SE20101110014

Rozdział 2

Baza wiedzy systemu eksperckiego

Na etapie analizy problemu inżynier wiedzy wraz z ekspertem (ekspertami) ustalają sposób, w jaki wiedza (ang. knowledge) bedzie przechowywana w systemie. Formalne metody pozyskiwania wiedzy od ekspertów są wciąż doskonalone (patrz rozdział 3). Dużą role odgrywa doświadczenie inżyniera wiedzy i współpraca z ekspertami. W niniejszym rozdziale przedstawione są elementy bazy wiedzy, metody reprezentacji wiedzy (reguły, sieci semantyczne, trójki: <obiekt, atrybut, wartość>, ramy) oraz sposoby reprezentacji informacji niepewnej i niepełnej.

Specjaliści spierają się o definicje wiedzy. Na pewno nie wystarczy mówić o danych albo o informacjach, a wiec pojęciach dobrze określonych i znanych. Wiedza obejmuje dodatkowo takie właściwości intelektu człowieka, jak zdolność do aktywnej modyfikacji zbioru znanych pojęć, kierowanie się zdrowym rozsądkiem czy znajdowanie analogii w znanych informacjach. Można więc przyjąć, że wiedza to informacje potrzebne do tego, aby działanie systemu można było uważać za inteligentne.

2.1. METODY REPREZENTACJI WIEDZY

Jednym z obszarów działalności inżynierii wiedzy jest reprezentacja wiedzy (ang. knowledge representation) dla potrzeb systemów eksperckich. Istnieje ścisły związek pomiędzy reprezentacją wiedzy, konstrukcją bazy wiedzy a procedurami przetwarzania. Mimo że badania nad reprezentacją wiedzy trwają od początku prac nad sztuczną inteligencją, ciągle nie opracowano metod reprezentacji wiedzy i sposobów ich stosowania w pełni zadowalających inżynierów..    ...    .    ' .r.. ■■

—    reguły (ang. rules);

—    sieci semantyczne (ang. semantic networks);

~ trójki: <obiekt, atrybut.. wartość> (ang. triplets);

—    ramy (ang. frames).

Reguło wa reprezentacją wiedzy jest jedną z najstarszych metod reprezentacji wiedzy, a jednocześnie najbardziej popularną.¹ Wykorzystuje ona formalne zapisy i twierdzenia logiki. Reguły zapisywane są w następującej postaci:

JEŻELI^; Fakt 1 i Fakt 2 i... i Fakt n' TO Konkluzja.

Oznacza to, że jeżeli prawdziwe są przesłanki reguły (Fakt 1, Fakt 2,..., Fakt n), to prawdziwa jest także Konkluzja. J Przykładowa postać reguły:

JEŻELI    zasilanie _jest_wdączone    i    .    •

akumulator_sprawny    i

poziom_oleju_prawidłowy i . alarm_wyłączony TO

brak_benzyny.

Inną postacią reguł są tak zwane reguły działania, które jako konkluzje zawierają opis postępowania w przypadku spełnienia jej przesłanek, na przykład:

JEŻELI    ustalono_program_prania    i

uzupełniono_wode    i

zamknięto_poj emnik    i

włączono_start_pranie    i

pralką_nie_wykonuje_programu

10

włącz_wtyczkę_do_kontaktu.

Jak już wcześniej wspomniano, w bazie wiedzy systemu, oprócz wiedzy nabywanej przez system, istnieje wiedza (metawiedza) opisująca sposób zachowania sie systemu na przykład w trakcie procesu wnioskowania. Może ona mieć postać:

27

1

Dane szacunkowe mówią, że około 80% systemów eksperckich zbudowanych jest z wykorzystaniem tej metody reprezentacji wiedzy.