Baza wiedzy (reguł) w informatycznym systemie ekspertowym

System „inteligentny” jest to określenie stosowane do systemu, który przejawia zdolność uczenia się i podejmowania decyzji na bazie informacji z otoczenia. Na podstawie reguł i zależności potrafią podjąć i zastosować decyzję lub wybraną decyzję przedstawić jego użytkownikowi. Przez podejmowanie decyzji należy rozumieć proces polegający na zidentyfikowaniu alternatywnych metod działania i wyborze między nimi. Zaś mówiąc o informacjach sprawczych uwzględnia się decyzje przy pomocy których realizuje się procesy sterowania. Wiedza jest kluczowym elementem systemu ekspertowego, ponieważ to ona

119 decyduje o jego jakości i wiarygodności. Jest zbiorem wiadomości z określonej dziedziny składających się z opisów, relacji i procedur, zapisanych za pomocą języka reprezentacji wiedzy i utrzymywanym jako składnik systemu oddzielony od programu kontrolnego. Baza wiedzy powinna zawierać fakty i reguły umożliwiające rozwiązywanie problemów z danej dziedziny. Fakty to zdania oznajmujące ukazujące pewną zależność między obiektami i charakteryzujące cechy tych obiektów. Baza wiedzy jest specyficznym elementem, który odnosi się do konkretnej dziedziny o której zawiera informacje posiadane przez jej ekspertów.

W bazie wiedzy znajduje się opis obiektów przy pomocy zaimplementowanych atrybutów oraz występujących pomiędzy nimi zależności.

Systemy ekspertowe to programy komputerowe, które rozwiązują specjalistyczne problemy z pewnej dziedziny, zastępując eksperta-człowieka. Na podstawie zgromadzonej wiedzy potrafią również wnioskować i podejmować decyzje. Ogólnie zalicza się je do dziedziny zwanej „sztuczną inteligencją”. Podział systemów ekspertowych (ze względu na możliwość ingerencji człowieka w produkowane przez system rozwiązanie):

 systemy doradcze – podpowiadają rozwiązanie pomagając podjąć decyzję człowiekowi – prezentują rozwiązanie jakiegoś problemu, ale do użytkownika należy jego ocena, oraz to czy je zaakceptuje, czy odrzuci,

 podejmujące decyzję bez ingerencji i kontroli człowieka – stosowane do sterowania skomplikowanymi urządzeniami w warunkach wykluczających lub mocno ograniczających możliwości człowieka,

 systemy krytykujące – dokonują analizy pewnego problemu i jego rozwiązania, a następnie komentują to rozwiązanie.

Drugi podział (ze względu na złożoność):

 płytkie – korzystają tylko z informacji zgromadzonych w bazie wiedzy,

 głębokie – wyposażone w moduły pozwalające na samodoskonalenie się – potrafią rekomendować decyzję w sytuacjach nieznanych.

Warunkiem poprawności działania SE jest poprawna konstrukcja bazy wiedzy. Wymaga to wyboru odpowiednich faktów z dziedziny działania systemu, unikania błędów i wybrania odpowiedniej struktury. System ekspertowy składa się z następujących, niezależnych fizycznie, lecz współpracujących ze sobą, elementów:

 baza wiedzy – znajdują się w niej wszelkie informacje z zakresu wybranej dziedziny: wiedza faktograficzna (fakty), wiedza o wnioskowaniu (zbiór reguł), wiedza o sposobach rozwiązywania problemu (meta-wiedza). Wiedza musi być

120 zapisana w postaci sformalizowanej, zrozumiałej dla mechanizmu wnioskującego i pozwalającej na prześledzenie sposobu dojścia systemu do rozwiązania,

 maszyna wnioskująca – na podstawie zgromadzonej wiedzy wyszukuje rozwiązanie postawionego problemu – jest ona oddzielona od bazy wiedzy, dzięki czemu działa tak samo w systemach ekspertowych dla dowolnej dziedziny jak i w szkieletowych systemach ekspertowych. Algorytm wyszukiwania zawiera szereg strategii przeszukiwań, heurystyk i metod wnioskowania – strategie wyznaczają kolejne kroki przeszukiwań, heurystyki pomagają zoptymalizować przestrzeń poszukiwań, a metody decydują w jaki sposób zachodzi proces myślenia (wnioskowane wstecz, w przód, czy inne),

 procedury objaśniania – objaśniają strategię wnioskowania, sposób dojścia do rozwiązania i pokazują dokładniejsze dane o rozwiązaniu,

 interfejs do porozumiewania się z użytkownikiem – umożliwia komunikację człowieka z systemem (pracę interaktywną) i służy do zasięgania informacji u użytkowania, przedstawiania wygenerowanego wyniku oraz udzielania wyjaśnień na temat procesu wnioskowania. Konstrukcja i wygląd interfejsu zależy od języka programowania, za pomocą którego stworzono system ekspertowy oraz systemu operacyjnego, w którym on działa,

 moduły zdobywania i modyfikacji wiedzy – pozyskiwanie wiedzy pozwala na automatyczne ulepszanie systemu.

Rys. 2.14 Schemat systemu ekspertowego. Źródło: opracowanie własne na podstawie (Jaszkiewicz, 1999).

Interfejs użytkownika

Edytor bazy wiedzy Mechanizm wnioskowania

Mechanizm wyjaśniający

Użytkownik

Baza danych zmiennych

Baza wiedzy Szkielet systemu ekspertowego

Inżynier wiedzy Ekspert

121 Systemy z bazami wiedzy wydzielonymi od pozostałych modułów programu nazywamy systemami opartymi na bazie wiedzy (ang. knowledge based systems). Systemy takie często są wykorzystywane jako systemy wspomagające podejmowanie decyzji. System ekspertowy podczas swego działania korzysta z bazy wiedzy. Podstawowe zagadnienia w systemach opartych na bazie wiedzy wynikają z konieczności pozyskiwania, reprezentacji i sposobu użycia wiedzy oraz jej objaśniania i ponownego uczenia się. Ze względu na metodę prowadzenia procesu wnioskowania systemy ekspertowe (SE) dzieli się na te:

 z logiką dwuwartościową (Boole’a),

 z logiką wielowartościową,

 z logiką rozmytą.

Natomiast ze względu na rodzaj przetwarzanej informacji SE dzielą się na dwie grupy:

 systemy z wiedzą pewną, czyli zdeterminowaną,

 systemy z wiedzą niepewną, w przetwarzaniu której wykorzystuje się przede wszystkim aparat probabilistyczny.

W omawianym modelu proces wnioskowania jest oparty o logikę rozmytą, dzięki której będzie można wyznaczyć różne poziomy bezpieczeństwa i stosować według potrzeb (np.

zachować wyższy poziom bezpieczeństwa dla jednostki przewożącej materiały niebezpieczne). Domena może mieć granicę „ostrą” tzn. jednostopniową, gdzie jej przekroczenie spowoduje zmianę stanu sytuacji z bezpiecznej na niebezpieczną. Także może mieć granice wielostopniowe, których wielkość i kształt uzależnione są od przyjętego poziomu bezpieczeństwa i ze specyfiki problemu do rozwiązania. Domenę tę, do której wykorzystuje się prawa logiki rozmytej nazywa się rozmytą domeną statku. Na podstawie praw logiki rozmytej można ustalić strefy, którym odpowiadają różne poziomy bezpieczeństwa. W takiej sytuacji nawigator i operator systemu będą dysponowali dodatkowo informacją o aktualnym poziomie bezpieczeństwa i tendencji jego zmiany. Stosowanie stref bezpieczeństwa (domen) w zintegrowanych systemach i ośrodkach kontroli ruchu niewątpliwie podniesie poziom bezpieczeństwa żeglugi (Banachowicz, Uriasz 2006). Ruch statku szczególnie na akwenie ograniczonym obarczony jest ryzykiem, ze względu na ograniczenia przestrzeni, natężenie ruchu oraz zjawiska meteorologiczne i hydrodynamiczne.

Coraz częściej zastosowanie znajdują metody oparte na komputerowym wspomaganiu decyzji. Umożliwiają one pozyskanie wiedzy eksperckiej i na jej podstawie ustalenie kształtu i rozmiaru domeny bezpiecznej statku. Dzięki określeniu wielkości domeny oraz metody wyliczania odległości istnieje możliwość wyznaczania tabel decyzyjnych, które będą

122 określały manewry sterem i/lub napędem w celu zachowania „czystej ” domeny statku. Daje to możliwość tworzenia baz wiedzy.

Tabela 2.5 Tworzenie reguł wnioskowania na podstawie tabeli decyzyjnej, przykład poglądowy:

Odległość od obiektu

obcego Prędkość, V = 10 [w] Wniosek

Bardzo blisko Bardzo niebezpiecznie Natychmiast zmniejszyć prędkość, zmienić kurs o x stopni Blisko Ryzyko zderzenia Zachować szczególną ostrożność,

zmniejszyć prędkość

Daleko Bezpiecznie Zachować dotychczasowy kurs bez zmian Źródło : Opracowanie własne

„Wiedza eksperta jest kluczem do systemu, podczas gdy reprezentacja wiedzy i schematy wnioskowania dostarczają mechanizmów do jej użycia.” (Kisielnicki, Sroka 1999).

Dla ułatwienia procesu algorytmizacji stosuje się tzw. wektory wiedzy, które są pewnego rodzaju uogólnieniem reguł, w wyniku którego otrzymuje się zapis w postaci wektorowej. W podejściu tym najpierw zapisuje się daną bazę reguł w tradycyjny sposób, przy czym poszczególne reguły powinny zawierać jednakową liczbę warunków i wniosków. Następnie dokonuje się kodowania poszczególnych członów reguł z wykorzystaniem symboli. W rezultacie zamiast pisać pełną reprezentację poszczególnych reguł, otrzymuje się bardzo zwarty opis w postaci wektorów, zawierających symbole. Mając postać wektorową, łatwo można przejść na opis zawierający pełną treść reguł. W wektorze wiedzy może być zestaw wszystkich pytań (warunków) jak w regule złożonej. Wektory wiedzy są wygodne do weryfikacji poprawności bazy wiedzy. Maszyna wnioskująca składa się z procedur przeszukiwania i wnioskowania, co służy znalezieniu rozwiązania i jego uzasadnienia.

Wnioskowanie to umiejętność podejmowania decyzji w oparciu o posiadaną wiedzę. W przypadku systemów ekspertowych jest to wyznaczanie nowych faktów na podstawie bazy wiedzy i zbioru faktów początkowych, zadeklarowanych przez użytkownika.