Wniosek 2: należy ograniczyć ilość wiedzy, np. ograniczając działanie systemu do pewnej dziedziny wiedzy!

Transkrypt

1 Plan wykładu Systemy eksperckie Wnioski z badań nad systemami mi w rachunku predykatów Reguły produkcji jako system reprezentacji Algorytm rozpoznaj-wykonaj Sterowanie wnioskowaniem w systemach regułowych Zalety, wady i obszary zastosowań systemów Narzędzia do budowy systemów Słabe i mocne metody wnioskowania Wnioski z prób automatycznego wnioskowania w rachunku predykatów Rachunek predykatów abstrahuje od znaczenia symboli Rachunek predykatów nie pozwala reprezentować niepewnej Wnioskowanie z wiedzą niepełną stwarza poważne problemy Wniosek 1: należy poszukiwać innych form reprezentacji. Wnioski z prób automatycznego wnioskowania w rachunku predykatów Ilość niezbędna do prowadzenia wnioskowania zdroworozsądkowego jest zbyt duża, aby można ją było efektywnie pozyskać, zapisać i analizować w sposób automatyczny Wniosek 2: należy ograniczyć ilość, np. ograniczając działanie systemu do pewnej dziedziny! Przykładowe dziedziny problemu: medycyna chemia systemy komputerowe elektronika bankowość Dziedzina Dziedzina Dziedzina problemu Przykładowe dziedziny : diagnostyka infekcji bakteryjnych interpretacja struktur molekuł konfiguracja systemów komputerowych testowanie obwodów VLSI analiza giełdy papierów wartościowych Reguły produkcji Badania prowadzone równocześnie w dziedzinie psychologii doprowadziły do obserwacji (means-ends analysis), że człowiek formułuje swoje reguły wnioskowania w postaci: jeżeli A to B Jeżeli samochód nie zapala, to... 1

2 Reguły produkcji Badania prowadzone równocześnie w dziedzinie psychologii doprowadziły do obserwacji (means-ends analysis), że człowiek formułuje swoje reguły wnioskowania w postaci: jeżeli A to B Jeżeli samochód nie zapala, to... należy wezwać pomoc drogową. Reguły proceduralne: Jeżeli sytuacja to akcja. Reguły produkcji Np.: Jeżeli ż jesteś ś głodny, ł to coś ś zjedz. Reguły deklaratywne: Jeżeli przesłanka to konkluzja. Np.: Jeżeli X jest słoniem, to X jest ssakiem. Struktura systemu eksperckiego baza Reguła: Fakt: Baza Jeżeli A to B B Fakt może być traktowany jako konkluzja reguły, której przesłanka jest zawsze prawdziwa. Reguła Horna (jedna konkluzja): Jeżeli A i B i C to W Budowa reguł Jeżeli A i B i C to W1 i W2 Jeżeli A i B i C to W1 Jeżeli A i B i C to W2 Jeżeli (A i B i C) lub (D i E i F) to W Jeżeli A i B i C to W Jeżeli D i E i F to W Zagnieżdżanie reguł Warunki dopytywalne (askeable conditions) warunki nie będące wnioskami innych reguł. Ich wartość logiczna musi być określona przez w odpowiedzi na pytanie zadane przez system. Warunki niedopytywalne (non-askeable conditions) warunki będące wnioskami innych reguł. Ich wartość logiczna wynika z odpowiednich reguł i wartości logicznych warunków dopytywalnych. Zagnieżdżenia można uniknąć. Jeżeli A i B i V to W Jeżeli C i D i E to V Jeżeli A i B i C i D to W Taki zabieg może zmienić istotę i strukturę dziedzinowej! 2

3 Negacja konkluzji Zakłada się, że w bazach reguł nie występują równocześnie reguły dla konkluzji i ich negacji. Jeżeli A i B to W Jeżeli nc to nw Jeżeli ż nd to nw Jeżeli A i B i C i D to W Można przyjąć założenie, że w bazie nie występują reguły z zanegowanymi konkluzjami. Niedeterminizm bazy reguł Dwie reguły R1: jeżeli A1 to B1 oraz R2: jeżeli A2 to B2 tworzą niedeterministyczny (ambiguous) zbiór reguł jeżeli istnieje stan opisany przez formułę F taki, że równocześnie F A1 i F A2 oraz B1 B2. Są to zatem reguły, które można odpalić równocześnie, ale ich konkluzje są różne. Niezgodność bazy reguł Dwie reguły R1: jeżeli A1 to B1 oraz R2: jeżeli A2 to B2 są niezgodne (ambivalent) jeżeli istnieje stan opisany przez formułę F taki, że równocześnie F A1 i F A2 oraz I B1 B2 w interpretacji I. Sprzeczność bazy reguł Dwie reguły R1: jeżeli A1 to B1 oraz R2: jeżeli A2 to B2 są sprzeczne jeżeli istnieje stan opisany przez formułę F taki, że równocześnie F A1 i F A2 oraz B1 B2. Są to zatem reguły, które można odpalić równocześnie, ale ich konkluzje nie mogą być równocześnie prawdziwe. Są to zatem reguły, które można odpalić równocześnie, ale ich konkluzje są sprzeczne (nie mogą być równocześnie spełnione w żadnej interpretacji). Sprzeczności w bazach reguł Nadmiarowość w bazach reguł Jeżeli K i B to H Jeżeli C i D i X to K Jeżeli nh i A to X Załóżmy, że prawdziwe są: nh, A, B, C i D Jeżeli nh i A to X Jeżeli Ci Di Xto K Jeżeli Ki Bto H Jeżeli A i B to W Jeżeli C i D to A Jeżeli E i F to B Jeżeli C, D, E, F to W Jeżeli A i B i C to W Jeżeli A i B to W Jeżeli A i B i C to W Jeżeli A i B i nc to W Jeżeli A i B to W Występowanie reguł wielokrotnych Występowanie reguł subsumowanych (zawartych) Występowanie reguł o niepotrzebnych warunkach 3

4 Wnioskowanie w systemach Wnioskowanie w systemach baza c b a c baza 3 c b a c Wnioskowanie w systemach Wnioskowanie w systemach baza 3, 1 cb ac baza c a b c Wnioskowanie w systemach Wnioskowanie w systemach baza 2 c a b c baza a c b c 4

5 Wnioskowanie w systemach Wnioskowanie w systemach baza 3 a c b c baza a b c c Cykl wnioskowania while not stop Rozstrzyganie konfliktu: end while Akcja: Dopasowanie: Sprawdzenie warunku stopu: (rozpoznaj-wykonaj, situation-action) wybierz regułę o najwyższym priorytecie wykonuj kolejno akcje opisane po prawej stronie reguł uaktualnij agendę uzupełniając ją o reguły, których lewa strona jest spełniona jeżeli warunek stopu jest spełniony, to stop Sterowanie wnioskowaniem w systemach regułowych wybór strategii (wnioskowanie w przód i w tył) strukturę reguł, np.: X (foo(x) goo(x)) moo(x) X foo(x) ( goo(x) moo(x)) kolejność reguł rozstrzyganie konfliktów, np.: nie można odpalić reguły powtórnie dopóki elementy spełniające jej założenia nie zostaną zmodyfikowane preferencja reguł, które zawierają warunki wprowadzone ostatnio do bazy preferencja reguł specyficznych (posiadających więcej warunków) Wnioskowanie w przód start p q (1) p r s (2) q w r (3) q t u (4) s v (5) v r q goal (6) iteracja zbiór odpalona konfliktowy reguła 0 start start, p, q 1, 2, 3, start, p, q, r, s 1, 2, 3, 4, start, p, q, r, s, w 1, 2, 3, 4, start, p, q, r, s, w, t, u 1, 2, 3, 4, start, p, q, r, s, w, t, u, v 1, 2, 3, 4, 5, start, p, q, r, s, w, t, u, v, goal stop Wnioskowanie w tył start p q (1) p r s (2) q w r (3) q t u (4) s v (5) v r q goal (6) iteracja ę zbiór odpalona konfliktowy reguła 0 goal goal, v, r, q 6, goal, v, r, q, s 6, 5, goal, v, r, q, s, p 6, 5, 2, goal, v, r, q, s, p, start stop 5

6 Zwiększanie efektywności wnioskowania Baza ograniczeń zbiory warunków dopytywalnych wykluczających się Baza rad (nr_reguły, nazwa_pliku_rad) Pliki rad plik tekstowy wyświetlany użytkownikowi w postaci rady Słynne systemy eksperckie Nazwa Data Miejsce powstania DENDRAL MYCIN PROSPECTOR 1979 Opis 1960 Stanford Rozpoznawanie struktur molekuł związków organicznych na podstawie analizy spektrum 1970 Stanford Diagnozowanie i terapia infekcji bakteryjnych Lokalizacja i ocena złóż geologicznych SRI Intern. Konfiguracja XCON 1982 VAX komputerów DEC VAX Zalety systemów Ograniczenia systemów większa dostępność ekspertyzy mniejszy koszt ekspertyzy mniejsze ryzyko w warunkach szkodliwych dla zdrowia ciągłość pracy wyjaśnianie decyzji szybkość uzyskania ekspertyzy stała, niewrażliwa na emocje i pełna ekspertyza inteligentny nauczyciel inteligentny człowiek-komputerkomputer Systemy eksperckie nie posiadają przyczynowo - skutkowej Systemy eksperckie nie potrafią samodzielnie pozyskiwać. Pozyskiwanie stanowi wąskie gardło. Interpretacja - formowanie wniosków na podstawie danych Prognozowanie - przewidywanie możliwych konsekwencji wystąpienia określonych sytuacji CH 2 COOH? DENDRAL 6

7 Diagnostyka - wykrywanie przyczyn niesprawności w oparciu o zaobserwowane symptomy Projektowanie - określenie konfiguracji składowych systemu, spełniającej określone kryteria działania przy określonych ograniczeniach Zepsuł się, bo za dużo pracował! Planowanie - określanie sekwencji działań prowadzących do celu przy zadanych warunkach startowych Szkolenie i instruktaż - wykrywanie i korygowanie błędów w rozumieniu przedmiotu danej dziedziny 4 l 3 l? 2 l Serwis - wykrywanie i usuwanie usterek Monitorowanie - porównywanie zaobserwowanego funkcjonowania z oczekiwanymi działaniami Sterowanie automatyczne - nadzór nad funkcjonowaniem złożonych systemów Cykl życia systemu eksperckiego planowanie pozyskiwanie kodowanie ocena i weryfikacja systemu 7

8 Inżynieria Pozyskiwanie ekspert dialog Relacyjna baza danych Uczenie maszynowe Hurtownie danych inżynier wiedza baza systemu eksperckiego Regułowa baza Wyprowadzanie z danych Języki systemów Narzędzia do tworzenia systemów to translatory rozkazów napisane w określonej składni wnoszą ą i strategię gę wnioskowania wyboru języka dokonuje się na podstawie wymagań odnośnie do czasu realizacji, szybkości przetwarzania itd. to języki wyposażone w programy użytkowe wspomagające: tworzenie programu (edytory graficzne) debugging g zarządzanie plikami automatyczne generowanie kodu Szkieletowe systemy eksperckie Metody wnioskowania to narzędzia specjalnego przeznaczenia dla określonych typów aplikacji, w których użytkownik musi tylko dostarczyć bazę,np. EMYCIN ART(Inference Corp.) KEE (Intellicomp) Nexpert Object (Neuron Data) CLIPS (NASA) Słabe stosują jednolitą reprezentację reguły wnioskowania są niesprzeczne i zupełne ogólne strategie przeszukiwania (w głąb, wszerz) analizują tylko syntaktyczną stronę opisu mają zastosowanie w różnych aplikacjach nie mogą wykorzystać z dziedziny problemu Mocne reprezentacja zależy od dziedziny reguły wnioskowania mogą zawierać sprzeczności sterowanie wnioskowaniem wykorzystuje wiedzę z dziedziny problemu odwołuje się do znaczenia symboli użytych w opisie są dedykowane do określonej dziedziny wiedza zawarta w systemie jest mało przydatna w innych zastosowaniach 8