Curs SEG ID Ileana Final

8/2/2019 Curs SEG ID Ileana Final

1/111

Obiective

Cursul urmrete dobndirea, de ctre studeni a unor competene ndezvoltarea i implementarea prototipurilor de sisteme expert, ca i n utilizarea unorsisteme expert dezvoltate n domeniul specializrii lor. Astfel se urmrete:

- dobndirea unor cunotine fundamentale despre Inteligena Artificial

- nsuirea tehnologiilor de elaborare a sistemelor expert

- nsuirea metodelor de reprezentare a cunotinelor

- studiul unor generatoare de sisteme expert

- dobndirea abilitii de a utiliza sisteme expert disponibile.

Teme

Nr.crt.

Denumirea temeiTimp mediu

necesar pentruasimilare

1. Noiuni de Inteligen Artificial 2 ore

2. Fundamentele sistemelor expert 3 ore

3. Reprezentarea cunoaterii. Metode logice 3 ore

4. Reprezentarea cunoaterii. Alte metode de reprezentare 3 ore

5.Paradigma conexionist. Introducere n teoria reelelorneuronale

3 ore

6.Motorul de inferene al sistemelor expert bazate pe regulide producie

3 ore

7. Gestionarea incertitudinii. Raionament nuanat (fuzzy) 3 ore

8. Consideraii privind construirea sistemelor expert 3 ore

9. Exemplu de realizare a unui sistem expert 3 ore

10. Generatoare de sisteme expert. Exsys 2 ore

Competene dobndite

Dup nsuirea coninutului acestui curs studenii vor dobndi competene nurmtoarele domenii:

Abordarea rezolvrii problemelor pin intermediul Inteligenei Artificiale; Modelarea i reprezentarea cunotinelor prin mijloace comprehensibile

pentru calculatorul electronic; Modelarea neuronal a unor clase de probleme; Arhitectura sistemelor expert, funcionarea acestora i utilizarea lor;

1


2/111

Realizarea de sisteme expert folosind generatoarele de sisteme expert.

2


3/111

Cuprins

11. NOIUNI DE INTELIGEN ARTIFICIAL .............................................51.1. Definiii ale inteligenei artificiale ..............................................................51.2. Scurt istoric al IA .......................................................................................7

1.3. Componentele Inteligenei Artificiale ........................................................91.4. Aplicaii ale IA ..........................................................................................101.5. Rezolvarea problemelor de IA ..................................................................121.6. Sisteme informatice bazate pe cunotine .................................................14

12. FUNDAMENTELE SISTEMELOR EXPERT ..............................................172.1. Definiii ale sistemelor expert ...................................................................172.2. Scurt istoric al SE ......................................................................................182.3. Arhitectura sistemelor expert ....................................................................182.4. Aplicaii ale sistemelor expert. Sisteme expert de gestiune ......................22

13. REPREZENTAREA CUNOATERII ...........................................................293.1. Cunoaterea. Definiii. Clasificri ............................................................293.2. Modaliti generale de reprezentare a cunoaterii ...................................313.3. Elemente de logica propoziiilor ...............................................................3213.4. Logica predicatelor .................................................................................353.5. Reguli de producie ...................................................................................3913.6. Alte modaliti de reprezentare a cunotinelor ......................................48

4. PARADIGMA CONEXIONIST. INTRODUCERE N TEORIA ................63

REELELOR NEURONALE ..............................................................................634.1. Neuron natural i neuron artificial. Inspiraie din neurotiine ................634.2. Modele de neuroni i de reele neuronale artificiale ................................654.3. Implementri, aplicaii, tendine ...............................................................674.4. Reelele neuronale artificiale i sistemele expert ................................69

5. MOTORUL DE INFERENE AL SISTEMELOR EXPERT .........................73

BAZATE PE REGULI DE PRODUCIE ..........................................................735.1. Ciclul de baz al motorului de inferene ...................................................73

5.2. Moduri de raionament pentru motoarele de inferene .............................745.3. Strategii de control ntr-un sistem expert ................................................805.4. Unificarea predicatelor ..............................................................................81

16. CONSIDERAII PRIVIND CONSTRUIREA SISTEMELOR EXPERT ....846.1. Limbaje folosite n realizarea sistemelor expert .......................................846.2. Consideraii practice privind realizarea sistemelor expert .......................846.3. Sistem multi-expert ...................................................................................86

17. EXEMPLU DE REALIZARE A UNUI SISTEM EXPERT .........................90

PERFORMAN FINANCIAR .......................................................................9218. GENERATOARE DE SISTEME EXPERT ................................................100

3


4/111

8.1. Arhitectura generatoarelor de sisteme expert (GSE) ..............................1008.2. Prezentare sintetic a generatorului de SE EXSYS Professional ............103

TESTE DE AUTOEVALUARE ........................................................................109

I 109

1. Prezentai concis componentele Inteligenei Artificiale.................................1092. Prezentai concis arhitectura sistemelor expert..............................................109

3. Prezentai concis regulile de producie........................................................... 109

4. Realizai o comparaie sintetic ntre logica propoziiilor i logica predicatelorde ordinul I. ....................................................................................................109

5. S se construiasc tabelul de adevr asociat urmtoarei formule: .................109

109

6. Se consider urmtoarele afirmaii: ................................................................109Dac o main e mai rapid dect un Porsche, atunci e o main sport. Este de

asemenea o main sport dac este mai rapid dect o alt main sport. DacX este mai rapid dect Y i Y este mai rapid dect Z, atunci X este mai rapiddect Z. Mai mult, dac o main este mai rapid dect un Porsche i unFerrari atunci este o main de formula 1.......................................................109

A) Formulai predicatele necesare pentru a codifica aceste fapte (spre exempluMai_rapid (X,Y)); ...........................................................................................109

B) Codificai faptele de mai sus ca un sistem de reguli de producie................ 109BIBLIOGRAFIE .................................................................................................110

4


5/111

11. NOIUNI DE INTELIGEN ARTIFICIAL

1.1. Definiii ale inteligenei artificialeInteligena artificial (IA) reprezint un domeniu al informaticii care urmrete

realizarea unor sisteme care s reproduc (s imite) caracteristicile inteligenei umane:nelegerea limbajului, nvarea, raionamentul, rezolvarea problemelor, recunoatereaformelor etc. Ea se afl la confluena mai multor tiine: informatica, tiinelecognitive, logica, neurotiinele etc.

Inteligena natural este definit [1] ca fiind capacitatea de a nva sau nelegedin experien, abilitatea de a achiziiona i memora cunotine, capacitatea de arspunde rapid i eficient la probleme noi, utilizarea facultii de a raiona. Altfelspus, inteligena poate fi definit ca abilitatea de a achiziiona cunotine i de a leutiliza folosind gndirea i raionamentul.

n ceea ce privete inteligena artificial exist o multitudine de definiii, dintre

care o parte vor fi trecute n revist mai jos, toate concurnd ns spre ideea de anzestra mainile cu ceea ce la oameni se numete inteligen.

Iat cteva dintre cale mai cunoscute definiii ale IA:$ IA este legat de automatizarea activitilor pe care noi le asociem cu gndirea

uman, activiti cum ar fi rezolvarea problemelor, luarea deciziilor, nvarea(Bellman, 1978) [6].

$ IA este legat de efortul de a face calculatoarele s gndeasc, de a nzestramainile cu minte, n sensul cel mai literal (Hangeland, 1985) [6].

$ IA este studiul proceselor de calcul ce fac posibile percepia, raionamentul i

aciune (Winston, 1992) [6].$ Sistemele inteligente sunt acele sisteme care gndesc raional i acioneaz

raional (Russel i Norvig, 1995) [1].

O alt abordare interesant a inteligenei n general i a cele artificiale nparticular este prezentat n referina [13]:

Se poate defini inteligena ca o msur a succesului unei entiti de a-i atingeobiectivele prin interaciune cu mediul su. Consecinele acestei definiii sunt:

A. Comportamentul inteligent poate fi observat doar n prezena unui mediu;B. Pentru a msura inteligena trebuie s existe scopuri i o scal pentru a

determina ct de bine sunt acestea atinse;C. Aceast definiie permite existena mainilor inteligente;D. Abilitatea de a etala inteligen depinde de interaciunea cu mediul i de

mecanismele interne ale sistemului n cauz.

Din cele expuse mai sus rezult o serie de elemente comune dar i de deosebiri ndefinirea IA de ctre diveri cercettori.

Problema poate fi simplificat dac se d o definiie operaional a unui sisteminteligent: cum trebuie s se comporte un sistem pentru a fi considerat inteligent.Aceast definiie a fost dat de Alan Turing care a conceput n 1950 celebrul test ce-i

poart numele. Testul Turing este urmtorul [6]: se consider un joc de imitaie, lacare particip trei juctori. Juctorul A este un brbat iar juctorul B este o femeie.Juctorul C (judectorul) comunic printr-un sistem de teleimprimare cu A i B, fr

5


6/111

s-i poat vede pe acetia. Juctorul C trebuie s decid, prin ntrebri adresatecelorlali doi, care este brbat i care este femeie. Scopul lui A este s-i faciliteze lui Co identificare corect pe cnd scopul lui B este s provoace o identificare eronat.Dac n locul unui brbat i a unei femei se pun un om i o main, aceasta poate ficonsiderat inteligent dac C nu poate decide care este omul i care este maina. Oalt variant const n nlocuirea lui C cu un sistem artificial i dac acesta face corectidentificarea femeii i a brbatului, se spune c este un sistem inteligent.

Elementele caracteristice ale IA, puse n eviden de definiiile de mai sus pot fi imai mult reliefate prin comparaie cu informatica convenional:

Tabelul 1.1. Comparaie ntre IA i programele convenionale. Sursa [1], pag. 14.

Criteriul Programe de IA Programe convenionale

Natura prelucrrii n principal simbolic n principal numeric

Natura intrrilor Pot fi incomplete Obligatoriu complete

Cutarea n principal euristic AlgoritmicExplicaii Ofer explicaii Uzual nu ofer explicaii

Scopul principal Cunoaterea Date i informaii

Structura Separarea cunoaterii de control Controlul este integrat cudatele i informaiile

Natura ieirilor Pot fi incomplete Obligatoriu corecte icomplete

ntreinerea iactualizarea

Relativ uoar datoritmodularitii cunoaterii

Uzual dificil

Hardware n principal PC-uri i staii delucru

Toate tipurile decalculatoare

Capacitate deraionament

Da Nu

n aceeai idee a evidenierii particularitilor IA, referina [3] mparte informaticaclasic n patru domenii:

Tabelul 1.2. Domeniile informaticii clasice. Sursa [3], pag. 2.

Domeniul informaticiiLimbajul

folositMsurarea performanei

Obiectelemanipulate

Informatic tiinific FORTAN FLOPS (floating pointoperation per second)

numere reale

Informatic degestiune

COBOL IPS (instructions persecond)

iruri de caractere inumere ntregi

Informatic n timpreal ADA DEBIT n BPS (bits per second) i timpide comutare de context

evenimente

6


7/111

Domeniul informaticiiLimbajul

folositMsurarea performanei

Obiectelemanipulate

Informatic tiinific FORTAN FLOPS (floating pointoperation per second)

numere reale

Informatic simbolic

(inteligenartificial)

LISP

PROLOG

LIPS (logical inferences per

second)

concepte

1.2. Scurt istoric al IAPrimele elemente de IA pot fi semnalate nc din Egiptul antic, dar preocuprile

constante de studiere a inteligenei umane i de realizare a unor sisteme inteligente auaprut dup al doilea rzboi mondial. Momentul naterii IA este considerat anul 1956cnd a fost folosit pentru prima oar i termenul Artificial Intelligency. Tabelul 1.3ilustreaz principalele jaloane istorice ale IA.

Tabelul 1.3. Istoria inteligenei artificiale. Sursa [1], pag.15.ANUL EVENIMENTUL

3000-2778 ICS-a realizat n Egipt primul sistem expert pe hrtie de papirus cuaplicaie n chirurgie.

200 IC n China s-au realizat automate i orchestre mecanice.

1930 DC Se utilizeaz un analizor diferenial n reglarea tirurilor artileriei.

1936Alan Turing prezint o main capabil s soluioneze orice problem

din matematici cu ajutorul unui alfabet i unui set de reguli.1943

McCulloch i Pitts propun arhitecturi de reele neuronale pentruinteligen artificial

1950 Isaac Asimov prezint trei legi ale roboticii.

1951UNIVAC I - Primul calculator electronic introdus pe pia, conceputde Eckert i Mauchly.

1951 Marvin Minsky a construit primul calculator neuronal SNARK.

1955

Allen Newell, J.C. Shaw i Herbert Simon au realizat primul limbaj de

programare n inteligena artificial IPL 11 (Information ProccesingLanguage 11).

1956Newell, Shaw i Simon creeaz programul numit Logic Theorist caren 1957 devine General Problem Solver. Se folosesc tehnici recursive

pentru soluionarea problemelor matematice n logica propoziiilor.

1956

La colocviul de la Darthmouth College din New Hampshire (SUA) selanseaz termenul de inteligen artificial de ctre John McCarthyacceptat unanim pentru a desemna o nou tiin i tehnologi.

Nathaniel Rochester prezint primul sistem neuronal realizat cu

calculatorul electronic.

7


8/111

ANUL EVENIMENTUL

1957Apare o descriere a PERCEPTRON-ului I, model care are capacitateade a recunoate formele, de ctre F. Rossenblatt cu sistemeleneuronale.

1959

Apare limbajul LISP, primul utilizat pe scar larg n inteligena

artificial (John McCarthy).

1965ncepe proiectul DENDRAL, primul sistem expert, destinat analizeistructurilor moleculare (B. Buchanan, E. Feigenbaum, J. Lederberg).Logica Fuzzy-Zadeh.

1966Apare ELIZA - un program inteligent psihanalist (J. Weizenbaum)care interoga pacienii.

1967 S-a creat primul laborator de inteligen artificial la M.I.T. (SUA).

1967

ncep lucrrile la INTERNIST, primul sistem expert pentru diagnostic

medical, de ctre A. Pople i J. Myers, n prezent denumitCADUCEUS, funcional din 1982.

1968 Apar reele semantice i modelul memoriei asociative de Quillian.

1970Apare limbajul PROLOG realizat de Alain Colmerauer i Roussel(Frana).

1973 Sistemul expert MYCIN pentru diagnostic medical.

1974 Apare primul robot controlat de calculatorul electronic.

1975 Tehnica Frames (cadre) de M. Minsky.

1976 PROSPECTOR - pentru expertiz geologic (Duda & Hart).

1977 OPS-shell utilizat n realizarea lui XCON/R1 (Forgy).

1978Este lansat PROSPECTOR, un sistem expert pentru localizareazcmintelor geologice de R.O. Duda i colegii si.

1979 Algoritmul Rete pentru accelerarea execuiei SEBR (Forgy).

Sfritul anilor70 i

nceputulanilor 80

Se nfiineaz primele firme specializate n inteligena artificial carencep s comercializeze sisteme expert.

1980Sistemul expert XCON de la Digital Equipment Corporation pentruconfigurarea calculatoarelor.

1980 Mainile LISP (Symbolics, LMI).

1981 Kazuhiro Fuchi anun proiectul japonez A cincia generaie

1982 John Hopfield resusciteaz reelele neuronale.

1983 KEE-shell (Intellicorp).

1985 CLIPS-shell (NASA).1988 Piaa sistemelor expert era deja de circa 400 milioane dolari SUA.

8


9/111

ANUL EVENIMENTUL

n anii 80Se nfiineaz programul ESPRIT (European Strategic Program forResearch in Information Technology) pentru Comunitatea European.

Sfritul anilor80 i

nceputulanilor 90

Crete numrul firmelor i sistemelor expert comercializate, alsistemelor neuronale, roboilor etc.

1990 iurmtorii

Cercetri n domeniul agenilor inteligeni ncorporai n medii reale(Newell, Laird, Rosenbloom).

1992MARVEL - sistem expert n timp real care monitorizeaz zborurilorspaiale.

1994 PEGASUS - program inteligent pentru recunoaterea vorbirii.

1997

Calculatorul IBM Deep Blue l nvinge pe campionul mondial la ah

Garry Kasparov!

2000

Roboi interactivi (animale) devin disponibili comercial (ex. AIBOrealizat de Sony). MIT realizeaz robotul Kismet, capabil s exprimeemoii. Robotul Nomad de la Carnegie Mellon exploreaz zonendeprtate din Antarctica i localizeaz meteorii.

2002Se experimenteaz un prototip de avion-robot proiectat pentru misiunide lupt.

1.3. Componentele Inteligenei Artificiale

Aa cum s-a putut vedea n seciunile anterioare, IA ca tiin are o vrst relativmic i acest lucru se manifest i printr-o oarecare neclaritate a frontierelor sale.Figura 1.1. prezint sintetic un punct de vedere asupra componentelor IA. n sintez ,se pot face urmtoarele afirmaii[3]:

IA simuleaz raionamentele de gndire ale creierului uman prin intermediul unorreguli de raionament aplicate succesiv prin intermediul unui sistem de calcul i a unuinou mod de programare de tip declarativ ce utilizeaz conceptele de reguli, fapte imotoare de inferen (MI). Apare astfel un nou domeniu al informaticii - informatica

simbolic - caracterizat prin limbaje specializate (LIPS, PROLOG) i conceptespecifice.

Domeniile (componentele) clasice ale IA sunt:$ interfeele, ce asigur:

- percepia vizual;- imagine pe calculator;- tratarea automat a cuvintelor;

$ raionamentele, cuprind:- sisteme expert;

- demonstrarea teoremelor;$ instrumentele, conin:- baze de cunotine;

9


10/111

- reprezentarea cunotinelor;- maini specializate / maini LISP.

De asemenea, la intersecia acestor domenii, IA mai conine:- traducerea automat;- nelegerea limbajelor naturale;- metodologie-ajutor n programare;- baze de date deductive.

1.4. Aplicaii ale IA

Componentele IA ilustrate n fig. 1.1. sugereaz i principalele domenii deaplicaie ale IA [1]:

$ Rezolvitoare generale de probleme$ Sisteme expert$ Prelucrarea limbajului natural

$ Recunoaterea formelor$ Robotica$ nvmntul asistat de calculator

n capitolul 2 se vor prezenta mai multe aplicaii ale inteligenei artificiale ndomeniul economic i al gestiunii.

10


11/111


12/111

performante n aplicaii de control i de recunoatere a structurilor. Sistemelefuzzy pot prelucra incertitudinea i imprecizia.

$ Sistemele expert reprezint unul dintre succesele IA i se caracterizeaz prinfaptul c rezolv probleme complexe la nivelul de performan al experilorumani.

$Sisteme inteligente hibride sunt sisteme ce implic cooperarea dou sau maimulte tehnologii din cele de mai sus. Astfel exist sisteme neuro-fuzzy,sisteme expert fuzzy etc.

1.5. Rezolvarea problemelor de IA

Tabelele 1.1 i 1.2 din seciunea 1.1. au pus n eviden trsturile particulareeseniale ale IA. n cele ce urmeaz vom prezenta concis i alte elemente caracteristiceale acestui domeniu: metodele de rezolvare a problemelor de IA.

n primul rnd s ncercm s precizm care sunt clasele de probleme ce fac

obiectul IA. n general o problem poate fi rezolvat prin urmtoarele tehnici [9]:a) utilizarea unei formule explicite. Exemplu:

S nn n

n=+++=

+

1 21

2. . .

( )

b) utilizarea unei expresii pentru modul de calcul (formul de recuren):S S n S

n n= +1 0 0,

c) construirea soluiei prin enumerare sau prin ncercare - eroare. n general, ncazul rezolvrii algoritmice a unei probleme se definete complexitatea algoritmului

ca fiind numrul de operaii de efectuat, n funcie de dimensiunea intrrii (nexemplele precedente, n funcie de n).n cazul n care complexitatea este mrginit de o expresie polinomial de gradul

K, se spune c problema este polinomial (n exemplul 1 complexitatea este O(0) nexemplul 2 este O(n). Problemele pentru care nu se cunoate un algoritm polinomialse numesc probleme NP (not polynomial) i o categorie aparte de astfel de problemese numesc NP complete.

n general clasa problemelor de IA este cea a problemelor complexe care fie nu auo soluie cunoscut fie soluiile cunoscute sunt prea complicate (ex. probleme NP)

1.5.1. Specificarea problemelor de IAProblemele sunt puse adesea sub forma unui enun informal n limbaj natural.

Pentru a rezolva problema cu ajutorul unui calculator este necesar s se emitspecificaiile problemei [4]:

EnunEnun formalizatSoluiaDescrierea formal a unei probleme necesit urmtoarele [3]:

1. Definirea unui spaiu al strilor problemei care s conin toateconfiguraiile posibile.

2. Specificarea uneia sau mai multor stri din spaiul strilor din care procesulde rezolvare s poat porni (stri iniiale).

3. Specificarea uneia sau mai multor stri care pot fi acceptate ca soluii (stri

12


13/111


14/111

i nregistrarea istoricului aciunilor deja desfurate. Strategiile de control pot fi:$ strategii irevocabile - la care aplicarea unei reguli conduce la excluderea ei n

viitor;$ strategii cu revenire (prin ncercri succesive) n care se poate reveni la

alegerea unei reguli.Strategiile de control pot fi reprezentate convenabil prin grafuri (grafe) sau arbori.Un arbore care pstreaz urmele diferitelor reguli aplicate i ale strilor rezultate se

numete arbore de cutare. Starea sau strile iniiale reprezint nodul rdcin alarborelui. Aplicarea unei reguli asupra unui nod conduce la apariia unui succesor alacestui nod. Aplicarea regulii se reprezint printr-un arc ntre nodul printe isuccesorul su. Construirea arborelui nceteaz cnd se atinge o stare final.

Cutarea ntr-un arbore se poate face n lrgime (cnd pentru un nod se genereaztoi succesorii) sau n profunzime (cnd se avanseaz n adncime alegnd cte osingur ramur din fiecare nod).

1.5.4.Cutarea euristicUnele probleme conduc, n cutarea soluiei optime, la un numr foarte mare de

pai (explozie combinatorial). n aceste cazuri se renun la cutarea soluiei optimen favoarea unei soluii bune sau foarte bune. O astfel de strategie se numete euristic.Termenul vine din grecete (heuristikein = a descoperi) i desemneaz studiulmetodelor i regulilor descoperirii i inveniei. O metod euristic este o tehnic dembuntire a eficienei cutrii, eventual sacrificnd cerine de completitudine.

n general o euristic este o regul euristic, o strategie, o simplificare ce limiteazsemnificativ cutarea soluiei n spaii mari de probleme [6].

Folosirea euristicilor se bazeaz i pe faptul c n realitate de puine ori estenecesar o soluie optim, de multe ori fiind suficient o soluie satisfctoare.

Rezult c informatica simbolic manipuleaz baze de fapte (BF), baze de reguli(BR), baze de cunotine (BC) i motoare de inferene (MI). BF conine faptele priviteca structuri de date complexe ce reprezint un anumit sens. BR posed multitudinearegulilor aplicabile faptelor pe baza crora se construiete soluia problemei abordate.Dac acceptm ideea potrivit creia cunotinele sunt operatori elementari detransformare a faptelor, atunci BC regrupeaz cunotine relative la un domeniuspecific utilizate pentru obinerea unei soluii (denumit scop sau int) prin activarea

unui MI ce activeaz BC i constituie mecanismul de raionament n scopul cercetriisoluiei pentru problema abordat.

1.6. Sisteme informatice bazate pe cunotine

Aa cum am ncercat s evideniem n seciunile precedente, inteligena artificialncearc s realizeze sisteme care s emuleze capacitatea omului de a rezolva

probleme complexe i a condus la apariia unor noi tipuri de sisteme informatice.Astfel de sisteme informatice care surprind capacitatea unui expert uman de a rezolva

probleme ntr-un domeniu specific folosind baze de cunotine poart numele de

sisteme informatice bazate pe cunotine (SIBC) iar de proiectarea i implementareaacestor sisteme se ocup ingineria cunoaterii [20]. Apariia acestor sisteme a fcut

14


15/111

necesar cooperarea specialitilor din domeniul abordat (experii) cu inginerii decunotine sau cognoticienii (fig. 1.2).

Informaii Experien

Expertul ndomeniu

ntrebri, probleme

Rspunsuri, soluii,explicaii, euristici

nelegera nevoilorutilizatorilor

Inginerul decunotine

Fig. 1.2. Rolul inginerului de cunotine. Sursa:[20]

n vederea utilizrii prin program, cunoaterea este memorat sub forma unorpiese de cunoatere, ce descriu fapte, fenomene, procese, evenimente, obiecte cunsuiri dintr-o parte a lumii reale ce constituie domeniul de competen al

programului. Un domeniu concret poate avea ntre 50000 i 100000 de piese decunoatere specifice

15


16/111


17/111

12. FUNDAMENTELE SISTEMELOR EXPERT

2.1. Definiii ale sistemelor expert

Sistemele expert (SE) reprezint, alturi de reelele neuronale artificiale (RNA), o

ramur a Inteligenei Artificiale (IA) care s-a impus prin aplicaii comerciale nultimul deceniu.Aa cum s-a vzut n capitolul 1, exist mai multe viziuni diferite asupra IA. Este

de aceea uor de neles c i pentru SE exist mai multe definiii diferite. Vom trecen revist cteva dintre acestea, ncercnd s extragem elementele comune.

Unul din pionerii IA, Edward Feigenbaum definete SE ca un program inteligentpentru calculatorul electronic, care utilizeaz cunoaterea i proceduri de inferenpentru soluionarea problemelor, care sunt suficient de dificile pentru a necesita oexpertiz uman semnificativ pentru soluionarea lor [1].

O alt definiie este dat de profesorii I. Giarratano i G. Riley (NASA): Un

sistem expert este un sistem care emuleaz abilitatea de a lua decizii a expertuluiuman [1].

n sfrit dup Farrey H. sistemele expert sunt programe, dar pot fi tot att debine maini cu software, destinate s nlocuiasc sau s asiste specialistul n domeniileunde este recunoscut necesitatea expertizei umane [1].

O sintez a definiiilor SE conduce la urmtoarele idei [1]:- sistemele expert urmresc reconstituirea raionamentului uman pe baza

expertizei preluate de la experii umani;- sistemele expert posed cunotine i capacitate de a face raionamente;

- sistemele expert sunt concepute pentru achiziia i exploatarea cunoaterii dintr-un domeniu particular, numit domeniul problemei;- sistemele expert se bazeaz pe principiul separrii cunoaterii de programul care

trateaz aceast cunoatere.Dup opinia majoritii specialitilor din IA sistemele expert sunt un subdomeniu

al sistemelor bazate pe cunotine, care la rndul lor sunt un subdomeniu al IA (fig.2.1):

Sisteme de inteligen artificial

Sisteme bazate pe cunotine

Sisteme expert

Prezint un comportament inteligentprin aplicarea euristicilor

Aplic cunoaterea la problemedificile din lumea real

Au cunoaterea din domeniu expliciti separat de restul sistemului

Fig. 2.1. Relaia Sisteme expert - Sisteme de inteligen artificial. Sursa [1], pag. 40

O caracteristic special a SE o constituie separarea cunotinelor despredomeniul problemei, de cunotinele despre rezolvarea problemei i de cele despreinteraciunea cu utilizatorul. Se folosesc termenii [1]:

17


18/111

- baz de cunotine - pentru cunotinele despre domeniul problemei;- motor de inferene - pentru cunoaterea despre modul de rezolvare a problemei;- interfaa de dialog- pentru cunoaterea despre interaciunea cu utilizatorul.Aceste noiuni vor fi detaliate n seciunea 2.3.

2.2. Scurt istoric al SE

Primul sistem expert este considerat sistemul DENDRAL realizat la mijloculanilor 70 de cercettorii de la Stanford, la solicitarea NASA. Sistemul nglobacunoaterea referitoare la structura chimic a substanelor, pornind de la spectrografiade mas i era destinat analizei solului de pe Marte.

Un alt sistem expert vestit i comercializat a fost Mycin, realizat n 1980 laStanford University i destinat diagnozei infeciilor sanguine. Acesta a fost urmat deEmycin (Empty Mycin - primul shell de sisteme expert), pentru diagnostic n medicini n alte domenii.

n continuare au aprut un mare numr de sisteme expert (CASSNET- specializatn diagnosticul glaucomului, Internist, destinat medicinii interne, Molgen, specializatn biologie molecular etc.) cu caracter mai mult experimental. Dup 1985 i-au fcutapariia SE puternice i comerciale. Paralel cu aceast evoluie au aprut sau au fost

perfecionate limbaje speciale de programe destinate SE (i n general destinate IA)cum ar fiLISPsauPROLOG.

Evoluia sistemelor expert s-a produs pe urmtoarele coordonate:- creterea cantitii de cunoatere nglobate (mai ales creterea numrului de

reguli utilizate);

- diversificarea domeniilor de aplicaie;- perfecionarea interfeei cu utilizatorul.Experiena cptat n aceast perioad a condus la apariia instrumentelor sau a

mediilor de dezvoltare a SE, i treptat la eliminarea specialitilor special formai ndomeniul limbajelor de inteligen artificial.

Exist astzi un mare numr de generatoare de SE (shell) care pot fi folosite decognoticieni (ingineri de cunotine) sau chiar de ctre experi.

Dintre sistemele expert implementate, peste 60% sunt orientate spre gestiuneantreprinderilor (business oriented), restul acoperind domeniile utilitar, medical,educativ etc.

Cea mai spectaculoas realizare n domeniul afacerilor o constituie sistemeleexpert integrate n aplicaii multimedia. n prezent cel mai bine acoperit cu sistemeexpert aflate n exploatare este domeniul financiar - contabil: plasamentul creditelor,gestiunea portofoliilor, planificarea taxelor i impozitelor etc.

2.3. Arhitectura sistemelor expert

Scopurile principale avute n vedere la realizarea unui sistem expert sunt: achiziionarea uoar a cunoaterii, prin prelucrarea ct mai simpl a

expertizei de la experii umani; exploatarea eficient a coleciei de cunotine; uurina de a efectua diverse operaii (adugare, modificare, eliminare) asupra

18


19/111

cunotinelor.Pentru realizarea acestor obiective, structura unui sistem expert cuprinde

urmtoarele componente eseniale (fig. 2.2.):a) Baza de cunotine n care sunt stocate piesele de cunoatere specifice unui

domeniu. Aceast baz de cunotine trebuie s satisfac scopul al treilea.b) Motorul de interferene - este un program care conine cunoaterea de

control, procedural sau operatorie, care exploateaz baza de cunotine i estedestinat combinrii i nlnuirii cunotinelor pentru a infera noi cunotine prin

judeci, planuri, demonstraii, decizii i predicii.c) Interfaa de dialog cu utilizatorii care dispune i de un limbaj de exprimare a

cunoaterii achiziionate de la experii umani.

BAZA DE CUNOTINE

FAPTE REGULI

MOTOR DE INFERENEInferene Control

Achiziia

cunotinelor

Modul

explicativ

Interfaa cu

utilizatorul

UtilizatorExpert i cognotician

Fig. 2.2. Reprezentare simplificat a unui sistem expert

n afara acestor componente de baz, un sistem expert trebuie s asigure:- achiziia i modificarea pieselor de cunoatere;- interaciunea cu utilizatorul n timpul lucrului;- explicarea raionamentelor fcute.Ca urmare apar nc dou componente ale sistemului expert:d) Modulul de achiziionare a cunoaterii - care ajut utilizatorul expert s

introduc cunotine ntr-o form recunoscut de ctre sistem.e) Modulul explicativ furnizeaz, la solicitarea utilizatorului, explicaii asupra

desfurrii proceselor infereniale.Trebuie subliniat c sistemele expert nu interacioneaz numai cu utilizatorul

uman, n cadrul sistemului informaional general al organizaiei. El poate fi apelat saupoate apela programe externe, poate folosi senzori, baze de date etc. Ca urmare,arhitectura complet a unui sistem expert este prezentat n figura 2.3.

19


20/111

Expert

Cognotician

Senzori

Programapelat

Baza decunotine

Modulexplicativ

Motor deinferene

Modul deachiziie acunoaterii

Interfaa

Baza defapte

Baza dereguli

Fig. 2.3. Arhitectura unui sistem expert i modul de interfaare. Sursa:[1], pag.44

n continuare vom detalia fiecare din modulele prezentate mai sus.Baza de cunotine conine informaii preluate de la experii umani n legtur cu

domeniul problemei constnd n situaii evidente, fapte, euristici. n general o baz decunotine poate conine informaii relevante de diverse tipuri: fapte, euristici, reguli,atribute sau relaii (fig. 2.4).

Baz decunotine

Evenimente Definiii Relaii

Atribute

Obiecte

Procese

Fapte

Ipoteze Euristici Reguli

Fig. 2.4. Exemplificare a informaiilor dintr-o baz de cunotine. Sursa: [20].

n cazul, foarte rspndit, al SE bazate pe reguli de producie, baza de cunotine

este format din dou componente: baza de fapte i baza de reguli.Motorul de inferene este un program sau un circuit integrat microprogramat,

capabil de inferene asupra bazei de cunotine. Scopul urmrit este prelucrarea

20


21/111

cunoaterii pentru soluionarea problemei. Dac SE se bazeaz pe reguli de producie,motorul de inferene se mai numete i interpretor de reguli. Componentele motoruluide inferene sunt:

sistemul de administrare al bazei de cunotine, care efectueaz operaii deorganizare automat, control i actualizare a cunotinelor;

procesorul de inferene simbolic care ofer metoda de prelucrare ce furnizeazliniile de raionament.Structura motorului de inferene este independent de baza de cunotine i este

aceeai pentru structuri de probleme similare [1].

Interfaa de dialog cu utilizatorii - asigur accesul utilizatorilor la faptele icunotinele din baz. Prin intermediul acestei interfee se face achiziia cunoaterii dela experi i dialogul cu utilizatorii n timpul sesiunilor de lucru. Este de dorit ointerfa prietenoas, ct mai apropiat de limbajul natural, cu texte, imagini grafice,etc. n momentul de fa interfeele reale sunt departe de limbajul natural, fiind bazate

pe meniuri, comenzi, pictograme, cutii de dialog.

Modulul de achiziie al cunoaterii - permite utilizatorului expert icognoticianului s introduc i s actualizeze cunotinele ntr-o form recunoscut desistem.

Modulul explicativ - ofer explicaii despre procesul inferenial, despre soluiileobinute, n sesiunile de consultare.

Dei structura sistemelor expert, aa cum a fost prezentat mai sus, pare relativsimpl, realizarea unui sistem expert este o munc complex cu dou activiti dificile:

extragerea cunoaterii i a metodelor experilor umani; reformularea cunoaterii i a metodelor ntr-o form organizat, n scopul

utilizrii ulterioare.

Aceste activiti poart numele de achiziia i reprezentarea cunoaterii n caresunt implicai experii umani i inginerii de cunotine (cognoticieni).

Putem acum sintetiza cteva trsturi semnificative ale sistemelor expert: n SE exist o distincie ntre cunotine i mecanismele ce manipuleaz aceste

cunotine; n SE se utilizeaz reguli, spre deosebire de programele clasice care folosesc

instruciuni; SE rezolv problemele prin manipularea simbolurilor i nu prin calcule

matematice.

Cercettorul Watterman [1] arat c sistemele expert trebuie s aib cele patrucaracteristici de baz ilustrate n figura 2.5.

Folosirea unui sistem expert implic trei etape fundamentale (vezi i capitolul 6): Dezvoltarea sistemului - prin obinerea bazei de cunotine de la experi.

Aceast cunoatere este separat n cunoatere declarativ (actual) icunoatere procedural (reguli). n aceast etap se construiete i motorul deinferene, modulul explicativ, modulul de achiziie, interfeele, etc. n modfrecvent pentru dezvoltarea sistemului expert se folosete un generator de

21


22/111

sisteme expert (shell). Consultarea sistemului, care se face la iniiativa unui utilizator care adreseaz

ntrebri sistemului i eventual rspunde unor ntrebri ale acestuia. Motorulde inferene este cel care realizeaz rezolvarea problemei puse de utilizator. nmomentul de fa consultarea unui sistem expert impune prezena

utilizatorului n faa unui terminal informatic ce permite dialogul cu sistemulexpert. mbuntirea sistemelor expert, prin adugarea de noi cunotine,

ameliorarea interfeelor etc.

SISTEME EXPERT

EXPERTIZA

RAIONAMENT

SIMBOLIC

PROFUNZIME

AUTOCUNOATERE

- performan- nivel ridicat de calificare- robustee adecvat

-reprezentarea simbolic a cunoaterii

- reformularea cunoaterii simbolice

- lucreaz cu probleme dificile-utilizeaz cunoatere complex i mecanismeinfereniale pentru prelucrareea ei

- examineaz propriile raionamente- explic operaiile i aciunile- favorizeaz nvarea

Fig. 2.5. Caracteristicile sistemelor expert. Sursa: [1], pag. 46

2.4. Aplicaii ale sistemelor expert. Sisteme expert de gestiune

Sistemele expert pot realiza o gam foarte variat de funcii, ilustrate n tabelul2.1.

Tabelul 2.1. Funcii informatizabile cu sisteme expert. Sursa: [1], pag. 58Nr.crt.

Funcia Specificaia

1 CONTROL I MONITORIZARE Controlul automat inteligent al sistemelor2 DEPANARE I REPARARE

Recomand corecii ale deficienelor funcionriisistemelor

3 PROIECTARE Proiectarea produselor i sistemelor

4 DIAGNOSTIC I NTREINERELocalizeaz erorile de funcionare i recomandcoreciile necesare

5 INSTRUIREmbuntete performanelor celor care nvafolosind strategiile CAI (Computer AidedInstruction). Tutori inteligeni

6 INTERPRETAREClarificarea unor situaii, inferarea semnificaiilor

situaiilor noi pe baza semnalelor de la senzori7 PLANIFICARE Dezvolt scheme de activitate orientate spre scop

22


23/111

Nr.crt.

Funcia Specificaia

8 PREDICIEInferarea unor situaii probabile pe bazainformaiilor deja cunoscute

9 SIMULAREDeducerea consecinelor aciunilor sauevenimentelor declanate de ctre sistemul nsui

10 CLASIFICARE (TAXONOMIE) Organizarea entitilor (obiectelor) peclase/categorii

11 SELECIEIdentificarea celei mai bune alternative dintr-o listde posibiliti

n domeniul financiar contabil, sistemele expert pot fi clasificate n patrucategorii [3]:

Sistemele expert previzionale - care asigur fundamentarea strategiilorprivind traiectoria organizaiei;

Sisteme expert operative - ce permit evaluarea inteligent a unor decizii cu

caracter operaional; Sisteme expert de diagnostic: determin soluii pentru controlul n timp real

a sistemelor tehnice sau economice; Sisteme expert de control: asigur elaborarea operativ a unor decizii

fundamentale.

n tabelul 2.2. este fcut o prezentare a unor sisteme expert utilizate.

Tabelul 2.2. Sisteme expert n domeniul economic i financiar-contabil. Sursa: [1],pag. 62.

Domeniul Sistemul expert Mediul de dezvoltareAudit i control- analiz bilan

- planificare audit- pregtire programe de testare n audit- contracte de audit- generare rapoarte- TVA

FINEXPROFINEXPERTCREDITEXPERTGIPACAPEXEXPERTEST

AUDITFINEX/GUVEXVOTAR/POSIS

ExperteamExperteamPersonal ConsultantGURUGURUGOLDWORKS shell

KEE shellNexpert shellHexe shell

Activitate bancar- gestiune conturi clieni

- analiz sucursale i filiale (indicatori)- mprumuturi comerciale- creditare i analiz cri de credit

SMERTIOSALVINMATIAS

CLASSFCAApplication ExpertCredit ExpertCREDEX

MOZARTELCASAuthorizer Advisor

Savoia ShellXi Plus shell i C++

GEN-X shell

SNARK shell

PLATO shell i SmalltalkGURU shellART shell

23


24/111


25/111


26/111


27/111

Sistemul expert Funcia/domeniul Mediul dedezvoltare

Needham (Business)

TAXADVISOR

TICOMAUDITORESTEAMHELIXSYNTELLIGENCE

- prelucrri tranzacii pentru contabilitate financiari management servicii- consiliere i analiz n probleme de impozite

pentru intreprinderi

- evaluarea controlului intern n auditing- asistare la evaluarea debitorilor slabi- gestiune portofolii pentru investiii profitabile- consiliere n selectarea portofoliilorgestiune n asigurri

shell

AIDMS shellAL/X

APEXCOMEXCONCEPT

MARKETERMIT (Business)

DEMKADBASE

GESTIUNE- management vnzri- gestiune afaceri n agricultur- gestiune, modele i planificare marketing pentru

bunuri de consum

- asisten n decizii de marketing- managementul ntreprinderii i controlulresurselor umane- gestiune costuri

DESIGNTOPRODUCTIMS

NUDGEOFFICE ADVISOR

OP-PLANNERPTRANSXSEL, XSITEISA

IMETTAXMANISISPICONTRANSCELLCALLISTOEDAASPrice AnalysisAccounting OptionIBM (Assembly)ICRF, PRECEPTORTIMM-TUNER

GESTIUNE- managementul produciei- execuie proiecte de management i programare- gestiunea muncii de birou

- consiliere pentru creterea performanei n muncade birou- planificare- planificarea produciei i distribuiei- asisten la vnzarea de calculatoare- asisten la programarea comenzilor clienilor- management industrial- gestiunea pieei portofoliilor- gestiunea produciei- gestiunea produciei

- gestiunea produciei- management resurse i programare- gestiune afaceri publice- analiza preurilor n audit- formare opinii n analiza situaiei financiare- gestiunea i controlul calitii- prognoz- optimizare

POPLOG

27


28/111

ntrebri recapitulative la tema 2

1. Care sunt obiectivele sistemelor expert?

2. Care sunt etapele fundamentale de folosire a unui sistem expert?

3. Indicai cteva asemnri i deosebiri ntre SE i experii umani.

4. Cum se clasific sistemele expert?

5. Dai exemple de sisteme expert n domeniul contabil i indicai subdomeniilelor de competen.

Activiti la tema 2

A1. Schiai pe hrtie o comparaie sintetic ntre sistemele expert i experiiumani, considernd cteva criterii cum ar fi: achiziia cunoaterii, capacitateade nvare, nvarea din greeli etc.

A2. Facei o schi care s ilustreze arhitectura sistemelor expert.

A3. Cutai pe Internet sisteme expert cu aplicabilitate n domeniul contabilitii.

Dup parcurgerea cestui modul ar trebui s fii capabili s:

nelegei ce este un sistem expert, care sunt avantajele i limitrile sale,

Cunoatei arhitectura sistemelor expert i rolurile principalelor blocuriconstitutive

Cunoatei cteva exemple de sisteme expert utilizate n contabilitate.

28


29/111


30/111


31/111

Cunoaterea

Cunoaterea filosoficexprimat n tratateledefilosofie

Cunoatereaapriori, ceauniversaladevrat, care nupoate fi negat frcontradicie

Cunoaterea aposteriori,derivat din simuri, carepoate fi verificat prinutilizarea experienei i poatefi negat

Fig. 3.3. Categorii de cunoatere. Sursa: [1], pag. 104

Dac ne reamintim c n calculator se manipuleaz reprezentri ale realitiitrebuie s menionm c aceste reprezentri pot fi [20]:

reprezentri descriptive prin care se face o caracterizare direct acomponenei, structurii i proprietilor piesei de cunoatere; reprezentri comparative cnd o pies de cunoatere este definit n funcie de

alta , numit prototip, punndu-se n eviden diferenele; reprezentri constructive (generative) care folosesc o relaie generatoare a

pieselor de cunoatere; reprezentri enumerative care presupun referiri la elementele unei mulimi,

care este definit ca pies de cunoatere.

n cazul unui sistem expert, colecia de cunotine despre o problem ce trebuie

soluionat se numete baz de cunotine. Aceast baz de cunotine, construitpornind de la un expert uman este specific unui domeniu al problemei. Cunoatereaconstituie factorul major ntr-un sistem expert.

Spre deosebire de informatica clasic unde funcioneaz ecuaia:

Algoritm + Structuri de date = Program,

n cazul sistemelor expert funcioneaz relaia:

Cunoatere + Inferene = Sistem expert

3.2. Modaliti generale de reprezentare a cunoateriiProblema reprezentrii cunotinelor este fundamental pentru c una din cele

mai importante caracteristici ale sistemelor expert este separarea ntre baza decunotine i motorul de inferene.

n legtur cu reprezentarea cunoaterii (cunotinelor) sunt de precizat treielemente:

Domeniul cunoaterii - reprezint partea din domeniul problemei care trebuiereprezentat: (Exemplu: ageni economici, regulamente, relaii etc.)

Limbajul de reprezentare a cunoaterii - arat cum trebuie reprezentatcunoaterea i cu ce metode.

Mecanismele de inferene - se refer la prelucrrile cunoaterii n scopul

31


32/111


33/111


34/111


35/111

Relaia de echivalen Coninutul relaiei

Asociativitatea(AB)C=A(BC)(AB)C=A(BC)

Legile lui Morgan

(AB)=(A)(B)(AB)=(A)(B)

Modus tollens AB=ABDistributivitatea

A(BC)=(AB)(AC)A(BC)=(AB)(AC)

Exist o slbiciune a calculului propoziiilor: ele nu pot fi fragmentate n pri,trebuie tratate ca un ntreg. De aceea, de cele mai multe ori nu pot fi folosite nicivariabile, astfel nct nu se poate da o descriere general a unei situaii.

Aceste dezavantaje ale calculului propoziional au condus la o extensie, calcululpredicatelor (logica predicatelor) ce va fi prezentat n seciunea urmtoare.

13.4. Logica predicatelor

Logica predicatelor (calculul predicatelor, logica propoziiilor de ordinul nti)reprezint o extensie a logicii propoziiilor care rezolv unele dintre limitrile acesteia.

n general includerea n baza de cunotine a unei piese de cunoatere implictrecerea ei de la exprimarea n limbajul natural la limbajul de reprezentare utilizat desistemul respectiv. n cazul logicii propoziiilor, descrierea n limbajul natural estenti descompus n propoziii elementare, aseriuni, legate ntre ele prin conectorilogici SI, SAU, . n cazul calculului predicatelor se merge mai departe i fiecare

propoziie elementar este descompus n componentele sale: predicate i obiecte lacare se refer acestea.

Spre exemplu propoziia Ionescu este contabil se poate scrie ... este contabil.nlocuind spaiul liber cu numele unor indivizi se pot obine propoziii adevrate saufalse. Dac n locul spaiului liber folosim o variabil, se poate scrie: contabil (x).Dnd valori variabilei x (instaiind variabila) se obin propoziii adevrate sau false.

Fiind o extensie a calculului propoziiilor, logica predicatelor poate fi tratat ca

un limbaj formal (alfabet, sintax, axiome etc.) [10].Alfabetul conine, n afara elementelor prezentate n seciunea 3.3 urmtoarele:- constante: a,b,c,d ...- variabile: x, y, z, t ...- predicate: P, Q, R, S- simbolurile- (cuantificator universal, oricare) i- (cuantificator existenial, exist)- virgula (care se adaug parantezelor)

Fiecrui simbol al predicatului i se asociaz o pondere n (n0). Aceasta senumete aritatea predicatului.

35


36/111

Sintaxa const n urmtoarele reguli:a. constantele i variabilele sunt argumente

b. formulele bine formate (numite i formule nchise) se definesc inductiv astfel: dac P este un predicat de pondere n i t1, t2 ... tn sunt

argumente,atunci P (t1, t2 ... tn) este o formul atomic sau atom.

dac F i G sunt formule, atunci (F)(G), (F)(G), (F), (F)

(G), ((x) F) i ((x) F) sunt formule

Axiomele calculului propoziional sunt mbogite cu urmtoarele dou:9. (x P(x))P(a) (specializarea universal)10. P()( x P(x)) (generalizare existenial)

Pentru interpretarea calculului predicatelor trebuie s considerm c variabilele iconstantele sunt elementele unui domeniu de interpretare D. Se numete asignareavariabilei x, orice valoare pe care aceasta o poate lua n domeniul D.

Rezult c un predicat de pondere n este o funcie definit pe D n cu valori nmulimea {adevrat, fals}.

Cazuri particulare:- un predicat de pondere 0 este o propoziie (adevrat sau fals)- un predicat de pondere 1 specific o proprietate a argumentului.- un predicat de pondere 2 specific o proprietate binar.

Putem trage acum cteva concluzii referitoare la logica predicatelor:

- se pot utiliza variabile care permit formularea unor aseriuni cu caracter general;- atunci cnd toate argumentele predicatului sunt instaniate se obine o propoziiea calculului propoziional care poate fi adevrat sau fals;

- dac utilizarea variabilelor n declararea faptelor i regulilor este admis doarpentru subiecte, logica predicatelor se mai numete logica propoziiilor deordinul nti.

S ilustrm acum, prin cteva exemple, formalizarea n limbajul logiciipredicatelor, a ctorva piese de cunoatere [13], [10]:

a) - Toi contabilii sunt economiti

- Ionescu este contabil- Deci Ionescu este economist

Formalizare: x (CONTABIL(x) ECONOMIST (x))

CONTABIL (Ionescu)Deci ECONOMIST (Ionescu)

b) Cineva ateapt trenulFormalizare: x OM(x) ATEAPT (x, TREN)

c) Petrom aparine ramurii petrolFolosim predicatul APARINE (x,y) unde x este o firm i y o ramurRezult: APARINE (PETROM, petrol)

36


37/111


38/111


1. Care sunt principalele tipuri de cunoatere? Ilustrai-le prin exemple.

2. Enumerai principalele metode de reprezentare a cunoaterii.

3. Care sunt tipurile speciale de propoziii compuse?

4. Care este regula Modus Ponens?

5. Care este regula Modus Tollens?

6. Care sunt deosebirile i asemnrile dintre logica propoziiilor i logicapredicatelor?

7. S se formalizeze, folosind calculul propoziiilor sau calculul predicatelor:Nite calculatoare ca PC-urile.

8. Transformai urmtoarele predicate n propoziiile corespondente n limbaromn:

ESTE (INFLAIA, MARE)DEBITEAZ (X, CONT (5131))

9. Indicai principalele metode umane de raionament i dai cte un exemplu dinfiecare.

Activiti la tema 3

A1. Schiai pe hrtie o comparaie sintetic ntre sistemele expert i experii umani,considernd cteva criterii cum ar fi: achiziia cunoaterii, capacitatea de nvare,nvarea din greeli etc.

A2. Facei o schi care s ilustreze arhitectura sistemelor expert.

A3. Cutai pe Internet sisteme expert cu aplicabilitate n domeniul contabilitii.


nelegei ce este un sistem expert, care sunt avantajele i limitrile sale,

Cunoatei arhitectura sistemelor expert i rolurile principalelor blocuriconstitutive

Cunoatei cteva exemple de sisteme expert utilizate n contabilitate.

38


39/111

3.5. Reguli de producie

3.5.1. Reprezentarea cunotinelor prin reguli de producie

Regulile de producie constituie una dintre primele modaliti de reprezentare a

cunotinelor utilizate n realizarea de SE. n mod riguros, termenul reguli deproducie desemneaz o modalitate de reprezentare bazat pe logica propoziiilor, ncare att faptele ct i regulile pot conine numai entiti invariabile (constante).Datorit limitrilor inerente unei asemenea soluii, s-a trecut la o alt modalitate dereprezentare, bazat pe logica predicatelor, n care faptele i regulile pot includeentiti generice, ceea ce le confer un grad mult mai ridicat de generalitate. Cumentitile generice sunt specificate prin intermediul variabilelor, aceast metod dereprezentare este denumit, prin extensie de limbaj, reguli de produciecuvariabile.

Reprezentarea cunotinelor prin reguli de producie se face prin dou tipuri de

structuri:faptele i regulile

.Faptele constituie aseriuni privitoare la un anumit aspect din realitate. Eleformeaz componentele elementare ale cunoaterii (aa cum este ea reprezentat n

baza de cunotine). Spre exemplu:Ionescu este economist.Rata inflaiei este ridicat.Cifra de afaceri scade.Stocurile de materiale cresc.Ansamblul faptelor stocate n sistem formeaz bazadefapte. Spre deosebire de

aplicaiile informatice tradiionale, un SE construiete soluia unei probleme printr-o

nlnuire de procese deductive. Dar faptele singure nu permit deducerea de noicunotine.

Din aceast cauz, se utilizeaz o a doua structur - regulile- pentru a specificaacele legturi dintre fapte, pornind de la care se pot face deducii. Forma general aunei reguli este:

DACpremise

ATUNCIconcluzie

unde att premisele, ct i concluzia sunt fapte. O regul se poate interpreta n felulurmtor: dac premisele sale sunt adevrate, adic dac faptele care le compun suntconfirmate sau verificate de baza de fapte, atunci i faptul sau faptele cuprinse nconcluzie sunt adevrate i pot fi adugate la baza de fapte.

Acest mod de raionament are n logic urmtoarea formulare: dac propoziia A(simpl sau compus) implic B (A B) i A este adevrat, atunci i B este, la rndulei, adevrat. S considerm, pentru exemplificare, regula:

R1 Dac rata inflaiei este ridicatatunci preul locuinelor crete

unde "rata inflaiei este ridicat" constituie premisa, iar ''preul locuinelor crete",concluzia. Presupunnd c baza de fapte conine faptele exemplificate anterior,

39


40/111

premisa regulii este confirmat de cel de-al doilea fapt,ceea ce autorizeaz deducerea faptului nou "preul locuinelor crete".

Dacrata inflaiei este ridicat

atuncipreul locuinelor crete

Reguli

Fapte cunoscute

Ionescu este economistRata inflaie i este ridicat

Cifra de afaceri scade

Stocurile de materiale scad

Fapt nou (dedus)

Preul locuinei crete

Fig. 3.4. Deducerea unui nou fapt folosind o regul de producie. Sursa:[13], pag. 50

Premisele unei reguli pot fi formate i din mai multe fapte diferite, legate princonectorii logici i, sau, nu. Iat, spre exemplu, dou reguli care ar putea servi pentru aevalua calitatea activitii de gestionare a stocurilor:

R2: Dac stocurile de materiale cresci cifra de afaceri creteatunci evoluia stocurilor este normal.

R3: Dac stocurile de materiale cresci cifra de afaceri scadeatunci evoluia stocurilor este necorespunztoare.

Raportndu-ne la baza de fapte prezentat anterior, se constat c premiseleregulii R2 nu sunt confirmate dect parial i, n consecin, nici concluzia ei nu poatefi stabilit. n schimb, sunt confirmate premisele regulii R3, ceea ce permite s se

deduc faptul nou "evoluia stocurilor este necorespunztoare".Faptele nou deduse prin aplicarea unei reguli se adaug la baza de fapte iniial i

pot declana activarea unei reguli. S considerm, pentru exemplificare, dou regulidestinate s evalueze riscul unui proiect de investiii n strintate:

R4: Dac climatul social este buni cadrul juridic este stabilatunci cadrul general este acceptabil.

R5: Dac riscul de fezabilitate este importanti cadrul general este acceptabilatunci riscul global al proiectului este ridicat.

40


41/111

n contextul reprezentat n figura urmtoare, pe baza acestor reguli sistemul vaformula concluzia "riscul global al proiectului este ridicat".

Dacclimatul social este bun

icadrul juridic este stabil

atuncicadrul general este acceptabil

Reguli

Fapte cunoscute

Climatul social este bunConcurena este puternic

Riscul de fezabilitate este important

Cadrul juridic este stabil

Fapt nou (dedus)

Cadrul general este acceptabilDac

riscul de fezabilitate este importanti

cadrul general este acceptabilatunci

riscul global al proiectului este ridicat

Fapt nou (dedus)

Riscul global al proiectului este ridicat

Fig.3.5. Folosirea unor fapte deduse pentru declanarea de noi reguli.Sursa: [13], pag. 51

Regulile sunt nregistrate n baza de reguli. Ordinea n care acestea suntintroduse i stocate n sistem este nesemnificativ.

Regulile nmagazineaz, ntr-un anume sens, cunotine cu aplicabilitate relativgeneral. Un SE este folosit ns pentru a sugera soluii la probleme concrete,

particulare. Rolul de a descrie problema de rezolvat revine faptelor.Cum regulile sunt activate pe baza faptelor cunoscute, calitatea procesului de

raionament este nemijlocit influenat de msura n care sunt disponibile toate faptelerelevante. Rezult c una dintre cerinele eseniale la care trebuie s rspund baza de

fapte este de a reflecta ct mai fidel realitatea i de a urma, cu promptitudine,modificrile intervenite n aceasta. n funcie de domeniul concret n care se utilizeazi de condiiile de exploatare, faptele pot fi introduse ntr-un SE prin una dinurmtoarele ci:a) prin introducerea de la tastatur, naintea procesului deductiv;

b) n cursul procesului deductiv, prin chestionarea utilizatorului; n acest caz,ntrebrile puse de SE urmeaz fidel traseul urmat de suita de inferene;

c) prin consultarea unei baze de date proprii sau aparinnd altor aplicaiiinformatice;

d) prin preluarea direct de la diveri senzori.Este de observat c nu toate faptele sunt la fel de stabile. Unele dintre ele potreflecta concepte mai generale, trsturi sau configuraii structurale definitorii i

41


42/111


43/111


44/111

DACEBEA= constantI

CI = cresctorATUNCI

RRE= descresctor

DACDF = constant

I

CAE = cresctorATUNCIRCR = descresctor

DACCHF = constant

IEBEL = cresctor

ATUNCIRPCH = descresctor

DACi1= constant

Ii2= cresctor

ATUNCIi3= descresctor

RPD

RPV

Fig. 3.6. Folosirea variabilelor n reguli. Sursa: [3], pag. 43

3.5.3. Includerea i gestionarea incertitudinii

Un sistem expert poate opera att cu fapte i reguli integral certe ct i cuinformaii (concretizate n fapte sau reguli) incomplete sau certe. Exactitatea saucorectitudinea unei cunotine (fapt sau regul) poate fi cuantificat la nivelul unuiSE prin intermediul unui coeficient de certitudine sau verosimilitate cuprins ntre 0 i1 sau ntre 0 i 100.

n prezentarea fcut pn acum s-a pornit de la presupunerea c att faptele cti regulile exprim cunotine n totalitate certe. Aceasta condiie este greu de realizatn practic. Marea majoritate a analizelor i deciziilor implic, inevitabil, un anumitgrad de incertitudine. Mai mult dect att, nsi specificul domeniului de activitatereflectat i pune amprenta, existnd domenii care opereaz, n mod implicit, cu ungrad mai mare de incertitudine dect altele. Spre exemplu, faptele i regulile necesare

pentru definirea configuraiei unei instalaii industriale se deosebesc considerabil, din

acest punct de vedere, de cele care pot fi formulate pentru stabilirea unui diagnosticmedical sau a gestiunii unui portofoliu.n afara nivelului specific de certitudine sau incertitudine cu care manipuleaz

44


45/111


46/111


47/111

QC(R41) = QC(premise) x 60/100 = minim(60,100) x 60/100 = 36

QC(R42) = QC(premise) x 75 / 100 = minim(65,70) x 75/100 = 48,75

Cum ambele reguli verific aceeai concluzie: "cumpr aciuni emise de ALFA",coeficientul de certitudine a1 acesteia se determin combinnd cei doi QC obinui(vezi figura urmtoare):

QC(Cumpr aciuni emise de ALFA) = 36 + 48,75 - (36 x 48,75) = 67,2

Cumpr aciuniemise de ALFA

Ramura electronictinde s creasc

ALFA aparineramurii electronicQC=100

Cifra de afaceri asocietii ALFAeste stabilQC=65

Valoarea aciunilor emisede ALFA tinde s creascQC=70

QC = 36 + 48,75 - (36 x 48,75)

R41

QC = minim(60,100) x 60/100

R42QC = minim(65,70) x 75/100

- instaniind variabilele X i Y cu valorile "BETA" i "metalurgie":

QC(R41) = QC(premise) x 60/100 = minim(100 - 80, 100) x 65/100 = 12

QC(R42) = QC(premise) x 75/100 = minim(80, 60) x 75/100 = 45QC(Cumpr aciuni emise de BETA) = 12 + 45 - (12 x 45/100) = 51,6

Rezult c investiia n aciuni ALFA este ceva mai sigur dect investiia naciuni BETA. Coeficienii de certitudine atribuii regulilor i faptelor influeneazconsiderabil rezultatele, aa cum s-a putut constata i din exemplul anterior. Dinaceast cauz, este deosebit de important ca ei s fie corect evaluai n practic, ceeace nu este ntotdeauna simplu sau evident.

Chiar dac expertul uman recurge la aprecieri de tipul "mai bun" sau "mai sigur"

n selecia i formularea concluziilor sale aceste aprecieri nu primesc, de regul, oexpresie numeric. De asemenea, n unele domenii de activitate,nsi ideea de aexprima gradul de certitudine prin coeficieni poate prea total inadecvat. Pentru a

47


48/111


49/111


50/111

Fig. 3.8. Partajarea simpl a proprietilor. Sursa: [3], pag. 54

Figurile 3.8 i 3.9 ilustreaz procesele de partajare a proprietilor, respectiv demotenire multipl.

MIJLOC TRANSPORT

ReferinDenumireLungimeLimenlime GreutatePutere dezvoltatPreTVAVitezCuloareTarif

Nr. locuri

Concept Fundamental

Proprieti fundamentale

AUTOMOBIL TRAMVAI TREN VAPOR AVION

Tip tramvaiTippropulsieNr. uiNr. locuri

Tip trenTip vagoaneCoef. sig.Coef. aerodin.

Nr. locomotiveNr. vagoane

Tip vapor

Nr. PersoaneNr. CabineTip climatizare

Tip motorTip combustibilCapacit. cil.Tip carserieTip cutie vitezVitez maxim

Tip avion

Nr. motoareTip combustie

Nr. aripinlime maximVitez maxim

Proprieti specifice

50


51/111


52/111


53/111

Ansamblu de informaii

Metode

Operaii permise asuprainformaiilor

Comportamentspecific Obiect X Metode

Ansamblu de reguliRelaii cu alteobiecte

Ansamblu de informaii

Metode

Operaii permise asupra

informaiilor

Comportamentspecific Obiect Y Metode

Ansamblu de reguliRelaii cu alteobiecte

Mesaj

Rspuns

Fig. 3.11. Caracteristicile obiectelor i comunicarea ntre obiecte. Sursa: [3], pag.61.

B. Reele semantice

Sub aspect cronologic, metoda reelelor semantice este prima din categoriametodelor de transfer succesoral a cunoaterii. Numele vine de la analiza limbajului n

care astfel de reele se folosesc pentru reprezentarea nelesului frazelor.

O reea semantic este un graf orientat avnd urmtoarele primitive:

nodurile - sunt asociate obiectelor (concepte, evenimente, stri etc.);

arcele - sunt abstractizri ale relaiilor dintre obiecte.

Caracteristic reelelor semantice este faptul c ele permit reprezentareacunoaterii i ofer i o structur de regsire a cunoaterii. Ele sunt o ncercare dereprezentare a modului cum gndim despre concepte i au fost utilizate att de

informaticieni ct i de psihologi pentru a explica i simula comportamentul inteligent.n acest caz inferena se realizeaz prin urmrirea arcelor i nodurilor. Iniial reelelesemantice au fost dezvoltate pentru a reprezenta semnificaia cuvintelor limbajuluinatural - nodurile erau asociate cuvintelor iar arcele descriau relaiile dintre cuvinte.

Descrierea cunoaterii prin reele semantice se face prin obiecte formaleintensionale numite concepte i prin obiecte extensionale, denumite instane. Relaiadintre concept i instan este ilustrat n figura 3.13.

53


54/111


55/111


56/111


57/111

ESTE

Dimineaa

x Departerelaiicondiionale

relaie concluziv

SE SCOAL

Om

AJUNGE

Fig. 3.17. Reea semantic extins. Sursa:[20].

O alt clasificare a reelelor semantice se poate face n funcie de dependeneledescrise:

I. reele de cauzalitate, n care legturile dintre obiecte se interpreteaz caare o influen direct asupra;

II. grafuri de dependen, n care arcele reprezint legturi de tipul:posesie (este un, este o), colecie (aparine de, instan de), atribuire (arevaloarea, are atributul) etc.

O astfel de reea semantic de dependen este ilustrat n figura 3.18, pentru unpltitor de impozite.

NUMR VENIT PERSOANA

PLTITOR

IONESCU

NIVEL-VENIT

Numrpozitiv

>1200000

SUMA SALARIU

SUMA

VENITIMPOZABIL

SUMA

instan-de

instan-de

instan-de

instan-de

Fig. 3.18. Reea semantic de dependene. Sursa: [1], pag. 119.

n scopul structurrii domeniului reprezentat se folosesc proprietile demotenire, printr-o reprezentare arborescent numit taxonomie. O taxonomie este oreprezentare arborescent n care exist proprieti de motenire i posed urmtoarele

primitive:11. relaia de apartenen a unui obiect la o clas: ESTE (, )

57


58/111

(elementclas)12. relaia de incluziune a unei submulimi la o mulime: ESTE_SUBMULTIME

(, ) (mulime1"mulime2").Figura 3.19. ilustreaz cele dou primitive de apartenen i incluziune.

POPESCU

ADRIAN

ION

OM

INFORMATICIAN

CERCETTOR

ESTE

ESTESUBMULIME

Fig. 3.19. Primitive de apartenen i incluziune. Sursa: [3], pag. 100.

C. Reprezentarea cunotinelor prin cadreTeoria cadrelor (frames) a fost propus de Marvin Minsky i ncearc s

reuneasc ntr-o reprezentare unic att a cunotinele declarative ct i celeproductive. Un cadru are structura ilustrat n figura 3.20.

58


59/111


60/111


61/111


62/111


63/111


64/111


65/111

Dei este un model extrem de simplificat al neuronului natural, neuronulMcCullogh i Pitts, ca i alte variante de neuroni artificiali, s-au dovedit elemente decalcul deosebit de puternice. Reelele puternic interconectate realizate cu acetineuroni artificiali prezint o serie de trsturi interesante cum ar fi [14]:

- Capacitatea de a nva. Ele nva din exemple, algoritmul de rezolvare al

problemei fiind imprimat n conexiunile sinaptice. nvarea poate fi supervizat,cnd un profesor furnizeaz rspunsurile corecte i corecteaz rspunsurile actuale,sau nesupravegheat cnd nu se cunosc apriori ieirile reelei . nvarea se numeteantrenare.

- Capacitatea de generalizare. Reelele neuronale artificiale, antrenatecorespunztor sunt capabile s rspund corect n situaii diferite de cele cu care aufost antrenate. Acest lucru se produce deoarece reelele neuronale i construiesc, pe

baza datelor de antrenare, reprezentri interne ale spaiului de intrare .

- Capacitatea de sintez: Reelele neuronale artificiale pot lua decizii corectefolosind informaii complexe , incomplete sau cu zgomot.

De-a lungul timpului au fost dezvoltate o serie de alte modele de neuroni(Perceptron, Adaline etc.) i o mulime de tipuri de reele dedicate soluionrii unor

probleme specifice. O parte din aceste elemente vor fi prezentate n seciunileurmtoare.

4.2. Modele de neuroni i de reele neuronale artificiale

Din punct de vedere structural modelul neuronal artificial poate fi ierarhizat laurmtoarele nivele:

micro-structur: la nivelul neuronului artificial mezo - structur: reele neuronale ca topologii de interconectare a neuronilor macro-structur: arhitecturi compuse din structuri de reele neuronale.

a) Modele de neuroni (perceptroni) simpliNeuronul artificial, propus pentru prima oar de McCulloch i Pitts, a cunoscut i

alte modelri, care pot fi mprite n dou mari categorii: modele de perceptron frreacie i modele de perceptron cu reacie.

innd seama de dezvoltarea ulterioar a lucrrii vom prezenta modelul general alperceptronului fr reacie, preciznd i semnificaia notaiilor utilizate n continuare.Modelul general de perceptron fr reacie este ilustrat n figura 4.3.

x1

x2

xn

OA y(t)

w1

w2

wn

.

.

.Operaie

aritmeticFig. 4.3. Modelul general de perceptron fr reacie

65


66/111


67/111


68/111


69/111

Fig 4.6. Implementri ale reelelor neuronale artificiale. Sursa: [21], pag. 25

Tabelul 4.2 Exemple de aplicaii ale reelelor neuronale.

Domeniul Exemple de aplicaii

Medicin Prelucrarea semnalelor medicale (EEG, ECG, etc.)Clasificarea n domeniul psihiatricSisteme de clasificare a durerilor de spate, a afeciunilor

cardiace, etc.Clasificarea ipetelor sugarilorDetecia celulelor canceroasePredicia numrului de globule roii din snge

Industrie n general Controlul de calitate al produselor (identificarea defectelor)Echipamente de control pentru navigaie autonom,

planificarea rutei automobilistice cu evitarea obstacolelorModelarea neliniaritilor n controlul pH al lichidelor, n

industria chimicPredicia consumului de ap n oraul ParisPredicia consumului de energie electric n oraul TokyoAnaliza de calitate a apei potabilePredicia smogului

Economie i afaceri Predicia necesarului de locuri n avion

Predicia ratei dobnzilorSelecia angajailor

Art Compozitor neuralPictor neural

Diverse Nas neuralAlegerea ctigtorilor la cursele hipicePredicia rezultatului n diferite jocuriSelecia intelor de investigaie n anchetele penaleIdentificarea i recunoaterea intelor militareControlul semnturilor pe cecurile de bancRecunoaterea numerelor de la main (garaje, n Germania)Detecia materialelor explozibile n bagajele cltorilor (n

funciune n aeroporturile Heathrow, Dallas, .a.)Modelarea creterii recoltelor agricoleControlul dimensiunii i culorii merelor pentru export n

Japonia

4.4. Reelele neuronale artificiale i sistemele expert

Din seciunile precedente se poate observa c cele dou direcii majore ale IA,

69


70/111


71/111

literatur.Lucrarea [19] Prezint un SE n care achiziia cunoaterii este realizat de o reea

neuronal cu autoorganizare (Kohonen), dup care clasele descoperite de reea suntformalizate ca reguli de producie folosite de un SE.

Lucrarea [17] descrie utilizarea unei reele neuronale ncorporate ntr-un SE, darcare nu e folosit pentru achiziia cunoaterii ci pentru evaluarea coeficienilor decertitudine n timpul inferenelor.

n sfrit, n referina [18] se prezint o modalitate de a realiza sisteme multi-expert (vezi capitolul 6) cu ajutorul reelelor neuronale

Ca o concluzie, integrarea avantajelor paradigmei simbolice (SE) cu cele eleparadigmei conexioniste (RNA) reprezint o provocare pentru cercettorii dindomeniul IA i exist mai multe direcii de aciune: realizarea unor sisteme hibride ncare SE i RNA ndeplinesc funcii diferite, uneori complementare, extragereacunoaterii simbolice, a regulilor din RNA (nlturarea opacitii de cutie neagr) etc.

71


72/111


1. Indicai cinci caracteristici eseniale ale creierului uman.

2. Care sunt principalele caracteristici ale reelelor neuronale artificiale (RNA)?

3. Indicai (grafic) un model de neuron artificial.

4. Facei o comparaie sintetic ntre abordarea algoritmic i cea neuronal(conexionist) de rezolvare a unei probleme.

5. Ce condiii trebuie s ndeplineasc o clas de probleme pentru a putea fiabordat cu ajutorul reelelor neuronale?

6. Dai 3 exemple de aplicaii ale RNA.

Activiti la tema 5

A1. Scriei pe hrtie cinci tipuri de probleme din domeniul economic potrivite spre a firezolvate cu reele neuronale artificiale.

A2. Cutai pe Internet trei aplicaii ale reelelor neuronale n contabilitate.

A3. Schiai o comparaie concis ntre sistemele expert i reelele neuronale artificiale

lund n considerare criterii precum: achiziia cunoaterii, posibilitatea de anva, lizibilitatea raionamentului etc..


nelegei paradigma conexionist, ca abordare fertil n reprezentareacunoaterii,

Sesizai avantajele i dezavantajele abordrii conexioniste,

Cunoatei principalele domenii de aplicaie ale reelelor neuronale artificiale.

72


73/111


74/111


75/111

5.2.1. Raionamentul deductiv

Motorul de inferene pornete de la faptele existente n baza de fapte i caut sdovedeasc un anumit scop. Algoritmul raionamentului deductiv este urmtorul [3]:

NCEPUTetapa de SELECIE

determinarea faptelor selectatedeterminarea regulilor selectate

etapa de FILTRAJdeterminarea regulilor declanabile / aplicabile

ATT-TIMP-CT mulimea regulilor declanabile / aplicabilenu este vid sau scopul nu a fost atins

EXECUTEtapa de REZOLVARE CONFLICTEDAC criteriul este prima regul aplicabil n

ordinea numerotriiATUNCI aplic regula aleas

modific regulile declanabileSF-DACDAC criteriul este regula cu numrul cel mai mare

de premise, iar n caz de egalitate, regulacu numrul de ordine cel mai micATUNCI aplica regula aleas

modific regulile declanabileSF-DACDAC baza de fapte conine scopul propus

ATUNCI situaie rezolvat

SF-DACDAC baza de fapte nu conine scopul propusATUNCI situaie de eec

SF-DACSF-EXECUT

SF-ATT-TIMP CT

SFRIT

Vom ilustra acest mod de raionament pentru urmtoarea problem [13]:Se consider setul de 9 reguli R1R9 de mai jos, se d baza de fapte format din

faptele B i C i se cere s se demonstreze scopul H.R1: Dac B i D i E atunci FR2: Dac D i G atunci AR3: Dac C i F atunci AR4: Dac B atunci XR5: Dac D atunci ER6: Dac A i X atunci HR7: Dac C atunci DR8: Dac X i C atunci AR9: Dac X i B atunci D

Figura 5.2 ilustreaz funcionarea motorului de inferene n cazul aplicrii primeireguli din list, iar figura 5.3 cazul n care se aplic regula cea mai complex.

75


76/111

Fig. 5.2. Raionament deductiv cu executarea primei reguli aplicabile.Sursa:[13], pag. 104

B, C

R7 R4

B, C, X

R8R7

R9

B, C, X, A

R6

B, C, X, A, H

Fig. 5.3. Raionament deductiv cu executarea cele mai complexereguli aplicabile (3 inferene). Sursa:[13], pag. 104

Avantaje ale raionamentului deductiv: Se pot genera toate soluiile posibile; La fiecare ciclu al motorului de inferene, baza de fapte se mbogete.

Dezavantaje: Iniial baza de fapte trebuie s conin suficiente fapte; Se declaneaz toate regulile aplicabile, chiar dac unele nu prezint interes; Dac numrul de fapte i de reguli este foarte mare i scopul nu poate fi atins,

se poate ajunge la o explozie combinaional a numrului de cicluri;

76


77/111


78/111


79/111


80/111


81/111

anterior eecului, pentru a explora o alt cale (backtracking). Se folosete deregul la raionamentul inductiv;

Funcionare irevocabil, cnd motorul se oprete la eec. Acest mod estecaracteristic raionamentului deductiv.

C. Parcurgerea arborilor I/SAU (fig.5.6):

Explorare n profunzime; Explorare n lrgime.

Profunzime Lrgime

Fig. 5.6. Moduri de parcurgere a arborilor I/SAU. Sursa: [13], pag.114

5.4. Unificarea predicatelor

S-a vzut n capitolul al doilea c logica propoziiilor i logica predicatelorconstituie modaliti uzuale de reprezentare a cunotinelor. n cazul n care sefolosete logica propoziiilor, motorul de inferene caut reguli declanabile ale cror

premise coincid cu propoziii aflate n baza de fapte (de la nceput sau ca urmare aaplicrii altor reguli). Dac motorul de inferene funcioneaz pe baza logicii

predicatelor selecia regulilor declanabile se face astfel:Se caut toate substituiile adecvate ale variabilelor cu fapte existente nbaza de fapte, sau cu concluzii ale altor reguli.O substituie este un ansamblu de perechi {[v1, t1], [v2, t2], , [vn, tn]}, unde v

reprezint variabile iar t termeni oarecare (constante, variabile, expresii).

Se numete unificare procesul de cutare de forme reduse intermediare carepermite s se identifice forma comun cea mai general.

Algoritmul de stabilire a celui mai general unificator a dou expresii se bazeazpe parcurgerea n paralel a acestora i compararea simbolurilor care apar [13]. Daccele dou simboluri sunt identice se trece la compararea urmtoarelor simboluri. Dacns ele sunt diferite, se poate face unificarea lor dac cel puin unul dintre ele este ovariabil iar cel de-al doilea este o variabil sau un termen (sau nceputul unuitermen). Dac la un anumit pas simbolurile comparate nu pot fi unificate sau nu seajunge simultan la sfritul ambelor expresii, atunci cele dou expresii nu suntunificate.

Iat, dup [13] cteva exemple de unificri:a. X reflect Z

101 reflect capitalul_socialUnificatorul este: {[X, 101], [Y, capitalul_social]}

b. X reflect YZ reflect W

81


82/111

Unificatorul este {[X, Z], [Y, W]}

82


83/111


84/111

16. CONSIDERAII PRIVIND CONSTRUIREA SISTEMELOR EXPERT

6.1. Limbaje folosite n realizarea sistemelor expert

Indiferent de forma de reprezentare a cunotinelor, pentru scrierea programuluireprezentnd sistemul expert, se pot folosi o multitudine de limbaje: BASIC, C,

FORTRAN, LISP, PASCAL, PROLOG etc.Intre acestea, LISP i PROLOG sunt limbaje ale inteligenei artificiale i n

consecin le vom acorda mai multa atenie.Limbajul LISP a aprut la sfritul anilor 50 la MIT [10] i manipuleaz atomi i

liste. Fiecare list este organizat sub form de arborescen binar. Spre exempluoperaia 3x(2+4) se scrie n LISP: (x 3(+2 4)). Principalele probleme existente nfolosirea LISP-ului in de timpul relativ mare de execuie a programelor.

Limbajul PROLOG (vezi capitolul 9) a fost dezvoltat ntre 1970-1980 laUniversitatea din Marsilia i apoi la Universitatea din Edinburg. Se bazeaz pe logica

predicatelor i este prototipul limbajelor declarative.Spre deosebire de programarea imperativ sau procedural n care se descriepas cu pas un algoritm, comandnd printr-un ir de instruciuni calea exact iinvariabil a programului, programarea declarativ const n furnizarea dezordonata datelor i regulilor, programul descurcndu-se singur printre ele. Prolog foloseteimplicaia, chiar faptele fiind implicaii cu premis vid. Ca urmare regulile i faptelesunt amestecate i urmeaz acelai formalism.

S-au fcut i tentative de a mbina avantajele LISP-ului i ale PROLOG-ului: auaprut LOGLISP (1980), LISLOG (1983) etc.

Reprezentarea cunotinelor ntr-un sistem expert trebuie s satisfac dou cerine

contradictorii [10]: codul scris trebuie s fie ct mai accesibil calculatorului i din acest punct de

vedere cel mai bun limbaj de programare ar fi limbajul de asamblare; baza de cunotine trebuie s fie ct mai lizibil pentru utilizator. Cel mai bun

limbaj din acest punct de vedere este limbajul natural.n dorina de a satisface aceste cerine s-au cristalizat dou tendine diferite n

construirea sistemelor expert. prima tendin const n scrierea sistemului expert ntr-un limbaj de

programare, fiind preferate LISP, PROLOG, limbajele orientate obiect;

a doua tendin const n folosirea, pentru realizarea sistemelor expert, ainstrumentelor de dezvoltare i a generatoarelor de sisteme expert.Aceste doua tendine pot s se reuneasc dac limbajul folosit ofer un mediu de

dezvoltare. Vom detalia, n capitolul 8, generatoarele de SE.

6.2. Consideraii practice privind realizarea sistemelor expert

n funcie de scopul urmrit, sistemele expert pot fi mprite n trei mari categorii[2]:

Sisteme expert de clasificare-interpretare. Se folosesc pentru clasificarea

cauzelor posibile ale unei disfuncionaliti (diagnostic, prospecii etc.). Sisteme expert de control (monitorizare). Au sarcina de a supraveghea

evoluia unui proces.84


85/111

Sisteme expert de anticipare - sunt folosite pentru a realiza prognoze ndiverse domenii (meteorologie, producie etc.).

Apelarea la un sistem expert pentru rezolvarea unei probleme se face dup oanaliz care au n vedere urmtoarele:

dac problema este bine rezolvat prin metodele informatice clasic este inutil

dezvoltarea unui sistem expert; dac domeniul analizat dispune de un expert uman, se poate iniia conceperea

unui sistem expert; dac domeniul analizat este caracterizat de o dinamic rapid, atunci este un

candidat potenial pentru dezvoltarea unui sistem expert.Tabelul de mai jos ilustreaz situaiile n care este recomandat dezvoltarea unui

sistem expert:

Tabelul 6.1. Analiza oportunitii folosirii unui SE. Sursa: [2], pag.234.

ProblemaSoluia Precis i stabil Precis dar evolueazfrecvent Fluctuant ntr-undomeniu bine stabilit

Cunoscut Programare clasicSE uor de actualizatca urmare a evoluiei

SE pentru c se poateadapta la fiecare

problem

Necunoscut

SE pentru gsireasoluiei, apoi abandonatn favoarea programrii

clasice

SE pentru cutareasoluiei, apoi adaptat

pentru exploatare

SE pentru cutareasoluiei, uor deexploatat pentru c seadapteaz la problema

precis

Procesul de realizare a unui sistem expert poate fi descompus n trei perioade [2]: Un studiu de fezabilitate, realizat cu ajutorul unei machete de sistem expert; Realizarea prototipului. Pe acesta se experimenteaz diferite moduri de

reprezentare a cunotinelor i mecanisme de inferene; Realizarea modelului comercial (industrial)Aceste etape, mpreun cu cele cinci faze aferente transferului de cunotine sunt

ilustrate n fig. 6.1.

Dezvoltarea unui sistem informaional n general este procesul de proiectare asistemului, pornind de la cerinele utilizatorilor, de implementare, testare sa i n finallansare pe pia pentru a fi folosit efectiv [20]. Particularitatea sistemelor informatice

bazate pe cunotine (SIBC) i n particular a sistemelor expert o constituie faptul caici este foarte important i dezvoltarea bazei de cunotine. De asemenea, nu se puneaccentul exclusiv pe dezvoltarea programului motorului de inferen, ci i a celorlaltecomponente, cum ar fi de exemplu interfeele. Fiecare subsistem poate necesitaresurse diferite (alte limbaje de programare sau chiar resurse hardware) i tehnici de

dezvoltare distincte. Etapele proiectrii i implementrii unui SIBC sunt sintetizate nfigura 6.2.

85


86/111


87/111

social, financiar, tehnic etc.)Atunci cnd se rezolv astfel de probleme complexe, ntr-o ntreprindere, se

mobilizeaz mai muli experi diferii. Se pune problema dac nu se poate realiza unsistem expert care s nlocuiasc acest ansamblu de experi umani.

Un sistem multi-expert este un sistem care permite mai multor sisteme expert scoopereze ntre ele. Lucrurile se petrec ca ntr-o ntreprindere cnd se iau nconsiderare avizele mai multor experi.

Un sistem multi-expert trebuie s asigure cooperarea inteligent a sistemelorcomponente.

Principalele probleme (funcii) n gestiunea sistemelor multi-expert sunt: repartiia sarcinii ntre diferitele module-expert; execuia sarcinilor particulare de ctre diferitele module; recuperarea sarcinii de la diferite module i sinteza rezultatelor.

Pentru a controla comunicarea dintre module exist dou abordri fundamentale: control centralizat; control descentralizat.

Control descentralizatCnd sistemul primete o sarcin, fiecare modul este capabil s descompun

sarcina principal n subsarcini i s rezolve ceea ce trebuie s fac. n situaia cnd unmodul nu tie ce s fac, el trimite mesaje ctre alte module, n sperana c unul dintreele va putea s ncarce sarcina pe care el nu a putut-o rezolva. Acest tip de control

presupune o unitate de cunotine care permite schimbrile ntre noduri (subnodul de

comunicai, subnodul de negociere etc.)

Control centralizatn acest caz exist un modul supervizor nsrcinat cu armonizarea ansamblului.

Supervizorul va distribui sarcini trimind informaia necesar i va recupera sarcinilemodulelor expert.

Supervizorul trebuie s aib cunotine n mulimea de expertiz, pentru a puteadistribui sarcini. Modulele componente i vor pstra, asemenea experilor umani,independena.

n sistemele bazate pe control centralizat exist dou opiuni principale: mprirea cunotinelor operatorii (proceduri, reguli) n module, dar cu condiia

ca baza de fapte s rmn unitar; divizarea bazelor de reguli. Fiecare modul de reguli dispune atunci de propria sa

baz de fapte (ASIMEX, DECIDEX).Un sistem interesant, bazat pe prima opiune se numete arhitectur blackboard,

utilizat n sistemul expert HEARSAY.n aceast arhitectur, comunicarea dintre modulele expert se realizeaz prin

intermediul blackboard (tabl de scris). Blackboard este o mare baz de fapte la careau acces toate modulele expert. Fiecare modul, trimite, dup fiecare execuie, faptele

deduse. innd seama de faptele de care dispune, blackboard stabilete o ordine deactivare a modulelor candidate, indicndu-l pe primul dintre acestea.

87


88/111


89/111


1. Care sunt principalele tipuri de sisteme expert?

2. Cnd se justific, n rezolvarea unei probleme, recurgerea la un sistem expert?

3. Ce est

Curs SEG ID Ileana Final

Documents

Transcript of Curs SEG ID Ileana Final