Для создания экспертной системы нужен собственно эксперт, источник знаний в какой-либо узкой предметной области, и универсальный инженер знаний. Инженер знаний опрашивает эксперта, формализует его знания и создаёт модель предметной области. Модель затем вводится в компьютер, и проигрываются всевозможные варианты. [c.4]
Традиционно построение правил вывода и баз знаний считается прерогативой экспертных систем - направления искусственного интеллекта, которое претендовало в начале семидесятых годов заменить собою искусственные нейронные сети в задачах обработки информации. Экспертные системы были ориентированы именно на обработку данных с помощью некоторых правил вывода, которые предполагалось извлекать у экспертов в той или иной области знаний. Экспертные системы были призваны реализовывать цепочки рассуждений, имитирующих анализ ситуации экспертом-человеком. По сути в 70-е годы сам термин "искусственный интеллект" был синонимом разработки экспертных систем, или инженерии знаний. [c.167]
Это направление, однако, столкнулось с рядом принципиальных трудностей. В частности, инженеры знаний должны были извлекать их у очень квалифицированных экспертов, которые, вообще говоря, не стремились поделиться информацией. Знания - большая ценность, и передавать их, чтобы помочь создать себе легко тиражируемую замену и. в конечном счете, обесценить себя как специалист стремился далеко не каждый. Но даже и при наличии соответствующего желания, эксперт не всегда мог внятно сформулировать те правила, которыми он пользуется при подготовке экспертного заключения. Очень многое в его работе связано с интуитивными качественными оценками, распознаванием ситуации в целом, то есть с не формализуемыми процедурами (мы знаем, что это как раз та ситуация, в которой особенно отчетливо проявляются преимущества нейросетевого подхода). Но даже если все трудности оказывались преодоленными достоинства построенной экспертной системы оказывались не абсолютными поскольку именно явная формализация правил вывода, а не компьютерная система сама по себе представляла основную ценность. В этом смысле весьма показателен [c.167]
Как уже отмечалось, технологию построения экспертных систем часто называют инженерией знаний. Как правило, этот процесс требует специфической формы взаимодействия создателя экспертной системы, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний извлекает из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач, и встраивает эти знания в экспертную систему. Одной из наиболее сложных проблем, возникающих при создании экспертных систем, является преобразование знаний эксперта и описания применяемых им способов поиска решений в форму, позволяющую представить их в базе знаний системы, а затем эффективно использовать для решения задач в данной предметной области. [c.570]
Обычно эксперт не прибегает к процедурным или количественным методам его основные средства — аналогия, интуиция и абстрагирование. Часто эксперт даже не может объяснить, как именно им было найдено решение. В лучшем случае вы получите от него лишь описание основных приемов или эвристик, которые помогли ему успешно справиться с задачей. На инженера знаний возлагается очень сложная работа по преобразованию этих описаний в строгую, полную и непротиворечивую систему, которая позволяла бы решать прикладные задачи не хуже, чем это сделал бы сам эксперт, поскольку процесс построения базы знаний плохо структурирован и по своей природе является скорее циклическим, чем линейным. [c.570]
Инженер знаний должен корректно сформулировать задачу. В то же время он должен уметь распознать, что задача не структурирована, и в этом случае воздержаться от попыток ее формализовать или применить систематические методы решения. Главная цель начального этапа построения базы знаний — определить, как будет выглядеть описание предметной области на различных уровнях абстракции. Экспертная система включает базу знаний, которая создается путем формализации некоторой предметной области, а та, в свою очередь, является результатом абстрагирования определенных сущностей реального мира. [c.571]
После того как предметная область выделена, инженер знаний должен ее формально описать. Для этого ему необходимо выбрать какой-либо способ представления знаний о ней (модель представления знаний). Если в качестве инструментального средства определена оболочка (пустая ЭС), то модель представления знаний определяется выбранным средством. Формально инженер знаний должен воспользоваться той моделью, с помощью которой можно лучше всего отобразить специфику предметной области. [c.571]
Инженер знаний прежде всего обязан провести опрос эксперта и только потом приступать к построению системы. Эксперт, безусловно, должен быть специалистом в той области, в которой будет работать система. Первым делом необходимо определить целевое назначение системы. Какие, собственно, задачи предстоит решать системе, основанной на знаниях Цели разработки системы следует сформулировать точно, полно и непротиворечиво. [c.572]
После того как цель разработки системы определена, инженер знаний приступает к формулированию подцелей это поможет ему установить иерархическую структуру системы и разбить ее на модули. Введение тех или иных подцелей обусловливается наличием связей между отдельными фрагментами знаний. Проблема сводится к разбиению задачи на две или несколько подзадач меньшей сложности и последующему поиску их решений. При необходимости полученные в результате разбиения подзадачи могут дробиться и дальше. [c.572]
Процесс приобретения знаний — наиболее сложный этап разработки экспертной системы, поскольку инженер знаний (программист) плохо разбирается в предметной области, а эксперт не знает программирования. В связи с этим лексика, используемая экспертом, не понятна инженеру знаний, и чтобы уточнить все вопросы, требуется совместная работа эксперта и инженера знаний. Одна из наиболее сложных задач инженера знаний - помочь эксперту структурировать знания о проблеме. " "... [c.573]
В выполнении всех задач, возникающих в процессе приобретения знаний, могут принимать участие эксперт, инженер знаний и экспертная система. В зависимости от того, кто выполняет задачу, можно выделить различные модели приобретения знаний. [c.574]
Модель приобретения знаний ЭС с помощью инженера знаний [c.574]
Последующие разработки систем искусственного интеллекта основывались на отделении знаний от программ и оформлении знаний в виде простых информационных структур, называемых базами знаний. В этом случае эксперт взаимодействует с системой либо непосредственно, либо через инженера знаний. [c.574]
Эксперт, имеющий минимальные знания в области программирования, может взаимодействовать с экспертной системой через интеллектуальный редактор, без посредничества инженера знаний. [c.575]
Перед тем как приступить к разработке ЭС, инженер по знаниям должен рассмотреть вопрос, следует ли разрабатывать ЭС для данного приложения. В обобщенном виде ответ может быть таким использовать ЭС следует в том случае, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. [c.578]
Прототип должен продемонстрировать пригодность методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов инженерии знаний для данного приложения. [c.579]
Получение знаний от эксперта (экспертов) осуществляется в процессе интенсивного систематического взаимодействия инженера по знаниям с экспертом. Поэтому инженер по знаниям должен работать с экспертом в контексте решения конкретных задач (подзадач). Обычно оказывается неэффективным непосредственно спрашивать эксперта, с помощью каких методов он решает ту или иную задачу. В этом случае проявляется парадокс экспертизы (инженерии знаний) чем выше компетентность эксперта, тем меньше его способность описать знания, используемые им для решения задач. Более того, анализ попыток экспертов объяснить, как они формируют решение задач, показывает, что они часто описывают правдоподобные линии рассуждений, мало похожие на те, которыми они действительно пользуются. [c.582]
Цели курса Организация производства И вооружить будущих инженеров знаниями в области организации промышленного производства, необходимыми для квалифицированного решения задач, возникающих в процессе работы у руководителей среднего звена и работников специальных подразделений II привить специалистам навыки проектирования организации производства и деятельности по организационному совершенствованию в объединениях и на предприятиях промышленности [c.5]
Уровень технологии любого производства оказывает решающее влияние на экономические показатели (прибыль, рентабельность продукции, издержки производства и др). Поэтому экономисту необходимы достаточные знания современных технологических процессов, а инженеру — знания в области экономики. [c.191]
Выполнение этих требований позволяет упростить механизм логического вывода и процессы приобретения знаний и управления ими, однако, как правило, создателям интеллектуальной системы приходится идти на некоторый компромисс в стремлении обеспечить одинаковое понимание знаний и экспертами, и инженерами знаний, и пользователями. [c.420]
Компонент приобретения знаний предназначен для обеспечения работы инженера знаний по созданию и поддержанию модели знаний, адекватной реальной предметной области (генерации БЗн, ее тестирования, пополнения новыми знаниями, исключения неверных (ставших таковыми) знаний и т. п.). [c.431]
В психологии, инженерии знаний разработаны приемы, большинство из которых, за исключением аппаратурных методик, вполне доступны. Познакомимся с конкретными приемами выявления стереотипов Клиентов. [c.58]
Одной из ключевых проблем создания систем ИИ является проблема представления и использования знаний о той предметной области, в которой система решает те или иные задачи. Общий круг задач, решаемых в этой связи, относится к разделу ИИ, называемому инженерией знаний. База знаний является важным элементом любой системы управления. Идея баз знаний сформировалась в ходе исследований по созданию принципов и методов работы с большими базами данных. Оказалось, что эффективность использования баз данных может быть существенно повышена, если связывать хранящуюся информацию не только за счет форм (таблиц, списков, деревьев), а за счет тех отношений, которые существуют между фактами. Причем, отношения эти должны быть не случайными, ситуативными, а отражать существенные связи объекта. Такие базы данных получили название интеллектуальных баз данных или баз знаний. [c.65]
К примеру, инженеры знаний (люди, которые осуществляют опрос экспертов и переводят их экспертизу в искусственный интеллект — компьютерную программу экспертной системы ) сегодня составляют менее 1% сотрудников в сфере обработки данных, однако предполагается, что после 2000 г. они займут до 20% рабочих мест по обработке данных. Исследование компетенций может показать, что лучшие инженеры знаний обладают более высоким уровнем когнитивных компетенций, таких как опознавание модели, концептуализация и аналитическое мышление (способность распознавать и формулировать алгоритмы решения задачи эта способность используется экспертами в компьютерных программируемых правилах типа если— то ) и навыки межличностного интервьюирования, нужные для установления взаимопонимания и выслушивания экспертов по теме.8 Эти данные предлагают критерии отбора и тренинга для персонала, занимающегося обработкой данных, который будут набирать и развивать в течение следующей декады. [c.111]
В будущем исследование компетенций будет все больше напоминать инженерию знаний процесс определения хода мысли людей-экспертов, чтобы на их основе разработать компьютерные экспертные системы.5 [c.128]
Эти проблемы преодолеваются с помощью методов инженерии знаний (гл. 9). Благодаря им можно непосредственно представлять в моделях плохо формализуемые знания менеджеров о бизнес-процессах, в частности рабочих процедурах. Кроме того, решается проблема быстрой разработки приложений и создания интеллекту- [c.95]
Чтобы преодолеть эти проблемы, в настоящее время начинают использовать методы инженерии знаний. С их помощью можно непосредственно представлять в моделях плохо формализуемые знания менеджеров о бизнес-процессах, в частности рабочих процедурах. Кроме того, решается проблема создания интеллектуального интерфейса конечного пользователя со сложными средствами анализа моделей. [c.245]
Процесс понимания является сложным и неформализуемьш, на него существенно влияют когнитивный стиль инженера по знаниям и его интеллектуальные характеристики. В инженерии знаний разработана методика анализа текстов в целях извлечения и структурирования знаний. Методика предусматривает овладение инженером по знаниям микроструктурой текста, вычленение ключевых слов (компрессию или сжатие текста) и последующее формирование поля знаний. [c.259]
Его основатели - Марвин Минский и Эдвард Фейгенбаум посчитали излишней апелляцию к архитектуре мозга его нейронным структурам и декларировали необходимость моделирования работы человека со знаниями. Тем самым, поставив в центр внимания операции с формальнологическими языковыми структурами, они заведомо выбрали ориентацию на имитацию обработки информации левым полушарием мозга человека. Системы обработки таких формализованных знаний были названы экспертными, поскольку они должны были воспроизводить ход логических рассуждений эксперта (высокопрофессионального специалиста) в конкретной предметной области. Эти рассуждения проводятся с использованием правил вывода, которые инженер знаний должен извлечь у эксперта. [c.205]
Технологию построения экспертных систем называют инженерией знаний. Этот процесс требует специфической формы взаимодействия создателя экспертной системы, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний извлекает из экспертов процедуры, стра- [c.553]
В этой модели интеллектуальный редактор должен обладать развитыми диалоговыми способностями и значительными знаниями о структуре базы знаний (т. е. метазнаниями). Интеллектуальный редактор может быть включен в состав экспертной системы. С его помощью эксперт (с минимальной помощью инженера знаний) определяет необходимость модификации знаний и извлечения новых знаний. [c.575]
Очевидно, что разработка ЭС является коллективным трудом, в котором принимают участие различные специалисты. Центральное место в схеме взаимодействия участников создания ЭС занимает инженер знаний (англ, knowledge engineer). Именно он организует все важнейшие работы и осуществляет их координацию. Ему принадлежит право выбора типовых или — при необходимости и наличии соответствующих ресурсов — заказа новых инструментальных средств разработки ЭС. Он работает с предметными экспертами, генерирует, тестирует, уточняет и пополняет базу знаний и т. д. Направления взаимодействия создателей ЭС (этот процесс иногда называют игрой [56]) представлены на рис. 5.4.17. [c.435]
Информатика широко использует достижения таких дисциплин, как математика, лингвистика, семиотика (наука о знаковых системах), логика, omputer s ien e, робототехника, инженерия знаний и др. В становлении информатики как науки вклад внесли многие замечательные ученые, среди них А.Н. Колмогоров, В.А. Котельников, А.А. Ляпунов, А.П. Ершов, B. . Леднев, А.А. Харкевич, А.Я. Хинчин и др. [c.5]
Реинжиниринг осуществляют специалисты двух типов - профессионалы в области реконструируемого бизнеса и разработчики информационных систем. Опыт реинжиниринга показывает, что по-настоящему успешное и новаторское внедрение информационных технологий является уникальным и творческим процессом управляющие компаниями и специалисты-технологи, знакомясь с методами информационных технологий (ИТ), сами делают открытия относительно возможностей их использования в своем конкретном бизнесе [5, 7]. В то же время создание высококачественных информационных систем требует участия профессионалов в области ИТ. Возникает проблема нахождения общего языка. Решение этой проблемы стоит на пути интеграции таких современных технологий, как объектно-ориентированное программирование, ASE-технологии, инженерия знаний, имитационное моделирование процессов и средства быстрой разработки приложений [1]. [c.242]
Как уже отмечалось (см. разд. З.б), для обеспечения активного участия менеджеров в проведении реинжиниринга целесообразно интегрировать ключевые достижения современных информационных технологий - объектно-ориентированного программирования, ASE-технологий, имитационного моделирования процессов, инженерии знаний и средств быстрой разработки приложений. Именно такая тенденция и наблюдается в настоящее время в развитии методологий и инструментальных средств (ИС) БПР (см. также 12, 11,12 ). [c.244]