Еволюція експертних систем

Історія і перспективи "Ми стільки можемо, скільки знаємо. Знання - сила."

Френсіс Бекон, англійський філософ і державний діяч

Вступ

Напружимо уяву і постараємося уявити собі наступну картину: користувач вводить запит в пошукову машину інтернету і між ними відбувається наступний діалог:

- Де був розбитий герой Толстого?

- Ім'я автора Олексій Миколайович або Лев Миколайович?

- Лев Миколайович, твір "Війна і мир".

- Яка національність героя - російський, австрієць або француз?

- Русский.

- Це перше детально описане поразку в книзі?

- Так.

- Тоді то місце називається Аустерліц (тепер м Славков, Чехія).

Виглядає нереально, правда? Але, з огляду на темпи розвитку систем штучного інтелекту, а саме - експертних систем (ЕС), можна припустити, що це стане звичайним явищем років через 50. Тільки одна подібна система, CADUCEUS, містить одних голих фактів більше, ніж 80% світової медичної літератури. Об'єднавши тисячі інтелектуальних систем, що містять в пам'яті дані і знання з усіх областей, а також алгоритми виведення нових знань із уже наявних в єдиний світовий мозок, людство, згідно Бекону, може стати набагато мудріше і могутніше. Неможливо передбачити ефект від накопичення такого великого обсягу корисної інформації, яка буде доступна кожному.

Це поки одні фантазії. Давайте спустимося на землю і поговоримо про те, що послужило фундаментом для побудови подібних повітряних замків: про експертних системах і їх розвитку.

Глава 1. Структура і особливості ЕС

Що собою являє експертна система? Це інтелектуальна комп'ютерна програма, яка може давати поради, консультувати, проводити аналіз і ставити діагноз на рівні спеціаліста в деякій вузькій предметній області. У звичайних користувачів, які звикли до Windows і іншим засобам (перевірка граматики в Word :), дане твердження може викликати посмішку і сумніви. Але, я вас запевняю, порівнювати той софт, який встановлений на наших комп'ютерах, з експертними системами, щонайменше, некоректно. Вони, на відміну від інших програмних продуктів, використовують при роботі не тільки дані, але ще знання і спеціальні механізми виведення рішень і нових знань на основі наявних. Пошук рішення може здійснюватися логічними, евристичними (працюють, але не мають строгого обгрунтування), математичними (аналітичними і імітаційними) і гібридними методами.

Виник в середині 60-х років минулого століття новий напрямок в штучному інтелекті з тих пір тільки прискорює темпи свого розвитку. Сьогодні будь-яка експертна система окупається моментально, приносячи величезну користь в тих областях, де спостерігається нестача фахівців або існує реальна небезпека для їхнього життя (атомні електростанції). ЕС знаходять широке застосування в медицині, мікроелектроніці, геології, військовій справі, навігації і т.д. Наприклад, HASP / SIAP визначає місце розташування і типи суден в тихому океані за даними акустичних систем стеження.

Кожна експертна система має інтелектуальний природно-мовної або мовної інтерфейс (пам'ятаєте вступ?). Адже коло її спілкування, - програмісти і хакери (в хорошому розумінні цього слова :), а звичайні люди, які володіють комп'ютерною грамотою. Крім того, ЕС включає підсистеми пояснення і навчання для інтерпретації власних міркувань. Її приблизна схема представлена ​​на малюнку.

Тепер звернемося до історії і постараємося простежити етапи розвитку експертних систем.

Глава 2. Історія появи першої ЕС DENDRAL

Все почалося в далеких шістдесятих, які принесли світу біт і рок-музику, різні молодіжні рухи на кшталт хіпі та пропаганду свободи моралі. У той час в космос відправився перший чоловік, медицина ознаменувалася успіхами в клінічній трансплантації органів (перша успішна пересадка серця), були закладені основи сучасних операційних систем.

Тоді Едвард Фейгенбаум (Edward Feigenbaum), дослідник в галузі штучного інтелекту, як і багато вчених його часу, замислювався над тим, чи може машина думати і міркувати подібно людині і як багато знань в неї можливо вкласти ( www.atariarchives.org/deli/expert_systems.php ). Він вважав, що відповідь вдасться отримати, тільки сконструювавши таку "мислячу" систему. Але яке ж науковий напрям вибрати для експериментів? В який предметної області розробки Фейгенбаума відбиватимуться здебільшого на? Дозволити ці питання допоміг лауреат нобелівської премії, біохімік Джошуа Ледербергом (Joshua Lederberg). Він запропонував створити комп'ютерного помічника, який міг би визначати шляхом розрахунку молекулярну структуру хімічних сполук і який, за словами Ледербергом, був просто необхідний в органічній хімії. Так з'явилася ідея про побудову експертної системи DENDRAL.

У 1965 році в Стенфордському університеті (Stanford University) Едвард Фейгенбаум, Джошуа Ледербергом і примкнув до них Брюс бучение (Bruce Buchanan) почали роботи зі створення першої експертної системи. Однією з головних проблем, яку вченим належало вирішити, була побудова гнучкої програми, що оперує з численними знаннями і працює за правилами логіки ( "якщо - то"). Однак, як виявилося, найскладніше було створити базу даних, що включає знання багатьох фахівців в органічній хімії. Для цього розробникам DENDRAL довелося опитати якомога більше експертів. Придбання знань - не такий легкий процес, як це може здатися на перший погляд. Одна справа зібрати факти, інше - пізнання конкретної людини. Тому опитуваним фахівцям була надана спеціальна програма, яка виробляла деякі "умовиводи", правдивість чи неправдивість яких їм потрібно було встановити і пояснити. Таким чином, відокремивши механізм логічного висновку від бази знань, бучение запропонував хороший інструмент для створення експертних систем. Однією з найперших подібних програм була META-DENDRAL. З її допомогою і за допомогою аналогічних розробок були побудовані такі ЕС, як PROSPECTOR, MYCIN і CYRUS.

Глава 3. Розвиток ЕС в 70-80-х роках

З 70-х років ЕС стали провідним напрямком в області штучного інтелекту. У цей період було створено безліч різноманітних експертних і діагностичних систем, велика частина яких діє і сьогодні. Найвідомішими з них є MYCIN, що служить для діагностики та лікування інфекційних захворювань, і PROSPECTOR, призначена для геологічної розвідки родовищ корисних копалин.

Перша версія ЕС MYCIN була побудована у вже знайомому нам Стенфордському університеті в середині 70-х років. Її творець - лікар і фахівець в області обчислювальної техніки Едвард Шортлайф (Edward Shortliffe). Ось ми і дісталися до самої популярної області застосування експертних систем - медицини. Справа в тому, що діагностика багатьох захворювань для успішного одужання пацієнта повинна проводитися оперативно. Іноді максимально можливі терміни визначення методу лікування складають від одного до двох діб. Крім того, кожна людина, йдучи на прийом до лікаря, хоче сподіватися, що його прийме професіонал, який чітко пояснить причину нездужання і запропонує одну або кілька ефективних методик лікування. Будь-яка медична експертна система, що містить знання і логіку міркування кращих фахівців в світі, може це дозволити.

Як же відбувається спілкування пацієнта і машини? Звичайно, на природну людську мову, і це характерно, як було сказано, для всіх ЕС. Сам хворий або доктор вводить в MYCIN симптоми встановлюється хвороби, а ЕС задає уточнюючі питання і, врешті-решт, ставить діагноз і пропонує методи лікування. Крім того, система на будь-якому етапі може "пояснити" свої доводи. Механізм логічного висновку в MYCIN включає початковий опитування пацієнта, прямий висновок з використанням деяких правил продукції та правил нечіткої логіки і зворотний висновок ( penguin.kurgan.ru/doc/ai.shtml ).

Дослідження роботи ЕС MYCIN, проведені в Стенфордському університеті, показали, що система для діагностики бактеріальних інфекцій все-таки поступається групі лікарів, що складається тільки з професіоналів, на 20%. Правда, навіть приблизну дату цього тестування так і не вдалося знайти. Але база знань MYCIN постійно розширюється, і завдяки цьому ЕС "освоює" все нові галузі медицини. Тепер MYCIN використовується переважно для навчання лікарів, а її механізм логічного висновку E-MYCIN був успішно застосований для створення багатьох інших ЕС, таких, як NEOMYCIN і PUFF для дослідження легеневих захворювань.

Експертна система PROSPECTOR розроблялася SRI International з 1974 по 1983 рік. Як вже було сказано, вона призначена для геологічних вишукувань і відноситься до інтерпретується типу ЕС, які виводять деякі висновки на основі спостережень. Дана програма має динамічним кількістю геологічних моделей, кожна з яких містить знання про певні види корисних копалин. Так само, як і MYCIN, PROSPECTOR залучає геолога в діалог, щоб, спираючись на його спостереження, точно вибрати модель і дати відповідь на питання "Де бурити?". У 1984 році система точно передбачила існування родовища молібдену, оціненого в багатомільйонну суму.

При розробці наступних експертних систем були враховані особливості і недоліки PROSPECTOR і MYCIN. Завдяки цьому такі діагностичні медичні системи, як INTERNIST і CASNET, засновані на асоціативному і казуальне (від анг. Casual - випадковий) підходах, придбали більш потужні механізми виведення.

Глава 4. ЕС сьогодні

Зараз кількість експертних систем обчислюється тисячами і десятками тисяч. У розвинених зарубіжних країнах сотні фірм займаються їх розробкою та впровадженням в різні сфери життя. Є і вдалі спроби побудови ЕС в СНД. В даний час ведуться розробки самостійно учнів експертних систем. Крім того, в штучному інтелекті позначилося такий напрямок, як інженерія знань, що відповідає за пошуки передових методів в зборі, поданні, зберіганні і примноження інформації. Ще можна згадати те, що п'яте покоління ЕОМ (наші ПК відносяться до четвертого), що виникло в 90-х роках, базується повністю на експертних системах.

Як сучасних ЕС можна назвати швидкодіючу систему OMEGAMON (фірма Candle, з 2004 р IBM) для відстеження стану корпоративної інформаційної мережі і G2 (фірма Gensym) - комерційну експертну систему для роботи з динамічними об'єктами ( www.intuit.ru/department/human/isrob/6/isrob_6.html ). Вони служать для прийняття рішення за лічені секунди з моменту настання позаштатних або критичних ситуацій. Для G2 також характерно розпаралелювання процесів міркувань. Для простого перерахування інших сучасних експертних систем, можливо, не вистачить газетної шпальти. Ось лише деякі з них: GUIDON, TATR, ONCOCIN, MOLGEN, GENESIS.

Порівнюючи стан речей в створенні ЕС в 70-х і 90-х роках, просто дивуєшся, наскільки далеко наука зробила крок вперед. Експертні системи зараз є прогресуючим напрямком в штучному інтелекті, яке навряд чи найближчим часом зменшить швидкість свого розвитку. Тому до теми подібних "розумних" програмних комплексів ми повернемося ще не раз.

висновок

У сучасному суспільстві неструктуровані і слабоструктуровані завдання управління і контролю складних виробничих процесів і об'єктів часто зустрічаються в таких областях, як авіація, енергетика, машинобудування, медицина, мікроелектроніка та ін. Тому поява експертних систем, що дозволяють швидко і ефективно вирішувати подібні проблеми, вважається великим науковим досягненням.

Якщо на рубежі 60-х і 70-х років минулого століття кількість ЕС можна було перерахувати по пальцях, в 1987 році відповідно до перепису їх було 1000, то сьогодні ніхто підрахунками - цим невдячним заняттям - не займається :). Число експертних систем зростає по експоненті, удосконалюються методи і алгоритми виводу рішень, збільшується кількість фактів і правил в базах знань. З огляду на зростання їх інтелектуальних здібностей, можна припустити, що в недалекому майбутньому ЕС знайдуть своє застосування в судочинстві і політиці. Останнє було б дуже до речі на тлі безперервних локальних військових конфліктів (Ірак, сектор Газа і т.д.).

Віталій КРАСИЛЬНИКОВ, [email protected]