Реализация возможностей экспертных систем в образовательных целях

На этом же этапе разработки экспертных систем проходит извлечение знаний. Инженер  по знаниям помогает эксперту выявить  и структурировать знания, необходимые  для работы экспертной системы, с  использованием различных способов: анализ текстов, диалоги, экспертные игры, лекции, дискуссии, интервью, наблюдение и другие. Извлечение знаний – это  получение инженером по знаниям  более полного представления  о предметной области и методах  принятия решения в ней. Средняя  длительность 1-3 месяца.

Этап 2. Концептуализация

Выявляется структура полученных знаний о предметной области. Определяются: терминология, перечень главных понятий  и их атрибутов, структура входной  и выходной информации, стратегия  принятия решений и т.д. Концептуализация – это разработка неформального  описания знаний о предметной области  в виде графа, таблицы, диаграммы  либо текста, которое отражает главные  концепции и взаимосвязи между  понятиями предметной области. Средняя  длительность этапа 2-4 недели.

Этап 3. Формализация

На этапе формализации все ключевые понятия и отношения, выявленные на этапе концептуализации, выражаются на некотором формальном языке, предложенном (выбранном) инженером по знаниям. Здесь  он определяет, подходят ли имеющиеся  инструментальные средства для решения  рассматриваемой проблемы или необходим  выбор другого инструментария, или  требуются оригинальные разработки. Средняя длительность 1-2 месяца.

Этап 4. Реализация

Создается прототип экспертной системы, включающий базу знаний и другие подсистемы. На данном этапе применяются следующие инструментальные средства: программирование на обычных языках (Паскаль, Си и др.), программирование на специализированных языках, применяемых в задачах искусственного интеллекта (LISP, FRL, SmallTalk и др.) и др. Четвертый этап разработки экспертных систем в какой-то степени является ключевым, так как здесь происходит создание программного комплекса, демонстрирующего жизнеспособность подхода в целом. Средняя длительность 1-2 месяца.

Этап 5. Тестирование

Прототип проверяется на удобство и адекватность интерфейсов ввода-вывода, эффективность стратегии управления, качество проверочных примеров, корректность базы знаний. Тестирование – это  выявление ошибок в выбранном  подходе, выявление ошибок в реализации прототипа, а также выработка  рекомендаций по доводке системы  до промышленного варианта.

Этап 6. Опытная эксплуатация

Проверяется пригодность экспертной системы для конечных пользователей. По результатам этого этапа может  потребоваться существенная модификация  экспертной системы.

Процесс разработки экспертной системы  не сводится к строгой последовательности перечисленных выше этапов. В ходе работ приходится неоднократно возвращаться на более ранние этапы и пересматривать принятые там решения.

 

Вывод:

В данной главе я отразила структуру  экспертных систем,  отразив механизмы  логического вывода, рабочую памать, подсистему приобретения и пополнения знаний, а так подсистему обьяснения.

А так же  отразила разработку экспертных систем поэтапно.

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 2. Представление знания в экспертных системах.

 

Первый  и основной вопрос, который надо решить при представлении знаний, - это вопрос определения состава  знаний, т.е. определение того, "ЧТО  ПРЕДСТАВЛЯТЬ" в экспертной системе. Второй вопрос касается того, "КАК  ПРЕДСТАВЛЯТЬ" знания. Необходимо отметить, что эти две проблемы не являются независимыми. Действительно, выбранный  способ представления может оказаться  непригодным в принципе либо неэффективным  для выражения некоторых знаний.

По нашему мнению, вопрос "КАК ПРЕДСТАВЛЯТЬ" можно разделить на две в значительной степени независимые задачи: как  организовать (структурировать) знания и как представить знания в  выбранном формализме.

Стремление  выделить организацию знаний в самостоятельную  задачу вызвано, в частности, тем, что  эта задача возникает для любого языка представления и способы  решения этой задачи являются одинаковыми (либо сходными) вне зависимости  от используемого формализма.

Итак, в  круг вопросов, решаемых при представлении  знаний, будем включать следующие:

определение состава представляемых знаний; 

организацию знаний;

представление знаний, т.е. определение  модели представления. Состав знаний ЭС определяется следующими факторами:

проблемной средой;

архитектурой экспертной системы;

потребностями и целями пользователей;

языком общения.

В соответствии с общей схемой статической экспертной системы (см. рис. 1.1) для ее функционирования требуются следующие знания:

знания  о процессе решения задачи (т.е. управляющие  знания), используемые интерпретатором (решателем);

 знания  о языке общения и способах  организации диалога, используемые  лингвистическим процессором (диалоговым  компонентом);

знания  о способах представления и модификации  знаний, используемые компонентом приобретения знаний;

поддерживающие  структурные и управляющие знания, используемые объяснительным компонентом.

Для динамической ЭС, кроме того, необходимы следующие знания:

1) знания  о методах взаимодействия с  внешним окружением;

2) знания  о модели внешнего мира.

Зависимость состава знаний от требований пользователя проявляется в следующем:

какие задачи (из общего набора задач) и с какими данными хочет решать пользователь;

каковы  предпочтительные способы и методы решения;

при каких  ограничениях на количество результатов  и способы их получения должна быть решена задача;

каковы  требования к языку общения и  организации диалога;

какова  степень общности (конкретности) знаний о проблемной области, доступная  пользователю;

каковы  цели пользователей.

Состав  знаний о языке общения зависит  как от языка общения, так и  от требуемого уровня понимания.

С учетом архитектуры экспертной системы  знания целесообразно делить на интерпретируемые и неинтерпретируемые . К первому типу относятся те знания, которые способен интерпретировать решатель (интерпретатор). Все остальные знания относятся ко второму типу. Решатель не знает их структуры и содержания. Если эти знания используются каким-либо компонентом системы, то он не "осознает" этих знаний. Неинтерпретируемые знания подразделяются на вспомогательные знания, хранящие информацию о лексике и грамматике языка общения, информацию о структуре диалога, и поддерживающие знания. Вспомогательные знания обрабатываются естественно-языковой компонентой, но ход этой обработки решатель не осознает, так как этот этап обработки входных сообщений является вспомогательным для проведения экспертизы. Поддерживающие знания используются при создании системы и при выполнении объяснений. Поддерживающие знания выполняют роль описаний (обоснований) как интерпретируемых знаний, так и действий системы. Поддерживающие знания подразделяются натехнологические и семантические.Технологические поддерживающие знания содержат сведения о времени создания описываемых ими знаний, об авторе знаний и т.п. Семантические поддерживающие знания содержат смысловое описание этих знаний. Они содержат информацию о причинах ввода знаний, о назначении знаний, описывают способ использования знаний и получаемый эффект. Поддерживающие знания имеют описательный характер.

Интерпретируемые  знания можно разделить на предметные знания, управляющие знания и знания о представлении. Знания о представлении содержат информацию о том, каким образом (в каких структурах) в системе представлены интерпретируемые знания.

Предметные  знания содержат данные о предметной области и способах преобразования этих данных при решении поставленных задач. Отметим, что по отношению  к предметным знаниям знания о  представлении и знания об управлении являются метазнаниями. В предметных знаниях можно выделить описатели и собственно предметные знания. Описатели содержат определенную информацию о предметных знаниях, такую, как коэффициент определенности правил и данных, меры важности и сложности. Собственно предметные знания разбиваются на факты и исполняемые утверждения. Факты определяют возможные значения сущностей и характеристик предметной области. Исполняемые утверждения содержат информацию о том, как можно изменять описание предметной области в ходе решения задач. Говоря другими словами, исполняемые утверждения - это знания, задающие процедуры обработки. Однако мы избегаем использовать термин "процедурные знания", так как хотим подчеркнуть, что эти знания могут быть заданы не только в процедурной, но и в декларативной форме.

Управляющие знания можно разделить нафокусирующие и решающие. Фокусирующие знания описывают, какие знания следует использовать в той или иной ситуации. Обычно фокусирующие знания содержат сведения о наиболее перспективных объектах или правилах, которые целесообразно использовать при проверке соответствующих гипотез (см. п. 9.2). В первом случае внимание фокусируется на элементах рабочей памяти, во втором - на правилах базы знаний. Решающие знания содержат информацию, используемую для выбора способа интерпретации знаний, подходящего к текущей ситуации. Эти знания применяются для выбора стратегий или эвристик, наиболее эффективных для решения данной задачи.

Качественные  и количественные показатели экспертной системы могут быть значительно  улучшены за счет использования метазнании, т.е. знаний о знаниях. Метазнания не представляют некоторую единую сущность, они могут применяться для достижения различных целей. Перечислим возможные назначения метазнаний :

1) метазнания  в виде стратегических метаправил  используются для выбора релевантных  правил ;

2) метазнания  используются для обоснования  целесообразности применения правил  из области экспертизы;

3) метаправила  используются для обнаружения  синтаксических и семантических  ошибок в предметных правилах;

4) метаправила  позволяют системе адаптироваться  к окружению путем перестройки  предметных правил и функций;

5) метаправила  позволяют явно указать возможности  и ограничения системы, т.е.  определить, что система знает,  а что не знает.

Вопросы организации знаний необходимо рассматривать  в любом представлении, и их решение  в значительной степени не зависит  от выбранного способа (модели) представления. Выделим следующие аспекты проблемы организации знаний :

организация знаний по уровням представления  и по уровням детальности;

организация знаний в рабочей памяти;

организация знаний в базе знаний.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.1. Образовательные и учебные приложения в системах

С появлением возможности общения образовательных  учреждений через телекоммуникационные сети в системе образования создаются  и функционируют серверы, преподносимые  их создателями как серверы учебного назначения. Они, как правило, содержат несколько информационных страниц, реализованных на языке HTML. Использовать эти материалы непосредственно  для процесса обучения практически  невозможно.

Прогноз специалистов европейского сообщества на перспективы развития телематических систем (систем которые наряду с телекоммуникационной инфраструктурой реализуют предметно-ориентированную информационную составляющую) на конец 90-х годов XX и начало XXI века включает, среди других приоритетных направлений их использования, следующие:

• адаптация существующих приложений учебного назначения для широкого их
• использования в телематических системах настоящего и будущего;
• персонификация образовательных и обучающих компьютерных программ;
• интегрирование обучающих систем в персональные рабочие станции, как локальные, так и объединенные в сеть;
• развитие новых форм обучения, связанных с использованием обучающих сред (“микромиров”);
• обеспечение удаленного мультимедиа доступа по сетям к библиотекам и другим источникам информации с персональных мультимедиа рабочих станций.

Создание  приложений учебного и образовательного назначения очень трудоемкий процесс, а установление их в сетях влечет дополнительные проблемы, связанные  с условиями их распространения. В настоящее время формируются  основы методик разработки, распространения  и пользования такими приложениями. Однако это лишь небольшая часть  от множества других проблем, сопутствующих  разработке и распространению образовательных  приложений. Комплексным их решением в России никто не занимается.

В мировом  сообществе обсуждению подходов к решению  этих проблем уделяется большое  внимание. Проводятся конференции, семинары и другие мероприятия по обмену опытом в использовании компьютерной технологии обучения в реальном учебном процессе, где оцениваются положительные  и негативные стороны информатизации образования (в частности WorldConferenceonEducationalMultimediaandHypermedia под патронажем ассоциации AACE). Полезность таких конференций для специалистов из России в том, что на них выносятся и обсуждаются результаты тех или иных образовательных и обучающих проектов с применением различных возможностей информационных технологий. Поставить такое множество образовательных и учебных экспериментов и оценить их результаты невозможно в одной, отдельно взятой, системе образования. Тем более если эти эксперименты проведены с использованием развитых инфраструктур западных стран. Дороговизна проведения учебных экспериментов с использованием возможностей передовых информационных технологий ставит наших преподавателей и специалистов-исследователей этих проблем в очень трудное положение. Отсюда и фрагментарность, и отсутствие системного подхода в реализации хотя бы основ компьютерной технологии обучения, невозможность тиражировать удачные результаты образовательных проектов, да и просто тиражирования отдельных компьютеризированных курсов в других образовательных учреждениях.