Как уже отмечалось, использование RBS-решений — это очень простая, но весьма эффективная технология построения систем ИИ. Она зародилась еще в середине XX века, когда теория ИИ делала первые шаги, пытаясь создать интеллектуальную систему на основе манипуляций информацией. Одной из ключевых проблем, с которыми столкнулась в ту пору теория ИИ, была проблема представления знаний нашедшая свое отражение в соответствующей теории. ТПЗ формулирует методы такого представления фактов об окружающем мире (или исследуемой проблеме), на основе которых можно было бы прийти к разумному заключению.
Основываясь на результатах исследований в области психологии, специалисты по представлению знаний стали рассматривать здравый смысл и человеческую логику как особый вид поведения, представляющий собой обработку символьной информации. Это позволило заняться решением задачи моделирования этого поведения. В частности, RBS-системы моделируют человеческую логику путем поэтапного решения проблем, как это делают в подобных ситуациях эксперты. Такой подход позволяет хранить знания в неявно заданной форме. (Иными словами, это означает, что для получения многих фактов, даже достаточно простых, следует применять рассуждения.)
Не удивительно, что столь простой подход быстро получил очень широкое распространение. Его с успехом применяют для решения проблем в самых разных областях знаний, начиная от медицины и заканчивая машиностроением, не говоря уже о компьютерной индустрии. Действительно, существует множество направлений науки и техники, в которых дедуктивные RBS-системы, манипулирующие данными в соответствии с набором заданных правил, позволяют получать весьма неплохие ре-
зультаты. Именно поэтому такие системы можно рассматривать в качестве одного из главных примеров успешного применения классических подходов к моделированию ИИ.
RBS-системы также часто называют продукционными системами (production systems), но мы воздержимся от использования этого термина, поскольку он несколько непонятен и часто приводит к неправильному заключению о том, что такие системы можно применять лишь на производстве. В общем смысле слова RBS-системы представляют собой отдельную категорию систем, основанных на знаниях (knowledge-based system), которые специализируются на обработке информации (например, данных, поступающих от сенсоров).
Строго говоря, примеры, рассмотренные в этой главе (равно как и большинство других RBS-систем, используемых на практике), представляют собой экспертные системы (expert system). Это означает, что правила, на которых основывается система, должны создаваться экспертом (expert) в аютнетстнующей проблемной области. К сожалению, выражение "экспертная система" часто применяется неправильно для обозначения любой системы, в которой воплощен практический опыт, полученный человеком в той или иной области.