Факти і правила не завжди правдиві або неправильні, інколи існує деяка міра неправильності в достовірності факту або точності правила. Якщо сумнів виражається явно, то він називається коефіцієнтом впевненості.
На сьогодні одержав розвиток напрямок використання концепції банку знань - автоматичний синтез знань. Проблема синтезу знань, або індуктивного висновку, безсумнівно, складніша і глобальніша, ніж аналіз наявних знань, що відбувається в експертних системах. По суті, мова тут йде про надання ЕОМ елементів творчого мислення, характерного для людини. Про вичерпне вирішення цієї проблеми не може бути і мови ні найближчим часом, ні в доступному для огляду майбутньому. Досяжне на даний час рішення полягає в створенні механізмів знань у рамках окремих проблемно-орієнтованих галузей, у яких можливий синтез на основі деякого набору правил, що володіють повнотою щодо можливих ситуацій створення знань.
Знання, типи представлення знань в експертних системах.
Основою експертних систем є знання. Знання - це цілісна і систематизована сукупність понять про закономірності природи, суспільства і мислення, нагромаджена людством в процесі активної перетворюючої діяльності і спрямована на подальше пізнання і зміни об’єктивного світу. Знання з предметної ділянки називається базою знань. База знань експертної системи містить факти (дані) і правила (способи подання знань). Механізм висновку містить: інтерпретатор, який визначає, як застосовувати правила для виводу нових знань, та диспетчерів, що встановлюють порядок застосування цих правил.
Експертна система містить три типи знань:
структуровані знання про предметну ділянку - після того, як ці знання виявлені, вони не змінюються;
структуровані динамічні знання - змінні знання з предметної ділянки, які обновляються по мірі виявлення нової інформації;
робочі знання, які використовуються для розв’язування конкретної задачі або проведення консультації.
Всі перераховані знання зберігаються в базі знань. Для її побудови потрібно провести опит спеціалістів, які є експертами в конкретній предметній ділянці, а потім систематизувати, організувати та індексувати отриману інформацію для простоти її використання.
Існує багато способів представлення знань в сучасних експертних системах. Найчастіше використовується такі три методи представлення знань: правила, семантичні сітки та фрейми.
Термін “фрейм” у 1975 році ввів М.Мінський, як визначення структури даних для представлення стереотипних ситуацій. В цьому випадку модель даних представляється комбінацією трьох компонентів:
множини структур даних, об’єкти яких складають вмістиме баз даних;
множини операцій, які використовуються для пошуку та модифікації даних;
множини обмежень цілісності, які явно чи неявно визначають множину допустимих станів елементів баз даних.
Представлення знань, що базується на правилах, побудовано на використанні виразу вигляду - “якщо“ (умова) - “тоді“ (дія). Якщо ситуація (факти) в задачі задовольняє правило “якщо“, тоді використовується дія, що визначається частиною “тоді“. Співставлення частин “якщо“ (правил з фактами) може утворити так званий ланцюжок виводу. Правила забезпечують природній спосіб опису процесів, що керуються складним і швидкозмінним середовищем. З допомогою правил можна визначити, як експертна система буде реагувати на зміну даних і при цьому не потрібно заздалегідь вказувати блок-схему управління обробкою даних.
В програмі традиційного типу передачі управління і використання ресурсів здійснюються послідовними кроками, а розгалуження має місце тільки в заздалегідь вибраних точках. Цей спосіб добре діє для проблем, які допускають алгоритмічні рішення. Для задач, хід розв’язування яких керується самими даними і де розгалуження швидше норма, ніж виняток, цей спосіб малоефективний. Використання правил спрощує пояснення дій експертної системи і дозволяє людині відслідкувати хід виводу. Можна розглядати фрейми і семантичні сітки, як методи представлення знань, що базуються на фреймах. Таке представлення знань використовує сітку вузлів, що пов’язуються відношеннями і організовуються ієрархічно. Кожен вузол представляє собою концепцію, яка може бути представлена атрибутами і значеннями, пов’язаними з цим вузлом. Вузли, які знаходяться на нижніх рівнях в ієрархії, автоматично наслідують властивості вузлів, що займають вище становище. Ці методи звичайно забезпечують ефективний шлях класифікації того чи іншого об’єкту (події).
Багато правил експертної системи є евристиками, тобто емпіричними правилами, або спрощеннями, які ефективно обмежують пошук рішення. Евристика - це сукупність логічних прийомів і методологічних правил теоретичного дослідження і пошуку істини, методика пошуку доведення. Евристичні правила - неформальні правила, які використовуються з метою підвищення ефективності пошуку в даній предметній ділянці. Такі підходи до розв’язування проблем швидше властиві людському мисленню “взагалі”, для якого властива поява “догадки” про шлях їх вирішення з наступною перевіркою отриманого рішення. Евристичному методу протиставлявся алгоритмічний (процедурний) метод, більше характерний для комп’ютера, який інтерпретувався як механічне здійснення заданої послідовності кроків, яка однозначно приводила до розв’язку. Експертні системи використовують евристики через те, що поставлені задачі важкі і до кінця незрозумілі. Ці задачі не підлягають чіткому математичному аналізу або алгоритмічному рішенню. Алгоритмічний метод гарантує визначене коротке або оптимальне рішення задачі, тоді як евристичний метод дає прийнятне або раціональне рішення. Знання в експертних системах організовані таким чином, щоб знання про предметну ділянку відокремити від загальних (наприклад, як вирішувати задачу, або знання про те, як взаємодіяти з користувачем).
У системах, заснованих на концепції банку знань, реалізуються функції дедуктивного висновку - від узагальнених знань, що подаються в базі знань, здійснюється перехід до конкретних знань, що формуються для вирішення заданої практичної задачі.
Переваги та слабкі місця експертних систем.
Експертні системи відзначаються певними перевагами при використанні. Зокрема, експертна система:
переважає можливості людини при вирішенні надзвичайно громіздких проблем;
не має упереджених думок, тоді як експерт користується побічними знаннями і легко піддається впливу зовнішніх факторів;
не робить поспішних висновків, нехтуючи певними етапами виводу;
забезпечує діалоговий режим роботи;
дозволяє роботу з інформацією, що містить символьні змінні;
забезпечує