Интеллектуальные экспертные системы

Интерес к Прологу поднимался и затихал несколько раз, энтузиазм сменялся жёстким неприятием. Наиболее высоко был поднят интерес к языку Пролог как к языку будущего во время разработок японской национальной программы компьютеры пятого поколения в 1980-х годах, когда разработчики надеялись, что с помощью Пролога можно будет сформулировать новые принципы, которые приведут к созданию компьютеров более высокого уровня интеллекта. Неправильная оценка этой перспективы явилась одной из причин неудачи проекта.

В настоящее время Пролог, несмотря на неоднократные пессимистические прогнозы, продолжает развиваться в разных странах и вбирает в себя новые технологии и концепции, а также парадигмы императивного программирования. В частности, одно из направлений развития языка (в том числе и в России) реализует концепцию интеллектуальных агентов.

Пролог реализован практически для всех известных операционных систем и платформ (в том числе для Java и .NET). В число операционных систем входят OS для мэйнфреймов, всё семейство Unix, Windows, OS для мобильных платформ.

Многие современные реализации языка имеют внутреннее расширение за счет ООП-архитектуры. Кроме проприетарных решений также существуют реализации Пролог на условиях open source. Важно, что для языка существует стандарт ISO принятый как ISO/IEC JTC1/SC22/WG17.

Базовым принципом языка является равнозначность представления программы и данных (декларативность), отчего утверждения языка одновременно являются и записями, подобными записям в базе данных, и правилами, несущими в себе способы их обработки. Сочетание этих качеств приводит к тому, что по мере работы системы Пролога знания (и данные и правила) накапливаются. Поэтому Пролог-системы считают естественной средой для накопления базы знаний. Л.С. Болотова. Системы искусственного интеллекта. Теоретические основы и формальные модели представления знаний: Учеб.пособие/ МИРЭА.- М., 2001. - 78 с.

Очень интересно, что в России применялось одноименное ПО -- «ПРОЛОГ» для реализации одного из самых амбициозных и технологически успешных проектов ВПК -- «Буран». Также существуют весьма интересные, но спорные мнения и реализации по поводу применения Пролог в области задач искусственного интеллекта и экспертных систем.

Пролог критикуется в первую очередь за свою недостаточную гибкость, отчего решения на обычных языках программирования (типа C++, Java) в сочетании с базами данных оказываются более технологичными, чем аналогичные решения на Прологе. Негибкость заключается в трудности изучения языка, более высоких требований к квалификации программиста на Прологе, трудности отладки программы, неразвитости технологии программирования, плохой контролируемости промежуточных результатов.

Перспектива развития всемирной Сети, известной как проект Веб 2.0 поддерживает особый интерес к семантике распределенных данных и их обработке декларативными методами. В связи с этим появились концепции языка OWL основанного на концепции First-Order Logic(FOL) реализацию которой, в свою очередь, можно рассматривать как значительно более расширенную технику классического Prolog.

Программные средства создания систем естественно-языкового общения

Рассмотрим наиболее известные и широко применяемые программные средства искусственного интеллекта.

Язык программирования Лисп.

Самое популярное средство для программирования систем ИИ. Создан в 60-х годах американским ученым Дж. Маккарти и его учениками. Наиболее известными диалектами этого языка являются InterLisp, QLisp, CommonLisp. На языке Лисп написаны многие ЭС (Mycin, Internist, Kee), системы естественно-языкового общения (Margie, Shrdlu, Дилос), интеллектуальные ОС (Flex). экспертный система искусственный интеллект

Популярность Лиспа объясняется тем, что он с помощью довольно простых конструкций позволяет писать сложные и изящные системы обработки символьной информации. Правда все Лисп-системы имеют низкую вычислительную эффективность.

Существенной особенностью языка Лисп является то, что здесь "данные" и "программы" внешне ничем не отличаются друг от друга. Это дает возможность писать на Лиспе программы, манипулирующие не только "данными", но и "программами". Именно данное свойство позволяет Лиспу стать изящным средством программирования систем ИИ.

Язык программирования FRL (Frame Representation Language).

Относится к классу фрейм-ориентированных языков. Фрейм в FRL - это совокупность поименованных, ассоциативных списков, содержащая до пяти уровней подструктур. Подструктурами фреймов могут быть слоты, аспекты, данные, комментарии и сообщения.

Важным свойством FRL является наличие в нем встроенного механизма "наследования свойств". Т.е. все понятия предметной области в БЗ организовываются в виде иерархической классификационной системы, где каждое общее (родовое) понятие связывается с более конкретным (видом). Применяется механизм наследования свойств. На сегодняшний день большинство FRL-систем написаны на Лиспе.

Язык программирования Пролог.

Наиболее известные Пролог - системы: MProlog,CProlog, Prolog-2, Arity Prolog, Turbo Prolog, Strawberry Prolog. Пролог все чаще в последнее время стал привлекаться к разработке ЭС. Математической основой этого языка являются исчисление предикатов преимущественно первого порядка, метод резолюций Робинсона, теория рекурсивных функций. За счет наличия большого набора встроенных предикатов язык Пролог можно отнести к универсальным языкам программирования и даже к языкам системного программирования. Важнейшей особенностью языка является наличие реляционной базы данных.

Язык программирования OPS.

Язык относится к числу продукционных. Являясь универсальным языком, он, в первую очередь, предназначен для разработки систем ИИ, и, в частности экспертных систем. Архитектура языка OPS типична для продукционных систем: база правил, рабочая память и механизм вывода. Отличительные черты семейства языков OPS: программное управление стратегией вывода решений, развитая структура данных и принципиальная эффективность реализации.

Язык программирования Рефал (рекурсивных функций алгоритмический язык).

Это машинно-независимый алгоритмический язык, ориентированный на так называемые "символьные преобразования": перевод с одного языка на другой, алгебраические выкладки и т.п. Рефал - универсальный метаязык для преобразования объектов языковой природы. Важнейшим приложением Рефала является его использование в качестве метаязыка для построения системных макрокоманд и специализированных языков. В качестве конкретных областей применения Рефала следует отметить, в частности, создание специализированных языков общения с ЭВМ, автоматическую генерацию программ, перенос программ на языки высокого уровня и их адаптацию при переходе от одного типа ЭВМ к другому. Л.С. Болотова. Системы искусственного интеллекта. Теоретические основы и формальные модели представления знаний: Учеб.пособие/ МИРЭА.- М., 2001. - 78 с.

Проблема выбора программных инструментальных средств вызывает бурные дискуссии между сторонниками специализированных языков ИИ и традиционных языков высокого уровня. Над решением данной проблемы работает целый ряд компаний, специализирующихся на ИИ и коммерческих ЭС, а также большинство крупных фирм по производству ЭВМ.

Заключение

В заключенни хотелось бы сказать, что развитие экспертных систем в нашей республике началась не так давно. Экспертная система - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека, к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), системы пользовательского интерфейса.

При построении подсистем вывода используют методы решения задач искусственного интеллекта.

В ходе исследования я пришла к выводу, что при создании экспертных систем возникает ряд затруднений. Это прежде всего связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. экспертные системы не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также экспертные системы неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Список использованной литературы

Братко И. Программирование на языке Пролог для искусственного интеллекта.- М.: Мир, 2000,200с.

Братко И. Программирование на языке Пролог для искусственного интеллекта: пер. с англ. / И. Братко - М.: Мир, 1990. 560 С.

Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2010. - 640 с. - ISBN: 5-8459-0278-9

Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб: Питер, 2001.- 384 с.

Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин - Новосибирск: Наука. Сибирское предприятие РАН, 1998. 296с.

Джарратано Д., Г. Райли. Экспертные системы. Принципы разработки и программирование. - М.: Изд. Вильямс, 2011. - 775 с. - ISBN: 5-8046-0113-X

Джексон П. Введение в экспертные системы. - М.:Изд. Вильямс, 2009. - 683 с. - ISBN: 5-8046-0196-2

Долин Г. Что такое ЭС.- Компьютер Пресс, 2001/2.

Долин Г.. Что такое ЭС. - М.: Компьютер Пресс, 2012. - 460 с. - ISBN: 5-94074-244-0

Жариков О.Г., Литвин А.А., Ковалев В.А. Экспертные системы в медицине / О.Г. Жариков, А.А. Литвин, В.А. Ковалёв // Медицинские новости. - 2008. - №10. - 50 С.

Жарко В.И., Цыбин А.К., Малахова И.В. ЭВМ в медицине / В.И Жарко, А.К. Цыбин, И.В. Малахова // Вопросы организации и информатизации здравоохранения. - 2006. - № 4. - 78 С.

Информационный портал Z - Cub Применение ЭВМ в медицине / Режим доступа: http://www.zcub.ru, 2008 г.

Искусственный интеллект. Справочник. Книги 1,2,3. -М., 1990

Красильников В. Эволюция экспертных систем. История и перспективы / В. Красильников // Software. - 2005. - №40. - 65 С.

Круглов В.В.. Интеллектуальные информационные системы. - М.: Изд. Вильямс, 2009. - 621 с. - ISBN: 5-94836-011-3

Кудрявцев. В.Б. Введение в теорию интеллектуальных систем: Учеб.пособие/МаксПресс - М., 2006. - 210 с.

Л.С. Болотова. Системы искусственного интеллекта. Теоретические основы и формальные модели представления знаний: Учеб.пособие/ МИРЭА.- М., 2001. - 78 с.

Литвак Б.Г., Экспертные технологии в управлении, М., «Дело», 2011 - 670 с. ISBN: 5-8046-0113-X

Лорьер Ж.-Л. Системы искусственного интеллекта. -- М.: Мир, 2009. -- 568 с. ISBN: 5-94074-244-0

Малпасс Д. Р.. Реляционный язык Пролог и его применение.-М.:Мир,2000,100с.

Марселлус Д. Н. Программирование экспертных систем на Турбо Прологе.- М.: Финансы и статистика, 2002,500с.

Мичи Д., Джонстон Р. Компьютер - творец.- М.: Мир, 1987.- 255 с.

Муромцев Д.И. Введение в технологию экспертных систем. СПб: СПб ГУ ИТМО, 2012. - 891 с. - ISBN: 5- 900916-40-5

Нейлор К. Как построить свою экспертную систему.- М.: Энергоатомиздат, 2001, 200с.

Нейлор К.. Как построить свою экспертную систему.- М.:Энегроатомиздат, 2010. - 570 с. ISBN: 5-272-00179-6

Приложение 1

Пример экспертной системы в информатике

CODES. Экспертная система помогает разработчику базы данных, желающему использовать подход IDEF1 для определения концептуальной схемы базы данных. Хотя в качестве подхода IDEF1 полезна, сложность ее правил часто сдерживает ее применение. Разработчик описывает, какие свойства и взаимосвязи желательны в базе данных, под руководством системы CODES, осуществляемым в форме диалога. Затем система применяет свои знания в виде правил и эвристик IDEF1 для построения концептуальной схемы разрабатываемой базы данных. Знания в CODES представлены в виде правил с применением обратной цепочки рассуждений в качестве стратегии управления. CODES реализована на языке UCI LISP. Она была разработана в Университете штата Южная Калифорния и доведена до уровня демонстрационного прототипа.

Пример экспертной системы в компьютерных системах

MIXER. Экспертная система оказывает помощь программистам в написании микропрограмм для разработанной Texas Instruments СБИС TI990. По заданному описанию микропрограммы система получает оптимизированные микропрограммы для TI990. MIXER содержит знания по микропрограммированию для TI990, взятые из руководства и из анализа микропрограммы управляющего ПЗУ TI990. Сюда относятся знания о том, как преобразовывать введенные описания в наборы промежуточных операций, как выделить соответствующие регистры под переменные и как преобразовать промежуточные операции в наборы микроопераций. MIXER использует эти знания, чтобы определить, какие микрооперации являются лучшими для реализации микропрограммы. Система представляет знания в виде правил и данных, обладает унификацией, управляемой механизмом вывода, и динамическим возвратом. MIXER реализована на языке Пролог. Она была разработана в Токийском университете и доведена до уровня демонстрационного прототипа.

Пример экспертной системы в электронике

ACE. Экспертная система определяет неисправности в телефонной сети и дает рекомендации по необходимому ремонту и восстановительным мероприятиям. Система работает без вмешательства пользователя, анализируя сводки-отчеты о состоянии, получаемые ежедневно с помощью CRAS, программы, следящей за ходом ремонтных работ в кабельной сети. ACE обнаруживает неисправные телефонные кабели и затем решает, нуждаются ли они в планово-предупредительном ремонте и выбирает, какой тип ремонтных работ вероятнее всего будет эффективным. Затем ACE запоминает свои рекомендации в специальной базе данных, к которой у пользователя есть доступ. Система принимает решения, применяя знания относительно телефонных станций, сообщения системы CRAS и стратегии анализа сетей. Представление знаний в системе основано на правилах, используется схема управления посредством прямой цепочки рассуждений. АСЕ реализована на языках OPS4 и FRANZ LISP и работает на микропроцессорах серии AT&T 3B-2, размещенных в подстанциях наблюдения состояния кабеля. Она разработана в Bell Laboratories. АСЕ прошла опытную эксплуатацию и доведена до уровня коммерческой экспертной системы.

Размещено на Allbest.ru