Методические указания к лабораторным занятиям Интеллектуальные системы обработки информации и машинное обучение Ставрополь, 2017

ЧЕЛОВЕК 
AKO 
Млекопитающее 
УМЕЕТ Мыслить 
ЛЕКТОР 
AKO 
Человек 
ОБРАЗОВАНИЕ Высшее 
ВОЗРАСТ 
23-60 
В данном случае представлено одно звено иерархии (ЧЕЛОВЕК-
ЛЕКТОР). Здесь фрейм "ЧЕЛОВЕК" является обощающим для 
фрейма "ЛЕКТОР". Таким образом, фрейм "ЛЕКТОР" наследует от 
фрейма "ЧЕЛОВЕК" значение слота "УМЕЕТ" (а также других 
слотов, не показанных в примере). Цепочка наследования может быть 
продолжена вплоть до, например, фрейма "ЖИВОЕ СУЩЕСТВО". 
Кроме того связь фреймов осуществляется по значению слота. 
Фрагмент сети фреймов представлен на рис.1.4. Такая структура 
позволяет систематизировать большой объем информации, оставляя 
ее при этом максимально удобной для использования. Кроме того, 
система (сеть) фреймов способна отражать концептуальную основу 
организации памяти человека. 
72 

---

Рис.1.4 Фрагмент сети фреймов. 
73 

---

Глава 3. ЭКСПЕРТНЫЕ СИСТЕМЫ 
3.1. Назначение и структура экспертных систем 
Назначение экспертных систем. 
В начале восьмидесятых годов в исследованиях по 
искусственному 
интеллекту 
сформировалось 
самостоятельное 
направление, получившее название "экспертные системы" (ЭС). Цель 
исследований по ЭС состоит в разработке программ, которые при 
решении задач, трудных для эксперта-человека, получают результаты, 
не уступающие по качеству и эффективности решениям, получаемым 
экспертом. Исследователи в области ЭС для названия своей 
дисциплины часто используют также термин "инженерия знаний", 
введенный Е.Фейгенбаумом как "привнесение принципов и 
инструментария исследований из области искусственного интеллекта 
в решение трудных прикладных проблем, требующих знаний 
экспертов". 
Важность экспертных систем состоит в следующем: 
технология экспертных систем существенно расширяет круг 
практически значимых задач, решаемых на компьютерах, 
решение которых приносит значительный экономический 
эффект; 
технология ЭС является важнейшим средством в 
решении глобальных проблем традиционного 
программирования: длительность и, следовательно, 
высокая стоимость разработки сложных приложений; 
высокая стоимость сопровождения сложных систем, 
которая часто в несколько раз превосходит стоимость 
7
4 

---

их разработки; низкий уровень повторной 
используемости программ и т.п.; 
объединение технологии ЭС с технологией 
традиционного программирования добавляет новые 
качества программным продуктам за счет: обеспечения 
динамичной модификации приложений пользователем, а не 
программистом; 
большей 
"прозрачности" 
приложения 
(например, знания хранятся на ограниченном ЕЯ, что не требует 
комментариев к знаниям, упрощает обучение и сопровождение); 
лучшей графики; интерфейса и взаимодействия. 
По мнению ведущих специалистов, ЭС найдут следующее 
применение: 
ЭС будут играть ведущую роль во всех фазах проектирования, 
разработки, производства, распределения, продажи, поддержки 
и оказания услуг; 
технология ЭС обеспечит революционный прорыв в интеграции 
приложений из готовых интеллектуально-взаимодействующих 
модулей. 
решение, 
так 
называемых, 
неформализованных 
и 
слабоструктурированных задач. 
Отличительные особенности ЭС. Экспертные системы и системы 
искусственного интеллекта отличаются от систем обработки данных 
следующими основными чертами: 
в них в основном используются символьный (а не 
числовой) способ представления; используется 
символьный вывод и эвристический поиск 
решения (а не исполнение известного алгоритма); 
7
5 

---

ЭС применяются для решения только трудных практических 
задач, для решения которых нужны экспертные знания; 
ЭС дает пользователю «готовое» решение, которое по качеству 
и эффективности не уступает решению эксперта-человека; 
решения экспертных систем обладают "прозрачностью", 
т.е. могут быть объяснены пользователю на качественном 
уровне. Это качество экспертных систем обеспечивается их 
способностью 
рассуждать о своих знаниях и умозаключениях; экспертные 
системы способны пополнять свои знания в ходе 
взаимодействия с экспертом, а также в процессе самообучения 
(т.н. машинное обучение); применение специфического 
компонента – базы 
знаний. 
Как уже отмечалось, ЭС предназначены, главным образом, для 
решения 
практических 
задач, 
возникающих 
в 
слабо 
структурированной и трудно формализуемой предметной области. ЭС 
были 
первыми 
системами, 
которые 
привлекли 
внимание 
потенциальных потребителей продукции искусственного интеллекта. 
Однако 
сэкспертными 
системами 
связаны 
некоторые 
распространенные заблуждения.Заблуждение первое: ЭС будут делать 
не более (а скорее даже менее) того, чем может эксперт, создавший 
данную систему. Для опровержения данного постулата можно 
построить самообучающуюся ЭС в области, в которой вообще нет 
экспертов, либо объединить в одной ЭС знания нескольких экспертов, 
и получить в результате систему, которая может то, чего ни один из ее 
создателей не может.Заблуждение второе: ЭС никогда не заменит 
человека-эксперта. 
7
6 

---