Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Документ'
1. Цель и задачи дисциплины: приобретение знаний об основах искусственного интеллекта и основных интеллектуальных информационных системах и технология...полностью>>
'Автореферат'
Защита состоится 6 ноября 2008 года в часов на заседании диссертационного совете Д 210.009.01 при Московской государственной консерватории имени П.И....полностью>>
'Диссертация'
Защита диссертации состоится « » 2008 г. в __ ч. мин. на заседании диссертационного совета Д 203.002.06 Академии управления МВД России по адресу: 125...полностью>>
'Планы семинарских занятий'
Историко-теоритические предпосылки возникновения и развития науки о праве в России. Развитие отечественной науки о праве и государстве в современный ...полностью>>

Г. З. Дамбаева Экспертные системы: их классификация и использование в обучении

Главная > Документ
Сохрани ссылку в одной из сетей:

Г.З.Дамбаева

Экспертные системы: их классификация и использование в обучении

Технология экспертных систем является одним из быстропрогрессирующих направлений в области искусственного интеллекта. Причиной повышенного интереса к экспертным системам (ЭС) является возможность их применения к решению задач из самых различных областей человеческой деятельности, в том числе образования.

Для ЭС характерно то, что в отличие от систем математического моделирования, она моделирует механизм мышления человека применительно к решению задач в конкретной проблемной области. То есть, воспроизведению компьютерными средствами методики решения проблем, которая применяется экспертом (наиболее квалифицированный специалист в какой-либо узкой предметной области), т.е. выполнению некоторой части задач так же (или даже лучше), как это делает эксперт. Кроме этого, для ЭС характерно наличие базы знаний, а также то, что при решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех. Такие методы являются приблизительными в том смысле, что, во-первых, они не требуют исчерпывающей исходной информации, и, во-вторых, существует определенная степень уверенности (или неуверенности) в том, что предлагаемое решение является верным. [5]

Кроме знаний экспертов, экспертные системы должны содержать знания о самих себе, на основе чего они могли бы объяснить свою деятельность в понятной форме.

Экспертные системы являются ценным средством обучения и контроля, так как позволяют сохранять накопленный опыт эксперта с последующей передачей его обучаемым.[2] ЭС накапливают знания человека в определенной области деятельности и предоставляют возможность пользоваться ими любому заинтересованному лицу в любое время.

ЭС включает две компоненты: решатель (процедуры вывода) и динамически изменяемая база знаний. ЭС должна вести диалог о решаемой задаче на языке, удобном пользователю (эксперту), и, в частности, приобретать в ходе диалога новые знания; при решении задачи следовать линии рассуждения, понятной пользователю (эксперту); объяснять ход своего рассуждения на языке, удобном для пользователя (эксперта). Таким образом, типичная ЭС имеет следующие компоненты [5]:

  1. база знаний, хранящая множество продукций (в общем случае – правил);

  1. рабочая память, хранящая данные (база данных);

3) интерпретатор, решающий на основе имеющихся в системе знаний предъявленную ему задачу;

4) лингвистический процессор, осуществляющий диалоговое взаимодействие с пользователем (экспертом) на естественном для него языке (естественный язык, профессиональный язык, язык графики и т.п.); [5]

  1. компонента приобретения знаний;

  2. объяснительная компонента, дающая объяснение действий системы и отвечающая на вопросы о том, почему некоторые заключения, были сделаны или отвергнуты.

Специфика применения ЭС по сравнению с другими системами состоит в следующем:

- ЭС применяются для решения только трудных практических задач;

- по качеству и эффективности решения ЭС не уступают решениям человека-эксперта;

- решения ЭС обладают «прозрачностью», т.е. могут быть объяснены пользователю на качественном уровне (в отличие от решений, получаемых с помощью числовых алгоритмов, и в особенности от решений, получаемых статистическими методами). Это качество ЭС обеспечивает их способностью рассуждать о своих знаниях и умозаключениях;

- ЭС способны пополнять свои знания в ходе диалога с экспертом.

Рассмотрим более подробно экспертные системы применяемые в обучении и проанализируем их применение на конкретном классе задач: метод координат в пространстве.

Системы, которые диагностируют и отлаживают «поведение обучаемого».

Создание гипотетического описания знаний обучаемого, позволяющего интерпретировать его поведение, т.е. в конкретном случае набор теорем и формул, которые должен знать обучаемый.

Затем диагностирование слабости в познании обучаемого и нахождение соответствующих средств их ликвидации. Наконец, планирование общения с обучаемым, с целью передачи ему необходимых сведений.

Экспертные системы, выполняющие интерпретацию.

Выдача дополнительной информации о рисунке, наиболее удобном способе задании системы координат, дополнительных построениях и др. Все это позволяет выполнять анализ задачи: выделяя ее существенные элементы, сравнивая свою модель ситуации, которую учащийся получил в ходе самостоятельного анализа условия задачи, с эталонной, тем самым обогащая зрительный опыт учащегося.

Экспертные системы, осуществляющие прогноз.

Вводя в систему предполагаемые результаты некоторых шагов, например, составление уравнение прямых, плоскостей, сфер и т.п, учащийся получает сообщение о том, как этот промежуточный результат повлияет на окончательное решение.

Экспертные системы, выполняющие проектирование.

Часто встречаются задачи в которых требуется выполнить какое-либо построение прежде чем решать задачу, например на нахождение объемов после сечения какими-то плоскостями. В этом случае ЭС помогает не только правильно решить задачу, но и оценить свои действия, объяснив ход своего решения.

Экспертные системы, осуществляющие планирование

Такие системы оказывают помощь преподавателю в руководстве деятельностью учащегося по составлению плана решения задачи, так как данные системы могут показать учащемуся различные способы решения задач данного класса, предъявлять план решения в свернутом или развернутом виде. Предъявление каждого шага решения может осуществляться с некоторым временным интервалом, что поможет учащемуся сравнить свой план решения задачи с планом, предлагаемым компьютером.

Учению и обучению, выделяемым психологами в учебном процессе, - в компьютерной технологии соответствуют два больших класса программ учебного назначения, которые принято называть соответственно учебными средами и обучающими программами [4].

При работе в учебной среде предполагается, что учащийся имеет некоторую цель, поставленную преподавателем или самостоятельно, а программа должна ему оказать помощь в достижении данной цели.

Обучающие программы предназначены для демонстрации учебного материала, тестирования и диагностики, тренировки, обучения. [4].

В отличие от традиционных компьютерных систем обучения, обучающие системы, основанные на методах искусственного интеллекта, дают учащемуся большую свободу. Что позволяют ему выбирать учебные темы и задачи, тем самым, выбирая путь прохождения учебного материала, задавать интересующие его вопросы и получать на них ответы, а также получать адекватную диагностику своих знаний и умений.

Экспертно-обучающая система (ЭОС) - это программа, реализующая ту или иную педагогическую цель на основе знаний эксперта в некоторой предметной области, осуществляя диагностику знаний обучаемых и управление учением, а также демонстрируя поведение на уровне экспертов. [3]

Как следует из определения ЭОС, кроме знаний по предмету также необходимы знания по методике обучения и по диагностике ошибок обучаемого. Поэтому ЭОС требует не только высоко развитых средств представления и обработки знаний, но и средств организации эффективного взаимодействия различных источников знаний.

Экспертность ЭОС заключается в знаниях этой системы по методике обучения, благодаря которым она помогает преподавателям обучать, а учащимся учиться. Кроме этого, ЭОС может включать для целей обучения конкретные экспертные системы, решающие задачи изучаемых предметных областей, например, системы связанные только с одной компонентой пространства, помогающие находить все интересующие параметры, связанные с ними. Эти экспертные системы могут использоваться для демонстрации методов решения задач, организации режима тренировки или контроля, анализа действий учащихся по решению задач.

При создании ЭОС возникают теоретические и практические задачи разработки методов представления и обработки знаний в изучаемой предметной области, контроля и диагностики знаний обучаемого, управления учением, а также создания эффективных методов и средств взаимодействия с обучаемым (интерфейсов). [3,4]

В процессе создания ЭОС центральное место следует отвести сбору, анализу и интерпретации знаний, которыми руководствуется человек-эксперт при принятии решений с дальнейшим представлением этих знаний в удобном для машинной обработки виде. Источниками знаний для ЭОС могут быть учебники, справочники, материалы конкретных исследований в предметной области и т.д. Но основным источником знаний является эксперт в данной предметной области. Его знания вводятся в ЭОС и используются затем для экспертизы в интересующей пользователя области.

Таким образом, применение ЭОС в учебном процессе позволит преодолеть две основные трудности, присущие традиционным автоматизированным системам обучения: трудность введения в систему знаний, достаточных для предоставления учащемуся объяснений в любой ситуации, а также трудность, связанную с тем, что одно только сообщение информации обучаемому без развития у него соответствующих умений и навыков недостаточно для эффективного обучения.

В ЭОС выделяются два уровня взаимодействия между системой и пользователем в процессе обучения: уровень задачи и более высокий уровень обсуждения. Обучение пользователя производится на уровне задачи, а на уровне обсуждения ведется обмен информацией между пользователем и системой, производятся оценки, выражаются сомнения и формируются планы дальнейших действий.

Использование компьютерных средств обучения приводит к изменению стереотипов поведения преподавателя, к повышению эффективности усвоения учебного материала, к более гибкой работе с обучаемыми, обладающими различной подготовкой.

Одной из наиболее распространенных проблем в любой предметной области является классификация. Как правило, система классов имеет явно выраженную иерархическую организацию, в которой подклассы обладают определенными свойствами, характерными для своих суперклассов, причем классы-соседи на одном уровне иерархии являются взаимно исключающими в отношении наличия или отсутствия определенных наборов свойств.

I) Классификация Хейеса-Рота

В сборнике статей, опубликованном под общей редакцией Хейеса-Рота [6], была предложена классификация экспертных систем, которая отражает специфику задач, решаемых с помощью этой технологии.

Области применения экспертных систем.

Типы ЭС

Адресуемые задачи

1. Интерпретация

Построение описаний ситуаций по наблюдаемым данным.

2. Прогноз

Вывод вероятных следствий из заданных ситуаций.

3. Диагностика

Заключения о нарушениях в системе, исходя из наблюдений.

4. Проектирование

Построение конфигурации объектов при ограничениях.

5. Планирование

Проектирование плана действий.

6. Мониторинг

Сравнение наблюдений с критическими точками плана.

7. Отладка

Выработка рекомендаций по устранению неисправностей.

8. Ремонт

Выполнение плана применения выработанной рекомендации.

9. Обучение

Диагностика, отлаживание и исправление поведения обучаемого.

10. Управление

Интерпретация, прогноз, ремонт и мониторинг поведения системы.

Многие исследователи отмечали наличие ряда существенных недостатков в приведенной классификации. Рейхгелт и Ван Гармелен обратили внимание на то, что некоторые из категорий в ней перекрываются или включают друг друга. Например, категорию системы планирования можно рассматривать как составную часть категории системы проектирования.

II) Классификация Кленси

Кленси предложил альтернативный метод классификации, взяв за основу набор родовых операций, выполняемых в рассматриваемых системах. Он предложил поставить во главу угла те виды операций, которые выполняются по отношению к реальной обслуживаемой системе, т.е. разделять синтетические операции, результатом которых является изменение структуры (конструкции) системы, и аналитические операции, которые интерпретируют характеристики и свойства системы, не изменяя ее как таковую. Эта обобщенная концепция может быть конкретизирована, в результате чего построена иерархическая схема видов операций, выполнение которых может быть затребовано от программы. На рис. 1 и 2 представлены такие иерархические схемы для аналитических и синтетических операций.

Рис. 1. Иерархия родовых аналитических операции

Рис. 2. Иерархия родовых синтетических операции

На рис.1 показано, как различные виды операции Интерпретация соотносятся с понятием система. Операция Идентификация позволит выяснить, с системой какого типа мы имеем дело, используя в качестве объекта анализа пары сигналов «стимул/реакция». Если обслуживаемая система является системой управления, то операция Предсказание предоставит нам информацию о том, каких выходных сигналов (проявлений поведения системы) следует ожидать для определенного класса входных сигналов. Операция Управление, опираясь на известные характеристики системы, определяет, какие стимулы (входные сигналы) следует подать на ее вход, чтобы получить желаемую реакцию. Таким образом, три указанные разновидности операции Интерпретация перекрывают все возможные варианты неопределенности любого из членов множества {вход, выход, сиcтема} при известных двух других. Для систем, в которых существует неисправность, можно провести дальнейшую конкретизацию операции Идентификация. Операция Мониторинг определяет наличие отклонений в поведении, а операция Диагностирование выявляет причины этих отклонений.

Как показано на рис.2, есть три варианта конкретизации операции Построение. Операция Спецификация задает ограничения, которым должна удовлетворять синтезируемая система. Операция Проектирование формирует структурную организацию компонентов, которая удовлетворяет заданным ограничениям, а операция Сборка реализует спроектированную систему, собирая воедино отдельные ее компоненты. Операция Проектирование, в свою очередь, разделяется на операции Конфигурирование (формирование структуры системы) и Планирование (формирование последовательности действий по созданию системы с заданной структурой).

Как уже отмечалось, то внимание, которое мы уделяем вопросам классификации, объясняется не только любовью к отвлеченным теоретическим рассуждениям. В идеале мы стремимся к тому, чтобы иметь возможность отобразить множество методов решения проблем на множество задач. Тогда можно было бы сказать, какой из методов наиболее приемлем для любой заданной задачи. Вклад Кленси в этот вопрос — выявление определенного метода решения проблем, эвристической классификации, к рассмотрению которой мы сейчас и перейдем. Мы уделяем этому методу так много внимания по той простой причине, что он достаточно понятен и может быть использован для характеристики поведения множества систем, которые мы рассматривали в предыдущих главах.

В большинстве ЭС используется не одна, а несколько родовых операций из тех, что представлены на рис. 1 и 2. В частности, если применять данную классификацию к системе ориентированной на обучение геометрии, на примере метода координат, то процесс выработки рекомендаций о курсе изучения может включать мониторинг и диагностирование знаний обучаемого, т.е. знаний, которые необходимы для изучения, основные понятия: прямая, плоскость, ортогональность, линейная зависимость и т.п., способы задания прямых, плоскостей, их взаимное расположение и т.д., после чего, в зависимости от результатов конфигурирование и планирование пути изучения, с возможностью быстрого прохождения материала и более подробного изучения, учитывая данные полученные при диагностике и личных предпочтений обучаемого.

III) Классификация Чандрасекарана

Нужно отметить, что предложенная Кленси методика анализа фундаментальных аспектов решения проблем с помощью технологии экспертных систем не является единственной. Например, в работе получило дальнейшее развитие понятие родовой задачи). Родовая задача представляет собой, по сути, спецификацию задачи, включающую описание различных форм знаний о предметной области и их организации для выполнения задачи вручную и набор режимов выполнения задачи.

Примерами таких задач являются иерархическая классификация, сопоставление или оценка гипотез и передача информации, направляемая знаниями.

Задача иерархической классификации включает отбор гипотез из иерархически организованного пространства альтернатив, а затем уточнение этих гипотез с учетом имеющихся данных. Гипотезами могут быть, например, знание отдельных теорем или умение решать какие-то отдельные классы задач, например, на нахождение расстояния между двумя точками, между плоскостями и т.п. Каждая такая гипотеза может быть порождена имеющимися данными, предварительная диагностика, но прежде чем развивать ее дальше, необходимо выполнить определенные проверки или уточнить гипотезу таким образом, чтобы она соответствовала более широкому набору имеющихся фактов.

Под сопоставлением гипотез понимается выполнение количественной оценки свидетельств в пользу достоверности гипотез или того, насколько полным является соответствие между имеющимися данными и гипотезами, например, набрать определенное количество баллов в процессе проверки какой-либо гипотезы.

Передача информации, направляемой знаниями, проявляется в виде неочевидных логических связей, которые трудно классифицировать, сюда можно отнести способы решения уравнений, систем и т.п, но которые характерны для способа мышления эксперта. В логических рассуждениях такого типа используются «фоновые» знания о предметной области.

Итак, подход Кленси приводит к поглощению этапа сопоставления гипотез эвристической классификацией, в то время как Чандрасёкаран делает акцент на том, что обработка гипотез может рассматриваться как самостоятельная родовая задача со своими собственными правами вне контекста классификации.

Таким образом, ЭОС являются качественно новым средством обучения, обладающим большими возможностями интенсификации учебного процесса. Внедрение ЭОС в учебный процесс позволит значительно повысить качество обучения за счет его индивидуализации, наглядности. Степень индивидуализации учебного процесса при использовании ЭВМ многократно возрастает, что обусловлено значительными возможностями ЭОС по адаптации к психологическим особенностям личности обучаемого и его интеллектуальному уровню. Кроме того, программированное обучение позволяет реализовывать такой важный принцип обучения как активное управление усвоением знаний.

Список использованной литературы:

    1. Аксенов М.В. Технология разработки экспертно-обучающих систем, ориентированных на обучение точным дисциплинам: Дис. …канд. техн. наук – М.: 2004.

    2. Митрофанов Г.Ю. Экспертные системы в процессе обучения. – М.: ЦНТИ гражданской авиации, 1989. – 32с.

    3. Петрушин В.А Архитектура экспертно-обучающих систем //Разработка и применение экспертно-обучающих систем: Сб. науч. тр. – М.: НИИВШ, - 1989. – с.7-18.

    4. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Известия АН. Техническая кибернетика. – 1993. - №2. – С. 164-189.

    5. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. – М.: Наука, 1987. – 288с.

    6. Построение экспертных систем. Под ред. Ф.Хейеса-Рота – М.: Мир, 1987. – 442 с.



Скачать документ

Похожие документы:

  1. Научно-методический журнал №2010

    Научно-методический журнал
    Очередной выпуск научно-методического журнала «Вестник образования Забайкалья» - это своеобразный отчёт о том, чем жило учительство Забайкальского края в 2009 - 2010 учебном году, какие задачи стояли перед ним, какие проблемы особенно
  2. Программа студенческой научно-практической конференции улан-Удэ 2008

    Программа
    Проректор по НИР, д.ф.-м.н., проф. А.С. Булдаев (председатель); начальник НИЧ, к.ф.-м н., доц. Б.Б. Дамдинов; отв. по НИРС БГУ, к.п.н. И.Г. Актамов; дир.
  3. 11) [Текст]: научно-аналитический журнал (издаётся с 2007 г.)

    Документ
    АКАДЕМИЧЕСКИЙ ВЕСТНИК № 1 (11) [Текст]: научно-аналитический журнал (издаётся с 2007 г.). Тюмень: «Тюменская государственная академия мировой экономики, управления и права» («ТГАМЭУП»), 2010.
  4. Содержание журнала «Известия Томского политехнического университета» 2003–2011 гг

    Документ
    Болотина И.О., Евтушенко Г.С., Солдатов А.И., Цехановский С.А. Определение местоположения источников сигналов акустической эмиссии с помощью фазированной антенной решётки
  5. Содержание журнала «Известия Томского политехнического университета» 2003–2012 гг

    Документ
    Болотина И.О., Евтушенко Г.С., Солдатов А.И., Цехановский С.А. Определение местоположения источников сигналов акустической эмиссии с помощью фазированной антенной решётки

Другие похожие документы..