е тому у відповідь на запит користувача, який може і повинен бути виражений у термінах предметної області, система здатна будувати логічні висновки і на їх основі здійснювати узагальнення, формулювати висновки. Це дає підставу відносити такі системи до класу автоматизованих інформаційно-логічних.
Будь-яка задача з невідомим алгоритмом рішення, апріорно відноситься до штучного інтелекту, тобто до цієї сфери відносяться ті вельми різні області, де ми діємо, не маючи абсолютно точного методу розв'язання проблеми, і які володіють загалом характерними особливостями: по-перше, в них використовується інформація в символьній формі: літери, слова, знаки, малюнки, що відрізняє область штучного інтелекту від областей, в яких традиційно комп'ютерам довіряється обробка даних в числовій формі; по-друге, в них передбачається наявність вибору: дійсно, сказати, що не існує алгоритму, це означає, по суті, тільки те, що потрібно зробити вибір між багатьма варіантами в умовах невизначеності, і цей недетермінізм, який носить фундаментальний характер, ця свобода дії - є істотною складовою інтелекту.
Метою штучного інтелекту є досягнення результатів, одержуваних кращими фахівцями у своїх галузях, тому такі системи і отримали назву експертних. Важливою особливістю цих систем є те, що вони задумані для використання людиною і надання йому ефективної допомоги. Необхідною засобом для цього є можливість діалогу природною мовою програми з фахівцем.
Крім того, необхідно, щоб фахівець розумів систему і міг у разі потреби повідомити їй свої міркування і переконати її в їх справедливості. Для цього потрібно, щоб декларативні знання, використовувані системою, були відокремлені від обслуговуючих їх програмних засобів і в той же час були доступні безпосередньо самій системі. Висновки ЕС повинні бути простими і стійкими, і їх можна було легко пояснити, фахівці та експерти могли передавати системі свої знання, збагачувати її. Для цього потрібно мати можливість вводити в систему знання в довільному порядку, чисто описовим способом (не орієнтуючись на їхнє майбутнє використання, на відміну від класичних жорстко алгоритмічних процедур). Сама система повинна вміти упорядковувати і структурувати ці знання, порівнювати їх з уже наявними і будувати свою власну модель знань.
У перших дослідженнях у галузі штучного інтелекту часто ставилися занадто грандіозні завдання, такі як автоматичний переклад іншою мовою, доказ теорем в довільних областях знань. Але слід зауважити, що людство протягом століть накопичило величезний обсяг конкретних знань і абсолютно очевидно, що традиції, що сформувалися в одній галузі знань, не обов'язково автоматично стерпні на всі інші. Сьогодні ясно, що для розробки якісних інтелектуальних програм необхідна їхня орієнтація на певні вузькі галузі людської діяльності, в яких вони повинні вміти навчатися своєю спеціальністю, структурувати отримані знання та правильно їх застосовувати. На даному етапі ЕС застосовні в тих галузях людської діяльності, в яких виявляються стійкі закономірності, описи яких і піддається формальному поданням в базі знань.
В останні роки СІ розвивалися з урахуванням саме цієї обставини. ЕС нині вже практично використовуються в промисловості (наприклад, у проектуванні інтегральних мікросхем, в пошуку несправностей, автоматизації програмування). Ведуться розробки ЕС для таких додатків: раннє попередження національних і міжнародних конфліктів і пошук компромісних рішень, прийняття рішень в кризових ситуаціях, охорона правопорядку, освіта, планування і розподіл ресурсів, системи організаційного управління і т. П. Актуальним питанням також є створення ЕС в області юридичної практики.
Таким чином, ЕС представляє з себе найбільш складну АІС, яка, взаємодіючи з людиною на природній мові, обробляє символьну інформацію і використовує неповні даних для побудови логічних висновків, причому знання відділені від обслуговуючих їх програмних засобів і вводяться в систему в описовим способом. ЕС дозволяють уникнути не тільки технічної, а й інтелектуальної роботи людей з інформацією, відповідно багаторазово підвищують продуктивність праці за рахунок збільшення швидкості обробки неструктурованої інформації, однак більш складна в експлуатації і не позбавлена ??від помилок.
юридичний експертний система
2. Історія юридичних експертних систем
Досягнення в сфері розробки ЕС зробили можливим застосування технології придбання та накопичення знань для побудови прикладних систем семантичної обробки текстів, у тому числі нормативних. Комп'ютерні системи машинного розуміння тексту на природній мові, постійно розвиваючись, залишалися одним з найбільш передових способів побудови користувальницького інтерфейсу в складних інформаційних система...
