Ближе к земле — на бобовое поле

Рубрики: Это интересно   Комментарии (0)

Очередным примером практического использования индуктивных возможностей вычислительных машин, предельно заземленный в самом буквальном смысле слова, относится к деятельности сельскохозяйственного шт. Иллинойс. Урожай соевых бобов здесь постоянно находится под угрозой одного из двадцати распространенных заболеваний, и своевременный диагноз заболевания здесь означал разницу между полной гибелью урожая и благоденствием фермеров.

бобовое поле

Пытаясь решить эту задачу, власти штата организовали целую сеть бюро сельскохозяйственных консультаций, куда по телефону может обратиться за советом каждый фермер. Запросы, на которые не удается дать ответы на месте, пересылаются университетским специалистам по патологии растений, которые буквально тонут в море подобных просьб. В результате ответы часто запаздывают, неудовлетворенные запросы скапливаются в огромных количествах, так что экспертная система кажется здесь более чем уместной. Михальски и его коллега Ричард Чилоски задались целью создать такую систему и составить набор нужных для ее работы правил с помощью трудоемкого процесса, что потребовало более 45 ч консультаций со специалистом по патологии растений Барри Джекобсеном. Полученные правила охватывали 19 заболеваний, таких, как бурые огни, ложная мучнистая роса, бактериоз или рак стебля. Диагноз основывался на 35 признаках состояния растений, среди которых были пятна на листве, дырчатость листьев, сморщивание семян, а также данные о времени года, осадках и т. п. Признаки выбирались так, чтобы они были вполне очевидны и чтобы следить за ними могли не только специалисты, но и простые фермеры.

После этого было решено провести эксперимент по индуктивному выводу аналогичных правил самой машиной. Были собраны данные о 307 случаях заболеваний растений, представленные в виде специальных форм, в которых фиксировались значения каждого из 35 признаков. Для каждого из примеров ставился диагноз человеком-экспертом. Эти данные вносили затем в программу индуктивного вывода Михальски и Ларсона. В принципе она ничем не отличалась от той, которая использовалась в головоломке с поездами, но сконструировала множество правил вывода, коренным образом отличающихся от предложенных Джекобсеном. После этого выведенные машиной правила сравнили по эффективности с правилами, предложенными человеком на другом тестовом множестве, включавшем 376 случаев заболеваний. Машина правильно продиагностировала 374 заболевания, тогда как по правилам Джекобсена удалось добиться лишь 83%-ного успеха. В настоящее время для диагностики используются правила, выведенные машиной ПО.

Метки:  

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Можно использовать следующие HTML-теги и атрибуты: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Подтвердите, что Вы не бот — выберите самый большой кружок: