Экспертные системы. Экспертная система - это сложный программный комплекс, акумулирующий знания специалистов в конкретных предметных областях и тиражирующий этот эмпирический

Экспертная система - это сложный программный комплекс, акумулирующий знания специалистов в конкретных предметных областях и тиражирующий этот эмпирический опыт для консультаций менее квалифицированных пользователей.

В течение последнего десятилетия в рамках исследований по искусственному интеллекту сформировалось самостоятельное направление - экспертные системы (ЭС). Огромный интерес к ЭС со стороны пользователей вызван, по крайней мере, тремя причинами.

Во - первых, они ориентированы на решение широкого круга задач в неформализованных областях, для приложений, которые до недавнего времени считались малодоступными для вычислительной техники.

Во-вторых, с помощью ЭС специалисты, не знающие технологии программирования, могут самостоятельно разрабатывать интересующие их приложения, что позволяет резко расширить сферу использования вычислительной техники.

В-третьих, ЭС при решении практических задач достигает результатов, не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащенных ЭС.

Рассмотрим более подробно виды ЭС.

Классифицирующие экспертные системы (ЭС) решают задачи распознавания ситуаций. Основным методом формирования решений является дедуктивный логический вывод.

Доопределяющие ЭС используются для решения задач с неполностью определенными данными и знаниями. В таких ЭС возникают задачи интерпретации нечетких знаний и выбора альтернативных направлений поиска в пространстве возможных решений. В качестве методов обработки неопределенных знаний используется байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.

Трасформирующие ЭС относятся к синтезирующим динамическим ЭС, в которых предполагаются повторяющиеся преобразования знаний в процессе решения задачи. В них используются следующие методы:

· генерация и проверка гипотез;

· логика предположений и умолчаний (когда по неполным данным формируются представления об объектах определенного класса, которые затем адаптируются к конкретным изменяющимся условиям);

· использование метазнаний (более общих закономерностей) для устранения неопределенностей в ситуации.

Мультиагентные системы – это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задачи. Мультиагентные системы имеют следующие возможности:

· реализация альтернативных рассуждений на основе использования различных источников знаний и механизма устранения противоречий;

· распределенное решение проблемы, путем параллельного решения подзадач с самостоятельными источниками знаний;

· применение различных стратегий вывода заключений;

· обработка больших массивов информации из базы данных;

· Использование математических моделей и внешних процедур для имитации развития ситуации.

Понятие «агент» ввел алан Кэй, начавший первым продвигать теорию агентов. Он определил агента как программу, которая после получения задания способна поставить себя на место пользователя. Если агент попадает в тупик, то он может задать пользователю вопрос, чтобы продолжить действовать. Агентов еще называют умными или интеллектуальными, так как разумность является ключевым фактором их создания. Например, агент может получить задачу, выполнить нужные решения в коммуникации с другими агентами. Агент-продавец способен находить агентов-покупателей на аукционе и продавать товары, которые принадлежат пользователю.

Понятие агента. Агент - это аппаратная или программная сущность, способная действовать в интересах достижения целей, поставленных перед ним владельцем и (или) пользователем.

Свойства агентов представлены ниже.

1. Автономность (агент считается автономным, если он способен действовать без прямого управления человека).

2. Адаптивность (агент способен к обучению во время работы. Он должен учиться и делать выводы в зависимости от состояния окружающей среды).

3. Способность к коммуникации (агент должен уметь общаться с пользователем, чтобы определить свои задачи, получить необходимую информацию).

4. Способность к сотрудничеству (агент может общаться с другими агентами для решения своих задач).

5. Способность к персонализации (персонализация агента будет изменять его в зависимости от передаваемой информации. Например, через выражение лица).

6. Мобильность (возможность перемещения по окружающей среде. При получении мобильности агент может быть направлен в удаленную базу данных, чтобы автоматически отфильтровать результаты, а затем вернуть только необходимые).

Программные агенты разделяются на следующие виды: агенты для развлечений; агенты для заданий; агенты-вирусы.

Для создания разумного агента используются следующие современные методы: нейронные сети; системы, основанные на знаниях; обработка естественного языка; деревья решений; генетические алгоритмы; теорема Байеса; нечеткая логика; алгоритмы кластеризации.