SYSTEM DORADCZY (EKSPERTOWY)

Jest programem komputerowym zaprojektowanym do modelowania sposobu

rozwiązania problemu przez człowieka.

Systemy ekspertowe, jako pierwsze spośród wielu dyscyplin sztucznej inteligencji,

znalazły szerokie zastosowanie praktyczne. Są one w zasadzie zorganizowane w ten sposób,

ż

e wiedza dotycząca danej dziedziny jest odseparowana od reszty systemu. Stosowanie

systemów ekspertowych umożliwia polepszenie jakości produkowanych wyrobów,

osiągniecie znacznych oszczędności, zwiększenie wydajności pracy a dzięki temu

zmniejszenie zatrudnienia. Mogą one być także wykorzystane do sterowania różnych

obiektów w czasie rzeczywistym, a także do rozwiązywania tzw. trudnych problemów.

Systemy ekspertowe są związane z pozyskiwaniem i przetwarzaniem wiedzy.

Dziedzina ta nazywa się inżynierią wiedzy. Są one przeważnie oparte na technice

symbolicznego przetwarzania informacji. Dzięki odseparowaniu mechanizmu wnioskowania

od bazy wiedzy uzyskuje się możliwość łatwej modyfikacji systemu oraz przyspieszenie

procesu tworzenia nowych systemów. Określenie „system doradczy” może być zastosowane

do dowolnego programu komputerowego, który na podstawie szczegółowej wiedzy może

wyciągnąć wnioski i podejmować decyzję, działając w sposób zbliżony do procesu

rozumowania człowieka.

W związku z tym systemy ekspertowe będziemy rozumieć jako program

komputerowy przeznaczony do rozwiązywania specjalistycznych problemów, które

wymagają profesjonalnej ekspertyzy.

Systemy ekspertowe można podzielić na trzy ogólne kategorie:

•

Doradcze ( advisory ),

•

Podejmujące decyzję bez kontroli człowieka ( dictatorial ),

•

Krytykujące ( criticizing ).

ELEMENTY SYSTEMU DORADCZEGO

Rozważając bardziej szczegółowo strukturę systemów ekspertowych możemy w niej

wyróżnić następujące podstawowe elementy:

•

baza wiedzy (np. zbiór reguł);

•

baza danych (np. dane o obiekcie, wyniki pomiarów, hipotezy);

•

procedury wnioskowania – maszyna wnioskująca;

•

procedury objaśniania – objaśniają strategię wnioskowania;

•

procedury sterowania dialogiem – procedury wejścia/wyjścia umożliwiają formułowanie

zadań przez użytkownika i przekazywanie rozwiązania przez program;

•

procedury umożliwiające rozszerzenie oraz modyfikację wiedzy – pozyskiwanie wiedzy.

Rys. Główne elementy systemu doradczego

ETAPY BUDOWY SYSTEMU DORADCZEGO

1 – zidentyfikowanie problemu
2 – analiza możliwości rozwiązania zadania
3 – opracowanie koncepcji rozwiązania
4 – sprowadzenie postępowania do zbioru wytycznych
5 – gromadzenie wiedzy
6 – wdrożenie
7 – testowanie

OBSZAR PRBLEMU

Analiza problemu

Analiza wymagań

ZESTAWIENIA

Analiza stanu wiedzy

Pozyskiwanie wiedzy

PROTOTYP

Testowanie i ocena

Uruchamianie

KNOWLEDGE BASED SYSTEM

Rys. Tok postępowania przy budowie systemu doradczego

Procedury

wnioskowania

Procedury

sterowania

dialogiem

Procedury

objaśniania

Baza

wiedzy

Baza danych

stałych

Baza danych

zmiennych

Procedury

aktualizacji

bazy wiedzy

System doradczy możemy zredukować do dwóch modułów:

1)

baza wiedzy

2)

mechanizm wnioskowania

CECHY SYSTEMU DORADCZEGO JAKO OPROGRAMOWANIA

CZYNNIK

CZŁOWIEK

SYSTEM

Dostępność

Gdy jest w pracy

Zawsze

Dostosowanie

pod

względem

geograficznym

Gdzie można go zlokalizować

Niezależny od miejsca

Bezpieczeństwo

Nie do zastąpienia

Wymaga skopiowania

Jakość pracy

Zmienna

Stała

Szybkość działania

Różna

Stała i przewidywalna

Koszt

Drogi

Umiarkowany

Uzupełnieniem bazy wiedzy są bazy danych. Do zapisu danych uzupełniających bazy

wiedzy często stosujemy tablice, normy stanowiące połączenie stanu zapisu wiedzy z zapisem

danych. Możliwy jest dostęp do danych zapisanych np.: w arkuszach kalkulacyjnych.

TYPY WIEDZY

•

wiedza proceduralna

-

reguły :

Ze względu na sposób uzyskiwania ostatecznych konkluzji w procesie

wnioskowania rozróżniamy dwa rodzaje reguł:

reguły proste – takie, które mają postać wniosków pośrednich;

reguły złożone – takie, które umożliwiają bezpośrednie wyznaczenie

wniosków przez system.

PRZYKŁAD:

IF są spełnione wszystkie warunki niezbędne do przyjęcia wniosku, że u

pacjenta stwierdzono określoną jednostkę chorobową

THEN zastosować określoną terapię

-

strategie

-

agendy (powiązane z czasem)

-

procedury

•

wiedza deklaratywna

-

obiekty

-

fakty

•

meta – wiedza – wiedza o sposobie operowania na wiedzy

•

wiedza heurystyczna – nie wymagane są tu uzasadnienia

•

wiedza złożona – zbiory reguł, związki pomiędzy pojęciami, pojęcie związków.

INNE FORMY ZAPISU WIEDZY

Rodzaje wiedzy, które można zawrzeć w regule

-

zależności, np.: reguła IF - jeżeli

THEN – konkluzja

Oprócz faktów bazy wiedzy zawierają reguły o postaci IF warunek, THEN wniosek,

AND/OR akcja.

Zaleca się unikanie reguł, w których występuje część ALSO. Jej wystąpienie znacznie

pogarsza efektywność działania systemu.

Możliwe jest stosowanie END i OR, oraz przeczenia NOT.

Reguły o prostej budowie pozwalają na łatwiejszą aktualizację wiedzy i sprawdzenie

jej aktywności. Okres, po którym wartość pobrana z otoczenia traci ważność jest określana

przez inżyniera wiedzy, w porozumieniu z ekspertem z danej dziedziny.

PROBLEMY PROJEKTOWE

Wszystkie przedstawione reguły mogły być uruchamiane przez mechanizm

wnioskowania, który wyszukiwał je w oparciu o znane i brakujące fakty. Istnieje grupa reguł,

które muszą być uruchamiane przez system doradczy niezależnie od kompletności

prowadzonego toku rozumowania i kompletności wiedzy o analizowanym przypadku. Reguły

takie są związane np.: z wystąpieniem katastroficznych wartości niektórych parametrów lub

jednoczesnym wystąpieniem pewnych wartości wybranych parametrów.

Tworząc system doradczy należy dążyć do wyodrębnienia pewnych zadań, procesów,

zjawisk, dla których można będzie opracować odrębne zbiory wiedzy.

PODSUMOWANIE

Podstawowymi elementami systemu doradczego są:

•

mechanizm wnioskowania

•

bazy wiedzy

•

pamięć robocza

Systemy doradcze mogą wykorzystywać wiedzę heurystyczną do rozwiązania

problemów. Mogą one opierać się na wiedzy niepełnej i korzystać z reguł operujących

współczynnikami prawdopodobieństwa.

Systemy doradcze podobnie jak ludzie mogą podawać błędne odpowiedzi. Jednym z

problemów przy budowie bazy wiedzy jest procedura jej pozyskiwania, która wymaga

przeprowadzenia serii sesji z ekspertem z danej dziedziny.

Systemy doradcze korzystają z wiedzy zapisanej w bazie wiedzy, prowadząc

wnioskowanie zgodne z posiadaną wiedzą, gromadzonymi faktami i konkluzjami z

prowadzonego wnioskowania.

METODY WNIOSKOWANIA

•

Wnioskowanie w przód:

Jest to metoda wnioskowania, w której na początku gromadzony jest zbiór faktów a

nowe fakty są gromadzone przy użyciu takich reguł, których przesłanki wykorzystują znane

fakty. Taki proces jest realizowany do momentu osiągnięcia rozwiązania lub do momentu

wykorzystania wszystkich reguł.

Opisowo można taki system przedstawić jako system gromadzący na wstępie

informacje od użytkownika i zapisujący je w swej pamięci roboczej. Następnie mechanizm

wnioskowania przegląda reguły w pewnej z góry założonej kolejności, wyszukując te, których

przesłanki są zgodne z zawartością pamięci roboczej.

W przypadku znalezienia takiej reguły, system dodaje do pamięci roboczej konkluzje

takiej reguły. Konkluzja ta uzupełnia zatem zawartość pamięci jako kolejny fakt. Cykl ten

powtarza się ponieważ w pamięci roboczej znalazły się nowe fakty. W tym kolejnym cyklu

pomijane są reguły wcześniej wykorzystane.

T



T F




F

Wprowadzanie informacji

do pamięci roboczej

Sprawdza następna

regułę

Sprawdza I regułę

STOP

Sprawdza

następną regułę

Sprawdza czy jest

w bazie dana

odpowiedź

Dodaje konkluzje do

bazy pamięci

Gdzie:
T – True (prawda)
F – Fals (fałsz)

PRZYKŁAD:

Rys. Uproszczony algorytm maszyny wnioskującej w przód

START

Weź hipotezę ze szczytu

stosu zadań

Czy w bazie wiedzy na liście

faktów jest odpowiedź na

postawioną hipotezę?

Określ reguły, których przesłanki

znajdują się na liście faktów

Wybierz regułę, stosując strategie

wnioskowania

Czy istnieje reguła, którą

można uaktywnić?

Uaktywnij wybraną regułę

Dopisz nowe fakty do listy faktów,

zaznacz użycie uaktywnionej reguły

Sformułuj odpowiedź

STOP

T

T

N

N

•

Wnioskowanie wstecz:

Rozumowanie w przód jest dobrą techniką jeżeli pracuje się nad problemem, który

wymaga najpierw zebrania informacji a następnie wywiedzenie z nich logicznych wniosków.

Innym typem problemów są takie, w których rozpoczynamy od stawiania hipotezy a następnie

staramy się zgromadzić informacje, które potwierdzają nam tą hipotezę. Np.: lekarz może

podejrzewać jakieś schorzenie i szuka określonych objawów.

Wnioskowanie wstecz jest to taki sposób wnioskowania, który dąży do udowodnienia

hipotezy przez gromadzenie potwierdzających informacji.

System wnioskowania wstecz rozpoczyna pracę od pewnego celu, który stara się

uzasadnić. Najpierw przegląda zawartość pamięci roboczej w celu sprawdzenia czy taki cel

został do niej dodany. Krok ten jest potrzebny, ponieważ być może inna baza wiedzy lub inna

grupa reguł dodała do pamięci roboczej taki cel. System przegląda reguły szukając takich,

które mają ten cel zapisany w swych konkluzjach. Jeżeli znajdzie taką regułę to sprawdza czy

jej przesłanki znajdują się w pamięci roboczej. Jeżeli ich nie ma to stają się one nowymi

celami, które należy uzasadnić i w tym celu są odkładane na stos.

Proces ten jest realizowany rekursyjnie aż do momentu, w którym system

wnioskowania znajdzie przesłankę, która nie jest ujęta w żadnej regule. Reguła taka zwana

jest prymitywem. W tym momencie system pyta użytkownika o wartość takiej przesłanki.

W przypadku systemów wnioskujących wstecz ważne jest określenie kolejności reguł,

ponieważ ta kolejność może mieć znaczny wpływ na wynik rozumowania.

PRZYKŁAD:

Rys. Algorytm maszyny wnioskującej wstecz

WNIOSOWANI MIESZANE

Wnioskowanie mieszane stanowi kompromis między wnioskowaniem w przód i

wstecz, dzięki czemu jest pozbawione niektórych wad wspomnianych wcześniej metod.

Strategia wnioskowania mieszanego opiera się na wykorzystaniu ogólnych reguł, tzw.

metareguł stanowiących metawiedzę, na podstawie której program zarządzający dokonuje

odpowiedniego przełączania między poszczególnymi rodzajami wnioskowania. W

N

T

T

N

START

STOP

Załaduj bazę wiedzy

Sprawdź składnię wiedzy

Zwolnij struktury danych, które reprezentowały

bazę wiedzy w poprzednim wnioskowaniu

Utwórz listę reguł przez odczytywanie bazy

wiedzy i utworzenie odpowiednich struktur

Utwórz listę faktów na podstawie listy reguł

wg określonych zasad

Postaw hipotezę przez odczytanie jej z bazy

wiedzy lub wprowadź nową hipotezę

Szukaj odpowiedzi na postawioną hipotezę

Czy jest następna hipoteza?

Czy załadować nową

bazę wiedzy?

metaregułach są zawarte wskazania dotyczące priorytetów wyboru rodzaju wnioskowania. W

zależności od sytuacji system może automatycznie dobierać najbardziej odpowiedni sposób

wnioskowania. W przypadku przechodzenia z jednego rodzaju wnioskowania na drugi za

hipotezę główną zawsze przyjmuję się tę, którą postawił użytkownik. Dzięki temu na każdym

etapie wnioskowania istnieje możliwość udzielenia odpowiedzi na postawioną hipotezę.

We wnioskowaniu mieszanym poza wczytaniem przez system bazy wiedzy, należy

wczytać także zbiór zawierający metareguły.

Główną zaleta wnioskowania mieszanego jest skrócenie czasu potrzebnego na

uzyskanie rozwiązania. Nie występuje tutaj taka sytuacja jak przy wnioskowaniu w przód, że

program, tworząc nowe fakty, może zająć cała pamięć operacyjną. Trudność natomiast

sprawia pozyskanie metawiedzy. Należy nadmienić, że źle dobrane metareguły mogą

spowolnić pracę systemu lub uczynić ją nieefektywną.

ZALETY I WADY WNIOSKOWANIA

Zalety wnioskowania w przód:

•

przydatne w sytuacjach, gdy rozwiązywanie problemów wiąże się w naturalny sposób ze

zbieraniem informacji i z następującym po nim wnioskowaniem,

•

wnioskowanie w przód może dostarczyć dużych ilości informacji z niewielkiej ilości

danych,

•

wnioskowanie to nadaje się do planowania, monitorowania i skanowania.

Wady wnioskowania w przód:

•

nie ma ono zdolności do stwierdzania, że niektóre fakty są istotniejsze od pozostałych.

System będzie więc zadawał wszystkie możliwe pytania, chociaż tylko kilka z nich

wystarczyłoby do rozwiązania.

•

pytania zadawane przez system mogą zdawać się za sobą logicznie nie powiązane.

Zalety wnioskowania wstecz:

•

przydatne w sytuacji, gdy naturalne jest stawianie hipotezy i dowodzenie jej słuszności,

•

wnioskowanie to zawsze zorientowane jest na jednym temacie,

•

system taki gromadzi tylko informacje bezpośrednio związane z danym problemem. Nadaje

się ono głównie do diagnozowania.

Wady wnioskowania wstecz:

•

system taki ma tendencje do podążania raz przyjętą linią rozumowania, nawet jeżeli zebrane

do tej pory dane sugerowałyby celowość jego zarzucenia,

W tym celu korzysta się często z metareguł, które umożliwiają zmianę toku

rozumowania. Wiele systemów doradczych pozwala na korzystanie z wnioskowania w przód

i wstecz w ramach jednego systemu doradczego.

ROZWIĄZYWANIE KONFLIKTÓW

W wielu przypadkach poszczególne reguły mogą być jednocześnie spełnione np.:

konkluzją jakiejś reguły może być celowość pójścia do kina a innej celowość czytania

książki.

Obu czynności jednocześnie realizować nie można, więc występuje konflikt. W tym

celu w systemie wnioskowania wbudowuje się strategie rozwiązywania konfliktów:

1.

wykorzystywanie tych reguł, które w pełni odzwierciedlają zawartość pamięci roboczej,

2.

poszczególne reguły opatrywane są pewną wartością priorytetu i przy dalszym

wnioskowaniu korzysta się z reguły o wyższym priorytecie. Priorytet nadawany jest przez

inżyniera wiedzy z uzgodnieniem z ekspertem z danej dziedziny,

3.

wykorzystuje się regułę, która jest bardziej szczegółowa (tą która ma bardziej

rozbudowane przesłanki). Uzasadnieniem takiego podejścia jest dążenie do wykorzystania jak

największej ilości zgromadzonych informacji,

4.

należy wybrać ze spełnionych reguł taką, która korzysta z faktów wprowadzonych do

pamięci roboczej możliwie najpóźniej,

5.

nie korzysta się z reguł, które już zostały użyte. Taka strategia zabezpiecza proces

wnioskowania przed zapętleniem się,

6.

należy wykorzystać wszystkie reguły wiodące w różnych kierunkach rozumowania. W

tym przypadku, jeżeli w systemie doradczym występuje kilka reguł, które powodowałyby, że

rozumowanie powinno być realizowane w odmiennych kierunkach, można przyjąć takie

podejście w którym uruchamiane są po kolei wszystkie takie reguły przy czym ich konkluzje

zapisywane są do oddzielnej kopii pamięci roboczej. Tym samym system doradczy musi w

takim przypadku prowadzić dalej rozumowanie osobno dla każdej kopii pamięci roboczej.

STRUKTURA SYSTEMU EXSYS

edytor reguł kompilator reguł
biblioteka czasu wykonania generator raportów
stronicowanie
lido interface command language
screen definition language blachboard manager

Formaty plików:
*.SCR -chrany
*.RUL -reguły
*.TXT -łańcuchy tekstowe

PODSTAWOWE DANE SYSTEMU EXSYS:

1)

•

wywołanie programu zewnętrznego

-max 100 znaków

•

max liczba kwalifikatorów

-500

•

max liczba zmiennych

-500

•

max liczba wyborów

-250

•

max liczba reguł

-2000

•

max liczba wzorów

-1000

•

max liczba wzorów do obliczeń

współczynnika prawdopodobieństwa

-1000

2)

•

max długość kwalifikatora

-1000 znaków

•

max długość wartości kwalifikatora

-500 znaków

•

max liczba wartości kwalifikatora

-30 znaków

•

max długość zapytania o wartość

zmiennej

-500 znaków

•

max długość tekstu opisującego wybór

-500 znaków

3)

Parametry opisujące bazę wiedzy

•

subject

-max 500 znaków

•

author

-max 500 znaków

Budowa reguły:

Nazwa

•

wyrażenia warunkowe ( max 15 członów )

•

kwalifikatory, wzory wyboru ( max 31 )

Notatki

Odsyłacze źródłowe