Експертні системи. Класифікація експертних систем. Розробка найпростішої експертної системи

Введення

Експертні системи (ЕС) виникли як значний практичнийрезультат у застосуванні та розвитку методів штучного інтелекту (ШІ) --сукупності наукових дисциплін, що вивчають методи розв'язання задачінтелектуального (творчого) характеру з використанням ЕОМ.

Область ІІ має більш ніж сорокарічну історію розвитку. З самогопочатку в ній розглядалося ряд дуже складних завдань, які, поряд зіншими, і до цих пір є предметом досліджень: автоматичнідокази теорем, машинний переклад (автоматичний переклад з однієїприродної мови на іншу), розпізнавання зображень і аналіз сцен,планування дій роботів, алгоритми та стратегії ігор.

ЕС-це набір програм, що виконує функції експерта при вирішенні завданьз деякої предметної області. ЕС видають поради, проводять аналіз, даютьконсультації, ставлять діагноз. Практичне застосування ЕС на підприємствахсприяє ефективності роботи та підвищення кваліфікації фахівців.

Головною перевагою експертних систем є можливість накопиченнязнань і збереження їх тривалий час. На відміну від людини до будь-якоїінформації експертні системи підходять об'єктивно, що покращує якістьпроведеної експертизи. При вирішенні завдань, що вимагають обробки великоїобсягу знань, можливість виникнення помилки при переборі дуже мала.

При створенні ЕС виникає ряд труднощів. Це насамперед пов'язано зтим, що замовник не завжди може точно сформулювати свої вимоги дорозробляється системі. Також можливо вознікнікновеніе труднощів чистопсихологічного порядку: при створенні бази знань системи експерт можеперешкоджати передачі своїх знань, побоюючись, що згодом йогозамінять "машиною". Але ці страхи не обгрунтовані, оскільки ЕС не здатнінавчатися, вони не володіють здоровим глуздом, інтуїцією. Але в даний часведуться розробки експертних систем, що реалізують ідею самонавчання. Також
ЕС незастосовні у великих предметних областях і в тих областях, девідсутні експерти.

Експертна система складається з бази знань (частини системи, в якіймістяться факти), підсистеми виведення (безліч правил, за якимиздійснюється рішення задачі), підсистеми пояснення, підсистемипридбання знань і діалогового процесора.

При побудові підсистем виведення використовують методи розв'язання задачштучного інтелекту.

Глава 1. Експертні системи, їх особливості.

Застосування експертних систем.

1.1. Визначення експертних систем. Головне достоїнство і призначенняекспертних систем.

Експертні системи (ЕС) - це яскраве і швидко прогресуюченапрям у галузі штучного інтелекту (ШІ). Причиною підвищеногоінтересу, який ЕС викликають до себе протягом усього свогоіснування є можливість їх застосування до розв'язання задач зрізних областей людської діяльності. Мабуть, не знайдеться такийпроблемної області, в якій не було б створено жодної ЕС или по крайнеймірою, такі спроби не робилися б.

ЕС-це набір програм або програмне забезпечення, що виконуєфункції експерта при вирішенні будь-якої задачі в межах його компетенції.
ЕС, як і експерт-людина, в процесі своєї роботи оперує зі знаннями.
Знання про предметної області, необхідні для роботи ЕС, визначенимчином формалізовані і представлені в пам'яті ЕОМ у вигляді бази знань,яка може змінюватися і доповнюватися в процесі розвитку системи.

ЕС видають поради, проводять аналіз, виконують класифікацію, даютьконсультації і ставлять діагноз. Вони орієнтовані на вирішення завдань, звичайновимагають проведення експертизи людиною-спеціалістом. На відміну відмашинних програм, що використовує процедурний аналіз, ЕС вирішують завдання ввузької предметної області (конкретної галузі експертизи) на основідедуктивних міркувань. Такі системи часто виявляються здатними знайтивирішення завдань, що неструктурованість і погано визначені. Вонисправляються з відсутністю структурованості шляхом залучення евристик,тобто правил, взятих "зі стелі", що може бути корисним у тих системах,коли дефіцит необхідних знань або часу виключає можливістьпроведення повного аналізу.

Головне достоїнство ЕС-можливість накопичувати знання, зберігати їхтривалий час, оновлювати і тим самим забезпечувати відноснунезалежність конкретної організації від наявності в ній кваліфікованихфахівців. Накопичення знань дозволяє підвищувати кваліфікаціюфахівців, що працюють на підприємстві, використовуючи найкращі, перевіренірішення.

Практичне застосування штучного інтелекту на машинобудівнихпідприємствах і в економіці засноване на ЕС, що дозволяють підвищити якістьі зберегти час прийняття рішень, а також сприяють зростаннюефективності роботи та підвищення кваліфікації фахівців.

1.2. Відмінність ЕС від інших програмних продуктів.

Основними відмінностями ЕС від інших програмних продуктів євикористання не тільки даних, а й знання, а також спеціального механізмувиведення рішень і нових знань на основі наявних. Знання в ЕСпредставляються у такій формі, яка може бути легко оброблена на ЕОМ. У
ЕС відомий алгоритм обробки знань, а не алгоритм рішення задачі.
Тому застосування алгоритму обробки знань може призвести до отриманнятакого результату при вирішенні конкретного завдання, який не бувпередбачений. Більш того, алгоритм обробки знань заздалегідь невідомий ібудується по ходу рішення задачі на підставі евристичних правил. Рішеннязавдання в ЕС супроводжується зрозумілими користувачеві поясненнями, якістьодержуваних рішень зазвичай не гірше, а іноді і краще що досягаєтьсяфахівцями. У системах, заснованих на знаннях, правила (або евристики),по яких вирішуються проблеми в конкретній предметній області, зберігаються вбазі знань. Проблеми ставляться перед системою у виді сукупності фактів,описують деяку ситуацію, і система за допомогою бази знань намагаєтьсявивести висновок з цих фактів (див.. рис.1).

база знань

вхідна механізм укладання інформація виводу

рис.1 < p> Якість ЕС визначається розміром та якістю бази знань (правил абоевристик). Система функціонує в наступному циклічному режимі: вибір
(запит) даних або результатів аналізів, спостереження, інтерпретаціярезультатів, засвоєння нової інформації, висунення за допомогою правилтимчасових гіпотез і потім вибір наступної порції даних або результатіваналізів (рис.2). Такий процес продовжується до тих пір, поки не надійдеінформація, достатня для остаточного висновку.

У будь-який момент часу в системі існують три типи знань:
- Структуровані знання-статичні знання про предметну область. Післятого, як ці знання виявлені, вони вже не змінюються.
- Структуровані динамічні знання-що змінюються знання про предметнуобласті. Вони оновлюються в міру виявлення нової інформації.
- Робочі знання-знання, що застосовуються для вирішення конкретної задачі абопроведення консультації.

Всі перераховані вище знання зберігаються в базі знань. Для її побудовипотрібно провести опитування фахівців, які є експертами в конкретнійпредметної області, а потім систематизувати, організувати і забезпечити цізнання покажчиками, щоб згодом їх можна було легко витягти з базизнань.

Результати аналізів і вхідні дані

вибір і введення вихідних даних

спостереження користувачі

інтерпретація правила

гіпотези засвоєння висновок

укладення

рис.2 Схема роботи ЕС.

1.3. Відмінні особливості. Експертні системи першого і другогопокоління.
1. Експертиза може проводитися тільки в одній конкретній області. Так,програма, призначена для визначення кон -фігурації систем ЕОМ, не може ставити медичні діагнози.
2. База знань і механізм виведення є різними компонентами.
Дійсно, часто виявляється можливим поєднувати механізм виведення зіншими базами знань для створення нових ЕС. Наприклад, програма аналізуінфекції в крові може бути застосована в пульманологіі шляхом заміни базизнань, яка використовується з тим же самим механізмом виведення.
3. Найбільш відповідна область застосування-рішення задач дедуктивнимметодом. Наприклад, правила або евристики виражаються у вигляді пар посилок івисновків типу "якщо-то".
4. Ці системи можуть пояснювати хід розв'язання задачі зрозумілим користувачевіспособом. Зазвичай ми не приймаємо відповідь експерта, якщо на запитання "Чому?"не можемо отримати логічна відповідь. Точно так само ми повинні мати можливістьзапитати систему, засновану на знаннях, як було отримано конкретневисновок.
5. Вихідні результати є якісними (а не кількісними).
6. Системи, засновані на знаннях, будуються за модульним принципом, щодозволяє поступово нарощувати їх бази знань.

Комп'ютерні системи, які можуть лише повторити логічний висновокексперта, прийнято відносити до ЕС першого покоління. Однак фахівцю,вирішального інтелектуально складне завдання, явно недостатньо можливостейсистеми, яка лише імітує діяльність людини. Йому потрібно, щоб ЕСвиступала в ролі повноцінного помічника і порадника, здатного проводитианаліз нечислових даних, висувати і відкидати гіпотези, оцінюватидостовірність фактів, самостійно поповнювати свої знання, контролюватиїх несуперечність, робити висновки на основі прецедентів і, можеМожливо, навіть породжувати рішення нових, раніше не розглядалися завдань.
Наявність таких можливостей є характерним для ЕС другого покоління,концепція яких почала розроблятися 9-10 років тому. Експертнісистеми, що відносяться до другого покоління, називають партнерськими, абопідсилювачами інтелектуальних здібностей людини. Їх загальнимивідмінними рисами є вміння навчатися та розвиватися, тобтоеволюціонувати.

В експертних системах першого покоління знання представлені наступнимчином:
1) знаннями системи є тільки знання експерта, досвід накопичення знаньне передбачається.
2) методи представлення знань дозволяли описувати лише статичніпредметні області.
3) моделі представлення знань орієнтовані на прості області.

Представлення знань в експертних системах другого покоління наступне:
1) використовуються не поверхневі знання, а більш глибинні. Можливодоповнення предметної області.
2) ЕС може вирішувати задачі динамічної бази даних предметної області.

1.4. Області застосування експертних систем.

Області застосування систем, заснованих на знаннях, можуть бутизгруповані у декілька основних класів: медична діагностика,контроль і управління, діагностика несправностей в механічних іелектричних пристроях, навчання. а) Медична діагностика.

Діагностичні системи використовуються для встановлення зв'язку міжпорушеннями діяльності організму і їх можливими причинами. Найбільшвідома діагностична система MYCIN, яка призначена длядіагностики та спостереження за станом хворого при менінгіті ібактеріальних інфекціях. Її перша версія була розроблена в Стенфордськомууніверситеті в середині 70-х років. В даний час ця система ставитьдіагноз на рівні лікаря-спеціаліста. Вона має розширену базу знань,завдяки чому може застосовуватися і в інших галузях медицини. б) Прогнозування.

прогнозуючі системи передбачають можливі результати або подіїна основі даних про поточний стан об'єкту. Програмна система
"Завоювання Уолл-стріт" може проаналізувати кон'юнктуру ринку і здопомогою статистичних методів алгоритмів розробити для вас планкапіталовкладень на перспективу. Вона не належить до числа систем,заснованих на знаннях, оскільки використовує процедури і алгоритмитрадиційного програмування. Хоча поки що відсутні ЕС, якіздатні за рахунок своєї інформації про кон'юнктуру ринку допомогти вам збільшитикапітал, що прогнозують системи вже сьогодні можуть передбачати погоду,врожайність і потік пасажирів. Навіть на персональному комп'ютері, встановившипросту систему, засновану на знаннях, ви можете отримати місцевий прогнозпогоди. в) Планування.

планують системи призначені для досягнення конкретних цілей прирішенні задач з великим числом змінних. Дамаська фірма Informat впершев торговій практиці надає в розпорядженні покупців 13 робочихстанцій, встановлених у холі свого офісу, на яких проводятьсябезкоштовні 15-хвилинні консультації з метою допомогти покупцям вибратикомп'ютер, найбільшою мірою відповідає їх потребам та бюджету. Крімтого, компанія Boeing застосовує ЕС для проектування космічних станцій,а також для виявлення причин відмов літакових двигунів і ремонтувертольотів. Експертна система XCON, створена фірмою DEC, служить длявизначення або зміни конфігурації комп'ютерних систем типу VAX і ввідповідно до вимог покупця. Фірма DEC розробляє більшпотужну систему XSEL, що включає базу знань системи XCON, з метою наданнядопомоги покупцям при виборі обчислювальних систем з потрібною конфігурацією.
На відміну від XCON система XSEL є інтерактивною. г) Інтерпретація.

інтерпретують системи мають здатність отримувати певнівисновки на основі результатів спостереження. Система PROSPECTOR, одна знайбільш відомих систем інтерпретує типу, об'єднує знання дев'ятиекспертів. Використовуючи поєднання дев'яти методів експертизи, системі вдалосявиявити поклади руди вартістю в мільйон доларів, причому наявність цихпокладів не припускав жоден з дев'яти експертів. Інша інтерпретуєсистема-HASP/SIAP. Вона визначає місце розташування й типи суден у тихомуокеані за даними акустичних систем спостереження. д) Контроль і управління.

Системи, засновані на знаннях, можуть застосовуватися в якостіінтелектуальних систем контролю і приймати рішення, аналізуючи дані,що надходять від декількох джерел. Такі системи вже працюють наатомних електростанціях, управляють повітряним рухом і здійснюютьмедичний контроль. Вони можуть бути також корисні при регулюванніфінансової діяльності підприємства і надавати допомогу при виробленнірішень в критичних ситуаціях. е) Діагностика несправностей в механічних та електричних пристроях.

У цій сфері системи, засновані на знаннях, незамінні як при ремонтімеханічних та електричних машин (автомобілів, дизельних локомотивів ітощо), так і при усунення несправностей і помилок в апаратному іпрограмному забезпеченні комп'ютерів. ж) Навчання.

Системи, засновані на знаннях, можуть входити складовою частиною вкомп'ютерні системи навчання. Система отримує інформацію про діяльністьдеякого об'єкта (наприклад, студента) і аналізує його поведінку. Базазнань змінюється відповідно до поведінкою об'єкта. Прикладом цьогонавчання може використовуватися комп'ютерна гра, складність якої збільшуєтьсяв міру зростання ступеня кваліфікації грає. Однією з найбільшцікавих навчальних ЕС є розроблена Д. Ленатом система EURISCO,яка використовує прості евристики. Ця система була випробувана в грі
Т. Тревевеллера, що імітує бойові дії. Суть гри полягає в тому, щобвизначити склад флотилії, що може завдати поразки в умовахнезмінного безлічі правил. Система EURISCO включила до складу флотиліїневеликі, здатні провести швидку атаку кораблі і одне дужемаленьке швидкісне судно і постійно вигравала протягом трьох років,незважаючи на те, що у прагненні перешкодити цьому правила гриміняли щороку.

Більшість ЕС включають знання, за змістом яких їх можна віднестиодночасно до кількох типів. Наприклад, навчальна система може такожмати знання, що дозволяють виконувати діагностику і планування. Вонавизначає здібності учня з основних напрямків курсу, а потім зурахуванням отриманих даних складає навчальний план. Керуюча система можезастосовуватися для цілей контролю, діагностики, прогнозування іпланування. Система, що забезпечує схоронність житла, може стежити занавколишнім оточенням, розпізнавати події, що відбуваються (наприклад,відкрилося вікно), видавати прогноз (злодій-зломщик має намір проникнути вбудинок) і складати план дій (викликати поліцію).

1.5. Критерій використання ЕС для вирішення завдань.

Існує ряд прикладних задач, які вирішуються з поміццю систем,заснованих на знаннях, більш успішно, ніж будь-якими іншими засобами. Привизначення доцільності застосування таких систем потрібнокеруватися наступними критеріями.
1. Дані і знання надійні і не змінюються з часом.
2. Простір можливих рішень відносно невелика.
3. У процесі розв'язання задачі повинні використовуватися формальні міркування.
Існують системи, засновані на знаннях, поки що не придатні длярішення задач методами проведення аналогій або абстрагування
(людський мозок справляється з цим краще). У свою чергу традиційнікомп'ютерні програми виявляються ефективніше систем, заснованих назнаннях, у тих випадках, коли рішення задачі пов'язане із застосуваннямпроцедурного аналізу. Системи, засновані на знаннях, більше підходять длявирішення завдань, де потрібні формальні міркування.
4. Має бути принаймні один експерт, який здатний явносформулювати свої знання і пояснити свої методи застосування цих знаньдля вирішення завдань.

Загалом ЕС не рекомендується застосовувати для вирішення наступних типівзавдань:
- Математичних, що вирішуються звичайним шляхом формальних перетворень іпроцедурного аналізу;
- Задач розпізнавання, оскільки в загальному випадку вони вирішуються чисельнимиметодами;
- Завдань, знання про методи вирішення яких відсутні (неможливо побудуватибазу знань).

1.6. Обмеження в застосування експертних систем ..

Навіть кращі з існуючих ЕС, які ефективно функціонують як навеликих, так і на міні-ЕОМ, мають певні обмеження в порівнянні злюдиною-експертом.
1. Більшість ЕС не цілком придатні для застосування кінцевим користувачем.
Якщо ви не маєте деякого досвіду роботи з такими системами, то у васможуть виникнути серйозні труднощі. Багато систем виявляються доступнимитільки тим експертам, які створювали з бази знань.
2. Питально-відповідь ", звичайно прийнятий в таких системах, уповільнюєотримання рішень. Наприклад, без системи MYCIN лікар може (а часто іповинен) прийняти рішення значно швидше, ніж з її допомогою.
3. Навики системи не зростають після сеансу експертизи.
4. Все ще залишається проблемою приведення знань, отриманих від експерта, доувазі, що забезпечує їх ефективну машинну реалізацію.
5. ЕС не здатні навчатися, не володіють здоровим глуздом. Домашні кішкиздатні навчатися навіть без спеціального дресирування, дитина в станілегко усвідомити, що він стане мокрим, якщо перекине на себе склянку з водою,проте якщо почати виливати каву на клавіатуру комп'ютера, у нього не вистачить
"Розуму" відсунути її.
6. ЕС незастосовні у великих предметних областях. Їх використанняобмежується предметними областями, в яких експерт може прийнятирішення за час від декількох хвилин до декількох годин.
7. У тих областях, де відсутні експерти (наприклад, в астрології),застосування ЕС виявляється неможливим.
8. Має сенс залучати ЕС тільки для вирішення когнітивних завдань. Теніс,їзда на велосипеді не можуть бути предметною областю для ЕС, однактакі системи можна використовувати при формуванні футбольних команд.
9. Людина-експерт при розв'язанні задач звичайно звертається до своєї інтуїції абоздоровому глузду, якщо відсутні формальні методи рішення або аналогитаких завдань.

Системи, засновані на знаннях не є ефективними принеобхідності проведення скрупульозного аналізу, коли число "рішень"залежить від тисяч різних можливостей та багатьох змінних, якізмінюються в часі. У таких випадках краще використовувати бази даних зінтерфейсом природною мовою.

1.7. Переваги ЕС перед людиною - експертом.

Системи, засновані на знаннях, мають певні переваги передлюдиною-експертом.
1. У них немає упереджень.
2. Вони не роблять поспішних висновків.
3. Ці системи працюють систематизовано, розглядаючи всі деталі, частовибираючи найкращу альтернативу з усіх можливих.
4. База знань може бути дуже і дуже великий. Будучи введені в машинуодин раз, знання зберігаються назавжди. Людина ж має обмежену базузнань, і якщо дані довгий час не використовуються, то вони забуваються іназавжди губляться.
Системи, засновані на знаннях, стійкі до "перешкод". Експерт користуєтьсяпобічними знаннями і легко піддається впливу зовнішніх факторів, якібезпосередньо не пов'язані з розв'язуваної завданням. ЕС, не обтяжені знаннямиз інших областей, за своєю природою менш схильні до "шумів". З часомсистеми, засновані на знаннях, можуть розглядатися як користувачамирізновид тиражування-новий спосіб запису і поширення знань.
Подібно іншим видам комп'ютерних програм вони не можуть замінити людину ввирішенні завдань, а, швидше, нагадують знаряддя праці, які дають йомуможливість вирішать завдання швидше й ефективніше.
6. Ці системи не замінюють фахівця, а є інструментом у йогоруках.

1.8. Історія розвитку експертних систем.

1.8.1. Основні лінії розвитку ЕС.

Найбільш відомі ЕС, розроблені в 60-70-х роках, стали у своїхобластях вже класичними. За походженням, предметних областях і понаступності застосовуваних ідей, методів та інструментальних програмнихзасобів їх можна розділити на кілька родин.
1. META-DENDRAL.Сістема DENDRAL дозволяє визначити найбільш ймовірнуструктуру хімічної сполуки за експериментальними даними (мас -спектрограф, даними ядерного магнітного резонансу та ін.) MDавтоматизує процес придбання знань для DENDRAL. Вона генеруєправила побудови фрагментів хімічних структур.
2. MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN. Це сімейство медичних ЕС ісервісних програмних засобів для їх побудови.
3. PROSPECTOR-KAS. PROSPECTOR-призначена для пошуку (предсказания)родовищ на основі геологічних аналізів. KAS-система придбаннязнань для PROSPECTOR.
4. CASNET-EXPERT. Система CASNET-медична ЕС для діагностики видачірекомендацій з лікування очних захворювань. На її основі розроблена моваінженерії знань EXPERT, за допомогою якої створено ряд інших медичнихдіагностичних систем.
5. HEARSAY-HEARSAY-2-HEARSAY-3-AGE. Перші дві системи цього ряду єрозвитком інтелектуальної системи розпізнавання злитий людської мови,слова якої беруться із заданого словника. Ці системи відрізняютьсяоригінальною структурою, заснованої на використанні дошки оголошень -глобальної бази даних, яка містить поточні результати роботи системи. УНадалі на основі цих систем були створені інструментальні системи
HEARSAY-3 і AGE (Attempt to Generalize-спроба спілкування) для побудови ЕС.

6. Системи AM (Artifical Mathematician-штучний математик) і EURISCOбули розроблені в Станфордського університету доктором Д. Ленатом длядослідних і навчальних цілей. Ленат вважає, що ефективність будь-якої
ЕС визначається закладаються в неї знаннями. На його думку, щоб системабула здатна до навчання, у неї має бути введено близько мільйона відомостейзагального характеру. Це приблизно відповідає обсягу інформації, якиммає в своєму розпорядженні чотирирічна дитина із середніми здібностями. Ленат такожвважає, що шлях створення вузькоспеціалізованих ЕС із зменшеним об'ємомзнань веде до глухого кута.

У систему AM спочатку було закладено близько 100 правил виводу ібільше 200 евристичних алгоритмів навчання, що дозволяють будуватидовільні математичні теорії та уявлення. Спочатку результатироботи системи були дуже оптимістичні. Вона могла сформулюватипоняття натурального ряду і простих чисел. Крім того, вона синтезувалаваріант гіпотези Гольдбаха про те, що кожне парне число, більше двох,можна представити у вигляді суми двох простих чисел. До цих пір не вдалося нізнайти докази цієї гіпотези, ні спростувати її. Подальшерозвиток системи сповільнилося і було відзначено, що незважаючи на виявленіна перших порах "математичні здібності", система не можесинтезувати нових евристичних правил, тобто її можливості визначаютьсятільки тими евристики, що були в неї одразу закладені.

При розробці системи EURISCO була зроблена спроба подолативказані недоліки системи AM. Як і на початку експлуатації AM, першийрезультати, отримані за допомогою EURISCO, були ефективними. Повідомлялося,що система EURISCO може успішно брати участь у дуже складних іграх. З їїдопомогою у військово-стратегічній грі, що проводиться ВМФ США, була розробленастратегія, яка містить ряд оригінальних тактичних ходів. Відповідно до одногоз них, наприклад пропонувалося підривати свої кораблі, які отрималиушкодження. При цьому кораблі, що залишилися непошкодженими, отримуєнеобхідний простір для виконання маневру.

Однак через деякий час виявилося, що система не завждикоректно перевизначають спочатку закладені в неї правила. Так,наприклад, вона стала порушувати строге розпорядження звертатися допрограмістам з питаннями тільки в певний час доби. Т.ч., система
EURISCO, так само як і її попередниця, зупинилася у своєму розвитку,досягши межі, визначеного в кінцевому рахунку її розробником.

З 1990 року доктор Ленат на чолі дослідницької групи зайнятийкодуванням і введенням кількох сотень тисяч елементів знань, необхідних,на його думку, для створення "інтелекту -альний "системи. Цей проект названий Cyc ( "ЦВК", від англійського словаenciklopaedia).

1.8.2. Проблеми, що виникають при созданііЕС. Перспективи розробки.

З 70-х років ЕС стали провідним напрямком у галузі штучногоінтелекту. При їх розробці знайшли застосування методи ШІ, розробленіраніше: методи представлення знань, логічного висновку, евристичногопошуку, розпізнавання пропозицій природною мовою та ін Можнастверджувати, що саме ЕС дозволили отримати дуже великий комерційнийефект від застосовуючи таких потужних методів. У цьому - їх особлива роль.

Каталог ЕС та інструментальних програмних засобів для їх розробки,опублікований в США в 1987 році, містить понад 1000 систем (зараз їх ужезначно більше). У розвинених зарубіжних країнах сотні фірм займаються їхрозробкою і впровадженням. Є й вітчизняні розробки ЕС, у томучислі - що знайшов промислове застосування.

Проте вже на початкових етапах виявилися серйозні принциповітруднощі, що перешкоджають більш широкому поширенню ЕС і серйозноуповільнюють і ускладнюють їх розробку. Вони цілком природних і випливаютьз самих принципів розробки ЕС.

Перша трудність виникає у зв'язку з постановкою завдань. Більшістьзамовників, плануючи розробку ЕС, в наслідок недостатньоїкомпетентності в питаннях застосування методів ШІ, схильна значноперебільшувати очікувані можливості системи. Замовник бажає побачити в нійсамостійно мислячого експерта в досліджуваній області, здатного вирішуватиширокий спектр завдань. Звідси і типові первинні постановки завдання зстворення ЕС: "Розробити ЕС з обробки зображення"; "Створитимедичні ЕС по лікуванню захворювань опорно-рухового апарату удітей ". Однак, як вже зазначалося, потужність евристичних методів вирішеннязавдань при збільшенні спільності їх постановки різко зменшується. Томунайбільш доцільно (особливо при спробі створення ЕС в області, дляякої у розробників ще немає досвіду створення подібних систем)обмежитися для початку не занадто складною доступній для огляду завданням урозглянутій області, для вирішення якої немає простого алгоритмічногоспособу (тобто неочевидно, як написати програму для розв'язання цієїзавдання, не використовуючи методи обробки знань). Крім того, важливо, щоб вжеіснувала сформована методика вирішення цього завдання "вручну" або будь -або розрахунковими методами. Для успішної розробки ЕС необхідні не тількичітка і конкретна постановка завдань, але й розробка детального (хоча бсловесного) опису "ручного" (або розрахункового) методу її розв'язання. Якщо цезробити важко, подальша робота з побудови ЕС втрачає сенс.

Друга і основна проблема - проблема придбання (засвоєння) знань.
Ця проблема виникає при "передачі" знань, якими володіють експерти -люди, ЕС. Зрозуміло для того, щоб "навчити" ім комп'ютерну систему,перш за все потрібно сформулювати, систематизувати і формалізуватиці знання "на папері". Це може здатися парадоксальним, але більшістьекспертів (за винятком, може бути, математиків), успішно використовуючи вповсякденній діяльності свої великі знання, зазнають великітруднощі при спробі сформулювати і представити у системному вигляді хочаб основну частину цих знань: ієрархію використовуваних понять, евристики,алгоритми, зв'язки між ними. Виявляється, що для подібної формалізаціїзнань необхідний певний систематичний стиль мислення, ближчийматематиків і програмістам, ніж, наприклад, юристам і медикам. Крім того,необхідні, з одного боку, знання в галузі математичної логіки іметодів представлення знань, з іншого - знання можливості ЕОМ, зпрограмного забезпечення, зокрема, мов і систем програмування.

Таким чином, з'ясовується, що для розробки ЕС необхідна участь уній особливого роду фахівців, що володіють зазначеної сукупністю знань івиконують функції "посередників" між експертами в предметній області ікомп'ютерними (експертними) системами. Вони отримали назву інженеризнань (в оригіналі - knowledge engineers), а сам процес розробки ЕС іінших інтелектуальних програм, заснованих на представленні і обробцізнань - інженерією знань (knowledge engineering). У розвинених зарубіжнихкраїнах спеціальність "інженер знань" введено в багатьох вузах, в нашійкраїні основи інженерії знань вивчаються поки в рамках спеціалізацій засистемного програмування. Функції експерта та інженера знань рідкопоєднуються в одній особі. Найчастіше функції інженера знань виконуєрозробник ЕС. Як показав досвід багатьох розробок, для початковогопридбання знань, у яких беруть участь експерти, інженери знань ірозробники ЕС, потрібна активна робота всіх трьох категорійфахівців. Вона може тривати від декількох тижнів до декількох місяців.

На етапі придбання знань можуть виникнути труднощі іпсихологічного порядку: експерт може перешкоджати передачі своїхзнань ЕС, вважаючи, що це знизить його престиж як фахівця і створитьпередумови для заміни його "машиною". Однак ці побоювання не мають підстав:
ЕС "впевнено" працює лише в типових ситуаціях, а також зручна у випадках,коли людина знаходиться в стані стресу, в найбільш складних ситуаціях,що потребують нестандартних міркувань та оцінок, експерт-людина незамінний.

Третя серйозна трудність-в дуже великій трудомісткості створення ЕС:потрібно розробити засоби управління базою знань, логічного висновку,діалогової взаємодії з користувачем і т.д. Обсяг пограммірованіятакий великий, а програми настільки складні і нетрадиційні, що має сенс, якце прийнято зараз при розробці великих програм, на першому етапі створитидемонстраційний прототип системи - попередній варіант, в якому вспрощеному вигляді реалізовані лише її основні плановані можливості іяка служитиме для замовника подтверждніеніем того, що розробка
ЕС для вирішення даного завдання принципово можлива, а для розробників -основою для подальшого покращення і розвитку системи.

Однією з причин невдач у створенні ЕС стала недооцінка авторами ЕСобсягів і ролі неявних знань. Системи, бази знань яких створювалися наоснові довідково?? ів, у кращому випадку довідниками так і залишилися.
Більшість же таких систем виявлялися навіть гірше довідників, так яксковували дослідницьку думку користувача. Другим "вузьким місцем" ЕСвиявилася модель, на якій були засновані їх перші екземпляри, і лишемодель знань, що приймає вид порогової спрямованої ієрархічної мережі зможливістю вибору в кінцевому з логічних вузлів (де кожна окремаситуація схожа на дерево з листям), може стати базою для побудови ЕС.

Коли стала очевидною повна непридатність цих систем і створеного дляних спеціаллізірованного апаратного обладнання, багато оглядачівприйшли до висновку, що існуюча технологія створення ЕС була тупиковимнапрямком у розвитку інформаційних технологій. В останнє десятиліття
ЕС відродилися у вигляді систем з базою знань, які тісно перепліталися зіснуючими діловими системами. Їх використовують в охороні здоров'я,страхуванні, банківській справі та інших сферах, щоб за допомогою правил іоб'ектовнакаплівать досвід, підвищити якість прийнятих рішень. Бази знаньвстроенисегодня в найбільш сучасні великі системи. Вони знаходяться всамій серцевині програм-агентів, що здійснюють пошук в мережі Internet, ідопомагають колективам користувачів впоратися з поітокамі інформації.

Розглянемо чинники, що стимулювали розвиток систем з базами знань:
- Компанії, що домоглися значної економії грошових коштів завдякитехнології баз знань, розвивають і вибудовують її в спеціальні бізнес -процеси, які були б просто неможливі без комп'ютерної експертизи;
- Розроблені нові технології створення баз знань, є необхідноюзасобом, який може змінити бізнес-поцесс;
- Сучасні системи реалізовані не наспеціалізірован-ном, а настандартному устаткуванні.

Об'єднання всіх видів програмних продуктів та їх окремих компонентівв єдину ЕС визнано економічно вигідним, тому що прмененіе ЕС дозволяєістотно скоротити витрати на підготовку кваліфікованого персоналу,подальшу перевірку працездатності та надійності що розробляються ідослідних систем, а також зменшити час проектування та (або)дослідження.

Об'єктна технологія, на основі якої можуть створюватися і розвиватисясучасні ЕС, - значний крок вперед у порівнянні з CASE-засобами,тому що вона схожа на наше сприйняття навколишньої дійсності. Нашепредстав-ня про моделювання змінюється, те ж саме відбувається і зоб'єктами, тому супровід програмованих об'єктів може виконуватисьаналогічно пристосуванню наших умоглядних образів до змінинавколишніх умов. Дана технологія чудово підходить аналітикам іпрограмістам. тому що дуже нагадує стратегію вирішення проблем івідповідає розумовим процесам людей, що вважаються експертами у своїйобласті.

Щоб стати експертом, спеціалісту потрібен інструментарій, що імітуємислення експерта. Розробка парадигми перетворюється із завдання, чужоюмислення год