Средства формализации и автоформализации знаний выполняются в настоящее время в виде экспертных систем, которые ориентированы на решение неформализуемых либо плохо формализуемых задач. Создание экспертных систем позволило продвинуть вычислительную технику в новые области знаний, заинтересовать многих специалистов в ее использовании для решения практических задач. При функционировании экспертная система опирается на знания, полученные от специалиста-эксперта. Учитывая эвристический характер используемых знаний, эксперт должен иметь возможность взаимодействовать с экспертной системой в диалоговом режиме. Приобретение знаний экспертной системой включает в себя следующие этапы.
1. Получение знаний от эксперта на основе анализа его деятельности при решении реальных задач.
2. Организация знаний на основе хранения множества продукций (правил).
3. Представление знаний в понятном для экспертной системы виде.
К средствам формализации и автоформализации знаний, реализуемых в виде экспертной системы, предъявляют следующие требования:
1) понимание языка пользователей;
2) выявление ситуаций, в которых возможно использование экспертных знаний;
3) преобразование проблемных ситуаций пользователей в модели, обеспечивающих применение экспертных знаний;
4) способность решать практические задачи пользователей и выдавать результаты в понятной для них форме;
5) разъяснение на псевдоестественном языке по требованию пользователя полученного решения.
Экспертная система использует интеллект эксперта, моделируя деятельность человека при решении аналогичных задач. Для представления знаний в значительной части действующих экспертных систем используется продукционная модель. На ее основе знания, вносимые экспертом в конкретной предметной области, достаточно легко расширяются, что позволяет непрерывно наполнять экспертную систему. Обобщенная структура экспертной системы представлена на рис.6.3.
Рис.6.3. Обобщенная структура экспертной системы
В режиме приобретения знаний с системой взаимодействует эксперт (Э), передавая ей знания (правила) позволяющие в дальнейшем самостоятельно решать практические задачи из области экспертизы. В базе знаний (БЗ), составляющей основу экспертной системы, представлены понятийные (ПЗ), декларативные (ДЗ) и процедурные (ПРЗ) знания. База знаний по существу хранит множество правил, объединение которых с вновь вводимыми от эксперта осуществляет модуль приобретения знаний (МПЗ). Оценку достаточности переданных знаний осуществляет эксперт на основе решения системой тестового примера. При необходимости он может получить от экспертной системы с помощью модуля объяснения решения (МОР) информацию о пути формирования конечного результата. Процесс поиска решения реализует модуль интерпретатора (МИ), функционирующий на основе входных данных, хранящихся в рабочей памяти (РП), а также правил и фактов о проблемной области, содержащихся в базе знаний. Взаимодействие человека с экспертной системой происходит через лингвистический процессор (ЛП), осуществляющий преобразование входной информации, выраженной на псевдоестественном языке, в данные, представленные на внутреннем языке системы, и обратно.
В режиме решения в систему с задачей обращается пользователь (П). Выходная информация пользователя с помощью лингвистического процессора преобразуется в данные, которые записываются в рабочей памяти и являются исходными для формирования модулем интерпретации процесса решения задач. В итоге решения пользователь получает ответ, при необходимости он может обратиться в систему с запросом о разъяснении, как и какие правила были применены, а также какие выводы были сделаны в процессе формирования результата.
Архитектура реальных экспертных систем может отличаться от рассмотренной, различными могут быть способы представления данных и знаний, методы функционирования интерпретатора, состав используемых правил. Выбор соответствующих характеристик экспертных систем осуществляется при их проектировании. В настоящее время разработано большое число экспертных систем, которые различаются возможностями представления знаний, характеристиками механизма вывода, типом используемой ЭВМ, а также возможностями связи с другими программными средствами. Достижения в создании экспертных систем таковы, что одним из основных принципов ЭВМ пятого поколения будет аппаратная реализация методов искусственного интеллекта. Узким местом в настоящее время в использовании экспертных систем является извлечение знаний из эксперта и формирование на этой базе формализованной модели предметной области. В процессе проектирования экспертной системы вводится посредник - инженер по знаниям.
Сложность передачи знаний экспертной системе заставила унифицировать этапы построения модели предметной области с выделением идентификации, концептуализации, формализации, реализации и отладки. На этапе идентификации эксперт совместно с инженером по знаниям определяет класс задач, решаемых экспертной системой, с выделением отдельных подзадач, на которых реализуется процесс извлечения знаний. На этапе концептуализации формируются основные понятия и отношения, необходимые для решения задачи. Здесь же выделяются подзадачи, связанные с решением задач выбранного класса. На этапе формализации дается формальное представление понятий и отношений, т. е. разрабатывается структура организации знаний. В ходе реализации формализованное представление экспертной системы переводится в программы и тексты, формулирующие правила представления знаний. На этапе отладки проверяется вариант построенной системы путем решения множества тестовых примеров из выбранной проблемной области. В процессе эксплуатации системы база знаний непрерывно пополняется, т.е. экспертная система обладает способностью к развитию.