Это заключительная статья серии. Экспертная система, построенная на принципах поиска решений, управляемого данными, включает информационные блоки и словарь. Она позволяет накапливать и хранить прикладные знания. Наполнение системы доступно непосредственно прикладным специалистам — без глубокого погружения в программирование.
Такой подход делает возможным реализацию прикладных задач в различных предметных областях с минимальным участием ИТ-специалистов. Узкие эксперты могут автоматизировать свои повседневные задачи, опираясь на уже сохранённые знания. Это резко снижает затраты на разработку и обеспечивает качественный, масштабируемый и легко поддерживаемый результат.
Проблемы взаимопонимания между прикладными специалистами и разработчиками
Проблема не нова, но остаётся актуальной. При создании прикладных приложений — в конструкторско-технологической, медицинской или иной сфере — часто возникает разрыв между экспертами в предметной области и командой разработчиков.
Глубокая компетенция одних и поверхностное понимание других порождают иллюзию согласованности. То, что для прикладного специалиста очевидно, разработчики могут упустить. В результате — много переделок, срыв сроков и высокая стоимость продукта.
Реализация сложных задач с множеством условий становится настолько трудоёмкой и дорогой, что разработчики отказываются от них. Многие полезные задачи, способные повысить качество проектирования или медицинской помощи, так и остаются невостребованными.
Применение подхода к сохранению и использованию прикладных знаний
Накопление прикладных знаний
На основе такой системы можно создавать центры накопления прикладных знаний. Формализация знаний требует их упорядочения и проверки на полноту и достоверность.
Прикладные приложения, использующие этот подход, автоматически сокращают объём дублирующей информации. Это делает хранилища знаний более компактными и эффективными.
Сопоставление информационного наполнения
Для повышения надёжности экспертизы можно сопоставлять содержимое разных центров накопления знаний одного профиля. Это позволяет выявить сходства и различия в выводах.
Такой подход гарантирует более обоснованные решения и служит основой для научных исследований.
Аппаратная реализация
Алгоритмы, лежащие в основе экспертной системы, достаточно просты. Вероятно, их можно реализовать на аппаратном уровне. Это обеспечит высокую производительность при работе с большими объёмами формализованных знаний.
Заключение
Описанное может показаться фантазией. Но почему бы не помечтать?
Объективно, создание центров накопления знаний — не такая уж сложная и дорогостоящая задача.
Аппаратная реализация, скорее всего, не станет ближайшим приоритетом. Она, возможно, и не самая удачная идея. Производительность современных систем растёт стремительно. Уже появляются квантовые компьютеры, способные легко справляться с простыми алгоритмами поиска решений, управляемых данными и информационными блоками.
Правда, квантовые вычисления пока плохо совместимы с детерминизмом. Но технологии развиваются.