Разработка и повышение эффективности экспертных систем в организации

Актуальность темы исследования обусловлена тем, что тотальное внедрение стандартов СТБ ISO серии 9000 в практику бизнес-деятельности практически всех отраслей хозяйствования, несмотря на неоднозначность мнений, очевидно, стало знаковым явлением в формировании современного видения конкурентоспособной, ориентированной на стабильное развитие организации.
Принятие решений во многих областях требует не только обширных формальных знаний по теме, но и интуиции. Считается, что такие решения может принимать только человек, однако создатели экспертных систем уже не первое десятилетие пытаются научить свои детища, действовать в условиях неполной и даже противоречивой входной информации.
Экспертные системы, появившиеся в начале 70-х годов прошлого века и ставшие на два десятилетия популярным направлением развития средств искусственного интеллекта, называют второй волной ИИ. Первая была связана с попытками создания универсальных «решателей проблем», системами доказательства теорем, первыми системами машинного перевода и компьютерными играми в шашки и шахматы. Сейчас мы живем в эпоху третьей волны ИИ, ставшей следствием успехов решений глубокого обучения. Между этими волнами были промежутки падения интереса к искусственному интеллекту («зимы ИИ»), вызванные разочарованием полученными результатами первых двух волн. Сейчас некоторые эксперты предрекают, что скоро может снова наступить такая зима, хотя, скорее всего, это не произойдет, по крайней мере, в ближайшие десять лет [4].
Экспертные системы представляют собой компьютерные информационные системы, которые предоставляют знания и делают их доступными для пользователей для решения конкретных проблем. Экспертные системы разработаны для решения ряда различных типов проблем в нескольких категориях: интерпретация, прогнозирование, диагностика, проектирование, планирование, мониторинг, отслеживание, восстановление, управление, управление.
Экспертные системы могут также использоваться для обучения в соответствующей области, используя свой опыт в решении проблемы и их организованных знаний.
1. Типичные задачи экспертных систем:
2. Интерпретация данных (например, звуковых сигналов)
3. Диагностика неисправностей или заболеваний
4. Структурный анализ сложных объектов (например, химических соединений)
5. Конфигурация сложных объектов (например, компьютерных систем)
6. Последовательности действий планирования
Еще одно большое достоинство ЭС - в большинстве случаев ее база знаний может пополняться самими пользователями. Однако экспертные системы все еще остаются весьма сложными, дорогими, а их применение ограничено отраслевыми рамками. Да и с отраслевыми системами есть некоторые проблемы.
Этапы разработки экспертных систем
1. Идентификация области применения и круга решаемых задач;
2. Получение знаний;
3. Содержательный анализ проблемной области, определяются методы решения задач;