Оптические вычисления - Арратуна Р.
Скачать (прямая ссылка):
является сбором программируемых значений и она не зависит от любых
знаний, получаемых системой либо от внешних датчиков, либо в процессе ее
самообучения. Программист символьных языков получает информацию от
инженера по знаниям и непосредственно вводит запрограммированные знания в
систе-
Г лава 10. Оптика и символьные вычисления
323
му. Описанная технологическая схема требует больших затрат труда, и на
разработку ранних вариантов экспертных систем уходили годы напряженной
работы.
Такое разделение труда было существенно упрощено благодаря появлению
средств разработки программных средств. И теперь инженер по знаниям и
программист символьных языков очень часто совмещены в одном лице. Эти
программные средства по существу представляют собой программы, содержащие
все необходимое для получения экспертной системы. В таком инструментарии
база знаний снабжена всеми необходимыми элементами, но свободна от каких
бы то ни было знаний. Предусмотрена такая возможность проведения
логических выводов, позволяющая делать заключения сразу по мере
заполнения базы знаний. Здесь уместна аналогия с электронной таблицей для
микрокомпьютеров, т. е. описанные программные средства позволяют
реализовать эквивалент пустой электронной таблицы. Программист имеет
возможность вводить знания в базу знаний (подобно тому, как бухгалтер
вводит цифры в электронную таблицу на дисплее), в результате чего он
получает нестандартную, индивидуально удовлетворяющую его потребностям
программу. Наконец, можно провести аналогию между совокупностью
эвристических подходов для получения заключения и комбинацией ячеек
электронной таблицы, используемой для организации новых входов. Подобно
тому как электронные таблицы произвели революцию в использовании
микрокомпьютеров, указанные средства уменьшили время, требуемое на
разработку экспертных систем от нескольких лет до нескольких месяцев, в
зависимости от уровня сложности задачи.
Основу экспертной системы составляет база знаний, поскольку, как было
установлено, специализированные знания представляют очень важное
дополнение к логике. Трудность процесса включения этих знаний в базу
знаний является главным сдерживающим фактором даже в очень узких
проблемных областях. Средства диалогового накопления знаний, такие как
TEIRESIAS [19], доказали на практике свою полезность, позволяя эксперту
выразить знания в формах, совместимых с базой знаний. Более сложные
системы могут быть построены таким образом, что они сами будут способны
выводить правила на основе представленных данных, как это было сделано в
случае с MetaDendral [20]. Еще более успешно удается создавать системы,
которые могут обучиться управлять своими собственными стратегиями поиска,
т. е. обучиться эвристическим методам, как это было в случае с EURISKO
[21] и ACT {22]. Однако сами принципы обучения и адаптации до сих пор
разработаны слабо, и в настоящее время большинство экспертных систем не
являются обучающимися. Скорее они используют предварительно накопленные
знания вместо обучения при ре-
324
Часть IV. Символьные вычисления и искусственный интеллект
шении задач на основе неудач и исправленных ошибок. Создание
самообучающихся систем в том виде, как это описано в разд. 10.2 может
значительно уменьшить время и усилия, затрачиваемые на разработку систем,
основанных на знаниях.
Показателем совершенства интеллектуальных систем, и в особенности
экспертных систем, является их способность приходить к заключению или
решению несколькими цепочками рассуждений. Наличие данного свойства
позволяет уменьшить пространство решений путем использования схем
рассуждений либо отталкивающихся от цели и ориентированных на модель "от
цели к фактам", либо соответствующих цепочке рассуждений "от фактов к
цели". Это перспективное средство, хотя еще находится в начале своего
развития, но уже сейчас позволяет анализировать задачу под разными
"углами зрения". Следует заметить, что любой процесс, включающий
одновременно несколько цепочек рассуждений, сильно зависит от наличия
соответствующих структур параллельных вычислений. Это обусловлено ростом
числа запросов к базе знаний, что в случае монопроцессорных систем
приводит к неопреодолимым трудностям. К сожалению, как будет показано в
следующем разделе, наше понимание роли и методов реализации параллелизма
в вычислениях является довольно ограниченным. Но потенциальная
возможность использования параллельной обработки в символьных вычислениях
является одним из факторов, делающих оптические вычисления особенно
привлекательными.
Выяснив основные принципы работы экспертных систем, можно подробнее
обсудить их возможности. Авторы [10] в своем руководстве по экспертным
системам идентифицировали десять областей применения таких систем. Эти
десять задач, показанные на рис. 10.24, предполагают, что экспертные
системы пригодны для использования во всевозможных случаях принятий
решений, от конструирования лазеров (в рамках заданных ограничений) до
