Systemy ekspertowe. Systemy ekspertowe

Transkrypt

1 Systemy ekspertowe 1 Systemy ekspertowe Ekspert - człowiek, który nabył dogłębną wiedzę teoretyczną o danej dziedzinie poprzez naukę, wiedzę praktyczną - poprzez długoletnią pracę praktyczną (zastosowaniową) w danym wąskim wycinku wiedzy, jest obdarzony intuicją i ma dar stosowania tzw. skrótów myślowych i innych "tricków" pozwalających na "przeskoki" w czasie rozumowania i wybór najkrótszych dróg dojścia do celu, przy rozwiązywaniu danego problemu. Mówimy wówczas, że ekspert posiada dogłębną wiedzę heurystyczną. Wymienione cechy związane są z pojęciem inteligencji człowieka. 2 1

2 Systemy ekspertowe System ekspertowy jest programem komputerowym, który wykonuje złożone zagadnienia o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek, będący ekspertem w tej dziedzinie. Określenie system ekspertowy może być zastosowane do dowolnego programu komputerowego, który na podstawie szczegółowej wiedzy może wyciągać wnioski i podejmować decyzję, działając w sposób zbliżony do procesu rozumowania człowieka. System ekspertowy opiera się zwykle na tzw. bazach wiedzy, czyli zbiorach reguł zapisanych w formie implikacji (zdań logicznych o strukturze jeśli p to q ). Systemy ekspertowe są programami próbującymi naśladować zachowanie ekspertów - ludzi. 3 Systemy ekspertowe Wiedza systemu ekspertowego: fakty i heurystyki. Fakty: powszechnie akceptowane przez specjalistów. Heurystyki: informacja subiektywna, która charakteryzuje proces oceny przez określonego specjalistę. Heurystyki: intuicyjne domysły, przypuszczenia, zdroworozsądkowe zasady postępowania. Poziom ekspertyzy to funkcja rozmiaru i jakości bazy wiedzy danego systemu. 4 2

3 Postać wiedzy Fakty z danej dziedziny wiedzy, np: Zwiększenie częstotliwości przełączeń przekształtnika typu DC/DC powoduje zmniejszenie pulsacji prądu odbiornika. Reguły typu: Przed zdjęciem obudowy wyciągnąć wtyczkę. Heurystyki, czyli co by tu zrobić, np.: Kiedy nie można uruchomić samochodu warto sprawdzić napięcie akumulatora. Ogólne strategie postępowania. Teoria danej dziedziny, np. teoria przekształtników energoelektronicznych. 5 Systemy ekspertowe Podstawowe cechy systemów ekspertowych: dotyczą wąskiej dziedziny wiedzy; modularna budowa pozwalająca na rozbudowę systemu; możliwość wnioskowania z niepełnej wiedzy; rozdział mechanizmu wnioskowania od bazy wiedzy; zastosowanie reguł wnioskowania postaci if... then...". struktura wiedzy jest klarowna (wyłączając neuronowe ES). ważny z punktu widzenia użytkownika interfejs I/O, pozwala na zadawanie pytań i uzyskiwanie wyjaśnień (praca interaktywna). możliwość wyjaśniania łańcucha wnioskowania w sposób zrozumiały dla użytkownika; moduły zdobywania wiedzy i modyfikacji wiedzy są często używane dla rozszerzania systemów ekspertowych 6 3

4 Systemy ekspertowe Klasyfikacja systemów ekspertowych systemy ekspertowe tradycyjne systemy ekspertowe czasu rzeczywistego Tradycyjne systemy ekspertowe najczęściej znajdują zastosowania w zagadnieniach diagnostycznych i konsultacyjnych. W aplikacjach pracujących w czasie rzeczywistym, wnioskowanie odbywa się z uwzględnieniem najczęściej wielu szybko zmieniających się danych (high-input data rates). Krytycznym wymogiem jest 'wyprodukowanie' właściwej odpowiedzi w odpowiednim, krótkim przedziale czasu. 7 Systemy ekspertowe Systemy ekspertowe pracujące w czasie rzeczywistym znajdują zastosowanie w zadaniach: bezpośredniego sterowania przebiegiem procesu lub systemu. wstępnego przetwarzanie danych, którego wyniki wykorzystywane są przez operatorów ludzi. Pełnią wtedy bardzo istotną rolę pomocniczą dla pracy operatora. Ułatwia mu to podejmowanie decyzji i może eliminować zmęczenie lub nudę, co może przyczyniać się do lepszej reakcji operatora w ważnych sytuacjach i zapewnić większe bezpieczeństwo. 8 4

5 Systemy ekspertowe Użycie systemu ekspertowego czasu rzeczywistego umożliwia: zmniejszenie potrzeby ciągłej obecności na stanowisku operatorów o wysokich kwalifikacjach, zmniejszenie liczby operatorów, zmniejszenie awaryjności, bardziej spójne monitorowanie o lepszej jakości, zwiększenie przepustowości systemu, zmniejszenie kosztów trenowania operatorów. System ekspertowy czasu rzeczywistego może sprawdzać stan czujnika co ściśle określony, nawet bardzo krótki, czas i w przeciwieństwie do człowieka, nie pominie żadnego pomiaru. System ekspertowy czasu rzeczywistego powinien móc koncentrować uwagę na jednym problemie, uznanym przez system za najważniejszy w danej chwili. Właściwość ta powoduje, iż system mając obszerną bazę wiedzy, może do rozwiązania problemu używać tylko jej części, co znacznie przyspiesza czas reakcji systemu. 9 Systemy ekspertowe Klasyfikacja II systemów ekspertowych systemy ekspertowe doradcze SE podejmujące decyzje bez kontroli człowieka SE krytykujące Systemy doradcze prezentują rozwiązania dla użytkownika, który jest w stanie ocenić ich jakość. Użytkownik może odrzucić rozwiązanie oferowane przez system i zażądać innego rozwiązania. Systemy podejmujące decyzje bez kontroli człowieka są same dla siebie końcowym autorytetem. Są używane np. do sterowania różnymi obiektami, gdzie udział człowieka jest utrudniony lub wręcz niemożliwy. Systemy krytykujące otrzymują do analizy problem oraz jego rozwiązanie. System dokonuje w tym przypadku analizy i komentuje uzyskane rozwiązanie. 10 5

6 Systemy ekspertowe Klasyfikacja ze względu na sposób realizacji systemy dedykowane systemy szkieletowe (skorupowe) Systemy dedykowane są tworzone od podstaw przez inżyniera wiedzy współpracującego z informatykiem. Systemy szkieletowe (skorupowe) są to systemy z pustą bazą wiedzy. Proces tworzenia finalnego systemu ekspertowego jest w tym przypadku krótszy niż w pierwszym, gdyż jest wymagane tylko pozyskanie wiedzy i jej odpowiednia implementacja w systemie. 11 Systemy ekspertowe Klasyfikacja na metodę prowadzenia procesu wnioskowania systemy z logiką dwuwartościową systemy z logiką wielowartościową systemy z logiką rozmytą Klasyfikacja na rodzaj przetwarzanej informacji systemy z wiedzą pewną z systemy z wiedzą niepewną, w przetwarzaniu której wykorzystuje się przede wszystkim aparat probabilistyczny 12 6

7 Systemy ekspertowe Czynniki pobudzające rozwój systemów ekspertowych to: redukcja kosztów - wiedza eksperta jest kosztowna, stąd próby wykorzystania często znacznie tańszych systemów ekspertowych; wszechstronność ekspertyz - możliwość uzyskania kilku alternatywnych rozwiązań; połączenie wiedzy kilku ekspertów może spowodować, że ES działa lepiej niż pojedynczy ekspert; odporność psychiczna - system ekspertowy umożliwia pracę bez zakłóceń, nawet w stresujących warunkach; możliwość szybszego uzyskania odpowiedzi analizy zwiększenie dostępności - ekspertyza dostępna na wielu komputerach i przez cały czas; ES pozwalają większemu gronu ludzi działać jako ekspert. Jest to użyteczne przy szkoleniu itp. Edukacyjna rola ES jest bardzo duża, np. MYCIN (system służący do diagnozowania chorób bakteryjnych) doskonale nadaje się do uczenia studentów medycyny, nie ryzykując zdrowiem pacjenta. 13 Zalety i wady systemów ekspertowych Zalety Przydatne do rozwiązywania złożonych problemów, w dziedzinach, w których zgromadzono wiedzę empiryczną Potrafią odpowiadać na pytania prezentując swoje konkluzje w intuicyjne zrozumiały sposób, nie potrzeba programistów by zrozumieć ich działanie. Zwykle oparte są na jednolitym sposobie reprezentacji wiedzy, np. regułach lub ramach. Dzięki temu łatwo jest modyfikować wiedzę. Wady: Trudno jest przewidzieć, jakie będą skutki dodania nowej wiedzy, rozumowanie zdroworozsądkowe jest trudne. Trudno jest pozyskiwać wiedzę (uczenie maszynowe i odkrywanie wiedzy rzadko jest częścią ES). Traktowanie niepewności nadal jest rzadko spotykane. 14 7

8 Wiedza symboliczna Przez pojęcie wiedzy należy rozumieć zbiór wiadomości z danej dziedziny, zawierający symboliczny opis otaczającego nas świata rzeczywistego, scharakteryzowanego przez aksjomatyczne i empiryczne relacje, zawierający procedury, które posługują się tymi relacjami. Na wiedzę składają się więc: opisy ( fakty ), relacje i procedury. Fakty ( opisy ) służą do identyfikacji i rozróżniania obiektów i klas. Są przechowywane w postaci zdań w języku o ściśle określonych zasadach i składni. Baza opisów oprócz zdań zawiera również reguły i algorytmy umożliwiające poprawną interpretację danych wejściowych. Relacje są to zapisane w bazie wiedzy zależności i asocjacje (skojarzenia) zachodzące pomiędzy faktami z danej bazy. Procedury to mechanizmy jakimi podlegają relacje i fakty 15 Wiedza symboliczna Typy symbolicznej reprezentacji wiedzy: Reprezentacja proceduralna polega na określeniu zbioru procedur, działanie których reprezentuje wiedzę o danej dziedzinie. Zaletą tego sposobu reprezentacji wiedzy jest duża efektywność reprezentowania procesów, np. zapisanie w postaci równania jakiegoś prawa fizyki. Reprezentacja deklaratywna polega na określeniu zbioru specyficznych dla rozpatrywanej dziedziny faktów, stwierdzeń i reguł. Zaletą tego sposobu reprezentacji wiedzy jest jej łatwiejszy opis i formalizacja. Przykładem może być zadanie polegające na wykrywaniu osób podejrzanych o dokonanie jakiegoś przestępstwa. Reprezentacja deklaratywna dawałaby zestawienie faktów, mających związek z tą sprawą, a także zbiór relacji między faktami. Charakterystyczną cechą tej reprezentacji jest to, iż nie podany jest jawnie sposób, w jaki przestępca ma być znaleziony. 16 8

9 Wnioskowanie heurystyczne Systemy ekspertowe do rozwiązywania problemów używają często metody przeszukiwania ze względu na jej dwie najważniejsze właściwości: Niepotrzebny jest określony z góry ciąg czynności prowadzących do rozwiązania. Mogą one być określane przez analizowanie kolejnych alternatyw. Nieskomplikowany sposób formułowania zadań wymagane jest tylko określenie zbioru stanów rozwiązywanego problemu, zbioru operatorów przekształcających te stany, stanu początkowego i zbioru stanów końcowych. Zalety wnioskowania heurystycznego: jest to praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów, prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi omijając mniej obiecujące ścieżki, podaje proste kryterium wyboru kierunków postępowania. Wada wnioskowania heurystycznego: Wykorzystanie heurystyki w procesie rozwiązywania zadania może zwiększać niepewność otrzymania wyniku. 17 Struktura systemu ekspertowego Maszyna wnioskująca + Interfejs użytkownika Baza wiedzy X Baza wiedzy Y Baza wiedzy Z Interfejs użytkownika umożliwia komunikację człowieka, podejmującego konsultację, z systemem ekspertowym. Pozwala on na zasięganie informacji u użytkownika o stanie środowiska oraz generowanie wyniku, a także pokazywanie objaśnień do procesu wnioskowania. Interfejs uzależniony jest od rodzaju systemu operacyjnego, w jakim działa system ekspertowy i języka programowania, za pomocą którego stworzono SE 18 9

10 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca W bazie wiedzy znajdują się informacje o wybranej dziedzinie wiedzy, stanach środowiska, przekazane przez eksperta. Bazę wiedzy tworzy inżynier wiedzy. Musi ona być zapisana w postaci sformalizowanej zrozumiałej dla maszyny wnioskującej. Wiedza w bazie wiedzy zapisana jest za pomocą symboli, dzięki temu łatwo można prześledzić sposób dojścia systemu do rozwiązania oraz przeanalizować poprawność bazy wiedzy. Fakty są zdaniami oznajmującymi, np. Samochód osobowy ford puma ma 3,5 m długości. Fakt może być reprezentowany w postaci związku między pewnymi obiektami (tu: samochód osobowy) i charakteryzować się różnymi cechami (atrybutami tu nazwa i długość). 19 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca Oprócz faktów baza wiedzy zawiera reguły o postaci IF warunki reguły THEN wniosek reguły Np. Jeżeli prawdą jest A i B to prawdą jest C W ekspertowym zapisie: A, B C Zbiór wszystkich warunków bazy reguł dzieli się na dwa rozłączne podzbiory: warunki dopytywalne są to warunki nie będące wnioskami innych reguł: ich wartość logiczna musi być określana przez użytkownika warunki niedopytywalne są wnioskami innych reguł. Ich wartość logiczna wynika z odpowiadających im reguł i wartości logicznej warunków dopytywalnych 20 10

11 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca Maszyna wnioskująca zajmuje się wyszukiwaniem rozwiązań w przestrzeni stanów środowiska. Jednym z podstawowych postulatów tworzenia systemów ekspertowych jest, by maszyna wnioskująca była oddzielona od bazy wiedzy systemy ekspertowe skorupowe z pustą bazą wiedzy. Maszyna wnioskująca wyznacza fakty wynikające z bazy wiedzy i z pewnego zbioru faktów początkowych, charakteryzujących problem będący przedmiotem wnioskowania. Wnioskowaniem nazywa się wyznaczanie nowych faktów z bazy wiedzy i zbioru faktów początkowych, zadeklarowanych przez użytkownika systemu ekspertowego. Metody wnioskowania decydują o tym, w jaki sposób zachodzi proces myślenia, czy jest to na przykład wnioskowanie wstecz (indukcja), wprzód (dedukcja) lub inne. 21 Typy baz reguł Baza reguł elementarne rozwinięte dokładne przybliżone elementarne dokładne (BED) elementarne przybliżone (BEP) rozwinięte dokładne (BRD) rozwinięte przybliżone (BRP) 22 11

12 Rodzaje wnioskowania System wnioskujący Rodzaje wnioskowania są ściśle związane z typami baz reguł elementarne rozwinięte dokładne przybliżone Wnioskowanie elementarne dokładne (w przód (BED) lub wstecz) Wnioskowanie elementarne przybliżone (w przód (BEP) lub wstecz) Wnioskowanie rozwinięte dokładne (w przód (BRD) lub wstecz) Wnioskowanie rozwinięte przybliżone (w przód (BRP) lub wstecz) 23 Konstruowanie systemów ekspertowych Twórca narzędzi buduje Ekspert dziedziny prowadzi dialog rozszerza i testuje Narzędzia do budowy systemów ekspertowych Inżynier wiedzy buduje i testuje System ekspertowy Baza wiedzy wykorzystuje dane wykorzystuje i analizuje Użytkownik wykorzystuje 24 12

13 Konstruowanie systemów ekspertowych Konstruowanie systemów ekspertowych jest jednym z zagadnień tzw. inżynierii wiedzy (knowledge engineering). Celem inżynierii wiedzy jest pozyskiwanie wiedzy z określonej dziedziny, jej przetwarzanie, stworzenie dla tej wiedzy odpowiedniej struktury. Zajmuje się także rozwijaniem metodologii i narzędzi budowy systemów ekspertowych. W szczególności obejmuje ona: pozyskiwania wiedzy ekspertów i tworzenia struktur dla wiedzy ekspertów dopasowywania i wyboru odpowiednich metod wnioskowania i wyjaśniania rozwiązań problemów tworzenie interfejsów pośredniczących w komunikacji pomiędzy komputerem a użytkownikiem. 25 Konstruowanie systemów ekspertowych ETAP I: Pozyskanie wiedzy ekspertów i zapisanie jej w odpowiednich strukturach ETAP II: Dopasowanie i wybór metod wnioskowania i wyjaśniania rozwiązanych problemów ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem 26 13

14 Konstruowanie systemów ekspertowych ETAP I: Pozyskanie wiedzy ekspertów i zapisanie jej w odpowiednich strukturach 1. komunikacja - skomunikowanie się i znalezienie ekspertów 2. identyfikacja - określenie charakterystyki problemu do rozwiązania; 3. reprezentacja - znalezienie sposobu reprezentacji wiedzy; 4. formalizacja - zaprojektowanie struktur organizujących wiedzę; 5. implementacja - sformułowanie reguł lub ram zawierających wiedzę; 6. testowanie - sprawdzenie zastosowanych w systemie reguł. 27 Konstruowanie systemów ekspertowych 1. Komunikacja Choć pozornie faza komunikacji inżyniera wiedzy z ekspertem wydaje się łatwa to jednak często już na tym pierwszym etapie można natrafić na poważne problemy. Problem jednak tkwi w tym, że często współpraca z fachowcem danej dziedziny jest utrudniona ze względu na następujące czynniki: ekspert boi się, że maszyna będzie mogła go zastąpić i będzie już niepotrzebny ekspert działa intuicyjnie, nie potrafi sprecyzować w sposób formalny sposobów i metod swojego działania (wyjściem z tej sytuacji może być obserwacja jego pracy) ekspert nie ma czasu brak wspólnego języka z inżynierem wiedzy 28 14

15 Konstruowanie systemów ekspertowych 2. Identyfikacja Podczas drugiego etapu ekspert i inżynier wiedzy określają problem do rozwiązania i jego zakres (ponadto określają potrzebne środki). Początkowe sformułowanie problemu jest zazwyczaj szerokie i niejasne, wobec czego może być konieczne staranne przestudiowanie tego problemu mające na celu jego wyjaśnienie. Podczas analizy należy zwrócić szczególną uwagę na to, aby wszystkie przemyślenia i wnioski były określone jednoznacznie i bardzo dokładnie gdyż z pewnością wysoce niepożądane są sytuacje, w których podczas następnych etapów twórcy będą zmuszeni cofać się i rozpatrywać dane zagadnienia powtórnie. W tej fazie projektowania pod rozwagę należy wziąć ogólny sens tworzenia systemu ekspertowego, gdyż w niektórych sytuacjach może się okazać, że istnieją już gotowe narzędzia rozwiązywania naszego problemu, jest on zbyt rozbudowany lub rozwiązanie go jest trywialne i nie ma potrzeby stosowania tak wyrafinowanej 29 metody, jaką na pewno jest system ekspertowy Konstruowanie systemów ekspertowych 3. Reprezentacja W trzecim etapie jest przeprowadzana analiza problemu. Ekspert oraz inżynier wiedzy przedstawiają kluczowe koncepcje, relacje i charakterystykę przepływu informacji, niezbędne w procesie rozwiązywania problemu w danej dziedzinie. Ponadto określają strategie i trudności w rozwiązywaniu rozważanych zagadnień. Podczas tworzenia bazy wiedzy ważnym zagadnieniem jest zbieranie informacji i danych, polegające na ich zgromadzeniu i ocenie. Proces ten może obejmować dowolne z następujących zadań częściowych: zapoczątkowanie poszukiwań literatury, zestawienie bibliografii, gromadzenie materiałów źródłowych, gromadzenie dokumentów i raportów, generowanie sztucznych danych, zbieranie danych za pomocą eksperymentów, konsultacje z ekspertami. Z wymienionych zadań najtrudniejsze jest pozyskiwanie wiedzy na podstawie konsultacji z ekspertem 30 15

16 Konstruowanie systemów ekspertowych 4. Formalizacja Po zebraniu wiedzy i dogłębnym przestudiowaniu całego projektu pozostaje już tylko sformalizowanie wiedzy. Głównym formalnym opisem, a zarazem podziałem posiadanej już wiedzy są trzy następujące pojęcia: opisy lub fakty, to podstawowe cechy wyrażone jako elementarne składniki zdań zapisanych w jakimś języku. Ich zadanie to identyfikacja i rozróżnianie obiektów i klas. Zawarte są w nich także wszelkiego typu reguły lub algorytmy wykorzystywane do interpretacji danych wejściowych, relacje, to obraz zachodzących zależności i skojarzeń pomiędzy elementami wchodzącymi w skład opisów (faktami), procedury, to mechanizmy, jakim podlegają relacje i fakty. 31 Konstruowanie systemów ekspertowych 5. Implementacja Ten etap realizowany jest już bez udziału eksperta. Programiści tworzą za pomocą wybranych wcześniej narzędzi odpowiednie reguły i ramy (klasy) zapisując w nich jednocześnie całą niezbędną wiedzę. Podczas etapu implementacji inżynier wiedzy łączy i reorganizuje sformalizowaną wiedzę tak, aby stała się zgodna z charakterystyką przepływu informacji danego problemu. Powstały w ten sposób zestaw reguł lub ram i powiązana z nim struktura kontrolna tworzy prototypowy program. Faza ta niewiele różni się od standardowego procesu programowania w związku, z czym obowiązują tu ogólne zasady efektywnego tworzenia oprogramowania

17 Konstruowanie systemów ekspertowych 6. Testowanie Sprzeczność reguł Reguły pochłaniające Niepotrzebne warunki Zapętlenie reguł Wielokrotne odwołanie do jednego atrybutu Kompletność bazy reguł 33 Konstruowanie systemów ekspertowych ETAP II: Dopasowanie i wybór metod wnioskowania i wyjaśniania rozwiązanych problemów 1. Rodzaj wnioskowania wnioskowanie w przód wnioskowanie wstecz wnioskowanie mieszane 2. Strategie wnioskowania strategia świeżości wyodrębnienie reguły, która została dołączona najpóźniej do systemu, strategia blokowania eliminacja reguł, które zostały już wykorzystane wcześniej, strategia specyficzności wybiera te reguły, które cechują się największą liczbą przesłanek strategia przypadkowości 34 17

18 Konstruowanie systemów ekspertowych ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem Standardowe funkcje zapewniające minimalną funkcjonalność systemu Dlaczego? (why?) - odpowiada na pytanie, dlaczego jest analizowany dany warunek, podając nazwę i postać reguły, która jest analizowana z zaznaczeniem bieżącego warunku. Jak? (how?) - opcja dostępna w dowolnej chwili, różniąca się jednak znaczeniem w zależności od kontekstu wywołania. Przy wywołaniu, po ustaleniu odpowiedzi końcowej, odpowiada na pytanie: jak system doszedł do tego, że cel stał się wynikiem. Dzięki pamiętaniu śladu wnioskowania jest możliwe odtworzenie całej drogi wnioskowania. Przy pozostałych wywołaniach użytkownik podając np. numer dowolnego faktu z listy faktów uzyska odpowiedź na pytanie: jak system doszedł do tego, że fakt przyjmuje taką wartość. 35 Konstruowanie systemów ekspertowych ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem Standardowe funkcje zapewniające minimalną funkcjonalność systemu Co będzie jeżeli... (what will be if...) - opcja ta pomaga użytkownikowi w udzieleniu odpowiedzi. Po wybraniu jednej z możliwych odpowiedzi system podaje konsekwencje takiego wyboru (jeden krok w przód). Opcja ta jest dostępna tylko przy zadawaniu pytań. Wszystkie reguły (all rules) - wyświetlenie na ekranie wszystkich reguł, z jakich składa się baza wiedzy, wraz ze wszystkimi warunkami. Wszystkie fakty (all facts) - wyświetlenie na ekranie wszystkich faktów dostępnych aktualnie na liście faktów z zaznaczeniem pochodzenia