Розділ «6. Автоматизовані інформаційні системи для підприємств та організацій»

Професійні знання передаються експертній системі відповідним спеціалістом, а їх зведення до вигляду, зручного для використання у комп'ютері виконує програміст. Найпоширенішою і природною формою представлення знань у системі є їх запис у вигляді професійних правил або тверджень типу "якщо..., то...". Ліва частина такого правила представляє поєднання фактів або ознак, які характеризують деяку умову, а права частина вказує на дію або висновок, що відповідає за досвідом спеціаліста наявній ситуації.

Знання або, за термінологією спеціалістів, база знань експертної системи складається з великої кількості подібних професійних правил різного ступеня спільності. Розв'язуючи задачу, експертна система вибирає правила у порядку зниження їх спільності, що відтворює алгоритм міркувань спеціаліста у подібній ситуації від цілі до конкретних дій.

Діалог з системою та її поради будуть зовсім непростими, якщо вони стосуватимуться малознайомої для людини професійної області, а сама порада буде результатом вибірки зі значної множини альтернатив. Цей непростий вибір утворюється шляхом багатократного вводу у систему інформації за її запитами.

Експертна система, побудована таким чином, має низку певних переваг. По-перше, програмування системи здійснюється на більш зрозумілому для людини рівні, ніж у сучасних комп'ютерах. Це робить експертні системи та їх програмування доступним для малопідготовлених користувачів. По-друге, на відміну від сучасних комп'ютерів, експертна система може пояснити людині, яким чином вона отримала той чи інший результат. По-третє, експертна система, база знань якої побудована на основі знань групи спеціалістів, має більші інтелектуальні можливості, ніж кожний спеціаліст окремо. По-четверте, експертна система просто навчається шляхом поповнення її бази знань новими знаннями, що набуваються спеціалістами. Надалі, систему можна наділити здатністю до самонавчання.

Для представлення знань у експертних системах використовують найрізноманітніші способи. Найпоширеніші способи представлення знань використовують продукції (семантичні мережі). Продукція представляє порцію (квант) знання у формі правила типу "якщо..., то...".

Семантичні мережі побудовані з понять і створених між ними зв'язків, прикладом яких можуть бути зв'язки між поняттями "людина", "особа", "чоловік", "жінка". З різних видів семантичних мереж найпоширенішими є мережі з фреймів, які є моделями понять природної мови.

Розглянемо приклад експертної системи, база знань у якої побудована з допомогою продукцій. Система МИЦИН була розроблена у Стенфордському університеті і призначалася для надання допомоги лікарям-терапевтам при постановці діагнозу і призначенні курсу лікування пацієнтів з бактеріальними захворюваннями крові. Пізніше дана система успішно застосовувалася і в інших цілях (для діагностики різних форм захворювань). Розроблена система працює в режимі діалогу з лікарем, виступає в ролі його консультанта при постановці діагнозу захворювання. У систему можуть також вводитися нові вказівки і корегуватися старі по мірі набуття досвіду лікарським персоналом.

Система складається з чотирьох основних блоків (рис.6.2). Консультаційний блок взаємодіє з лікарем при отриманні інформації про пацієнта, постановці діагнозу і виводі рекомендацій. Блок питань і відповідей уможливлює проводити діалог з системою на обмеженій професійній мові. Блок пояснень інформує лікаря про те, як система одержала той чи інший результат або чому вона задає відповідне запитання. Блок зміни і поповнення знань служить для передачі системі нового досвіду, який спеціалісти одержали під практичної діяльності.

Рис.6.2. Структурна схема експериментальної експертної системи МИЦИН

База знань системи МИЦИН складається з правил типу "якщо..., то...". Кожне таке правило представляє багатократно перевірене завершене твердження спеціаліста з області його професійної діяльності, основане на його особистому досвіді, і утворює таким чином, одиницю суб'єктивного професійного знання (квант знання).

Властива для будь-якої практичної професійної діяльності невизначеність і неповнота знання представляється і враховується в системі з допомогою коефіцієнта, який називається фактором впевненості. Цей коефіцієнт має чисельне значення від 0 до 1 і є суб'єктивною оцінкою імовірності відповідності дії правил (гіпотез), фактів і ознак, і тому чисельне значення коефіцієнта вибирається і задається спеціалістом на основі власного досвіду.

Правила з оцінкою ступеня впевненості у них зберігаються у базі знань системи МИЦИН. База знань системи містить 450 таких правил.

Робота системи і спеціаліста починається з того, що спеціаліст на основі власного досвіду висуває деяку гіпотезу і вводить її у систему. Система переглядає правила у базі знань і виділяє ті з них, праві частини яких містять передбачуваний діагноз. Далі, для вибраних тверджень за правилами обчислень імовірностей визначаються фактори впевненості правил і складових факторів. Якщо фактор впевненості для будь-якого факту не може бути визначений з допомогою факторів впевненості вихідних фактів, що зберігаються у базі знань, то система звертається з відповідним питанням до спеціаліста.

Будь-яку експертну систему можна охарактеризувати в цілому ступенем наближення реалізованих у ній процесів до реальних процесів мислення. Така характеристика буде завжди і найбільш повною, і найбільш короткою, оскільки відображає сутність реалізованого у системі досягнення. При цьому, якщо розглядати діючу систему МИЦИН, то вона відтворює найпростішу, умовно-рефлекторну частину розумової діяльності.

Продукції виражають елементарні зв'язки живої істоти з середовищем, які представляють залежність між змінами оточуючого середовища і відповідними діями на нього живих істот ("якщо..., то..."). Тому продукції можуть бути використані для опису лише дуже простих предметних областей. Розробники експертних систем стверджують, що в деяких випадках опис знань з допомогою продукцій є громіздким, заплутаним і представляє значні труднощі.

Складні стосунки людини з оточуючим світом не можуть бути виражені лише мовою умовно-рефлекторних зв'язків. Саме тому природній хід подій наділив людину понятійним мисленням, яке займає домінуюче положення у її духовному житті. Відповідно експертні системи на основі продукцій значно поступаються експертним системам з фреймовим представленням знань.

Фрейми є аналогами базових понять природної мови. Подібно до базових понять природної мови, вони утворюють одиниці знань у тій чи іншій предметній області, і їх об'єднання у мережу фреймів надає можливості виразити складний зміст речень природної мови.

На сьогоднішній день у світі розроблено достатньо багато моделей фреймів. Серед спеціалістів з експертних систем існує дискусія про переваги тих чи інших моделей фреймів, а також мов для роботи з ними.

Дії з фреймами близькі по своїй суті до найважливішого з точки зору практичної діяльності людини понятійного мислення. Тому більшість спеціалістів приходять до спільної думки про те, що фреймова організація знань відкриває перед експертними системами великі перспективи. Однак, відзначається також велика різноманітність пропонованих моделей фреймів і способів дії з ними. Спеціалісти, які розробляють експертні системи, визначають їх, як системи практичного штучного інтелекту.

За результуючим розглядом наведеного вище матеріалу можна здійснити висновки про те, що з часом комп'ютерна обробка операцій зі знаннями набуде такого самого розповсюдження, як і звичайні комп'ютерні обчислення. Однак, на практиці, за наявних теоретичних засад з експертних систем на сьогоднішній день практично реалізовані лише локально діючі, вузькоспеціалізовані бази знань з конкретних проблем практичної діяльності.