Kategorie systemów ekspertowych

Inteligentne Systemy Obliczeniowe Wykład 4

Piotr W ˛asiewicz

Zakład Sztucznej Inteligencji - ISE PW

pwasiewi@elka.pw.edu.pl

Wprowadzenie do systemów ekspertowych

Systemy Ekspertowe

• Wprowadzenie

• Podstawowe wiadomo´sci

• Podstawowe koncepcje

• Struktura

Zastosowania SI tzn. Systemów Ekspertowych

• Program szachowy z komputera Deep Blue pokonał mistrza ´swiata Gary Kasparova. Inne programy mog ˛a udowadnia´c matematyczne twierdzenia, tłumaczy´c na j ˛ezyki obce np. Altavista, planowa´c

procesy produkcyjne, operacje w trudnych warunkach np. DART.

• Program PEGASUS rezerwuje miejsca w ameryka ´nskich liniach lotniczych słuchaj ˛ac polece ´n klientów. Program ALVINN mo˙ze w ka˙zdych warunkach atmosferycznych kierowa´c ci ˛e˙zarówk ˛a np.

przejechał ni ˛a z Washingtonu do San Diego.

• Inteligentne programy rozpoznaj ˛a twarze np. w bankach, odr ˛eczne pismo, sprawdzaj ˛a lub projektuj ˛a układy elektroniczne np. EURISKO, rekonstruuj ˛a projekty architektów, szuka złó˙z geologicznych np.

PROSPECTOR, interpretuje zwi ˛azki chemiczne np. SCANMAT, DENDRAL.

• Programy zwane systemami ekspertowymi pomagaj ˛a lub s ˛a lepsze

Kategorie systemów ekspertowych

• doradcze (ang. advisory )

• podejmuj ˛ace decyzj ˛e bez kontroli człowieka (ang.

dictatorial)

• krytykuj ˛ace (ang. criticizing)

Inżynieria wiedzy tworzy metody programowania dla:

• akwizycji (pozyskiwania) i strukturalizacji wiedzy ekspertów

• dopasowania i wyboru odpowiednich metod wnioskowania i wyja´sniania dla rozwi ˛azywanych problemów,

• projektowanie odpowiednich interfejsów (układów

po´srednicz ˛acych) mi ˛edzy komputerem, a u˙zytkownikiem.

Ogólna struktura systemu ekspertowego

Maszyna wnioskuj ˛aca +

Interfejs z u˙zytkownikiem

Baza wiedzy

X

Baza wiedzy

Y

Baza wiedzy

Z

Podstawowe bloki systemu ekspertowego

Baza wiedzy Fakty Reguły

Maszyna wnioskuj ˛aca wraz z jednostk ˛a

steruj ˛ac ˛a

Elementy struktury systemu ekspertowego

• baza wiedzy (np. zbiór reguł),

• baza danych (np. dane o obiekcie, wyniki pomiarów, hipotezy),

• procedury wnioskowania - maszyna wnioskuj ˛aca,

• procedury obja´sniania - obja´sniaj ˛a strategi ˛e wnioskowania,

• procedury sterowania dialogiem - procedury

wej´scia/wyj´scia umo˙zliwiaj ˛a formułowanie zada ´n przez u˙zytkownika i przekazywanie rozwi ˛azania przez program,

• procedury umo˙zliwiaj ˛ace rozszerzanie oraz modyfikacj ˛e wiedzy - akwizycja wiedzy.

Główne elementy systemu ekspertowego

Procedury wnioskowania

Procedury sterowania

dialogiem

Procedury obja´sniania

Baza wiedzy

Baza danych stałych

Baza danych zmiennych

Procedury aktualizacji bazy wiedzy

Typowy proces pozyskiwania wiedzy

Ekspert dziedziny

In˙zynier wiedzy

Baza wiedzy

Wiedza, koncepcje, rozwi ˛azania Dane, problemy, pytania

Wiedza w strukturach

Role twórców systemu ekspertowego

Twórca narz ˛edzi

Ekspert dziedziny

Narz ˛edzia do budowy

systemów ekspertowych

In˙zynier wiedzy

System

ekspertowy U˙zytkownik

Baza wiedzy

buduje prowadzi

dialog

budujei testuje

wykorzystuje

wyko- rzystuje dane rozszerza

i testuje

wykorzystuje i aktualizuje

Podstawowe zagadnienia w systemach opartych na bazie

• reprezentacja wiedzy,

• akwizycja wiedzy,

• sposób u˙zycia wiedzy,

• obja´snianie i uczenie si ˛e.

Porównanie konwencjonalnego przetwarzania z inżynierią

Konwencjonalne przetwarzanie danych

In˙zynieria wiedzy

Programista analityk systemu In˙zynier wiedzy

Program System ekspertowy

Baza danych Baza wiedzy

Reprezentacja i u˙zycie danych Reprezentacja i u˙zycie wiedzy

Algorytm Heurystyki

Efektywna manipulacja du˙zymi ba- zami danych

Efektywna manipulacja du˙zymi ba- zami wiedzy

Porównanie ekspertyzy naturalnej z ekspertyzą sztuczną

Ekspertyza naturalna wykonywa- na przez człowieka

Ekspertyza sztuczna

Wady:

• trudna do przeniesienia

• trudna do dokumentacji

• nie daj ˛aca si ˛e przewidzie´c

• kosztowna

• trac ˛aca na warto´sci z upływem czasu

Zalety:

• łatwa do przeniesienia

• łatwa do dokumentacji

• zgodna z baz ˛a wiedzy

• dost ˛epna

• stała

Porównanie ekspertyzy naturalnej z ekspertyzą sztuczną

Ekspertyza naturalna wykonywa- na przez człowieka

Ekspertyza sztuczna

Zalety:

• twórcza

• adaptacyjna

• wykorzystywnie zmysłów

• szeroki zakres

• wiedza zdrowego rozs ˛adku

Wady:

• nie inspiruj ˛aca

• wymaga wprowadzenia wiedzy

• wej´scie symboliczne

• w ˛aski zakres

• wiedza przetwarzana w sposób mechaniczny

Rodzaje systemów ekspertowych

Tryby pracy systemów ekspertowych

• Diagnoza

• Prognoza

• Plan

Rodzaje systemów ekspertowych

Kategoria Zadania realizowane przez systemy eksperto- we

Interpretacyjne Dedukuj ˛a opisy sytuacji z obserwacji lub sta- nu czujników, np. rozpoznawanie mowy, obrazów, struktur danych

Predykcyjne Wnioskuj ˛a o przyszło´sci na podstawie danej sytu- acji, np. prognoza pogody, rozwój choroby

Diagnostyczne Okre´slaj ˛a wady systemu na podstawie obserwacji, np. medycyna, elektronika, mechanika

Kompletowania Konfiguruj ˛a obiekty w warunkach ogranicze ´n, np.

konfigurowanie systemu komputerowego

Planowania Podejmuj ˛a działania, aby osi ˛agn ˛a´c cel, np. ruchy

Rodzaje systemów ekspertowych c.d.

Kategoria Zadania realizowane przez systemy eksperto- we

Sterowania Kieruj ˛a zachowaniem systemu; obejmuj ˛a interpre- towanie, predykcj ˛e, napraw ˛e i monitorowanie za- chowania si ˛e obiektu

Poprawiania Podaj ˛a sposób post ˛epowania w przypadku złego funkcjonowania obiektu, którego te systemy doty- cz ˛a

Naprawy Harmonogramuj ˛a czynno´sci przy dokonywaniu na- praw uszkodzonych obiektów

Instruowania Systemy doskonalenia zawodowego dla studen- tów

Podstawowe obszary zastosowań systemów ekspertowych

Sektor Za- stosowanie

Bankowo ´s ´c i ubezpie- czenia

Przemysł Handel i usługi

Sektor

publiczny i inne

Monitorowanie Sterowanie

Obserwowanie trendów

Nadzorowanie procesów,

sterowanie procesami, raportowa- nie spe- cjalnych

sytuacji

Obserwowanie trendów

Monitorowanie reaktorów

j ˛adrowych oraz du-

˙zych sieci (gazowe, wodne)

Projektowanie Projektowanie

zakładów i

Wybór asor- tymentów,

Sieci (pocz- towe, ener-

Podstawowe obszary zastosowań systemów ekspertowych

Sektor Za- stosowanie

Bankowo ´s ´c i ubezpie- czenia

Przemysł Handel i usługi

Sektor

publiczny i inne

Diagnostyka Kredyty,

po˙zyczki na nieruchomo-

´sci, analiza ryzyka, prze- twarzanie skarg

Wykrywanie uszkodze ´n, utrzymy- wanie zdolno´sci produkcyjnej

Kredyty, analiza ryzyka

Diagnoza medyczna, diagnoza techniczna

Planowanie Analiza ryzy- ka, planowa- nie inwesty- cji

Projektowanie funkcji

logicznych, planowanie projektu

Analiza

ryzyka, ana- liza rynku

Planowanie inwestycji, plany na wypadek kl ˛eski, pla- nowanie

Podział systemów ekspertowych

• Ze wzgl ˛edu na sposób realizacji - dedykowane

- szkieletowe

• Ze wzgl ˛edu na metod ˛e prowadzenia procesu wnioskowania

- z logik ˛a dwuwarto´sciow ˛a (Boole’a) - z logik ˛a wielowarto´sciow ˛a

- z logik ˛a rozmyt ˛a

• Ze wzgl ˛edu na rodzaj przetwarzanej informacji - z wiedz ˛a pewn ˛a, czyli zdeterminowan ˛a

- z wiedz ˛a niepewn ˛a (aparat probabilistyczny)

Właściwości systemów ekspertowych

• Poprawno´s´c systemu

• Uniwersalno´s´c

• Zło˙zono´s´c

- małe (100 - 300 reguł) - ´srednie (300 - 2000 reguł) - du˙ze (ponad 2000 reguł)

• Autoanaliza

• Zdolno´s´c udoskonalania bazy wiedzy

- kontrola niesprzeczno´sci nowo wprowadzanych do bazy wiedzy reguł z regułami w niej zawartymi

- kontrola zgodno´sci reguł z nowo wprowadzanymi faktami

- mechanizm oceny cz ˛esto´sci stosowania poszczególnych reguł - mechanizm rozbudowy istniej ˛acej bazy reguł poza zakres danej

bazy wiedzy

Podczas tworzenia bazy wiedzy należy odpowiedzieć na

• jakie obiekty nale˙zy zdefiniowa´c?

• jakie relacje mi ˛edzy obiektami?

• jak nale˙zy formułowa´c i przetwarza´c reguły?

• czy z punktu widzenia rozwi ˛azywania

specyficznego problemu, baza wiedzy jest kompletna?

Rodzaje baz wiedzy

• baza tekstów (ang. text base)

• baza danych (ang. data base)

• baza reguł (ang. rule base)

• baza modeli (ang. model base)

• baza wiedzy zdroworozs ˛adkowej (ang. common sense knowledge base)

Cechy programów redakcyjnych do tworzenia baz wiedzy

• wygodny dla u˙zytkownika sposób komunikacji i

zautomatyzowane operacje rejestracji przy rozmieszczaniu informacji;

• kontrolowanie ortograficznej i syntaktycznej poprawno´sci wprowadzanej informacji tekstowej;

• sprawdzanie semantycznej niesprzeczno´sci mi ˛edzy dotychczasow ˛a zawarto´sci ˛a bazy danych, a nowo wprowadzanymi faktami.

Narzędzia do tworzenia systemów ekspertowych

• systemy szkieletowe (ang. expert system shells)

• ´srodowiskowe programy ułatwiaj ˛ace implementacj ˛e systemu, np. programy ułatwiaj ˛ace zarz ˛adzanie baz ˛a wiedzy, programy grafiki komputerowej, itd.

• j ˛ezyki systemów ekspertowych, jak CLIPS, FLOPS, OPS5 itd.

• j ˛ezyki programowania symbolicznego np. LISP, PROLOG,

• j ˛ezyki algorytmiczne np. C, C++, Python, Java itd.

Zalety systemów szkieletowych

• zapewniaj ˛a one mechanizm dla formalnej reprezentacji wiedzy, np. reguły, ramy itp.

• zapewniaj ˛a narz˛edzia do strukturalizacji bazy wiedzy,

• posiadaj ˛a wbudowany mechanizm wnioskowania,

• daj ˛a interfejs odpowiedni do utworzenia systemu

ekspertowego, umo˙zliwiaj ˛acy konstruowanie i rozbudow ˛e bazy wiedzy równie˙z dla ko ´ncowego u˙zytkownika,

• zapewniaj ˛a udogodnienia do tworzenia komponentów systemu obja´sniaj ˛acego,

• daj ˛a narz˛edzia do sprawdzenia poprawno´sci bazy wiedzy,

• daj ˛a narz˛edzia do pozyskiwania wiedzy,

Wady systemów szkieletowych

• twórca systemu ekspertowego jest ograniczony do mo˙zliwo´sci danego narz˛edzia. Specyficzny system szkieletowy jest

przeznaczony do odpowiednich zastosowa ´n, nie do wszystkiego, np. diagnozowanie, planowanie,

• czasem trzeba pozna´c j ˛ezyk danego systemu szkieletowego np. GURU, Knowledge Pro, itp.

• ka˙zdy system szkieletowy ma swoj ˛a specyficzn ˛a struktur ˛e reguł,

• zmiana funkcji systemu jest mo˙zliwa, je´sli jest to przewidziane i jest do tego odpowiedni interfejs; na ogół nie mo˙zna nic

przerabia´c, poniewa˙z brak jest kodu ´zródłowego,

• wysokie ceny; mog ˛a one pracowa´c na okre´slonych typach komputerów, czasami o pot ˛e˙znej mocy obliczeniowej.

Szacowanie czasu tworzenia systemu

• model nr 1 Walstona-Felixa (1977):

M M = 5, 2L^0,91

• model nr 2 Boehma (1981):

M M = 2, 4L^1,05

gdzie L - liczba tysi ˛ecy instrukcji kodu, a M M - osobo-miesi ˛ace (ang. man-month)

Porównanie czasów tworzenia systemów ekspertowych

Czas tworzenia (M M) Wielko ´s ´c

systemu

Liczba instrukcji

Liczba reguł Model 1 Model 2 Technika

ES Małe ₁₀₀²⁰⁰⁰

−200 9,7 5,0 0,5

Srednie´ ₅₀₀⁸⁰⁰⁰

−1000 34,5 21,0 6 - 8

Du˙ze ₂₀₀₀¹²⁰⁰⁰⁰

−10000 430,0 392,0 18 - 36

Korzyści z wykorzystania systemów ekspertowych czasu

• zmniejszenie liczby operatorów

• zmniejszenie potrzeby ci ˛agłej obecno´sci operatorów o wysokich kwalifikacjach

• zmniejszenie kosztów trenowania operatorów

• zwi ˛ekszenie jako´sci systemu

• zwi ˛ekszenie przepustowo´sci systemu

• zmniejszenie awaryjno´sci

• bardziej spójne o wy˙zszej jako´sci monitorowanie

Typy procesów w systemach ekspertowych czasu rzeczywistego

• procesy maszyny wnioskuj ˛acej

• procesy pozyskiwania wiedzy

• procesy komunikowania si ˛e z u˙zytkownikiem

Architektura rozproszonego systemu czasu rzeczywistego

Interfejs z u˙zytkownikiem

Proces pozyskiwania

danych

Maszyna wnioskuj ˛aca

Sie´c Ethernet

Maszyna wnioskuj ˛aca

Interfejs i maszyna wnioskuj ˛aca

Interfejs z u˙zytkownikiem

Podstawowe wymagania stawiane systemom czasu rzeczywistego

• Reguły wyzwalane co pewien czas

Przykład: REGUŁA: "Niewła´sciwe napi ˛ecie baterii";

KONTEKST: {Manewr};

OKRES TESTU: 10 sekund;

PRIORYTET: 100;

IF bateria1.napi ˛ecie < 27,5

THEN bateria1.status := niewła´sciwy;

Alarm("eps","bateria1","Napi ˛ecie baterii1 jest teraz niewła´sciwe, aby odbył si ˛e manewr");

Podstawowe wymagania stawiane systemom czasu rzeczywistego

• Wnioskowanie czasowe

Klasa Bateria

Atrybut Warto´s´c Element Bateria1 Jest_cz ˛e´sci ˛a EPS

Wej´scie Przeka´znik Napi ˛ecie

Stan

Bufor pier´scieniowy

Warto´s´c 34,4 34,7 36,5 Czas 7:12 7:43 8:21

Warto´s´c normalna nienormalna

Czas 7:12 8:21

Podstawowe wymagania stawiane systemom czasu rzeczywistego

• Wnioskowanie czasowe

Przykład: REGUŁA: "Niewła´sciwe napi ˛ecie baterii";

KONTEKST: {Manewr};

OKRES TESTU: 10 sekundi;

PRIORYTET: 100;

IF Min(bateria1.napi ˛ecie, 30 sekund) > 35 THEN bateria1.status := niewła´sciwy;

Alarm("eps","bateria1","Napi ˛ecie baterii1 przekroczyło górne ograniczenie przez co najmniej 30 sekund");

Podstawowe wymagania stawiane systemom czasu rzeczywistego

• Koncentracja uwagi

• Działania ci ˛agłe