Аннотация: В этой статье основное внимание уделяется обучаемости экспертных систем. В этой статье представлена элитная система, известная как экспертные системы, которая пытается воспроизвести поведение Человека-эксперта
. Экспертные системы работают по концепции База знаний
. Эта база знаний создается инженером по знаниям
после проведения серии интервью с специалистом по людям
. Механизм вывода
использует факты из Базы знаний
, чтобы найти решение проблемы. Производительность экспертной системы полностью зависит от качества базы знаний и механизма вывода. Основной проблемой, которую следует учитывать при разработке экспертных систем, является способность изучать вещи самостоятельно. Экспертные системы 'Копируют подход экспертов-людей к решению проблемы, аналогичным образом экспертные системы также могут воспроизводить поведение человеческого обучения
. Изучая новый факт, люди используют свои существующие знания и пытаются соответствующим образом реагировать на новый факт. Точно так же экспертная система, если ей даны базовый уровень — строгие установленные правила, которым необходимо следовать и 'способность вывести связь между различными фактами (онтология) во время обучения, они также могут извлекать
или изучать
новые факты. таким же образом Эксперты-люди учатся или расширяют свои знания.
Ключевые слова: База знаний, Экспертная система, Человек-эксперт, Человеческое обучение, Механизм логического вывода
Экспертные системы
Экспертные системы — это особый вид программных систем, предназначенных для решения проблем, для которых эксперты-люди предлагают лучшие решения.
Экспертные системы пытаются воспроизвести поведение человека-эксперта. Экспертные системы работают над концепцией особого вида баз данных, известного как база знаний. Эти базы знаний хранят факты о предметной области экспертной системы.
Эта База знаний разработана специалистом по знаниям. База знаний разрабатывается инженером по знаниям после подробных интервью с экспертом-человеком. Система приобретения знаний построена так, чтобы база знаний оставалась полной, последовательной и правильной.
Разработка экспертной системы
Прежде всего, разработчик должен понимать, чего должна достичь система. Первоначально инженер по знаниям проводит серию интервью с человеком-экспертом в этой конкретной области и понимает его способы решения проблем экспертного уровня.
Хотя эксперт может легко дать решение проблемы, ему или ей может быть трудно объяснить, как он или она давали решение. Работа инженера знаний состоит в том, чтобы извлечь все существенные детали о предметной области для создания надлежащей базы знаний, а также его работа — представить знания в соответствующем формате в базе знаний для удобства написания кода. Эта задача чрезвычайно важна, поскольку производительность экспертной системы во многом зависит от качества базы знаний. Эта серия собеседований продолжается до тех пор, пока инженер знаний не почувствует, что он усвоил все необходимые факты о Do-main. Основное требование к конечному пользователю — объяснение решений, принятых Экспертной системой. Для экспертной системы была введена система пояснений, позволяющая объяснять принимаемые ею решения. Чтобы извлечь такое объяснение, Знания в Базе Знаний записываются в форме правил, то есть в его форме, а затем таких правил, как ЕСЛИ вы хотите получить хорошие оценки, тогда вам придется усердно учиться
. Превратить Знания в правила — непростая задача из-за двусмысленности и дублирования фактов в Базе Знаний; им нужно управлять как можно точнее. На рис. 1 показана разработка экспертной системы [1].
Рис. 1 Разработка простой экспертной системы.
Архитектура экспертной системы
Архитектура экспертной системы отражает понимание знающими инженерами методов представления знаний и того, как принимать интеллектуальные решения на основе этих знаний. Программная архитектура экспертной системы не зависит от оборудования. Конечный пользователь общается с системой с помощью пользовательского интерфейса, который позволяет пользователю вводить факты о конкретной ситуации и задавать вопросы системе. Системный стажер отвечает на запрос через пользовательский интерфейс. Пользовательский интерфейс дополнительно связан с базой знаний и механизмом вывода. Пользовательский интерфейс получает набор фактов из механизма вывода и базы знаний. Как и база знаний, механизм вывода также содержит набор правил и фактов. Однако правила и факты в базе знаний ограничены областью конкретной экспертизы, в то время как правила механизма вывода содержат общую стратегию контроля и поиска, используемую экспертной системой для достижения решения. Механизм вывода использует факты, предоставленные пользователем, и базу знаний для создания новых фактов. Эта архитектура воспроизводит мыслительный процесс человека-эксперта. На рис. 2 показана архитектура экспертной системы.
Рис. 2 Архитектура простой экспертной системы.
База знаний
База знаний является основной частью экспертной системы, и по этой причине экспертная система также известна как система, основанная на правилах. Если экспертная система рассматривается как производственная система, то база знаний — это совокупность производственных правил. Экспертиза по проблемной области представлена производством. В системе, основанной на правилах, данные хранятся в формате, если — тогда данное условие истинно — выполнить действие, соответствующее данной ситуации. Знания Экспертной системы представлены в виде дерева. Он состоит из корневого кадра и ряда подкадров. Структура кадра организована в виде иерархической структуры, так что каждый кадр имеет свои соответствующие правила, характеристики и параметры.
Механизм вывода
Механизм вывода служит механизмом вывода (создание знания из существующего факта) и управлением. Конструкция механизма вывода определяет эффективность и действенность системы. Чтобы проблема была решена, механизм вывода загружает только необходимый контекст о проблеме и работает над решением проблемы. Механизм вывода извлекает необходимые факты из базы знаний о данной области, а также получает факты, над которыми нужно работать, от пользователя через пользовательский интерфейс. Когда механизм вывода извлекает решение, он передает его пользователю через пользовательский интерфейс. Поскольку механизм вывода следует систематическому подходу, он может предоставить пользователю наиболее важные объяснения для достижения данного решения.
Роль инженера знаний
Инженер по знаниям играет наиболее важную роль в развитии базы знаний. Ответственность за точную оценку требований пользователя лежит на инженере по знаниям. Инженер по знаниям проводит серию собеседований с экспертом-специалистом, чтобы получить точные, полные, правильные и последовательные знания о предметной области.
Инженер по знаниям должен создать небольшие прототипы системы, чтобы гарантировать правильное функционирование, тестируя ее в различных ситуациях. Существует ряд ошибок, таких как семантические ошибки, ошибки знаний экспертов, синтаксические ошибки, ошибки механизма вывода, ошибки цепочки и так далее. Инженеру по знаниям необходимо избегать этих ошибок, чтобы обеспечить создание идеальной базы знаний.
References:
- [Gruber, T. R., A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 5(2):199-220, 1993.
- F. Sowa. Ontologies for sharing knowledge. In manuscript of the invited speech to the terminology and knowledge Congress of Engineering (TKE '96), Vienna, 1996.
- Semantic web and ontology, Dhana Nandini, 2014.
- Barr and E.A. Frigenbaum, The Handboo of Artificial intelligence, Vol. 1, William Kaufmann, 1981.