Види експертних систем

.Види експертних систем

Виділяють такі види експертних систем.

 

-За метою створення: для навчання фахівців, для вирішення задач, для автоматизації рутинних робіт, для тиражування знань експертів.

-За основним користувачем: для не фахівців в галузі експертизи, для фахівців, для учнів.

-За типами розвязуваних задач:

1.інтерпретуючі системи - призначені для формування опису ситуацій за результатами спостережень або даними, одержуваними від різного роду сенсорів. Приклади: розпізнавання образів і визначення хімічної структури речовини;

2.прогнозуючі системи - призначені для логічного аналізу можливих наслідків заданих ситуацій або подій. Приклади: прогнозування погоди і ситуацій на фінансових ринках;

3.діагностичні системи - призначені для виявлення джерел несправностей за результатами спостережень за поведінкою контрольованої системи (технічної або біологічної). У цю категорію входить широкий спектр задач у всіляких предметних областях медицині, механіці, електроніці і т. д.;

4.системи проектування - призначені для структурного синтезу конфігурації об’єктів (компонентів проектованої системи) при заданих обмеженнях. Приклади: синтез електронних схем, компонування архітектурних планів, оптимальне розміщення об’єктів в обмеженому просторі;

5.системи планування - призначені для підготовки планів проведення послідовності операцій,що призводить до заданої мети. Приклади: задачі планування поведінки роботів і складання маршрутів пересування транспорту;

6.системи моніторингу - аналізують поведінку контрольованої системи і, порівнюючи отримані дані з критичними точками заздалегідь складеного плану, прогнозують імовірність досягнення поставленої мети. Приклади: контроль руху повітряного транспорту і спостереження за станом енергетичних об’єктів;

7.налагоджувальні системи - призначені для вироблення рекомендацій з усунення несправностей у контрольованій системі. До цього класу відносяться системи, що допомагають програмістам у налагодженні програмного забезпечення, і консультуючі системи;

8.системи надання допомоги при ремонті устаткування - виконують планування процесу усунення несправностей у складних об’єктах, наприклад, у мережах інженерних комунікацій;

9.навчальні системи проводять аналіз знань студентів за визначеним предметом, відшукують пробіли в знаннях і пропонують засоби для їхньої ліквідації;

10.системи контролю забезпечують адаптивне керування поведінкою складних людино-машинних систем, прогнозуючи появу можливих збоїв і плануючи дії, необхідні для їхнього попередження. Приклади: керування повітряним транспортом, воєнними діями і діловою активністю в сфері бізнесу.

-За ступенем складності структури:

1.поверхневі системи - подають знання про область експертизи у вигляді правил. Умова кожного правила визначає зразок деякої ситуації, при дотриманні якої правило може бути виконано. Пошук рішення полягає у виконанні тих правил, зразки яких зіставляються з поточними даними. При цьому передбачається, що в процесі пошуку рішення послідовність формованих у такий спосіб ситуацій не обірветься до одержання рішення, тобто не виникне невідомої ситуації, що не зіставиться з жодним правилом;

2.глибинні системи - крім можливостей поверхневих систем, мають здатність при виникненні невідомої ситуації визначати за допомогою деяких загальних принципів, справедливих для області експертизи, які дії варто виконати.

-За типом використовуваних методів і знань:

1.традиційні системи - використовують в основному неформалізовані методи інженерії знань і неформалізовані знання, отримані від експертів;

2.гібридні системи - використовують методи інженерії знань і формалізовані методи, а також дані традиційного програмування та математики.

-За видами використовуваних даних і знань: з детермінованими і невизначеними знаннями. Під невизначеністю знань і даних розуміються їхня неповнота, ненадійність, нечіткість.

-За способом формування рішення:

1. аналізуючі системи - вибір рішення здійснюється з множини відомих рішень на основі аналізу знань;

2.синтезуючі системи - рішення синтезується з окремих фрагментів знань.

-За способом урахування часової ознаки:

1.статичні системи - призначені для вирішення задач з незмінними в процесі рішення даними і знаннями;

2.динамічні системи - допускають зміни даних і знань у процесі рішення.

-За рівнем складності:

1.прості системи: поверхневі, традиційні (рідше гібридні) системи, виконані на персональних ПЕОМ, з комерційною вартістю від 100 до 25 тисяч доларів, з вартістю розробки від 50 до 300 тисяч доларів, з часом розробки від 3 міс. до одного року, що містять від 200 до 1000 правил;

 2.складні системи: глибинні, гібридні системи, виконані або на символьних ЕОМ, або на потужній універсальній ЕОМ, або на інтелектуальній робочій станції, з комерційною вартістю від 50 тисяч до 1 мільйона доларів, із середньою вартістю розробки 5-10 мільйонів доларів, часом розробки від 1 до 5 років, що містять від 1,5 до 10 тисяч правил.

-За стадією існування (ступенем пропрацьованності і налагодженості):

1.демонстраційний прототип - система, що вирішує частину необхідних задач, демонструючи життєздатність методу інженерії знань. При наявності розвитих інструментальних засобів для розробки демонстраційного прототипу потрібно в середньому приблизно 1 - 2 міс., а при відсутності 12 - 18 міс. Демонстраційний прототип працює, маючи 50 - 100 правил;

2.дослідницький прототип - система, що вирішує всі необхідні задачі, але хитлива в роботі та не є цілком перевіреною. На доведення системи до стадії дослідницького прототипу йде 3 - 6 міс. Дослідницький прототип звичайно має 200 - 500 правил, що описують проблемну область;

3.діючий прототип - надійно вирішує всі задачі, але для вирішення складних задач може знадобитися занадто багато часу та (або) пам’яті. Для доведення системи до стадії діючого прототипу потрібно 6 - 12 міс., при цьому кількість правил збільшується до 500 - 1000.

4.система промислової стадії - забезпечує високу якість вирішення всіх задач при мінімумі часу і пам’яті. Звичайно процес перетворення діючого прототипу в промислову систему полягає в розширенні бази знань до 1000 - 1500 правил і переписуванні програм з використанням більш ефективних інструментальних засобів. Для доведення системи від початку розробки до стадії промислової системи потрібно 1 - 1,5 року;

5.комерційна система - система, придатна не тільки для власного використання, але і для продажу різним споживачам. Для доведення системи до комерційної стадії потрібно 1,5-3 роки та 0,3 - 5 млн. доларів. При цьому в базі знань системи 1500 - 3000 правил.

-За поколінням:

1.системи першого покоління - статичні поверхневі системи;

2.системи другого покоління - статичні глибинні системи (іноді до другого покоління відносять також гібридні системи);

3.системи третього покоління - динамічні системи, що, як правило, є глибинними і гібридними.

-За узагальненим показником - класом:

1.класифікуючі системи вирішують задачі розпізнавання ситуацій. Основним методом формування рішень у таких системах є дедуктивне логічне виведення;

2.довизначальні системи - використовуються для вирішення задач з не цілком визначеними даними і знаннями. У таких системах виникають задачі інтерпретації нечітких знань і вибору альтернативних напрямків пошуку в просторі можливих рішень. Як методи обробки невизначених знань можуть використовуватися байєсівський імовірнісний підхід, коефіцієнти впевненості, нечітка логіка;

3.трансформуючі системи - відносяться до синтезуючих динамічних експертних систем, у яких передбачається повторюване перетворення знань у процесі вирішення задач. У системах даного класу використовуються різні способи обробки знань: генерація і перевірка гіпотез, логіка припущень і умовчань (коли за неповними даними формуються подання про об’єкти визначеного класу, що згодом адаптуються до конкретних умов ситуацій, що змінюються), використання метазнань (більш загальних закономірностей) для усунення невизначеностей у ситуаціях;

 4.мультиагентні системи - динамічні системи, засновані на інтеграції декількох різнорідних джерел знань, що обмінюються між собою одержуваними результатами в ході вирішення задач. Системи даного класу мають можливості реалізації альтернативних міркувань на основі використання різних джерел знань і механізму усунення протиріч, розподіленого вирішення проблем, що декомпозуються на паралельно розв’язувані підзадачі із самостійними джерелами знань, застосування різних стратегій виведення рішень у залежності від типу розв’язуваної проблеми, обробки великих масивів інформації з баз даних, використання математичних моделей і зовнішніх процедур для імітації розвитку ситуацій.

Етапи розробки експертних систем

 

 

1. Етап ідентифікації:  визначаються задачі, що підлягають  вирішенню,  складаються  їхні  неформальні  описи (загальні  характеристики  задачі; підзадачі, що виділяються усередині даної задачі; ключові поняття, характеристики і відношення; вхідні і вихідні дані; можливий вид рішення; знання, релевантні  розв’язуваній задачі;  ситуації,  що  перешкоджають вирішенню задачі; приклади рішення задачі; критерії оцінки якості рішень), виявляються цілі розробки (формалізація неформальних знань експертів; поліпшення якості  рішень,  прийнятих експертом;  автоматизація рутинних  аспектів  роботи експерта  або користувача;  тиражування знань експерта),  ресурси (джерела знань, трудомісткість, час розробки, обчислювальні засоби й обсяг фінансування),  експерти,  інженери  зі  знань і категорії користувачів,  визначаються форми взаємин учасників розробки.

2. Етап концептуалізації: експерт та інженер зі знань  виконують змістовний аналіз  проблемної області, виявляють  використовувані поняття і їхні  взаємозв’язки (типи використовуваних  відношень: ієрархія, причина –  наслідок,  частина – ціле  і  т.  п.),  визначають  гранулярність (рівень  деталізації) знань, визначають особливості задачі (типи доступних даних; вихідні і вихідні дані, підзадачі загальної задачі), визначають методи вирішення задач (використовувані стратегії і гіпотези; процеси, використовувані в ході рішення задачі; типи обмежень, що накладаються на процеси, використовувані в ході рішення;  склад знань,  використовуваних  для рішення задачі;  склад знань, використовуваних для пояснення рішення).

3. Етап формалізації: визначаються  способи подання й інтерпретації  усіх  видів  знань,  формалізуються (подаються  формальною  мовою)  основні поняття і відношення, подається структура простору  станів і характер методів   пошуку  в  ньому,  моделюється   робота  системи,  вибираються   програмні засоби розробки, оцінюється  адекватність цілям і повнота  системи зафіксованих понять, методів  рішення, засобів подання і  маніпулювання знаннями.

4. Етап виконання (реалізація): здійснюється набуття знань системою, яке розділяють на витяг знань  з експерта, організацію знань,  що забезпечує ефективну роботу  системи, і подання знань у  вигляді, зрозумілому експертній  системі. Мета цього етапу –  створення одного або декількох  прототипів, що вирішують необхідні  задачі.

5. Етап тестування: експерт  (та інженер зі знань) в інтерактивному  режимі, використовуючи діалогові  та пояснювальні засоби, перевіряє  компетентність  експертної  системи   на  великій  кількості  репрезентативних  задач. Процес тестування продовжується  доти, поки експерт не вирішить, що система досягла необхідного  рівня компетентності.

6. Етап дослідної експлуатації: перевіряється придатність експертної  системи для кінцевих користувачів, яка визначається в основному  зручністю роботи із системою  та її корисністю. За результатами  цього етапу може знадобитися   істотна  модифікація  експертної  системи.  Після  успішного   завершення  етапу  дослідної  експлуатації  і  використання  різними  користувачами експертна система може класифікуватися як комерційна. Модифікація експертної системи здійснюється майже постійно в ході її створення. Виділяють такі види модифікації системи:

 – Удосконалення прототипу  – здійснюється в процесі циклічного  проходження через етапи виконання  і тестування для налагодження  правил і процедур виведення.  Цикли повторюються доти, поки  система не буде поводитися  очікуваним чином. Зміни, здійснювані  при удосконаленні, залежать від  обраного способу подання і  класу задач, розв’язуваних системою. Якщо в процесі удосконалення   бажане  поводження  не  досягається,  то  необхідно  здійснити більш  серйозні модифікації архітектури  системи і бази знань; 

 –  Переконструювання   подання – перегляд  обраного  раніше  способу подання знань,  здійснюваний  у результаті  повернення  від етапу тестування до етапу  формалізації;

 – Переформулювання понять, використовуваних у системі – проектування всієї системи практично заново, здійснюване в результаті повернення на етапи концептуалізації й ідентифікації після невдачі на етапі тестування.

1.1 Призначення і основні  властивості експертних систем 

 

 Основним призначенням  ЕС є розробка програмних засобів, які при рішенні задач, важких для людини, одержують результати, що не уступають по якості й ефективності рішення, рішенням одержуваним людиною-експертом. ЕС використовуються для вирішення так званих неформалізованих задач, загальним для яких є те, що:

 

 завдання не можуть  бути задані в числовій формі; 

 

 цілі не можна виразити  в термінах точно визначеної  цільової функції; 

 

 не існує алгоритмічного  вирішення задачі;

 

 якщо алгоритмічне  рішення є, то його не можна  використовувати через 

 

 обмеженості ресурсів (час, пам'ять).

 

 Крім того неформалізовані  задачі мають помилковістю, неповнотою, неоднозначністю і суперечливістю  як вихідних даних, так і  знань про розв'язуваної задачі.

 

Експертна система - це програмний засіб, що використовує експертні знання для забезпечення високоефективного  рішення неформалізованих задач  у вузькій предметній області. Основу ЕС складає база знань (БЗ) про предметну область, що накопичується в процесі побудови й експлуатації ЕС. Накопичення та організація знань - найважливіша властивість усіх ЕС.

 

 

 

 

 

 Знання є явними  і доступними, що відрізняє ЕС від традиційних програм, і визначає їхні основні властивості, такі, як:

 

1) Застосування для вирішення  проблем високоякісного досвіду,  який представляє рівень мислення  найбільш кваліфікованих експертів  у даній області, що веде  до рішень творчим, точним і  ефективним.

 

2) Наявність прогностичних  можливостей, при яких ЕС видає відповіді не тільки для конкретної ситуації, але і показує, як змінюються ці відповіді в нових ситуаціях, з можливістю докладного пояснення яким чином нова ситуація привела до змін.

 

3) Забезпечення такої  нової якості, як інституціональна  пам'ять, за рахунок вхідної  до складу ЕС бази знань, яка розроблена в ході взаємодій з фахівцями організації, і являє собою поточну політику цієї групи людей. Цей набір знань стає зведенням кваліфікованих думок і постійно оновлюваним довідником найкращих стратегій і методів, використовуваних персоналом. Провідні фахівці йдуть, але їх досвід залишається.

 

4) Можливість використання  ЕС для навчання і тренування керівних працівників, забезпечуючи нових службовців великим багажем досвіду і стратегій, по яких можна вивчати рекомендовану політику і методи.

1.2 Базові функції експертних  систем 

 

1. Придбання знань: це  передача потенційного досвіду  вирішення проблеми від деякого  джерела знань і перетворення  його у вигляд, який дозволяє  використовувати ці знання в  програмі.

 

2. Подання знань: це  окрема область досліджень, тісно  пов'язана з філософією формалізму  та когнітивною психологією. Предмет  дослідження в цій області  - методи асоціативного збереження  інформації, подібні тим, які існують  в мозку людини.

 

3. Управління процесом  пошуку рішення: При проектуванні  експертної системи серйозна  увага має бути приділена тому, як здійснюється доступ до  знань і як вони використовуються  при пошуку рішення. Знання  про те, які знання потрібні  в тій чи іншій конкретній  ситуації, і вміння ними розпорядитися  - важлива частина процесу функціонування  експертної системи. Такі знання  отримали найменування метазнаній - тобто знань про знання.

 

4. Роз'яснення прийнятого  рішення: Дослідники, що займаються  експертними системами, розробляють  методи представлення інформації  про поведінку програми в процесі  формування ланцюжка логічних  висновків при пошуку рішення. 

 

 Причина необхідності  цієї інформації:

 

 користувачі, що працюють  з цією системою, потребують доказі  того, що рішення програми коректно;

 

 інженери, які беруть  участь у формуванні БЗ, повинні  переконатися, що сформульовані  ними знання правильно застосовуються  в програмі;

 

 експертам ПО також  необхідно простежити хід міркувань  і спосіб використання тих  відомостей, які з їх слів були  введені в БЗ;

 

 програмісти, які супроводжують,  налагоджують і модернізують  систему, мають можливість бачити  на більш високому рівні те, що було побудовано на нижньому;

 

 менеджер системи, що  використовує цю експертну технологію, несе відповідальність за ті  рішення, які приймає програма, тому для нього важливо знати  хід цих рішень.

1.3 Склад і взаємодія  учасників побудови й експлуатації  експертних систем 

 

 Познайомившись з тим,  що таке експертні системи  і які їхні основні характеристики, спробуємо тепер відповісти на  запитання: "Хто бере участь  у побудові та експлуатації  ЕС?".

 

 До числа основних  учасників варто віднести саму  експертну систему, експертів,  інженерів знань, засоби побудови  ЕС та користувачів. Їх основні ролі і взаємовідношення наведені на рис.2.

 

 

 

Експертна система - це програмний засіб, що використовує знання експертів, для високоефективного рішення  задач у цікавить користувача  предметної області. Вона називається  системою, а не просто програмою, тому що містить базу знань, вирішувач проблеми і компоненту підтримки. Остання з них допомагає користувачеві взаємодіяти з основною програмою.

 

Експерт - це людина, здатна ясно виражати свої думки і користується репутацією фахівця, що вміє знаходити  правильні рішення проблем у  конкретній предметній області. Експерт  використовує свої прийоми і хитрощі, щоб зробити пошук рішення  більш ефективним, і ЕС моделює всі його стратегії.

 

Інженер знань - людина, як правило, має пізнання в інформатиці і  штучному інтелекті і знаючий, як треба будувати ЕС. Інженер знань опитує експертів, організовує знання, вирішує, яким чином вони повинні бути представлені в ЕС, і може допомогти програмісту в написанні програм.

 

Засіб побудови ЕС -  це програмний засіб, використовуване інженером знань або програмістом для побудови ЕС. Цей інструмент відрізняється від звичайних мов програмування тим, що забезпечує зручні способи представлення складних високорівневих понять.

 

Користувач - це людина, яка  використовує вже побудовану ЕС. Так, користувачем може бути юрист, який використовує її для кваліфікації конкретного випадку; студент, якому ЕС допомагає вивчати інформатику і т. д. Термін  користувач декілька неоднозначний. Зазвичай він позначає кінцевого користувача. Однак з рис.2 випливає, що користувачем може бути:

 

 творець інструменту,  відладжує засіб побудови ЕС;

 

 інженер знань, уточнюючий  існуючі в ЕС знання;

 

 експерт, що додає  в систему нові знання;

 

 клерк, заносячи в  систему поточну інформацію.

 

 Важливо розрізняти  інструмент, який використовується  для побудови ЕС, і саму ЕС. Інструмент побудови ЕС включає як мову, використовуваний для доступу до знань, що містяться в системі, і їх представлення, так і підтримуючі засоби - програми, які допомагають користувачам взаємодіяти з компонентом експертної системи, вирішальної проблему.

1.4. Особливості побудови  та організації експертних систем 

 

 Переваги використання  ЕС:

 

 її сталість - людська  компетенція з часом може слабшати, це може бути пов'язано з  перервою в діяльності людини, що серйозно відбивається на  його професійні якості;

 

 легкість передачі / відтворення  - передача від 1 людини іншій  - це довгий процес, а передача  інформації - це процес копіювання  або передачі даних; 

 

 стійкість або відтворення  результатів - результати ЕС стабільні, на відміну від результатів людини-експерта;

 

 вартість - ЕС обходиться набагато дешевше, ніж залучення людини-експерта.

 

 

 Основою будь ЕС є сукупність знань, структурована з метою спрощення процесу прийняття рішення. Для фахівців в області штучного інтелекту термін знання означає інформацію, яка необхідна програмі, щоб вона поводилася "інтелектуально". Ця інформація приймає форму фактів і правил. Факти і правила в ЕС не завжди або істинні, або помилкові. Іноді існує деяка ступінь невпевненості в достовірності факту або точності правила. Якщо це сумнів виражено явно, то воно називається "коефіцієнтом довіри".

 

Коефіцієнт довіри - це число, яке означає ймовірність або  ступінь упевненості, з якою можна  вважати даний факт або правило  достовірним або справедливим.

 

 Багато правил ЕС є евристиками, тобто емпіричними правилами або спрощеннями, які сприяють обмеженню пошуку рішення. Необхідність використання цих евристик обумовлена ​​тим, що розв'язувані задачі не піддаються математичному аналізу або алгоритмічному рішенню. Алгоритмічний метод гарантує коректне рішення задачі, тоді як евристичний метод дає прийнятне рішення в більшості випадків.

 

 Знання в ЕС організовані так, щоб знання про предметну область відокремити від інших типів знань системи, таких як загальні знання про те, як вирішувати завдання або знання про те, як взаємодіяти з користувачем. Виділені знання про предметну область називаються базою знань, тоді як загальні знання про знаходження рішень задач називаються механізмом виведення. Програмні засоби, які працюють зі знаннями, організованими таким чином, називаються системами, заснованими на знаннях.

 

 

 

 БЗ містить факти  (дані) і правила (або інші представлення  знань), що використовують ці факти  як основу для прийняття рішень. Механізм висновку містить: 

 

 інтерпретатор, який  визначає як застосовувати правила  для виводу нових знань на  основі інформації, що зберігається  в БЗ;

 

 диспетчер, що встановлює  порядок застосування цих правил.

 

 Такі ЕС отримали назву статичних ЕС і мають структуру, аналогічну рис.3. Ці ЕС використовуються в тих додатках, де можна не враховувати зміни навколишнього світу за час рішення задачі.

 

 Однак існує більш  високий клас додатків, де потрібно  враховувати динаміку зміни навколишнього  світу за час виконання додатка.  Такі експертні системи одержали  назву динамічних ЕС та  їх узагальнена структура матиме вигляд, наведений на рис.4.

 

 У порівнянні зі  статичною ЕС в динамічну вводиться ще два компоненти:

 

 підсистема моделювання  зовнішнього світу; 

 

 підсистема сполучення  із зовнішнім світом.

 

 

 

 Динамічні ЕС здійснює зв'язки із зовнішнім світом через систему контролерів і датчиків. Крім того компоненти БЗ і механізму виведення істотно змінюються, щоб відбити тимчасову логіку відбуваються в реальному світі подій.

 

 Приклад ДЕС система  G 2 - базовий програмний продукт,  що представляє собою графічну, об'єктно-орієнтоване середовище  для побудови і супроводу експертних  систем реального часу, призначених  для моніторингу, діагностики,  оптимізації, планування і управління  динамічним процесом.

 

Режими роботи ЕС:

 

1) режим придбання знань  - роботу з ЕС здійснює експерт за допомогою інженера знань. Експерт описує ПО у вигляді сукупності правил і фактів - він наповнює дану систему знань. Етапи:

 

1) алгоритмізація 

 

2) програмування 

 

3) налагодження систем - її  здійснює програміст 

 

 На відміну від традиційного  підходу розробку здійснює експерт. 

 

2) режим консультування - взаємодія з системою здійснює  звичайний користувач.

1.5. Відмінність експертних  систем від традиційних програм 

 

 Особливості ЕС, що відрізняють їх від звичайних програм, полягають у тому, що вони повинні володіти:

 

1. Компетентністю, а саме:

 

 Досягати експертного  рівня рішень (тобто в конкретній  предметній області мати той  же рівень професіоналізму, що  й експерти-люди).

 

 Бути вмілою (тобто  застосовувати знання ефективно  і швидко, уникаючи, як і люди, непотрібних обчислень).

 

 Мати адекватну робастної (тобто здатність лише поступово знижувати якість роботи у міру наближення до кордонів діапазону компетентності або припустимої надійності даних).

 

2. Можливістю до символьним  міркуванням, а саме:

 

 Представляти знання  в символьному вигляді 

 

 Переформулювати символьні  знання. На жаргоні штучного інтелекту  символ - це рядок знаків, відповідна  змістом деякого поняття. Символи  об'єднують, щоб висловити відносини  між ними. Коли відносини представлені  в ЕС вони називаються символьними структурами.

 

3. Глибиною, а саме:

 

 Працювати в предметній  області, що містить важкі задачі 

 

 Використовувати складні  правила (тобто використовувати  або складні конструкції правил, або велику їхню кількість) 

 

4. Самосвідомістю, а саме:

 

 Досліджувати свої  міркування (тобто перевіряти їх  правильність)

 

 Пояснювати свої дії 

 

5. Звичайні програми розробляються  так, щоб щораз породжувати  правильний результат, то ЕС розроблені з тим, щоб вести себе як експерти. Вони, як правило, дають правильні відповіді, але іноді, як і люди, здатні помилятися.

 

6. Традиційні програми  для рішення складних задач,  теж можуть робити помилки.  Але їх дуже важко виправити,  оскільки алгоритми, що лежать  в їх основі, явно в них не  сформульовані. Отже, помилки нелегко  знайти і виправити. ЕС виправити легше, тому що вони мають потенційну можливість учитися на своїх помилках.

 

7. ЕС моделює не стільки фізичну природу ПО, скільки механізм мислення людини.

 

8. Знання в ЕС зберігаються окремо від програмного коду, який формує висновки і результати.

 

9. При вирішенні завдань  ЕС користуються евристичними і наближеними методами, а ПП - алгоритмами.

 

 Відмінність експертних  систем від програм з області  штучного інтелекту: 

 

 Експертні системи  використовують досвід людини-експерта, а завданням штучного інтелекту  є дослідження абстрактних математичних  проблем або їх спрощення. Тобто  ЕС носять прикладний характер.

 

 Продуктивність експертної  системи, тобто швидкість отримання  результату і його достовірність.  Експертна система повинна за  прийнятний час знайти рішення,  яке було б не гірше, ніж  те, яке може запропонувати фахівець  в цій предметній області. 

 

 Експертна система  повинна мати здатність пояснити, чому запропоновано саме таке  рішення, і довести його обгрунтованість.

 

 Часто термін «система, заснована на знаннях», використовується  як синонім терміна експертна  система, хоча експертна система  - це більш широке поняття. 

 

 

Тема2: Моделі представлення  знань.