j, який називається "і/або-граф". Кожна вершина "і/або-графа" представляє собою завдання або підзадачі і може бути кон'юнктівной ( "і"-вершиною) або діз'юнктівной ( "або"-вершиною). Кон'юнктівние вершини разом зі своїми дочірніми вершинами інтерпретуються наступним чином: рішення завдання зводиться до вирішення всіх її подзадач, відповідних дочірнім вершин кон'юнктівной вершини.

Діз'юнктівние вершини можна інтерпретувати наступним чином: рішення завдання зводиться до вирішення "з її подзадач, відповідних дочірнім вершин діз'юнктівной вершини. Пошук на" і/або-графі "зводиться до знаходження вирішального графа для" початкової вершини.

З метою скорочення часу пошуку рішень використовуються евристичні методи пошуку.

В основі евристичних методів закладена інформація про специфіку предметної області, яка дозволяє скоротити перебір вершин для досягнення мети. Для цієї групи методів характерно, що на кожній вершині використовується евристична інформація, яка перед розкриттям вершини дозволяє визначити ступінь її перспективності для реалізації певного запиту. Оцінка перспективності визначається на основі вибраної проектувальником оціночної функції, в якій задаються різного роду семантичні обмеження.

Метод "генерація-перевірка" дозволяє в процесі пошуку в просторі станів або підзадач генерувати чергове можливе рішення і тут же перевірити, чи не є воно кінцевим. Генератор рішень має бути дуже повним, тобто забезпечувати отримання всіх можливих рішень і в той же час неізбиточним, тобто генерувати одне рішення тільки один раз. Перевірка чергових згенерованих рішень здійснюється на основі евристичних знань, закладених в генератор. Збільшення кількості цих знань призводить до скорочення простору пошуку рішень, але в той же час збільшує витрати на генерацію кожного рішення.

Для складних ЕС застосовуються процедури пошуку, які призначені для роботи з тими видами складності, які притаманні системі. Тільки для ЕС з великим розміром простору пошуку доцільно розділити його на підпростори іншого рівня ієрархії. При цьому можуть виділятися підпростори, що описують конкретні групи явищ предметної області, а також абстрактні простору для опису будь-яких сутностей. Для останнього випадку характерне використання неповних описів, для яких в просторі більш низького рівня дається певна конкретизація.

До методів пошуку, реалізованим на вимогу користувача повний склад рішень у рамках великого простору станів, відносять пошук в факторізованном просторі. Факторізованним простором називають простір, який можна розбити на непересічні підпростори частковими неповними рішеннями. Тут використовується метод "ієрархічна генерація-перевірка". Генератор визначає поточний часткове рішення, потім перевіряється, чи може привести це рішення до успіху. Якщо поточне рішення відкидається, то з розгляду без генерації та перевірки усуваються всі рішення даного класу.

І т.д. (дуже багато методів). 4. Приклади використання ПМ.

MYCIN - система для діагностики та лікування інфекційних захворювань.

Був розроблений кістковий мову, інакше - оболонка ЕС. Декларативні знання системи MYCIN описуються у вигляді "об'єкт-атрибут-значення" і кожній трійці приписується коефіцієнт впевненості, що визначає ступінь надійності знань. Процедурні знання описані у вигляді класичного правила продукції. Механізм логічного виведення заснований на зворотному ланцюжку міркувань. Пошук проводиться в ієрархічно упорядкованому просторі станів.

У системі EMYCIN (оболонка) посилена предметної області стосовно MYCIN функція редагування БЗ, доведена до високого рівня система пояснення ходу рішення задачі, а також апарат навчання системи. Написаний на ФОРТРАНе.

OPS-5. Універсальна мова інженерії знань, призначений для розробки ЕС, що використовуються в комерційних додатках. Розробник - університет Корнегі-Меллон. Декларативні знання в системі описані у вигляді "об'єкт-атрибут-значення". Процедурні знання описані у вигляді класичних правил продукції. У механізмі логічного висновку використовується стратегія прямої ланцюжка міркувань, реалізується метод застосування одного і того ж правила в різних контекстах; для формування конфлікту набору і вирішення конфлікту використовуються спеціальні методи (RETELEX), які дозволяють домогтися високої ефективності за рахунок керуючої структури, де перевага віддається правилами з посиланням на самий останній згенерований елемент "об'єкт-атрибут-значення". Методологія побудови ЕС.

1. Підхід до проектування ЕС.

2. Зі?? ержаніе етапів проектування.

3. Практичні аспекти розробки і впровадження ЕС. 1. Підхід до проектування ЕС.

Проектування ЕС має істотну відмінність від проектування традиційних інформаційних систем в силу того, що постановка завдань, що вирішуються експертною системою може уточнюватися під час всього циклу проектування. Внаслідок цього виникає потреба модифіковані принципи і способи побудови бази знань і апарату лгіческого виводу в ході проектування в міру того, як збільшується обсяг знань розробників про предметної області.

В силу зазначених особливостей при проектуванні ЕС-м застосовується концепція "швидкого прототипу". Її суть: розробники не намагаються відразу побудувати закінчений продукт. На початковому етапі створюється прототип, к-рий повинен задовольняти двом умовам:

1) він повинен вирішувати типові задачі предметної області;

2) з іншого боку трудомісткість його розробки повинна бути дуже незначною.

Для задоволення цих умов під час створення прототипу використовуються інструментальні засоби, що дозволяють прискорити процес програмування ЕС (скелетні мови, оболонки ЕС). У разі успіху прототип повинен розширюватися додатковими знаннями з предметної області. При невдачі може знадобитися розробка нового прототипу або проектувальники можуть прийти до висновку про непридатність методів штучного інтелекту для цього додатка.

У міру збільшення знань про предметну область прототип може досягти такого стану, коли він успішно вирішує всі необхідні завдання в рамках предметної області. У цьому випадку потрібно перетворення прототипу в кінцевий продукт шляхом його перепрограмування на мовах "низького рівня", що забезпечить збільшення швидкодії та ефективності програмного продукту.

Кількість розробників ЕС не повинно бути менше 4 чол., з яких брало 1 явл-ся експертом ПЗ, 2 - інженери по знаннях або проектувальники ЕС, 1 - програміст, який здійснює модифікацію та узгодження інструментальних засобів.

У подальшому, в процесі перетворення прототипу в кінцевий продукт, склад програмістів повинен бути збільшений. 2. Основні етапи розробки ЕС.

1. Ідентифікація.

2. Концептуалізація.

3. Формалізація.

4. Виконання.

6. Тестування.

a. Переформулювання

b. Переконструірованіе

c. Удосконалення

d. Завершення

До складу функцій етапу 1 входить:

1) визначення команди проектувальників, їх ролі, а також форми взаімоотоношеній;

2) визначення цілей розробок та ресурсів;

3) опис загальних характеристик проблеми, вхідних даних, передбачуваного виду рішення, ключових понять і відносин.

Типові ресурси цього етапу: джерела знань, час розробки, обчислювальні ресурси, обсяг фінансування.

На етапі 2 експерт і инжинер по знаннях формалізують ключові поняття, відносини і характеристики, які виявлені на попередньому етапі. Даний етап прізвн вирішити наступні питання:

визначити типи даних, що виводяться поняття, використовувані