"Научный аспект №1-2019" - Гуманитарные науки

Тестирование потенциальными пользователями потребительских качеств систем, основанных на знаниях

Копту Лучия Ивановна – студент Тихоокеанского государственного университета.

Серебрякова Татьяна Александровна – кандидат экономических наук, доцент Тихоокеанского государственного университета.

Аннотация: Области применения систем, основанных на знаниях, весьма разнообразны: бизнес, производство, военные приложения, медицина, социология, геология, космос, сельское хозяйство, управление, юриспруденция и другие. Данная технология разработки систем, основанных на знаниях, прекрасно подходит аналитикам и программистам, так как очень напоминает стратегию решения проблем и соответствует мыслительным процессам людей, считающихся экспертами в своей области.

Ключевые слова: Искусственный интеллект, системы, основанные на знаниях (СОЗ), экспертные системы, знания, база знаний.

Системы, основанные на знаниях (СОЗ) – это системы программного обеспечения, основными структурными элементами которых являются база знаний и механизм логических выводов [1]. Среди СОЗ можно выделить:

Наиболее известным практическим примером СОЗ могут служить экспертные системы, способные диагностировать заболевания, оценивать потенциальные месторождения полезных ископаемых, осуществлять обработку естественного языка, распознавание речи и изображений и так далее. Экспертные системы являются первым шагом в практической реализации исследований в области искусственного интеллекта.

Экспертная система – компьютерная система, использующая знания одного или нескольких экспертов, представленные в некотором формальном виде, а также логику принятия решения человеком-экспертом в трудно или не формализуемых задачах. Экспертные системы способны в сложной ситуации (при недостатке времени, информации или опыта) дать квалифицированную консультацию (совет, подсказку), помогающую специалисту или менеджеру принять обоснованное решение [5].

Основная идея этих систем состоит в использовании знаний и опыта специалистов высокой квалификации в данной предметной области специалистами менее высокой квалификации в той же предметной области при решении возникающих перед ними проблем.

Построенные ЭС оцениваются с позиции двух основных групп критериев – точности (правильности) работы и полезности. С точностью связаны такие характеристики, как правильность делаемых заключений, адекватность БЗ проблемной области, соответствие методов решения проблем экспертным. Поэтому конечные оценки системе ставят специалисты в проблемной области – эксперты.

Полезность ЭС характеризуется удовлетворением требований пользователей в части получения необходимых рекомендаций, легкости и естественности взаимодействия с системой, надежности, производительности и стоимостных затрат, способности объяснения решения и обучения, настройки на изменения потребностей. Полезность обычно оценивается пользователем-прикладником [2].

Тестирование ЭС проводится на всех этапах жизненного цикла ее создания. Причем, критерии оценки системы необходимо определить еще на этапе идентификации проблемной области.

Проведенные по инициативе американского фонда National Science Foundation исследования позволяют сделать выводы об эффективности методов тестирования:

Тестирование экспертных систем отличается от тестирования обычных систем.

Во-первых, экспертные системы часто обладают недетерминированным поведением, потому что стратегия разрешения конфликтов может зависеть от параметров времени выполнения. Это делает поведение невоспроизводимым, и, следовательно, более трудным для отладки.

Во-вторых, для правил в отличие от процедур в традиционном программном обеспечении нет никаких точных отношений ввода-вывода, это затрудняет применение для тестирования анализа ввода-вывода.

В-третьих, число способов, которыми могут быть активизированы правила, слишком велико, чтобы пользоваться средствами покрытия ветвей и путей.

Макетирование является единственным эффективным способом тестирования экспертной системы [4].

Макет системы дает возможность конкретизировать проблемы, возникающие между разработчиком и пользователем, существенно сокращает задержку во времени между формулированием требований и первой демонстрацией действующей системы, обеспечивая тем самым эффективный контроль за проектом системы на всех этапах ее жизненного цикла.

Список литературы

  1. Абдикеев Н. М. Проектирование интеллектуальных систем в экономике / Н. М. Абдикеев– М. : Экзамен, 2014. – 78 с.
  2. Анисимов В. В. Проектирование информационных систем структурный подход : курс лекций / В. В. Анисимов. – 3-е изд., доп. – Хабаровск : ДВГУПС, 2016. – 112 с.
  3. Берёза Н. В. Современные тенденции развития мирового и российского рынка информационных услуг [Электронный ресурс] / Н. В. Берёза // Инженерный вестник Дона – 2014. – № 2. – С. 27-34. – Режим доступа : http://www.ivdon.ru/uploads/article/pdf/2012_2_16.pdf_758.pdf (дата обращения 26.01.2019).
  4. Варфоломеева А. О. Информационные системы предприятий / А. О. Варфоломеева, А. В. Коряковский. - 6-е изд., перераб. – М. : ИНФРА, 2014. – 184 с.
  5. Винер Н. А. Кибернетика или управление и связь в животном и машине / Н. А. Винер – М. : Наука, 2015. – 96 с.