Maģistra darbs "Apmācību ekspertsistēmu salīdzinošā analīze"

Maģistra darbs satur 77 lappuses un sastāv no 2 nodaļām, ievada, secinājumiem un priekšlikumiem, 10 attēliem, 6 tabulas un izmantoti 20 informācijas avoti.

Master Thesis consists of 77 pages and includes 2 chapters, introduction, conclusions and suggestions, 10 figures, 6 tables and 20 sources of information.

1.2. Ekspertsistēmas izveides un ekspluatācijas dalībnieku sastāvs un mijiedarbība. 14

2.4. „Kvalitātes vadības sistēmas ieviešana uzņēmumā” apmācības ekspertsistēmas prototipa izstrādes koncepcija. 48

Maģistra darba tēma ir apmācību ekspertsistēmu salīdzinošā analīze, kurai ir teorētisks raksturs. Šī tēma tika izvēlētā tāpēc, ka ekspertsistēmas ieinteresēja ar savu izstrādes metodoloģiju un risināmajiem uzdevumiem. Ekspertsistēmu mērķu sasniegšanas rezultāts ir ļoti svarīgs un aktuāls daudzās zinātniskajās nozarēs. Šādu sistēmu izstrādē piedalās konkrētas nozares eksperti – zinātnieki un informācijas apstrādes speciālisti, apkopojot un apvienojot savas zināšanas un pieredzi.

Ekspertsistēma – datorprogramma, kas spēj aizstāt cilvēku – ekspertu noteiktu uzdevumu risināšanā, operējot ar zināšanām noteiktajā nozarē ar mērķi gūt rekomendācijas un problēmas risinājumu [1, 19].

Ekspertsistēmas radās kā praktisks rezultāts mākslīgā intelekta pielietojuma un izpētes metožu attīstībā.

Mākslīgā intelekta joma jau ilgu laiku tiek attīstīta. Un no paša sākuma tajā tika izskatīti diezgan sarežģīti uzdevumi, kuri arī līdz šim brīdim ir pētījumu objekti: teorēmu automātiskais pierādījums, tulkošana, attēlu atpazīšana, robotu darbību plānošana un citas.

Ekspertsistēmas (turpmāk ES) izpilda eksperta funkcijas, risinot uzdevumus kādā konkrētā sfērā. Tās dot padomus, analizē, konsultē, diagnosticē. ES praktisks pielietojums uzņēmumos paaugstina darba efektivitāti un speciālistu kvalifikāciju.

Galvenā ES priekšrocība ir iespēja uzkrāt zināšanas un ilgstoši tās uzglabāt. Atšķirībā no cilvēka, ES ir objektīva pieeja jebkurai informācijai, kas uzlabo veicamās analīzes kvalitāti. Risinot uzdevumus, kuriem nepieciešams apstrādāt datus lielos apjomos, kļūdas rašanas varbūtība ir ļoti maza.

Veidojot ES, rodas arī vairāki šķēršļi. Tas, pirmkārt, ir saistīts ar to, ka pasūtītājs ne vienmēr var konkrēti noformulēt savas prasības izstrādājamajai sistēmai. Arī ir iespējami psiholoģiskā rakstura sarežģītības: veidojot sistēmas zināšanu bāzi, cilvēks – eksperts var traucēt savu zināšanu nodošanu, baidoties, ka ar laiku viņu aizstāvēs dators. Taču bailes nav pamatotas, jo ES neprot mācīties un tām nav intuīcijas.

• zināšanu bāzes (sistēmas daļa, kurā atrodas fakti);

• ievada apakšsistēmas (noteikumu kopums, pēc kuriem tiek risināti uzdevumi);

Ekspertsistēma var pilnīgi uzņemties izpildīt funkcijas, kuru realizācijai parasti ir nepieciešama speciālista pieredze, kā arī būt par asistentu cilvēkam, kurš pieņem lēmumus.

Citiem vārdiem sakot, sistēma (tehniskā vai sociālā), kurai nepieciešams lēmums, var to saņemt tieši no programmatūras, bet var arī no cilvēka, kas strādā ar šo programmu. Tas, kas pieņem lēmumu, var būt speciālists ar savām zināšanām, un šajā gadījumā ekspertsistēma tikai attaisnos savu eksistenci ar rezultātiem un paaugstinās darba efektivitāti. Kopumā, pareiza funkciju sadale starp cilvēku un mašīnu ir viena no svarīgākajām koncepcijām, paaugstinot ekspertsistēmu efektivitāti ieviešanas un uzturēšanas laikā.