Рефераты
 

Разработка элективного курса "Основы искусственного интеллекта"

b> 1.3.1. Приобретение и извлечение знаний

Существует определение термина приобретение знаний: "Передача и преобразование опыта решения проблем, полученного от некоторого источника знаний, в программу".

Термин приобретение знаний носит обобщенный характер и совершенно нейтрален к способу передачи знаний. Например, передача может осуществляться с помощью специальной программы, которая в процессе обработки большого массива историй болезни устанавливает связь между симптомами и заболеваниями. А вот термин извлечение знаний относится именно к одному из способов передачи знаний -- опросу экспертов в определенной проблемной области, который выполняется аналитиком или инженером по знаниям. Последний затем создает компьютерную программу, представляющую такие знания (или поручает это кому-нибудь другому, обеспечивая его всей необходимой информацией).

Этот же термин применяется и для обозначения процесса взаимодействия эксперта со специальной программой, целью которого является:

· извлечь каким-либо систематическим способом знания, которыми обладает эксперт, например, предлагая эксперту репрезентативные задачи и фиксируя предлагаемые способы их решения;

· сохранить полученные таким образом знания в некотором промежуточном виде;

· преобразовать знания из промежуточного представления в вид, пригодный для практического использования в программе, например в набор порождающих правил.

Преимущество использования такой программы -- снижение трудоемкости процесса, поскольку перенос знаний от эксперта к системе осуществляется в один прием.

1.3.2. Теоретический анализ процесса приобретения знаний

Стадии приобретения знаний

Можно выделить несколько стадий приобретения знаний.

(1) Идентификация. Анализируется класс проблем, которые предполагается решать с помощью проектируемой системы, включая данные, которыми нужно оперировать, и критерии оценки качества решений. Определяются ресурсы, доступные при разработке проекта, -- источники экспертных знаний, трудоемкость, ограничения по времени, стоимости и вычислительным ресурсам.

(2) Концептуализация. Формулируются базовые концепции и отношения между ними. Сюда же входят и характеристика различных видов используемых данных, анализ информационных потоков и лежащих в их основе структур в предметной области в терминах причинно-следственных связей, отношений частное/целое, постоянное/временное и т.п.

(3) Формализация. Предпринимается попытка представить структуру пространства состояний и характер методов поиска в нем. Выполняется оценка полноты и степени достоверности (неопределенности) информации и других ограничений, накладываемых на логическую интерпретацию данных, таких как зависимость от времени, надежность и полнота различных источников информации.

(4) Реализация. Преобразование формализованных знаний в работающую программу, причем на первый план выходит спецификация методов организации управления процессом и уточнение деталей организации информационных потоков. Правила преобразуются в форму, пригодную для выполнения программой в выбранном режиме управления. Принимаются решения об используемых структурах данных и разбиении программы на ряд более или менее независимых модулей.

(5) Тестирование. Проверка работы созданного варианта системы на большом числе репрезентативных задач. В процессе тестирования анализируются возможные источники ошибок в поведении системы. Чаще всего таким источником является имеющийся в системе набор правил. Оказывается, что в нем не хватает каких-то правил, другие не совсем корректны, а между некоторыми обнаруживается противоречие.

1.3.3. Методы извлечение знаний из памяти эксперта

В этом разделе рассмотрены особенности процедуры взаимодействия инженера по знаниям с источником знаний (экспертом), позволяющей сделать явными рассуждения специалистов при принятии решений и структуру их представле-ний о предметной области.

Процедура взаимодействия инженера по знаниям с экспертом

Известен парадоксальный факт Джонсона о том, что по мере накопления опыта специалист-эксперт все больше утрачивает умение словесно выражать свои зна-ния. Имеются достаточно убедительные психологические доказательства того, что люди далеко не всегда в состоянии достоверно описать свои мыслительные про-цессы. Теоретик искусственного интеллекта Марвин Минский писал, что «само-сознание -- это сложная, но тщательно сконструированная иллюзия...» и что «.. .только как исключение, а не как правило, человек может объяснить то, что он знает».

Другое психологическое положение состоит в том, что опыт эксперта -- это инту-иция, которая трудно поддается выражению в форме правил типа «ЕСЛИ -- ТО». Широко известно высказывание Лао-Цзы («старого учителя»): «Кто скажет, тот не знает, кто знает, тот не скажет».

Тем не менее, инженерия знаний предлагает определенные методы (приемы, способы) работы с экспертами. Эти методы направлены на «раскручивание» лабиринтов памяти экспертов, в которых хранятся знания, часто имеющие не-вербальный характер.

Классификация методов работы с экспертами

В основу излагаемого материала положена классификация коммуникативных методов работы инженера по знаниям.

Под коммуникативными методами понимают все виды контактов инженера по знаниям с живым источником знаний -- экспертом. Среди этих методов выделя-ют две большие группы: активные и пассивные (рис. П.21).

Пассивные методы подразумевают, что ведущая роль в процедуре извлечения знаний принадлежит эксперту. При этом инженер по знаниям главным образом протоколирует рассуждения и действия эксперта.

В активных методах инициатива полностью в руках инженера по знаниям. Он ведет с экспертом беседу, предлагает различные «игры», организует «круглый стол» и т. д.

Пассивные методы на первый взгляд просты. Вместе с тем, они требуют от ин-женера по знаниям умения анализировать «поток сознания» эксперта и выде-лять в нем ценные фрагменты знания.

Активные методы разделяют на две группы в зависимости от числа экспертов, участвующих в процедуре извлечения знаний. В групповых методах большое значение имеет дискуссия между экспертами, в которой нередко выявляются нетривиальные аспекты знаний. В то же время, ведущую роль на сегодняшний день играют индивидуальные методы. В значительной степени это связано с де-ликатностью процедуры «отъема знаний».

Пассивные методы

Наблюдение

Метод наблюдения является единственным «чистым» методом, где инженер по знаниям не вмешивается в процесс работы эксперта и не навязывает ему какие-либо собственные представления. Выделяют две разновидности наблю-дений:

· Наблюдение за реальным процессом.

· Наблюдение за имитацией процесса.

Сначала обычно применяют первую разновидность и наблюдают за реальным процессом на рабочем месте эксперта. Это помогает глубже понять предметную область и отметить все внешние особенности процедуры принятия решений, необходимые для проектирования интерфейса пользователя.

На втором этапе эксперт имитирует процесс. В таком режиме он менее напря-жен и работает на «два фронта» -- ведет профессиональную деятельность и од-новременно демонстрирует ее.

Сеансы наблюдений предъявляют к инженеру по знаниям следующие требования:

· Владение техникой стенографии.

· Знакомство с методиками хронометрирования для четкого структурирования производственного процесса во времени.

· Развитые навыки «чтения по глазам», то есть наблюдательность к жестам, мимике и другим невербальным компонентам общения.

· Предварительное знакомство с предметной областью.

Протоколы наблюдений после проведения сеансов тщательно расшифровываются, а затем обсуждаются с экспертом.

Анализ протоколов «мыслей вслух»

При протоколировании «мыслей вслух» эксперта просят раскрыть всю цепочку рассуждений, объясняющих его действия и решения. При таком протоколирова-нии считается важным зафиксировать не только весь «поток сознания» экспер-та, но даже паузы и междометия в речи эксперта. Иногда данный метод называ-ют «вербальными отчетами».

При протоколировании «мыслей вслух» эксперт может проявить себя максималь-но ярко. Он ничем не скован, ему никто не мешает, он как бы свободно парит в потоке собственных рассуждений и умозаключений, может блеснуть своей эру-дицией и продемонстрировать глубину познаний. Для большого числа экспер-тов это самый приятный и лестный способ извлечения знаний.

Вместе с тем, как отмечалось выше, далеко не каждый специалист, даже из числа умеющих произносить впечатляющие монологи о своей работе, оказывается в состоянии формализовать и структурировать рассуждения. Однако существуют люди, склонные к рефлексии, способные к конструктивному изложению мыслей. Такие люди -- находка для инженера по знаниям.

Лекции

Лекторский дар встречается нечасто. Опытный лектор хорошо структурирует свои знания и ход рассуждений. Но бывает, некоторые люди обладают лекторским

даром, но не подозревают о его присутствии. В любом случае инженеру по зна-ниям стоит попробовать озадачить эксперта подготовкой лекции на интересую-щую тему. Если эксперт сумеет преодолеть специфический психологический барьер и войти в образ педагога, это может оказаться весьма эффективным для решения задачи извлечения знаний.

Хороший вопрос инженера по знаниям по ходу лекции имеет важное значение. Серьезные, глубокие и интересные вопросы, с одной стороны, стимулируют твор-ческое воображение лектора, и с другой -- повышают авторитет инженера по знаниям.

Продолжительность лекций рекомендуется стандартная -- от 40 до 50 минут, и через 5-10 минут -- еще столько же. Весь курс должен занимать, как правило, от двух до пяти лекций.

Метод извлечения знаний в форме лекций, как и все пассивные методы, применя-ют в начале многоэтапной процедуры извлечения знаний из памяти эксперта. Он способствует быстрому погружению инженера по знаниям в предметную область.

Активные индивидуальные методы

Анкетирование

Анкетирование является наиболее стандартизированным методом. Составление анкеты -- достаточно тонкий и ответственный момент. Вот несколько рекомен-даций:

· анкета не должна быть монотонной и однообразной, чтобы не вызывать ску-ку и усталость. Для этого вопросы должны варьироваться, тематика менять-ся. Кроме того, нередко в анкету вставляют специальные вопросы-шутки и игровые вопросы;

· анкета должна быть приспособлена к языку экспертов;

· следует учитывать, что вопросы влияют друг на друга. Поэтому последова-тельность вопросов должна быть хорошо продумана;

· анкета должна иметь «хорошие манеры». Ее нужно излагать ясным, понят-ным и предельно вежливым языком. Методическим мастерством составления анкеты можно овладеть только на практике.

Процедура анкетирования может проводиться двумя способами. В первом ана-литик вслух задает вопросы и сам заполняет анкету по ответам эксперта. Во вто-ром эксперт заполняет анкету самостоятельно после предварительного инструк-тирования.

Выбор способа зависит от ряда условий (в частности от оформления анкеты, ее понятности, готовности эксперта). Вместе с тем, второй способ представляется предпочтительным, так как у эксперта появляется неограниченное время на об-думывание вопросов и снижается так называемый эффект присутствия.

Интервью

Перед проведением интервью неплохо спросить себя: «А умеем ли мы задавать вопросы?» В философии эта проблема обсуждается с древности. Рассмотрим клас-сификацию вопросов (рис. П.22).

Открытый вопрос обозначает тему или предмет, предоставляя эксперту свободу по форме и содержанию ответа.

При закрытом вопросе эксперту предлагается набор ответов, среди которых он должен сделать выбор.

Закрытые вопросы легче обрабатываются, но они в определенной мере «програм-мируют» ответ эксперта и «закрывают» ход его рассуждений. Поэтому при со-ставлении сценария интервью обычно чередуют открытые и закрытые вопросы и особенно тщательно продумывают «меню» и содержание закрытых вопросов.

Личный вопрос апеллирует к индивидуальному опыту эксперта. Личные вопро-сы обычно активизируют мышление эксперта, «играют» на его самолюбии, ук-рашают интервью.

Безличный вопрос нацелен на выявление наиболее распространенных и общепри-нятых закономерностей предметной области.

При подготовке вопросов учитывают, что языковые возможности эксперта, как правило, ограничены. Кроме того, имеют в виду, что из-за замкнутости, скован-ности и робости отдельные эксперты не могут сразу высказать свое мнение и предоставить требуемые! знания. Поэтому часто используют не прямые вопросы, которые непосредственно указывают на предмет или тему, а косвенные, опосре-дованно направляющие внимание на актуальную проблему. Иногда в интересах дела приходится задавать несколько косвенных вопросов вместо одного прямого.

Вербальные вопросы -- это традиционные устные вопросы.

Вопросы с использованием наглядного материала разнообразят интервью и сни-жают утомляемость эксперта. В качестве наглядного материала используют фо-тографии, рисунки и карточки.

Разделение вопросов по функции на основные, зондирующие и контрольные связано с тем, что нередко эксперт по каким-то причинам уходит в сторону от вопроса и основные вопросы интервью оказываются непродуктивными. Тогда аналитик применяет зондирующие вопросы, концентрирующие внимание эксперта в нужном направлении. Контрольные вопросы используют для проверки досто-верности и объективности полученной информации.

Нейтральные вопросы носят беспристрастный характер. В то же время, наводя-щие вопросы заставляют эксперта прислушаться или даже принять во внимание позицию интервьюера.

Кроме приведенных в классификации на рис. П.22, полезно различать и вклю-чать в интервью следующие виды вопросов:

· контактные («ломающие лед» между аналитиком и экспертом);

· буферные (для разграничения различных тем интервью);

· оживляющие память экспертов (для реконструкции отдельных случаев из практики);

· «провоцирующие» (для получения спонтанных, неподготовленных ответов).

Свободный диалог

При свободном диалоге инженера по знаниям с экспертом отсутствует какой-либо регламентированный план. Однако эта форма извлечения знаний требует самой серьезной предварительной подготовки. На рис. П.23 показана одна из рекомендуемых схем такой подготовки.

Квалифицированная подготовка к диалогу -- подлинная драматургия. В ее сце-нарии предусматривают плавное развитие процедуры извлечения знаний от при-ятного впечатления в начале беседы к профессиональному контакту через про-буждение интереса и завоевание доверия эксперта.

Для обеспечения желания эксперта продолжать беседу обычно производят «по-глаживания» типа: «Я Вас понимаю...», «...Это очень интересно» и т. п. При этом поведение аналитика должно быть искренним, ведь давно известно, что лучшая уловка -- избегать всяких уловок и относиться к собеседнику с истинным ува-жением и настоящим интересом.

Существует каталог свойств идеального интервьюера: «Он должен выглядеть здоровым, спокойным, уверенным, внушать доверие, быть искренним, веселым, проявлять интерес к беседе, быть опрятно одетым, ухоженным».

Активные групповые методы

Активные групповые методы сами по себе не могут служить источником более или менее полного знания. Они выступают как дополнительные и служат хоро-шей «приправой» к индивидуальным методам извлечения знаний, активизиру-ющей мышление и поведение экспертов.

«Круглый стол»

Метод круглого стола предполагает равноправное обсуждение интересующей проблемы несколькими экспертами. Задача дискуссии -- коллективно, с разных точек зрения, под разными углами исследовать спорные проблемы предметной области. Для остроты на «круглый стол» приглашают представителей различ-ных научных направлений и поколений. Число участников дискуссии обычно колеблется от трех до пяти-семи.

Перед началом дискуссии ведущему (инженеру по знаниям) необходимо убедить-ся, что все участники правильно понимают задачу. Затем нужно установить рег-ламент и четко сформулировать тему.

По ходу дискуссии важно проследить, чтобы слишком эмоциональные и разго-ворчивые эксперты не подменяли тему и чтобы критика позиций друг друга была обоснованной. Определенные усилия ведущий должен приложить для уменьше-ния «эффекта фасада», когда у участников превалирует желание произвести впечатление на других и они говорят совсем не то, что сказали бы в нормальной обстановке.

«Мозговой штурм»

«Мозговой штурм» или «мозговая атака» -- один из наиболее популярных мето-дов раскрепощения и активизации человеческого мышления. Впервые этот ме-тод был использован в 1939 году А. Осборном в США для генерации новых идей. Основное положение штурма -- отделение процедуры генерации идей в замкну-той группе специалистов от процесса их анализа и оценки.

Обычная продолжительность штурма -- порядка 40 минут. Количество участни-ков -- до 10 человек. Этим участникам предлагается высказать на заданную тему любые мысли, в том числе шутливые, фантастические и ошибочные. Критика зап-рещена. Регламент -- до 2 минут на выступление.

Из опыта известно, что число высказанных идей часто превышает 50. Наиболее существенный момент штурма -- наступление пика (ажиотажа), когда идеи на-чинают буквально «фонтанировать». Последующий анализ, который проводит группа сторонних экспертов, как правило, показывает, что всего лишь 10-15 % идей разумны, но среди них встречаются весьма оригинальные.

Искусство инженера по знаниям, проводящего «мозговой штурм», заключается в способности задавать вопросы аудитории, «подогревая» аудиторию. Вопросы служат своеобразным «крючком», которым извлекаются идеи.

Экспертные игры

Плодотворность моделирования реальных ситуаций в играх сегодня подтверж-дена практически во всех областях науки и техники. Ниже рассмотрены различ-ные виды экспертных игр в соответствии с классификацией.

Игры с экспертом

В играх с экспертом инженер по знаниям берет на себя какую-либо роль в моде-лируемой ситуации. Например, это может быть роль Ученика, который на глазах у эксперта (Учителя), поправляющего Ученика, выполняет работу на заданную тему. Такая игра -- хороший способ разговорить застенчивого эксперта. Другой пример -- игра в Специалиста (инженер по знаниям) и Консультанта (эксперт). Эта игра дает иногда впечатляющие результаты.

Для выявления скрытых пластов знания применяется игра, в которой специа-лист делает прогнозы в профессиональных ситуациях и дает им обоснования. Затем по истечении определенного времени специалисту предъявляют его соб-ственные обоснования и просят произвести по ним прогнозы. Как оказывается, такой простой прием нередко позволяет обнаружить пропущенные шаги в рас-суждениях эксперта.

В игре «фокусировка на контексте» эксперт выполняет роль экспертной систе-мы, а инженер по знаниям -- роль пользователя. Моделируется ситуация кон-сультации. Первые реакции эксперта концентрируются вокруг наиболее значи-мых понятий и самых важных аспектов проблемы.

В целом по играм с экспертом даются следующие основные советы инженеру по знаниям:

· Играйте смелее, придумывайте игры сами.

· Не навязывайте игру эксперту, если он не расположен.

· Не «давите» на эксперта, не забывайте цели игры.

· Не забывайте о времени и о том, что игра утомительна для эксперта.

· Играйте весело, нешаблонно.

Ролевые игры в группе

В каждой групповой игре заранее составляется сценарий, распределяются роли, готовятся портреты-описания ролей и разрабатывается система оценивания иг-роков.

Известны различные способы проведения ролевых игр. В одних играх участни-ки придумывают себе новые имена и выступают под ними. В других все игроки переходят на «ты». В третьих роли выбирают игроки, в четвертых для распреде-ления ролей вытягивается жребий.

Обычно в игре, предназначенной для получения знания, принимают участие от трех до шести экспертов. В случае большего числа экспертов они разбиваются на группы, между которыми организуется состязание: чей диагноз окажется ближе к истинному, чей план рациональнее использует ресурсы, кто быстрее опреде-лить неисправность в техническом блоке и т. п.

Создание игровой обстановки требует фантазии и выдумки от инженера по зна-ниям. Главное, чтобы эксперты в игре максимально погрузились в ситуацию, действительно «заиграли», раскрепостились и «раскрыли свои карты».

Игры с тренажерами

Тренажеры широко применяются для обучения профессиям, требующим дина-мического реагирования на изменяющуюся производственную ситуацию. Сюда относятся профессии летчиков, судоводителей, операторов атомных станций и др. Применение тренажеров для извлечения знаний позволяет фиксировать фраг-менты так называемых летучих знаний. Эти знания сиюминутны и, как правило, трудно воспроизводимы и выпадают из памяти в обычной обстановке при выхо-де из моделируемой ситуации.

1.3.4. Извлечение знаний: психологический аспект

Психологические проблемы извлечения знаний

Как известно, в процессе человеческого общения воспринимается далеко не вся возможная информация. В связи с этим актуальна проблема увеличения информативности общения аналитика и специалистов предприятия за счет использования психологических знаний.

Модель общения при извлечении знаний включает такие структурные компоненты: участники общения (партнеры); средства общения (процедура); предмет общения (знания). В соответствии с этой структурой выделим три «слоя» психологических проблем, возникающих при извлечении знаний.

Контактный слой

Разработка корпоративных систем - это коллективный процесс, для которого небезразлична атмосфера в группе разработчиков. Проводились эксперименты, результаты которых неоспоримо показывают, что дружеская атмосфера в коллективе больше влияет на результат, чем индивидуальные способности членов группы. Особенно важно, чтобы в коллективе разработчиков складывались кооперативные, а не конкурентные отношения.

Прогнозировать совместимость в общении со 100 %-ной гарантией невозможно. Однако можно выделить те факторы, черты личности, характера и другие особенности участников разработки, которые, несомненно, оказывают влияние на эффективность процедуры.

Пол и возраст. Значения этих параметров хотя и влияют на эффективность контакта, но не являются критическими. В литературе отмечается ,что хорошие результаты дают гетерогенные (смешанные) пары мужчина/женщина. Что касается соотношения возрастов, лучше, когда оно подчиняется следующей зависимости:

20 > (Вэ - Ва) > 5

где Вэ - возраст эксперта-специалиста; Ва - возраст аналитика.

Характеристики личности и темперамента. Под личностью обычно понимается устойчивая система психологических черт, характеризующая индивидуальность человека. Рекомендуемые составляющие для аналитика: доброжелательность, аналитичность, хорошая память, внимание, наблюдательность, воображение, впечатлительность, большая собранность, настойчивость, общительность, находчивость.

Со времен Галена и Гиппократа, выделивших четыре классических типа темперамента, используются понятия холерик, сангвиник, меланхолик, флегматик. Для эффективной работы аналитика предпочтительны сангвинический и холерический темперамент.

Мотивация. На эффективность коллективного решения задач влияет и мотивация участников - их стремление к успеху. Аналитик в зависимости от условий разработки должен изыскивать разнообразные стимулы для экспертов-специалистов. Эксперт передает аналитику один из самых дорогих в мире продуктов - знания. И если одни люди делятся опытом добровольно и с удовольствием, то другие весьма неохотно приоткрывают свои профессиональные тайны. Иногда оказывается полезно возбудить в эксперте дух соперничества, конкуренции (не нарушая, естественно, обстановки кооперативности в коллективе).

Процедурный слой

Параметры процедурного слоя описывают процесс проведения процедуры извлечения знаний.

Ситуация общения (место, время, продолжительность). Беседу с экспертом лучше всего проводить в небольшом помещении наедине, поскольку посторонние люди нарушают доверительность беседы и могут породить эффект «фасада». Рабочее место эксперта - не лучший вариант, так как его могут отвлекать телефонные звонки, сотрудники и пр. Американский психолог И. Атватер считает, что для делового общения наиболее благоприятна дистанция между собеседниками от 1,2 до 3 м. Минимальным «комфортным» расстоянием можно считать 0,7-0,8 м. Реконструкция знаний- трудоемкий процесс, и поэтому длительность одного сеанса обычно не превышает 1,5-2 часов. Лучше выбрать эти два часа в первой половине дня, если эксперт относится к типу «жаворонок», и во второй, если он «сова». Известно, что взаимная утомляемость партнеров при беседе наступает обычно через 20-25 минут, поэтому в сеансе нужно делать паузы.

Оборудование (вспомогательные средства, освещенность, мебель). Одно из основных средств увеличения эффективности процесса извлечения знаний - использование наглядного материала. При этом учитывается, что большую часть информации человек получает при помощи зрения. Совет активнее пользоваться схемами и рисунками можно считать универсальным. Для протоколирования результатов сейчас используются следующие способы:

? запись на бумагу непосредственно по ходу беседы;

? запись на диктофон, помогающая аналитику проанализировать весь ход сеанса и свои ошибки;

? запоминание с последующей записью после.

Наиболее распространен первый способ. Наибольшая опасность при этом - потеря знаний, поскольку любая запись ответов - это уже интерпретация, привносящая субъективное понимание предмета. Значения параметров освещенности очевидны и связаны с влиянием внешних факторов на эксперта.

Профессиональные приемы (темп, стиль, методы и др.). Учет индивидуального темпа и стиля эксперта позволяет аналитику снизить напряженность процедуры извлечения знаний. Типичная ошибка - навязывание собственных темпа и стиля.

На успешность также влияет длина фраз, которые произносит аналитик. Это было установлено американскими учеными - лингвистом Ингве и психологом Миллером - при исследовании причин низкой усвояемости команд на военно-морском флоте США. Причиной оказалась длина команд. Выяснилось, что человек лучше всего воспринимает предложения глубиной (или длиной) 7±2 слова. Эта величина получила название «число Ингве -- Миллера». Можно считать его мерой «разговорности» речи.

Большая часть информации поступает к аналитику в форме предложений на естественном языке. Однако внешняя речь эксперта есть воспроизведение его внутренней речи (мышления), которая гораздо богаче и многообразнее. Для передачи этой внутренней речи эксперт использует и невербальные средства, такие, как интонация, мимика, жесты. Опытный аналитик старается по возможности записывать в протоколы (в форме ремарок) и эту дополнительную интонацию.

Kогнитивный слой

Для эффективного моделирования когнитивных (от англ. cognition - познание), или познавательных, процессов необходимо учитывать их природу. На сегодняшний день эти вопросы наименее исследованы и требуют изучения так называемых когнитивных стилей. Под когнитивным стилем человека понимается совокупность критериев предпочтения при решении задач и познании мира, специфическая для каждого индивида. Когнитивный стиль определяет не столько эффективность деятельности, сколько способ достижения результата. Это способ познания, который позволяет людям с разными способностями добиваться одинаковых результатов в деятельности; система средств и индивидуальных приемов, к которым прибегает человек для организации своей деятельности.

Можно выделить несколько важных характеристик когнитивных стилей.

Полезависимость - поленезависимость. Поленезависимость позволяет человеку акцентировать внимание лишь на тех аспектах проблемы, которые необходимы для решения конкретной задачи, и отбрасывать все лишнее, т.е. не зависеть от фона или окружающего задачу шумового поля. Эта характеристика коррелирует с такими чертами личности, как невербальный интеллект, аналитичность мышления, способность к пониманию сути. Очевидно, что не только самому аналитику необходимо высокое значение этого параметра; поленезависимый эксперт - это тоже желательный фактор. Однако приходится учитывать, что полезависимые люди лучше общаются, они более контактны. Для общения особенно удачны гетерогенные (смешанные) пары: «полезависимый - поленезависимый».

Поленезависимость - одна из характерных профессиональных черт когнитивного стиля наиболее квалифицированных аналитиков. По некоторым данным, мужчины более поленезависимы, чем женщины.

Импульсивность - рефлективность (рефлексивность). Под импульсивностью понимается быстрое принятие решения (часто без достаточного обоснования), а под рефлексивностью - склонность к рассудительности. Рефлексивность, по экспериментальным данным, коррелирует со способностью к формированию понятий и продуктивностью стратегий решения логических задач. Таким образом, и аналитику, и эксперту желательно быть рефлексивными, хотя собственный стиль изменяется лишь частично и с большим напряжением.

Ригидность - гибкость. Этот фактор характеризует способность человека изменять установки и свою точку зрения в соответствии с изменяющейся ситуацией. Ригидные люди не склонны менять свои представления и структуру восприятия; гибкие, напротив, легко приспосабливаются к новой обстановке. Очевидно, что если эксперт еще может позволить себе ригидность (что характерно для долго работающих над одной проблемой специалистов, особенно старшего возраста), то аналитику эта характеристика когнитивного стиля явно противопоказана. Увеличение ригидности с возрастом отмечается многими психологами.

Когнитивная эквивалентность. Характеризует способность человека к различению понятий и разбиению их на классы и подклассы. Чем уже диапазон когнитивной эквивалентности, тем более тонкую классификацию способен провести индивид, тем большее количество признаков понятий он может выделить. Обычно у женщин диапазон когнитивной эквивалентности уже, чем у мужчин.

Психологические проблемы, рассмотренные в этой статье, далеко не исчерпывают всего комплекса теоретических и практических аспектов проблемы извлечения знаний. О других проблемах мы поговорим в следующих статьях этого цикла.

1.3.5. Оболочки систем приобретения знаний

Приведенное выше разделение на этапы реализованы в среде KADS. В основе этого подхода лежит идея о том, что экспертная система является не контейнером, наполненным представленными экспертом знаниями, а "операционной моделью", которая демонстрирует некоторое нужное нам поведение в столкновении с явлениями реального мира. Приобретение знаний, таким образом, включает в себя не только извлечение специфических знаний о предметной области, но и интерпретацию извлеченных данных применительно к некоторой концептуальной оболочке и формализацию их таким способом, чтобы программа могла действительно использовать их в процессе работы.

В основу оболочки KADS положено пять базовых принципов.

(1) Использование множества моделей, позволяющее преодолеть сложность процессов инженерии знаний.

(2) Четырехуровневая структура для моделирования требуемой экспертности -- набора качеств, лежащих в основе высокого уровня работы специалистов.

(3) Повторное использование родовых компонентов модели в качестве шаблонов, поддерживающих нисходящую стратегию приобретения знаний.

(4) Процесс дифференциации простых моделей в сложные.

(5) Важность преобразования моделей экспертности с сохранением структуры в процессе разработки и внедрения.

Первый из принципов, положенных в основу KADS, состоит в том, что оболочка должна содержать множество частных моделей, помогающих найти ответ на эти вопросы. Примерами таких моделей могут служить:

· организационная модель "социально-экономической среды", в которой должна функционировать система, например финансовые услуги, здравоохранение и т.п.;

· прикладная модель решаемой проблемы и выполняемой функции, например диагностика, планирование расписания работ и т.д.;

· модель задач, демонстрирующая, как должна выполняться специфицированная функция, для чего производится ее разбиение на отдельные задачи, например сбор данных о доходах, формирование гипотез о заболеваниях.

Описанные принципы построения оболочки системы приобретения знаний получили дальнейшее развитие в системе CommonKADS. Эта система поддержки инженерии знаний содержит редакторы каждого из перечисленных типов моделей и множество инструментальных средств и компонентов, облегчающих проектирование экспертной системы. Существенную помощь менеджеру проекта при планировании работ должна оказать модель жизненного цикла экспертной системы. В дополнение к тем моделям, которые входили в состав ранних версий оболочки KADS, в новую версию включено несколько новых, в частности модель агента, которая представляет саму экспертную систему, ее пользователей и подключенные вычислительные системы.

В рамках проекта KASTUS онтология и методология оболочки KADS была использована и при построении больших повторно используемых баз знаний. Наименование проекта KASTUS -- сокращение от Knowledge about Complex Technical Systems for Multiple Use (знания многоразового применения о сложных технических системах). Цель проекта -- создание системы знаний, которую можно было бы использовать в множестве разнообразных приложений.

Как правило, человек-эксперт знает о той предметной области, в которой он является специалистом, гораздо больше, чем может выразить на словах. Вряд ли можно добиться от него многого, задавая вопросы в общем виде, например: "Что вам известно об инфекционных заболеваниях крови?" Гораздо продуктивнее подход, реализованный в программе TEIRESIAS, который предполагает вовлечение эксперта в решение несложных репрезентативных задач из определенной предметной области и извлечение необходимых знаний в процессе такого решения.

Задавшись определенным набором базовых правил, представляющих прототип экспертной системы, TEIRESIAS решает в соответствии с этими правилами какую-нибудь из сформулированных репрезентативных проблем и предлагает эксперту критиковать результаты. В ответ эксперт должен сформулировать новые правила и откорректировать введенные ранее, а программа отслеживает внесенные изменения, анализирует их на предмет сохранения целостности и непротиворечивости всего набора правил, используя при этом модели правил. В процессе анализа используется обобщение правил различного вида.

Проект COMPASS можно считать одним из наиболее ярких примеров использования традиционной методики приобретения знаний, базирующейся на соответствующим образом организованном опросе экспертов. Такая методология "выросла" из предложенной Ньюэллом и Саймоном методики анализа протокола (protocol analysis). В этом разделе мы остановимся на проекте OPAL, в котором использована другая методика, отличающаяся от традиционной в двух важных аспектах.

· Эта методика ориентирована на частичную автоматизацию процесса извлечения знаний в ходе активного диалога интервьюируемого эксперта с программой.

· Методика приобретения знаний предполагает использование стратегии, направляемой знаниями о предметной области.

Мы уже рассматривали программу TEIRESIAS, в которой использовалось множество средств поиска ошибок в существующем наборе правил, редактирования и тестирования откорректированного набора правил. Но для построения начального набора правил или отслеживания изменений в них программа TEIRESIAS не использовала какие-либо знания о предметной области. Программа OPAL, напротив, пытается "вытянуть" из пользователя как можно больше деталей, касающихся представления знаний и их использования. OPAL не является программой общего назначения. Она разработана специально для диагностики онкологических заболеваний и предназначена для формирования правил принятия решений на основе полученных от эксперта знаний о планах лечения в том или ином случае.

Программа OPAL упрощает процесс извлечения знаний, предназначенных для использования в экспертной системе ONCOCIN. Последняя формирует план лечения больных онкозаболеваниями и заинтересована в использовании модели предметной области для получения знаний непосредственно от эксперта с помощью средств графического интерфейса. Понятие модель предметной области можно трактовать в терминах знаний различного вида, которыми обладает эксперт.

Независимо от того, о какой конкретной предметной области идет речь, игре в шахматы или медицинской диагностике, всегда существуют некоторые предварительные условия или предварительный опыт, которыми должен обладать субъект или техническая система, чтобы воспринимать знания об этой предметной области. Если речь идет об игре в шахматы, то по крайней мере нужно знать правила этой игры: как ходят фигуры, в чем цель игры и т.п. Применительно к медицинской диагностике нужно иметь представление о пациентах, заболеваниях, клинических тестах и т.п. Этот вид фоновых, или фундаментальных, знаний иногда в литературе по экспертным системам называют глубокими знаниями, противопоставляя их поверхностным знаниям, которые представляют собой хаотичный набор сведений о связях "стимул -- реакция".

При разработке прототипа системы ONCOCIN одной из наиболее сложных оказалась именно проблема приобретения знаний. Ввод информации, необходимой для создания протоколов лечения рака лимфатических узлов, занял около двух лет и отнял у экспертов около 800 часов рабочего времени. Формирование последующих наборов протоколов в процессе развития системы занимало, как правило, несколько месяцев. При этом было отмечено, что эффективность процесса приобретения знаний системой в решающей степени зависит от того, насколько успешно инженер по знаниям справляется с ролью переводчика в процессе передачи знаний от экспертов программе. Желание избавиться от этой зависимости и вдохновило разработчиков на создание программы OPAL, которая помогла бы автоматизировать процесс приобретения знаний.

Используя эту программу, эксперт может сформировать новый протокол в течение нескольких дней. За первый год эксплуатации программы OPAL в систему ONCOCIN было добавлено свыше трех дюжин новых протоколов. Эффективность использованного в этой программе метода заполнения формуляров при вводе новых знаний во многом объясняется тем, что в программу включены базовые знания о той предметной области, в которой она используется. Конечно, включение этих знаний потребовало значительных усилий от инженеров по знаниям, которые ранее занимались общением с экспертами, но эти затраты затем с лихвой окупились. Успешное применение программы OPAL показало преимущество представления знаний о предметной области на нескольких уровнях абстракции по сравнению с подходом, предполагающим переключение основного внимания на детали реализации.

Технология извлечения знаний о предметной области у эксперта посредством опроса через терминал в последнее время стала использоваться во множестве экспертных систем. В большинстве из них эксперту предлагается заполнить экранные формуляры, информация из которых затем считывается в структурированные объекты, аналогичные фреймам. Примерами таких систем могут служить ETS. Но далеко не во всех системах такого рода имеется столь развитый графический интерфейс, как в программе OPAL, и существует возможность компилировать полученные знания непосредственно в правила принятия решений. Реализация этих возможностей в OPAL существенно облегчается особенностями структурирования планов лечения больных, на что обращали внимание и авторы этой разработки.

Опыт, приобретенный в ходе разработки программы OPAL, был затем использован при создании PROTEGE -- системы более общего назначения. Последняя версия этой системы, PROTEGE-II, представляет собой комплект инструментальных средств, облегчающих создание онтологии предметной области и формирование программ приобретения знаний, подобных OPAL, для различных приложений. Вместо того чтобы разрабатывать инструментальные средства общего назначения с нуля, авторы этой разработки пошли по пути повышения уровня абстракции ранее разработанного и успешно используемого приложения, как это было сделано при разработке системы EMYCIN на основе MYCIN.

Страницы: 1, 2, 3


© 2010 BANKS OF РЕФЕРАТ