SYSTEMY EKSPERTOWE. Anna Matysek IBiIN UŚ 2008

Transkrypt

1 SYSTEMY EKSPERTOWE Anna Matysek IBiIN UŚ 2008

2 DEFINICJE SE System ekspertowy to program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem w danej dziedzinie. Dowolny program komputerowy, który na podstawie szczegółowej wiedzy może wyciągać wnioski i podejmować decyzje, działając w sposób zbliżony do procesu rozumowania człowieka. Złożony program komputerowy, w którym zakodowana jest wiedza ekspertów z danej dziedziny, wraz ze sposobami wnioskowania stosowanymi przez nich przy rozwiązywaniu konkretnych problemów.

3 KATEGORIE SE Systemy ekspertowe można podzielić na 3 kategorie: Doradcze prezentują rozwiązania dla użytkownika, który potrafi ocenić ich jakość. Użytkownik może odrzucić rozwiązanie i zażądać innego. Podejmujące decyzje nie potrzebują kontroli człowieka, same dla siebie są autorytetem np. przy sterowaniu trudno dostępnymi obiektami. Krytykujące system otrzymuje problem i jego rozwiązanie, analizuje je i komentuje.

4 Przykładowe obszary zastosowań SE diagnozowanie chorób poszukiwanie złóż minerałów identyfikacja struktur molekularnych udzielanie porad prawniczych diagnoza problemu (np. nieprawidłowego działania urządzenia) dokonywanie wycen i kalkulacji kosztów naprawy pojazdów przez firmy ubezpieczeniowe. prognozowanie pogody sterowania robotami, automatycznymi pojazdami, rakietami, statkami kosmicznymi analiza notowań giełdowych

5 Budowa systemu ekspertowego

6 Składniki systemu ekspertowego szkielet systemu składający się z: interfejsu użytkownika - który umożliwia zadawanie pytań, udzielanie informacji systemowi oraz odbieranie od systemu odpowiedzi i wyjaśnień edytora bazy wiedzy - który pozwala na modyfikację wiedzy zawartej w systemie, umożliwiając tym samym jego rozbudowę mechanizmu wnioskowania - który jest głównym składnikiem systemu ekspertowego wykonującym cały proces rozumowania w trakcie rozwiązywania problemu postawionego przez użytkownika mechanizmu wyjaśniającego - jednego z elementów interfejsu pomiędzy systemem a użytkownikiem, który umożliwia użytkownikowi uzyskanie odpowiedzi dlaczego system udzielił takiej, a nie innej odpowiedzi, albo dlaczego system zadał użytkownikowi określone pytanie baza wiedzy - jest to deklaratywna postać wiedzy ekspertów z danej dziedziny zapisana za pomocą wybranego sposobu reprezentacji wiedzy, najczęściej reguł lub ram baza danych zmiennych - która jest pamięcią roboczą przechowującą pewne fakty wprowadzone w trakcie dialogu z użytkownikiem; baza ta umożliwia odtworzenie sposobu wnioskowania systemu i przedstawienie go użytkownikowi za pomocą mechanizmu wyjaśniającego.

7 Baza wiedzy Zawiera fakty i reguły niezbędne do rozwiązania problemu w danej dziedzinie. Fakty są zdaniami oznajmującymi, reprezentowanymi w postaci związku między pewnymi obiektami a ich cechami. Reguły mają zwykle postać JEŻELI warunek TO wniosek I/LUB akcja W części warunkowej znajdują się przesłanki, dzięki którym zadawane są pytania o związki między cechami obiektów.

8 Rodzaje bazy wiedzy Baza tekstów nieuporządkowane ogólne informacje z danej dziedziny; Baza danych przeważnie numeryczne, uporządkowane i szczegółowe informacje; Baza reguł wiedza o obowiązujących w wybranej dziedzinie zależnościach; Baza modeli logiczno-matematyczne przedstawienia pojęć, systemów lub działań wybranej dziedziny; Baza wiedzy zdroworozsądkowej odzwierciedla potencjalne, racjonalne zachowania się człowieka.

9 Właściwości SE Poprawność systemu (wysoki poziom wydawanych ekspertyz) Uniwersalność (zdolność do rozwiązywania obszernej klasy zadań z danej dziedziny) Złożoność (duża liczba reguł wnioskowania) Autoanaliza (uzasadnianie przyjętego rozwiązania nie tylko globalnie, ale też na każdym etapie każde rozwiązanie częściowe) Zdolność udoskonalania bazy wiedzy (rozszerzanie wiedzy o nowe fakty i reguły wnioskowania)

10 Rodzaje działania SE w przód (progresywne) stosuje się w przypadkach, gdy jest względnie niewiele danych/faktów do sprawdzenia a wiele konkluzji. w tył (regresywne) stosuje się w przypadkach, gdy jest wiele danych/faktów do sprawdzenia a względnie niewiele konkluzji.

11 Etapy tworzenia SE

12 Narzędzia do tworzenia SE 1. języki algorytmiczne (np. Basic, Pascal, C, C++) 2. języki sztucznej inteligencji(lisp, Prolog) 3. języki systemów ekspertowych(np. CLIPS, Flops, OPS5, Smalltalk) 4. środowiskowe programy ułatwiające implementacje systemu (np. Pro Genesis, KEE,Loops, Level5 Object, AionExecution System, EZ-Xpert, M.4) 5. systemy szkieletowe(np. ExSys, DecisionPro, G2, XpertRule, Acquire, EsieWin, ESB, PS- Shell)

13 Rodzaje systemów ekspertowych Kategoria Realizowane zadania Interpretacyjne Dedukują opisy sytuacji z obserwacji lub stanu czujników np. rozpoznawanie mowy, obrazów Predykcyjne Wnioskują o przyszłości na podstawie danej sytuacji np. prognozowanie pogody, rozwój choroby Diagnostyczne ocena systemu na podstawie obserwacji (wykrywanie wad) np. elektronika, mechanika Kompletowania Konfiguruje obiekt biorąc pod uwagę istniejące ograniczenia np. konfiguracja systemu komputerowego Planowanie Monitorowanie Sterowanie Podejmuje określone działania do osiągnięcia celu Porównywanie zachodzących zjawisk z ograniczeniami nałożonymi na nie np. reakcje w elektrowniach atomowych Kierowanie działaniem systemu; w skład wchodzi interpretowanie, predykcja, naprawa i monitorowanie zachowania się obiektu Poprawianie podaje sposób postępowania w przypadku nieprawidłowego funkcjonowania obiektu, którego system dotyczy Naprawy Instruowania ustala kolejność wykonywania napraw uszkodzonych obiektów Systemy doskonalenia zawodowego dla studentów

14 Podstawowe obszary zastosowań SE Sektor Zastosowanie Bankowość i ubezpieczenia Przemysł Handel i usługi Sektor publiczny i inne Monitorowanie Sterowanie obserwowanie trendów nadzorowanie procesów, sterowanie procesami, raportowanie specjalnych sytuacji Obserwowanie trendów monitorowanie reaktorów jądrowych oraz dużych sieci (gazowe, wodne) Projektowanie projektowanie zakładów i produktów, komputerów Wybór asortymentów, doradztwo dla rolnictwa sieci (pocztowe, energetyczne) Diagnostyka kredyty, pożyczki na nieruchomości, analiza ryzyka, przetwarzanie skarg wykrywanie uszkodzeń, utrzymywanie zdolności produkcyjnej kredyty, analiza ryzyka diagnoza medyczna, diagnoza techniczna Planowanie analiza ryzyka, planowanie inwestycji projektowanie funkcji logicznych, planowanie projektu analiza ryzyka, analiza rynku planowanie inwestycji, planowanie na wypadek klęski, planowanie dystrybucji

15 Zalety i wady ekspertyzy sztucznej i ekspertyzy naturalnej Ekspertyza naturalna Wady: - tracąca na wartości z upływem czasu - trudna do przeniesienia - trudna w dokumentacji - nie dająca się przewidzieć - kosztowna Zalety: - twórcza - adaptacyjna - wykorzystanie zmysłów - szeroki zakres - wiedza zdrowego rozsądku Ekspertyza sztuczna Zalety: - stała - łatwa do przeniesienia - łatwa w dokumentacji - zgodna z bazą wiedzy - dostępna Wady: - nie inspirująca - wymaga wprowadzenia wiedzy - wejścia symboliczne - wąski zakres - wiedza przetwarzana w sposób mechaniczny

16 Znane systemy ekspertowe DENDRAL PROSPECTOR MYCIN MACSYMA CADUCEUS CASNET/GLAUCOMA SCANMAT

17 Literatura Mulawka J.: Systemy ekspertowe. Warszawa Białko M.: Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych. Koszalin Elementy systemów ekspertowych. Pod red. M. Owoca. Wrocław 2006.