Експертні системи у науці та освіті. Експертні та навчальні системи. Експертна система з вирішення завдань у предметній галузі, що вивчається.

УДК 004.891.2

ВИКОРИСТАННЯ ЕКСПЕРТНИХ СИСТЕМ В ОСВІТІ1

М.С. Чванова, І.А. Кисельова, А.А. Молчанов, О.М. Бозюкова

Тамбовський державний університет імені Г.Р. Державіна Росія, м. Тамбов. e-mail: [email protected]

У статті розглядаються проблеми застосування та розробки експертних систем освіти, а також конкретні приклади використання таких систем. Автори вважають за необхідне застосування апарату нечіткої логіки для проектування та розробки інтелектуальної підсистеми.

Ключові слова: інформаційні технології, експертна система, нечітка логіка, система освіти.

Вивчення досліджень з проблеми показало, що на початку вісімдесятих років у дослідженнях з штучного інтелекту сформувався самостійний напрямок, який отримав назву «експертні системи» (ЕС). Дослідники в галузі ЕС для назви своєї дисципліни часто використовують також термін «інженерія знань», запроваджений Е. Фейгенбаумом. Експертні системи (ЕС) - це набір програм, що виконує функції експерта під час вирішення завдань із певної предметної області. Назва обумовлена ​​тим, що вони нібито імітують людей, які є експертами.

Кожна експертна система складається з трьох частин: дуже великої бази сучасних даних, підсистеми формування питань та сукупності правил, що дозволяють робити висновки. Деякі експертні системи можуть розповісти про метод, який вони використовують при виробленні свого висновку.

У нашій країні сучасний стан розробок у галузі експертних систем можна охарактеризувати як стадію всезростаючого інтересу серед широких верств економістів, фінансистів, викладачів, інженерів, медиків, психологів, програмістів, лінгвістів. На жаль, цей інтерес має недостатнє матеріальне підкріплення: явна нестача підручників та спеціальної літератури, відсутність символьних процесорів та робочих станцій штучного інтелекту, обмежена фі-

1 Тема підтримана у рамках Програми Міносвіти «Проведення наукових досліджень молодими вченими – кандидатами наук» № 14.В37.21.1141, 20122013 рр.

Нансування досліджень у цій галузі, слабкий вітчизняний ринок програмних продуктів для розробки експертних систем, а висока вартість наявних робить їх застосування та аналіз ефективності застосування практично недоступним.

Загальновідомо, що процес створення експертної системи потребує участі висококваліфікованих фахівців у галузі штучного інтелекту, яких поки що випускає невелика кількість вищих навчальних закладів країни.

Аналіз теоретичних досліджень та педагогічної практики показав, що недостатня увага приділяється розробкам експертних систем у системі дистанційної освіти. Експертні системи у галузі освіти найчастіше використовуються для побудови бази знань, що дозволяє відобразити мінімально необхідний зміст предметної галузі з урахуванням її кількісної та якісної оцінок.

Дослідження в галузі застосування та розробки експертних систем в освіті, як ми вважаємо, умовно можна поділити на три групи. До першої групи можна віднести авторів, що досліджують теоретико-педагогічні аспекти застосування експертних систем в освіті. До другої групи – авторів, які розробили конкретні експертні навчальні системи спільно з викладачами на основі відомих технологій. До третьої групи - авторів, які досліджують нові підходи до створення експертних систем освіти.

Дослідження в галузі застосування та розробки експертних систем в осо-

ні, як ми вважаємо, умовно можна поділити на три групи. До першої групи можна віднести авторів, що досліджують теоретико-педагогічні аспекти застосування експертних систем в освіті. До другої групи – авторів, які розробили конкретні експертні навчальні системи спільно з викладачами на основі відомих технологій. До третьої групи - авторів, які досліджують нові підходи до створення експертних систем освіти.

Розглянемо першу групу публікацій, які аналізують теоретико-педагогічні аспекти застосування експертних систем.

У дослідженні Н.Л. Південний сконструйовано зміст профільного навчання із застосуванням експертної системи. Автор розглядає експертну систему для проведення діагностики за рівнями навченості та професійними перевагами учнів, яка реалізована на основі побудови фреймової моделі профільної навчальної інформації, встановлення суб'єкт-суб'єктних взаємин учасників освітнього процесу: учня, вчителя, педагога-когнітолога.

Н.М. Антипін розроблено технологію формування професійних методичних умінь у ході самостійної роботи студентів педагогічних вузів із застосуванням експертної системи. Спеціалізована навчальна експертна система, розроблена автором, здатна в ході самостійної роботи студентів за комп'ютером видавати індивідуальні завдання різних рівнів труднощі, виробляти рекомендації щодо способів їх виконання, надавати допомогу у вигляді консультацій, здійснювати контроль знань та умінь студентів на різних стадіях виконання ними методичних завдань та т.п.

Н.Л. Кірюхіною розроблено модель експертної системи діагностики знань студентів з психології. Автор розглядає експертну систему для вирішення завдання діагностики психологічних знань студентів, перевірки гіпотез щодо правильності відповідей студента, ступеня засвоєння матеріалу з різних тем курсу. І.В. Гречин реалізується новий підхід до використання експертної системи в технології навчання.

Він пропонує систему, яка при використанні зворотного зв'язку в інтерактивному режимі генерує та відстежує послідовність ланцюжка міркувань під час навчання.

Н.А. Баранова розглядається питання про застосування експертних систем у безперервній педагогічній освіті. Експертна система структурує навчальну інформацію та створює індивідуальні навчальні плани для кожного студента за скорочених термінів навчання, що підвищує ефективність процесів навчання, викладання та самоосвіти.

А.Б. Андрєєв, В.Б. Моїсеєв, Ю.Є. Усачов використовують експертні системи для аналізу знань учнів у середовищі відкритої освіти. Аналіз якості знань проводиться з допомогою експертної системи аналізу знань. Для реалізації такої системи авторами розглядається структурний підхід до створення інтелектуальних навчальних та контролюючих комп'ютерних систем. Таким чином, даний підхід дозволяє розробляти ефективні засоби аналізу знань на основі використання структурної моделі навчального матеріалу. Структурною одиницею сукупності знань у запропонованій моделі є поняття, що має зміст і обсяг.

Є.В. М'якова розглядається можливість застосування експертних систем як інформаційних технологій у сфері вищої освіти. На думку автора, експертність полягає у наявності в експертній навчальній системі знань за методикою навчання, завдяки яким вона допомагає викладачам навчати, а учням – навчатися. Головною метою реалізації експертної навчальної системи, на думку автора статті, є навчання та оцінка поточного рівня знань студента щодо рівня знань викладача. Таким чином, порівняння двох грат (еталонної, що відображає уявлення викладача, та решітки, заповненої учням під час діалогу) дозволяє оцінити відмінності в уявленнях викладача та учня.

B.М. Московкіним побудовано імітаційну експертну систему вибору університетів для навчання. Автором проведено короткий огляд зарубіжних досліджень у

галузі моделювання процесів прийняття рішення про вибір коледжів та університетів для подальшого навчання. На концептуальному рівні побудовано відповідну імітаційну експертну систему.

Розглянемо другу групу публікацій, у яких розглядаються розроблені разом із викладачами експертні системи освіти на основі відомих технологій.

Є.Ю. Левіною розроблено внутрішньо-вузівську діагностику якості навчання на основі автоматизованої експертної системи, застосування якої зводиться, по суті, до діагностики якості навчального процесу у вузі, що дозволяє на основі інформаційних засобів та математичних методів керувати базами даних для здійснення процедур дослідження та аналізу статистики результатів навчального процесу , вироблення рекомендацій для прийняття управлінських рішень щодо забезпечення якості освіти

М.А. Смирновою розроблено експертну систему з метою оцінки якості педагогічної підготовки майбутнього вчителя, яка зводиться до оцінки якості його підготовки у школі, що дозволяє досліджувати рівень підготовленості педагога.

Л.С. Болотової з урахуванням технології експертних систем ситуаційного управління реалізується адаптивне дистанційне навчання прийняття рішень. Як інструментальні програмні засоби розроблено експериментальні зразки інструментальних проблемних предметно-орієнтованих експертних систем ситуаційного управління муніципальними утвореннями та малим бізнесом на основі розробленого ситуаційного тренажера - імітатора.

Комп'ютерна система прийняття рішень за результатами експертного оцінювання у задачах оцінки якості освіти, розроблена О.Г. Берестньової та О.В. Ма-рухіна дозволяє виділити найбільш обгрунтовані твердження фахівців-експертів і використовувати їх, в кінцевому рахунку, для підготовки різних рішень. Розроблений авторами та описаний у статті універсальний програмний продукт дозволяє найоптимальніше вирішувати завдання оцінки якості освітнього процесу за результатами експертного оцінювання.

Є.Ф. Знижка розглянуто методику застосування експертних систем для коригування процесу навчання та оцінки ефективності педагогічних програмних засобів. У ході дослідження автором розроблено експериментальний фрагмент педагогічного програмного засобу з вивчення мови Пролог для учнів 9 класу середньої школи з метою демонстрації основних моментів методики, що розробляється, та її експериментальної перевірки. Вбудована в педагогічний програмний засіб експертну систему було доведено до рівня демонстраційного прототипу.

Аналіз літератури у цьому напрямі показав, що з підходів до створення експертних систем є спроби запропонувати використовувати методи нечіткої логіки, засновані на теорії нечітких множин.

В.С. Тоїскін виділяє кілька причин, на підставі яких перевага надається застосуванню систем саме з нечіткою логікою:

Вона концептуально легша розуміння;

Це гнучка система та стійка до неточних вхідних даних;

Вона може моделювати нелінійні функції будь-якої складності;

У ній враховується досвід спеціалістів-експертів;

Вона ґрунтується на природній мові людського спілкування.

І.В. Солодовніков, О.В. Рогозін, О.В. Шу-Руєв розглядають загальні принципи побудови програмного комплексу, здатного виробляти комплексну успішність студентів у семестрі за допомогою експертної системи, з використанням елементів апарату нечіткої логіки.

Відвідування лекцій. Оцінка відвідуваності розраховувалася по середньому арифметичному всіх оцінок;

Робота на семінарі. Оцінка роботи проводилася аналогічно;

Виконання контрольних робіт. Оцінка виконання контрольних робіт проводилася з урахуванням коефіцієнта складності;

Виконання домашнього завдання. Оцінка виконання проводилася аналогічно.

Для оцінки успішності автори використовували лінгвістичні змінні: "відвідував лекції", "працював на семінарі", "виконував контрольні роботи", "виконував домашнє завдання". Характеристиками цих змінних були поняття «активність», «ефективність», «оцінка». Такий підхід дає можливість проаналізувати роботу студента та на основі сформульованих критеріїв оцінити ефективність якості знань студента.

На основі моделей нечіткої логіки І.В. Самойло, Д.О. Жуков розглядають проблему створення експертних систем, що дозволяють давати рекомендації щодо професійної орієнтації конкретному абітурієнту.

Група змінних (О) – оцінки. У випадку для групи змінних можна записати О = (О1, О2, О3, ..., Оп).

Група змінних (С) - психологічні тести, створені задля виявлення здібностей, що з навчанням та інтелектом.

Група змінних (Ц) - властивості особистості учня.

Група змінних (М) - результати діагностики сфери інтересів учня: М = (т1, т2, ..., тк).

Таким чином, прототип такої системи дозволив сформувати механізм керування кафедральним вибором:

Абітурієнт заходить на стартову сторінку системи, заносить шкільні оцінки та (або) вносить результати єдиного державного іспиту, результати поточної успішності, система проводить оцінку достовірності результату за допомогою нечіткої логіки;

Користувач проходить тестування психологічних особливостей особистості та здатності до навчання, сфери інтересів з

оцінкою достовірності результату за допомогою нечіткої логіки;

Автоматизована експертна система (АЕС) перевіряє, чи відповідає цей абітурієнт вимогам кафедри (навчального закладу). Якщо «так», то за допомогою керуючого освітнього середовища коригуються знання користувача, створюються оптимальні умови подолання кафедрального «бар'єру», крім цього у користувача є можливість відмовитися від боротьби за кафедру, що його цікавить, і продовжити освіту на тій кафедрі, на якій дозволяють його досягнення;

Наступні тестування проходять раз на півроку. Результати тестування допомагають відстежити динаміку розвитку студента, вибрати оптимальну стратегію формування майбутнього професіонала.

О.А. Меліховим розглядається питання щодо можливості реалізації експертної системи моніторингу освітнього процесу вишу на основі нечіткого підходу до моделювання інтелектуальних систем. У цьому підході використовуються «лінгвістичні» змінні, відносини між якими описуються за допомогою нечітких висловлювань та нечітких алгоритмів.

Побудова системи моніторингу навчального процесу включає етапи:

Формулювання цілей навчання, визначення рівня вимог кожного викладача (вищий, середній, нижчий);

Побудова системи моніторингу, визначення ступеня навченості з кожної дисципліни. Показники: розрізнення, запам'ятовування, розуміння, елементарні вміння та навички, перенесення знань;

Визначення фактичної ефективності діяльності викладача виходячи з показників ступеня навченості учнів. Основними показниками ефективності діяльності викладача є міцність, глибина та усвідомленість знань учнів. Ці показники визначають якість освіти.

Д.І. Попов у своїй роботі розглядає інтелектуальну систему дистанційного навчання (ІСДО) KnowledgeCT на базі інтернет-технологій, яку планується використовувати в навчальних цілях Центру дистанційної освіти. Вона дозволяє

проводити не лише оцінку знань, а й здійснювати збір даних про студентів, що необхідно для створення математичних моделей учня, збору статистики.

Оцінка знань здійснюється за допомогою системи адаптивного тестування, що базується на методах та алгоритмах нечіткої логіки: для кожного рівня складності експерту з дисципліни (викладача) необхідно розробити відповідний набір питань. Подібна система дозволяє зробити процес навчання гнучкішим, врахувати індивідуальні особливості учня та підвищити точність оцінки знань студента.

В.М. Курейчик, В.В. Марков, Ю.А. Кравченко у своїй роботі досліджують підхід до проектування інтелектуальних систем дистанційного навчання на основі правил та технологій виведення, що ґрунтуються на прецедентах.

Експертні системи моделюють процес прийняття експертом рішення як дедуктивний процес з використанням висновку, що ґрунтується на правилах. У систему закладається сукупність правил, за якими виходячи з вхідних даних генерується висновок щодо адекватності запропонованої моделі. Є недолік: дедуктивна модель емулює один з найрідкісніших підходів, яким слідує експерт при вирішенні проблеми.

Висновок, заснований на прецедентах, робить висновки за результатами пошуку аналогій, що зберігаються в основі прецедентів. Даний метод ефективний у ситуаціях, коли основним джерелом знань про проблему чи ситуацію є досвід, а чи не теорія; рішення не є унікальними для конкретної ситуації і можуть бути використані в інших для вирішення аналогічних завдань; метою виведення є не гарантоване правильне рішення, а найкраще з можливих. Реалізація даної технології виведення може бути здійснена із застосуванням нейромережевих алгоритмів.

Аналіз літератури з проблеми використання експертних систем у системі дистанційного навчання показав, що цей напрямок мало вивчений і лише розвивається, про що свідчить невелика кількість публікацій дослідників-педагогів, які працюють у зазначеному проблемному полі. Публікації у цьому напрямі носять, переважно, прогнозний характер.

Зазначається інтерес до розподілених інтелектуальних систем у системі дистанційного навчання, водночас, не зовсім ясно, як можна ефективно організувати освітній процес, щоб він призводив до бажаної якості освіти. Мабуть, мова має йти, перш за все, про побудову педагогічних освітніх моделей у системі відкритої освіти.

На нашу думку, проблема зумовлена ​​тим, що значна частина дослідників у галузі технологій дистанційного навчання переносять відомі у практиці методи та прийоми, наповнюючи ними дистанційне навчання. Разом з тим цілком очевидно, що нові технології в освіті повинні спиратися на принцип «нових завдань». Передові технології несуть у собі нове рішення, нові методи, нові підходи, нові можливості, ще відомі системі освіти. Наразі стало очевидним, що «традиційна лекція» та «традиційний підручник» малоефективні при дистанційному навчанні. Потрібен організований та спрямований доступ до динамічних систем актуальної інформації, потрібні доступні у будь-який час «автоматизовані консультації», потрібні нові способи та прийоми організації спільної проектної діяльності та багато іншого.

Наразі накопичено певний досвід у передачі частини інтелектуальних функцій щодо організації та проведення освітнього процесу в системі відкритої освіти засобам інформатизації.

Так, Г.А. Самігуліною наводиться приклад інтелектуальної експертної системи дистанційного навчання на основі штучних імунних систем, яка дозволяє залежно від належності учня до певної групи оцінити його інтелектуальний потенціал та відповідно до нього оперативно надати індивідуальну програму навчання. На виході комплексна оцінка знань, диференціація студентів та прогноз якості здобутої освіти. Групи визначаються експертами та відповідають певним знанням, практичним навичкам, творчим здібностям, логічному мисленню тощо. Розроблена експертна система має на увазі реалізацію підсистем:

- «Інформаційна підсистема» -розробка методів та засобів зберігання інформації, розробка баз даних, баз знань. Включає електронні підручники, довідки, каталоги, бібліотеки тощо;

- «Інтелектуальна підсистема» -навчання імунної мережі, обробка багатовимірних даних у режимі реального часу. Застосування алгоритму оцінок енергій зв'язку на основі властивостей гомологічних пептидів дозволяє зменшити помилки під час прогнозування інтелектуальної системи, що дозволяє проводити навчання студентів відповідно до їх індивідуальних особливостей;

- «Навчальна підсистема» здійснює розробку методів, засобів та форм подання навчальної інформації, адаптованої на конкретного користувача з урахуванням його індивідуальних характеристик. Складається графік виконання обсягу необхідних робіт та строки реалізації;

- «Контролююча підсистема» призначена для комплексної оцінки знань учня з метою оперативного коригування програми та процесу навчання.

Таким чином, в результаті оперативного аналізу знань величезної кількості учнів можна швидко коригувати процес навчання, оскільки експертна система пропонує індивідуальну програму навчання.

Аналіз досліджень експертних систем у галузі дистанційної освіти показав, що це новий та актуальний напрямок у науці, який мало вивчений. Найчастіше під експертною системою педагогами розуміється тестування студентів у тій чи іншій системі дистанційної освіти та експертиза їх знань.

Так, А.В. Зубовим та Т.С. Денисової розроблено комплексні експертні інтернет-системи для дистанційного навчання на основі системи дистанційного навчання Finport Training System. У системі є можливість розробляти навчальні курси, проводити навчання та атестацію та одночасно аналізувати результати та ефективність навчання на основі тестів, розроблених висококваліфікованими фахівцями.

В.Г. Микитаєвим та Є.Ю. Бердникові-чим розроблені мультимедійні кури-

дистанційного навчання лікарів з гістологічної та цитологічної діагностики із застосуванням експертних систем на базі системи управління контентом Moodle. Система дозволяє додавати курси до контенту та на основі тестування перевіряти рівень засвоєння матеріалу залежно від відповіді студентів.

Таким чином, у системах дистанційного навчання є можливість провести експертну оцінку знань на основі розроблених спеціалістами тестових завдань.

Разом з тим, на нашу думку, технології дистанційного навчання вимагають використання безлічі підсистем для зняття рутинного навантаження з організаторів та викладачів-тьюторів. Це навантаження збільшується у зв'язку з тим, що людина вибирає собі свій ритм, темп і час навчання. Індивідуалізація потребує розвиненої автоматизованої системи «інтелектуальних» підказок, допомоги, консультацій протягом усього періоду дистанційного навчання та під час використання різних освітніх методів та прийомів: лекції, практики, проектної діяльності, конференції та ін. Тільки унікальні питання адресуються викладачеві експерту. На основі аналізу публікацій та особистої практики організації дистанційного навчання ми дійшли висновку про те, що зазначені вище інтелектуальні підсистеми можуть бути організовані на різній теоретичній та програмній основі у вигляді окремих модулів, що підключаються до системи. Це з тим, що підсистеми несуть різну інтелектуальну «навантаження»: десь досить використовувати традиційну логіку під час проектування конкретної підсистеми, а іншому випадку зручно створювати підсистему з допомогою апарата нечіткої логіки.

Список литературы

1. Андрійчіков А.В., Андрійчікова О.М. Інтелектуальні інформаційні системи. М.: Фінанси та статистика, 2006.

2. Югова Н.Л. Конструювання змісту профільного навчання із застосуванням експертної системи: автореф. дис. ... канд. пед. наук. Іжевськ, 2006.

3. Антіпіна Н.М. Технологія формування професійних методичних умінь у ході самостійної роботи студентів педаго-

гічних вузів із застосуванням експертної системи: дис. ... канд. пед. наук. М., 2000.

4. Кірюхіна Н.Л. Модель експертної системи діагностики знань студентів із психології: дис. ... канд. психол. наук. М., 1998.

5. Гречин І.В. Новий підхід до експертної системи у технології навчання // Вісті ТРТУ. Тематичний випуск "Інтелектуальні САПР". Таганрог: ТРТУ, 2001. №4.

6. Баранова Н.А. До питання про застосування експертних систем у безперервній педагогічній освіті // Освіта та наука. 2008. № 4. С. 24-28.

7. Мойсеєв В.Б., Андрєєв А.Б. Внутрішньовузівська система забезпечення якості підготовки фахівців // Інженерна освіта.

2005. № 3. С. 62-74.

8. Мягкова Є.В. Роль і можливість застосування-

ня експертних систем як інформаційних технологій у сфері вищої освіти // Інформаційні технології у проектуванні та виробництві: науково-технічний

журнал. 2008. № 1. С. 13-15.

9. Московкін В.М. Імітаційна експертна система вибору університетів на навчання // НТИ. Серія 2. 2009. №10. С. 19-21.

10. Левіна О.Ю. Внутрішньовузівська діагностика якості навчання на основі автоматизованої експертної системи: автореф. дис. ... канд. пед. наук. Казань, 2008.

11. Смирнова М.А. Застосування експертної системи з метою оцінки якості педагогічної підготовки майбутнього вчителя: дис. ... канд. пед. наук. Тула, 1997.

12. Болотова Л.С. [та ін] Адаптивне дистанційне навчання прийняттю рішень на основі технології експертних систем ситуаційного систем ситуаційного управління муніципальними утвореннями та малим бізнесом // Наукові дослідження. Вип. 5. Щорічний звіт про основні результати науково-дослідних робіт, 2003. М., 2004.

13. Берестньова О.Г., Марухіна О.В. Комп'ютерна система прийняття рішень за результатами експертного оцінювання у завданнях оцінки якості освіти // Матеріали регіональної науково-методичної конференції «Сучасна освіта: системи та практика забезпечення якості», Томськ, 29-30 січ. 2002 Томськ, 2002. С. 29-30.

14. Сніжко Є.А. Методика застосування експертних систем для коригування процесу навчання та оцінки ефективності ПКС: дис. ... канд. пед. наук. СПб., 1997.

15. Тоїскін В.С. Інтелектуальні інформаційні системи: навчальний посібник. Ставрополь: Вид-во СДПІ, 2010. Ч. 2.

16. Експертна система оцінки ефективності навчання на основі математичного апарату нечіткої логіки/І.В. Солодовників [та ін] // Якість. Інновації. Освіта. 2006. № 1. С. 19-22.

17. Самойло І.В., Жуков Д.О. Інформаційні технології у забезпеченні нової якості вищої освіти // Збірник наукових статей. Кн. 2. Праці Всеросійської науково-практичної конференції з міжнародною участю «Інформаційні технології у забезпеченні нової якості вищої освіти (14-15 квіт. 2010, Москва, НІТУ «МІСіС»)». М.: Дослідницький центр проблем якості підготовки фахівців НДТУ «МІСіС», 2010. С. 89-95.

18. Меліхова О.А., Меліхова З.А. Використання нечіткої математики при моделюванні систем штучного інтелекту // Тематичний випуск «Інтелектуальні САПР»: 2 т. Таганрог: Вид-во ТРТУ, 2007. С. 113-119.

19. Попов Д.І. Проектування інтелектуальних систем дистанційної освіти // Вісті Південного федерального університету. Серія: Технічні науки 2001. Т. 22. № 4. С. 325-332.

20. Астанін С.В. [та ін] Інтелектуальне освітнє середовище дистанційного навчання // Новини штучного інтелекту. 2003. № 1.

21. Самігуліна Г.А. Інтелектуальна експертна система дистанційного навчання на основі штучних імунних систем //Інформаційні технології моделювання та управління. 2007. Вип. 9 (43). З. 1019-1024.

22. Зубов А.В., Денисова Т.С. Створення комплексних експертних Інтернет-систем для дистанційного навчання // Інформатизація освіти та науки. М.: Державний науково-дослідний інститут інформаційних технологій та телекомунікацій, 2010.

23. Микитаєв В.Г., Берднікович Є.Ю. Розробка мультимедійних курсів дистанційного навчання лікарів з гістологічної та цитологічної діагностики із застосуванням експертних систем // Фундаментальні дослідження: науковий журнал. 2007. № 12. С. 334-334.

1. Andrejchikov A.V., Andrejchikova O.N. Intel-lektual'nye informacionnye sistemy. M.: Finansy i statistika, 2006.

2. Jugova N.L. Конструювання змісту про-фільного обучення з застосуванням експертної системи: автореф. dis. ... kand. ped.

3. Antipina N.M. Технологія формування profes-sional"них методичних умінь в ході samosto-jatel"ної роботи students pedagogicheskich vuzov

з застосуванням експертної системи: dis. ... kand. ped. nauk. M., 2000.

4. Kirjuhina N.L. Модель "експертної системи діаг-ностики znanie studentov po psihologii: dis. ... kand. psihol. nauk. M., 1998.

5. Grechin I.V. Новий підхід до експертної системи в технології обучення // Известия TRTU. Тема-тическій випуск «Інтелектуальні» SAPR». Taganrog: TRTU, 2001. № 4. С. 343-344.

6. Баранова Н.А. До voprosu o primeneniai espertsyhsysstym v nepreryvnom pedagogicheskom obrazo-vanii // Образування і наука. 2008. № 4. S. 24-28.

7. Moiseev V.B., Andreev A.B. Внутривузовская система обтяження якості підготівки спеціалістів // Інженерне обладнання. 2005. № 3. S. 62-74.

8. Мягкова Е.В. Rol" i vozmozhnost" primenenia

Експертних систем як інформаційних технологій у сфері високого обладнання // Informacion-ные технології в проектуванні і проізводстве: науково-технічний жанр. 2008. №1.

9. Московкін В.М. Імітаційна експертна система вибору універсітетів для навчання // NTI. Serija 2. 2009. № 10. S. 19-21.

10. Levina E.Ju. Внутрівізовская diagnostika якості обученія на основний автоматизований-й експертної системи: автореф. dis. ... kand. ped. nauk. Kazan", 2008.

11. Smirnova M.A. Застосування експертної системи для оцінки якості pedagogickej підготівки майбутнього учителя: dis. ... kand. ped. nauk. Tula, 1997.

12. Bolotova L.S. . Adaptivnoe distancionnoe obuchenie prinjatiju resenij na osnove technologii expertnych sistem situacionnogo sistem situonnogo upravleniya municipal"nymi obrazovaniami and maly biznesom // Nauchnye issledovania.

5. Ежегодний відчёт об основних резуль "татах науково-дослідник"ських работ, 2003. М., 2004.

13. Berestneva O.G., Maruhina O.V. Комп'ютерна система принятия рішень по результатам ікс-пертного оценювання в задачах закладу качест-ва обладнання // Матеріальна реґіоналська науко-методическая конференція «Современне об-разування: система і практіка обтяження 29-30 janv. 2002 g.

14. Сніжко Е.А. Методика примінення експертних систем для коректування процесу обучення і оцінки ефективності PPS: dis. ... kand. ped. nauk. SPb., 1997.

15. Toiskin V.S. Інтеллектуальні"інформаційні системи: uchebnoe sobie. Stavropol": Izd-vo SGPI, 2010. Ch. 2.

16. Солодовников І.В. Експертна система оцінки jeffektivnosti obuchenija на osnove ma-

tematіcheskogo апарата лагідної логіки // Качество. Інновації. Образування, 2006. №1.

17. Samojlo I.V., Zhukov D.O. Інформаційні технології в обтяженні нового якості високого облаштування // Сборник наукових органів. Kn. 2. Труди Всеросійської науково-практичної-конференції з міждународним успіхом «Інформаційні технології в обтяженні нового якості високого обладнання (14-15 квітня 2010 р., Москва, NITU «MISiS») М.: Issledo-vatel"skij центр проблем якості підготовки specialistov NITU "MISiS", 2010. S. 89-95.

18. Melihova O.A., Melihova Z.A. Ісполізація лагідної математики при моделюванні систем художнього інтеллекту // Тематичний випуск «Intelektualnye SAPR»: v 2 t. Taganrog: Izd-vo TRTU, 2007. S. 113-119.

19. Popov D.I. Проектування intellektual"них систем distancionnogo obrazowania // Izvestija Juzhno-go federal"nogo universiteta. Серія: Технічні наукі. 2001. T. 22. № 4. S. 325-332.

20. Astanin S.V. Intellektual"наша obrazova-tel"наша среда дистанційного обученія // No-vosti художнього intellekta. 2003. № 1.

21. Samigulina G.A. Intellektual"naja jekspertnaja система distancionnogo obucheniya на osnove іскусственних immunnych систем // Informacion-ние технологію моделірованія і upravlenija.

2007. Vyp. 9 (43). S. 1019-1024.

22. Зубов А.В., Денісова Т.С. Відставання комплексів-них експертних Інтернет-систем для дистанційного обучення // Informatizacija obrazovanieja i nauki. М.: Государственный наукодослідник-ський інститут інформаційних технологій і телекомунікацій, 2010.

23. Nikitaev V.G., Berdnikovich E.Ju. Розробка мультимедійних kursov distancionnoho obucheniya vrachej po gistologicheskoy і citologicheskoy diagnostike з застосуванням експертних систем // Fundamental'nye дослідження: науковий zhur-nal. 2007. № 12. S. 334-334.

USE OF EXPERT SYSTEMS IN EDUCATION

M.S. Chvanova, I.A. Kiseleva, A.A. Molchanov, A.N. Bozyukova Tambov State University називається G.R. Державін Тамбов, Росія. e-mail: [email protected]

Матеріали розглядають проблеми з використанням і розробкою experts systems in education, as well as actual examples of use of such systems. Автори вважають, що необхідно використовувати простий логічний дизайн і розробка хитромудрої системи.

Key words: information technologies, expert system, fuzzy logic, system of education.

Тема1. ЕОС як компонент інтенсивного навчання спеціалістів.

Лекція 8. Експертно-навчальні системи.

Сфери застосування експертних систем у менеджменті.

Вартість експертних систем.

Розвиток експертних систем.

Протягом останніх двадцяти років фахівці у галузі інтелектуальних систем ведуть активні дослідницькі роботи у галузі створення та використання експертних систем, призначених для сфери освіти. З'явився новий клас експертних систем – експертні навчальні системи – найбільш перспективний напрямок удосконалення програмних педагогічних засобів у бік процедурності знань.

Експертна система – це комплекс комп'ютерного програмного забезпечення, який допомагає людині приймати обґрунтовані рішення. Експертні системи використовують інформацію, отриману заздалегідь від експертів - людей, які у будь-якій галузі є найкращими фахівцями.

Експертні системи повинні:

• зберігати знання про певну предметну область (факти, описи подій та закономірностей);
• вміти спілкуватися з користувачем обмеженою природною мовою (тобто ставити запитання та розуміти відповіді);
• мати комплекс логічних засобів для виведення нових знань, виявлення закономірностей, виявлення протиріч;
• ставити завдання на запит, уточнювати її постановку і шукати рішення;
• пояснювати користувачеві, як отримано рішення.

Бажано також, щоб експертна система могла:

• повідомляти таку інформацію, що підвищує довіру користувача до експертної системи;
• «розповідати» про себе, про свою власну структуру

Експертна навчальна система (ЕОС) - це програма, що реалізує ту чи іншу педагогічну мету на основі знань експерта в деякій предметній галузі, здійснюючи діагностику навчання та управління вченням, а також демонструючи поведінку експертів (фахівців-предметників, методистів, психологів). Експертність ЕОС полягає у наявності в ній знань за методикою навчання, завдяки яким вона допомагає викладачам навчати, а учням – навчатися.

Архітектура експертної навчальної системи включає два основних компоненти: базу знань (сховище одиниць знань) і програмний інструмент доступу та обробки знань, що складається з механізмів виведення висновків (рішення), придбання знань, пояснення одержуваних результатів та інтелектуального інтерфейсу.

Обмін даними між учням та ЕОС виконує програма інтелектуального інтерфейсу, яка сприймає повідомлення учня та перетворює їх у форму представлення бази знань і, навпаки, переводить внутрішнє уявлення результату обробки у формат учня та видає повідомлення на необхідний носій. Найважливішим вимогою до організації діалогу учня з ЕОС є природність, яка означає буквально формулювання потреб учня пропозиціями природного мови. Важливо, щоб послідовність розв'язання задачі була гнучкою, відповідала уявленням учня та велася у професійних термінах.

Наявність розвиненої системи пояснень (СО) є надзвичайно важливою для ЕОС, що працюють у галузі навчання. У процесі навчання така ЕОС виконуватиме як активну роль «вчителя», а й роль довідника, допомагає учню вивчати внутрішні процеси, які у системі, з допомогою моделювання прикладної області. Розвинена З складається з двох компонентів: активної, що включає набір інформаційних повідомлень, що видаються учню в процесі роботи, залежать від конкретного шляху вирішення задачі, що повністю визначаються системою; пасивної (основної компоненти СО), орієнтованої на дії, що ініціалізують, учня.

Активна компонента є розгорнутим коментарем, що супроводжує дії і результати, отримані системою. Пасивна компонента - це якісно новий вид інформаційної підтримки, властивої тільки системам, заснованим на знаннях. Ця компонента, окрім розвиненої системи HELP-ів, що викликаються учням, має системи пояснень ходу розв'язання задачі. Система пояснень у існуючих ЕОС реалізується у різний спосіб. Вона може бути: набір інформаційних довідок про стан системи; повний чи частковий опис пройденого системою шляху по дереву рішень; список гіпотез, що перевіряються (підстави для їх формування та результати їх перевірки); список цілей, що управляють роботою системи, та шляхів їх досягнення.

Важливою особливістю розвинутої є використання в ній природної мови спілкування з учням. Широке застосування систем «меню» дозволяє як диференціювати інформацію, а й у розвинених ЕОС судити про рівень підготовленості учня, формуючи його психологічний портрет.

Однак того, хто навчається, не завжди може цікавити повний висновок рішення, що містить безліч непотрібних деталей. У цьому випадку система повинна вміти вибирати з ланцюжка лише ключові моменти з урахуванням їхньої важливості та рівня знань учня. І тому в основі знань потрібно підтримувати модель знань і намірів учня. Якщо ж той, хто навчається, продовжує не розуміти отриману відповідь, то система повинна в діалозі на основі підтримуваної моделі проблемних знань навчати його тим чи іншим фрагментам знань, тобто. розкривати більш докладно окремі поняття та залежності, якщо навіть ці деталі безпосередньо у виводі не використовувалися.

Експертна система для навчання - Це програмна система, що реалізує функцію навчання на основі знань експертів.

Можливості ЕОС:

• Мережеве подання навчальних курсів

• Моделі учнів

• Генерація контрольних питань та даних для аналізу відповідей на них

• Можливість нарощування баз знань, умінь та навичок

Завдання експертної системи:

• надати учню чіткі критерії досягнення навчальних цілей (система контролю),

• допомогти йому збудувати оптимальний індивідуальний графік навчання.

• зберегти результати попередніх консультацій.

• Експертна система з вирішення завдань у предметній галузі, що вивчається.

• Експертна система з діагностики помилок учня

• Експертна система з планування процесу управління вченням

1. Вчення

1. Вчення . Створення середовища набуття знань.

2. Навчання. Виконання функцій викладача щодо пред'явлення матеріалу, контролю його засвоєння та діагностики помилок

3. Контроль та діагностика . Надання тестових питань, оцінка відповідей та виявлення помилок.

4. Тренування . Створення середовища, яке дозволяє набувати та закріплювати необхідні навички та вміння.

Експертна оболонка

Експертна оболонка призначена для організації навчання в режимі комп'ютер-студент. Навчання у складі інформаційно-освітнього середовища «Chopin» відбувається за індивідуальним навчальним планом та в індивідуальному темпі. Експертна оболонка в середовищі виконує роль порадника, який на основі реальних досягнень учня, зафіксованих у базі даних результатів тестування та навчання, будує план навчання та приймає рішення про досягнення учням деякого рівня знань про предметну область. VIPES – гібридна оболонка

VIPES призначений для роботи в мережі. Ця оболонка є розрахована на багато користувачів. У цій системі використовується графічний інтерфейс користувача. Предметні фахівці та викладачі здатні самостійно створювати та редагувати бази знань для оболонки VIPES.

• Оболонка тестування

• Консоль аналізу даних

• Оболонка багатользувальної ЕС із візуальним інтерфейсом

• База даних навчання та тестування

• Файлова система даних тестів та навчальних курсів

• Оболонка навчання

• Службовий модуль

Тестування вихідних даних

Тестування вихідних даних включає перевірку фактографічної інформації, що є основою щодо експертизи.

Логічне тестування бази знань полягає у виявленні логічних помилок у системі продукцій, які не залежать від предметної області; пропущені та перетинаються правила; неузгоджувані та термінальні клаузи (неузгоджені умови).

Концептуальне тестування проводиться для перевірки загальної структури системи та обліку в ній всіх аспектів розв'язуваної задачі.

1. Простота вирішення вихідної задачі побудови системи.

2. Можливість доповнення системи тестування в процесі використання.

3. Досить проста схема практичного використання.

4. Привабливість для користувача за рахунок часу та зусиль, що витрачаються на перевірку знань.

пропозиція кількох варіантів відповідей опосередковано стимулює користувача аналізувати різні рішення, глибше досліджувати поставлене завдання.

Рецензуюча експертна система.

Один із шляхів вирішення проблеми проблема інтенсифікації процесу освіти – використання новітніх інформаційних технологій під час навчання та стажування молодих спеціалістів.

Для вирішення цієї проблеми розроблено проект зі створення рецензуючої експертної системи, яка виконує функції експерта – консультанта та педагога одночасно.

Експертна система – програма, призначена у тому, щоб моделювати людський інтелект, досвід, процес пізнання.

З експертною системою, що ґрунтується на рецензуючому підході, користувач надає більший обсяг даних, а також власний варіант рішення або план дій.

Система оцінює план користувача та забезпечує критичний аналіз.

Критичний аналіз включає альтернативи, пояснення, виправдання, попередження та додаткову інформацію для розгляду.

Рецензуюча експертна система реалізує два типи здібностей:

• Система може функціонувати подібно до звичайної експертної системи

• Система може аналізувати будь-який із можливих планів, запропонованих користувачем, у контексті сценарію можливих дій, та проводити практичний критичний аналіз.

1. користувач вводить інформацію щодо поточної дії та надає свій операційний план або набір дій.

2. проводиться аналіз введеного

3. користувач отримує потрібний результат.

4. якщо користувач поставив план дій як невідомий, рецензуюча експертна система функціонуватиме як звичайна експертна система і видасть план, що рекомендується експертом.

Усі експертні системи виконують різні функції, але вони мають одну єдину мету – порівняти це завдання з наявною інформацією базі даних і виконати ту функцію, яку виконує дана експертна система.

• Що таке експертно – навчальна система?

• Які 3 аспекти виділяють у тестуванні експертних систем?

• Тема1. ЕОС як компонент інтенсивного навчання спеціалістів.

  Лекція 8. Експертно-навчальні системи.

  Сфери застосування експертних систем у менеджменті.

  Вартість експертних систем.

  Розвиток експертних систем.

  Протягом останніх двадцяти років фахівці у галузі інтелектуальних систем ведуть активні дослідницькі роботи у галузі створення та використання експертних систем, призначених для сфери освіти. З'явився новий клас експертних систем – експертні навчальні системи – найбільш перспективний напрямок удосконалення програмних педагогічних засобів у бік процедурності знань.

  Експертна система – це комплекс комп'ютерного програмного забезпечення, який допомагає людині приймати обґрунтовані рішення. Експертні системи використовують інформацію, отриману заздалегідь від експертів - людей, які у будь-якій галузі є найкращими фахівцями.

  Експертні системи повинні:

  • зберігати знання про певну предметну область (факти, описи подій та закономірностей);
  • вміти спілкуватися з користувачем обмеженою природною мовою (тобто ставити запитання та розуміти відповіді);
  • мати комплекс логічних засобів для виведення нових знань, виявлення закономірностей, виявлення протиріч;
  • ставити завдання на запит, уточнювати її постановку і шукати рішення;
  • пояснювати користувачеві, як отримано рішення.

  Бажано також, щоб експертна система могла:

  • повідомляти таку інформацію, що підвищує довіру користувача до експертної системи;
  • «розповідати» про себе, про свою власну структуру

  Експертна навчальна система (ЕОС) - це програма, що реалізує ту чи іншу педагогічну мету на основі знань експерта в деякій предметній галузі, здійснюючи діагностику навчання та управління вченням, а також демонструючи поведінку експертів (фахівців-предметників, методистів, психологів). Експертність ЕОС полягає у наявності в ній знань за методикою навчання, завдяки яким вона допомагає викладачам навчати, а учням – навчатися.

  Архітектура експертної навчальної системи включає два основних компоненти: базу знань (сховище одиниць знань) і програмний інструмент доступу та обробки знань, що складається з механізмів виведення висновків (рішення), придбання знань, пояснення одержуваних результатів та інтелектуального інтерфейсу.

  Обмін даними між учням та ЕОС виконує програма інтелектуального інтерфейсу, яка сприймає повідомлення учня та перетворює їх у форму представлення бази знань і, навпаки, переводить внутрішнє уявлення результату обробки у формат учня та видає повідомлення на необхідний носій. Найважливішим вимогою до організації діалогу учня з ЕОС є природність, яка означає буквально формулювання потреб учня пропозиціями природного мови. Важливо, щоб послідовність розв'язання задачі була гнучкою, відповідала уявленням учня та велася у професійних термінах.

  
  
  

  Наявність розвиненої системи пояснень (СО) є надзвичайно важливою для ЕОС, що працюють у галузі навчання. У процесі навчання така ЕОС виконуватиме як активну роль «вчителя», а й роль довідника, допомагає учню вивчати внутрішні процеси, які у системі, з допомогою моделювання прикладної області. Розвинена З складається з двох компонентів: активної, що включає набір інформаційних повідомлень, що видаються учню в процесі роботи, залежать від конкретного шляху вирішення задачі, що повністю визначаються системою; пасивної (основної компоненти СО), орієнтованої на дії, що ініціалізують, учня.

  Активна компонента є розгорнутим коментарем, що супроводжує дії і результати, отримані системою. Пасивна компонента - це якісно новий вид інформаційної підтримки, властивої тільки системам, заснованим на знаннях. Ця компонента, окрім розвиненої системи HELP-ів, що викликаються учням, має системи пояснень ходу розв'язання задачі. Система пояснень у існуючих ЕОС реалізується у різний спосіб. Вона може бути: набір інформаційних довідок про стан системи; повний чи частковий опис пройденого системою шляху по дереву рішень; список гіпотез, що перевіряються (підстави для їх формування та результати їх перевірки); список цілей, що управляють роботою системи, та шляхів їх досягнення.

  Важливою особливістю розвинутої є використання в ній природної мови спілкування з учням. Широке застосування систем «меню» дозволяє як диференціювати інформацію, а й у розвинених ЕОС судити про рівень підготовленості учня, формуючи його психологічний портрет.

  Однак того, хто навчається, не завжди може цікавити повний висновок рішення, що містить безліч непотрібних деталей. У цьому випадку система повинна вміти вибирати з ланцюжка лише ключові моменти з урахуванням їхньої важливості та рівня знань учня. І тому в основі знань потрібно підтримувати модель знань і намірів учня. Якщо ж той, хто навчається, продовжує не розуміти отриману відповідь, то система повинна в діалозі на основі підтримуваної моделі проблемних знань навчати його тим чи іншим фрагментам знань, тобто. розкривати більш докладно окремі поняття та залежності, якщо навіть ці деталі безпосередньо у виводі не використовувалися.

  Класифікація комп'ютерних навчальних систем

  Комп'ютерні навчальні кошти поділяються на:

  · Комп'ютерні підручники;

  • предметно-орієнтовані середовища;
  • лабораторні практикуми;
  • тренажери;
  • системи контролю знань;
  • довідники та бази даних навчального призначення;
  • інструментальні системи;
  • Експерно-навчальні системи.

  Автоматизовані навчальні системи (АВС) - комплекси програмно-технічних та навчально-методичних засобів, що забезпечують активну навчальну діяльність. АОС забезпечують як навчання конкретним знанням, а й перевірку відповідей учнів, можливість підказки, цікавість досліджуваного матеріалу та інших.

  АОС являють собою складні людино-машинні системи, в яких поєднується в одне ціле ряд дисциплін: дидактика (науково обґрунтовуються цілі, зміст, закономірності та принципи навчання); психологія (враховуються особливості характеру та душевний склад учня); моделювання, машинна графіка та ін.

  Основний засіб взаємодії учня з АОС - діалог. Діалогом з навчальною системою може керувати як той, хто сам навчається, так і система. У першому випадку учень сам визначає режим своєї роботи з АОС, вибираючи спосіб вивчення матеріалу, що відповідає його індивідуальним здібностям. У другому випадку методику та спосіб вивчення матеріалу вибирає система, пред'являючи учню відповідно до сценарію кадри навчального матеріалу та питання до них. Свої відповіді учень вводить у систему, яка тлумачить собі їх зміст і видає повідомлення характер відповіді. Залежно від ступеня правильності відповіді, або від питань учня система організує запуск тих чи інших шляхів сценарію навчання, обираючи стратегію навчання та пристосовуючись до рівня знань учня.

  Експертні навчальні системи (ЕОС). Реалізують навчальні функції та містять знання з певної досить вузької предметної галузі. ЕОС мають у своєму розпорядженні можливості пояснення стратегії і тактики вирішення завдання предметної галузі, що вивчається, і забезпечують контроль рівня знань, умінь і навичок з діагностикою помилок за результатами навчання.

  Навчальні бази даних (УБД) та навчальні бази знань (УБЗ), орієнтовані певну предметну область. УБД дозволяють формувати набори даних для заданої навчальної задачі та здійснювати вибір, сортування, аналіз та обробку інформації, що міститься в цих наборах. В УБЗ, як правило, містяться опис основних понять предметної галузі, стратегія та тактика вирішення завдань; комплекс пропонованих вправ, прикладів та завдань предметної галузі, а також перелік можливих помилок учня та інформація для їх виправлення; база даних, що містить перелік методичних прийомів та організаційних форм навчання.

  Системи мультимедіа. Дозволяють реалізувати інтенсивні методи та форми навчання, підвищити мотивацію навчання за рахунок застосування сучасних засобів обробки аудіовізуальної інформації, підвищити рівень емоційного сприйняття інформації, сформувати вміння реалізовувати різноманітні форми самостійної діяльності з обробки інформації.

  Системи мультимедіа широко використовуються з метою вивчення процесів різної природи на основі їх моделювання. Тут можна зробити наочним невидиме звичайним оком життя елементарних частинок мікросвіту щодо фізики, образно і зрозуміло розповісти про абстрактних і n-мірних світах, дохідливо пояснити, як працює той чи інший алгоритм тощо. Можливість у кольорі та зі звуковим супроводом промоделювати реальний процес піднімає навчання на якісно новий щабель.

  Системи<Виртуальная реальность>. Застосовуються при вирішенні конструктивно-графічних, художніх та інших завдань, де необхідно розвиток уміння створювати уявну просторову конструкцію деякого об'єкта за його графічним уявленням; щодо стереометрії та креслення; у комп'ютеризованих тренажерах технологічних процесів, ядерних установок, авіаційного, морського та сухопутного транспорту, де без подібних пристроїв принципово неможливо відпрацювати навички взаємодії людини із сучасними надскладними та небезпечними механізмами та явищами.

  Освітні комп'ютерні телекомунікаційні мережі. Дозволяють забезпечити дистанційне навчання (ДО) - навчання з відривом, коли викладач і учня розділені просторово і (чи) у часі, а навчальний процес здійснюється з допомогою телекомунікацій, головним чином, з урахуванням засобів Інтернету. Багато людей при цьому отримують можливість підвищувати освіту вдома (наприклад, дорослі люди, обтяжені діловими та сімейними турботами, молодь, яка проживає у сільській місцевості чи невеликих містах). Людина в будь-який період свого життя знаходить можливість дистанційно здобути нову професію, підвищити свою кваліфікацію і розширити кругозір, причому практично в будь-якому науковому чи навчальному центрі світу.

  В освітній практиці застосовуються всі основні види комп'ютерних телекомунікацій: електронна пошта, електронні дошки оголошень, телеконференції та інші можливості Інтернету. ДО передбачає автономне використання курсів, записаних на відеодиски, компакт-диски і т.д. Комп'ютерні телекомунікації забезпечують:

  • можливість доступу до різних джерел інформації через систему Internet та роботи з цією інформацією;
  • можливість оперативного зворотного зв'язку під час діалогу з викладачем або з іншими учасниками навчального курсу;
  • можливість організації спільних телекомунікаційних проектів, у тому числі міжнародних, телеконференцій, можливість обміну думками з будь-яким учасником цього курсу, викладачем, консультантами, можливість запиту інформації з будь-якого питання через телеконференції.
  • можливість реалізації методів дистанційної творчості, таких як участь у дистанційних конференціях, дистанційний<мозговой штурм>мережевих творчих робіт, порівняльний аналіз інформації у WWW, дистантні дослідницькі роботи, колективні освітні проекти, ділові ігри, практикуми, віртуальні екскурсії та ін.

  Спільна робота стимулює учнів на ознайомлення з різними точками зору на проблему, що вивчається, на пошук додаткової інформації, на оцінку одержуваних власних результатів.

  Тема 2.3. Програмні засоби презентацій та основи офісного програмування

  Тема 2.4.

  2.4.11. Навчальна база даних із головною кнопковою формою "Training_students" - Завантажити

  
  

  Системи управління базами даних та експертні системи

  2.4. Системи управління базами даних та експертні системи

  2.4.10. Експертні та навчальні системи

  Експертні системи є одним із основних додатків штучного інтелекту. Штучний інтелект – це з розділів інформатики, у якому розглядаються завдання апаратного і програмного моделювання тих видів людської діяльності, які вважаються інтелектуальними.

  Результати досліджень із штучного інтелекту використовуються в інтелектуальних системах, які здатні вирішувати творчі завдання, що належать до конкретної предметної галузі, знання про яку зберігаються в пам'яті (базі знань) системи. Системи штучного інтелекту орієнтовані рішення великого класу завдань, яких ставляться звані частково структуровані чи неструктуровані завдання (слабко формализуемые чи неформализуемые завдання).

  Інформаційні системи, що використовуються для вирішення частково структурованих завдань, поділяються на два види:

  1. Створюють управлінські звіти (що виконують обробку даних: пошук, сортування, фільтрацію). Прийняття рішення складає основі відомостей, які у цих звітах.
  2. Розробні можливі альтернативи рішення. Ухвалення рішення зводиться до вибору однієї із запропонованих альтернатив.

  Інформаційні системи, які розробляють альтернативи рішень, можуть бути модельними чи експертними:

  1. Модельні інформаційні системи надають користувачеві моделі (математичні, статистичні, фінансові тощо), які допомагають забезпечити вироблення та оцінку альтернатив рішення.
  2. Експертні інформаційні системи забезпечують вироблення та оцінку можливих альтернатив користувачем за рахунок створення систем, що ґрунтуються на знаннях, отриманих від фахівців - експертів.

  Експертні системи - це програми для комп'ютерів, що акумулюють знання фахівців - експертів у конкретних предметних галузях, які призначені для отримання прийнятних рішень у процесі обробки інформації. Експертні системи трансформують досвід експертів у будь-якій галузі знань у форму евристичних правил і призначені для консультацій менш кваліфікованих фахівців.

  Відомо, що знання існують у двох видах: колективний досвід, особистий досвід. Якщо предметна область представлена ​​колективним досвідом (наприклад, вища математика), то ця предметна область не потребує експертних систем. Якщо в предметній галузі більшість знань є особистим досвідом фахівців високого рівня і ці знання є слабоструктурованими, то така галузь потребує експертних систем. Сучасні експертні системи знайшли широке застосування у всіх галузях економіки.

  База знань є ядром експертної системи. Перехід даних до знань є наслідком розвитку інформаційних систем. Для зберігання даних застосовуються бази даних, а зберігання знань – бази знань. У базі даних зазвичай зберігаються великі масиви даних з відносно невеликою вартістю, а в базах знань зберігаються невеликі за обсягом, але дорогі інформаційні масиви.

  База знань – це сукупність знань, що описані з використанням обраної форми їх подання. Наповнення бази знань є одним із найскладніших завдань, яка пов'язана з вибором знань їхньою формалізацією та інтерпретацією.

  Експертна система складається з:

  • бази знань (у складі робочої пам'яті та бази правил), призначеної для зберігання вихідних та проміжних фактів у робочій пам'яті (її ще називають базою даних) та зберігання моделей та правил маніпулювання моделями в базі правил;
  • вирішувача завдань (інтерпретатора), який забезпечує реалізацію послідовності правил для вирішення конкретної задачі на основі фактів та правил, що зберігається в базах даних та базах знань;
  • підсистеми пояснення дозволяє користувачу отримати відповіді на запитання: «Чому система прийняла таке рішення?»;
  • підсистеми набуття знань, призначеної як додавання до бази знань нових правил, і модифікації наявних правил;
  • інтерфейсу користувача, комплексу програм, що реалізують діалог користувача із системою на стадії введення інформації, та отримання результатів.

  Експертні системи відрізняються від традиційних систем обробки даних тим, що в них зазвичай використовується символьний спосіб подання, символьний висновок і евристичний пошук рішень. Для вирішення слабко формалізованих або неформалізованих задач перспективнішими є нейронні мережі або нейрокомп'ютери.

  Основу нейрокомп'ютерів становлять нейронні мережі – ієрархічні організовані паралельні сполуки адаптивних елементів – нейронів, які забезпечують взаємодію Космосу з об'єктами реального світу як і, як і біологічна нервова система.

  Великих успіхів використання нейромереж досягнуто під час створення самонавчальних експертних систем. Мережа налаштовують, тобто. навчають, пропускаючи через неї всі відомі рішення та домагаючись отримання необхідних відповідей на виході. Налаштування полягає у доборі параметрів нейронів. Часто використовують спеціалізовану програму навчання, яка займається навчанням у мережі. Після навчання система готова до роботи.

  Якщо в експертну систему її творці попередньо закладають знання у певній формі, то в нейронних мережах невідомо навіть розробникам, як формуються знання у її структурі у процесі навчання та самонавчання, тобто. мережа є «чорний ящик».

  Нейрокомп'ютери як системи штучного інтелекту є досить перспективними і можуть нескінченно вдосконалюватися у своєму розвитку.

  В даний час системи штучного інтелекту у формі експертних систем та нейронних мереж знаходять широке застосування при вирішенні фінансово-економічних проблем.