Эволюция экспертных систем. История и перспективы

Введение

Напряжем воображение и постараемся представить себе следующую картину: пользователь вводит запрос в поисковую машину интернета и между ними происходит следующий диалог:

- Где был разбит герой Толстого?

- Имя автора Алексей Николаевич или Лев Николаевич?

- Лев Николаевич, произведение "Война и мир".

- Какая национальность героя - русский, австриец или француз?

- Русский.

- Это первое подробно описанное поражение в книге?

- Да.

- Тогда то место называется Аустерлиц (теперь г. Славков, Чехия).

Выглядит нереально, правда? Но, учитывая темпы развития систем искусственного интеллекта, а именно - экспертных систем (ЭС), можно предположить, что это станет обычным явлением лет через 50. Только одна подобная система, CADUCEUS, содержит одних голых фактов больше, чем 80% мировой медицинской литературы. Объединив тысячи интеллектуальных систем, содержащих в памяти данные и знания из всех областей, а также алгоритмы вывода новых знаний из уже имеющихся в единый мировой мозг, человечество, согласно Бэкону, может стать намного мудрее и могущественнее. Невозможно предугадать эффект от накопления такого большого объема полезной информации, которая будет доступна каждому.

Это пока одни фантазии. Давайте спустимся на землю и поговорим о том, что послужило фундаментом для построения подобных воздушных замков: об экспертных системах и их развитии.

Глава 1. Структура и особенности ЭС

Что собой представляет экспертная система? Это интеллектуальная компьютерная программа, которая может давать советы, консультировать, проводить анализ и ставить диагноз на уровне специалиста в некоторой узкой предметной области. У обычных пользователей, привыкших к Windows и другим средствам (проверка грамматики в Word:), данное утверждение может вызвать улыбку и сомнения. Но, я вас уверяю, сравнивать тот софт, который установлен на наших компьютерах, с экспертными системами, по меньшей мере, некорректно. Они, в отличие от других программных продуктов, используют при работе не только данные, но еще знания и специальные механизмы вывода решений и новых знаний на основе имеющихся. Поиск решения может осуществляться логическими, эвристическими (работающими, но не имеющими строгого обоснования), математическими (аналитическими и имитационными) и гибридными методами.

Возникшее в середине 60-х годов прошлого века новое направление в искусственном интеллекте с тех пор только ускоряет темпы своего развития. Сегодня любая экспертная система окупается моментально, принося огромную пользу в тех областях, где наблюдается недостаток специалистов или существует реальная опасность для их жизни (атомные электростанции). ЭС находят широкое применение в медицине, микроэлектронике, геологии, военном деле, навигации и т.д. Например, HASP/SIAP определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

Каждая экспертная система имеет интеллектуальный естественно-языковой или речевой интерфейс (помните вступление?). Ведь круг ее общения - не программисты и хакеры (в хорошем понимании этого слова :), а обычные люди, владеющие компьютерной грамотой. Кроме того, ЭС включает подсистемы объяснения и обучения для интерпретации собственных рассуждений. Ее примерная схема представлена на рисунке.

Теперь обратимся к истории и постараемся проследить этапы развития экспертных систем.

Глава 2. История появления первой ЭС DENDRAL

Все началось в далеких шестидесятых, которые принесли миру бит- и рок-музыку, различные молодежные движения вроде хиппи и пропаганду свободы нравов. В то время в космос отправился первый человек, медицина ознаменовалась успехами в клинической трансплантации органов (первая успешная пересадка сердца), были заложены основы современных операционных систем.

Тогда Эдвард Фейгенбаум (Edward Feigenbaum), исследователь в области искусственного интеллекта, как и многие ученые его времени, задумывался над тем, может ли машина думать и рассуждать подобно человеку и как много знаний в нее возможно вложить (www.atariarchives.org/deli/expert_systems.php). Он считал, что ответ удастся получить, только сконструировав такую "мыслящую" систему. Но какое же научное направление выбрать для экспериментов? В какой предметной области разработки Фейгенбаума принесли бы большую пользу? Разрешить эти вопросы помог лауреат нобелевской премии, биохимик Джошуа Ледерберг (Joshua Lederberg). Он предложил создать компьютерного помощника, который мог бы определять путем расчета молекулярную структуру химических соединений и который, по словам Ледерберга, был просто необходим в органической химии. Так появилась идея о построении экспертной системы DENDRAL.

В 1965 году в Стэндфордском университете (Stanford University) Эдвард Фейгенбаум, Джошуа Ледерберг и примкнувший к ним Брюс Бученен (Bruce Buchanan) начали работы по созданию первой экспертной системы. Одной из главных проблем, которую ученым надлежало решить, было построение гибкой программы, оперирующей с многочисленными знаниями и работающей по правилам логики ("если - то"). Однако, как оказалось, сложнее всего было создать базу данных, включающую знания многих специалистов в органической химии. Для этого разработчикам DENDRAL пришлось опросить как можно больше экспертов. Приобретение знаний - не такой легкий процесс, как это может показаться на первый взгляд. Одно дело собрать факты, другое - познания конкретного человека. Поэтому опрашиваемым специалистам была предоставлена специальная программа, которая производила некоторые "умозаключения", правдивость или ложность которых им нужно было установить и объяснить. Таким образом, отделив механизм логического вывода от базы знаний, Бученен предложил хороший инструмент для создания экспертных систем. Одной из самых первых подобных программ была META-DENDRAL. С ее помощью и с помощью аналогичных разработок были построены такие ЭС, как PROSPECTOR, MYCIN и CYRUS.

Глава 3. Развитие ЭС в 70-80-х годах

С 70-х годов ЭС стали ведущим направлением в области искусственного интеллекта. В этот период было создано множество разнообразных экспертных и диагностических систем, большая часть которых действует и сегодня. Самыми известными из них являются MYCIN, служащая для диагностики и лечения инфекционных заболеваний, и PROSPECTOR, предназначенная для геологической разведки месторождений полезных ископаемых.

Первая версия ЭС MYCIN была построена в уже знакомом нам Стэндфордском университете в середине 70-х годов. Ее создатель - врач и специалист в области вычислительной техники Эдвард Шортлайф (Edward Shortliffe). Вот мы и добрались до самой популярной области применения экспертных систем - медицины. Дело в том, что диагностика многих заболеваний для успешного выздоровления пациента должна проводиться оперативно. Иногда максимально возможные сроки определения метода лечения составляют от одного до двух суток. Кроме того, каждый человек, идя на прием к врачу, хочет надеяться, что его примет профессионал, который внятно объяснит причину недомогания и предложит одну или несколько эффективных методик лечения. Любая медицинская экспертная система, содержащая знания и логику рассуждения лучших специалистов в мире, может это позволить.

Как же происходит общение пациента и машины? Конечно, на естественном человеческом языке, и это характерно, как было сказано, для всех ЭС. Сам больной или доктор вводит в MYCIN симптомы устанавливаемой болезни, а ЭС задает уточняющие вопросы и, в конце концов, ставит диагноз и предлагает методы лечения. Кроме того, система на любом шаге может "объяснить" свои доводы. Механизм логического вывода в MYCIN включает первоначальный опрос пациента, прямой вывод с использованием некоторых правил продукции и правил нечеткой логики и обратный вывод (penguin.kurgan.ru/doc/ai.shtml).

Исследования работы ЭС MYCIN, проведенные в Стэндфордском университете, показали, что система для диагностики бактериальных инфекций все-таки уступает группе врачей, состоящей только из профессионалов, на 20%. Правда, даже приблизительную дату этого тестирования так и не удалось найти. Но база знаний MYCIN постоянно расширяется, и благодаря этому ЭС "осваивает" все новые области медицины. Теперь MYCIN используется преимущественно для обучения врачей, а ее механизм логического вывода E-MYCIN был успешно применен для создания многих других ЭС, таких, как NEOMYCIN и PUFF для исследования легочных заболеваний.

Экспертная система PROSPECTOR разрабатывалась SRI International с 1974 по 1983 год. Как уже было сказано, она предназначена для геологических изысканий и относится к интерпретирующему типу ЭС, которые выводят некоторые заключения на основе наблюдений. Данная программа располагает динамическим количеством геологических моделей, каждая из которых содержит знания об определенных видах полезных ископаемых. Так же, как и MYCIN, PROSPECTOR вовлекает геолога в диалог, чтобы, опираясь на его наблюдения, точно выбрать модель и дать ответ на вопрос "Где бурить?". В 1984 году система точно предсказала существование месторождения молибдена, оцененного в многомиллионную сумму.

При разработке последующих экспертных систем были учтены особенности и недостатки PROSPECTOR и MYCIN. Благодаря этому такие диагностические медицинские системы, как INTERNIST и CASNET, основанные на ассоциативном и казуальном (от анг. casual - случайный) подходах, приобрели более мощные механизмы вывода.

Глава 4. ЭС сегодня

Сейчас количество экспертных систем исчисляется тысячами и десятками тысяч. В развитых зарубежных странах сотни фирм занимаются их разработкой и внедрением в различные сферы жизни. Имеются и удачные попытки построения ЭС в СНГ. В настоящее время ведутся разработки самостоятельно обучаемых экспертных систем. Кроме того, в искусственном интеллекте обозначилось такое направление, как инженерия знаний, отвечающая за поиски передовых методов в сборе, представлении, хранении и преумножении информации. Еще можно упомянуть то, что пятое поколение ЭВМ (наши ПК относятся к четвертому), возникшее в 90-х годах, базируется полностью на экспертных системах.

В качестве современных ЭС можно назвать быстродействующую систему OMEGAMON (фирма Candle, с 2004 г. IBM) для отслеживания состояния корпоративной информационной сети и G2 (фирма Gensym) - коммерческую экспертную систему для работы с динамическими объектами (www.intuit.ru/department/human/isrob/6/isrob_6.html). Они служат для принятия решения за считанные секунды с момента наступления внештатных или критических ситуаций. Для G2 также характерно распараллеливание процессов рассуждений. Для простого перечисления других современных экспертных систем, возможно, не хватит газетной полосы. Вот лишь некоторые из них: GUIDON, TATR, ONCOCIN, MOLGEN, GENESIS.

Сравнивая положение вещей в создании ЭС в 70-х и 90-х годах, просто поражаешься, насколько далеко наука шагнула вперед. Экспертные системы сейчас являются прогрессирующим направлением в искусственном интеллекте, которое вряд ли в ближайшее время уменьшит скорость своего развития. Поэтому к теме подобных "умных" программных комплексов мы вернемся еще не раз.

Заключение

В современном обществе неструктурированные и слабоструктурированные задачи управления и контроля сложных производственных процессов и объектов часто встречаются в таких областях, как авиация, энергетика, машиностроение, медицина, микроэлектроника и др. Поэтому появление экспертных систем, позволяющих быстро и эффективно решать подобные проблемы, считается большим научным достижением.

Если на рубеже 60-х и 70-х годов прошлого века количество ЭС можно было пересчитать по пальцам, в 1987 году в соответствии с переписью их было 1000, то сегодня никто подсчетами - этим неблагодарным занятием - не занимается :). Число экспертных систем растет по экспоненте, совершенствуются методы и алгоритмы вывода решений, увеличивается количество фактов и правил в базах знаний. Учитывая рост их интеллектуальных способностей, можно предположить, что в скором будущем ЭС найдут свое применение в судопроизводстве и политике. Последнее было бы очень кстати на фоне непрекращающихся локальных военных конфликтов (Ирак, сектор Газа и т.д.).