előadó : kovács zita 2013/2014. ii. félév

Előadó: Kovács Zita

2013/2014. II. félév

TUDÁSALAPÚ RENDSZEREK

Bevezetés

Bevezetés

A tudásalapú rendszerek a mesterséges intelligencia szakterület olyan programjai, amelyekben az adott probléma megoldásához szükséges ismereteket a rendszer többi részétől elkülönített modulban, az ún. tudásbázisban tároljuk szimbolikus módon, a probléma megoldása pedig szimbólum manipulációk révén történik.

Bevezetés

A tudásalapú rendszerekben egy probléma megoldása során olyan ismereteket tudunk felhasználni, amelyeket előzőleg valamilyen formalizmus szerint ábrázoltunk, reprezentáltunk.

A probléma megoldásához pedig szükségünk van az ismeretábrázolásnak megfelelő következtetési mechanizmusra.

Bevezetés

információ nagymértékű felhalmozása -> tudásmenedzsment (tudás előállítása, összegyűjtése, megosztása, felhasználása és megújulása)

tudást leírhatóvá kell alakítani, modellezni (tudásmérnökség)

következtetéseket levonni, stb.

A szakértő rendszerek kialakulása, fejlődése, felépítése

MI kutatások, fejlődés szakaszai intelligencia – mi is az?

Az emberi intelligencia az észlelésnek, az ismeretek memorizálásának, struktúrálásának és új ismeretekre való következtetésnek a képessége.

problémamegoldás (GPS – általános algoritmus, stb…)

Turing-teszt (problémamegoldás mennyire intelligens)


tudás-elve Eszerint a problémamegoldás

képessége nem az alkalmazott formalizmustól és a következtetési módszertől függ, hanem attól, hogy

mennyi és milyen magasan kvalifikált ismeretanyag áll rendelkezésre az adott tárgyterület vonatkozásában.


szakmai fejlődés lépcsőfokai, a szakmai következtetés és tudás sémák nagyságrendjének függvényében ezekre a fokozatokra lehet osztani: kezdő: kevés tényszerű ismeret, hétköznapi

sémák haladó: sok szakmai tény, néhány száz

szakmai séma keveredik a hétköznapi sémákkal. A szakmai fogalmakat még nem tudja a hétköznapi szintre visszaegyszerűsíteni.


szakmai fejlődés lépcsőfokai, a szakmai következtetés és tudás sémák nagyságrendjének függvényében ezekre a fokozatokra lehet osztani: mesterjelölt: ismer és képes alkalmazni

néhány ezer szakmai sémát és különválnak a szakmai és hétköznapi sémák. Gondolkodása analitikus, a problémákat sémái segítségével lépésről-lépésre oldja meg. Vitaképes és racionális.


szakmai fejlődés lépcsőfokai, a szakmai következtetés és tudás sémák nagyságrendjének függvényében ezekre a fokozatokra lehet osztani: nagymester: több tízezer szakmai séma,

melyek nagy részét nem képes verbálisan kifejezni. Gondolkodása intuitív, egzakt szakmai levezetések nélkül is képes egy-egy probléma lényegére rátapintani és megoldását megtalálni. Nem szavakat, mondanivalót fogalmaz meg.

Alapfogalmak

adat: észlelt, de nem értelmezett szimbólum, jelminta,

mintázat -> jelentés nélküli, szintaktikai fogalom információ:

értelmezett adat ->jelentése van, szemantikai fogalom

tudás vagy ismeret: egy döntési folyamat során felhasznált

struktúrált, rendszerezett információ A tudás a valós világ tükröződése az emberi

tudatban, amelynek nem minden részlete fejezhető ki verbálisan, szavakban.

Alapfogalmak

szakértői rendszer:Az első birtokosa a másodiknak, szakértő számára készült rendszer.

szakértő rendszer:Az első szó a második szó egy tulajdonsága, a rendszer képes a szakértés cselekvésének megvalósítására.

Mi a szakértő rendszer fogalmat használjuk, a felhasználó számára egy szakterületen döntés-támogatást, szakértést biztosító rendszerekkel foglalkozunk.

Az ismeretalapú rendszerek(KBS - Knowledge Based Systems)

az ismereteket az ismeretbázisban tároljáka feladatmegoldás következtető gép általjellemző a szimbolikus ábrázolásazokat, amelyek szakértői ismeretek

felhasználásával magas szintű teljesítményt nyújtanak egy szűk problémakör kezelésében, szakértő rendszereknek (ES - expert systems) nevezzük.

Feladatok: Ismeretszerzés, ismeretábrázolás, következtetési stratégia.

Az ismeretalapú rendszerek jellemzői

szimbolikus információkkal dolgoznak feladatleírásuk deklaratív feladatmegoldás elfogadható

következtetéssel, heurisztikák alkalmazásával

ismeretbázisba a szakértői tudást építik ismeretszerzés bonyolult feladat a szaktudás: nem-pontos, hiányos,

zajos, ellentmondásos tartalmaznak felhasználóbarát

magyarázatot

Hagyományos rendszerek

Ismeretalapú/szakértő rendszerek

Numerikus információkat dolgoznak fel.

Szimbolikus információkkal dolgoznak.

Feladatleírás: procedurális módon

Feladatleírás: deklaratív módon.

Feladatmegoldás: ciklikus feldolgozással

Feladatmegoldás: következtetéssel

Egzakt (esetleg közelítő) algoritmussal történő feladatmegoldás

Elfogadható következtetéssel, heurisztikák alkalmazásával történő feladatmegoldás.



A megoldáshoz szükséges adatokat és algoritmusokat viszonylag könnyű megszerezni.

Az ismeretbázisba beépítendő szakértői tudás drága, megszerezni nehéz. (az ismeretszerzés a rendszerfejlesztés szűk keresztmetszete)

Az adatok pontosak (legalábbis a feldolgozást jelentő módszerekhez mérten, ld. pl. közelítő számítások

A szaktudás jellemzője az, hogy nem pontos: zajos, nem-teljes (hiányos) és gyakran ellentmondásos.



Nincs felhasználóbarát magyarázatadás (csak programtesztelő funkciók) mert:a feladat át van fogalmazva a hagyományos nyelv struktúráinak felhasználásával, így a feladatmegoldás lépéseit csak a feladatot és a nyelvet ismerő fejlesztő érti meg („trace”, „backtrace”, „post mortem dump”)

A rendszerrel generálhatók felhasználóbarát magyarázatok, indoklások, mert:a feladat leíró módon és a felhasználó gondolatvilágához hasonló szimbolikus struktúrákban van ábrázolva, ezért a felhasználó követni tudja az ilyen jellegű elemi lépésekben történő feladatmegoldást.

Emberi szaktudásSzakértő rendszer

ismeretbázisa

Mulandó, ha nem használjuk, elfelejtjük

Állandó, tartós

Nehéz átadni, reprodukálni; oktatással terjeszthető

Könnyű átvinni, reprodukálni

Nehéz dokumentálni Könnyen dokumentálható

Nem mindig következetes, gyakran labilis, emocionális hatásokra érzékeny

Mindig következetes, bár érzéketlen

Kreatív, innovatív Ötlettelen, lélektelen

Emberi szaktudásSzakértő rendszer

ismeretbázisaA körülményekhez alkalmazkodik, tanul (ismeretbővítés, képesség-fejlesztés)

Csak a beépített tudást hasznosítja, gépi tanulási mechanizmusok igénye

A gondolkodási folyamatok változatosak, nehezen követhetőek

A következtetési módszerek gazdagsága. Nehezen definiálható, mikor melyik célravezető

Dinamikusan, a helyzethez alkalmazkodva több aspektusból vizsgálja a problémákat

Szűk technikai látószögből, csak a beépített aspektusokból képes a problémákhoz közelíteni

Az embert hétköznapi józan esze és hatalmas háttérinformáció segíti

Az elemi hétköznapi ismeretek hiánya gátolja széleskörű alkalmazhatóságát

A szakértő rendszer előnyei

pótolja a szakértő hiánytjól követi a tárgyterület változásaitnöveli a szakértő képességétfokozza a szakértő produktivitásátmegőrzi a szakértelmetkövetkezetes megoldási módot alkalmazrészleges, hiányos, részben

ellentmondásos adatokkal is tud dolgozni

magyarázatot ad, indokol

A szakértő rendszer hátrányai

ismeretei egy adott szűk tárgyterületről származnak

nem oldható meg teljes biztonsággal a rendszer verifikálása, validálása és hitelesítése

válaszai nem mindig korrektek nincs hétköznapi józan esze, az elemi

ismereteket nehéz beépíteni az ismeretszerzés bonyolult folyamat a fejlesztés hosszú a rendszer futási paraméterei gyakran nem

kedvezőek

Kielégíthető színvonalú szakértői rendszer létrehozásához szükség

van a következőkre:

A területnek eléggé szűknek kell lennie ahhoz, hogy a szükséges tudást jól meg lehessen ismerni.

A problémának elég bonyolultnak kell lennie, hogy a szakértelemre igény mutatkozzon.

Léteznie kell az illető területnek emberi szakértőinek, akiknek a tudásából ki lehet indulni



az emberi szakértők között a szakterület alapkérdéseinek megítélésében nagyfokú egyetértés legyen

az adott szakterületen számos tanpélda, alapadat rendelkezésre álljon, mert csak így lehet a szakértő rendszert megbízhatóan tesztelni, tudásának korlátait meghatározni



Általában egy területen annál jobb szakértő rendszert lehet építeni, minél jobban feltördelhető az illető terület olyan részproblémákra, amelyek csak kevéssé interferálnak egymással

Az ismeretalapú rendszerek felépítése

Felhasználói felület

Tudásszerzés Magyarázat

Következtetőgép

Tudásbázis

Munkamemória

Speciális felületetek

Tudásmérnök

Végfelhasználó


ismeretbázis: az adott problémakörre, tárgykörre vonatkozó specifikus ismeretek (tények, objektumok, kapcsolatok, heurisztikák) szimbolikus leírását tartalmazza valamely ismeretreprezentációs módszer szerint szervezve. Jellemzően megtalálhatók itt az adott

tárgykör szakértőjének heurisztikáit megfogalmazó szabályok.


következtető-gép: az adott ismeretreprezentációs módokat kiszolgáló megoldáskereső stratégia implementációja.


magyarázó alrendszer: a feladat megoldása közben felhasználóbarát módon tájékoztatja a felhasználót a megoldás aktuális állapotáról és megindokolja a rendszer javaslatát.

Típuskérdések: miért (aktuális szabály), hogyan (eredményhez vezető út), mi lenne ha (hipotetikus következtetés).

Az ismeretalapú rendszerek felépítése ismeretbázis fejlesztő alrendszer: az

ismeretbázis megépítéséhez, teszteléséhez, módosításához nyújt fejlesztői szolgáltatásokat.

Az ismeretszerzés a rendszerépítő

tudásmérnök és a tárgyterületi szakértő közötti, a szakértői ismeretek megszerzését célzó együttműködés mind a fejlesztési, mind az aktualizálási fázisokban,


amelynek célja: az adott feladatra vonatkozó ismeretek,

valamint a szakértői feladatmegoldás során alkalmazott módszerek, szabályok, eljárások forrásainak feltárása,

a megszerzett ismeretek rendszerezése és formalizálása,

a feladathoz illő ismeretreprezentáció és következtetési stratégia kiválasztása.

részei: ismeretbázis fejlesztő eszközök, teszt-esetek bázisa, ismeretszerzést támogató eszközök


felhasználói felület:◦végfelhasználó: a rendszerrel tanácsadó

partnerként konzultál. A magyarázó alrendszer által adott indoklások figyelembevételével dönt a megoldási javaslatokról


felhasználói felület:◦ tudásmérnök: a tárgyköri ismeretek

megszerzésében, az ismeretek formalizálásában jártas számítástechnikai szakember. Feladatai közé tartozik az ismeretek elrendezése, a tudás analízise, formalizálása, dokumentálása, a megfelelő fejlesztő eszköz kiválasztása, a rendszer elkészítése


felhasználói felület:◦ tárgyköri szakértő: a tudásmérnök szakmai

konzultánsa. Ő végzi a rendszer tesztelését.


Felhasználói felület

Tudásszerzés Magyarázat

Következtetőgép

Tudásbázis

Munkamemória

Speciális felületetek

Tudásmérnök

Végfelhasználó

Ismeretszerzés

A rendszerépítő tudásmérnök és a tárgyterületi szakértő közötti, a szakértői ismeretek megszerzését célzó együttműködés.

Mind a fejlesztési, mind az aktualizálási fázisokban.

Tudás

Szakértő

Dokumentumok

Szoftver

Tudás könyvtár

Ismeret-

szerzés

TudásmérnökSzoftver eszközökkel

támogatvapl: PCPACK

Az ismeretszerzés célja

Az adott feladatra vonatkozó ismeretek, valamint a szakértői feladatmegoldás során alkalmazott módszerek, szabályok, eljárások forrásainak feltárása.

A megszerzett ismeretek rendszerezése és formalizálása.

A feladathoz illő ismeretreprezentáció és következtetési stratégia kiválasztása.

Az ismeretszerzés részterületei

a szakterület ontológiája: az alkalmazási területre jellemző fogalmakat, kifejezéseket illetve a köztük fennálló kapcsolatot írja le.

ismeretbázis: a logikai ismereteket tárolja a szakterület ontológiájában előforduló fogalmakra.

problémamegoldó módszerek: a vezérlési szerkezeteket adják meg (osztályozás, hiba diagnosztika, tervezés).

leképezés: a szakterület ontológiájában szereplő fogalmakat, valamint az ismeretbázist összerendeli a problémamegoldó módszerek igényeivel.

Az ismeretszerzés szereplői

tudásmérnöktárgyköri szakértőrendszerszervezőtudásbázis adminisztrátor

Az ismeretszerzés nehézségei

a megfelelő szakértő megtalálása

több szakértő bevonása (együttműködés)

ütemezési kérdésekfelhasználók bekapcsolása a kezdeti szakaszoktól

A tudásmegszerzés módszereiközvetlen (emberi segédlettel)

direkt▪ interjú▪ protokoll elemzés▪ közvetlen megfigyelés▪ a fogalmak hierarchikus elrendezése

indirekt▪ a tudásmérnök pszichológiailag átgondolt

feladatok elé állítja a szakértőt abból a célból, hogy a nem tudatosult tudására, annak szerveződésére következtessen

A tudásmegszerzés módszerei

automatikus adatbányászat adatbázisok elemzése ok-okozati összefüggések feltárása

előadó : kovács zita 2013/2014. ii. félév

Documents