Третье поколение экспертных интеллектуальных систем (ЭИС)

Интеллектуальные интегрированные комплексы моделирования

В наше время происходит переход к разработке и применению ЭИС третьего поколения ( 2007—2010 гг.) - интеллектуальным интегрированным комплексам моделирования. Главный смысл смены концепций (парадигмы) создания ЭИС и использования средств ИИ — это переход от предположений, справедливых только для изолированных систем ИИ, и от индивидуальных, автономных систем к распределенной обработке информации и разработке мультиагентных ИС .

Главной особенностью перспективных систем является их распределенность, обеспечение обработки и применение распределенных знаний. Основой для создания перспективных ЭИС являются результаты, имеющиеся в области методов обнаружения закономерностей, распознавания образов, структурно-логического анализа данных и знаний, математической лингвистики, а также достигнутый опыт в разработке ЭИС. В создаваемых в настоящее время экспертных системах уже имеются отдельные вышеуказанные элементы.

Перспективные ЭИС (экспертные интеллектуальные системы) должны обеспечивать обработку смыслов, а не только знаний и данных. Эти системы могут анализировать фразы естественного языка и строить соответствующие их семантическому содержанию сетевые структуры. ЭИС становится способной понимать смысл сообщений, формируемых в естественной форме, и синтезировать фразы, относящиеся к данной предметной области. Для этих целей актуальной задачей становится разработка систем распознавания управленческих ситуаций. Важная ее особенность заключается в том, что результат распознавания должен отражать смысл ситуации, который в нее вкладывают пользователи, эксперты, лица, принимающие решение (ЛПР). Для решения данной проблемы подготовлена хорошая теоретическая и практическая базы в области искусственного интеллекта и накопленный опыт создания и использования ЭИС, в том числе извлечения смысловой информации из Internet .

Перспективная ЭИС (экспертная интеллектуальная система) должна строить модель исследуемой проблемной области, т. е. создавать ее теорию, строить модель пользователя (ученика, обучаемого) и модель самой себя, чтобы оптимизировать процесс формирования модели исследуемой операции (ситуации) в сознании обучаемого.

Логический вывод перспективных ЭИС позволит имитировать человеческую способность рассуждений по аналогии и находить близость анализируемой и эталонной ситуаций (с помощью набора уже исследуемых ситуаций и хранящихся в памяти ЭВМ). Такой прием позволяет существенно ускорить процесс логического вывода, особенно в больших базах знаний.

Блок анализа данных создаваемых систем должен обеспечивать обработку больших массивов разнотипных данных, представленных в триаде "объект—свойство—время". Программы распознавания позволяют в процессе обучения обнаруживать закономерные связи между описывающими и целевыми характеристиками объектов и использовать эти закономерности в процессе распознавания новых объектов. Перспективные ЭИС должны иметь средства автоматической поддержки и даже улучшения своих рабочих характеристик в ходе эксплуатации и поддержания гомеостатического состояния.

Главной отличительной функцией интеллектуальной гибридной экспертной системы является умение давать правильные предсказания, рекомендации на основе обработки поступающих данных и выявления устойчивых (закономерных) связей между характеристиками данных.

Возможный вариант перспективной ЭИС приведен на рисунке.

Перспективная экспертная интеллектуальная система

В настоящее время наблюдается этап активного развития интегрированных интеллектуальных инструментальных средств. В такой системе объединяются возможности ключевых современных информационных технологий:

• методы искусственного интеллекта для полного и адекватного представления экспертных знаний о процессах на основе распределенной обработки знаний;
• графический объектно-ориентированный язык для описания моделей и проектов;
• средства анимации и имитационного моделирования исследуемых процессов.

Вариант перспективной экспертной системы приведен на рисунке

Таким образом, перспективная экспертная система представляет собой интегрированное интеллектуальное средство. Это самодостаточная графическая среда для разработки, внедрения и сопровождения в широком диапазоне условий. Для этих систем характерны следующие требования:

• простота использования;
• полнота средств имитационного моделирования;
• возможность стыковки со средствами разработки приложений;
• ускоренная разработка;
• модульность построения;
• возможность использования концепции открытых систем.

Принципы эффективного использования ЭИС

(экспертных интеллектуальных систем)

Для эффективного использования ЭИС в системах управления при их разработке реализуются три основных принципа:

• простота и понятность моделей знаний, механизмов вывода и пользовательского интерфейса;
• наличие разделяемых компонентов работы со знаниями и с выводами;
• универсализм — возможность выбора различных моделей знаний, процедур вывода решений, методов накопления знаний, комбинации тех или иных методов и моделей при поиске решения конкретных задач. Достигнутый уровень использования ЭИС в системах управления позволил определить уровни сочетания эвристических форма лизованных способов представления инженерных знаний в зависимости от детализации описания объекта (системы). Чем выше уровень АСУ, тем в большей степени необходимо использовать экспертные системы. Если же объект проектирования не всегда имеет адекватное модельное представление на определенном иерархическом уровне (среднее звено АСУ), программное обеспечение должно разрабатываться в сочетании "жестких" и "мягких" алгоритмов. На уровнях, допускающих строгую формализацию процессов (нижний уровень АСУ), структура программного обеспечения выполняется на основе четких "жестких" алгоритмов, реализованных в традиционных системах.