Экспертные системы и принципы их построения

АСЕ разработана в Bell Laboratories, прошла опытную эксплуатацию и доведена до уровня коммерческой экспертной системы.Рассмотрим также примеры крупномасштабных экспертных систем.Экспертная система MYCIN – предназначена для медицинской диагностики заболеваний крови и разработана группой по инфекционным заболеваниям Стенфордского университета. Система MYCIN включает базу данных пациентов и базу знаний, которая состоит из 450 правил. В базе данных для нового пациента создается специальная запись, гдеразмещается информация осимптомах и первоначальных тестах. Экспертная система при помощи оператора или автоматически выбирает цель в виде «в крови имеется такой-томикроорганизм», после чего начинается вывод вспомогательных целей,для которых, возможно, потребуются новые анализы. Результаты новыханализов также вводятся в MYCIN, и процесс продолжается до тех пор, пока системане поставит соответствующий диагноз и не выработает рекомендации помедикаментозному лечению найденной инфекции. В экспертной системе реализованымеханизмы представления нечетких знаний. Например, запись о пациенте в БД представляет собой древовидную структуру, в листьях которойпомимо значений параметров хранятся также степени уверенности в истинностиданных параметров. Правила базы знаний системы также применяют степениуверенности при описании знаний. Для вывода заключения в системе MYCINприменяется сначала прямой механизм, в ходе которого выводятсяподцели – возможные инфекции, а затем обратный, который предназначен дляпоиска анализов, способных подтвердить или опровергнуть найденные входе прямого вывода подцели. В ходе логического вывода экспертная системакомбинирует степени уверенности данных и правил, получая, соответственно, степень истинности заключения.Экспертная система PUFFвыполняет анализ нарушения дыхания. Система представляетсобой Экспертную систему MICIN, из которой удалили данные по инфекциям и добавилиинформацию о легочных заболеваниях.Экспертная система DENDRALпредназначена для распознавания химических структур. Данная экспертная системастарейшая из всех систем, имеющих звание экспертных. Первые версии даннойсистемы появились еще в 1965 году в Стенфордскомуниверситете. Пользователь дает системе DENDRAL некоторуюинформацию о веществе, а также данные спектрометрии (инфракрасной,ядерного магнитного резонанса и масс-спектрометрии), и система, в своюочередь, выдает информацию в виде соответствующей химической структуры.PROSPECTOR – это экспертная система, которая создана для содействияпоиску коммерчески оправданных месторождений полезных ископаемых. Данная система, по аналогии с MYCIN, содержит большое количество правил, относящихся к различным объектам, а также возможных исходов, выведенных на их основе. В этой системе используется также «движение по цепочке назад» и вероятности. Методы этой системы являются одними из лучших среди всех разработанных методов для любой из существующих ныне систем.SIAP – данная экспертная система выполняет обнаружение и идентификацию различных типов судов в Тихом океане по данным акустических систем слежения.МИКРОЛЮШЕР, АВТАНТЕСТ и др. – экспертные системы определяют основныесвойства личности по результатам психодиагностического тестирования.ANGY – выполняет диагностику и терапию сужения коронарных сосудов.CRIB и др. – выполняет диагностику ошибок в аппаратуре и математическомобеспечении ЭВМ.СПРИНТ – осуществляют контроль за работой электростанций.REACTOR – оказывает помощь диспетчерам атомного реактора.FALCON и др. – осуществляют контроль аварийных датчиков на химическомзаводе.SYN и др. – синтез электрических цепей.WILLARD – предсказывание погоды.PLANT – оценка будущего урожая.ЕСОN и др. – экономические прогнозы.STRIPS – планирование поведения робота.1SIS – планирование промышленных заказов.MOLGEN и др. – планирование эксперимента.УЧИТЕЛЬ ЛИСПА – обучение языку программирования Лисп.PROUST – обучение языку Паскаль и др.ЗаключениеЭкспертные системы являются первым шагом в практической реализации исследований в области искусственного интеллекта. Они представляют собой сложные программные комплексы, которые аккумулируют знания специалистов в конкретных предметных областях знаний и тиражируют этот эмпирический опыт для консультаций менее квалифицированных пользователей. В настоящее время экспертные системыспособны решать многие задачи: оценивать потенциальные месторождения полезных ископаемых, диагностировать заболевания, осуществлять обработку естественного языка, распознавание речи и изображений и т.д. Они также эффективно используются в банковском деле, бухгалтерском учете и т.д.Приведем основные преимущества экспертных систем:- Экспертные системы ничего не забывают в отличие от человека-эксперта.- Можно сделать любое необходимое количество копий экспертной системы, в то время как обучение новых экспертов отнимает много времени и средств.- Экспертные системыпозволяют увеличить производительность и уменьшать затраты персонала.- С использованием экспертных системам подобные транзакции обрабатываются одним и тем же способом. ЭС будет делать сопоставимые рекомендации для похожих ситуаций.- Экспертные системы могут документировать процесс решения.- ЭС могут выполнять обзор всех транзакций, a человек-эксперт сможет сделать обзор только отдельной выборки.- В ЭСможно объединить знания многих экспертов, что дает системе больше широты, чем может достичь один человек.- Снижается риск ведения дела благодаря последовательности принятия решения, документированности и компетентности.Однако экспертные системы не лишены и некоторых недостатков, а именно:- В дополнение к широкому техническому знанию, человек-эксперт имеет здравый смысл. А как заложить его в экспертные системы, еще не известно.- Творческий потенциал - человек-эксперт может реагировать творчески на необычные ситуации, экспертные системы не могут.- Человек-эксперт автоматически адаптируются к изменению среды, а ЭС нужно явно модифицировать.- Человек-эксперт располагает широким диапазоном сенсорного опыта; экспертные системы в настоящее время основаны на вводе символов.Экспертные системы также не хороши, если решения задачи не существует или когда проблема лежит вне области их компетенции. Они даже могут и навредить, если их применение предварительно не продумано. Например, при приобретении нового аппаратного и программного обеспечения необходимо в начале решить: а подходят ли они для данной организации; или лучше потратить денежные средства на созданиесобственной экспертной системы, которая учитывала бы все особенности данного рассматриваемого предприятия. Это связано с тем, что универсальная Экспертная Система не всегда может выдавать правильное решение, так как она не всегда включает в себя специфику определенной отрасли и поэтому способно помочь только в решении общих задач.Интересно также обратить внимание на вопросы автоматизации принятия решений при управлении персоналом. Многие кадровые работники, несмотря на появление компьютерной обработки данных, по-прежнему используют старые методы работы. Ряд коммерческих фирм вообще не имеют в своем штате служб управления персоналом и доверяют выполнение данной работы по совместительству другим службам, которые выполняют не все кадровые функции, а какую-то небольшую ее часть, в основном связанную с ведением кадровой документации. В результате даже в таком урезанномспособе работы с персоналом совершаются много ошибок, иногда идущих вразрез с Трудовым Кодексом Российской Федерации. Список использованных источниковАлександровская Л.А., Забуруннова А.Е. Практика применения экспертных систем в землеустроительных системах автоматизированного проектирования // В сборнике: Основные принципы развития землеустройства и кадастров. Материалы XVII Всероссийской научно-практической конеренции. Новочеркасск, 2020. С. 3-5.Васильева А.Г. Экспертная система диагностирования автоматизированной системы управления промежуточной нефтеперекачивающей станции // В книге: Гагаринские чтения - 2019. Сборник тезисов докладов XLV Международной молодежной научной конференции. Московский авиационный институт (национальный исследовательский университет). 2019. С. 319-320.Горшкова К.Л., Макаров Г.В. Разработка и исследование экспертной системы для принятия решения о выборе регулятора для системы управления // Ученые записки Альметьевского государственного нефтяного института. 2019. Т. 18. С. 111-114.Джексон, Питер Введение в экспертные системы [Текст]. – М.: Вильямс, 2007. – С. 19Евменов, В. П. Интеллектуальные системы управления [Текст]. – М.: Книжный дом «ЛИБРОКОМ», 2009. – С. 19.ЕдилБ.К., Касимова Б.Р. Создание алгоритма работы экспертной системы для определения состава оборудования гибридной системы энергоснабжения на альтернативных источниках энергии // В сборнике: Информационные технологии в экологии. материалы Всероссийской научно-практической конференции, посвященной Году экологии в России. 2018. С. 121-127.Ездаков, А. Л. Экспертные системы САПР [Текст]. – М.: Форум, 2009. – С. 102.Ивашечко Д.С. Использование экспертной системы для выбора erp - системы предприятия // В сборнике: проблемы научно-практической деятельности. Поиск и выбор инновационных решений. сборник статей Международной научно-практической конференции. Уфа, 2020. С. 34-37.Искусственный интеллект и интеллектуальные системы управления [Текст]/ И. М. Макаров, В. М. Лохин, С. В. Манько, М. П. Романов. – Наука, 2006. – С. 72.Исхакова Э.Р. Система управления блоком биологической очистки сточных вод на основе экспертной системы // Вестник науки. 2020. Т. 1. № 7 (28). С. 115-117.Калач Г.Г. Слабосвязанная система навигации на базе экспертной системы // Естественные и технические науки. 2018. № 6 (120). С. 173-183.Малышева И.Н. Программа адаптивного управления синхронизацией радиоприемной системы с использованием методов экспертных систем и нечеткой логики // Свидетельство о регистрации программы для ЭВМ RU 2018662983, 18.10.2018. Заявка № 2018660681 от 01.10.2018.Мухамедов Р.Н. Формирование облика экспертной системы реального времени для системы предупреждения аварий на промышленных предприятиях // В сборнике: наука. Технологии. Инновации. Сборник статей по итогам Международной научно-практической конференции. Ответственный редактор: СукиасянАсатур Альбертович. 2019. С. 49-52.Нейрокомпьютеры в информационных и экспертных системах [Текст]. Книга 27/ А. Галушкин, С. Кулик. – М.: Радиотехника, 2007. – С. 40.Палюх Б.В., Иванов В.К., Образцов И.В. Реализация экспертной системы для оценки инновационности технических решений // Программные продукты и системы. 2019. № 4. С. 696-707.Разработка экспертных систем. Среда CLIPS [Текст]/ А. П. Частиков, Д. Л. Белов, Т. А. Гаврилова. – СПб.: БХВ-Петербург, 2006. – С. 200.Разработка экспертных систем. Среда CLIPS [Текст]/ А. П. Частиков, Д. Л. Белов, Т. А. Гаврилова. – СПб.: БХВ-Петербург, 2006. – С. 220.Системы искусственного интеллекта [Текст]. Практический курс. Под. ред. И. Астаховой. – М.: Бином. Лаборатория знаний, 2008. – С. 55.Создание миварной экспертной системы подбора оптимальной системы контроля и управления доступом (СКУД) для предприятий / Березин И.С., БарашковаЕ.С., Лузин Д.С., Гореликов М.Г., Белоногов И.Б. // В сборнике: труды международного научно-технического конгресса «интеллектуальные системы и информационные технологии - 2020». Научное издание: в 2-х томах. 2020. С. 320-328.Универсальный искусственный интеллект и экспертные системы [Текст]/ В. Н. Ручкин, В. А. Фулин. – СПб.: БХВ-Петербург, 2009. – С. 50.Целовальникова Ю.В. Разработка экспертной системы для отдела поддержки департамента сопровождения банковских систем // В сборнике: МОЛОДЕЖЬ ХХI ВЕКА: ШАГ В БУДУЩЕЕ. Материалы XX региональной научно-практической конференции: в 3 томах. 2019. С. 222-223.Экспертные системы. Принципы разработки и программирование [Текст]/ Джозеф Джарратано, Гари Райли. – М.: Вильямс, 2007. – С. 118.Education system features in the arctic economic zone of the republic of sakha (yakutia) of the russian federation: an expert assessment / Kornilov Yu.V., Nikolaeva A.D., Golikov A.I., GosudarevI.B. // Espacios. 2019. Т. 40. № 9. С. 20.Regional vocational education system in peer review / Urban O.A., Demchuk N.V., Isakova E.V., Burnysheva T.V., BurnyshevK.V. // Всборнике: European Proceedings of Social and Behavioural Sciences (EpSBS). 2019. С. 3243-3249.