Общая типология систем искусственного интеллекта

До появления экспертных систем результаты исследований по проблеме ИИ представляли интерес, главным образом, для тех, кто ими занимался. Создание практически полезных и экономически эффективных экспертных систем вызвало широкий интерес к построению подобных систем в самых различных областях, имеющих дело с решением сложных и трудноформализуемых проблем. Сегодня экспертные системы и нейронные сети востребованы и широко используются.

Многие авторы полагают, что термины экспертные системы и системы, основанные на знаниях, являются синонимами. Это не совсем верно. Они так считают потому, что знания (база знаний) и инструмент манипулирования знаниями (машина вывода) разделены в экспертной системе. Благодаря этому разделению база знаний создается независимо от машины вывода. Но в действительности любая компьютерная система основана на знаниях. Знания могут быть представлены в системе явно или неявно. Одни компьютерные системы используют теоретические знания, другие – эмпирические знания, одни получают знания от человека (эксперта), другие приобретают знания сами путем изучения, обобщения и логического анализа фактов.

Классификация компьютерных систем, основанная на перечисленных видах знания и способностях, приведена в табл. 1.3.

Таблица 1.3

Классификация, приведенная в табл. 1.3, говорит о следующем:

· экспертные системы получают эмпирическое знание от эксперта в виде правил, основанных на его опыте;

· нейронные сети приобретают эмпирическое знание сами, путем тренировки с использованием больших объемов данных;

· системы поддержки решений основаны на теоретическом знании, которое включено исследователями и разработчиками в алгоритмы и программы, помогающие пользователю принимать эффективные решения;

· системы действительно интеллектуальные должны быть способны сами приобретать существующее и создавать новое теоретическое знание (благодаря способности создавать метаправила, этому требованию в некоторой степени удовлетворяет система EURISCO Лената).