wprowadzenie do sztucznej inteligencji-wyk łady (10 str), Administracja, Administracja, Administracja i samorząd, Polityka spoleczna, informatyka


W2: WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI

I SYSTEMÓW EKSPERTOWYCH

1. Ewolucja zastosowań komputerowych

1.1. Współczesne metody przetwarzania

SIZ (MIS) - przechowywanie danych , dostęp do danych, generowanie raportów ==> SBD

SWD (DSS) - przechowywanie modeli danych i modeli rozwiązań,

generowanie propozycji decyzji ==> SBD + MODELE

SE (ES) - przechowywanie danych i wiedzy, wnioskowanie z

objaśnianiem, generowanie ekspertyz ==> SBW

1.2. Właściwości systemów inteligentnych:

- zachowywanie się logiczne ("świadome")

- zdolność rozwiązywania problemów

- umiejętność dostosowywania się do różnych warunków,

uczenie się

- zdolność komunikowania się i wyjaśniania

0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic

Typy systemów informatycznych występujących w przedsiębiorstwie

0x08 graphic
0x08 graphic
0x08 graphic

Typ systemu Przygotowanie decyzji Wspomaganie decyzji

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

Stopień ewidencyjno- wyszuki- informo- optymali-

złożonosci sprawoz- wania wania zujące i ekspertowy

systemu dawczy informa- kierow- stymulu-

(atrybuty) cji nictwa jące

0x08 graphic
0x08 graphic
0x08 graphic
decyzje

tradycyjny

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

konwersacyjny

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

z bazą danych

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

z bazą danych

i bazą modeli

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

z bazą danych,

modeli oraz

bazą wiedzy

0x08 graphic
0x08 graphic
0x08 graphic

- w danym typie systemu jest zawarty określony atrybut

Typy systemów wspomagania decyzji

Pod pojęciem systemu wspomagania decyzji (SWD) rozumie się, że system komputerowy jest udostępniany decydentowi w taki sposób, aby mógł on wykorzystywać dane i modele do rozpoznawania, zrozumienia i formułowania problemu, a porady analityczne - do oceny wariantów rozwiązań i podjęcia decyzji

2. Sztuczna inteligencja i jej zastosowania

SZTUCZNA INTELIGENCJA (SI) - jest to automatyzacja niektórych intelektualnych działań człowieka, w zakresie wnioskowania, kojarzenia faktów i wyboru informacji, przy użyciu komputera

SZTUCZNA INTELIGENCJA (SI) - dyscyplina, zajmująca się badaniem właściwości myślenia z wykorzystaniem modeli komputerowych

Subdyscypliny SI:

* robotyka

* synteza mowy

* rozpoznawanie obrazów i wizja komputerowa

* przetwarzanie języka naturalnego

* sieci neuronowe

* reprezentowanie wiedzy

* automatyczne wnioskowanie i dowodzenie twierdzeń

* automatyczne uczenie się

* systemy baz wiedzy (SBW) i systemy ekspertowe (SE)

* rozwiązywanie problemów, metody sterowania i wyszukiwania

* programowanie automatyczne

3. System ekspertowy i jego funkcjonowanie

System ekspertowy (SE) jest to system informatyczny wykorzystujący zapisaną wiedzę eksperta do rozwiązywania zadań, które normalnie wymagają ludzkiej inteligencji. SE symuluje działanie eksperta w sposobie użytkowania - poprzez analizę odpowiedzi użytkownika na pytania kierowane do niego przez system

SE - program komputerowy, który wykorzystując dostępną wiedzę oraz odpowiednie metody wnioskowania:

- rozwiązuje problemy wymagajace udziału eksperta

- uzasadnia rozwiązanie problemu0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic

0x08 graphic

0x08 graphic

* Podstawowe typy zastosowań SE:

- wnioskowanie proceduralne

- monitorowanie

- diagnozowanie

- konfigurowanie

- harmonogramowanie

* Korzyści zastosowań SE:

- zwiększanie dostępności ekspertyz

- redukcja kosztów ekspertyz

- objaśnianie odpowiedzi

- odporność na warunki ( psychiczna, szkodliwe środowisko)

* Narzędzia do tworzenia SE:

- języki programowania

- szkieletowe SE

4. Wiedza i jej reprezentowanie

* Pojęcie wiedzy

Wiedza - ogół umiejętności ludzkich, zasób wiadomości z jakiejś

dziedziny

Wiedza = struktury danych + procedury interpretacyjne

Jakie elementy wiedzy są niezbędne , aby zachowywać się mądrze:

- obiekty; klasy, kategorie i opisy

- zdarzenia; akcje, związki przyczynowo-skutkowe

- zasady działania

- meta-wiedza

*Typy wiedzy:

- opisowa

- proceduralna

- intrepretacyjna

- asymilacyjna

* Rodzaje wiedzy:

- czas (dynamiczna, statyczna)

- związki między stanami (faktograficzna, przyczynowa)

- struktura (obiekty, fakty, zasady ...)

- kompletność (pełna , niepełna)

- wiarygodność (pewna, niepewna)

* Elementy techniki reprezentowania wiedzy (RW)

- język RW

- formalizm RW (język RW + reguły transformacji)

- system RW (formalizm RW + mechanizmy sterowania)

* Metoda reprezentowania wiedzy (MRW) - klasa systemów RW charakteryzujaca się:

- kategoriami opisu

- formalizmami RW

- metodami wnioskowania

* Podział MRW:

- logika formalna

- deklaratywne ==> sieci semantyczne

- proceduralne ==> reguły (systemy produkcji)

- proceduralno-deklaratywne ==> obiektowe (ramy)

Sieci semantyczne (SS) - opracowane przez C. Quilliana jako formalizm wyrażający zobiektywizowane znaczenie słów. Sieć semantyczna - graf skierowany z etykietowanymi łukami i węzłami, w których symbole etykietujące są nośnikami znaczenia. Kategorie stosowane w SS: obiekt, atrybut, związek

Reguły - wiedza wyrażona za pośrednictwem zdań:

Jeżeli (warunek) To (akcja)

Kategorie stosowane przy opisie wiedzy: reguła, przesłanka, konkluzja, zmienna. Warunki i akcje mogą wykorzystywać rachunek zdań, rachunek predykatów czy wnioskowanie probabilistyczne

Ramy (Minsky) - element wiedzy obejmujący informacje deklaratywne i proceduralne, w zdefiniowanych wewnętrznie relacjach. Kategorie używane przy opisie wiedzy: obiekt, klasa, slot (atrybut) , metoda.

5. Wnioskowanie

5.1. Wnioskowanie do przodu

(„data driven”, bottom-up reasoning)

* polega na szukaniu konsekwencji logicznych

ustalonych faktów

* zadania:

- projektowanie (konstruowanie)

- harmonogramowanie

- monitorowanie

5.2. Wnioskowanie do tyłu

(data driven, event-driven, bottom-up reasoning)

* polega na szukaniu faktów, które potwierdzają hipotezę

* zadania:

- klasyfikowanie

- diagnozowanie

ZARYS PROCESU TWORZENIA

SYSTEMU Z BAZĄ WIEDZY

1. Etapy tworzenia SBW

0x08 graphic

0x08 graphic

0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

Uczestnicy:

Środki:

Identyfikacja problemu - określenie podstawowego celu i zadania tworzonego SBW

Klasy zadań:

Źródła wiedzy:

Akwizycja wiedzy - proces transformacji wiedzy (uzyskanej od eksperta lub innych źródeł) dotyczącej zdefiniowanego problemu i metod jego rozwiązań do bazy wiedzy

Podetapy akwizycji wiedzy:

Problemy akwizycji wiedzy

Rozpoznanie dziedziny - polega na analizie dostępnej wiedzy w kontekście zidentyfikowanego problemu; dotyczy:

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

Nabywanie wiedzy - proces polegający na wydobywaniu wiedzy od eksperta

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic

Podstawowe cele nabywania wiedzy

Modelowanie wiedzy - proces opracowywania jawnego modelu wiedzy niezależnego od formalizmu reprezentacji

Model wiedzy powinien uwzględniać:

Metody modelowania wiedzy dziedzinowej:

Metody modelowania wiedzy o związkach

inferencyjnych:

Metody modelowania wiedzy o strategiach:

Budowa systemu z bazą wiedzy

1. Identyfikacja problemu

Cel: wspomaganie firmy konsultingowej w zakresie doradztwa finansowego dla indywidualnych klientów

Funkcje:

Klasa zadania:

Wejście:

Wyjście (ekspertyza):

2. Akwizycja wiedzy

2.1. Rozpoznanie dziedziny

Źródła wiedzy:

- ekspert dziedzinowy

- poradniki „ciułacza”

Reprezentacja wiedzy:

- obiekty

- reguły

Wnioskowanie:

- do przodu

Zasadność budowy:

- istnieje zapotrzebowanie

- system będzie przyspieszał obsługę klientów oraz podawał uzasadnienie udzielonej porady

2.2. Nabywanie wiedzy

Metody:

- dialog z ekspertem wraz z rejestracją analizy

przebiegu ekspertyzy; opracowanie

drzewa decyzyjnego i diagramu zależności

- weryfikacja zgromadzonej wiedzy przez

niezależnego eksperta

Przykładowe pytania zadawane ekspertowi:

- Na podstawie jakich wielkości doradzasz

klientowi lokowanie gotówki na % ?

- Jak możesz ustalić pozycję finansową klienta?

- Jakie rodzaje ekspertyz zazwyczaj wykonujesz?

- Od czego zależy stan dochodów klienta?

0x08 graphic
0x08 graphic

0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

Drzewo decyzyjne porady finansowej

0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic

0x08 graphic

Diagram zależności

0x08 graphic

0x08 graphic

Klient

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

Wniosek Lokata Akcje Podział

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

Kowalski Nowak

Wiedza dziedzinowa - reprezentacja obiektowa

Wewnętrzna reprezentacja klasy obiektów klient:

Sloty:

* Przykłady zastosowań SE

- DENDRAL - interpretacja widma masowego molekuły

- PROSPEKTOR - poszukiwanie złóż minerałów

- MYCIN - diagnozowanie i terapia chorób infekcyjnych

- R1/XCON - konfigurowanie systemów komputerowych VAX

- ISIS - harmonogramowanie planu produkcji

- IMS - automatyzacja obsługi problemów zarządzania

Praca pochodzi z serwisu www.e-sciagi.pl

Mechanizm

wnioskujący

Baza

wiedzy

Automatyczne biuro

Systemy przetwarzania transakcyjnego

Systemy informatyczne zarządzania

Systemy wspomagania decyzji

Systemy wspomagania zarządzania szczebla strategicznego

IDENTYFIKACJA

PROBLEMU

REPREZENTOWANIE

WIEDZY

AKWIZYCJA

WIEDZY

IMPLEMENTOWANIE

SYSTEMU Z BAZĄ WIEDZY

Baza wiedzy

Wiedza sformalizowana

Wiedza nabyta przez inżyniera wiedzy

Wiedza wyartykułowana przez eksperta

Wiedza eksperta

* wiedza dziedzinowa

* doświadczenie i praktyka

* literatura fachowa

* wiedza o metodach inżynierii wiedzy

* doświadczenia i praktyka

* analiza rozwiązań podobnych problemów

Ekspert

Inżynier wiedzy

Baza wiedzy

Porada

finansowa

Stan oszczędności

Liczba osób na utrzymaniu

Stan dochodów

Wielkość oszczędności

Stałe zatrudnienie

Wielkość

dochodów

Porada

finansowa

Zbiór reguł 1

Liczba osób na utrzymaniu < max

(tak, nie)

Stan

oszczędności

(dobry, zły)

Stan

dochodów

(dobry, zły)

Zbiór reguł 2

Zbiór reguł 3

Wielkość oszczędności >min

(tak, nie)

Stałe zatrudnienie

(tak, nie)

Wielkość dochodów > min

(tak, nie)



Wyszukiwarka

Podobne podstrony:
projektowanie systemów informacyjnych (6 str), Administracja, Administracja, Administracja i samorzą
projektowanie systemów (17 str), Administracja, Administracja, Administracja i samorząd, Polityka sp
projekt sieci komputerowej (9 str), Administracja, Administracja, Administracja i samorząd, Polityka
S1 Wprowadzenie do psychologii Andrzej Gołąb wykład 9 i 10, Psychologia WSFiZ I semestr, Wprowadzeni
Wprowadzenie do socjologii medycyny (wykład)(1)
Wprowadzenie do metodyki wychowania fizycznego specjalnego 10 13
WPROWADZENIE DO WIEDZY O TEATRZE, WYKŁAD II, 10 11
opracowanie 2013, Studia, Informatyka, Semestr IV, Wstęp do sztucznej inteligencji
Wprowadzenie do filozofii nr.01 - 03.10.07, Nauka, Psychologia
Sztuczna Inteligencja- zaliczenie, Zadanie 10
4 Wprowadzenie do psychologii inteligencja[1] id 38104 (2)
WPROWADZENIE DO WIEDZY O TEATRZE, WYKŁAD III, 10 11
Wprowadzenie do przetworników CA [wyk] 1998 08 01
wprowadzenie do socjologii, Są cztery źródła socjologii, Są cztery źródła, które sprawiły, że społec
2009-10-13 Wstęp do SI [w 01], Sztuczna inteligencja
2009-10-13 Wstęp do SI [w 02], Sztuczna inteligencja

więcej podobnych podstron