Xreferat.com » Рефераты по информатике и программированию » Застосування в інформаційній діяльності організації або установи експертних систем

Застосування в інформаційній діяльності організації або установи експертних систем

розробки. На цьому етапі інженер по знаннях розглядає деякі питання, що відносяться до представлення знань і методів рішення, але говорити про вибір конкретних чинів і методів тут ще рано.

На етапі формалізації всі ключові поняття і відносини, введені на етапі концептуалізації виражаються на деякій формальній мові, запропонованій інженером по знаннях. Тут він визначає, чи підходять інструментальні засоби, що є, для вирішення проблеми, що розглядається необхідні оригінальні розробки. Виходом етапу формалізації є опис процесу рішення проблеми, що розглядається, на запропонованій формальній мові, тобто на даному етапі визначається склад і способи представлення декларативних і процедурних знань системи [6, c.17].

Процес формалізації залежить від трьох основних чинників: структури простору пошуку, характеризуючої особливості вирішуваний задача; моделі, лежачої в основі проблеми; властивостей даних проблеми, що розглядається.

Важливим кроком в процесі формалізації знань є побудова моделі досліджуваної проблеми, оскільки саме знання моделі дозволяє генерувати рішення. Якщо в процесі міркувань і аргументування експерт використовує хоча б найпростішу модель, то аналіз цієї моделі дозволить виробити важливі поняття багато кого і відносини.

Задача етапу виконання полягає в створенні одного або декількох прототипів ЕС, вирішальних задачі, що вимагаються. Потім за наслідками етапів тестування і досвідченої експлуатації на даному етапі створюється кінцевий продукт, придатний для промислового використовування. Розробка прототипу полягає в програмуванні його компонентів. Звичайна помилка розробників при створенні прототипу полягає в тому, що процес придбання знань відкладають до повного завершення програмування. Тим самим, по-перше, ця сама трудомістка частина роботи відсовується на пізні етапи, і, по-друге, в процесі накопичення знань доводиться вносити зміни у вже готові програми. Тому необхідно починати придбання знань, як тільки складена програми, дозволяючи працювати з найпростішим представленням знань і з найпростішими управляючими структурами. Такий підхід дозволяє максимально рано почати виконання окремих підзадач і знайти, що у ряді випадків для їх вирішення необхідне додаткові знання. Іншими словами, перший прототип експертної системи (ЕС-1) повинен з'явитися через декілька місяців, а не через роки після початку роботи.

Створення першого прототипу повинне підтвердити, що вибрані методи рішень і способи уявлення придатні для успішного вирішення принаймні ряду задач з області експертизи. Після завершення першого прототипу необхідно розширити коло задач, вирішуваних системою, для того, щоб зібрати побажання і зауваження, які будуть враховані в черговій версії системи (ЕС-2). Для отримання вказаної інформації необхідно розвинути версію ЕС-1, шляхом додавання в неї засобів для збору зауважень користувачів (без участі інженера по знанням), і средств зберігання бібліотеки задач, вирішених системою [6, c.18].

Для досягнення ефективного функціонування експертної системи необхідно здійснити структуризацію знань. Найважливішим засобом для структуризації знань є абстрактні поняття проміжного рівня. У багатьох випадках ці поняття можуть явно не згадуватися (а можливо, і не усвідомлюватися) експертом. Задача інженера по знаннях — виділити такі поняття, знайшовши схожі дії експерта при обробці різних ситуацій.

В ході етапу тестування здійснюється оцінка вибраного способу представлення знань і всієї системи в цілому. Як тільки система виявляється в змозі обробити від початку до кінця два або три приклади, необхідно починати перевірку на більш широкому крузі прикладів для того, щоб визначити недоліки бази знань і управляючого механізму (процедур виведення). Задача інженера по знаннях полягає в підборі прикладів, забезпечуючих усесторонню перевірку експертної системи. Звичайно виділяють наступні джерела невдач в роботі системи: тестові приклади: введення/виведення: правила виведення; управляючі стратегії.

Найочевиднішою причиною невдалої роботи системи є недостатньо показові тестові приклади. У гіршому разі тестові приклади можуть виявитися взагалі зовні проблемної області, на яку розрахована ЕС, проте частіше безліч тестових прикладів знаходиться в проблемній області, що розглядається, але є однорідним і не дозволяє охопити всю проблемну область.

На етапі досвідченої експлуатації перевіряється придатність експертної системи для кінцевого користувача. Тут система займається рішенням всіх можливих задач при роботі з різними користувачами. Доцільно організувати роботу системи не на стенді розробника, а на місці роботи користувачів. До цього етапу слід переходити лише після того, як система, на думку експерта, успішно вирішуватиме практично всі задачі, що вимагаються, щоб помилки в рішеннях не створювали у користувача негативне уявлення про систему [6, c.21]. Придатність системи для користувача визначається в основному зручністю роботи з нею і її корисністю. Під корисністю системи розуміється здатність системи в ході діалогу визначити потреби користувача, виявити і усунути причини невдач в роботі і задовольнити потреби користувача (тобто вирішити поставлені задачі). Кажучи іншими словами, користувачу важливо "довести до свідомості" системи свою інформаційну потребу, не дивлячись на можливі помилки, що допускаються їм у зв'язку з недостатнім знанням системи. Звичайно, для користувача важлива також повнота і правильність рішень, але ці характеристики повинні бути є перевірені експертом на попередньому етапі.

В ході побудови експертної системи майже постійно здійснюється її модифікація. Удосконалення прототипу здійснюється в процесі циклічного проходження через етапи виконання і тестування з метою відладки правил і процедур виведення. Цикли повторюються до тих пір, поки система не поводитиметься очікуваним чином. Зміни, здійснювані при удосконаленні, залежать від вибраного способу уявлення і від класу задач, вирішуваних експертною системою. Якщо в процесі удосконалення бажана поведінка не досягається, то необхідно здійснити більш значні модифікації архітектури системи і бази знань. Повернення з етапу тестування на етап формалізації приводить до перегляду вибраного раніше способу представлення знань. Даний цикл називають переконструюванням. Якщо виниклі проблеми ще більш серйозні, то після невдачі на етапі тестування може бути потрібно повернення на етапи концептуалізації і ідентифікації. В цьому випадку йтиметься про переформулировании понять, що використовуються в системі, тобто про проектування всієї системи практично наново [6, c.22].

З розробкою і використовуванням експертних систем тісно зв'язані такі поняття, як знання і бази знань, особлива роль знань в експертних системах обумовлено, перш за все, областю їх застосування, експертні системи призначені для вирішення важкоформалізованих задач або задач, що не мають алгоритмічного рішення у вузькоспеціалізованих областях діяльності людини. Експертні системи дозволяють акумулювати, відтворювати і застосовувати знання, які самі по собі володіють величезною цінністю. Перехід від даних до знань є закономірним слідством розвитку і ускладнення інформаційних структур [12, c.12].

Аналізуючи експертні системи треба також розкрити їх класифікацію. Клас «експертні системи» сьогодні об'єднують декілька тисяч різних програмних комплексів, які можна класифікувати по різних критеріях.

Розглянемо класифікацію по вирішуваній задачі. ЕС інтерпретації даних визначають значення даних. Результати повинні бути злагодженими і коректними. Звичайно передбачається багатоваріантний аналіз даних.

ЕС діагности виконують процеси віднесення об'єкту до деякого класу і виявлення несправностей в деякій системі. Несправність — це відхилення від норми. Таке трактування дозволяє з єдиних теоретичних позицій розглядати і несправність устаткування в технічних системах, і захворювання живих організмів, і всілякі природні аномалії.

ЕС моніторингу є орієнтований на безперервну інтерпретацію даних в реальному масштабі часу і сигналізацію про вихід тих або інших параметрів за допустимі межі.

ЕС проектування готують специфікації на створення «об'єктів» з наперед певними властивостями. Під специфікацією розуміється весь набір необхідних документів — креслення, записка пояснення і т.і.

ЕС планування знаходять плани дій, що відносяться до об'єктів, здатних виконувати деякі функції. В таких ЕС використуються моделі поведінки реальних об'єктів з тим, щоб логічно вивести наслідки планованої діяльності.

ЕС навчання діагностують помилки при вивченні якої-небудь дисципліни за допомогою ЕОМ і підказують правильні рішення. Вони акумулюють знання про гіпотетичного «учня» і його характерні помилки, потім в роботі вони здатні діагностувати слабості в пізнаннях і знаходити відповідні засоби для їх ліквідації [2, c.14].

Наступна класифікація по зв'язку з реальним часом. Статичні ЕС розробляються в наочних областях, в яких база знань і дані, що інтерпретуються, не міняється за час рішення задачі. Вони стабільні. Наприклад, діагностика несправностей в автомобілі.

Квазідинамічні ЕС інтерпретують ситуацію, яка міняється з деяким фіксованим інтервалом часу. Наприклад, мікробіологічні ЕС, в яких знімаються лабораторні вимірювання з технологічного процесу один раз в 4—5 годин (виробництво лізину, наприклад) і аналізується динаміка отриманих показників по відношенню до попереднього вимірювання.

Динамічні ЕС працюють з даними, що змінюються під час рішення задачі, часто в сполученні з датчиками об'єктів, іноді в режимі реального часу з безперервною інтерпретацією даних, що поступають. Приклад — управління ГПС, монитофінг в реанімаційних палатах і ін.

Розглянемо класифікацію по типу ЕВМ. ЕС на супер ЭВМ для унікальних стратегічно важливих задач (Ельбрус, CRAY і ін.).

ЕС на ЕОМ середньої продуктивності (типу ЄС ЕОМ).

ЕС на символьних ЕОМ і робочих станціях (SYMBOLIC SUN, APOLLO і ін.).

ЕС на міні- і супер-мини-ЭВМ (СМ-1700, VAX, miсro-VAХ і ін.).

ЕС на ПЕВМ (IBM PC, PS/2 і подібні). Ця класифікація, мабуть, не вимагає пояснень [2, c.16].

Наступна класифікація по ступеню інтеграції з іншими програмами. Автономні ЕС працюють безпосередньо в режимі консультацій з користувачем тільки для «експертних» задач, при рішенні яких не вимагається привертати традиційні методи обробки даних (розрахунки, моделювання і т. д.).

Гібридні ЕС представляють програмний комплекс, агрегуючий стандартні пакети прикладних програм (наприклад! математичну статистику, лінійне програмування або системи управління базами даних) і засобу маніпулювання знаннями. Це може бути інтелектуальна надбудова над пакетом прикладних програм або інтегроване середовище для вирішення складної задачі з елементами експертних знань.

Не дивлячись на зовнішню привабливість гібридного підходу слід зазначити, що розробка таких систем виявляє собою за' дачу на порядок складнішу, ніж розробка автономної ЕС Стиковка не просто різних пакетів, а різних методологій (що відбувається в гібридних системах) породжує комплекс теоретичних і практичних труднощів [1, c.16].

Таким чином експертні системи це самостійний напрям який був сформований в дослідженнях по штучному інтелекту. Причини успішного практичного використовування експертних систем полягають в том, що при їх побудові були враховані попередні дослідження в області штучного інтелекту. Також треба додати що, найкориснішою характеристикою експертної системи є те, що вона застосовує для вирішення проблем високоякісний досвід.

Розділ 2. ПРАКТИЧНІ АСПЕКТИ ПРОБЛЕМИ ЗАСТОСУВАННЯ В ІНФОРМАЦІЙНІЙ ДІЯЛЬНОСТІ ОРГАНІЗАЦІЇ АБО УСТАНОВИ ЕКСПЕРТНИХ СИСТЕМ


2.1 Аналіз інформаційної діяльності організації або установи: сутність, складові


Останніми роками нові інформаційні технології в банківській системі України переживають бурхливий розвиток. Не дивлячись на існуючі недоліки законодавства регулюючого діяльність банків, ситуація неухильно змінюється на краще.

Швидка і безперебійна обробка значних потоків інформації є однією з головних задач будь-якої крупної фінансової організації. Відповідно до цього очевидна необхідність застосування інформаційних банківських технологій дозволяючих обробляти всі зростаючі інформаційні потоки. Крім того на базі інформаційних технологій створюються і реалізуються численні банківські послуги.

Тому більшість сучасних банків в числі своїх задач ставлять упровадження нових інформаційних технологій. Треба сказати, що інтерес до розвитку компьютеризированних банківських систем визначається не бажанням отримати вигоду, а, головним чином, стратегічними задачами, оскільки інвестиції в такі проекти починають приносити прибуток лише через певний період часу, необхідний для навчання персоналу і пристосовування системи до конкретних умов [18].

Інформаційні технології мають певну мету, методи і засоби реалізації. Ціллю інформаційної технології є створення з інформаційного ресурсу якісного інформаційного продукту, задовольняючого вимогам користувача. Методами інформаційних технологій є методи і прийоми моделювання, розробки і реалізації процедур обробки даних. Як засоби інформаційних технологій застосовуються математичні методи і моделі рішення задач, алгоритми обробки даних, інструментальні засоби моделювання бізнеспроцесів, даних, проектування інформаційних систем, розробки програм,власне програмні продукти, різноманітні інформаційні ресурси, технічні засоби обробки даних.

Головна відмітна особливість інформаційних технологій полягає в їх цільовій спрямованості на оптимізацію інформаційних процесів, вихідним результатом яких є інформація.

Інформаційна банківська технологія – процес перетворення банківської інформації на основі методів збору, реєстрації передачі, зберігання і обробок даних [18].

Розглянемо інформаційну діяльність в економіці та менеджменті. Для ухвалення ефективних управлінських рішень в умовах динамічного розвитку ринкової економіки підприємству потрібна доцільна система інформаційного забезпечення, що об'єктивно відображає економічну ситуацію, що склалася. Хороше інформаційне забезпечення це не тільки запорука успіху і конкурентоспроможності фірми, але і деколи виступає як засіб виживання в умовах жорсткої конкуренції.

Інформаційне забезпечення управління – це зв'язок інформації з системами управління підприємством і управлінським процесом в цілому. Воно може розглядатися не тільки в цілому, охоплюючи всі функції управління, але і по окремих функціональних управлінських роботах, наприклад прогнозуванню і плануванню, обліку і аналізу. В сучасних умовах важливою областю стало інформаційне забезпечення, яке полягає в зборі і переробці інформації, необхідної для ухвалення обгрунтованих управлінських рішень.

Передача інформації про положення і діяльність фірми на вищий рівень управління і взаємний обмін інформацією між всіма взаємозв'язаними підрозділами фірми здійснюються на базі сучасної електронно-обчислювальної техніки і інших технічних засобів зв'язку [16].

В міжнародній конкуренції на перший план виходять економічні, ринкові критерії ефективності, підвищуються вимоги до гнучкості. Науково-технічний прогрес і динаміка зовнішнього середовища примушує сучасні підприємства перетворюватися на все більш складні системи, для яких необхідні нові методи для забезпечення керованості. Тому можна затверджувати, що ефективна діяльність сучасного підприємства можлива тільки за наявності єдиної корпоративної системи, об'єднуючої управління фінансами, персоналом, постачанням, збутом і процес управління виробництвом. Такі системи стали розглядатися як засіб досягнення основних цілей бізнесу - поліпшення якості товарів, що випускаються, і послуг, збільшення об'єму виробництва, заняття стійких позицій на ринку і перемоги в конкурентній боротьбі. Вимоги, що пред'являються до корпоративної інформаційної системи, не залежать від форми власності і сфери діяльності підприємства, а її програмні модулі повинні відповідати бізнес - процесам, функції автоматизованих робочих місць - посадовим обов'язкам співробітників.

Інформація потрібна всім: керуючим структурам, колективам підприємств, суспільним організаціям, всім працюючим. Неможливо спиратися тільки на інтуїцію, на свій життєвий і практичний досвід, необхідно одержувати і освоювати всю інформацію, що розширяється, яка допомагає вирішувати виникаючі питання. Інформація виступає сьогодні як один з першорядних ресурсів, значення якого не менше ніж значення матеріальних, сировинних і інших ресурсів. До речі, використовування останніх в значній мірі залежить саме від стану і використовування інформації. На відміну від більшості ресурсів, які здатні виснажуватися, інформаційний потенціал може використовуватися багато разів як колективами, так і індивідуальними працівниками. При цьому він постійно збільшується [16].

Найважливіший чинник підвищення ефективності виробництва в будь-якій галузі є поліпшення управління. Вдосконалення форм і методів управління відбувається на основі досягнень науково-технічного прогресу, подальшого розвитку інформатики, що займається вивченням законів, методів і способів накопичення, обробки і передачі інформації за допомогою різних технічних засобів.

Різні інформаційно-технічні новини слід сприймати як засіб скорочення і здешевлення апарату управління. Так, наприклад, поява телефону, радіо, телебачення, персональних комп'ютерів, локальних комп'ютерних мереж і глобальної мережі Інтернет приводило у свою чергу до вдосконалення системи інформаційного забезпечення управління підприємством. Зрештою роль інформації в організаційному управлінні фірмою постійно зростає, що пов'язано із змінами соціально-економічного характеру, появою новітніх досягнень в області техніки і технологій, результатами наукових досліджень. Науково-технічна революція висунула інформацію як найважливіший чинник виробничого процесу. Інформаційний процес необхідний як неодмінна умова роботи сучасної техніки, як засіб підвищення якості робочої сили, як передумова успішної організації самого процесу виробництва.

Процес передачі інформації навіть в одному напрямі проходить через множину посередників, а це значить, що під час передачі інформації відбувається її затримка і спотворення. Крім того, інформація може перетворюватися залежно від того до кого вона адресована. Так, наприклад, при передачі інформації вгору від підлеглих до керівника відбувається її узагальнення, а при передачі вниз, від керівника до підлеглих навпаки – вона конкретизується. Головне в цьому процесі максимальна швидкість передачі інформації при мінімальних допустимих спотвореннях [17].

В процесі управління постійно відбувається обмін інформацією. Причому напрям переміщення інформації може бути вертикальним (від керівника до підлеглих або від підлеглих до керівника), так і горизонтальним (між начальниками підрозділів, підлеглими одного рівня). Як джерело інформації може бути рівень цін на ринку, розмір прибутку фірми в минулому кварталі або вказівка керівника.

Менеджмент повною мірою використовує об'єктивну і своєчасну інформацію, збирану, оброблювану, що зберігається і поширюється за допомогою сучасних наукових методів і технічних засобів. Потрібно не тільки мати в своєму розпорядженні своєчасну і точну інформацію, але уміти осмислювати її, робити необхідні висновки і результативно утілювати в управлінських рішеннях. Звідси необхідність присутності інформаційної складової в управлінні очевидна, оскільки вона є основою всього управлінського процесу [16].

Можна зробити висновок, що інформаційна діяльність - діяльність, забезпечуючи збір, обробку, зберігання, пошук і розповсюдження інформації, тому вона є необхідною у всіх сферах людської діяльності. Інформаційне забезпечення це необхідна послуга для функціонування економіки та менеджменту в сучасних умовах. У ринковій економіці незалежні, самостійні виробники товарів і послуг, а також всі ті, хто забезпечує безперервність циклу "наука - техніка - виробництво - збут - споживання" не зможуть успішно діяти на ринку, не маючи інформації.


2.2 Можливості застосування в інформаційній діяльності організації або установи експертних систем


Область застосування експертних систем розширяється швидко. І уряд, і промисловість починають фінансувати комерційні експертні системи, так що вже через декілька років компанії в США включаться в розробки і дослідження по штучному інтелекту і експертним системам. Компанії, ігноруючи ці нові технологічні досягнення, в недалекому майбутньому напевно опиняться в невигідному положенні в порівнянні зі своїми більш далекоглядними конкурентами [8, c.223].

Розглянемо експертні системи, що розробляються в університетах. Досягнення багато кого в технології ШІ були стимульовані дослідженнями в університетах, звичайно за допомогою дисертацій. Хоча більшість крупних університетів пропонують окремі курси або повні освітні програми по ШІ і експертним системам, але більша частина роботи в цій області була виконана всього в декількох з них. Пов'язаними з університетами центрами досліджень в області ШІ в США є Станфорд, Карнеги-Меллон і МТІ (Массачусетський технологічний інститут). Два з цих університетів, Станфорд і Карнеги-Меллон, стали ініціаторами в розробці експертних систем і інженерії знань.

Дослідження, що привели до появи систем, заснованих на знаннях, і до створення інженерії знань, виросли з обміну ідеями між Станфордськім університетом (SU) і Університетом Карнеги-Меллон (CMU). В шестидесятих роках Аллан Ньюелл і Херберт Симон з CMU вивчили процес вирішення задач людиною, розробляючи і застосовуючи методи комп'ютерної обробки інформації для моделювання людської свідомості і пам'яті [NEW72]. Ключова ідея Ньюелла полягала в тому, щоб представити довготривалу пам'ять людини як послідовність, правил. Кожне правило має наступний вигляд: «Якщо я розпізнаю деяку ситуацію S в оперативній пам'яті, то я зроблю деяку дію A». Зроблені дії змінюють зміст оперативної пам'яті. Як тільки зміст змінився, виникає нова ситуація, активуюча нові правила [8, c.205]. Ньюелл використовував цю процедуру активації правил і зміни пам'яті для того, щоб змоделювати процес відшукання людиною рішень проблем і назвав отриману систему продукційною системою.

Ідея Ньюелля - використовувати правила для опису процесу пізнання - потім була узагальненою в інших роботах, що проводилися в Станфорді в кінці 60 х. Програма, названа Р, розроблялася, щоб досліджувати методи представлення евристичних методів в програмах ШІ у вигляді наборів явних і окремих правил [WAT68, WAT70]. Метод відділення операційних знань в програмах ШІ від решти частин програми вплинув на роботи по темі DENDRAL в Станфорді на початку сімдесятих, що і привело до концепції системи, заснованої на знаннях. В DENDRAL евристичні знання були представлені через окремі правила, і цей успіх з DENDRAL вплинув на розробку MYCIN в тому ж Станфорді в середині сімдесятих. Успіх DENDRAL, MYCIN і інших станфордських проектів привів до усвідомлення того факту, що розумність і умілість програми в значній мірі обумовлена вбудованими в неї високоякісними знаннями. Ед Фейгенбаум із Станфорда ввів термін інженерія знань для опису процесу побудови таких програм, і ера експертних систем почалася.

Навіть в даний час Станфорд і Карнеги-Меллон вважаються найпродуктивнішими університетськими центрами розробки експертних систем. Інші університети, такі як Рутжерс, МТІ і Університет штату Ілінойс, також виробили цікаві програми досліджень в області експертних систем. В Станфорде дослідження почалися в хімії і медицині, але потім були розширені на інші області, включаючи електроніку і інженерну справу. Дослідження в Карнеги-Меллон спочатку були зосереджені на комп'ютерних системах і промисловості, а потім охопили електроніку і управління процесами. Університет Рутжерс спочатку розробляв експертні системи в медицині, але пізніше дослідження включили і інші області, такі як електроніка, комп'ютерні системи і інженерна справа. В Університеті штату Ілінойс і в МТІ дослідження охопили багато областей, включаючи медицину і математику [8, c.206].

Перейдемо до розглядання роботи по експертним системам в дослідницьких центрах. Дослідницькі центри, розробляючи експертні системи, бувають самими різними, від досвідчених лідерів в області ШІ до хоробрих новачків. Деякі з них - це крупні корпорації, включаючи групу або відділ досліджень по ШІ, інші - невеликі компанії, що майже виключно займаються розробкою методів ШІ і додатків експертних систем в певних областях. Через їх численність важко перерахувати всі такі організації. Проте ми можемо описати роботи деяких з них. Це «Ренд Корпорейшн», Дослідницький центр компанії «Ксерокс» в, Лягло Алто, Едванст Інформейшн & Дісижн Системи і лабораторія ШІ компанії «форд Аероспейс» [8, c.208].[

Організація «Ренд Корпорейшн», заснована в 1948 г.— це крупний приватний некомерційний дослідницький центр, який займається проблемами національної безпеки і соціального забезпечення. «Ренд» почав дослідження в області ШІ з моменту зародження цієї науки в середині 50-х років з фундаментальних робіт Ньюелла, Шоу і Симона по дослідженню доказів теорем методами символічної логіки [NEW57a, NEW57b]. У наш час роботи по ШІ в «Ренд» зосереджені на засобах побудови експертних систем і їх додатках. Багато з цих робіт було використано урядовими установами наприклад, така як DARPA (Defense Advanced Research Project Agency). Дослідження «Ренд» в області ШІ проводяться у відділі інформатики (Information Sciences Department) і включають розробку мов інженерії знань, мов моделювання, програмних засобів підтримки і додатків експертних систем. Один з напрямів досліджень експертних систем — це розробка ROSIE, схожого на англійські мови інженерії знань. Ціль цієї роботи — розширити і удосконалити можливості ROSIE і створити засоби підтримки, такі як блоки пояснення і навчання в експертних системах, заснованих на ROSIE. Інший напрям досліджень — проектування самих експертних систем, включаючи розробку систем для юридичних міркувань в області відповідальності за випуск дефектної продукції, що привів до нещасних випадків або збитку для здоров'я споживачів.

Едванст Інформейшн & Дісижен Системс (AI&DS) різко відрізняється від Ренд Корпорейшн. Це невелика науково-дослідна фірма була заснована в 1979 р. для супроводу і випуску закінчених програмних продуктів в області ШІ, теорії ухвалення рішень, теорії управління і теорії оцінювання. Велика частина сучасних досліджень в AI&DS присвячена ШІ, і багато проектів експертних систем знаходяться на різних етапах розробки. До них відносяться експертні системи для аналізу радарних сигналів, діагностики несправностей в системах інерційної навігації літаків і запиту розвідувальної інформації. Багато цих систем написано на ефективних мовах програмування низького рівня, таких як Фортран або Сі [KER78]. Фірма також займається розробкою експертних систем для виявлення і усунення несправностей в управляючій апаратурі систем життєзабезпечення космічних станцій.

Дослідницький центр компанії Ксерокс в Лягло Алто (PARC) є науково-дослідною лабораторією, вивчаючою комерційні можливості інформаційних систем. Заснований в 1970 р. PARC проводить дослідження в різних областях, включаючи електронні інтегральні схеми, матеріалознавство і психологію пізнання. Роботи в області експертних систем в основному зосереджені на розробці мов і інструментальних засобів, таких як LOOPS і SMALLTALK, і на деяких додатках до проектування СБІС. В PARC входить Лабораторія інтелектуальних систем, яка проводить дослідження в області інженерії знань, теорії природної мови і ергономіці [8, c.210].

Лабораторія ШІ до «форда Аероспейс» є прикладом нової тенденції крупних комерційних організацій визнавати важливість методів штучного інтелекту і експертних систем в комерційній сфері. Створена в 1982 р., ця дуже маленька група по ШІ провела дослідження в області експертних систем для планування, складання розкладу і діагностики, а також «інтелігентних» систем виведення інформації. Проекти багато кого, що розробляються цією групою, пов'язані з системами діагностики і складання розкладу робіт для програми «Спейс Шаттл».

Розглянемо роботи по експертних системах в приватних компаніях, що спеціалізуються на інженерії знань.

За останні роки число компаній, що займаються дослідженнями в області штучного інтелекту, швидко росте. Ці компанії проявляють тенденцію до спеціалізації; вони зосереджують свої зусилля на різних комерційних аспектах штучного інтелекту, від проблем розуміння природної мови до інженерії знань. Банки і страхові компанії виявили особливу цікавість до експертних систем. Такі компанії в області ШІ, як APEX, Syntelligence і CGI, розробили системи для цих додатків. І Teknowledge, і Intellicorp випустили в якості готових програмних продуктів мови інженерії знань; це ж зробили деякі інші нові компанії. Деякі з компаній, що недавно з'явилися, пропонують для продажу учбові курси чи короткі консультаційні програми по штучному інтелекту і інженерії знань. Тепер опишемо п'ять з цих компаній більш детально: APEX, CGI, Intellicorp, Syntelligence і Teknowledge. APEX Заснована в 1983 р., APEX (Applied Expert Systems, Inc.) розробляє засновані на методах штучного інтелекту програмні продукти для фінансової індустрії. Продукти розроблються не по замовленням, але можуть бути пристосовані до потреб конкретного клієнта. Хоча APEX розробляє тільки програмні продукти, але вона може забезпечити своїх клієнтів комплектом апаратури і програм, для неї призначених, послугами і супроводом. APEX провела ряд пакетів програмного забезпечення для крупних банків, компаній по кредитуванню, страхових компаній для восьми крупних бухгалтерських фірм [8, c.212]. Перший продукт компанії Apex—система, надаюча допомогу при ухваленні рішень та складанні планів фінансового обслуговування — була розроблений для автоматизованого робочого місця (АРМ) IBM РС-ХТ та упроваджений в червні 1983 р. в різних місцях країни. Другий схожий програмний продукт був реалізований на АРМ Xerox 1100 і в даний час комерційно експлуатується. Інші програмні продукти поки що тільки розробляються.

Компанія Carnegie Group, Inc. розробляє засновані на знаннях системи і програмні інструментальні засоби для застосування в промисловості і бізнесі. CGI пристосовує свої прототипні і комерційні експертні системи до потреб клієнтів, а також може надати комплектні комп'ютерні системи з програмним забезпеченням, розробляємим і підтримуваним CGI. Компанія також забезпечує перепідготовку і навчання в області ШІ.

Компанія CGI була заснована в 1982 р. співробітниками Університету Карнеги-Меллон, дослідженнями, що займалися, в області ШІ, та розробила декілька програмних продуктів, які підтримують побудову експертних систем, включаючи SRL+ і PLUME, а також автоматизоване робоче місце (АРМ) інженерії знань. SRL+ є мовою інженерії знань, заснованою на фреймах, який об'єднує засновані на правилах і орієнтовані на об'єкти парадигми представлення знань. PLUME є інтерпретатором природної мови, дозволяючим користувачам розробити свої власні інтерфейси з природною мовою, орієнтовані на конкретну проблемну область. Ці інструментальні засоби призначені для АРМ, розробленого CGI, тобто могутніх мінікомп'ютерів, забезпечених програмним середовищем Common LISP і растровою графікою з високою роздільною здатністю. Ці інструментальні засоби також поставляються для серій комп'ютерів DEC VAX/VMS і Symbolic 3600.

Компанія Intellicorp проектує, розробляє і продає експертні системи і інструментальні засоби побудови систем для біотехнології і інших додатків. Велику частину доходів компанія отримала від продажу програмного забезпечення для генної інженерії і інструментальних засобів побудови комерційних і промислових експертних систем. Intellicorp проводить також розробку експертних систем по контрактах з клієнтами [8, c.213].

Заснована в 1980 р., Intellicorp пропонує і спеціалізовані, і універсальні програмні продукти. В допомогу молекулярним біологам компанія розробила експертні системи для моделювання і планування експериментів по рекомбінації ДНК, для аналізу нуклеотидних послідовностей, для управління базою біологічних даних і інших додатків генної інженерії. Компанія також розробила АРМ BION з відповідним програмним забезпеченням. Цей «верстат» є графічно орієнтованим комп'ютером з мікропроцесором М68010, використовуючий UNIX як операційна система.

Щоб допомогти інженеру знань при побудові експертних систем, компанія Intellicorp розробила універсальну мову інженерії знань, так званий КЕЕ. Це мова, орієнтована на об'єкти, об'єднує засновані на фреймах, на правилах і орієнтовані на процедури парадигми уявлення і включає засоби пояснення, які використовують графічні дисплеї, показуючи лінії міркування експертної системи, написаної на КЕЕ. КЕЕ може бути використаний з комп'ютерними системами Xerox 1100 або Symbolic

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: