Előadó: Kovács Zita 2013/2014. II. félév TUDÁSALAPÚ RENDSZEREK 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. tudásbázis ban tároljuk szimbolikus módon, a probléma megoldása pedig szimbólum manipulációk révén történik.

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.

 információ nagymértékű felhalmozása -> tudásmenedzsment (tudás előállítása, összegyűjtése, megosztása, felhasználása és megújulása)  tudást leírhatóvá kell alakítani, modellezni (tudásmérnökség)  következtetéseket levonni, stb.

 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.

 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.

 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 ismereteket az ismeretbázisban tárolják a feladatmegoldás következtető gép által jellemző a szimbolikus ábrázolás azokat, amelyek szakértői ismeretek felhasználásával magas szintű teljesítményt nyújtanak egy szűk problémakör kezelésében, szakértő rendszereknek (ES - expert systems) nevezzük. Feladatok: Ismeretszerzés, ismeretábrázolás, következtetési stratégia.

 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.

Hagyományos rendszerek Ismeretalapú/szakértő rendszerek 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.

Hagyományos rendszerek Ismeretalapú/szakértő rendszerek 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 szaktudás Szakértő rendszer ismeretbázisa Mulandó, ha nem használjuk, elfelejtjük Állandó, tartós Nehéz átadni, reprodukálni; oktatással terjeszthető Könnyű átvinni, reprodukálni Nehéz dokumentálniKönnyen dokumentálható Nem mindig következetes, gyakran labilis, emocionális hatásokra érzékeny Mindig következetes, bár érzéketlen Kreatív, innovatívÖtlettelen, lélektelen

Emberi szaktudás Szakértő rendszer ismeretbázisa A 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

pótolja a szakértő hiányt jól követi a tárgyterület változásait növeli a szakértő képességét fokozza a szakértő produktivitását megőrzi a szakértelmet következetes megoldási módot alkalmaz részleges, hiányos, részben ellentmondásos adatokkal is tud dolgozni magyarázatot ad, indokol

 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

 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

Felhasználói felület Tudásszerzés Magyarázat Következtetőgép Tudásbázis Munkamemória Speciális felületetek TudásmérnökVégfelhasználó

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).

 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 TudásmérnökVégfelhasználó

 A rendszerépítő tudásmérnök és a tárgyterületi szakértő közötti, a szakértői ismeretek megszerzését célzó együttműködés.  Mind a fejlesztési, mind az aktualizálási fázisokban.

Tudás Szakértő Dokumentu mok Szoftver Tudás könyvtár Ismeret- szerzés Tudásmérnök Szoftver eszközökkel támogatva pl: PCPACK

 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.

 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.

 tudásmérnök  tárgyköri szakértő  rendszerszervező  tudásbázis adminisztrátor

 a megfelelő szakértő megtalálása  több szakértő bevonása (együttműködés)  ütemezési kérdések  felhasználók bekapcsolása a kezdeti szakaszoktól

 közvetlen (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

 automatikus  adatbányászat  adatbázisok elemzése  ok-okozati összefüggések feltárása