Северный Государственный Медицинский университет кафедра медицинской и биологической
Северный Государственный Медицинский университет кафедра медицинской и биологической физики Искусственный интеллект в экспертных системах
Что такое Э. С. ? В самом простом значении - это компьютерная система, использующая знания одного или нескольких экспертов, представленные в некотором формальном виде, а также логику принятия решения человеком-экспертом в трудно- или неформализуемых задачах.
Суть экспертных систем Экспертные системы способны в сложной ситуации (при недостатке времени, информации или опыта) дать квалифицированную консультацию (совет, подсказку), помогающую специалисту или менеджеру принять обоснованное решение. Основная идея этих систем состоит в использовании знаний и опыта специалистов высокой квалификации в данной предметной области специалистами менее высокой квалификации в той же предметной области при решении возникающих перед ними проблем.
Область применения экспертных систем Существует ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средcтвами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.
Критерии 1)Данные и знания надежны и не меняются со временем. 2)Пространство возможных решений относительно невелико. 3)В процессе решения задачи должны использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения. 4)Должен быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.
Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.
Медицинская диагностика Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70 -х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.
Контроль и управление Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.
Диагностика неисправностей в механических и электрических устройствах В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т. д. ), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров.
Классы задач, решаемых экспертными системами реального времени n мониторинг в реальном масштабе времени n системы управления верхнего уровня n системы обнаружения неисправностей n диагностика, составление расписаний n планирование, оптимизация n системы-советчики оператора n системы проектирования.
Статические экспертные системы не способны решать подобные задачи 1. Представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных. 2. Выполнять временные рассуждения о нескольких различных асинхронных процессах одновременно (т. е. планировать в соответствии с приоритетами обработку поступивших в систему процессов). 3. Обеспечивать механизм рассуждения при ограниченных ресурсах (время, память). Реализация этого механизма предъявляет требования к высокой скорости работы системы, способности одновременно решать несколько задач (т. е. операционные системы UNIX, VMS, Windows NT, но не MS-DOS). 4. Обеспечивать "предсказуемость" поведения системы, т. е. гарантию того, что каждая задача будет запущена и завершена в строгом соответствии с временными ограничениями. Например, данное требование не допускает использования в экспертной системе реального времени механизма "сборки мусора", свойственного языку Lisp. 5. Моделировать "окружающий мир", рассматриваемый в данном приложении, обеспечивать создание различных его состояний.
6. Протоколировать свои действия персонала, обеспечивать восстановление после сбоя. 7. Обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда (необходимо использование объектно- ориентированной технологии, общих правил, модульности и т. п. ). 8. Обеспечивать настройку системы на решаемые задачи (проблемная/предметная ориентированность). 9. Обеспечивать создание и поддержку пользовательских интерфейсов для различных категорий пользователей. 10. Обеспечивать уровень защиты информации (по категориям пользователей) и предотвращать несанкционированный доступ.
Что такое искусственный интеллект? Иску сственный интелле кт (ИИ, англ. Artificia l intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами
Задачи и цели ИИ Единого ответа на вопрос, чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки. В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности» , хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. Поэтому, несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем, можно выделить два основных подхода к разработке ИИ
Подходы разработки ИИ Нисходящий ( Top- Восходящий Down AI), семиотический — ( Bottom-Up создание экспертных AI), биологический — систем, без знаний и изучение нейронных систем логического сетей и эволюционных вывода, имитирующих вычеслений, высокоуровневые моделирующих интеллектуальное психические процессы: поведение на основе мышление, рассуждение, биологических элементов, речь, эмоции, творчество а также создание и т. д. соответствующих вычислительных систем, таких нейрокомпьютер или биокомпьютер.
Тест Тьюринга и интуитивный подход Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор» . Все участники теста не видят друга.
Подходы к тесту Самый общий подход Писатели фантасты часто предполагает, что ИИ будет предлагают ещё один подход: способен проявлять поведение, ИИ возникнет тогда, когда не отличающееся от машина будет человеческого, причём в способна чувствовать и творить нормальных ситуациях. Эта идея Так, хозяин Эндрю Мартина из является обобщением «двухсотлетнего человека» подхода теста Тьюринга, который начинает относиться к нему как утверждает, что машина станет к человеку, когда тот создаёт разумной тогда, когда будет игрушку по собственному способна поддерживать разговор проекту. А Дейта из Звёздного с обычным человеком, и тот не пути, будучи способным к сможет понять, что говорит с коммуникации и научению, машиной (разговор идёт по мечтает обрести эмоции переписке). и интуиции.
Другие подходы разработки ИИ Символьный подход Логический подход Агентно-ориентированный подход Гибридный подход
Биологическое моделирование искусственного интеллекта Отличается от понимания искусственного интеллекта по Джону Маккарти, когда исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие именно биологической структуры и особенностей её функционирования. Сюда можно отнести несколько направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов ( «родителей» ). Относительно новый подход, где ставится задача создания автономной программы — агента, взаимодействующего с внешней средой, называется агентным подходом.
Робототехника Области робототехники и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки- роботы Pleo, AIBO, QRIO.
Современный искуственный интеллект Можно выделить два направления развития ИИ решение проблем, связанных с приближением создание искусственного разума, специализированных систем представляющего интеграцию уже ИИ к возможностям человека, созданных систем ИИ в единую систему, и их интеграции, которая способную решать проблемы реализована природой человечества человека
Некоторые из самых известных ИИ-систем Deep Blue — победил чемпиона мира по шахматам. Матч Каспаров против супер. ЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым. Затем линия суперкомпьютеров IBM проявилась в проектах brute force Blu. Gene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain
n Watson — перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!» , аналога «Своей игры» в России, где системе удалось выиграть в обеих играх n MYCIN — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора n 20 Q — проект, основанный на идеях ИИ, по мотивам классической игры « 20 вопросов» . Стал очень популярен после появления в Интернете на сайте 20 q. net n Распознавание речи. Системы такие как Via. Voice способны обслуживать потребителей
Источнки n http: //expro. ksu. ru/materials/ii_i_es/book. html#point 1. 4 n http: //expro. ksu. ru/materials/ii_i_es/book. html n http: //www. mari- el. ru/mmlab/home/AI/12/index. html#part _3 n http: //www. rriai. org. ru/
Благодарю за внимание!
Искусственный интеллект в экспертных системах.ppt
- Количество слайдов: 25

