1. Wyjaśnij pojęcia:

• Rozpoznawanie (identyfikacja) – polega na sformułowaniu problemu tj. ustaleniu dziedziny wiedzy, jej zakresu, wielkości słownika, itp.

• Wnioskowanie - proces umożliwiający na podstawie prawdziwości pewnych zdań zwanych przesłankami, stwierdzenie prawdziwości innego zdania zwanego wnioskiem

• Sztuczna inteligencja - zdolność do rozwiązywania problemów sposobami wzorowanymi na naturalnych działaniach i procesach poznawczych człowieka za pomocą symulujących je programów komputerowych

• Reprezentacja wiedzy - sposób organizacji wiedzy w bazie wiedzy, symboliczny sposób zapisu otaczającego nas świata

• Pozyskiwanie wiedzy - pozyskiwanie informacji symbolicznej połączone z nabyciem umiejętności efektywnego wykorzystania wiedzy

Manualne: źródło wiedzy → inżynier wiedzy → baza wiedzy

Polegają na ścisłej współpracy eksperta z inżynierem wiedzy. Przydatne są na ogół na etapie projektowanie „szkieletu” prototypu systemu eksperckiego. Pozyskiwanie wiedzy polega na umieszczaniu elementów wiedzy w postaci metod reprezentacji wiedzy.

Półautomatyczne: źródło wiedzy → narzędzia do przetwarzania wiedzy → baza wiedzy

Ekspert ma możliwość dialogu z systemem. Może rozwiązywać problemy lub odpowiadać na pytania systemu. Moduł pozyskiwania wiedzy wprowadza wiedzę do bazy zgodnie z przyjętą przez inżyniera reprezentacją. System ma za zadanie weryfikować i porządkować wiedzę. Mają na celu współpracę systemu z ekspertem. Często się je określa trenowaniem.

Automatyczne: ┌→ baza wiedzy → narzędzia generowania nowej wiedzy → ┐

Najbardziej zaawansowane. Nie jest niezbędny udział eksperta lub inżyniera wiedzy. Zdobywanie wiedzy odbywa się z wykorzystaniem wiedzy już wcześniej zgromadzonej. Jest najbardziej efektywną formą pozyskiwania wiedzy. Zachodzi potrzeba weryfikacji nowo wprowadzonej wiedzy z wiedzą zgromadzoną wcześniej.

• Inżynier wiedzy (projektant SE) - osoba która zajmuje się przeniesieniem wiedzy eksperta do zapisu formalnego. Stanowi ogniwo pośrednie między SE a ekspertem. Ma możliwość zakodowania wiedzy w SE.

• 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.

 2. Wymień i omów elementy SE

Na system ekspercki składają się trzy zasadnicze elementy:

• Baza wiedzy (knowledge base);

• Maszyna wnioskująca (inference engine)

• Interfejs komunikacji z użytkownikiem (user’s interface)

Dodatkowo w skład systemu mogą wchodzić:

• Moduł pozyskiwania wiedzy

• Edytor używany przez eksperta i inżyniera wiedzy

• Moduł objaśniający

Baza wiedzy zawiera informacje z określonej dziedziny wiedzy. Wiedzę systemu eksperckiego można podzielić na dwie części:

• faktograficzną – odnosi się do stwierdzeń o otaczającej nas rzeczywistości (np. wyniki badań pacjenta)

• proceduralną – wskazuje na związki między faktami (np. powiązanie miedzy wynikami badań a chorobami)

Inne informacje zawarte w bazie wiedzy:

• słownik pojęć – jest to słownik, którym operuje system ekspercki w czasie pozyskiwania wiedzy od użytkownika lub w czasie wyjaśniania mu prezentowanych rozwiązań

• metawiedza systemu - ogólne zależności, określające sposób podejmowania decyzji niezależnie od dziedziny wiedzy, którą zajmuje się system ekspercki

Struktura bazy wiedzy:

• baza opisów (ogólne informacje z zakresu rozpatrywanej przez nas dziedziny)

• baza danych (przechowywane w postaciach metod reprezentacji wiedzy np. regul trojek sieci semantycznych)

• baza reguł (opis wiedzy zgodnie z przyjętą metodą reprezentacją wiedzy)

• baza faktów (fakty stanowiące punkt wyjściowy do przeprowadzenia procesów wnioskowania)

• baza modeli (opis wiedzy która jest dokładnie zdefiniowana)

• baza zależności ogólnych (tzw. Metawiedza , głównie w dużych systemach umożliwia łatwiejsze panowanie nad systemem i kontrole stanu wiedzy)

• baza słowników (określenia i sformułowania specjalistyczne z rozpatrywanej dziedziny wiedzy)

Maszyna wnioskująca zawiera procedury umożliwiające operowanie na wiedzy systemu w celu wyciągania wniosków (poszukiwania rozwiązań). Działa w oparciu o wybraną metodę wnioskowania. Operuje bezpośrednio na bazie danych i może w trakcie działania zmieniać jej zawartość poprzez wprowadzanie do niej nowych faktów. Wszystkie stosowane metody wnioskowania mają na celu znalezienie jakiejś drogi (najczęściej najkrótszej) prowadzącej do któregoś z możliwych rozwiązań lub do rozwiązania najlepszego pod jakimś względem.

Interfejs komunikacji z użytkownikiem umożliwia wprowadzanie do systemu informacji będących opisem analizowanego problemu oraz zapoznanie się z pośrednimi i końcowymi wynikami działania systemu. Stanowi narzędzie pozyskiwania wiedzy od użytkowników. Aby możliwy był rozwój systemu musi być do niego dostarczana nowa wiedza, a równocześnie istniejąca powinna być modyfikowana i ulepszana. Zapewniają to moduły dla użytkownika i dla eksperta.

Sposoby organizacji komunikacji użytkownik - komputer:

• inicjatywę przy poszukiwaniu rozwiązania ma system

• inicjatywę przy poszukiwaniu rozwiązania ma użytkownik

Moduł pozyskiwania wiedzy odpowiada za pozyskiwanie nowej wiedzy jak i modyfikację i ulepszanie istniejącej.

- manualny:

• wywiad

• analiza protokołów(inżynier wiedzy zapoznaje się z protokołami ekspertów, tworzonymi podczas rozwiązywania problemu)

• przerobienie problemu (bezpośredni udział i.w. w rozwiązywaniu problemu)

• kwestionariusze

• raport eksperta (opis i danych i reguł niezbędnych do rozwiązania zadania)

• burza mózgów

- półautomatyczne:

• uczenie przez zapamiętywanie (bezpośrednie wprowadzanie wiedzy do systemu eksperckiego) – SE bierny

• uczenie na podstawie instrukcji (zadaniem systemu jest selekcja i przetworzenie wiedzy wprowadzonej przez eksperta) – SE aktywny

• uczenie na przykładach (rozwiązanie przez eksperta różnych szczególnych przypadków z wykorzystaniem SE)

• uczenie przez analogie (wskazywanie przez eksperta analogi w rozwiązywanym zagadnieniu do wcześniej rozwiązywanych problemów)

Moduł objaśniający przedstawia całą drogę wnioskowania aby przekonać użytkownika o poprawności rozwiązań proponowanych przez system.

 3. Wymień znane Tobie:

• metody reprezentacji wiedzy:

  • reguły (rules)

  • sieci semantyczne (semantic networks)

  • trójki: <obiekt, atrybut, wartość> (triplets)

  • ramy (frazes)

• metody wnioskowania:

  • wnioskowanie wstępujące (w przód)

  • wnioskowanie zstępujące (wstecz)

• rodzaje systemów eksperckich:

  • ze względu na dziedzinę zastosowań:

    • instruktażowe

    • interpretujące

    • testujące

    • diagnostyczne

    • naprawcze

    • planistyczne

    • prognostyczne

    • projektujące

    • kontrolne

  • ze względu na metodę reprezentacji wiedzy:

    • regałowe

    • ramowe

    • wykorzystujące sieci semantyczne

  • ze względu na technologię projektowania:

    • dedykowanie

    • szkieletowe

  • ze względu na wielkość bazy wiedzy:

    • małe (kilkaset reguł)

    • średnie (kilka tys. reguł)

    • duże (powyżej 10tys. reguł)

 4. Podaj angielskie odpowiedniki

• sztuczna inteligencja – artificial intelligence

• SE – expert systems

• wnioskowanie – conclusion, inferencje, reasoning

• wiedza – knowledge

• maszyna wnioskująca – inference engine

• baza wiedzy – knowledge base

5. Metody heurystyczne – co to jest? Podaj przykłady. Dlaczego (pomimo wad – jakich?) się je stosuje?

Metody heurystyczne (intuicyjne)

Prognozowanie heurystyczne to przewidywanie nowych obrazów rzeczywistości niekoniecznie dających się opisać za pomocą analizy przeszłości.

Przykładowe cele prognostyczne do jakich wykorzystuje się metody heurystyczne:

1. Wskazanie daty zajścia interesującego nas zjawiska (np. kiedy będzie możliwe spędzenie wakacji na Księżycu?);

2. Określenie poziomu badanego zjawiska (np. jaka będzie szybkość procesorów mikrokomputerów w 2010 roku?)

3. Określenie prawdopodobieństwa wystąpienia jakiegoś zdarzenia (np. czy możliwe będzie klonowanie ludzi do roku 2025?);

4. Określanie punktów zwrotnych w przebiegu zmiennych (np. kiedy zacznie zmniejszać się tempo przyrostu liczby telefonów komórkowych?);

5. Określenie natężenia występowania zjawisk nowych;

6. Tworzenie ocen faktów determinujących przyszłość (np. ocena w skali 10 punktowej wpływu globalizacji na gospodarkę światową);

7. Ocena przydatności utworzonych modeli do prognozowania.

Kryteria doboru ekspertów

1. Grupa ekspertów powinna być uniwersalna, złożona z osób wszechstronnych, zainteresowanych przyszłością, a także składać się z reprezentantów teorii i praktyki;

2. Grupa powinna być liczna, aby reprezentować różne poglądy;

3. Wybrane osoby powinny niezależnie myśleć oraz mieć niezależną wizję przyszłości.

Liczebność grupy ekspertów – zależna od metody (od kilku do kilkuset).

Metoda „burzy mózgów”

Wymagania metodyczne:

• Nie krytykować!

• Stymulować jak największą liczbę pomysłów!

Wymagania uzupełniające, dzięki którym uczestnicy sesji burzy mózgów mogą:

• Zgłaszać wszystkie pomysły (nawet fantastyczne i pozornie nierealne! – mogą one przyczynić się do powstania pomysłu rozwiązującego problem);

• Łączyć i doskonalić pomysły (tworzenie kombinacji i modyfikacji pozwala zwiększyć prawdopodobieństwo pojawienia się dobrego rozwiązania);

• Zgłaszać swoje sugestie bez oczekiwania na swoją kolejkę;

• Prezentować pomysły jasno i zwięźle;

• Wykorzystywać i rozwijać pomysły innych uczestników (autorstwo pomysłu należy do grupy);

Etapy burzy mózgów:

1. Przygotowanie (sprecyzowanie problemu; zebranie informacji o badanym problemie i dobór grupy ekspertów);

2. Tworzenie – poszukiwanie pomysłów (przedstawienie problemu i przypomnienie uczestnikom zasad burzy mózgów. Notowanie zgłaszanych pomysłów i numerowanie ich. Niekiedy wprowadza się sesję uzupełniającą – nowe pomysły);

3. Ocena pomysłów (obejmuje ustalenie kryteriów oceny, analizę i ocenę pomysłów oraz przedstawienie ostatecznego rozwiązania problemu.)

Metoda delficka

Cechy charakterystyczne (zalety):

1. Niezależność opinii ekspertów (izolowanie ekspertów);

2. Anonimowość wypowiadanych sądów (ankietowanie);

3. Wieloetapowość postępowania (zestaw ankiet przeplatany zbiorczymi opiniami ekspertów);

4. Uzgadnianie i sumowanie opinii osób kompetentnych.

Wady metody delfickiej:

1. Zaangażowanie wielu osób do opracowania ankiet i odpowiedzi uczestników;

2. Długi czas trwania badania;

3. Brak możliwości wymiany poglądów między uczestnikami;

4. Małe zaangażowanie ekspertów jeśli nie wprowadzi się ich w szczegóły zagadnienia;

5. Trudność w zbudowaniu jednoznacznej ankiety dającej jednoznaczne odpowiedzi;

6. Trudność w doborze właściwych osób do grupy ekspertów;

7. Wykorzystywanie metody do prognoz długookresowych (przesunięcie w czasie ich weryfikacji).

Przykład

Czterech ekspertów poproszono o opinie dotyczące wielkości inflacji w Polsce w latach 2000 – 2005. Przyjęto, że może wystąpić pięć różnych wariantów inflacji a zadaniem ekspertów jest przypisanie rang, które ocenią kolejność według szans wystąpienia określonej wielkości inflacji.

Inflacja w % Ekspert	Wariant
	A (0do 2)
I	1
II	2
III	1
IV	1
Suma rang	5
Łączne rangi	1

Wyznaczanie współczynnika konkordancji

N=4, k=5

Xsr = 60/5=12

S= (5-12)^2 + (12-12)^2+(19-12)^2 + (17 –12)^2 + (7-12)^2 =148

Wsp. Konkordancji W = (12 * 148)/(4^2 *(5^3-5)) = 0,925

Chi ^2 = (12 * 148) /(4*5*6) = 14,8

Alfa =0,05, k-1 =4 stopnie swobody,

Chi ^2 = 9,488 (odczytane z tablicy)

Eksperci byli zgodni w swych ocenach.

Metoda ankietowa

Uczestniczą w badaniach tzw. Respondenci (np. konsumenci).

Pytania gromadzi się w Kwestionariuszu, który ma następującą konstrukcję:

1. Część nagłówkowa (temat, cel i instytucja prowadząca badanie);

2. Część zasadnicza (pytania stworzone wg zasad: przechodzenia od pytań ogólnych do szczegółowych, wzbudzania zainteresowania i stopniowego wyczerpywania tematu);

3. Część końcowa (metryczka opisująca cechy respondenta – demograficzne, społeczne, ekonomiczne).

Rodzaje pytań w ankiecie:

Otwarte – dające swobodę formułowania odpowiedzi;

Zamknięte – wybór wariantu gotowej odpowiedzi.

Scenariusze

Opis zdarzeń i wskazanie ich logicznego i spójnego następstwa w celu ustalenia, w jaki sposób, krok po kroku, rozwijać się będzie obiekt.

Każdy scenariusz powinien:

• Zawierać wszystkie kluczowe elementy mające znaczenie dla danego obiektu;

• Być wiarygodny i akceptowalny;

• Być wewnętrznie zgodny.

Podstawowe typy scenariuszy.

Scenariusz	Badawczy	Antycypacyjny
Opisowy	Dla danych przyczyn jakie będą efekty	Dla danych efektów jakie są przyczyny
Normatywny	Dla danych środków jakie cele będą osiągnięte	Dla danych celów jakich środków powinniśmy użyć

Konstruowanie scenariusza.

1. Zdefiniowanie obiektu, określenie jego elementów i powiązań między nimi, określenie zakresu scenariusza (wybór zjawisk, które zachodzą w obiekcie i które są reprezentowane w scenariuszu);

2. Identyfikacja zjawisk należących do otoczenia obiektu i wpływających na jego rozwój oraz określenie powiązań między zmiennymi należącymi do różnych obszarów oddziaływania i zmiennymi wnętrza obiektu.

3. Ilościowy opis powiązań między elementami obiektu oraz między obiektem a jego otoczeniem w teraźniejszości (czyli w chwili, w której przygotowuje się scenariusz).

4. Sporządzenie prognoz zmiennych należących do otoczenia obiektu i nań wpływających.

5. Opracowanie prescenariuszy (jakościowych opisów wybranych wariantów przyszłości).

6. Identyfikacja czynników zakłócających proces rozwoju obiektu.

7. Sporządzenie scenariusza.

Scenariusz dla firmy.

Przy tworzeniu scenariusza dla firmy należy uwzględnić następujące elementy:

1. Ogólna sytuacja firmy

   • Obrót,

   • Zysk,

   • Koszty.

2. Kierownictwo i organizacja

• Jakość planowania.

• Jakość kadry kierowniczej.

• Struktura organizacyjna.

• Giętkość organizacji.

• Zdolność innowacyjna.

• Kreatywność.

• Zdolność do wybicia się.

1. Marketing

• Marketing know – how.

• Działalność rynkowa.

• Koszty marketingu.

• Ceny

• Image firmy.

• Reklama

1. Produkcja

• Zdolności produkcyjne.

• Technologia produkcji.

• Giętkość inwestycyjna.

• Koszty produkcji i koszty surowców.

1. Zaopatrzenie.

• Zaopatrzenie know – how.

• Działalność zaopatrzeniowa.

1. Badania i rozwój

• Działalność badawcza i rozwojowa.

• Badania i rozwój know-how.

• Własne patenty.

• Obce licencje

• Koszty badań i rozwoju.

1. Kadry

• Kwalifikacje pracowników łącznie z ich dyspozycyjnością

• Koszty współpracowników

1. Finanse

• Kapitał dyspozycyjny

• Kapitał własny

• Kapitał obcy

• Kapitał obrotowy

• Likwidacja.

Prognozowanie to racjonalne, naukowe przewidywanie przyszłości.

Prognoza to sąd o następujących właściwościach:

• Sformułowany z wykorzystaniem dorobku nauki,

• Odnoszący się do określonej przyszłości,

• Weryfikowalny empirycznie,

• Niepewny, ale akceptowany.

Klasyfikacja prognoz:

• Prognozy samorealizujące się i samounicestwiające się;

• Prognozy zmiennych sterowanych i niesterowanych;

• Prognozy realistyczne i badawcze (w tym ostrzegawcze).

• Prognozy ilościowe i jakościowe.

• Prognozy punktowe i przedziałowe.

• Prognozy krótko-, średnio- i długookresowe.

Strategie tworzenia systemów opartych na wiedzy:

• Case Based Reasoning

• Model Based Reasoning