Введение к работе
,,..' . ,,
Актуальность темы. Потребность передать ЭВМ решение все большего числа задач из сферы мыслительной деятельности человека привела к широкому распространению исследований, направленных на создание систем искусственного интеллекта. Вплоть до недавнего времени основные усилия в этой области приходились на фундаментальные работы, связанные с поиском универсальных методов решения. В результате был накоплен солидный багаж методов и инструментальных средств, которые составили оснозу искусственного интеллекта как научной дисциплины. Однако постепенно усиливавшаяся тенденция к созданию прикладных разработок требовала притока новых идей, идущих, в перзую очередь, от реальных практических задач.
Очередной всплеск интереса к искусственному интеллекту был вызван появлением экспертных систем (30) - систем искусственного интеллекта, использующих знания высококлассных специалистов-экспертов для решения задач в сравнительно узких проблемных областях. Проблемная направленность и одновременно достаточно широкий класс решаемых задач сделали возможным действительно массовое применение ЭС, и сейчас имеются весьма яркие практические достижения в этой области. Появилось и развивается уже второе поколение экспертных систем. Причем, если первое время шел процесс реализации ранее накопленных теоретических идей и методов, то сегодня на первый план вышли пребывавшие ранее "в тени" проблемы, непосредственно связанные с практической реализацией ЭС в больших и сложных проблемных областях.
Узким местом, сдерживающим процесс создания и распространения экспертных систем, становится проблема приобретения знаний. Большое количество передаваемой информации и неспособность эксперта правильно осознать содержание собственных знаний приводят к тому, что до сих пор процесс передачи знаний от эксперта в систему осуществляется с огромными трудностями и чаще всего методом "проб и ошибок". Существующие же средства и методы работы с экспертом пока еще очень -далеки от совершенства, В частности, слабым местом является их неспособность поддерживать у эксперта постоянный интерес к работе. Поэтому на
сегодняшний день процесс приобретения знаний остается весьма монотонным занятием, какие-либо творческие моменты в нем практически отсутствуют. Такая работа превращается для эксперта в тяжкую повинность. Как следствие, и без того очень трудоемкий процесс формирования базы знаний (БЗ) затягивается на довольно продолжительный срок.
Таким образом, существует потребность в разработке новых, более эффективных методов приобретения знаний, учитывающих множество объективно возникающих проблем и в то же время способных стимулировать активные действия эксперта на протяжении всего этапа формирования базы знаний.
Цель работы. Целью диссертационной работы является детальный анализ существующих способов приобретения знаний для ЭС, разработка и реализация новых методов работы с экспертом, осуществляющих комплексное решение следующих задач, связанных с формированием баз знаний:
ведение целенаправленного диалога с экспертом и извлечение в ходе него знаний о решении задач в соответствующей проблемной области;
поддержание у эксперта постоянной заинтересованности в диалоге за счет использования стимулирующих средств;
анализ извлеченных знаний и представление их в виде продукционных правил.
Методы исследования. В основу исследований и решений положены общие идеи, приемы и принципы искусственного интеллекта и компьютерных игр. При разработке процедур анализа протоколов проведенных игр и формализации экспертных знаний использовались принципы машинного обучения и формализм продукционных систем.
Научная новизна Предложен и исследован новый подход ї приобретению знаний - экспертные игры, позволяющий сократиті сроки создания баз знаний ЭС. Разработаны конкретные экспертные игры и для них созданы процедуры извлечения и фомализацш экспертных знаний.
Практическая ценность. Предложенный подход к работе с экспертом позволяет решать проблемы, возникающие в процессе формирования баз знаний, и может быть использован как самостоятельно, так и в комплексе с существующими средствами приобретения знаний. Он позволяет -повысить активность проблемного специалиста и за счет этого сократить время, необходимое для построения экспертной системы.
На базе игрового подхода к приобретению знаний разработана и реализована программная система КАПРИЗ. Она объединяет в рамках единого универсального интерфейса средства извлечения, анализа, формализации .экспертных знаний и представления их в системах продукций. Система КАПРИЗ использовалась при создании ЭС скрининга больных алкоголизмом в Министерстве здравоохранения Республики Молдова, при формировании базы знаний ЭС иридодиагностики, созданной в Кишиневском Политехническом институте, а также была опробована на ряде модельных задач. Система монет быть рекомендована для использования в качестве средства автоматизированной поддержки работы инженера по знанням в процессе создания экспертной системы.
Апробация работы и публикации. По теме диссертации опубликовано 10 печатных работ. Результаты работы докладывались на Международных конференциях "Распознавание образов и экспертные системы" - Новосибирск, 1987 и "Теория и применение искусственного интеллекта" - Созополь (НРБ), 1989, I и II Всесоюзных конференциях по искусственному интеллекту (Переславль-Залесс-ккй, 1988; Ыинск, 1990), на республиканских конференциях (Кишинев. 1986. 1987, 1988, 1989; Рига, 1990). Результаты докладывались также на научных семинарах факультета вычислительной математиіси и кибернетики МГУ им. U. В. Ломоносова, на научных семинарах Института математики с ВЦ АН РМ.
Структура и объем диссертации. Диссертация состоят из введения, трех глав, заклэтек-'я и библиографии.
Основной текст диссертационной работы изломан на 105 страницах и включает 6 рисунков и список літератури, насчитывай!^ 55 наименований.
- б -
