В настоящее время курс «Основы искусственного интеллекта» является базовым при подготовке учителей информатики по специальности 030100. 00 информатика




страница4/6
Дата23.04.2016
Размер0.77 Mb.
1   2   3   4   5   6


1.4. Экспертные системы

Практическим полем применения баз знаний являются экспертные системы (ЭС). Экспертная система – это система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. Экспертная система состоит из базы знаний, механизма логического вывода и подсистемы объяснений. Её основным компонентом является база знаний. База знаний – это семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе. База знаний является основным компонентом интеллектуальных и экспертных систем.

Для построения базы знаний необходим интеллектуальный редактор базы знаний. Интеллектуальный редактор базы знаний – это программа, предоставляющая инженеру по знаниям возможность создавать базу знаний в интерактивном режиме. Интеллектуальный редактор включает в себя систему шаблонов языка представления знаний, подсказки и другие сервисные средства, облегчающих работу с базой.

Основной режим работы экспертной системы – консультационный режим. Консультационный режим – это интерактивный режим эксплуатации базы знаний, при котором пользователь продвигается к решению задачи.

Вторым существенным компонентом ЭС является машина логического вывода или дедуктивная машина (или блок логического вывода, или решатель). Машина логического вывода – это программа, моделирующая механизм рассуждений и оперирующая знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Обычно машина логического вывода использует программно реализованный механизм дедуктивного логического вывода или механизм поиска решения в сети фреймов или семантической сети.

Для контакта с пользователем ЭС должна обладать подсистемой общения и подсистемой объяснений. Подсистема общения – это программа:

- входящая в состав экспертной системы;

- служащая для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения;

- предоставляющая возможность пользователю в определенной степени контролировать и корректировать ход рассуждений экспертной системы.

Подсистема объяснений – это программа, позволяющая пользователю получить ответы на вопросы:

- "Как было получено то или иное решение?"; обычно ответ на этот вопрос представляет собой трассировку всего процесса вывода решения с указанием использованных фрагментов базы знаний; и

-"Почему было принято такое решение?"; обычно ответ на этот вопрос есть ссылка на умозаключение, непосредственно предшествовавшее полученному решению.

Хорошо если ЭС обладает подсистемой приобретения знаний. Подсистема приобретения знаний – это программа, предназначенная для корректировки и пополнения базы знаний.

Подсистема приобретения знаний - в простейшем случае - интеллектуальный редактор базы знаний. Подсистема приобретения знаний - в более сложных случаях - средства для извлечения знаний:

- из баз данных;

- из неструктурированного текста;

- из графической информации и т.д.

ЭС создаётся и существует для пользователя. Пользователь – это проблемный специалист, для которого предназначена экспертная система. Считается, что квалификация пользователя недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны экспертной системы.

ЭС является системой, основанной на знаниях. Система, основанная на знаниях – это система искусственного интеллекта, в которой предметные знания представлены в явном виде и отделены от прочих знаний системы.


1.5. Визуальное проектирование баз знаний как инструмент обучения

Визуальные методы спецификации и проектирования баз знаний и разработка концептуальных структур являются достаточно эффективным гносеологическим инструментом или инструментом познания. Использование ме­тодов инженерии знаний в качестве дидактических инструментов и в качестве формализмов представления знаний способствует более быстрому и более полно­му пониманию структуры знаний данной предметной области, что особенно ценно для новичков на стадии изучения особенностей профессиональной деятельности.

Методы визуальной инженерии знаний можно широко использовать в различ­ных учебных заведениях — от школ до университетов — как для углубления про­цесса понимания, так и для контроля знаний. Большинство учеников и студен­тов овладевают навыками визуального структурирования в течение нескольких

От понятийных карт к семантическим сетям

Было предложено определение поля знаний, которое позволяет инженеру по знаниям трактовать форму представления поля достаточно широ­ко, в частности семантические сети или понятийные карты (concept maps) являются возможной формой представления. Это означает, что сам процесс построения семантических сетей помогает осознавать познаватель­ные структуры.



Программы визуализации являются инструментом, позволяющим сделать види­мыми семантические сети памяти человека. Сети состоят из узлов и упорядочен­ных соотношений или связей, соединяющих эти узлы. Узлы выражают понятия или предположения, а связи описывают взаимоотношения между этими узлами. Поэтому разработка семантических сетей подразумевает анализ структурных взаимодействий между отдельными понятиями предметной области.

В процессе создания семантических сетей эксперт и аналитик вынуждены анали­зировать структуры своих собственных знаний, что помогает им включать новые знания в структуры уже имеющихся знаний. Результатом этого является более осмысленное использование приобретенных знаний.

Визуальные спецификации в форме сетей могут использоваться новичками и эк­спертами в качестве инструментов для оценки изменений, произошедших в их мышлении. Если согласиться, что семантическая сеть является достаточно пол­ным представлением памяти человека, то процесс обучения с этой точки зрения можно рассматривать как реорганизацию семантической памяти.

Kozma, один из разработчиков программы организации семанти­ческой сети Learning Tool, считает, что эти средства являются инструментами познания, усиливающими и расширяющими познания человека. Разработка се­мантических сетей требует от учеников:


  • реорганизации знаний;

  • исчерпывающего описания понятий и связей между ними;

  • глубокой обработки знаний, что способствует лучшему запоминанию и извлечению из памяти знаний, а также повышает способности применять знания в новых ситуациях;

  • связывания новых понятий с существующими понятиями и представлениями, что улучшает понимание;

  • пространственного изучения посредством пространственного представления понятий в изучаемой области.

Полезность семантических сетей и карт понятий, пожалуй, лучше всего демонст­рируется их связями с другими формами мышления высшего порядка. Они тес­но связаны с формальным обоснованием в химии и спо­собностью аргументировать свои высказывания в биологии. Также было показано, что семантические сети имеют связь с выполнением исследований.

База знаний как познавательный инструмент

Когда семантическая сеть создается как прообраз базы знаний, разработчик дол­жен фактически моделировать знания эксперта. Особенно глубокого понимания ' требует разработка функциональной структуры.

Определение структуры ЕСЛИ-ТО области знаний вынуждает четко форму­лировать принципы принятия решения. Нельзя считать, что просто разработка поля знаний системы обязательно приведет к получению полных функциональ­ных знаний в данной области.

Разработка экспертных систем стала использоваться как инструмент познания сравнительно недавно. Lippert, который является одним из пио­неров применения экспертных систем в качестве инструментов познания, ут­верждает, что задания по созданию небольших базисов правил являются очень / полезными для решения педагогических проблем и структурирования знаний для учеников от шестого класса до взрослых. Изучение при этом становится более осмысленным, так как ученики оценивают не только сам процесс мышле­ния, но также и результаты этого процесса, то есть полученную базу знаний. Со­здание базы знаний требует от учеников умения отделять друг от друга факты, переменные и правила, относящиеся к связям между составляющими области знаний.

Например, Lai установил, что после того, как студенты-медики созда­дут медицинскую экспертную систему, они повышают свое умение в плане аргу­ментации и получают более глубокие знания по изучаемому предмету. Шесть студентов-первокурсников физического факультета, которые использовали экс­пертные системы для составления вопросов, принятия решений, формулировки правил и.объяснений относительно движения частицы в соответствии с законами классической физики, получили более глубокие знания в данной области благо­даря тщательной работе, связанной с кодированием информации и обработкой большого материала для получения ясного и связного содержания, а следователь­но, и большей семантической глубины.

Таким образом, создание базы знаний экспертной системы способствует более глубокому усвоению знаний, а визуальная спецификация усиливает прозрач­ность и наглядность представлений.

Когда компьютеры используются в обучении как инструмент познания, а не как контрольно-обучающие системы (обучающие компьютеры), они расширяют воз­можности автоматизированных обучающих систем (АОС), одновременно раз­вивая мыслительные способности и знания учеников. Результатом такого со­трудничества учащегося и компьютера является значительное повышение эф­фективности обучения. Компьютеры не могут и не должны управлять процессом обучения. Скорее, компьютеры должны использоваться для того, чтобы помочь ученикам приобрести знания.

1   2   3   4   5   6


База данных защищена авторским правом ©ekonoom.ru 2016
обратиться к администрации

    Главная страница