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 (inferencje 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

1

EDYTOR UŻYWANY PRZEZ UŻYTKOWNIKA

EDYTOR UŻYWANY PRZEZ EKSPERTA I INŻYNIERA WIEDZY

INTERFEJS KOMUNIKACJI Z UŻYTKOWNIKAMI SYSTEMU

MODUŁ OBJAŚNIAJĄCY

MASZYNA WNIOSKUJĄCA

MODUŁ POZYSKIWANIA WIEDZY

BAZA WIEDZY