Нестеров А. В., Тимченко В. В., Трапицын С. Ю. Информационные педагогические технологии. Учебно-методическое пособие, – СПб.: Издательство ООО «Книжный дом», 2003 – 340 с.
Экспертные системы в образовании. Четыре проблемы развития
И в картошке ценят не мундир,
а внутреннее содержание
Экспертные системы (ЭС) основаны на использовании элементов искусственного интеллекта, применяются в автоматизированных образовательных системах для повышения качества обучения за счет автоматизации процесса обучения и повышения эффективности за счет освобождения преподавателя от рутинной работы.
Основной недостаток существующих электронных учебных средств – использование неразвитых примитивных форм диалогового общения с пользователем. Переход от примитивного диалога, типа «меню», к диалогу на «естественном» языке, к диалогу «с голоса» требует применения экспертных систем.
Сегодня нет четкого определения термина «экспертная система». Наиболее общее определение: ЭС – это искусственная система, способная в данной предметной области эффективно заменить эксперта-человека. Экспертными могут называться автоматизированные информационные системы, ориентированные на решение задач в определенной предметной области с достаточным качеством.
ЭС предназначены для того, чтобы сделать доступными сочетания знаний, опыта, навыков и интуиции квалифицированных специалистов. ЭС в сочетании с комплексом учебной информации, в отличие от существующих автоматизированных учебных курсов, являются принципиально новым направлением повышения дидактической эффективности программно-методических комплексов, реализующих контроль и управление процессом обучения. Это отличие заключается в возможности интеллектуальной поддержки обучаемых разного уровня подготовленности. Такая возможность обусловлена наличием базы знаний.
Типы задач, где целесообразно использование ЭС:
управление процессом обучения с учетом индивидуальной подготовленности обучаемого, его индивидуальных особенностей;
диагностика и прогнозирование качества усвоения предметной информации и формирование изменений в последовательности представления учебного материала;
поддержание профессионального уровня обучаемого в данной предметной области;
Тема 2.3. Программные средства презентаций и основы офисного программирования
Тема 2.4.
2.4.11. Учебная база данных с главной кнопочной формой "Training_students" - Скачать
Системы управления базами данных и экспертные системы
2.4. Системы управления базами данных и экспертные системы
2.4.10. Экспертные и обучающиеся системы
Экспертные системы являются одним из основных приложений искусственного интеллекта. Искусственный интеллект – это один из разделов информатики, в котором рассматриваются задачи аппаратного и программного моделирования тех видов человеческой деятельности, которые считаются интеллектуальными.
Результаты исследований по искусственному интеллекту используются в интеллектуальных системах, которые способны решать творческие задачи, принадлежащие конкретной предметной области, знания о которой хранятся в памяти (базе знаний) системы. Системы искусственного интеллекта ориентированы на решение большого класса задач, к которым относятся так называемые частично структурированные или неструктурированные задачи (слабо формализуемые или неформализуемые задачи).
Информационные системы, используемые для решения частично структурированных задач, подразделяются на два вида:
- Создающие управленческие отчеты (выполняющие обработку данных: поиск, сортировку, фильтрацию). Принятие решения осуществляется на основе сведений, содержащихся в этих отчетах.
- Разрабатывающие возможные альтернативы решения. Принятие решения сводится к выбору одной из предложенных альтернатив.
Информационные системы, разрабатывающие альтернативы решений, могут быть модельными или экспертными:
- Модельные информационные системы предоставляют пользователю модели (математические, статистические, финансовые и т.д.), которые помогают обеспечить выработку и оценку альтернатив решения.
- Экспертные информационные системы обеспечивают выработку и оценку возможных альтернатив пользователем за счет создания систем, основанных на знаниях, полученных от специалистов - экспертов.
Экспертные системы - это программы для компьютеров, аккумулирующие знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки информации. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных специалистов.
Известно, что знания существуют в двух видах: коллективный опыт, личный опыт. Если предметная область представлена коллективным опытом (например, высшая математика), то эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня и эти знания являются слабоструктурированными, то такая область нуждается в экспертных системах. Современные экспертные системы нашли широкое применение во всех сферах экономики.
База знаний является ядром экспертной системы. Переход от данных к знаниям является следствием развития информационных систем. Для хранения данных применяются базы данных, а для хранения знаний – базы знаний. В базе данных, как правило, хранятся большие массивы данных с относительно небольшой стоимостью, а в базах знаний хранятся небольшие по объему, но дорогие информационные массивы.
База знаний – это совокупность знаний, описанных с использованием выбранной формы их представления. Наполнение базы знаний является одной из самых сложных задач, которая связана с выбором знаний их формализацией и интерпретацией.
Экспертная система состоит из:
- базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил;
- решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний;
- подсистемы пояснения, позволяет пользователю получить ответы на вопрос: «Почему система приняла такое решение?»;
- подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил;
- интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.
Экспертные системы отличаются от традиционных систем обработки данных тем, что в них, как правило, используется символьный способ представления, символьный вывод и эвристический поиск решений. Для решения слабо формализуемых или неформализуемых задач более перспективными являются нейронные сети или нейрокомпьютеры.
Основу нейрокомпьютеров составляют нейронные сети – иерархические организованные параллельные соединения адаптивных элементов – нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.
Большие успехи использования нейросетей достигнуты при создании самообучающихся экспертных систем. Сеть настраивают, т.е. обучают, пропуская через нее все известные решения и добиваясь получения требуемых ответов на выходе. Настройка состоит в подборе параметров нейронов. Часто используют специализированную программу обучения, которая занимается обучением сети. После обучения система готова к работе.
Если в экспертную систему ее создатели предварительно закладывают знания в определенной форме, то в нейронных сетях неизвестно даже разработчикам, как формируются знания в ее структуре в процессе обучении и самообучении, т.е. сеть представляет собой «черный ящик».
Нейрокомпьютеры, как системы искусственного интеллекта, являются весьма перспективными и могут бесконечно совершенствоваться в своем развитии.
В настоящее время системы искусственного интеллекта в форме экспертных систем и нейронных сетей находят широкое применение при решении финансово – экономических проблем.
Тема1. ЭОС как компонент интенсивного обучения специалистов.
Лекция 8. Экспертно-обучающие системы.
Сферы применения экспертных систем в менеджменте.
Стоимость экспертных систем.
Развитие экпертных систем.
На протяжении последних двадцати лет специалисты в области интеллектуальных систем ведут активные исследовательские работы в области создания и использования экспертных систем, предназначенных для сферы образования. Появился новый класс экспертных систем - экспертные обучающие системы - наиболее перспективное направление совершенствования программных педагогических средств в сторону процедурность знаний.
Экспертная система - это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения. Экспертные системы используют информацию, полученную заранее от экспертов - людей, которые в какой-либо области являются лучшими специалистами.
Экспертные системы должны:
- хранить знания об определенной предметной области (факты, описания событий и закономерностей);
- уметь общаться с пользователем на ограниченном естественном языке (т.е. задавать вопросы и понимать ответы);
- обладать комплексом логических средств для выведения новых знаний, выявления закономерностей, обнаружения противоречий;
- ставить задачу по запросу, уточнять её постановку и находить решение;
- объяснять пользователю, каким образом получено решение.
Желательно также, чтобы экспертная система могла:
- сообщать такую информацию, которая повышает доверие пользователя к экспертной системе;
- «рассказывать» о себе, о своей собственной структуре
Экспертная обучающая система (ЭОС) - это программа, реализующая ту или иную педагогическую цель на основе знаний эксперта в некоторой предметной области, осуществляя диагностику обучения и управления учением, а также демонстрируя поведение экспертов (специалистов-предметников, методистов, психологов). Экспертность ЭОС заключается в наличии в ней знаний по методике обучения, благодаря которым она помогает преподавателям обучать, а учащимся - учиться.
Архитектура экспертной обучающей системы включает в себя два основных компонента: базу знаний (хранилище единиц знаний) и программный инструмент доступа и обработки знаний, состоящий из механизмов вывода заключений (решения), приобретения знаний, объяснения получаемых результатов и интеллектуального интерфейса.
Обмен данными между обучаемым и ЭОС выполняет программа интеллектуального интерфейса, которая воспринимает сообщения обучаемого и преобразует их в форму представления базы знаний и, наоборот, переводит внутреннее представление результата обработки в формат обучаемого и выдает сообщение на требуемый носитель. Важнейшим требованием к организации диалога обучаемого с ЭОС является естественность, которая не означает буквально формулирование потребностей обучаемого предложениями естественного языка. Важно, чтобы последовательность решения задачи была гибкой, соответствовала представлениям обучаемого и велась в профессиональных терминах.
Наличие развитой системы объяснений (СО) чрезвычайно важно для ЭОС, работающих в области обучения. В процессе обучения такая ЭОС будет выполнять не только активную роль «учителя», но и роль справочника, помогающего обучаемому изучать внутренние процессы, происходящие в системе, с помощью моделирования прикладной области. Развитая СО состоит из двух компонент: активной, включающей в себя набор информационных сообщений, выдаваемых обучаемому в процессе работы, зависящих от конкретного пути решения задачи, полностью определяемых системой; пассивной (основной компоненты СО), ориентированной на инициализирующие действия обучаемого.
Активная компонента СО является развернутым комментарием, сопровождающем действия и результаты, полученные системой. Пассивная компонента СО - это качественно новый вид информационной поддержки, присущей только системам, основанным на знаниях. Эта компонента, помимо развитой системы HELP-ов, вызываемых обучаемым, имеет системы пояснений хода решения задачи. Система пояснений в существующих ЭОС реализуется различными способами. Она может представлять собой: набор информационных справок о состоянии системы; полное или частичное описание пройденного системой пути по дереву решений; список проверяемых гипотез (основания для их формирования и результаты их проверки); список целей, управляющих работой системы, и путей их достижения.
Важной особенностью развитой СО является использование в ней естественного языка общения с обучаемым. Широкое применение систем «меню» позволяет не только дифференцировать информацию, но и в развитых ЭОС судить об уровне подготовленности обучаемого, формируя его психологический портрет.
Однако обучаемого не всегда может интересовать полный вывод решения, содержащий множество ненужных деталей. В этом случае система должна уметь выбирать из цепочки только ключевые моменты с учетом их важности и уровня знаний обучаемого. Для этого в базе знаний необходимо поддерживать модель знаний и намерений обучаемого. Если же обучаемый продолжает не понимать полученный ответ, то система должна в диалоге на основе поддерживаемой модели проблемных знаний обучать его тем или иным фрагментам знаний, т.е. раскрывать более подробно отдельные понятия и зависимости, если даже эти детали непосредственно в выводе не использовались.
Классификация компьютерных обучающих систем
Компьютерные обучающие средства делятся на:
· компьютерные учебники;
- предметно-ориентированные среды;
- лабораторные практикумы;
- тренажеры;
- системы контроля знаний;
- справочники и базы данных учебного назначения;
- инструментальные системы;
- эксперно-обучающие системы.
Автоматизированные обучающие системы (АОС) - комплексы программно-технических и учебно-методических средств, обеспечивающих активную учебную деятельность. АОС обеспечивают не только обучение конкретным знаниям, но и проверку ответов учащихся, возможность подсказки, занимательность изучаемого материала и др.
АОС представляют собой сложные человеко-машинные системы, в которых объединяется в одно целое ряд дисциплин: дидактика (научно обосновываются цели, содержание, закономерности и принципы обучения); психология (учитываются особенности характера и душевный склад обучаемого); моделирование, машинная графика и др.
Основное средство взаимодействия обучаемого с АОС - диалог . Диалогом с обучающей системой может управлять как сам обучаемый, так и система. В первом случае обучаемый сам определяет режим своей работы с АОС, выбирая способ изучения материала, который соответствует его индивидуальным способностям. Во втором случае методику и способ изучения материала выбирает система, предъявляя обучаемому в соответствии со сценарием кадры учебного материала и вопросы к ним. Свои ответы обучаемый вводит в систему, которая истолковывает для себя их смысл и выдает сообщение о характере ответа. В зависимости от степени правильности ответа, либо от вопросов обучаемого система организует запуск тех или иных путей сценария обучения, выбирая стратегию обучения и приспосабливаясь к уровню знаний обучаемого.
Экспертные обучающие системы (ЭОС). Реализуют обучающие функции и содержат знания из определенной достаточно узкой предметной области. ЭОС располагают возможностями пояснения стратегии и тактики решения задачи изучаемой предметной области и обеспечивают контроль уровня знаний, умений и навыков с диагностикой ошибок по результатам обучения.
Учебные базы данных (УБД) и учебные базы знаний (УБЗ), ориентированные на некоторую предметную область. УБД позволяют формировать наборы данных для заданной учебной задачи и осуществлять выбор, сортировку, анализ и обработку содержащейся в этих наборах информации. В УБЗ, как правило, содержатся описание основных понятий предметной области, стратегия и тактика решения задач; комплекс предлагаемых упражнений, примеров и задач предметной области, а также перечень возможных ошибок обучаемого и информация для их исправления; база данных, содержащая перечень методических приемов и организационных форм обучения.
Системы Мультимедиа. Позволяют реализовать интенсивные методы и формы обучения, повысить мотивацию обучения за счет применения современных средств обработки аудиовизуальной информации, повысить уровень эмоционального восприятия информации, сформировать умения реализовывать разнообразные формы самостоятельной деятельности по обработке информации.
Системы Мультимедиа широко используются с целью изучения процессов различной природы на основе их моделирования. Здесь можно сделать наглядной невидимую обычным глазом жизнь элементарных частиц микромира при изучении физики, образно и понятно рассказать об абстрактных и n-мерных мирах, доходчиво объяснить, как работает тот или иной алгоритм и т.п. Возможность в цвете и со звуковым сопровождением промоделировать реальный процесс поднимает обучение на качественно новую ступень.
Системы <Виртуальная реальность>. Применяются при решении конструктивно-графических, художественных и других задач, где необходимо развитие умения создавать мысленную пространственную конструкцию некоторого объекта по его графическому представлению; при изучении стереометрии и черчения; в компьютеризированных тренажерах технологических процессов, ядерных установок, авиационного, морского и сухопутного транспорта, где без подобных устройств принципиально невозможно отработать навыки взаимодействия человека с современными сверхсложными и опасными механизмами и явлениями.
Образовательные компьютерные телекоммуникационные сети. Позволяют обеспечить дистанционное обучение (ДО) - обучение на расстоянии, когда преподаватель и обучаемый разделены пространственно и (или) во времени, а учебный процесс осуществляется с помощью телекоммуникаций, главным образом, на основе средств сети Интернет. Многие люди при этом получают возможность повышать образование на дому (например, взрослые люди, обремененные деловыми и семейными заботами, молодежь, проживающая в сельской местности или небольших городах). Человек в любой период своей жизни обретает возможность дистанционно получить новую профессию, повысить свою квалификацию и расширить кругозор, причем практически в любом научном или учебном центре мира.
В образовательной практике находят применение все основные виды компьютерных телекоммуникаций: электронная почта, электронные доски объявлений, телеконференции и другие возможности Интернета. ДО предусматривает и автономное использование курсов, записанных на видеодиски, компакт-диски и т.д. Компьютерные телекоммуникации обеспечивают:
- возможность доступа к различным источникам информации через систему Internet и работы с этой информацией;
- возможность оперативной обратной связи в ходе диалога с преподавателем или с другими участниками обучающего курса;
- возможность организации совместных телекоммуникационных проектов, в том числе международных, телеконференций, возможность обмена мнениями с любым участником данного курса, преподавателем, консультантами, возможность запроса информации по любому интересующему вопросу через телеконференции.
- возможность реализации методов дистанционного творчества, таких как участие в дистанционных конференциях, дистанционный <мозговой штурм> сетевых творческих работ, сопоставительный анализ информации в WWW, дистантные исследовательские работы, коллективные образовательные проекты, деловые игры, практикумы, виртуальные экскурсии др.
Совместная работа стимулирует учащихся на ознакомление с разными точками зрения на изучаемую проблему, на поиск дополнительной информации, на оценку получаемых собственных результатов.
Экспертная система для обучения
– это программная система, реализующая функцию обучения на основе знаний экспертов. Возможности ЭОС
: Сетевое представление учебных курсов
Модели обучаемых
Генерация контрольных вопросов и данных для анализа ответов на них
Возможность наращивания баз знаний, умений и навыков
Задачи экспертной системы
: предоставить обучаемому четкие критерии достижения учебных целей (система контроля),
помочь ему построить оптимальный индивидуальный график обучения.
cохранить результаты предыдущих консультаций.
Экспертная система по решению задач в изучаемой предметной области
Экспертная система по диагностике ошибок обучаемого
Экспертная система по планированию процесса управления учением
1. Учение
Сетевое представление учебных курсов
Модели обучаемых
Генерация контрольных вопросов и данных для анализа ответов на них
Возможность наращивания баз знаний, умений и навыков
Задачи экспертной системы
: предоставить обучаемому четкие критерии достижения учебных целей (система контроля),
помочь ему построить оптимальный индивидуальный график обучения.
cохранить результаты предыдущих консультаций.
Экспертная система по решению задач в изучаемой предметной области
Экспертная система по диагностике ошибок обучаемого
Экспертная система по планированию процесса управления учением
1. Учение
предоставить обучаемому четкие критерии достижения учебных целей (система контроля),
помочь ему построить оптимальный индивидуальный график обучения.
cохранить результаты предыдущих консультаций.
Экспертная система по решению задач в изучаемой предметной области
Экспертная система по диагностике ошибок обучаемого
Экспертная система по планированию процесса управления учением
1. Учение
1. Учение . Создание среды приобретения знаний.
2. Обучение. Выполнение функций преподавателя по предъявлению материалу, контроля его усвоения и диагностики ошибок
3. Контроль и диагностика . Предоставление тестовых вопросов, оценка ответов и выявление ошибок.
4. Тренировка . Создание среды, которая позволяет приобретать и закреплять требуемые навыки и умения.
Экспертная оболочка
Экспертная оболочка
предназначена для организации обучения в режиме «компьютер-студент». Обучение в составе информационно-образовательной среды «Chopin» происходит по индивидуальному учебному плану и в индивидуальном темпе. Экспертная оболочка в среде выполняет роль советчика, который на основе реальных достижений обучаемого, зафиксированных в базе данных результатов тестирования и обучения, строит план обучения и принимает решения о достижении обучаемым некоторого уровня знаний о предметной области. VIPES – гибридная оболчка
VIPES предназначена для работы в сети. Эта оболочка является многопользовательской. В данной системе используется графический интерфейс пользователя. Предметные специалисты и преподаватели способны самостоятельно создавать и редактировать базы знаний для оболочки VIPES.
Оболочка тестирования
Консоль анализа данных
Оболочка многользовательской ЭС с визуальным интерфейсом
База данных обучения и тестирования
Файловая система данных тестов и учебных курсов
Оболочка обучения
Служебный модуль
Тестирование исходных данных
Оболочка тестирования
Консоль анализа данных
Оболочка многользовательской ЭС с визуальным интерфейсом
База данных обучения и тестирования
Файловая система данных тестов и учебных курсов
Оболочка обучения
Служебный модуль
Тестирование исходных данных включает проверку фактографической информации, служащей основой для проведения экспертизы.
Логическое тестирование базы знаний заключается в обнаружении логических ошибок в системе продукций, не зависящих от предметной области; пропущенные и пересекающиеся правила; несогласуемые и терминальные клаузы (несогласуемые условия).
Концептуальное тестирование
проводится для проверки общей структуры системы и учета в ней всех аспектов решаемой задачи.
1. Простота решения исходной задачи построения системы.
2. Возможность дополнения тестирующей системы в процессе использования.
3. Достаточно простая схема практического использования.
4. Привлекательность для пользователя за счет времени и усилий, затрачиваемых на проверку знаний.
предложение нескольких вариантов ответов косвенно стимулирует пользователя анализировать различные решения, более глубоко исследовать поставленную задачу.
Рецензирующая экспертная система.
Один из путей решения проблемы проблема интенсификации процесса образования – использование новейших информационных технологий при обучении и стажировке молодых специалистов.
Для решения этой проблемы разработан проект по созданию рецензирующей экспертной системы, выполняющей функции эксперта – консультанта и педагога одновременно.
Экспертная система – программа, которая предназначена для того, чтобы моделировать человеческий интеллект, опыт, процесс познания.
С экспертной системой, основанной на рецензирующем подходе, пользователь предоставляет больший объем данных, а также собственный вариант решения или план действий.
Система оценивает план пользователя и обеспечивает критический анализ.
Критический анализ включает альтернативы, объяснения, оправдания, предупреждения и дополнительную информацию для рассмотрения.
Рецензирующая экспертная система реализует два типа способностей:
Система может функционировать подобно обычной экспертной системе
Система может анализировать любой из возможных планов, предложенных пользователем, в контексте сценария возможных действий, и производить практический критический анализ.
Система может функционировать подобно обычной экспертной системе
Система может анализировать любой из возможных планов, предложенных пользователем, в контексте сценария возможных действий, и производить практический критический анализ.
1. пользователь вводит информацию относительно текущего действия и представляет свой операционный план или набор действий.
2. производится анализ введенного
3. пользователь получает требуемый результат.
4. если пользователь задал план действий как неизвестный, рецензирующая экспертная система будет функционировать как обычная экспертная система и выдаст план рекомендуемый экспертом.
Все экспертные системы выполняют различные функции, но они преследуют одну единственную цель – сравнить данную задачу с имеющейся информацией в базе данных и выполнить ту функцию, которую выполняет данная экспертная система.
Что такое экспертно – обучающая система?
Какие 3 аспекта выделяют в тестировании экспертных систем?
-
Экспертные системы
являются одним из основных приложений
искусственного интеллекта. Искусственный
интеллект – это один из разделов
информатики, в котором рассматриваются
задачи аппаратного и программного
моделирования тех видов человеческой
деятельности, которые считаются
интеллектуальными.
Результаты
исследований по искусственному интеллекту
используются в интеллектуальных
системах, которые способны решать
творческие задачи, принадлежащие
конкретной предметной области, знания
о которой хранятся в памяти (базе знаний)
системы. Системы искусственного
интеллекта ориентированы на решение
большого класса задач, к которым относятся
так называемые частично структурированные
или неструктурированные задачи (слабо
формализуемые или неформализуемые
задачи).
Информационные
системы, используемые для решения
частично структурированных задач,
подразделяются на два вида:
Создающие
управленческие отчеты (выполняющие
обработку данных: поиск, сортировку,
фильтрацию). Принятие решения
осуществляется на основе сведений,
содержащихся в этих отчетах.
Разрабатывающие
возможные альтернативы решения. Принятие
решения сводится к выбору одной из
предложенных альтернатив.
Информационные
системы, разрабатывающие альтернативы
решений, могут быть модельными или
экспертными:
Модельные
информационные системы предоставляют
пользователю модели (математические,
статистические, финансовые и т.д.),
которые помогают обеспечить выработку
и оценку альтернатив решения.
Экспертные
информационные системы обеспечивают
выработку и оценку возможных альтернатив
пользователем за счет создания систем,
основанных на знаниях, полученных от
специалистов - экспертов.
Экспертные системы
- это программы для компьютеров,
аккумулирующие знания специалистов -
экспертов в конкретных предметных
областях, которые предназначены для
получения приемлемых решений в процессе
обработки информации. Экспертные системы
трансформируют опыт экспертов в
какой-либо конкретной отрасли знаний
в форму эвристических правил и
предназначены для консультаций менее
квалифицированных специалистов.
Известно, что
знания существуют в двух видах:
коллективный опыт, личный опыт. Если
предметная область представлена
коллективным опытом (например, высшая
математика), то эта предметная область
не нуждается в экспертных системах.
Если в предметной области большая часть
знаний является личным опытом специалистов
высокого уровня и эти знания являются
слабоструктурированными, то такая
область нуждается в экспертных системах.
Современные экспертные системы нашли
широкое применение во всех сферах
экономики.
База знаний является
ядром экспертной системы. Переход от
данных к знаниям является следствием
развития информационных систем. Для
хранения данных применяются базы данных,
а для хранения знаний – базы знаний. В
базе данных, как правило, хранятся
большие массивы данных с относительно
небольшой стоимостью, а в базах знаний
хранятся небольшие по объему, но дорогие
информационные массивы.
База знаний – это
совокупность знаний, описанных с
использованием выбранной формы их
представления. Наполнение базы знаний
является одной из самых сложных задач,
которая связана с выбором знаний их
формализацией и интерпретацией.
Экспертная система
состоит из:
базы знаний (в
составе рабочей памяти и базы правил),
предназначенной для хранения исходных
и промежуточных фактов в рабочей памяти
(ее еще называют базой данных) и хранения
моделей и правил манипулирования
моделями в базе правил
решателя задач
(интерпретатора), который обеспечивает
реализацию последовательности правил
для решения конкретной задачи на основе
фактов и правил, хранящейся в базах
данных и базах знаний
подсистемы
пояснения, позволяет пользователю
получить ответы на вопрос: «Почему
система приняла такое решение?»
подсистемы
приобретения знаний, предназначенной
как для добавления в базу знаний новых
правил, так и модификации имеющихся
правил.
интерфейса
пользователя, комплекса программ,
реализующих диалог пользователя с
системой на стадии ввода информации,
и получения результатов.
Экспертные системы
отличаются от традиционных систем
обработки данных тем, что в них, как
правило, используется символьный способ
представления, символьный вывод и
эвристический поиск решений. Для решения
слабо формализуемых или неформализуемых
задач более перспективными являются
нейронные сети или нейрокомпьютеры.
Основу нейрокомпьютеров
составляют нейронные сети – иерархические
организованные параллельные соединения
адаптивных элементов – нейронов, которые
обеспечивают взаимодействие с объектами
реального мира так же, как и биологическая
нервная система.
Большие успехи
использования нейросетей достигнуты
при создании самообучающихся экспертных
систем. Сеть настраивают, т.е. обучают,
пропуская через нее все известные
решения и добиваясь получения требуемых
ответов на выходе. Настройка состоит в
подборе параметров нейронов. Часто
используют специализированную программу
обучения, которая занимается обучением
сети. После обучения система готова к
работе.
Если в экспертную
систему ее создатели предварительно
закладывают знания в определенной
форме, то в нейронных сетях неизвестно
даже разработчикам, как формируются
знания в ее структуре в процессе обучении
и самообучении, т.е. сеть представляет
собой «черный ящик».
Нейрокомпьютеры,
как системы искусственного интеллекта,
являются весьма перспективными и могут
бесконечно совершенствоваться в своем
развитии. В настоящее время системы
искусственного интеллекта в форме
экспертных систем и нейронных сетей
находят широкое применение при решении
финансово – экономических проблем.
"
Что такое экспертно – обучающая система?
Какие 3 аспекта выделяют в тестировании экспертных систем?
Экспертные системы являются одним из основных приложений искусственного интеллекта. Искусственный интеллект – это один из разделов информатики, в котором рассматриваются задачи аппаратного и программного моделирования тех видов человеческой деятельности, которые считаются интеллектуальными.
Результаты исследований по искусственному интеллекту используются в интеллектуальных системах, которые способны решать творческие задачи, принадлежащие конкретной предметной области, знания о которой хранятся в памяти (базе знаний) системы. Системы искусственного интеллекта ориентированы на решение большого класса задач, к которым относятся так называемые частично структурированные или неструктурированные задачи (слабо формализуемые или неформализуемые задачи).
Информационные системы, используемые для решения частично структурированных задач, подразделяются на два вида:
Создающие управленческие отчеты (выполняющие обработку данных: поиск, сортировку, фильтрацию). Принятие решения осуществляется на основе сведений, содержащихся в этих отчетах.
Разрабатывающие возможные альтернативы решения. Принятие решения сводится к выбору одной из предложенных альтернатив.
Информационные системы, разрабатывающие альтернативы решений, могут быть модельными или экспертными:
Модельные информационные системы предоставляют пользователю модели (математические, статистические, финансовые и т.д.), которые помогают обеспечить выработку и оценку альтернатив решения.
Экспертные информационные системы обеспечивают выработку и оценку возможных альтернатив пользователем за счет создания систем, основанных на знаниях, полученных от специалистов - экспертов.
Экспертные системы - это программы для компьютеров, аккумулирующие знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки информации. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных специалистов.
Известно, что знания существуют в двух видах: коллективный опыт, личный опыт. Если предметная область представлена коллективным опытом (например, высшая математика), то эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня и эти знания являются слабоструктурированными, то такая область нуждается в экспертных системах. Современные экспертные системы нашли широкое применение во всех сферах экономики.
База знаний является ядром экспертной системы. Переход от данных к знаниям является следствием развития информационных систем. Для хранения данных применяются базы данных, а для хранения знаний – базы знаний. В базе данных, как правило, хранятся большие массивы данных с относительно небольшой стоимостью, а в базах знаний хранятся небольшие по объему, но дорогие информационные массивы.
База знаний – это совокупность знаний, описанных с использованием выбранной формы их представления. Наполнение базы знаний является одной из самых сложных задач, которая связана с выбором знаний их формализацией и интерпретацией.
Экспертная система состоит из:
базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил
решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний
подсистемы пояснения, позволяет пользователю получить ответы на вопрос: «Почему система приняла такое решение?»
подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил.
интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.
Экспертные системы отличаются от традиционных систем обработки данных тем, что в них, как правило, используется символьный способ представления, символьный вывод и эвристический поиск решений. Для решения слабо формализуемых или неформализуемых задач более перспективными являются нейронные сети или нейрокомпьютеры.
Основу нейрокомпьютеров составляют нейронные сети – иерархические организованные параллельные соединения адаптивных элементов – нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.
Большие успехи использования нейросетей достигнуты при создании самообучающихся экспертных систем. Сеть настраивают, т.е. обучают, пропуская через нее все известные решения и добиваясь получения требуемых ответов на выходе. Настройка состоит в подборе параметров нейронов. Часто используют специализированную программу обучения, которая занимается обучением сети. После обучения система готова к работе.
Если в экспертную систему ее создатели предварительно закладывают знания в определенной форме, то в нейронных сетях неизвестно даже разработчикам, как формируются знания в ее структуре в процессе обучении и самообучении, т.е. сеть представляет собой «черный ящик».
Нейрокомпьютеры, как системы искусственного интеллекта, являются весьма перспективными и могут бесконечно совершенствоваться в своем развитии. В настоящее время системы искусственного интеллекта в форме экспертных систем и нейронных сетей находят широкое применение при решении финансово – экономических проблем.
" |