Intelligens irányító rendszerek (Intelligent control systems) BEVEZETÉS

Bevezetés 2 Jelek és rendszerek Jelek időfüggő mennyiségek (valós világ objektumai kölcsönhatásának leírása) Rendszerek Rendszer jelei: inputok (u (t) ) outputok (y (t) ) állapotok (x (t) ) Rendszer operátor: S y(t) = S [u(t)]

Bevezetés 3 Irányító rendszerek dinamikus rendszer szabályozó számítógéppel irányított rendszer – valós idejű szoftver rendszer fő funkciói: adatgyűjtés (mérés), -feldolgozás irányítás (szabályozás) rendszer analízis identifikáció diagnózis elemei: adat fájlok ~ adatstruktúrák nyers mért adatok, mért adatok, események, … taszkok ~ algoritmusok elsődleges feldolgozás, eseménykezelés, …

Bevezetés 4 Intelligens (rendszer) intelligens ember: bonyolult, új körülmények között is jól tudja ismereteit alkalmazni jellemzője: heurisztika – tapasztalat, intuíció által irányított problémamegoldás intelligens rendszer: tanul – összegyűjtött ismereteit rendszerezi, tömörít helyzetfelismerés – lényeges jellemzőket ismeri fel nem feltétlenül algoritmizálható problémák megoldása Mesterséges intelligencia (artificial intelligence) tárgya: azon feladatok számítógépes megoldása, amelyek megoldása nehéz az embertől is kellő szakértelmet, kreativitást és intuíciót kíván – intelligenciát igényelnek

Bevezetés 5 Intelligens??? Definíció helyett gyakorlati teszt: Turing teszt - Alan Turing A számítógép intelligensnek tekinthető, amennyiben egy terminálon keresztül kérdező nem tudja eldönteni, hogy vele szemben ember, vagy számítógép áll. LOEBNER PRIZE két szám összeszorzása...

Bevezetés 6 Turing teszt Képességek: természetes nyelvmegértés (kommunikáció) tudásreprezentáció (információ tárolása) automatikus következtetés (információ felhasználása, konklúzió) gépi tanulás (alkalmazkodás új körülményekhez, minták felismerése) További képességek (teljes TT, fizikai kölcsönhatás is) számítógépes látás (tárgyak érzékelése) robotika (tárgyak mozgatása) beszédfelismerés

Bevezetés 7 Turing teszt ELIZA - Joseph Weizenbaum 1966 (képessége: mintaillesztés) K: Az emberek mindig bámulnak engem. E: Tudna mondani egy példát? K: Például ön is bámul most engem. E: Miért gondolja, hogy én bámulom önt? K: Mert ön gyűlöl engem. E: Tegyük föl, hogy gyűlölöm magát. Mit változtat ez a dolgokon?

Bevezetés 8 Turing teszt ELIZA - mintaillesztés Miért nem intelligens? nincs tudása nincs emlékezete nem tanul csak látszólag érti a nyelvet Pszichológus - páciens párbeszéd  DOCTOR

Bevezetés 9 Intelligens feladatok jellemzői nehezek (az ember számára is!) nem rendelkeznek minden részletében tisztázott fix megoldó mechanizmussal a megoldás elemi tevékenységek sorozataként állítható elő előre nem rögzített több lehetséges sorozat közül kell kiválasztani megoldás: kereséssel szisztematikus próbálkozással választjuk ki a következő „lépést” a probléma tere nagy lehet az összes lehetőség kipróbálása szisztematikus úton nem lehetséges – kombinatorikus robbanás irányított keresésre van szükség

Bevezetés 10 Intelligens feladatok jellemzői emberi szakértelem/ intuíció/ gyakorlati tapasztalat szükséges – heurisztikus ismeretek keresés korlátozása heurisztikával vezérelt keresés – az MI rendszerek legjellegzetesebb közös vonása „elég kedvező” megoldás elégséges ma általában az ember a jobb kirakós játék, sakk, tételbizonyítás, orvosi diagnózis, szöveg fordítása … bank hó végi zárása …

Bevezetés 11 Intelligens technikák keresés – szisztematikus próbálkozással újabb „lépés” keresés korlátozása – heurisztika ismeretreprezentáció – nagy mennyiségű tárgyköri tudás kezelése szimbolikus reprezentáció, szimbólumfeldolgozás fogalmak, logikai állítások IIR-ben: intelligens rendszer: bonyolult feladatot old meg az emberi gondolkodáshoz hasonló módon

Bevezetés 12 Intelligens technikát igénylő irányítási feladatok feladat megfogalmazása nem pontos (nem tudjuk a modellt) bizonytalanság leírása: fuzzy modell kvalitatív modell probléma: időbeli viselkedés leírása (általános MI technikák statikusak) feladatkitűzés nem teljes, diszkrét értékkészlet heurisztikus tudás (minta  akció) szabály (jellemzően üzemeltetési tudás) szabályok + dinamikus rendszer modellje + idő

Bevezetés 13 Intelligens szoftver rendszerek Neumann elvű szoftver rendszerek adatok (passzívak) program (aktív) – végrehajtható rész (adatként tárolva) Tudásalapú rendszerek (Knowledge based systems) – Neumann elvű intelligens szoftver rendszerek tudás (knowlegde) – adatszerű rész, nem feltétlenül passzív következtető gép (inference engine) – feldolgozó rész, aktív

Bevezetés 14 Tudásalapú rendszerek

Bevezetés 15 Tudásbázis tények – adatszerű egyszerű tudáselemek változhatnak is (időben, következtetés során) pl. reaktor hőmérséklete 50 o C, „A” szelep zárva összefüggések – összetett tudáselemek miből mi következik – heurisztikus információk – leggyakrabban szabályok pl. Ha a nyomás határérték feletti akkor zárjuk a szelepet. probléma: a TB-ban levő dolgok erősen összefüggőek Tudásreprezentációs módszer! Következtető gép feladatmegoldás “motorja” általános problémamegoldó ismeretek Megoldáskereső módszer! Tudásalapú rendszerek

Bevezetés 16 Tudásbázis kezelő/fejlesztő/karbantaró alrendszer feladatai: TB építése, tesztelése, módosítása Felhasználói felület (  user) természetes nyelvű párbeszéd, konzultáció/ javaslat Fejlesztői felület (  tudásmérnök, tárgyköri szakértő) Tudásmérnök feladatai: tudásbeszerzés, adott formába öntés TB tervezése, feltöltése TB ellenőrzés TB karbantartás IIR anyaga: alapkurzus tudásmérnököknek Tudásalapú rendszerek

Bevezetés 17 Szakértői rendszerek (Expert systems) szakértői rendszerek  tudásalapú rendszerek szakértői ismeretek felhasználása szűk problémakör elég bonyolult (igény legyen szakértelemre) emberi szakértők szükségesek szakterület alapkérdéseiben egyetértés a szakértők között tanpéldák, alapadatok

Bevezetés 18 Szakértői rendszerek

Bevezetés 19 Szakértői keretrendszerek (Expert system shells)

Bevezetés 20 Számítógéppel irányított rendszerek

Bevezetés 21 Folyamatirányító szakértői rendszerek irányítástechnikai célra alkalmas szakértői rendszerek számítógéppel irányított rendszer + szakértői rendszer kapcsolata: egyik út: közös adatbázis szoros összekapcsolás másik út: két külön rendszerként viselkednek szinkronizált kapcsolat csak ezt alkalmazzák

Bevezetés 22 Folyamatirányító szakértői rendszerek

Bevezetés 23 Adatkapcsolatok: IR  SZR: ténybázis gyökérpredikátumainak értéke (konzisztencia biztosítása – tükörmásolás, szinkronizáció biztosítása – órára vezérelt) események (tipikusan jelváltozások) SZR  IR: események, diagnosztikai jellegű adatok beavatkozójel változás (néha)  esemény formájában Szinkronizációs kapcsolatok: IR  SZR: kezelői kérés (a kezelő valamire kíváncsi a következtető géptől) eseménykezelő kérése (eseményre indított feldolgozás, tipikusan diagnosztikai kérések) órára vezérelt, ciklikus feldolgozások (előrebecslés) Folyamatirányító szakértői rendszerek

Bevezetés 24 Példa: vízforraló rendszer (szamovár)

Bevezetés 25 Rendeltetése: adott mennyiségű, adott hőfokú víz előállítása csapvízből Beavatkozó változók: k, sz I, sz o Változók: T, v I, v O, h Modell: Megmaradási egyenletek: 1.Tömeg: 2.Energia: Kezdeti feltételek: h(0) = h 0, T(0) = T 0 Példa: vízforraló rendszer (szamovár)

Bevezetés 26 Modell: Megmaradási egyenletek: 1.Tömeg: 2.Energia: Kezdeti feltételek: h(0) = h 0, T(0) = T 0 Állapottér modell: Példa: vízforraló rendszer (szamovár)