Uczenie przez analogię wymaga aktywności ze strony systemu eksperckiego. Idea takiego sposobu pozyskiwania wiedzy polega na wskazywaniu przez eksperta (lub ewentualnie inżyniera wiedzy) analogii w rozwiązy wanym zagadnieniu do wcześniej rozwiązanych problemów. System eksperckrma za zadanie wybór jednego z przykładów rozwiązanych wskazaną (analogiczną) metodą, zidentyfikowanie elementów wiedzy użytych w starym rozwiązaniu i; próbę rozwiązania nowego zadania. W całym procesie ekspert powinien kontrolować prawidłowość znajdowania analogii, gdyż ten sposób nabywania wiedzy (w odróżnieniu od poprzednich) nie gwarantuje wyciągnięcia prawdziwych wniosków, pa podstawie prawidłowych przesłanek.
Uczenie przez analogie może niekiedy odbywać siebez udziału eksperta czy inżyniera wiedzy (autonomicznie). Wtedy oczywiście metode taką musimy zakwalifikować do grupy automatycznych metod pozyskiwania wiedzy. Ponieważ wyciąganie analogii przez system ekspercki jest często niedoskonałe, dlatego uczenie przez analogie wymaga ingerencji eksperta (nawet post fac-tum). Metoda ta leży wiec na pograniczu metod półautomatycznych i automa-tycznych. ,r -o
Automatyczne metody pozyskiwania wiedzy są dopiero w trakcie rozwoju. Pozyskiwanie wiedzy jest wciąż na tyle trudne, że nie można go powierzyć wyłącznie systemowi eksperckiemu. Niezbędna jest nadal kontrola i weryfikacja postępowania w tym zakresie przez eksperta, dziedzinowego we współdziałaniu z inżynierem wiedzy.
Twórcy automatycznych metod pozyskiwania wiedzy wykorzystują najczęściej dwie podstawowe metody prowadzenia badań: indukcje (ang. induction) i dedukcje (ang. deduction). U ich podstaw leży założenie o aktywności systemu eksperckiego w pozyskiwaniu wiedzy. Uczenie sie indukcyjne prowadzi do uogólnień powstających na bazie zebranych przykładów (przypadków). Przypadki są analizowane nie pod kątem przynależności do jakiejś określonej już klasy, lecz w kierunku wyodrębnienia cech umożliwiających łączenie ich w grupy (klasy). W ten sposób tworzona jest hierachia. Aktywność systemu eksperckiego przejawia sie również'w tworzeniu nowych pojęć (a nie tylko w; dopasowywaniu przykładów do już znanych określeń);
Wykorzystanie dedukcji w systemach eksperckich polega na wyciąganiu wniosków na podstawie już istniejących w bazie wiedzy faktów. Prawdziwość tych faktów zapewnia poprawność generowanych nowych wniosków.
W iyM.mi»io eksperckim. Wnioskowaniem zajmuje się maszyna wnioskująca. Nft)ptr>S('ioj ujmując, jej zadaniem jest analiza przesłanek i wyciąganie z nich WHIunkOw (konkluzji)1 lub znalezienie przesłanek (ang. premises) potwierdza-j»M yt It postawioną hipotezę (ang. hypothęsjs).2 Możemy mieć oczywiście do ł^yitieiila z jeszcze innymi strategiami wnioskowania, niemniej jednak dwie Wymienione są najczęściej używane, a języki zorientowane na przetwarzanie wlwtey są na ogół wyposażone w stosowne konstrukcje programowe.
Poszukiwanie rozwiązań nie jest problemem samym w sobie. System eks-(tWFtiki nie jest po to, by poszukiwał rozwiązań. On maje podawać. Stąd, jeżeli (tętl/.ipiny dysponować pełniejszą wiedzą (szerszą bazą wiedzy), to na ogół Itęd/ieiny mogli ograniczyć poszukiwania,3 co uczyni nasz system bardziej p|||||ywnym. (a przynajmniej szybszym).
([ Ogólnie rzecz biorąc, poszukiwanie rozwiązania polega naprźejściu od stanu |łfu /,ątkowego (założeń, danych wyjściowych), przez stany pośrednie (etapy lu/iWią/iinia) do stanu końcowego (celu, wyniku). Poszukiwanie odbywa się w lak zwmtęj przestrzeni poszukiwań (ang. search space).
43
Marny w takim przypadku do czynienia z wnioskowaniem w przód (ang. forward reasoning). illtlft nazwy tego samego pojęcia to: wnioskowanie wstępujące i prosty łańcuch wnioskowania (aną. fotward chaining).
J) Inut 10 wnioskowanie wstecz (ang. backward reasoning). Spotyka się też nazwy: wnioskowanie /stępujące i odwrotny łańcuch wnioskowania (ang. backward chaining).
i) Niektórych rozwiązań można nie szukać — mogą one znajdować się wśród faktów zawartych w bazie wiedzy (fakty mogą być tożsame z konkluzjami).