Expertní systém role expertního systému • expert • kolega

Transkript

Expertní systém role expertního systému • expert • kolega
Expertní Systémy
Expertní systém
počítačový program simulující rozhodovací činnost lidského
experta při řešení složitých úloh a využívající vhodně zakódovaných
speciálních znalostí převzatých od experta s cílem dosáhnout ve
zvolené problémové oblasti kvality rozhodování na úrovni experta.
role expertního systému
• expert
• kolega
• asistent
Petr Berka, 2004
1
Expertní Systémy
DENDRAL
pol. 60.let, E. Feigenbaum, vyhodnocení hmotového spektrogramu
IF spektrum molekuly má dva vrcholy pro hmoty x1 a x2
takové, že:
a) x1 + x2 = molekulová hmotnost + 28, a
b) x1 - 28 je vysoký vrchol, a
c) x2 - 28 je vysoký vrchol, a
d) alespoň pro jedno z x1 a x2 je vysoký vrchol,
THEN molekula obsahuje ketonovou skupinu
Petr Berka, 2004
2
Expertní Systémy
Princ
princ
HH
malá nožka
H
HH
H
dobrá rodina
A
HH
H
modrá krev
HH
H
bohatí
A
peníze
H
HH
H
HH
NEBO
pozemky
Petr Berka, 2004
3
Expertní Systémy
Charakteristické rysy expertních
systémů
• oddělení báze znalostí a inferenčního
mechanismu
• neurčitost v bázi znalostí
• neurčitost v odpovědích uživatele
• dialogový režim práce
• vysvětlovací činnost
• modularita a transparentnost báze
znalostí
Petr Berka, 2004
4
Expertní Systémy
Struktura expertního systému
báze znalostí
6
¶³
µ´
@@
?
-
komunikační
modul
6
inferenční
mechanismus
@@
-
6
data k
případu
6
?
-
vysvětlovací
modul
?
• iniciativa je na straně expertního systému; ten volí otázky, které
klade uživateli,
• uživatel se nespokojí pouze s doporučením systému, ale požaduje
ještě jeho zdůvodnění.
Petr Berka, 2004
5
Expertní Systémy
příklad dialogu s expertním systémem
ES: Další !
(vchází pan Čivrný)
Má pan Jeremiáš chřipku ?
lékař: No jo, už asi jo! . . . ?
ES: Patří pan Jeremiáš do našeho zdravotního obvodu ?
lékař: Bohužel . . . !
ES: Tak mu DEJ PENICILIN.
lékař: To je rada ! . . .
Dovolíte-li maestro, proč právě penicilin ?
ES: Jednoduché, milý MUDr. Watsone. Nic jiného než
penicilin, živočišné uhlí a properistol tady nemáme.
Na shledanou pane Jeremiáš.
lékař: Vskutku, je to pravda ! . . .
Na shledanou pane Čivrný.
ES: Další !
(vchází pan Piskáček)
Má pan Jeremiáš chřipku ?
Petr Berka, 2004
6
Expertní Systémy
Typy expertních úloh
• diagnostické
• diagnoza - proces nalezení chyb či chybných funkcí systému (živého
nebo neživého)
Mycin, Internist
• interpretace - analýza dat s cílem určení jejich významu
Dendral, Prospector
• monitorování - průběžná (on-line) interpretace signálů a dat a
určení okamžiku, kdy je nutná intervence
Vm
• generativní
• plánování - nalezení posloupnosti akcí k dosažení cíle
Molgen
• návrh - vytváření konfigurací objektů vyhovujících daným podmínkám
R1/Xcon
• predikce - předpověď běhu budoucích událostí na základě modelu
minulosti a současnosti
Glaucoma
Petr Berka, 2004
7
Expertní Systémy
Typy expertních úloh
design
diagnóza
instrukce
interpretace
řízení
monitorování
plánování
predikce
preskripce
simulace
selekce
0
5
10
15
20
25
30
Procento aplikací
Petr Berka, 2004
8
Expertní Systémy
Aplikační oblasti
•
lékařství
Mycin, Casnet/Glaucoma,
Internist/Caduceus, Pip, Rheum,
Puff, Oncocin, Medico, Protis,
DM, Cadiag, Neurex, Vm, Headmed,
Eeg, . . .
chemie
• genetika
• geologie
• mechanika
• matematika
• výuka
• právo
• ekonomika
•
Dendral, Crysalis, Secs, Synchem
Molgen
Prospector
Sacon, Mechano
Macsyma, Am
Guidon, Why, Blah, Sophie
Legol, Taxman, Lrs, Matrim
Xcon, Xsel, Fast, Planet, . . .
Petr Berka, 2004
9
Expertní Systémy
FAST
Systém pro hodnocení bonity klienta banky. Systém je tvořen třemi
částmi: tabulkovým kalkulátorem pro analýzu finančních charakteristik klienta, databází s kritérii úvěrové politiky banky (preference
a rizikové faktory jednotlivých odvětví) a znalostním systémem pro
výsledné hodnocení klienta na základě předchozích částí.
data o podniku
odvětvové
standardy
?
- FAST Desktop
Strategie banky
-
EXSYS shell
?
EXSYS Report Generator
závěr
?
Petr Berka, 2004
10
Expertní Systémy
Planet
Systém Planet používá firma Price Waterhouse jako podporu pro
své auditory při sestavování plánu auditu.
stupeň v jakém
jsou přítomny
rizikové faktory
-
plán auditu
PLANET
-
-
stupeň v jakém
jednotlivé kroky
vyhovují auditu
Rady tvůrců
1. získejte experta pro spolupráci,
2. zaměřte se na koncového uživatele,
3. vyvíjejte systém inkrementálně metodou rychlého prototypování
(rapid prototyping).
Petr Berka, 2004
11
Expertní Systémy
Další ekonomické aplikace
Analýzy cenných papírů
• systém Esta (Expert Systems for Technical Analysis) využívá
klouzavé průměry za různá období (10, 20, 40 a 75 dnů). Výsledky
jsou kombinovány s heuristikami experta (v podobě IF THEN
ELSE pravidel) pro investování do konkretního typu akcií.
• systém Invest radí klientům banky v souvislosti s nákupem a
prodejem akcií. Během konzultace si nejprve vytváří představu o
klientovi (finanční situace, ochota riskovat, požadavek na pravidelné
výnosy apod.), podle ní pak klade speciální dotazy.
• systém MarketMind slouží jako podpora pro finanční operace
na Newyorské burze. Systém v reálném čase monitoruje údaje
z burzy, dává doporučení, kdy obchodovat, a (díky napojení na
burzovní transakční systém) přímo dává příkazy pro provedení
příslušných operací. Znalostní část systému je založena na produkčních pravidlech využívaných metodou přímého řetězení.
Sledování finančních transakcí
• systém FinCEN (Financial Crimes Enforcement Network) používá
ministerstvo financí USA pro prověřování finančních transakcí přesahujících 10.000 $. Systém kombinuje práci s rozsáhlou databází
Sybase s metodami umělé inteligence. Pro vyhodnocování “podezřelosti” transakce se používá expertní systém Nexpert Object,
který skládá dílčí příspěvky pravidel k pozitivní resp. negativní
evidenci, že sledovaná transakce, subjekt nebo účet je podezřelá
do výsledného skóre.
Petr Berka, 2004
12
Expertní Systémy
Volba aplikační oblasti
1. dvoukriteriální schéma založené na odhadu vágnosti a komplexnosti
vágnost
expertní
vysoká
?
systémy
klasické
expertní
systémy
systémy
nízká
nízká
vysoká
komplexnost
2. Tansley a Hayball
• v definici úlohy jsou použity termíny typu: pravidla, vztahy,
předpoklady,
• úloha se zdá být neřešitelná numerickým výpočtem,
• zpracovávaná fakta se vyznačují určitou nejistotou
• úloha nevyžaduje manuální zručnost,
• pro úlohu existují kvalifikovaní experti.
3. “pravidlo telefonního hovoru”: každý problém, který expert běžně
vyřeší po telefonu za 10 až 30 minut lze řešit i expertním systémem.
Petr Berka, 2004
13
Expertní Systémy
Faktory úspěchu
Důvody aplikace:
• expert odchází a je třeba zaškolit nástupce
• snaha pro standardizaci způsobu rozhodování
Zkušenosti z úspěšných projektů:
1. ve znalostech je síla,
2. získejte experta pro spolupráci,
3. zaměřte se na koncového uživatele,
4. použijte inkrementální vývoj metodou rychlého prototypování
(rapid prototyping).
Petr Berka, 2004
14
Expertní Systémy
Prázdné systémy
Zahraniční
název
výrobce
URL
EXSYS
EXSYS
www.exsysinfo.com/
G2
GenSym
www.gensym.com/
KappaPC IntelliCorp. www.intellicorp.com/
Level 5
Level 5
www.L5r.com/
M4 Teknowledge www.teknowledge.com/
Nexpert Object Neuron Data www.neurondata.com/
XpertRule
Attar
www.attar.com/
Clips
NASA
www.jsc.nasa.gov/
Tuzemské - výzkum poč. 80. let
název
tvůrce
CODEX
VÚLB Bratislava
FEL-EXPERT
FEL ČVUT Praha
EQUANT
UI AV ČR Praha
SAK
VŠE Praha
Solaris
FSI ČVUT Praha
BEX VÚSEI-AR Bratislava
NEST
VŠE Praha
Petr Berka, 2004
15
Expertní Systémy
Diagnostické úlohy
Získávání a interpretace informací relevantních pro potvrzení přítomnosti nebo nepřítomnosti nějaké závady v systému:
• formulování hypotézy,
• testování hypotézy,
• přijetí nebo zamítnutí hypotézy
pozorované
příznaky
¾ ?
znalosti
»
formulace hypotézy ¼
½
?
hypotéza
zamítni/
¾ ?
»zpřesni
testování
-
hypotézy
½
¼
přijmi
?
diagnóza
?
Petr Berka, 2004
16
Expertní Systémy
Konceptuální model diagnostické úlohy
Použité znalosti mohou mít charakter:
1. popisu normálního chování systému,
2. popisu abnormálního chování systému,
3. výčtu závad a seznamu příznaků pro každou závadu (bez explicitních znalostí o chování systému),
4. seznamu příznaků pro normální situaci.
V reálných aplikacích se výše uvedené znalosti různě prolínají, při
uvažování různých konceptuálních modelů je ale vhodné mezi nimi rozlišovat:
• diagnostikování odchylky od normálu,
• diagnostikování porovnáním abnormálního chování,
• diagnostikování klasifikováním abnormality.
Petr Berka, 2004
17
Expertní Systémy
Diagnostikování odchylky od normálu
Tento způsob je vhodný v situacích, kdy není k dispozici dostatek
znalostí o abnormálním chování a je známo pouze, jak vypadá chování
normální (např. diagnostikování nového stroje). Při tomto způsobu
diagnostikování se pozorované chování porovnává s chováním očekávaným a vyhodnocuje se případná odlišnost.
reálný
svět
pozorování - pozorované
příznaky
@
@
@@
R
¾
»
odchylka
½
model
predikce
normálního
chování
¼
- predikované
příznaky
Petr Berka, 2004
18
Expertní Systémy
Diagnostikování porovnáním
abnormálního chování
Z předpokladu výskytu určité poruchy se dají predikovat některé
abnormální příznaky. Ty se pak porovnávají s příznaky pozorovanými.
Znalosti jsou obvykle formulovány jako kauzální vazby. Z důsledků
(příznaků) se usuzuje na možné příčiny (poruchy), používá se tedy
abdukce.
reálný
svět
pozorování - pozorované
příznaky
@
@
@@
R
¾
»
porovnej
½
model
predikce
abnormálního
chování
¼
- predikované
příznaky
Petr Berka, 2004
19
Expertní Systémy
Diagnostikování klasifikováním
abnormality
Nepracuje se s modelem. Využívjí se pouze více méně typické příznaky, které doprovázejí jednotlivé závady. Pracuje se tedy se třetím,
někdy i čtvrtým typem znalostí. Použité znalosti se v tomto případě
někdy označují jako “mělké” (shallow knowledge). Při řešení problému
se zjišťuje, které závady jsou asociovány s pozorovanými příznaky.
reálný
svět
pozorování - pozorované
příznaky
@
@
@
R
@
¾
»
klasifikuj
½
empirické
asociace
asociování
-
¼
evidence
Petr Berka, 2004
20
Expertní Systémy
Generativní úlohy
Generování (plánování)
• sestavení sekvence akcí, která povede k dosažení požadovaného
cíle,
• splňování omezení, kladených na požadované řešení úlohy.
např. Konfigurování: požadavky na chování systému se porovnávají
s chováním navrhovaného řešení. V případě, že řešení nevyhovuje, musí
se modifikovat.
požadovaný specifikace - požadované
systém
chování @
@
@@
R
¾
»
odchylka
½
navržený
systém
¼
pozorování - pozorované
chování
6
modifikace
Petr Berka, 2004
21

Podobné dokumenty

Kapitola 6 Tvorba aplikace

Kapitola 6 Tvorba aplikace zamìøena pøedev¹ím na nalézání inkonzistencí v bázích znalostí. Strukturální veri kace je dobøe propracována u systémù zalo¾ených na pravidlech, které nepracují s neurèitostí a pou¾ívají nestruktur...

Více

Kapitola 4 Reprezentace znalost

Kapitola 4 Reprezentace znalost Rámce v systému Nexpert Object umo¾òují pou¾ívat (násobné) dìdìní polo¾ek i jejich hodnot. Slovem objekt se zde oznaèuje jak vìt¹í skupina (tøída), tak i prvek z této skupiny (instance). Tøídy umo¾...

Více

ICT PODPORA VUKY SIMULAC: MODEL ZSOB

ICT PODPORA VUKY SIMULAC: MODEL ZSOB nejnižší hladinu významnosti, na níž je ještě možné zamítnout nulovou hypotézu. Tuto hodnotu označí za p-value (viz Obrázek 2 – vpravo). Pokud existují, nebo jsou používány jak jednostranné tak obo...

Více

český eTullian

český eTullian Ať vykládáme básnický vzlet pana Bostocka jakkoliv, můţeme s určitostí říci, ţe pro členy Tull byl inspirací k dosaţení nových výšek. Premiéra prvního letošního britského turné JT v Porsmouthu byla...

Více

Umělá inteligence

Umělá inteligence • (EQ s1 s2 ) - funkce, která testuje shodu svých argumentů. Je definována pouze pro atomy • (ATOM s) - funkce, která má hodnotu T , je-li S atom Nové funkce se definují pomocí funkčních výrazů (λ-...

Více

Symbolické integrování6pt

Symbolické integrování6pt operace + a · takové, že (F ; +) a (F \ {0}; ·) jsou Abelovy grupy a · je distributivnı́ vzhledem k +. Tj. platı́ 1 A1, A2, A3, A4 pro F vzhledem k +, 2 A1, A2, A3, A4 pro F \ {0} vzhledem k ·, 3...

Více