Третий этап — экспертные системы

Проблемы интеллектуальных роботов были более или менее ясно сформулированы и поставлены перед исследователями в середине 70-х годов и связанны с началом третьего этапа исследований систем ИИ. Его характерной чертой явилось смещение центра внимания исследователей от создания автономно функционирующих систем, к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности вычислительных машин.

Такое смещение обусловливалось двумя причинами:

На первый план выдвигалась не разработка отдельных методов машинного решения задач, а разработка методов и средств, обеспечивающих тесное взаимодействие человека и вычислительной системы в течение всего процесса решения задачи с возможностью оперативного внесения человеком изменений в ходе этого процесса.

Развитие исследований ИИ в данном направлении обусловливалось также резким ростом производства средств вычислительной техники и таким же резким их удешевлением, делающим их потенциально доступными для более широких кругов пользователей. Однако эта доступность для большинства реальных пользователей так и осталась "потенциальной", поскольку требовала для реализации овладения большими объемами специальных знаний по использованию ЭВМ.

Создание человеко-машинных систем ИИ нашло свое наиболее яркое выражение в экспертных системах (ЭС). Для их реализации разрабатывались многочисленные модели и языки представления знаний, специальные языки программирования и символьные ЭВМ.

После появления первых ЭС и интенсивного их развития в литературе появились утверждения о том, что ЭС не нашли своего применения и не оправдали надежд. Некоторые также утверждали, что ЭС систем не существует вообще, что это обычные расчетно-логические программы.

Причины первого заблуждения состоят в том, что ЭС рассматривается как альтернатива традиционному программированию, т.е. ЭС должна в изоляции от других программных средств решать задачи, стоящие перед заказчиком. Надо отметить, что на заре появления ЭС специфика используемых в них языков, технологии разработки приложений и используемого оборудования (например, Lisp-машины) давала основания предполагать, что интеграция ЭС с традиционными, программными системами является сложной и, возможно, невыполнимой задачей при ограничениях, накладываемых реальными приложениями.

Однако в настоящее время коммерческие инструментальные средства для создания ЭС разрабатываются в полном соответствии с современными технологическими тенденциями традиционного программирования, что снимает проблемы, возникающие при создании интегрированных приложений.

Причина второго заблуждения вытекает из того, что любой программный продукт является эргатической (человеко-машинной) системой, и создают его, по большей мере, эксперты и специалисты. Все программы (кроме некоторых компьютерных игр) можно отнести к системам поддержки деятельности человека. Каждый программный продукт реализует вычисление формул и алгоритмов и, следовательно, обладает, как минимум, базой знаний и машиной вывода. Известно, что гипертекстовые системы, CASE-системы и многие другие классы программ впервые сформировались именно в ЭС. Поэтому можно справедливо утверждать, что большинство современных программ включают в себя элементы (компоненты) ЭС. Однако, обратное утверждение, что любая программа является ЭС, неверно. Можно предположить, что в ближайшем будущем многие компьютерные программы будут содержать интеллектуальные компоненты, близкие по своей структуре и технологиям к экспертным системам.

Появление ЭС сыграло важную роль в развитии ИИ, т.к. позволило перевести разработки в области ИИ из исследовательской плоскости в область реализации практических программных комплексов. Первые успехи систем ИИ для решения коммерческих задач можно отнести к 1985 году, однако массовое распространение они получили только в середине 90-х годов. Так, например, коммерческий рынок продуктов искусственного интеллекта в мире в 1993 году оценивался примерно в 0,9 млрд. долларов и разделялся на следующие основные направления:

В США в 1993 году рынок между этими направлениями распределился так: экспертные системы – 62%, нейронные сети и нечеткая логика – 26%, естественно-языковые системы – 12%. Рынок этот можно разделить и иначе: на системы искусственного интеллекта (приложения) и инструментальные средства, предназначенные для автоматизации всех этапов существования приложения. Например, на рынке США доля приложений составила примерно две трети, а доля инструментария — одну треть.

Экспертные системы, показав практическую ценность, оказали большую услугу всей области искусственного интеллекта. Увеличение финансирования позволило породить новые и оживить старые направления ИИ.

Большие успехи в области ЭС (инженерии знаний) привели к идеи постепенной интеллектуализации машинных функций, направленной в конечном итоге на создание автономных систем ИИ — интеллектуальных агентов. Одними из основных проблем, препятствующих созданию автономных ИС являются ограниченность базы знаний, модели представления знаний и несовершенство интерфейса взаимодействия с окружающей средой и пользователями.