13.1. Экспертные системы

Как показывает практика, экспертные системы должны будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг.

Однозначного определения понятие экспертной системы не имеет.

Так специальная группа по экспертным системам Британского компьютерного сообщества предлагает следующее: экспертная система — создание на базе ЭВМ компоненты, которая соответствует знанию эксперта и позволяет системе дать разумный совет или принять разумное решение.

Согласно толковому словарю по информатике, под экспертной системой понимают систему искусственного интеллекта, которая включает базу знаний с набором правил и механизмом вывода, позволяющую на основании этих правил и предоставляемых пользователем фактов распознавать ситуацию, ставить диагноз, формулировать решение или давать рекомендации для выбора действия.

Иногда вместо определения данного понятия дают следующий перечень свойств экспертных систем:

1. экспертная система ограничена определенной сферой экспертизы;

1. она способна рассуждать при сомнительных данных;

2. она способна объяснять цепочку рассуждений понятным способом;

2. факты и механизм вывода четко отделены друг от друга;

3. она строится так, чтобы имелась возможность постепенного развития и наращивания системы;

3. чаще всего она основана на использовании правил;

4. на выходе она выдает совет ~ не таблицы из цифр, а четкий совет;

4. она экономически выгодна.

Экспертные системы отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления информации.

Целесообразность применения экспертных систем (ЭС) вытекает из следующего:

1. технология ЭС существенно расширяет круг практически значимых задач, решение которых с использованием современных средств вычислительной техники приносит значительный экономический эффект;

2. ЭС предназначены для решения неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

К неформализованным относят задачи, которые обладают одной или несколькими из следующих характеристик:

1. задачи не могут быть заданы в числовой форме;

2. цели не могут быть выражены в терминах точно определенной целевой функции;

3. не существует алгоритмического решения задач;

Неформализованные задачи обладают следующими особенностями:

1. ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;

2. ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;

3. большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;

4) динамически изменяющимися данными и знаниями.

Коммерческие успехи к экспертным системам пришли не сразу.

На протяжении ряда лет (с 60-х годов) успехи касались в основном исследовательских разработок, демонстрировавших пригодность систем искусственного интеллекта для практического использования.

С 1988 —1990 гг. в экспертные системы стали активно использоваться в реальных областях человеческой деятельности.

Рынок продуктов искусственного интеллекта можно разделить на:

- системы искусственного интеллекта;

- инструментальные средства, предназначенные для автоматизации всех этапов создания приложения.

Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени или динамические экспертные системы. На их долю приходится 70 % этого рынка.

Значимость инструментальных средств реального времени определяется в первую очередь тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как:

- управление непрерывными производственными процессами в химии, фармакологии, производстве цемента, продуктов питания и т.д.;

- аэрокосмические исследования;

- транспортировка и переработка нефти и газа;

- управление атомными и тепловыми электростанциями;

- финансовые операции;

- связь и др.

Инструментарий для создания экспертных систем реального времени впервые выпустила фирма Lisp Machine Inc. в 1985 г. Этот продукт носил название Picon. Его успех привел к тому, что группа ведущих его разработчиков образовала фирму Gensym, которая, значительно развив идеи, заложенные в Picon, выпустила в 1988 г. инструментальное средство под названием G2. В настоящий момент работает его третья версия и подготовлена четвертая [1, 5].

В качестве примеров успешного применения экспертных систем для решения экономических задач можно привести следующие факты:

1. American Express сократила свои потери на 27 млн. дол. в год благодаря экспертной системе, определяющей целесообразность выдачи кредита или отказа в его получении той или иной фирме [1];

2. фирма DEC ежегодно экономит 70 млн. дол. в год благодаря системе XCON/XSEL, которая по заказу покупателя составляет конфигурацию вычислительной системы VAX. Ее использование сократило число ошибок от 30 до 1 % [5];

3. фирма Sira сократила затраты на строительство трубопровода в Австралии на 40 млн. дол. за счет управляющей трубопроводом экспертной системы, реализованной на базе системы G2 [2].