Strona główna

1. Wstęp 2 Akwizycja wiedzy 5


Pobieranie 155.82 Kb.
Strona1/3
Data17.06.2016
Rozmiar155.82 Kb.
  1   2   3




AKADEMIA GÓRNICZO-HUTNICZA

im. St. Staszica w Krakowie

WEAIiE, Katedra Automatyki

Przedmiot: Języki Sztucznej Inteligencji


Temat projektu: Hybrydowe systemy wnioskowania



1.Wstęp 2

2.Akwizycja wiedzy 5

3.Przykłady zastosowań systemów ekspertowych 5

4.Metody reprezentacji wiedzy 6

a.Próby ogólnej definicji reprezentacji wiedzy: 6

b.Najpopularniejsze metody reprezentacji wiedzy: 6

Reprezentacja logiczna 7

Sieci semantyczne 8

Fakty 8


Reguły 10

Ramy (frames) 13



a.Problem translacji reprezentacji wiedzy 16

5.Idea hybrydowego systemu ekspertowego 16

6.Przykłady hybrydowych systemów ekspertowych 18

a.Przykład hybrydy na bazie funkcji 18

b.Przykład hybrydy na bazie komunikacji 18

c.Przykład hybrydy interkomunikacyjno – polimorficznej 18

d.RMSE 18

e.PC-Shell 21

Wojciech Woś wosw@tlen.pl

Sławomir Miernik sm2@vp.pl

AiR, rok IV


Opiekun: mgr inż. Michał Turek
Kraków, grudzień 2004.

  1. Wstęp

Najbardziej znane programy posługujące się technikami sztucznej inteligencji to systemy doradcze, zwane też systemami ekspertowymi lub eksperckimi. Wyróżnia je używanie obszernej wiedzy w różnej postaci, zdobytej od prawdziwego eksperta. W drugiej połowie lat 60-tych rozpoczęły się pierwsze prace nad systemami, które można zaliczyć do kategorii Systemów Ekspertowych: systemem DENDRAL do wspomagania syntezy organicznej i MACSYMA do algebry symbolicznej. Były to pierwsze systemy stosowane do przypadków, które wymagały prawdziwych ekspertów. Edward Feigenbaum, jeden z pionierów tej dziedziny, tak z definiował system ekspercki:


Jest to inteligentny program komputerowy wykorzystujący procedury wnioskowania do rozwiązywania tych problemów, które są na tyle trudne, że normalnie wymagają znaczącej ekspertyzy specjalistów.
Wiedza (niezbędna, by zapewnić odpowiedni poziom ekspertyzy), wraz z procedurami wnioskowania, może być uważana za model ekspertyzy, normalnie posiadanej tylko przez najlepszych specjalistów w tej dziedzinie. Wiedza systemu eksperckiego składa się zazwyczaj z faktów i heurystyk. Fakty są podstawą bazy wiedzy systemu - informacją, która jest ogólnie dostępna i powszechnie akceptowana przez specjalistów w danej dziedzinie. Heurystyki są zwykle bardziej subiektywną informacją, która charakteryzuje proces oceny i rozwiązywania problemu przez określonego specjalistę. Przykładami heurystyk są: intuicyjne domysły, przypuszczenia, zdroworozsądkowe zasady postępowania. Poziom ekspertyzy, oferowany przez dany system ekspercki, jest przede wszystkim funkcją rozmiaru i jakości bazy wiedzy danego systemu. Chociaż systemy doradcze zaczęły się rozwijać wcześniej po raz pierwszy idea systemów opartych na wiedzy została w jasny sposób przedstawiona w pracy Allena Newella dopiero w 1980 roku. Na popularność systemów ekspertowych złożyło się kilka czynników:


  1. Pomagają one w rozwiązywaniu problemów wymagających najbardziej specjalistycznej (a więc najdroższej) wiedzy - w dłuższym okresie czasu są znacznie tańsze.

  2. W niektórych dziedzinach nie ma dostatecznej liczby ekspertów, w innych wiedza zanika, eksperci wymierają.. Motywacją do tworzenia SE był często trudny dostęp do eksperta.

  3. Nawet jeśli mamy w danej dziedzinie eksperta i jesteśmy wstanie mu zapłacić to po paru godzinach intensywnej pracy ma on skłonności do popełniania wielu pomyłek. SE pracują znacznie szybciej, nie męczą się, są bardziej niezawodne niż ludzie.

  4. Nie zawsze można liczyć na człowieka: może on „nie być w formie” lub z różnych powodów podawać tendencyjne oceny. SE są konsekwentne i ich oceny, jeśli są dobre dla jakiejś grupy zagadnień, są często bardziej konsystentne, zwracając uwagę na wszystkie szczegóły. Fakt ten liczy się szczególnie w medycynie. System podaje wszystkie prawdopodobne, zgodne ze znanymi faktami, diagnozy; człowiek przypomina sobie te najczęściej spotykane.

  5. SE mogą czuwać przez cały czas, podając natychmiast ocenę napotykanych problemów, co znacznie redukuje przerwy w prawidłowym działaniu systemów lub zwiększa szanse w przypadkach wymagających szybkiej reakcji; eksperta wzywa się tylko wtedy, gdy problem się już pojawił i ustalił.

  6. Zatrudnianie ludzi jest często bardzo kosztowne. SE wspomagający obsługę jakiegoś urządzenia technicznego jest często jedynym ekonomicznie uzasadnionym rozwiązaniem szkoleniowym.

  7. W wielu dziedzinach potrzebna jest analiza dużych ilości danych, z czym człowiek dobrze sobie nie radzi. Wiedza jednego człowieka może okazać się do rozwiązania niewystarczająca.

Poniższy schemat pokazuje budowę systemu ekspertowego:



Tworzenie systemów eksperckich w znacznej mierze sprowadza się do tworzenia baz wiedzy. Obydwa zagadnienia określa się mianem „inżynierii wiedzy” (knowledge engineering). Jest to dość nowa dziedzina, w której nie udało się ustalić dobrej metodologii: inżynierzy wiedzy podchodzą do każdego przypadku indywidualnie. Specjalizacja twórców systemu ekspertowego pokazana jest na poniższym schemacie:

W tworzeniu systemów eksperckich wyróżnia się następujące etapy:


  • Analizy problemu - oceny, czy budowa SE dla danego problemu ma sens.

  • Specyfikacji systemu - szczegółowego określenia jego funkcji i spodziewanych wyników.

  • Akwizycji wiedzy - zgromadzenia, wydobycia wiedzy z ekspertów i organizacji tej wiedzy.

  • Wyboru metody reprezentacji wiedzy i narzędzi do budowy SE.

  • Konstrukcji systemu - utworzenia bazy wiedzy, odpowiednich reguł wnioskowania, systemu wyjaśniającego rozumowanie i prowadzenia dialogu z użytkownikiem.

  • Weryfikacji i testowania systemu.

Nie zawsze jest łatwo odpowiedzieć, czy dany problem można rozwiązać przy pomocy SE. Eksperci mogą udawać, że coś wiedzą, podczas gdy skuteczność ich działania nie odbiega od poziomu przypadku (tak jest w przypadku różnych bioenergo...). Problem może być całkowicie niezrozumiały; w takiej sytuacji może być kilku ekspertów o całkiem odmiennych poglądach. Nawet w dobrze określonych problemach system może być zbyt skomplikowany, by działać stabilnie i wiarygodnie. Dzieje się tak szczególnie w przypadku problemów, które nie należą do wąskiej dziedziny wiedzy. Doświadczenie z budową SE w takich okolicznościach są na razie niewielkie. Systemów eksperckich nie warto oczywiście budować gdy da się zagadnienie rozwiązać w sposób algorytmiczny, przy pomocy zwykłych programów. W skrócie, problem nie może być ani za prosty, ani za trudny.




  1   2   3


©snauka.pl 2016
wyślij wiadomość