1. Структура ЕС.
блоки інтерфейсу | |||
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 певному рівню поінформованості 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 та властивості ЕС.
У рамках однієї БЗ всі знання повинні бути однорідно 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 поділяються 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 гнучкою та адаптивною, 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 різноманітні рекомендації.
Тенденції розвитку ЕС.
М
II I
П Г
III IV
Ж
М, Ж - м'які, жорсткі знання.
П, Г - поверхневі, глибинні знання.
медицина, управління
психодіагностика, планування
діагностика несправностей різного виду
проектування різних видів пристроїв
Зазвичай 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'язку між класами об'єктів і окремими об'єктами, які виникли у рамках предметної області.
До процедурних знань відносять сукупності правил, які показують, як вивести нові відмінні риси класів або відносини для об'єктів. У правилах використовуються всі види декларативних знань, а також логічні зв'язки. При обробці правил слід зазначити рекурсивность аналізу відносин, тобто одне правило викликає глибинний пошук всіх можливих варіантів об'єктів БЗ.
Кордон між декларативними і процедурними знаннями дуже рухлива, 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 управління 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 виведення
керуюча структура
В ЕС застосовується стратегія виведення у вигляді прямої і зворотної 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 у 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 напряму 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 суворо оцінені і мати чітку форму вираження.
Термін "нечіткість" в ЕС недостатньо визначено і в інженерії знань використовується така класифікація нечіткості:
недетермінірованності виведення
багатозначність
ненадійність знань
неповнота
неточність
Під недетермінірованності виведення мається на увазі можливість формування плану виконання 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 вигляду, 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 нечіткій логіці: розрахунок коефіцієнтів впевненості, метод Байєса і т.д. Нечітка логіка - різновид безперервної логіки, в якій логічні формули можуть приймати значення не тільки 0 або 1, але і всі дробові значення між 0 і 1 для вказівки часткової істини. Найбільш слабке місце в нечіткій логіці - 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 справжнє значення, приписуване 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 набувати 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 Байєса лежить оцінка конкуруючих гіпотез. Основна розрахункова формула:
ОП [h: e] = Р [h: e] / Р [h ': e]
ВП - відношення правдоподібності, яке визначається як ймовірність події або свідоцтва e за умови заданої гіпотези h, поділене на ймовірність цього свідоцтва за умови хибності даної гіпотези h.
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 присутній 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 блоку повинні мати розвинені засоби спілкування з користувачем мовою, максимально наближеному до природного. В даний час цілий науковий напрям займається питаннями створення інтерфейсу на природній мові. Інтерпретатор запитів виробляє редагування звернення користувача і 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 неможлива. 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 контролюються як на семантичному, так і на синтаксичному рівні. Інтерпретатор перетворює декларативні знання запитів в ті формалізми, 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 когнетивная 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 на природній мові.