Современные компьютеры уже почти могут рассуждать и делать разумные выводы. Появились программы, моделирующие человеческий интеллект. Новое направление, получившее название “искусственный интеллект” (ИИ), начало одновременно развиваться во многих научных лабораториях мира. Р.Шенк в своей статье “Познать механизмы мышления” говорит о том, что “искусственный интеллект как область науки — это лишь малая часть грандиозной попытки постичь мышление” [Стефанюк, 1987].
Исследования в области искусственного интеллекта в значительной степени носят экспериментальный характер. Под экспериментом понимается проверка работы вариантов программы для компьютера при решении конкретных задач. Экспертные системы (ЭС) — особенно яркий пример прикладного направления в ИИ. ЭС — вычислительная система (комплекс программ), которая моделирует, воспроизводит действия высококвалифицированного специалиста при решении типовых задач конкретной предметной области [Самохвалов, 1999]. Иными словами, подобная система является так называемым экспертом в области решения какой-либо проблемы.
С развитием компьютерной технологии эксперту, обладающему знаниями и профессиональным опытом, может очень помочь компьютер. Если написать программу, которая будет решать задачи (в самом общем случае), то получится система, практически заменяющая людей. Добавим сюда преимущества таких систем: отсутствие поломок и “забывчивости”, безошибочную работу, отсутствие затрат на оплату труда. ЭС объединяет возможности компьютера со знаниями и опытом эксперта так, что она может предложить разумный совет или осуществить разумное решение поставленной задачи.
ЭС использует суждения. Как только программист записал команду: “сравнить одну величину с другой и затем осуществить определенное действие, зависящее от результата сравнения”, имеется суждение или оценивание. Суждение, а не вычисление типично для ЭС.
Большинство разработчиков предъявляют к ЭС следующие требования: соответствие принимаемых с помощью системы решений уровню эксперта-профессионала; воспроизведение способов принятия решений (метарассуждений) в любой момент жизни системы в форме, понятной как эксперту, так и пользователю; адаптирование к пользователю за счет возможности менять как формулировки запросов и задач, так и последовательность их возникновения; возможность использовать, приобретать и хранить общие и частные схемы рассуждения, построенные на не полностью достоверных данных и символьных преобразованиях; свойство ревизии данных и схем рассуждений в процессе жизненного цикла [Чичварин, 1991].
Одним из основных компонентов такой системы принято считать базу знаний (БЗ) для хранения и обработки знаний человека о предметной области, представленных логическими, продукционными либо семантическими моделями. При этом знания понимаются как совокупность правил, определяющих характер обработки данных, в результате применения которых может образовываться новая совокупность правил [Нейлор, 1991].
Области применения экспертных систем могут быть различными: диагностика общих болезней; поиск неисправностей в простых цепях; анализ электрокардиограмм; классификация животных, птиц или растений по видам и т.д.
В данной статье предлагается ЭС, в качестве предметной области которой, выбрана психология, точнее небольшая ее часть — теория типоведения [Крегер, 1995]. Речь идет об ЭС PERSONAL TYPE, предназначенной для определения психологического типа личности человека.
ЭС PERSONAL TYPE реализована средствами интегрированной оболочки IMAGE EXPERT [Филиппович, 1992]. Этот программный комплекс является результатом проведенных исследований, имеющих своей целью повышение эффективности построения БЗ прикладных систем. Она отражает особенности предложенной методики интеграции уровней знаний. Модель знаний или модель предметной области представляет собой совокупность знаний специалистов о конкретной предметной области и содержит четыре основных класса объектов:
В базе знаний ЭС PERSONAL TYPE определено 150 объектов, 16 из которых являются объектами класса ГИПОТЕЗА и представляют собой цели, смысл функционирования ЭС — получение значений их вероятностей. Наиболее достоверной считается гипотеза, имеющая наибольшее значение вероятности. Количество объектов-свидетельств равно 55. Объекты-свидетельства определены на множестве 55 объектов класса ФАКТ. Последние же вычисляются посредством арифметико-логических формул с учетом значений 24 объектов типа ЗАПРОС к пользователю.
После запуска ЭС на экране дисплея устанавливается заставка (титульный фрейм) системы PERSONAL TYPE (рис. 1).
Фрейм — информационная единица, отображающая шаг диалога в режиме выполнения.
PERSONAL TYPE представляет собой автоматизированный психологический тест. В книге “Психологическое тестирование” профессор А.Анастази пишет, что “задача психологических тестов — измерить различия между индивидами или между реакциями данного индивида в разных условиях” [Анастази, 1982]. Зачем это нужно? Все проходит проверку — стиральные машины, подсвечники и даже зубочистки. Да и многих не минует эта участь: на бирже труда, при приеме на учебу, на новую работу. Чаще всего люди даже и не замечают, что при собеседовании в этих конкретных ситуациях подвергались тестированию, своего рода экзамену. Тестирование — дело достаточно серьезное. Использование тестов, как одного из методов психодиагностики позволяет сократить время и затраты на профессиональное обучение, изучить текучесть кадров, повысить эффективность работы [Кулагин, 1984].
Предметной областью ЭС PERSONAL TYPE можно назвать типоведение — науку, позволяющую выявить личностные предпочтения индивида и понять, насколько он похож или непохож на тех, с кем связан в повседневной жизни [Крегер, 1995]. Каждый сможет понять, где эти сходства и различия создают гармонию, а где вызывают разлад. Теория психологических типов, на которой основано типоведение, берет свое начало в работах К.Г.Юнга. Инструментарий Индикатора типов Майерс-Бриггс, разработанный его ученицами — научно обоснованный автоопросник. Среди психологических средств такого рода он используется наиболее широко. Его главная цель — достичь лучшего понимания самого себя в самых различных областях жизни: в бизнесе, в общественных связях, в многообразии личностных отношений. Среди других опросников можно выделить EPI-опросник (Eysenek Personality Inventory), разработанный в 1959 году, опросник Гилфорда-Циммертона, ММРI–опросник и т.д. [Кулагин, 1984; Анастази, 1982].
По мнению авторов теории типов, каждый из нас рождается с предрасположенностью к тем или иным личностным предпочтениям. Предполагается, что существует четыре пары альтернатив:
Они дают 16 возможных сочетаний этих предпочтений, а значит и 16 различных типов личности. Ни один из них не лучше и не хуже других — они просто разные. Это что-то вроде различия между правшами и левшами. Если человек правша, то это не значит, что он совсем не пользуетесь левой рукой: он предпочитает пользоваться правой. То же относится и к названным выше предпочтениям. Одна из характеристик будет тестируемому гораздо ближе, чем другая.
Первая пара альтернатив характеризует личность с точки зрения источника ее сил. Экстраверт общителен, легко вступает в контакты, живя больше “сегодняшним днем” и интересами людей, его окружающих, всегда стремится поделиться своими мыслями [Платонов, 1984]. Экстравертам ближе слова вроде “оживленный” и “популярный”, нежели “спокойный” и “замкнутый”, а интроверты часто погружены в свои размышления. Интроверт — термин, введенный английским психологом З.Айзенком для обозначения типа личности, направленность которой в большей степени определяется внутренним миром с выраженным развитием “Я”, памяти и воображения [Платонов, 1984].
Вторая пара — Сенсорный или Интуитивный — описывает способ, которым люди предпочитают собирать информацию о мире. Сенсорные предпочитают сосредотачиваться на фактах и деталях и испытывают гораздо меньшую потребность осмыслять, что эти факты означают. Интуитивные же, наоборот, связывают и анализируют информацию.
Третья пара альтернатив — Мыслительный или Чувствующий — описывает способ принятия решений. Мыслительный тип всегда логичен и аналитичен, а Чувствующий предпочитает руководствоваться субъективными ценностями (гармония, милосердие и т.д.).
Последняя пара — Решающий или Воспринимающий — свидетельствует о том, что естественнее для личности при общении с людьми: сбор информации или принятие решений. Воспринимающие предпочитают наблюдать: собирать новую информацию, а не делать выводы (суждения) по тому или иному поводу. Решающие же, напротив, имеют склонность судить (решать) вместо того, чтобы откликаться на новую информацию, даже если эта информация способна повлиять на их решение [Крегер, 1995].
Для построения ЭС необходима база знаний. Она содержит информацию, все знания машины-эксперта по данной предметной области [Самохвалов, 1999].
В данном случае базой будет набор гипотез, фактов, свидетельств и запросов, содержащих информацию о типоведении в области психологии.
Основополагающим моментом системы PERSONAL TYPE является использование вероятностного подхода при обработке знаний. Психология — наука неточная. Тем более такая область, как типоведение, в которой нельзя абсолютно точно определить тип личности пользователя. Да и как можно точно измерить Экстраверт ли тестируемый или Интроверт? Личность каждого человека многогранна. Во-первых, существуют различия между полами: мужская версия любого из этих типов будет заметно отличаться от женской. Во-вторых, в связи с тем, что личности постоянно развиваются и эволюционируют, результаты типоведения не отражают возрастных различий. Однако базовый тип всегда остается прежним. Данная ЭС помогает выявить базовые предпочтения пользователей. Предположим, что пользователь ответил на вопрос теста: “Вы предпочитаете говорить, а не слушать?” утвердительно. Это может означать, что он или Экстраверт, или Интроверт с задатками Экстраверта или что-нибудь еще. Абсолютной уверенности в значении этого ответа нет.
Но все же экспертная система должна как-то обрабатывать такую неопределенность. В системе PERSONAL TYPE используется предложенная средствами оболочки IMAGE EXPERT модель, основанная на формулах Байеса. Подобная модель типа “НЕЙЛОР” (Нейлоровская) позволяет организовать процедуру логического вывода, представляющую собой итерационный процесс принятия решения, каждый шаг которого частично изменяет (подтверждает/опровергает) вероятности гипотез. Каждая гипотеза имеет априорную вероятность того, что она верна. Объектами-гипотезами в данной базе знаний являются определенные ранее типы личностей (16 возможных вариантов).
Рассмотрим математические механизмы, реализующие обработку знаний, представленных в виде неточных правил продукции, а также варианты управления логическим выводом [Малыгин, 1995].
Продукционное правило представляет собой выражение вида:
УСЛОВИЕ ® ДЕЙСТВИЕ,
в котором левая часть (антецедент) описывает определенную ситуацию, а правая (консеквент) — действие, выполнение которого предполагается в случае обнаружения ситуации.
Пусть имеется H = {Hi} — множество целей (гипотез), которые необходимо оценить (в данном случае это 16 типов личности) и C = {Cj} — множество понятий или условий (свидетельств), на базе которых производится эта оценка (ответы на конкретные вопросы теста).
Тогда в качестве базы знаний используется множество правил вида:
Cj ® Cj+1 и Cj+1® Hi.
Такие правила очень похожи на теоремы, а цепочка правил, связанных через посылки и заключения (Cj® Cj+1 и Cj+1® Hi), напоминает дедуктивное доказательство. Можно считать, что способом получения логического вывода является правило modus ponens (C,C® H Þ H).
В качестве одного из достоинств продукционных систем отмечается возможность использования вероятностных характеристик, задающих коэффициент уверенности или меру доверия правила. При этом значение любой логической переменной: гипотезы или факта, в общем случае, есть вероятностная величина, и лежит в диапазоне [0, 1]. Если вероятность равна 0, то гипотеза никогда не подтвердится. Если вероятность равна 1, то данная гипотеза или факт подтверждаются, и событие происходит всегда.
Использование неточных знаний предполагает наличие специальных математических механизмов. Такие механизмы должны отражать следующие моменты [Малыгин, 1995]:
Итак, имеется:
{Hi} — множество гипотез (i=1…n). После выполнения k правил продукции (k шагов, итераций) Hi можно охарактеризовать значением Pк(Hi), которое представляет собой вероятность i-ой гипотезы после k итераций. Значение Po(Hi), то есть на нулевом шаге, является априорной информацией о гипотезе и устанавливается на этапе создания базы знаний. Априорной вероятностью истинности гипотезы называется вероятность наступления гипотезы без учета факта существования свидетельств.
{Cj} — множество свидетельств (j=1…m), каждое из которых характеризуется вероятностью P(Cj).
Нейлоровская модель представления знаний основывается на теореме Байеса, в соответствии с которой и происходит вычисление апостериорных вероятностей гипотезы Hi в случае наступления событий (подмножества свидетельств {C}), которые подтверждают или опровергают правильность указанной гипотезы [Нейлор, 1991]. То есть это вероятности гипотез при условии, что известен факт существования подтверждающих или не подтверждающих свидетельств.
Каждой импликации Cj ® Hi ставится в соответствие пара значений, характеризующих “силу” этого отношения:
R(Cj:Hi) — статистическая частота появления j-го свидетельства при свершении гипотезы i.
R(Cj:~Hi) — статистическая частота появления j-го свидетельства при отсутствие гипотезы i.
Выбор свидетельства
Используется подход, известный как метод цен свидетельств (ЦС). Согласно ему наилучшим считается свидетельство, имеющее наибольшее значение показателя ЦС, который определяется как сумма влияний свидетельства на все множество гипотез. Влияние на гипотезу вычисляется как абсолютная разность между вероятностями гипотезы при наличии и отсутствии свидетельства:
|Pк+1(Hi:Cj) – Pк+1(Hi:~Cj)|,
где Pк+1(Hi:Cj), Pк+1(Hi:~Cj) — значения вероятностей, которые будут достигнуты i-ой гипотезой на следующем (k+1) шаге в случае наличия и отсутствия j-го свидетельства соответственно (формулы 1 и 2).
Тогда ЦСк(Cj) = |Pк+1(Hi:Cj) – Pк+1(Hi:~Cj)|,
где ЦСк(Cj) — цена j-го свидетельства на текущем (k) шаге,
а индекс наилучшего свидетельства: j = index max (ЦСк(Cj)).
Выполнение всех правил продукции, содержащих в качестве антецедента свидетельство j
(1)
(2)
Pк+1(Hi)=Pк+1(Hi:~Cj)+P(Cj)*(Pк+1(Hi:Cj)-Pк+1(Hi:~Cj)) (3)
Установление факта окончания логического вывода
PPmin(Hi)>ПОРОГ И (для " m ¹ i) PPmin(Hi) ³ PPmax(Hm)
является условием окончания логического вывода. Это означает: “Имеется такая гипотеза Hi, минимально возможная вероятность РPmin(Hi) которой не меньше наибольшей достижимой вероятности РPmax(Hm) любой другой гипотезы, а также заданной пороговой величины”. В случае его выполнения логический вывод считается завершенным, а в качестве решения выступает гипотеза Hi.
Здесь:
PPmin(Hi) = PMINe(Hi);
PPmax(Hm) для " m ¹ i вычисляется как: PPmax(Hm) = PMAXe(Hm),
где e — последний шаг итерации;
PMINe(Hi) и PMAXe(Hm) — минимальная и максимальная вероятности соответственно i-ой и m-ой гипотез после выполнения всех продукций.
Обозначим через A = {Aj} — подмножество еще неопределенных свидетельств. Тогда
PNк+1(Hi) = Pк+1(Hi:~Aj) и PXк+1(Hm) = Pк+1(Hm:Aj);
Pк+1(Hm:Aj) и Pк+1(Hi:~Aj) вычисляется по формулам (1) и (2) с подстановкой Cj=Aj.
Рассмотрим более подробно применение формул Байеса [Нейлор, 1991; Алешина, 1990] на примере ЭС PERSONAL TYPE. Каждая гипотеза имеет априорную вероятность того, что она верна Р0(Н)=0.0625, так как любой пользователь равновероятно может иметь один из 16 типов личности. Тестируемый пользователь сидит у экрана компьютера и дает ЭС дополнительные свидетельства по поводу своего психологического типа, то есть отвечает на вопросы, предложенные системой (рис. 2, 3). В системе PERSONAL TYPE используется следующая классификация вопросов [Кулагин, 1984]:
1) Альтернативные вопросы (утверждения), содержание которых анализируется по экспертной оценке. Вопросы подбираются так, чтобы их содержание отражало особенности поведения, соответствующие оцениваемому свойству (рис. 2).
2) Корреляционные вопросы с независимыми внешними критериями. Испытуемый в каждом случае решает: верно, или неверно характеризует его данное утверждение (рис. 3).
При получении дополнительных свидетельств, например, при утвердительном ответе на вопрос: “Слушать для вас тяжелее, чем говорить, потому что вы любите быть в центре внимания?” [Крегер, 1995], априорная вероятность Р0(Н) изменяется и становится равной P1(Hi:Cj) — вероятности осуществления гипотезы при наличии нового подтверждающего свидетельства.
Рассмотрим гипотезу, что психологический тип пользователя “Интроверт-Сенсорный-Чувствующий-Воспринимающий”. Если она верна, то вероятность того, что пользователь кажется окружающим “стеснительным” и “отстраненным”, равна, быть может, 0.7, то есть R(Cj:Hi) =0.7. А если она не верна, то вероятность такого события резко снижается, скажем, до 0.2 (R(Cj:~Hi)=0.2).
В этом случае согласно формуле (1):
видно, что шансы подтверждения выбранной гипотезы значительно повышаются по сравнению с Р0(Н). Появляется новое значение Р0(Н) для данной гипотезы, а, по мере поступления очередных свидетельств, новые значения Pк+1(Hi:Cj) на протяжении к-х шагов итерации будут постоянно корректировать Р0(Н). Фрагмент программы, описывающий выбранную для примера гипотезу, имеет вид:
Hypot 3 = {
Frame = 4; // номер результирующего фрейма
LABEL = "Интpовеpт-Сенсоpный-Чувствующий-Воспpинимающий";
Aprior = 0.0625;
Info = {
//ИНТРОВЕРТ
{12,0.3,0.7} {18,0.5,0.6} {31,0.3,0.6}
{23,0.2,0.6} {81,0.5,0.7} {83,0.5,0.7}
{48+,0.5,0.7} {51,0.3,0.6}
//СЕНСОРНЫЙ
{0+,0.7,0.3} {1,0.6,0.5} {2,0.5,0.3}
{3+,0.6,0.2} {7,0.6,0.3} {9,0.5,0.4}
{10,0.6,0.4}
//ЧУВСТВУЮЩИЙ
{13,0.3,0.7} {14+,0.5,0.6} {15,0.3,0.6}
{16,0.2,0.5} {19+,0.5,0.6} {30,0.3,0.7}
{22,0.3,0.7} {27,0.3,0.8} {29,0.2,0.8}
//ВОСПРИНИМАЮЩИЙ
{32+,0.4,0.7} {33,0.5,0.7} {34+,0.4,0.6}
{36,0.4,0.6} {37,0.4,0.6} {41+,0.3,0.6}
{44,0.5,0.7} {46,0.3,0.7}
}
Поля, инициируемые ключевыми словами APRIOR и INFO, могут быть использованы только для моделей типа НЕЙЛОР. В поле APRIOR указывается АПРИОРНАЯ_ВЕРОЯТНОСТЬ гипотезы. Эта величина должна лежать в диапазоне [0, 1]. Данное поле не является обязательным и по умолчанию принимает значение, равное 0.1.
Поле INFO имеет структуру:
INFO = {
{НОМЕР_СВИДЕТ[МОДИФИКАТОР],Р1,Р2}
. . .
{НОМЕР_СВИДЕТ[МОДИФИКАТОР],Р1,Р2}
}
где:
НОМЕР_СВИДЕТ — идентификатор свидетельства;
Р1, P2 — статистические вероятности свидетельства при наличии и отсутствии данной гипотезы;
МОДИФИКАТОР — необязательный параметр, указывающий на некоторые особенности взаимодействия пары объектов “гипотеза-свидетельство”, так “+” означает, что указанное свидетельство не может опровергать описываемую гипотезу [Филиппович, 1992].
Вероятности Р1 и Р2 расставляются интуитивно на основании изученного экспертами [Крегер, 1995] поведения психологических типов в конкретных ситуациях, отражающихся в вопросах теста. Например, в приведенном фрагменте запрограммировано, что если пользователь ответит утвердительно на 12-е свидетельство: “вы сначала говорите, а потом думаете” (анализ на интро-экстраверсию), то вероятность того, что тестируемый — интроверт, небольшая (0.3), так как интроверты склонны продумывать ответы. Вероятность же того, что отвечает экстраверт, увеличивается до 0.7. Таким образом, можно расставить все вероятности предположений. После анализа ответов пользователя на вопросы теста, ЭС выдает наиболее вероятностную гипотезу о психологическом типе тестируемого.
Методы психологической диагностики применяются при консультировании по вопросам профессиональной ориентации. По мнению кандидата медицинских наук Б.В.Кулагина, “совокупная деятельность личности может рассматриваться с точки зрения ее эмоционально-динамических особенностей — свойства темперамента, источников (мотивов, потребностей) — мотивационная сфера личности, отношений к различным сторонам действительности — свойства характера” [Кулагин, 1987]. Отбор и распределение персонала на предприятиях — достаточно обширное приложение психологического тестирования [Анастази, 1982]. Тестирование может быть полезным при решении вопроса о поиске, распределении обязанностей, переводе на новое место, повышении или увольнении, а также при приеме на работу, на учебу, на биржу труда или просто как средство самопознания и развития личности. К особенностям ЭС PERSONAL TYPE относится предоставление краткой характеристики результата тестирования пользователя и нескольких практических советов по общению различных психологических типов друг с другом.
К недостаткам системы можно отнести небольшие функциональные возможности теста в связи с ограниченными средствами, предоставляемыми интегрированной оболочкой IMAGE EXPERT. Кроме того, недостаточно оптимально использование вопросов с экспертной оценкой содержания: испытуемый часто интерпретирует вопрос не так, как составитель теста, из-за их различий в жизненном опыте, образовании, социальном происхождении и т.д. ЭС можно модифицировать, увеличив базу знаний и расширив варианты возможных ответов пользователя; кроме альтернатив “Да” или “Нет” использовать варианты ответов: “Не знаю”, “Скорее Да, чем Нет” и так далее.
Следует отметить, что для подтверждения надежности и валидности психодиагностического теста необходимо проведение как можно большего числа экспериментов.
