2.6.2. Структура экспертной системы

Таким образом, у полностью оформленной экспертной системы присутствуют четыре основных блока.

1. База знаний.

2. Машина вывода.

3. Модуль извлечения знаний.

4. Система объяснения принятых решений.

Блоки 3 и 4 необязательны, но законченная экспертная система обязана иметь их все. Рассмотрим теперь основные блоки экспертной системы подробнее.

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. Отличие базы знаний от базы данных состоит в механизме пополнения информации недостающими фактами.

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

Машина вывода – это высокоуровневый интерпретатор, который осуществляет цепочку рассуждений на основе фактов и правил базы знаний, и который приводит к конечному решению. Машина вывода обычно имеет дело с ненадежными знаниями. Одна из проблем – работа с ненадежной информацией. В настоящее время найдены способы решения этой задачи: нечеткая логика, байесовская логика, коэффициенты уверенности. Эти способы дают на практике вполне приемлемые результаты. Извлечение знаний

Извлечение знаний является трудоемким процессом. Знания сами по себе – дорогой ресурс, который сложно представить в простой для использования в компьютере форме. Обычный способ извлечения знаний состоит в том, что специалист по технологии экспертных систем опрашивает специалистов, знания которых добавляются в экспертную систему, добиваясь правильного представления их знаний в компьютере. Это долгий и дорогой процесс. В настоящее время ведутся интенсивные работы по автоматизации процесса извлечения знаний. Появилось новое поколение систем – самообучающиеся системы, которые уже нельзя назвать экспертными системами в точном понимании этого слова, т. к. они уже не используют знания экспертов. Процесс принятия решения в таких системах трудно понять человеку (не удается построить блок объяснения решения). Сейчас интенсивно развиваются системы, основанные на технологии нейронных сетей, которые используют этот принцип.

Система объяснения принятых решений

Человеку часто трудно объяснить, каким образом он принимает свое решение. Система объяснения принятых решений экспертной системы позволяет облегчить процесс общения человека с экспертной системой, объясняя, как система пришла к решению. В таком случае, при необходимости, человек может вмешаться в процесс принятия решения.