POJĘCIA PODSTAWOWE:

inteligencja, sztuczna inteligencja- utożsamiane ze słowem internet, zespół zdolności umożliwiających człowiekowi korzystanie z wiedzy, zdolność do analizy, skuteczne zachowania do nowych sytuacji.

Sztuczna inteligencja- 50 lat powstaje to pojęcie. Okresy rozwoju: 1 okres rozwoju- dominowały funkcje obliczeniowe komputer=>kalkulator. 2 okres rozwoju to dominacja funkcji pamięciowych do przechowywania danych i ich przetwarzania. FEIGEBAUN, Mc ARDUCK

- sztuczna inteligencja to dziedzina informatyki która dotyczy metod i technik wnioskowania symbolicznego przez komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas takiego wnioskowania.

-MINSKY- sztuczna inteligencja- nauka o maszynach realizujących zadania które wymagają inteligencji wtedy gdy są wykonywane przez człowieka.

KIERUNKI ZAINTERESOWANIA I ROZWOJU

1. 1 etap 1945-55r. Pierwsze prace z zakresu cybernetyki sformułowano test nierozróżnialnosci TURINGA w której za pomocą serii pytań można rozróżnić czy kontaktuje się z człowiekiem czy maszyną.

2. 2Etap 1955-70 pierwsze koncepcje czym ta nauka ma się zajmować, pierwsze programy komputerowe. 1960 język przedstawiania struktur listowych program GPS.

3. 3 etap 1970-80. zmiana koncepcji tej nauki, stosować programy które będą zawierały sztuczną inteligencję. System doradczy MYCIN potrafił wspierać lekarzy w wykrywaniu chorób szpiku kostnego. Zawierał wiedzę około 100 lekarzy. Rok 1972- język PROLOG- pierwszy program logiki . potrafił przetwarzać rzeczywiste zdania zapisane przez człowieka.

4. Etap dzisiejszy bezpośrednie zastosowanie sztucznej inteligencji.

Dziedziny zastosowania sztucznej inteligencji:

1. teoria gier

2. dowodzenie twierdzeń

3. przetwarzanie języka naturalnego

4. systemy doradcze, ekspertowe zastosowanie w technice

5. rozwój robotyki

6. uczenie maszynowe przetwarzania danych

7. wojskowość- inteligentna broń.

SYSTEM DZIAŁANIA zbiór reguł wejściowych=> baza globalna=>zbiór reguł czynnych =>układ sterowania=> reguła zastosowana=> działanie.

Reguły czynne to takie których przesłanka jest prawdziwa.

Metody poszukiwania przestrzeń stanów. Rozwiązywanie zadań 1)poszukiwanie obiektów 2)konstruowanie obiektów.

Rozwiązywanie polega na poszukiwaniu i rozwiązywaniu obiektów.

ZADANIE

1)kod obiektu- cecha obiektu- podzbiór możliwych rozwiązań- definicja podprobemów kolejnych ruchów które możemy wykonać.

2)operator- metody obliczeniowe pozwalające wygenerować kod każdego obiektu

3)starategia sterowania- wybór operacji z pośród możliwych do zastosowania.

HEURYSTYKI

Heurystyka -sztuka znajdywania rozwiązań problemów lub odkrycia nowych metod rozwiązania. (starożytna grecja)

Heurystyka formalizacja doświadczeń zebranych przy rozwiązywaniu zadań jak również próba wyszukania cech wspólnych różnych metod rozwiązywania.

Algorytm jest swego rodzaju generatorem rozwiązań spełniającym następujące warunki:

- zastosowanie algorytmu wyznacza skończony ciąg stanów

- ciąg stanów ma ciąg początkowy

- każdy stan poza końcowym ma jednoznaczny następnik

- stan końcowy jest rozwiązaniem lub sygnałem że problem nie posiada rozwiązania.

Heurystyka -jest praktyczną strategią poprawiającą efektywność rozwiązywania złożonych problemów -prowadzi do rozwiązania wzdłuż najbardziej prawdopodobnej drogi, omijając obiecujące ścieżki -podaje proste kryterium wyboru kierunków postępowania bez jednoznacznego określenia stanów dobrych i złych -powinien pozwolić na uniknięcie badania ślepych uliczek i jednocześnie wykorzystanie zdobytych w trakcie badania informacji.

PRZESZUKIWANIE HEURYSTYCZNE PRZESTRZENI

jest procesem poszukiwania żądanego stanu lub podprzestrzeni spełniającej żądane warunki.

Strategia poszukiwań: w głąb - polega na tym że zaczynamy analizować obiekty od stanu początkowego idziemy do 1 ... czyli węzeł 2 aż do osiągnięcia końca tego drzewa. Metoda bardzo efektywna program jest w stanie bardzo szybko iść w głąb i wrócić;

Strategia wszerz reprezentowanie wiedzy to niezależny od znaczenia rozpatrywanej informacji ogólny formalizm przekazywania, zapisywania i gromadzenia dowolnego fragmentu wiedzy.

STWIERDZENIA

Stwierdzenia są orzeczeniami o faktach które subiektywnie obserwujemy w otaczającej nas rzeczywistości <A,O,V>

<<nazwa atrybutu>,<nazwa obiektu>,<wartość atrybutu>>

<nazwa atrybutu> -okno

<nazwa obiektu> -człowiek

<charakter posiadania> -Posiada

<wartość atrybutu> -2

<„wzrost” „mężczyzna” „wysoki”>

< „kolor” „lakier” „czerwony”>

< „koła” „samochód” „4”>

Stwierdzenia przybliżone

<A,O,V,CF>

<<nazwa atrybutu><nazwa obiektu><wartość atrybutu><0,7>>

przykład

< „wzrost” „mężczyzna” „wysoki” „0,75”>

REGUŁY przesłanka jest wyrażeniem złożonym z prostych zdań logicznych połączonych funktorami koniunkcji „and”/ ∧i/lub funktorem alternatywy” lub”∨. Zdania te są nazywane warunkami. Zwykle są one określone dla stwierdzeń. Jeśli przesłanka to konkluzja jeżeli pada zimny deszcz lub liście spadają z drzew lub temperatura jest niska to porą roku jest jesień.

Reprezentowanie wiedzy powinno charakteryzować się: prostotą- wyrazistością- kompletnością zwięzłością- zrozumiałością.

RODZAJE WIEDZY:

• wiedza proceduralna dotycząca specyficznych do danej dziedziny i złożonego celów postępowania. Naturalnym typem jej reprezentowania jest reprezentacja proceduralna.---

• wiedza deklaratywna to wiedza dotycząca własności i właściwości obiektów lub klas obiektów oraz związków miedzy nimi.

Typy reprezentowania wiedzy - reprezentowane procedur polega na określeniu zbioru procedur których działanie reprezentuje wiedze o dziedzinie(np. proces postępowania podczas pożaru)- reprezentowanie deklaratywne polega na określeniu zbioru specyficznych dla rozpatrywanej dziedziny faktów i reguł. Dzięki metodom reprezentowania wiedzy jesteśmy w stanie tworzyć tzw. Bazy wiedzy (zawierające zapisy reprezentujące wiedzę) stosowane w procesie wnioskowania przez systemy doradcze.

Rachunek zdań jezyk rachunku zdań służy do analizy logicznej zdań złożonych oraz do badania rozumowań w tym jeżyku nie używa się konkretnych zdań lecz posługuje się tzw. Zmiennymi zdaniowymi. Zapisuje się je w postaci symboli p, q, r. Język tworzą spójniki logiczne zwane funktorami zdaniotwórczymi. Spójniki logiczne: „-„ negacja (nie)- „∧” koniunkcja(i) -∀ alternatywa(lub)'→” implikacja(jeżeli .. to) „↔”równoważność(wtedy i tylko wtedy).

Spójnik negacji służy do zaprzeczania zdań.

Spójnik koniunkcji łączy dowolne zdania w ten sposób że zadanie złożone jest prawdziwe wtedy i tylko wtedy gdy obydwa zdania składowe są prawdziwe.

Spójnik implikacji łączy dwa zdania tak że pozostałe zdanie jest fałszywe wtedy i tylko wtedy gdy pierwsze z tych zdań zwane poprzednikiem implikacji jest prawdziwe zaś drugie zwane następnikiem jest fałszywe.

Spójnik równoważności łączy dwa dowolne zdania tak że zdanie złożone jest prawdziwe wtedy i tylko wtedy że powstałe zdanie jest prawdziwe lub fałszywe.

Tautologie są to schematy zdania które są prawdziwe zawsze od wartości logicznych występujących w nim zmiennych zdaniowych.

Predykat (kwantyfikator) to nazwa reprezentująca relacje lub jakąś inną nazwę. Z punktu widzenia gramatyki pełni rolę orzeczenia. Kwantyfikatory ∀ odpowiednik zwrotu „dla każdego”∃ odpowiednik zwrotu istnieje takie.

Predykat rozpatruje się też jako funkcję odwzorującą argumenty predykatu zwane terminami w wartości logiczne prawda lub fałsz. Argumentami predykatu mogą być stałe lub zmienne. Predykat +argument- formuła atomiczna. Formuły atomiczne można łączyć spójnikami jak w rachunku zdań np. posiada śmigło( samolot)∧ posiada skrzydła (samolot) posiada śmigło (śmigłowiec)∧( -posiada skrzydeł śmigłowiec) ∀x[jest_samolotem (x)→posiada_koło(x)] (istnieje takie x że x jest ptakiem; x nie potrafi latać.)

METODY WNIOSKOWANIA .

DEFINICJE WNIOSKOWANIA jeżeli w celu uznania zadania2 odwołuje się do zadań z1, z2, z3 i na ich podstawie uznajemy zadanie 2 to mówimy że zadań z1, z2, zn wnioskowaliśmy zadanie 2. zadania z1,z2,zn nazywamy przesłankami wnioskowania. Wnioskowanie wykonywane przez ludzi nazywamy rozumowaniem. Wnioskowanie którego przesłanki są prawdziwe nazywane są materialnie poprawnymi. Jeśli zamiast któraś z przesłanek jest fałszywa to mówimy że we wnioskowaniu popełniono błąd materialny

LOGICZNE SCHEMATY WNIOSKOWANIA.

1. WNIOSKOWANIE DEDUKCUJNE - wnioskowanie nazywamy dedukcyjnym jeśli jest zrealizowane zgodnie z prawami logiki tzn. jeśli konkluzja wynika logicznie z przesłanki. Wyróżniamy kilka schematów wnioskowania: -modus poneus; -modus tollaus. Schemat modus poneus. Oznacza to jeśli uznano inicjację (p=>q) oraz uznano podziałkę p to należy uznać również konkretne q. Schemat ten można zapisać w sposób następujący: [(p→q) 1p] →q. Przykład wnioskowania modus poneus. Jeżeli x jest studentem to x zdał maturę. Schemat modus tolleus jeżeli p to q. Oznacza to że jeśli uznano implikację (p→q) oraz nie uznano konkluzji (-q) to nie należy uznać przesłanki (-p). schemat ten można również zapisać w sposób następujący [(p→q)1-q]→-p. przykład schematu: jeżeli x jest studentem „ to x zdał maturę”. Oba te schematy stanowią przykłady niezawodnych schematów wnioskowania. Stosując schematy wnioskowania dedukcyjnego otrzymujemy zawsze z prawdziwych przesłanek prawdziwe konkluzje. Wychodząc zaś z fałszywych przesłanek możemy otrzymać fałszywe lub prawdziwe konkluzje.

2. WNIOSKOWANIE REDUKCYJNE. Wnioskowanie nazywamy redukcyjnym wtedy gdy zalicza się że przesłanka wynika z konkluzji. Przykład jeżeli p to q. Oznacza to że jeśli uznano implikacje (p-q) oraz nie uznano przesłanki (-p) to nie należy uznać konkluzji (-p). schemat ten można zapisać również w następujący sposób: [( p→q)1~~p]→-q.uwaga wnioskowanie według tego schematu nie jest realizowane zgodnie z prawami logiki formalnej i w związku z tym nie jest ono niezawodne. Jeżeli p to q -q/-p. oznacza to że jeśli uznano implikacje (p=>q) uznano konkluzję q to należy również uznać przesłankę p [(p=>q)1q]=>p.

3. WNIOSKOWANIE Z ZASTOSOWANIEM STWIERDZEŃ I LOGIKI.

Podział reguł ze względu na złożoność budowy:

• Reguły proste ich przesłanki są zbudowane zwykle z jednego warunku np. jeżeli pada deszcz to weź parasol. Reguły proste: zalety- łatwość formułowania; łatwość weryfikacji merytorycznej. Reguły proste wady: wymagają skomplikowanych interpretatorów.

• Reguły złożone ich przesłanki są zwykle zbudowane z większej liczby warunków np. jeśli pada deszcz i wieje silny wiatr i temperatura jest zerowa to weź parasol. Reguły złożone zalety: pozwalają na bezpośrednie wyznaczenie wniosków np. przez system doradczy -wymagają one prostych implikacji. Wady: trudności z ich tworzeniem;- trudność weryfikacji ich poprawności merytorycznej;- zbiór takich reguł jest zwykle nadmiarowy (redundantny).

4. WNIOSKOWANIE WSTECZ (REGRESYWNE). Wnioskowanie nazywamy regresywnym wtedy gdy rozpatrywane zdanie (hipoteza) jest konkluzją reguły i w celu wykonania jego prawdziwości badana jest prawdziwość przesłanki reguły. Badana przesłanka może być równocześnie konkluzją innej reguły itd.

Wnioskowanie wstecz ma charakter dowodzenia. Dowodzenie jest to postępowanie polegające na wykonywaniu prawdziwości rozpatrywanego zdania na podstawie innych zdań wcześniej uznanych za prawdziwe. Podczas wnioskowania wstecz na zbiorze reguł dla określonej hipotezy (będącej konkluzją danej reguły) są traktowane te reguły których konkluzje są przesłankami reguły prowadzącej do badanej hipotezy. Jeśli wystąpi blok takiej reguły wtedy system zadaje użytkownikowi pytanie dotyczące rozpatrywanej przesłanki.

Uwaga wnioskowanie wstecz jest zalecanewtedy gdy liczność zbioru hipotez jest mała w przesłaniu z licznością zbioru danych (np; w diagnostyce)

wnioskowanie wstecz R1. jeśli( figura jest prostokątem i wszystkie boki są równe) to (figura jest kwadratem) R2. jeśli (liczba kątów figury wynosi 4 i wszystkie kąty są proste ) to (figura jest prostokątem).

5. WNIOSKOWANIE W PRZÓD wnioskowanie nazywamy progresywnym wtedy gdy kierunek wnioskowania jest zgodny z kierunkiem myślenia logicznego określonego w uwzględnianym zbiorze reguł. Podczas wnioskowania wprzód na podstawie prawdziwości przesłanek reguł ustala się prawdziwość ich konkluzji. Konkluzje te mogą być przesłankami kolejnych reguł. Cechą charakterystyczną tego wnioskowania jest to że najpierw następuje proces pobierania wszystkich potrzebnych danych a puźniej następuje uaktualnienie łańcucha reguł

Wyszukiwanie w przód R1. jeśli (boki są parami równe )i( boki są parami równoległe) i (wszystkie kąty są różne od kąta prostego) i (kąty są parami równe) to (figura jest równoległobokiem). R2 jeśli(figura jest równoległobokiem )i (wszystkie boki są równe) to figura jest rombem.

POZYSKIWANIE WIEDZY DO SYSTEMÓW DORADCZYCH. Pozyskiwanie wiedzy to uczenie połączone z nabywaniem umiejętności, jej efektywnego wykorzystywania. Celem pozyskiwania wiedzy do systemów doradczych jest tworzenie baz wiedzy z wykorzystaniem których system to realizuje proces wnioskowania.

Metody pozyskiwania wiedzy:

1. Bezpośrednie zapisanie wiedzy (tzw uczenie na pamięć) nie wymaga od systemu polegającego uczeniu żadnego działania (np. przetwarzania wiedzy) przykładem takiego postępowania jest np. bezpośrednie zaprogramowanie, zapisanie treści stwierdzeń, reguł.

2. Na podstawie instrukcji (tzw uczenie przez przekazywanie informacji) w metodzie tej wymagany jest udział nauczyciela współdziałającego z uczniem. Nauczyciel wskazuje np. źródło wiedzy np. w formie tekstów książkowych które to dany system automatycznie transformuje na język dla niego zrozumiały. Programy realizujące takie zadania zwane są inteligentnymi edytorami baz wiedzy.

3. Na podstawie analogii. Metoda ta polega na takiej transformacji istniejącej już wiedzy aby wiedza ta mogła być użyteczna do opisu faktów.

4. Na podstawie przykładów. Metoda ta stanowi przypadek uczenia o charakterze indukcyjnym. Z indukcją mamy do czynienia wtedy gdy na podstawie zbioru przykładów realizujących daną dziedzinę otrzymujemy ogólne zależności (w postaci np. reguł) opisujące tę dziedzinę. W metodzie tej zwykle zbiory sklasyfikowanych przykładów zbudowanych z wartości atrybutów charakterystycznych dla danej dziedziny ,indukcja gdy na podstawie kilku rozpoznanych reguł dotyczących danej dziedziny wiedzy program generuje ogólne reguły.

5. Na podstawie obserwacji. Metoda ta stanowi ogólną formę uczenia indukcyjnego gdzie podczas pozyskiwania wiedzy nie korzysta się z pomocy nauczyciela. Program ucząc się dokonuje automatycznej klasyfikacji dokonywanych obserwacji danego otoczenia (otoczeniem tym może być np. zbiór danych w formie pliku.) taki przypadek nazywamy obserwacją bierną. Program uczący się może również sam dokonywać zmian w obserwowanym otoczeniu celem obserwacji skutków tych zmian (obserwacja czynna)

ŹRÓDŁA WIEDZY pierwotnym źródłem wiedzy jest człowiek specjalista w danej dziedzinie wiedzy. Pochodnym (wtórnym) od specjalisty źródłem wiedzy są teksty pisane przez niego(nie zawsze tam jego wiedza podana jest wprost). Innymi pochodnymi źródłami wiedzy mogą być normy, katalogi, specyfikacje. Źródłami wiedzy niezależnymi od wiedzy człowieka są np. bazy danych systemów monitorujących stan techniczny obiektów przemysłowych. Dane zawarte w takich bazach danych mogą zostać przekształcone na wiedzę.

PROCES POZYSKIWANIA WIEDZY-

etapy

1. określenie dziedziny zainteresowania oraz zakres zadań których rozwiązania mogą być wspomagane przez system doradczy dla których ma być wiedza pozyskana.

2. identyfikacja źródeł wiedzy.

3. wybór środków reprezentacji wiedzy.

4. pozyskiwanie wiedzy i zapis wstępnej prototypowej wersji bazy wiedzy.

5. weeryfikacja wstępnej wersji bazy wiedzy.

6. rozbudowa bazy wiedzy do wersji pełnej.

7. identyfikacja i usuwanie błędów ewentualnie wykrytych w bazie wiedzy.

8. walidacja bazy wiedzy przez np. grupę niezależnych ekspertów.

Weryfikacja -obejmuje sprawdzenie zgodności wykonania bazy wiedzy zgodnie z jej projektem.

Walidacja- obejmuje sprawdzenie poprawności bazy wiedzy pod kątem poprawności zapisanej wiedzy.

SYSTEMY DORADCZE

-to programy komputerowe stosujące wiedzę i procedury wnioskowania do rozwiązywania takich złożonych problemów które wymagają udziału eksperta wtedy gdy rozwiązywane są przez człowieka (E.Fejgenbaum)

Budowa systemów doradczych

Elementy składowe typowego systemu doradczego:

BAZA

-wiedzy -danych stałych -danych zmiennych

STOS ZADAŃ:

-procedury wnioskowania -procedury objaśnienia -procedury sterowania dialogiem -procedury aktualizacji bazy wiedzy

Baza wiedzy -zawiera zapisy reprezentujące wiedzę mogą to być np: reguły stwierdzenia Może również zawierać swoisty kod programu sterujący sposobem kożystania z zawartości bazy wiedzy przez system doradczy (np: blok control w bazie wiedzy systemu PC-Shell)

Baza danych stałych-zawiera statyczne dane np: o danym obiekcie Dane te są charakterystyczne i niezmienne np: moc silnika konkretnego typu samochodu, typ łożysk tocznych itp.

Baza danych zmiennych -zawiera dane np: o danym obiekcie ale są to dane o charakterze zmiennym Mają więc charakter dynamiczny Dane te są umieszczone w bazie tylko na czas wnioskowania systemu doradczego Zwykle są to dane dostarczane systemowi doradczemu przez użytkownika w czasie prowadzenia dialogu np:mogą to być chwilowe wartości temperatur czynnika chłodzącego itp

Stos zadań-zawiera wykaz działań systemu doradczego zawieszony (niekontrolowany) ze względu na brak określonych stwierdzeń w bazach danych (ze względu na brak danych)

Np: reguły kitórych przesłanek nie udało się potwierdzić

Procedury wnioskowania -zawierają algorytm wnioskowania np: wstecz lub w przód realizowanego przez system doradczy

Procedury objaśnienia -są to algorytmy umożliwiające dostarczenie użytkownikowi odpowiedzi na następujące pytanie

„jak” (jak doszedł do takiej konkluzji)

„dlaczego” (dlaczego zadajesz mi takie pytanie)

„co to” (co oznacza dane pojęcie)

Procedury sterowania dialogiem- umożliwiają formułowanie zadania przez użytkownika które ma system doradczy rozwiązać (np: postawienie hipotezy)

Umożliwiają też dostarczenie użytkownikowi otrzymanego rozwiązania wraz z objaśnieniem (np; potwierdzenie postawionej hipotezy wraz z objaśnieniem procesu wnioskowania realizowanego np: za pomocą reguł) Zewnętrznym odzwierciedleniem istnienia tych procedur jest interfejs użytkownika

Procedury aktualizacji bazy wiedzy- umożliwiają dokonanie zmian w zawartości bazy wiedzy systemu doradczego Zmiany te polegają na dostarczaniu np: reguł, aktualizacji treści reguł, usuwanie reguł nieaktualnych , usuwanie reguł powodujących błędy (reguły nadmiarowe ,sprzeczne, zapętlające się)

Czasami do tego celu budowane są osobne programy komputerowe

ZASTOSOWANIE SYSTEMÓW DORADCZYCH:

Główne sektory zastosowań:

- bankowość i ubezpieczenia

- przemysł (projektowanie ,wytwarzanie ,diagnostyka, medycyna)

- handel i usługi

- administracja publiczna

- wojskowość

- dydaktyka

Typowe zastosowania Syst. Doradczych

-monitorowania np; stanu technicznego obiektu eksploatacji -sterowanie np; procesami logistycznymi ,procesami produkcji - projektowanie np; elementów mechanicznych lub elektronicznych ,zabudowa przestrzeni hal produkcyjnych ,infrastruktury miast -diagnostyka np; analiza ryzyka medycznego , stanów pogody ,ocena stanu zdrowia pacjenta, stanu technicznego obiektu eksploatacji -planowanie np; inwestycji ,analiza rynku ,produkcji działań w sektorach publicznych itp.

Języki programowania do tworzenia systemów doradczych:

1. Języki algorytmiczne: -Basic -Pascal -C -C++

2. Języki programowania ......:-Lips -Prolog

3. Języki systemów doradczych: -CLIPS -FLOPS -OPS 5

Narzędzia programowe CASE- jest to grupa narzędzi służąca do tworzenia programów komputerowych (w tym również syst. doradcz) realizujących polecenia kodu danego języka ,ale nie wymagająca od użytkownika dokładnej składni tego języka

Zasady konstruowania systemów doradczych:

-konstruktor systemu doradczego -inżynier wiedzy -specjalista dziedzinowy (ekspert) lub ich grupa

Zadsania poszczególnych osób:

1. Konstruktor systemu doradczego

- nadzór nad całością prac

- koordynacja wszystkich działań

- identyfikacja problemu

2. Inżynier wiedzy:

- pozyskiwanie nowej wiedzy

- edycja zawartych w bazie zapisów reprezentujących wiedzę

- tzw. pielęgnacja bazy wiedzy

- koordynacja działań ze specjalistą

3. Specjalista dziedzinowy (ekspert)

- identyfikacja problemu

- określenie istoty działania systemu doradczego

- określenie zakresu bazy wiedzy ,która powinna wystąpić w systemie

- wybór sposobu reprezentacji wiedzy

- konstruowanie prototypów elementu doradczego

- weryfikacja prototypów poszczególnych modułów całego systemu doradczego

- weryfikacja prototypu całego systemu doradczego

- badania testujące i ocena przydatności systemu doradczego

Wytyczne dotyczące decyzji o zastosowaniu systemu doradczego do rozwiązywania danego problemu

Zastosowanie systemu uzasadnione:

• niejednoznaczność wiedzy o dziedzinie

• wiedza o dziedzinie ma charakter subiektywny

• brak możliwości klasycznego a więc algorytmicznego rozwiązania problemu (poprzez wykonanie algorytmicznego programu komputerowego)

• brak możliwości prostej weryfikacji poprawności uzyskanego rozwiązania

Zastosowanie systemu doradczego nieuzasadnione:

• jednoznaczność i pełność wiedzy o dziedzinie

• wiedza o dziedzinie ma charakter obiektywny

• możliwość algorytmicznego rozwiązania problemu poprzez wskazanie ustalonego programu komputerowego

• możliwość prostej weryfikacji poprawności uzyskanego rozwiązania -

---