Download - Inteligentni sistemi podr
1
Poglavlje 12
Inteligentni sistemi podrške
11:53
2
Ciljevi učenja
1. Opišite vještačku inteligenciju i uporedite je sa konvencijalnom obradom na računaru.
2. Identifikujte karakteristike, strukturu, prednosti i ograničenja ekspertskih sistema.
3. Opišite glavne karakteristike obrade prirodnog jezika i tehniku govora.
4. Opišite obradu na bazi neuronskih mreža, i kako se ona razlikuje od drugih tehnologija zasnovanih na računaru?
5. Definišite inteligentne agente i njihovu ulogu u IT.
6. Opišite odnos između Weba i inteligentnih sistema.
7. Shvatite značaj kreativnosti i način na koji se ona podržava pomoću IT.
11:53
3
Vještačka inteligencija AI
Vještačka inteligencija (eng. artifical inteligence - AI) odnosi se na dvije osnovne ideje. Prvo, ona podrazumjeva proučavanje procesa razmišljanja kod ljudi. Drugo, ona se bavi posredovanjem tih procesa preko mašina (računara, robota).
Jedna od definicija AI je “ponašanje mašine, koje bi bilo nazvano inteligencijom kada bi se tako ponašalo ljudsko biće”.
Konačni cilj AI je da sagradi mašine koje će oponašati ljudsku inteligenciju.
11:53
4
Vještačka inteligencija AI
Neke sposobnosti se smatraju znacima inteligencije:
učenje ili shvatanje na bazi iskustva
uočavanje smisla u neodređenim ili kontradiktornim porukama
brzo i uspješno reagovanje na nove situacije
rješavanje problema razmišljanjem i efikasno usmjeravanje djelovanja
rješavanje složenih situacija
shvatanje i zaključivanje na uobičajen, racionalan način
primjenjivanje znanja pri djelovanju u okruženju
prepoznavanje relativnog značaja raznih elemenata u datoj situaciji
11:53
Upoređivanje prirodne i vještačke inteligencije Mogućnosti Prirodna inteligencija AI
Čuvanje znanja Nepostojano sa organizacionog stanovišta
Postojano
Umnožavanje i širenje znanja
Komplikovano, skupo, angažuje vrijeme
Lako, brzo, jeftino, pošto se znanje jednom unese u računar
Ukupno koštanje znanja
Vrlo visoko Može biti vrlo nisko
Konzistentnost inteligencije
Može biti sklona greškama, nekonzistentna. Povremeno nekompletna.
Konzistentna i temeljna
Dokumentovanje procesa i znanja
Komplikovano, skupo Prilično lako, jeftino
Kreativnost Može biti vrlo visoka Niska, nenadahnuta
Upotreba senzorskih iskustava
Direktna bogata mogućnostima
Mora najprije biti interpretirana, ograničena
Prepoznavanje obrazaca i odnosa
Brzo, lako se objašnjava Ljudi još uvijek bolje uče nego mašine, mada ponekad mašine prevaziđu čovjeka
Zaključivanje Koristi široki kontekst iskustava
Dobro samo u uskim, fokusiranim i stabilnim domenima
11:53 5
6
Prednosti AI
znatno povećava brzinu i doslijednost pojedinih postupaka u rješavanju problema
pomaže u rješavanju problema koji ne mogu biti rješeni ili su komplikovani za rješavanje konvencijalnom obradom na računaru
pomaže pri rješavanju problema s nekompletnim ili nejasnim podacima
pomaže u regulisanju informacionog preopterećenja rezimiranjem i interpretiranjem informacija i u pretraživanju velike količine podataka
znatno povećava produktivnost pri obavljanju mnogih poslova
čini vrlo jednostavnom upotrebu nekih računarskih aplikacija
11:53
Razvoj mašina sa inteligentnim karakteristikama proteže se
na nekoliko oblasti u nauci i tehnologiji
Obrada
prirodnog jezika
Inteligentno
poducavanje (ICA)
Racunarska
virtualizacijaEkspertski
sistemi
Automatsko
programiranje
Razumevanje
govora
Robotika
Obrada na bazi
neutronskih mreža
AL
drvo
Psiholongvistika
Sociologistika
Racunarska lingvistika
Kognitivna psihologija
Filozofija
Filozofija jezika
Logika
Prilagodljivi sistemi
Upravljanje
Operaciono istraživanje
Biologija
Robotika
Obrada slika
Prepoznavanje obrazaca
Matematika/ Statistika
Sistemi upravljanja informacijama
LingvistikaRacunarska nauka
11:53 7
8
Ekspertski sistemi
Kada firma treba da donese kompleksnu odluku ili da riješi neki problem, često se obraća ekspertima za savjet. Ovi eksperti posjeduju specifična znanja i iskustva u vezi sa problemom o kome je riječ. Oni imaju predstavu alternativnih rješenja, šansi za uspjeh i troškova koji mogu nastati za firmu ako se problem ne riješi. Kompanije angažuju eksperte za savjet u vezi sa pitanjima kao što su kupovina opreme, integracije, nabavke i strategija oglašavanja. Ekspertski sistemi (ES-i) su pokušaj da se imitiraju ljudski eksperti. Ekspertski sistemi mogu ili podržati one koji donose odluku ili ih potpuno zamjeniti.
11:53
Ekspertiza
Ekspertiza je opsežno, specifično znanje u vezi sa poslom koji se stiče obukom, čitanjem i iskustvom. Ona omogućuje ekspertima da donose bolje i brže odluke nego neeksperti pri donošenju složenih problema. Za ekspertizu je potrebno mnogo vremena da bi se dostigla. Staruji eksperti posjeduju otprilike 30 puta više ekspertize nego mlađi član kolektiva.
0
10
20
30
1 2 3 4 5 6 7 8 9 10
%
Stariji eksperti Mlađi 11:53 9
10
Ekspertski sistemi uključuju osnovne
ideje inteligentnog rješavanja probleme
Znanje je skup činjenica i uvjerenja Uspjeh je nalaženje dovoljno dobrog odgovora
korišćenjem raspoloživih sredstava Efikasnost pretraživanja baza podataka i baza
znanja direktno utiče na uspjeh Na povećanje kompleksnosti problema značajno
utiču greške u podacima i znanju Na efikasnost rješavanja problema utiče i
primjenjivost i tačnost znanja eliminisanje operacija koje se ponavljaju, povećanje brzine računara
11:53
11
Pristupi pri izgradnji softvera
Ekspertskog sistema
Razvijanje programa na bazi specijalizovanih programskih jezika za manipulaciju simbolima
Izgradnja prototipova Prototip za prezentaciju Istraživački prototip Radni prototip Izvršni prototip Komercijalni prototip
11:53
Struktura i proces ekspertskog sistema
Konsultaciono okruženje
Korisnik
Korisnicki
interfejs
Preporucena
akcija
Uredaj za
objašnjavanje
Mehanizam za
odlucivanje
donosi zakljucke
Graficka tabela
(radno mesto)
Precišcavanje
znanja
Baza znanja
Cinjenice:šta se zna o polju rada
Pravila:
Logicka veza
(npr. Izmedu simptoma I uzroka)
Inženjer
znanja
Ekspert i
dokumentovano
znanje
Prikupljanje
znanja
Cinjenice o
odredenom
dogadaju
Razvojno okruženje
11:53 12
13
Drugi AI: Obrada prirodnog jezika i
govorne tehnologije
aplikacije obrade prirodnog jezika
prepoznavanje i razumjevanje govora (glasa)
govorni portali
sinteza govora
sistemi obrade govora u elektronskoj trgovini
11:53
14
Obrada zasnovana na neuronskim
mrežama
Drugi pistup inteligentnim sistemima je obrada na računaru sa arhitekturom koja oponaša određene sposobnosti obrade koje posjeduje mozak. Rezultati su: prikazivanje znanja i obrade zasnovanih na masovnoj paralelnoj obradi, brzo dobjanje velike količine informacija, i sposobnosti da se prepoznaju obrasci zasnovani na iskustvima. Tehnologija koja pokušava da postigne ove rezultate naziva se neuronska obrada na računaru (neural computing) ili vještačke neuronske mreže (artifical neural network - ANNs).
11:53
Obrada informacija u veštačkom neuronu
(sa jednim izlazom)
Prenos
funkcija
Funkcija
sabiranja
Izlaz (Y)
Elementi obrade (PE)
w1
w3
w2
w4
TežineUlazi
X1
X4
X3
X2
11:53 15
Neutronska mreža sa jednim skrivenim slojem
Izlazni
sloj
Skriveni
sloj
Ulazni
sloj
PE PE
PE PE
PE PE PE PE
Ulaz Ulaz Ulaz Ulaz
Izlaz 1 Izlaz 2
Transformacija
Sabiranje
Sabiranje
Težine
PE = Elementi za obradu11:53 16
17
Pogodnosti koje pružaju neuronske
mreže
Tolerancija greške
Generalizacija
Adaptibilnost
Mogućnost predviđanja
11:53
18
Genetski algoritmi
Paralelna obrada velike količine podataka. Imaju mogućnost prilagođavanja promjenama u okruženju, problem mutacije podataka – pokušaji i greške.
Stalno ponavljanje procesa da bi se ponudilo više mogućih rješenja.
Da se nađe približno optimalno rješenje.
Darvin
11:53
19
Fuzzy logika
Pogodna za kvantifikovanje i poređenje pojava, koje nisu kvantifikovane (brojno prikazane u istoj mjernoj veličini).
Složena matematika za detalje pitati profesora Predraga Katanića
11:53
20
Hibridni sistemi
Hibridni sistemi su inteligentni sistemi koji se integrišu sa drugim inteligentnim sistemima ili s konvencijalnim sistemima, kao što su sistemi za podršku u donošenju odluka.
11:53
Arhitektura hibridnog inteligentnog sistema
Istorija rasta tržišta
Buduci rast tržišta
Informacija o tržišnoj aktivnosti
Faktori tržišne aktivnosti
Faktori poslovne snage
Fazifikovanai tržišna aktivnost
Istorija tržišta akcija
Sistem
upravljanja
bazom podataka
Model
neuronske
mreže
Individualni
ili grupni
model
procene
Fazifikaciona komponenta
Modul grafickog displeja Fazi ekspertski sistem
Graficki prikaz
strateških pozicija
Inteligentan savet u
vezi s marketinškom
strategijom
Buduce tržište akcija
Informacija o poslovnoj snazi
Menadžerska procena I intuicija
Porterovih pet sila
Fazifikovana poslovna snaga
Legenda:
Funkcionalni model Datoteka sa podacima Odnosi11:53 21
22
Inteligentni agenti
(eng. Inteligent Agents - IA)
Inteligentni agenti poznati su pod nekoliko imena:
softverski agenti
vodiči
roboti znanja
softverski roboti
11:53
23
Inteligentni agenti
definicije:
Inteligentni agenti su softverski entiteti koji vrše neki skup operacija u ime korisnika ili drugog programa, sa određenim stepenom nezavisnosti ili autonomije, i pri tome se koriste neka znanja ili predstave korisnikovih ciljeva ili želja. Oni to rade da bi obavili posao ili ostvarili cilj.
Nezavisni agenti su sistemi izračunavanja koji su smješteni u neko složeno dinamičko okruženje, osjećaju i djeluju samostalno u tom okruženju i tako radeći ostvaruju skup ciljeva ili poslova za koje su dizajnirani.
11:53
24
Karakteristike inteligentnih agenata
Nezavisnost
Aktivan odziv
Modularan
Posvećen i automatizovan
Interaktivan
Uslovna obrada, praksa
Lak za upotrebu i pouzdan
Sposoban da uči
11:53
25
Šta mogu da rade inteligentni agenti
Osnovni poslovi koji se mogu obavljati: Pristup informacijama i vođenje Podrska pri odlučivanju i davanje
punomoći Kancelariske aktivnosti koje se mogu
ponavljati Svakodnevne personalne aktivnosti Pretraživanje i pozivanje Eksperti domena Mobilni agenti Administrativne i upravljačke aktivnosti 11:53
26
Aplikacije inteligentnih agenata
Korisnički interfejs
Agenti operativnih sistema
Agenti za tabelarne proračune
Praćenja procesa rada i agenti upravljanja poslovima
Pregovaranje u e-trgovini
11:53
27
Ekspertni i inteligentni sistemi zasnovani
na Webu
Korišćenje ekspertnih sistema zasnovanih na Webu:
Automatsko prevođenje jezika na Webu
Inteligentni sistem za obračunavanje zasnovan na Webu
11:53
28
Podržavanje kreativnosti
Podržavanje stvaranja ideja i kreativnosti Inteligentni sistemi sami po sebi nisu kreativni. U prošlosti se vjerovalo da kreativna sposobnost pojedinca proizilazi prvenstveno iz ličnih osobina kao što su inventivnost, nezavisnost, individualnost, entuzijazam i fleksibilnost. Međutim nekoliko studija je pokazalo da individualna kreativnost nije u toj mjeri funkcija individualnih osobna kao sto se nekad vjerovalo i da ona može da bude naučena i unapređena. Zbog toga se razvijaju metode i tehnike stvaranje ideja za individualno ili grupno korišćenje.
11:53
29
Softver za generisanje ideja
Softver za generisanje ideja je dizajniran da pomogne u stimulisanju pojedinačnih korisnika ili grupa da dođu do novih ideja opcija i izbora. Korisnik odrađuje sav posao, ali ga softver podstiče i gura. Ovi softveri koriste različite pristupe za generisanje ideja kako da se poveća dotok ideja do korisnika.
11:53
30
Pitanja upravljanja
Ekonomičnost i opravdanost. Dok su neke povoljnosti IS
opipljive, teško je izraziti novčanu vrijednost neopipljive povoljnosti
mnogih inteligentnih sistema. Poboljšan rad sa strankama, kvalitet,
dužina trajanja ciklusa i bezbjednost mogu biti mnogo značajniji od
opipljivih povoljnosti, ali je komplikovano izmjeriti ih kvantitativno.
Povećana očekivanja. Kada ima previše očekivanja i nada koje
se polažu u inteligentne tehnologije, menadžment može postati
obeshrabren.
Sticanje znanja. Inteligentni sistemi se grade na znanju eksperta.
Kako steći to znanje je osnovni problem, i ne samo tehnički.
Prihvatanje sistema. Prihvatanje inteligentnih sistema od
strane IS odjeljenja i integracija takvih sistema s konvencionalnim IT
je kritičan faktor uspjeha.
11:53
31
Pitanja upravljanja nastavak
Integracija sistema. Inteligentni sistemi mogu da uspiju kao
samostalni sistemi, ali imaju šire polje primjene kada su integrisani sa
drugim informacionim sistemima zasnovanim na računarima.
Ugrađene tehnologije. Očekuje se da će inteligentni sistemi biti
ugrađeni u najmanje 20% svih IT aplikacija za deset godina.
Etička pitanja. Operacije koje ekspertski sistemi izvrašavaju
mogu biti neetički ili čak protivzakonite. Na primjer, ekspertski sistem
može da vas posavjetuje da uradite nešto što će povrediti nekoga ili
ugroziti privatnost određenih individua. Primjer ponašanja robota koji
se ponašaju kako su isprogramirani što je izazvalo mnoge povrede
radnika. Takođe je problem kada kompanija daje znanje od jednog
pojedinca drugom radniku u kompaniji, kako da se obešteti onaj ko je
vlasnik tog znanja.
11:53