Интеллектуальные системы

Интеллектуальные информационные системы проникают во все сферы нашей жизни, поэтому трудно провести строгую классификацию направлений, по которым ведутся активные и многочисленные исследования в области ИИ. Рассмотрим кратко некоторые из них.

Разработка интеллектуальных информационных систем или систем, основанных на знаниях.

Целью построения таких систем являются выявление, исследование и применение знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практике.

В данной области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний (БЗ), образующих ядро СОЗ ( основанных на знаниях). Частным случаем СОЗ являются экспертные системы (ЭС).

Программное обеспечение систем ИИ

  Включают специальные языки программирования, ориентированные на обработку символьной информации (LISP, SMALLTALK, РЕФАЛ), языки логического программирования (PROLOG), языки представления знаний (OPS 5, KRL, FRL), интегрированные программные среды, содержащие арсенал инструментальных средств для создания систем ИИ (КЕ, ARTS, GURU, G2), а также оболочки экспертных систем (BUILD, EMYCIN, EXSYS Professional, ЭКСПЕРТ), которые позволяют создавать прикладные ЭС, не прибегая к программированию.

Интеллектуальная информационная система (ИИС) основана на концепции использования базы знаний для генерации алгоритмов решения прикладных задач различных классов в зависимости от конкретных информационных потребностей пользователей.

Интеллектуальные системы

Интеллектуальные информационные системы проникают во все сферы нашей ж изни , поэтому трудно провести строгую классификацию направлений, по которым ведутся активные и многочисленные исследования в области ИИ. Рассмотрим кратко некоторые из них .

Разработка интеллектуальных информационных систем или систем, основанных на знаниях.

Целью построения таких систем являются выявление, исследование и применение знаний высококвалифицированных эксперто в для решения сложных задач, возникающих на практике.

В данной области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний (БЗ), образующих ядро СОЗ ( основанных на знаниях ). Частным случаем СОЗ являются экспертные системы (ЭС).

Программное обеспечение систем ИИ

Включают специальные языки программирования, ориентированные на обработку символьной информации ( LISP , SMALLTALK , РЕФАЛ), языки логического программирования ( PROLOG ), языки представления знаний ( OPS 5, KRL , FRL ), интегрированные программные среды, содержащие арсенал инструментальных средств для создания систем ИИ ( КЕ, ARTS , GURU , G 2 ), а также оболочки экспертных систем ( BUILD , EMYCIN , EXSYS Professional , ЭКСПЕРТ ), которые позволяют создавать прикладные ЭС, не прибегая к программированию

КЛАССИФИКАЦИЯ ИИС

Интеллектуальная информационная система (ИИС) основана на концепции использования базы знаний для генерации алгоритмов решения прикладных задач различных классов в зависимости от конкретных информационных потребностей пользователей.

Интеллектуальные информационные системы делятся на :

Интеллектуальные информационные системы

Системы с интеллектуальным интерфейсом (коммуникативные способности)

Самообучающиеся системы (способность к самообучению)

Адаптивные информационные системы (адаптивность)

Экспертные системы (решение сложных плохо формализуемых задач)

- коммуникативные способности - способ взаимодействия конечного пользователя с системой;

- решение с ло жных плохо формализуемых задач, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, характеризующейся неопределенностью и динамичностью исходных данных и знаний;

- способность к самообучению — умение системы автоматически извлекать знания из накопленного опыта и применять их для решения задач;

- адаптивность — способность системы к развитию в соответ ствии с объективными изменениями области знаний.

Системы с интеллектуальным интерфейсом

Интеллектуальные базы данных

Естественно-языковой интерфейс

Гипертекстовые системы

Системы контекстной помощи

Когнитивная графика

Системы с интеллектуальным интерфейсом (коммуникативные способности)

Интеллектуальные базы данных

Естественно-языковой интерфейс

Гипертекстовые системы

Системы контекстной помощи

Когнитивная графика

Интеллектуальные базы данных

Позволяют в отличие от традиционных БД обеспечивать выборку необходимой информации, не присутствующей в явном виде, а выводимой из совокупности хранимых данных.

Естественно-языковой интерфейс.

Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления, машинного перевода с иностранных языков.

Гипертекстовые системы.

Используются для реализации поиска по ключевым словам в базах данных с текстовой информацией.

Системы контекстной помощи.

Относятся к классу систем распространения знаний. Такие системы являются, как правило, приложениями к документации. Системы контекстной помощи — частный случай гипертекстовых и ЕЯ-систем. В них пользователь описывает проблему, а система на основе дополнительного диалога конкретизирует ее и выполняет поиск относящихся к ситуации рекомендаций.

Системы когнитивной графики.

Позволяет в наглядном и выразительном виде представить множество параметров, характеризующих изучаемое явление, освобождает пользователя от анализа тривиальных ситуаций, способствует быстрому освоению программных средств и повышению конкурентоспособности разрабатываемых ИИС.

Экспертные системы-ЭС

    Обеспечивают принятия решения по исходной информации на основе базы знаний , ( хранящей знания экспертов ) , путем применения ЭВМ.

ЭС это одно из проявлений искусственного интеллекта — моделирования процессов мышления.     В медицине врачи ставят диагноз. Т очность диагностики зависит от квалификации специалиста (эксперта) — его умения правильно проанализировать имеющуюся информацию. Возникла идея заложить знания специалистов в компьютер и использовать его в качестве электронного эксперта, когда нет высококвалифицированного специалиста по какой-либо специальности.

    Различают: вероятностные системы и

экспертные системы.

В вероятностных системах диагностика осуществляется реализацией одного из методов распознавания образов или статистических методов принятия решений.

В экспертных системах — реализуется логика принятия диагностического решения опытным врачом.      Так как ЭС основана на знаниях — те, в свою очередь, должны быть:

явными,

доступными,

высококачественными ,

полученными непременно на уровне профессионалов ,

более глубокими и полными ,

ЭС принадлежат к классу систем искусственного интеллекта

Самые важные области применения ЭС :

• неотложные и угрожающие состояния;
• дефицит времени;
• ограниченные возможности обследования;
• скудная клиническая симптоматика;
• быстрые темпы развития заболевания .

     Работа с ЭС может вестись удаленно

Основные участники создания медицинских ЭС:

• врач;
• математик;
• программист .

  Основная роль - врача – постановщик задач .

У оформленной ЭС присутствуют

четыре основных блока.

• База знаний .
• Машина вывода .
• Модуль извлечения знаний.
• Система объяснения принятых решений.

База знаний

      База знаний содержит факты или утверждения и правила .

Факты являются краткосрочной информацией, они могут изменяться в ходе одного сеанса работы.

Правила составляют долговременную информацию о том, как порождать новые факты на основе известных данных.      Распространенным методом отображения знаний являются правила продукций . При этом правила имеют вид ЕСЛИ — ТО , например, ЕСЛИ у пациента высокая температура, ТО вероятность того, что у него ОРВИ, следует умножить на 5.

Кроме правила продукций используются деревья решений, семантические сети и исчисление предикатов.

Машина вывода

- осуществляет цепочку рассуждений на основе фактов и правил базы знаний, приводит к конечному решению и

работает с ненадежной информацией. Найдены способы решения этой задачи: нечеткая логика, байесовская логика, коэффициенты уверенности.

Эти способы дают на практике вполне приемлемые

Извлечение знаний

Развиваются системы, основанные на технологии нейронных сетей. Появилось новое поколение систем –

самообучающиеся системы, они не используют знания экспертов.

Процесс принятия решения в таких системах трудно понять человеку (не удается построить блок объяснения решения).

Система объяснения принятых решений

- позволяет облегчить процесс общения человека с ЭС, объясняя, как система пришла к решению. При необходимости, человек может вмешаться в процесс принятия решения.

Области применения ЭС

Система MYCIN , которую считают сейчас классической, диагностирует бактериальные инфекции крови и дает рекомендации относительно терапии.     По типу MYCIN построена система PUFF , которая предназначена для диагностики заболеваний легких . Практика показала, что MYCIN и PUFF, могут заменить человека в ряде областей, хотя их возможности и ограничены.

Справочные системы

     Информационно-справочная система (ИСС) — это средство накопления, хранения и предоставления знаний

     Медицинские ИСС (базы данных) предназначены для ввода, хранения, поиска и выдачи медицинской информации по запросу пользователя. Отличие от ЭС ,они не осуществляют обработку информации, а только обеспечивают быстрый доступ к запрашиваемым сведениям .

ИСС подразделяются по видам хранимой информации:

• клиническая;

• научная;
• нормативно-правовая .

Различают ИСС:

• документальные ;
• документографические;
• фактографические;

• полнотекстовые .

Виды информационного поиска:

документальный - поиск сведений о том или ином документе, его библиографического описания, аннотации, реферата или полного текста документа;

фактографический - поиск данных и информации, извлеченных из документа.

Библиографические - содержат сведения о документах, которые нужно еще изучить , а фактографические - сообщают уже готовые результаты поиска информации.

Справки, выдаваемые фактографической ИСС, носят предметный характер. Пути распространения баз данных это off-line с постепенным переходом к on-line, т. к. такие базы имеют наиболее актуальные сведения.

Требования:

• гибкость и способность к дальнейшему развитию БД и ИС;
• способность систем функционировать в условиях информационной неоднородности;
• иерархичность систем, возможность объединения сетей;
• возможность непрерывной модернизации;
• преемственность систем;
• надежность и выживаемость .

Четыре класса ЭС

Классифицирующие, доопределяющие, трансформирующие и мультиагентные.

Классифицирующие ЭС решают задачи распознавания ситуаций. Основным методом формирования решений в таких системах является дедуктивный логический вывод.

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

Трансформирующие ЭС относятся к синтезирующим динамическим ЭС, в которых предполагается повторяющееся преобразование знаний в процессе решения задач

Мультиагентые системы - это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач.

Экспертные системы (решение сложных плохо формализуемых задач)

Классифицирующие

Доопределяющие

Трансформирующие

Мультиагентные

САМООБУЧАЮЩИЕСЯ СИСТЕМЫ

Основаны на методах автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах. Примеры реальных ситуаций составляют так называемую обучающую выборку, которая формируется в течение определенного исторического периода.

Самообучающиеся системы (способность к самообучению Индуктивные)

Индуктивные системы

Нейронные сети

Системы, основанные на прецедентах

Информационные хранилища

Индуктивные системы позволяют обобщать примеры на основе принципа индукции «от частного к общему». Процедура обобщения сводится к классификации примеров по значимым признакам.

Нейронные сети. Нейронные сети - об об щенное название группы математических алгоритмов, обладающих способностью обучаться на примерах, «узнавая» впоследствии черты встреченных образцов и ситуаций. Благодаря этой способности нейронные сети используются при решении задач обработки сигналов и изображений, распознавания образов, а также для прогнозирования.

Нейронная сеть — это кибернетическая модель нервней системы, которая представляет собой совокупность большого числа сравнительно простых элементов — нейронов, топология соединения которых зависит от типа сети.

В системах, основанных н а прецедентах, Б З содержит описания конкретных ситуаций (прецеденты).

Прецеденты описываются множеством признаков, по которым строятся индексы быстрого поиска.

Системы, основанные на прецедентах, применяются для распространения знаний и в системах контекстной помощи.

Информационные хранилища отличаются от интеллектуальных БД, тем, что представляют собой хранилища значимой информации, регулярно извлекаемой из оперативных БД.

Хранилище данных — это предметно-ориентированное, интегрированное, привязанное ко времени, неизменяемое собрание данных, применяемых для поддержки процессов принятия управленческих решений .

АДАПТИВНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

В процессе разработки адаптивных информационных систем применяется оригинальное или типовое проектирование.

Оригинальное проектирование предполагает разработку информационной системы с «чистого листа» на основе сформулированных требований. Реализация этого подхода основана на использовании систем автоматизированного проектирования, или CASE -технологий ( Designer 2000, SilverRun , Natural Light Storm и др.).

При типовом проектировании осуществляется адаптация типовых разработок к особенностям проблемной области. Для реализации этого подхода применяются инструментальные средства компонентного {сборочного) проектирования информационных систем ( R /3, BAAN IV , Prodis и др.).

Главное отличие подходов состоит в том, что при использовании CASE -технологии на основе репозитория при изменении проблемной области каждый раз выполняется генерация программного обеспечения, а при использовании сборочной технологии - конфигурирование программ и только в редких случаях - их переработка.

Адаптивные информационные системы (адаптивность)

CASE -технологии

Компонентные технологии

признаки

- развитые коммуникативные способности;

- умение решать сложные плохо формализуемые задачи;

- способность к самообучению;

- адаптивность.

Разработка есте ственно -языковых интерфейсов и машинный перевод.

Системы машинного перевода с одного естественного языка н а другой обеспечивают быстроту и систематичность доступа к информации, оперативность и единообразие перевода больших потоков ( научно-технических текстов ) , базируются на структурно-логическом подходе, включающем последовательный анализ и синтез естественно-языковых сообщений

Генерация и распознавание речи.

Системы речевого общения создаются в целях повышения скорости ввода информации в ЭВМ, разгрузки зрения и рук, а также для реализации речевого общения на значительном расстоянии. В таких системах подтекстом понимают фонемный текст (как слышится).

Обработка визуальной информации.

Задача обработки изображений связана с трансформированием графических образов, результатом которого являются новые изображения

При синтезе изображений на вход системы поступает алгоритм построения изображении, а выходными данными являются графические объекты (системы машинной графики).

Обучение и самообучение.

Эта актуальная область ИИ включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных { появившиеся системы добычи данных ( Data - raining ) и системы поиска закономерностей в компьютерных базах данных ( Knowledge Discovery ) } .

Распознавание образов.

В котором распознавание объектов осуществляется на основании применения специального математического аппарата, обеспечивающего отнесение объектов к классам, а классы описываются совокупностями определенных значений признаков.

Игры и машинное творчество.

Машинное творчество охватывает сочинение компьютерной музыки, стихов, интеллектуальные системы для изобретения новых объектов

Кроме того, компьютерные игры предоставляют мощный арсенал разнообразных средств, используемых для обучения.

Интеллектуальные роботы.

• используются программируемые манипуляторы с жесткой схемой управления, названные роботами первого поколения.
• нерешенные проблемы в области интерпретации знаний, машинного зрения, адекватного хранения и обработки трехмерной визуальной информации