Интеллектуальные информационные системы. Дубровин А.Д. - 36 стр.

различных «основаниях деления» и скорее являются пересекающимися типологическими
множествами. Нам представляется целесообразным представить типологию ИИС на
современном этапе их развития двумя крупными категориями, которые изначально
рассматривались как принципиально различные, но в своем развитии образовали третью,
гибридную категорию.
         К первой категории относятся ИИС, получившие название экспертных систем.
По мнению автора статьи Expert System в Британской энциклопедии, экспертная система –
это компьютерная программа, которая имитирует знания и способности эксперта к
рассуждениям в какой-либо специальной области. В отличие от обычных компьютерных
программ ЭС применяют к данным, которыми манипулируют, не только свойственные
традиционным ИС операции и вычисления, но и определенные правила,
устанавливающие отношения между различными данными с целью получения
рассуждений, подобных тем, которые мог бы выстроить эксперт. Основными
компонентами ЭС являются база знаний, отличающаяся от базы данных тем, что содержит
исполняемый программный код (предписания, применимые к элементам знаний), и
логическая машина (универсальный решатель), которая интерпретирует и оценивает эти
предписания и содержащиеся в базе знания. Концепция ЭС появилась еще в 60-х годах
прошлого века, но впервые привлекла к себе внимание благодаря трудам проф.
Стэнфордского университета Э.Фейгенбаума. Он, в частности, показал, что
эффективность компьютерной программы при решении логических задач в значительной
мере определяется объемом знаний о предметной области, которыми программа
располагает, чем от формализмов и техники программирования, которые она использует.
Вначале ЭС применялись для диагностики в медицине, но вскоре нашли широкое
применение и в других областях (экономика, банковское дело, геология, налогообложение
и др.). Главной же особенностью первой категории ИИС является то, что они основаны на
применении к содержащимся в базе знаниям определенных наборов правил и на
соблюдении определенных последовательностей применения этих правил.
          Ко второй категории относятся ИИС, получившие название искусственных
нейронных сетей, первоначально создававшихся для систем распознавания образов.
Искусственная нейронная сеть (ИНС) представляет собой структуру, состоящую из
нескольких слоев электронных моделей нервных клеток человеческого мозга – нейронов:
одного входного слоя, нескольких внутренних (скрытых) слоев и одного выходного слоя.
Поток подлежащей обработке (распознанию) информации поступает на входной слой,
проходит через внутренние слои и результаты обработки информации выдаются через
выходной слой искусственных нейронов. Во внутренних слоях устанавливаются
ассоциативные связи между входным и выходным сигналами нейронной сети.
Изменчивость ассоциативных связей между входом и выходом такой сети обеспечивается
за счет различия порогов чувствительности входного и выходного слоев, которые
устанавливаются и корректируются в процессе обучения сети. Обучение сети может
происходить по-разному. Наиболее популярен метод, основанный на корректировке ее
структуры с учетом результатов пробных решений. Суть его в том, что предварительно
готовится достаточно представительная обучающая выборка – множество пар входных и
выходных сигналов. Затем входные данные обучающей выборки последовательно
вводятся в сеть для получения выходных данных сети, которые потом сравниваются с
выходными данными обучающей выборки. Если они совпадают, то сеть считается
обученной и никакой корректировки связей внутри сети не производится. В противном
случае эти связи корректируются и процесс обучения повторяется до тех пор, пока не
будет достигнута необходимая точность совпадения выходных данных сети с выходными
данными обучающей выборки. Исследования в области ИНС начались около сорока лет
назад, но их быстро затмили работы по созданию систем «искусственного интеллекта»,


                                                                                   40