Программное обеспечение вычислительной техники и автоматизированных систем

Пользователь: Да.

Система: Верно ли, что небо покрыто тучами?

Пользователь: Да.

Система: Верно ли, что барометр падает?

Пользователь: Да.

Система: (после некоторого «размышления») Нужно взять с собой зонтик.

Как видно из этого примера, в ходе консультации инициатива диалога принадлежит системе, а сама консультация у ЭС выглядит так же, как и консультация у эксперта - человека: задается ряд вопросов и на основании их анализа выдается экспертное заключение. Однако в отличие от беседы со специалистом, диалог с ЭС имеет свои психологические особенности: большинство пользователей (по вполне понятным причинам, таким, как отсутствие опыта работы на компьютерах, лаконичность диалога с ЭС, отсутствие пояснений в ходе консультации и другим) склонны меньше доверять «мнению» ЭС, чем мнению «живого» эксперта.

Чтобы удостовериться в «разумности» и «компетентности» ЭС, пользователь может обратиться к ее подсистеме объяснения.

Для того, чтобы понять как она работает, нам необходимо рассмотреть вопрос о том в какой форме ЭС хранить информацию о процессе своих рассуждений.

В ЭС принято представлять процесс логического вывода в виде схемы, которая называется деревом вывода. В нашем примере дерево вывода будет иметь вид:

Здесь в простых рамках приведены узлы дерево вывода, соответствующие фактам, в двойных - узлы, соответствующие названием правил. Сверху от узла - правила изображен факт, находящийся в его правой части (в принятой терминологии - предок узла - правила). Листья дерева (узлы, образующие его нижний «ярус»), соответствуют фактам, истиностные значения которых запрашиваются у пользователя, или первоначально известным фактам из базы знаний, корень дерева (самый верхний узел) - целевому утверждению.

В процессе консультации ЭС строит дерево вывода и хранит его в памяти в некоторой внутренней форме. Успешному применению правила соответствует добавление узла с его именем, потомками которого являются узлы, соответствующие некоторым из уже выведенных фактов, а предком - новый узел, соответствующий факту, содержащемуся в правой части правила.

Рассмотрим теперь работу подсистемы объяснения. Для получения объяснения в процессе консультации пользователь может «перехватить инициативу» диалога в тот момент, когда система задает очередной вопрос, «переспро-

сив» в ответ систему, почему она его задала. Таким образом, вместо ответа на вопрос системы, пользователь может задать ей встречный вопрос:

ПОЧЕМУ?

(» Почему система задала такой вопрос?»). Система интерпретирует вопрос «Почему?» в «понятных» ей терминах дерева вывода, поднимаясь по нему на один ярус выше и находя правило, для применения которого система задает этот вопрос. Пользователю выдается информация об этом правиле, о состоянии вычисления его условиям о заключении данного правила (текущей цели).

Пусть в нашем примере диалога с ЭС пользователь вместо ответа на вопрос системы: «Верно ли, что барометр падает?» задает ей встречный вопрос: «ПОЧЕМУ?». ЭС обращается к подсистеме объяснения, которая выдает пользователю следующее сообщение:

[1.0] Эта информация необходима, чтобы установить, что скоро пойдет дождь.

Ранее было установлено, что:

[1.1] Небо покрыто тучами.

Следовательно, если:

[1.2] Барометр падает, то скоро пойдет дождь.

(Правило 1).

Двойные номера в квадратных скобках имеют следующий смысл. Для облегчения работы пользователя подсистема объяснения нумерует свои ответы (номер ответа, в данном случае - 1. является первой цифрой номера), а в каждом ответе - нумерует также утверждения, о которых в нем идет речь. Пользователь может использовать двойные номера для ссылок на утверждения, не выписывая их явно. Например, номер 1.1 обозначает утверждение «Небо покрыто тучами».

Допустим, что пользователь хочет еще дальше проследить логику рассуждений системы и узнать, почему ей необходимо установить, скоро ли пойдет дождь. Для этого он может повторно задать ей вопрос:

ПОЧЕМУ?

(«Почему необходимо установить, что скоро пойдет дождь?»). Второй ответ системы аналогичен первому; в нем указывается, что это необходимо для применения правила 2 с целью установить, что нужно взять с собой зонтик:

[2.0] Эта информация необходима, чтобы установить, что нужно взять с собой зонтик. Если:

[2.1] Скоро пойдет дождь, то нужно взять с собой зонтик.

(Правило 2).

Утверждение [2.0] является исходным целевым утверждением системы. Таким образом, теперь ход рассуждений системы пользователю полностью понятен. Вопрос «ПОЧЕМУ?» позволяет проследить ход рассуждений системы от посылок к заключениям. Однако для более детального осмысления процесса вывода удобно было бы иметь возможность изучать его и в противоположном порядке - от заключений к посылкам. Для этого служит другой вопрос, который также «понимает» подсистема объяснений:

КАК N?

где N - номер утверждения, выданный подсистемой объяснения на одном из предыдущих шагов диалога. Например, в ответ на вопрос:

КАК 2.0?

«Как получен утверждение 2.0?» подсистема объяснения выдает информацию в правиле, которое было применено для его получения:

[3.1] Используется правило 2, заключением которого является, что нужно взять с собой зонтик.

Чтобы получить более подробную информацию о том, как было использовано правило 2, следует повторно задать вопрос «КАК?»:

КАК 3.1?

«Как было использовано правило 2?». Ответ системы:

Ранее установлено, что:

[4.1] Скоро пойдет дождь.

Следовательно, нужно взять с собой зонтик.

Выясним теперь, как получено утверждение 4.1:

КАК 4.1?

Ответ системы:

[5.1] Используется правило 1, заключением которого является, что скоро пойдет дождь. Наконец, выясним. как использовано правило 1:

КАК 5.1?

Ответ системы:

Ранее установлено, что:

[6.1] Небо покрыто тучами.

[6.2] Барометр падает.

Следовательно скоро пойдет дождь.

Как были получены утверждения 6.1 и 6.2 пользователь помнит, поскольку он отвечал на вопросы системы относительно этих утверждений. Если все же он задаст системе вопрос КАК 6.1? или КАК 6.2?, то система напомнит ему об этом.

Описанная модель объяснения используется в системе MYCIN. Достоинством ее является возможность получения объяснения любого шага работы системы, недостатком - жесткая привязка к дереву вывода. Для пользователя - непрограммиста такой способ объяснения может показаться излишне детализованным и слишком формальным, а нужно было бы объяснение на «более высоком уровне» - с точки зрения здравого смысла и без углубления в детали. Подобные модели объяснения только начинают появляться в ЭС и требуют более сложной организации знаний.

Список литературы

1. И. Братко. Программирование на языке Пролог для искусственного интеллекта. - М.: Мир, 1990.

2. Г. Долин. Что такое ЭС. - Компьютер Пресс, 1992/2.

3. Д.Р. Малпасс. Реляционный язык Пролог и его применение.

4. Д.Н. Марселлус. Программирование экспертных систем на Турбо Прологе. - М.: Финансы и статистика, 1994.

5. К. Нейлор. Как построить свою экспертную систему. - М.: Энергоатомиздат, 1991.

6. Н.Д. Нильсон. Искусственный интеллект. Методы поиска решений. - М.: Мир, 1973.

7. В.О. Сафонов. Экспертные системы- интеллектуальные помощники специалистов. - С.-Пб: Санкт-Петербургская организация общества «Знания» России, 1992.

8. К. Таунсенд, Д. Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ. - М.: Финансы и статистика, 1990.

9. В.Н. Убейко. Экспертные системы. - М.: МАИ, 1992.

10. Д. Уотермен. Руководство по экспертным системам. - М.: Мир, 1980.

11. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры. - М.: Финансы и статистика, 1987.

Размещено на Allbest.ru