Techniki wnioskowania z użyciem rozproszonej bazy wiedzy


Rodzaje systemów ekspertowych w zależności od prezentacji rozwiązania



Pobieranie 347.22 Kb.
Strona2/10
Data24.10.2017
Rozmiar347.22 Kb.
1   2   3   4   5   6   7   8   9   10

Rodzaje systemów ekspertowych w zależności od prezentacji rozwiązania:


  • doradcze z kontrolą człowieka - prezentujące rozwiązania dla użytkownika, który jest w stanie ocenić ich jakość, zatwierdzić lub zażądać innej propozycji;

  • doradcze bez kontroli człowieka - system jest sam dla siebie końcowym autorytetem. Rozwiązanie takie jest wykorzystane m.in. w układzie sterowania promem kosmicznym. Układ 5 komputerów przygotowuje się do podjęcia decyzji. Następnie porównuje otrzymane wyniki i przy pełnej zgodności (głosowanie 3 do 2) wykonuje odpowiednie działanie, w przeciwnym przypadku cały proces jest powtarzany;

  • krytykujące - dokonujące analizy i komentujące uzyskane rozwiązanie.



Rodzaje systemów ekspertowych w zależności od strategii tworzenia:


  • dedykowane - tworzone od podstaw przez inżyniera wiedzy współpracującego z informatykiem;

  • szkieletowe - gotowy system z pustą bazą wiedzy, do wypełnienia przez inżyniera wiedzy i eksperta z danej dziedziny.

Rodzaje systemów ekspertowych w zależności od realizowanych przez te systemy zadań:


  • interpretacyjne - dedukują opisy sytuacji z obserwacji lub stanu czujników, np. rozpoznawanie mowy, obrazów, struktur danych;

  • predykcyjne - wnioskują o przyszłości na podstawie danej sytuacji, np. prognoza pogody, rozwój choroby;

  • diagnostyczne - określają wady systemu na podstawie obserwacji, np. medycyna, elektronika, mechanika;

  • kompletowania - konfigurują obiekty w warunkach ograniczeń, np. konfigurowanie systemu komputerowego;

  • planowania - podejmują działania aby osiągnąć cel, np. ruchy robota;

  • monitorowania - porównują obserwacje z ograniczeniami, np. w elektrowniach atomowych, medycynie, w ruchu ulicznym;

  • sterowania - kierują zachowaniem systemu; obejmują interpretowanie, predykcję, naprawę i monitorowanie zachowania się obiektu;

  • poprawiania - podają sposób postępowania w przypadku złego funkcjonowania obiektu, którego te systemy dotyczą;

  • naprawy - harmonogramują czynności przy dokonywaniu napraw uszkodzonych obiektów;

  • instruowania - systemy doskonalenia zawodowego dla studentów.

 

Podstawowe cechy systemów ekspertowych:


    • dotyczą wąskiej dziedziny wiedzy;

    • modularna budowa pozwalająca na rozbudowę systemu;

    • możliwość wnioskowania z niepełnej wiedzy;

    • możliwość wyjaśniania łańcucha wnioskowania w sposób zrozumiały dla użytkownika;

    • rozdział mechanizmu wnioskowania od bazy wiedzy;

    • zastosowanie reguł wnioskowania postaci „if ... then ...".



Sprzyjające czynniki rozwoju systemów ekspertowych to między innymi:


    • zwiększenie dostępności - ekspertyza dostępna na wielu komputerach i przez „cały czas";

    • redukcja kosztów - wiedza eksperta jest kosztowna, stąd próby wykorzystania często znacznie tańszych systemów ekspertowych;

    • wszechstronność ekspertyz - możliwość uzyskania kilku alternatywnych rozwiązań;

    • objaśnienie odpowiedzi;

    • skrócenie czasu konsultacji;

    • systemy ekspertowe dopuszczają większe grono ludzi występujących w roli eksperta - połączenie wiedzy kilku ekspertów może spowodować, że system ekspertowy będzie działał lepiej niż pojedynczy ekspert;

    • odporność psychiczna - system ekspertowy umożliwia pracę bez zakłóceń, nawet w stresujących warunkach;

    • zmniejszenie zagrożeń - może być używany w środowiskach niebezpiecznych dla człowieka.



Do cech charakterystycznych różniących systemy ekspertowe od systemów informatycznych zalicza się:


    • jawną reprezentację wiedzy w bazie wiedzy;

    • wykorzystanie w procesie wnioskowania mechanizmu wnioskującego;

    • możliwość uzasadnienia podawanych odpowiedzi za pomocą modułu objaśniającego;

    • wspomaganie i aktualizacja bazy wiedzy za pomocą modułu akwizycji wiedzy.



Właściwości systemów ekspertowych:


    • Poprawność systemu

System ekspertowy powinien zapewnić wysoki poziom wydawanych ekspertyz. W tym sensie możemy mówić o poprawności systemu, jeśli daje on dobre rezultaty, rozwiązuje zadania w czasie dopuszczalnym i dysponuje strategiami umożliwiającymi imitowanie wiedzy i intuicji eksperta, uzyskanej w wyniku wieloletniego doświadczenia. Jakość pracy możemy ocenić porównując wyniki działania systemu z rezultatami pracy człowieka.

Uniwersalność

Zdolność do rozwiązywania obszernej klasy zadań z danej dziedziny. System nie powinien zawierać wielu sztywnych, wcześniej przygotowanych rozwiązań, lecz dużą liczbę reguł obejmujących dostatecznie szeroki zakres heurystyk z dziedziny problemowej.

Uniwersalność rozumiana jako możliwość rozwiązania zadań z różnych dziedzin wiedzy na podstawie strukturalnego podobieństwa reguł wnioskowania jest jeszcze nieosiągalna. Tworzenie systemów zdolnych do takiego działania (można je nazwać metasystemami) jest jednak nieuniknionym kierunkiem rozwoju badań nad sztuczną inteligencją.

Złożoność

Stopień komplikacji systemu ekspertowego jest w naturalny sposób określony przez dziedzinę, dla której jest wykonany. Tak więc nie nazwiemy systemem ekspertowym ani programu wyboru jednego z czterech możliwych przedmiotów, ani algorytmu szybkiego przekształcenia Fouriera.



Autoanaliza

System ekspertowy powinien uzasadnić użytkownikowi przyjęte rozwiązanie nie tylko globalnie, ale i na każdym etapie, to znaczy również każde rozwiązanie częściowe. Dokonuje się tego w ten sposób, że przegląda się drzewo rozwiązania w kierunku wstecznym, tak jakby to było jeszcze jedno zadanie wymagające ekspertyzy. W analizowaniu przez system własnego zachowania istotna rolę odgrywa tzw. Moduł niesprzeczności. Do prowadzenia autoanalizy niezbędna jest możliwość rekonstrukcji pewnego ciągu wnioskowania. Objaśnienia są ważnym elementem pracy systemu, a ich waga rośnie wraz ze wzrostem kosztów przyjęcia błędnego rozwiązania.



Zdolność udoskonalania bazy wiedzy

 System ekspertowy, jeśli ma być efektywny, powinien umożliwiać ciągłe rozszerzanie wiedzy o nowe fakty i prawa (reguły wnioskowania). Do mechanizmów udoskonalających jego działanie zalicza się:



      • Kontrolera niesprzeczności nowo wprowadzanych do bazy wiedzy reguł z regułami w niej zawartymi;

      • Kontrolera zgodności reguł z nowo wprowadzanymi faktami;

      • Mechanizm oceny częstości stosowania poszczególnych reguł;

      • Mechanizm rozbudowy istniejącej bazy reguł poza zakres danej bazy wiedzy.

Budowa systemu ekspertowego


Rys.1 Uproszczony schemat systemu ekspertowego



Rys.2 Główne elementy sytemu eksperckiego

System ekspertowy, zgodnie z jego właściwościami, składa się z następujących modułów:


  • Moduł pozyskiwania wiedzy umożliwia zdobywanie oraz modyfikowanie wiedzy z danej dziedziny. Danych do modułu wiedzy dostarczają bezpośrednio eksperci z danej dziedziny. Wywiad wstępny z ekspertami jest jednym z bardziej istotnych etapów tworzenia systemu. Od jego jakości zależy przydatność i funkcjonalność całego projektu.

  • Baza wiedzy (Knowledge Base) jest to część systemu zawierająca wiedzę o dziedzinie i o podejmowaniu decyzji przez eksperta. Wiedza ta musi być niesprzeczna i spójna. Sprzeczność i niespójność mogą pojawić się w sytuacji modyfikacji bazy wiedzy lub też wprowadzania nowych reguł. Dlatego system ekspertowy powinien zawierać mechanizmy kontrolujące niesprzeczność i spójność.

Bazy wiedzy można podzielić na:



  • baza tekstów (text base) - występuje w niej naturalna strukturalizacja informacji, wynikająca np. z ułożenia alfabetycznego. Przykładem mogą być słowniki, które zawierają wiedzę ogólną z danej dziedziny.

  • baza danych (data base) - zawiera uporządkowane sprecyzowane, szczegółowe informacje. Typ danych jest często numeryczny, a operacje na niej wykonywane są zdeterminowane.

  • baza reguł (rule base) - zawiera zbiór zależności pomiędzy obiektami występującymi w danej dziedzinie.

  • baza modeli (model base) - w niej zawarte są modele matematyczne występujące w danej dziedzinie. Możemy wyróżnić trzy typy: deterministyczne, niedeterministyczne, wartości oczekiwane.

  • baza wiedzy zdroworozsądkowej (common sense knowledge base) - zbiór potencjalnych, racjonalnych zachowań człowieka, reguł definiujących sposoby podejmowania decyzji.




  • Mechanizmy wnioskowania (Inference Engine) stanowią część systemu kierującą rozwiązaniem problemu. Są odpowiedzialne za poprawne zastosowanie wiedzy zgromadzonej w bazie wiedzy. Podstawowymi metodami wnioskowania są wnioskowanie „wstecz" (backward chaining) oraz wnioskowanie „wprzód" (forward chaining).

  • Moduł objaśniająco-wyjaśniający (Explanation Facility) jest to część systemu zajmująca się komunikacją ze światem zewnętrznym. Jest odpowiedzialny zarówno za wprowadzanie danych do systemu, jak i za wyprowadzanie na zewnątrz wniosków systemu. Moduł ten daje użytkownikowi radę, sugestię, a nie podejmuje decyzji. Ostateczna decyzja jest podejmowana przez użytkownika.

Zalety i ograniczenia systemów ekspertowych:



http://aragorn.pb.bialystok.pl/~radev/ai/sosn/parzychowski.htm


  1. Pobieranie 347.22 Kb.

    Share with your friends:
1   2   3   4   5   6   7   8   9   10




©operacji.org 2020
wyślij wiadomość

    Strona główna