Tudásalapú rendszerek építése

Az előadások a következő témára: "Tudásalapú rendszerek építése"— Előadás másolata:

1 Tudásalapú rendszerek építése
Forrás: Sántáné-Tóth Edit: Tudásalapú technológia, szakértő rendszerek. Dunaújvárosi Főiskola Kiadói Hivatala, 2000. A forrás alapján kiegészítette: Benkő Attila (IX5AID) – Szakértői rendszerek, Pannon Egyetem, 2007.

2 Az előadás tartalma Célvezérelt rendszerek építése
Adatvezérelt rendszerek építése Strukturált szabályalapú rendszerek építése Hibrid rendszerek építése Tudásalapú rendszerek verifikálása és validálása Összefoglalás

3 Célvezérelt rendszerek építése
kisméretű rendszerek többsége célvezérelt alkalmazásuk jellemzően diagnosztizáló (osztályozó v. kiválasztó) példa: képmagnó vétele ill. bor-tanácsadó

4 Első lépések a probléma elemzése és definiálása
a probléma szerkezetének meghatározása az induló szabálykészlet kidolgozása a szabályok továbbfejlesztése, finomítása a következtetés és vezérlés „testre-szabása”

5 1. A feladat elemzése és megadása
jellemzés: A rendszer célja: képmagnó kiválasztásában tanácsadás Felhasználói kör: üzlet eladói (esetleg vevők) Szakértői kör: üzlet eladói Felhasználás módja: eladók munkájának támogatása Felhasználó jellemző igényei: pl. villogó fény, digitális kijelző, színes gombok, minél alacsonyabb ár

6 (Szabályok, következtetések)
A feladatmegoldás jelenlegi módja (Felhasználó, Bemenet Elemzés Kimenet, Javaslat) Bemenet: a vevők vételi szempontjai A vevő képmagnót szeretne vásárolni, és tanácsot kér. Elemzés: vevők kikérdezése, lehetőségek bemutatása, alternatívák Az eladó kérdéseket tesz fel a vevőnek, hogy megtudja a vevő igényeit. Kimenet: javasolható készülékek, indoklással Az eladó javaslatként megnevez egy v. több képmagnót, indoklással. Feladat elemzés (Szabályok, következtetések) Felhasználó Javaslat Bemenet Kimenet

7 Feladatmegoldás szakértő rendszer segítségével:
Elképzelhető, hogy egy későbbi rendszerváltozat az eladókat részlegesen/teljesen kiváltja a tanácsadásban. Kulcs-kritériumok: Tárgyköri szakértő rendelkezésre áll: igen (kijelölt eladó) Tesztesetek rendelkezésre állnak: igen (képmagnók leírása) Szűk, jól definiált a feladat: igen (procedurális jellegű) Verbális ismeretek jellemzőek: igen Szakértő rendszer Probléma Javaslat Emberi szakértő

8 Kizáró kritériumok: egyikkel sem kell számolni A feladat típusa: Diagnosztizáló: igen (ezen belül egyszerű kiválasztó jellegű) A következtetés jellege: Célvezérelt: igen (kevés a javasolható készülék, a kiválasztáshoz célzott kérdések kellenek) Feladat: képmagnóra javaslatot tevő rendszer, információk a vevőktől, a rendszer súlyoz és indokol, kínálat változását követi

9 A feladat szerkezetének meghatározása
„konkrét” képmagnók (ami készleten van, más obj.-ot nem kezel) attribútumok: videó-rendszer típus fejek száma állókép lehetősége felvétel keresési lehetőség ár Szempontok attribútum nevének megválasztásához: rövid nevek használata (20-30 karakter) összetett szavaknál elválasztójelek: „-”, „ _ ” (eszköz-függő) találó nevek használata (a fejlesztés résztvevői számára félreértés nélkül érthetőek) Objektum neve is attribútum: neve: „javaslat”, értékei pedig a konkrét képmagnó nevek Logikai alapú (szabály alapú) reprezentáció alkalmazható, célvezérelt következtetést alkalmazunk

10 Induló szabálykészlet kidolgozása
kétféle mód rögtön szabályokat írunk előbb döntési táblába foglaljuk a példákat Objektum és attribútumok alapján szakértő elmond egy szabályt.

11 Szabályok megírásával:
A képmagnó tanácsadó rendszer első szabályai: szab-1: if típus= ‘VHS’ and fejek-száma = 4 and állókép = igen and keresés = igen and ár = alacsony then javaslat = ‘VCX-1000’. szab-2: keresés = igen and ár = közepes then javaslat = ‘Record-Mate99’. szab-3: if típus = ‘BETA’ and fejek-száma = 3 and állókép = nem and keresés = igen and ár = alacsony then javaslat = ‘Xmovie-Beta’. szab-4 if típus = ‘VHS’ and fejek-száma = 5 and állókép = igen and ár = magas then javaslat = ‘Super-Viewer-2.0’.

12 Mélyebb működési szintek:
absztrahálással, külső következtetési szabályok beiktatásával részcélok segéd-hipotézisek absztrakt attribútumok bevezetése Példa: ha a vevő nem tudja a fejek számát, csak azt, hogy jó minőségű készüléket szeretne szab-5: if minőségi-keresés = fontos then fejek-száma = 4 and fejek-száma = 5. Új attribútum, ill. szabály beiktatásával működési-szint növelés érhető el. A szabályok összevonása megengedett, ha a feltételük megegyezik és következményükben ugyanaz az attribútum szerepel.

13 2. Döntési tábla készítése
Típus Fejek száma Állókép Keresés Ár Javaslat VHS 4 igen alacsony VCX-1000 közepes Record-Mate99 BETA 3 nem XMovie-Beta 5 magas Super-Viewer-2.0

14 Döntési tábla készítése (kétféle szemlélet)
Leíró közelítés: összes javaslat beírása, majd táblázat kitöltése soronként Empirikus közelítés: ugyanarra a javaslatra akár több alternatív sort (példát) is megadhatunk Pl. egy termék követéséhez szükséges hibajegyzék esetén: külön tárolunk minden reklamációt hiba-jelenségenként gyűjtjük a reklamációkat Ezután szabályok generálása indukcióval. Egyszerűsítő javaslatok: azonos sorokból csak egyet tartsunk meg a megegyező javaslattal rendelkező sorokat „or”-al kössük össze

15 Cél megadása: goal = <javasolt attribútum> (jelen esetben: goal = javaslat) Indulhat a konkrét feladat megoldása (nem definiált értékekre rákérdez a rendszer) A nem definiált attribútum-értékekre alapértelmezés szerint angol kérdő-mondattal kérdez rá: „ What is the value of <attribútum> ? ” Példa: What is the value of típus? VHS What is the value of minőségi-keresés? fontos What is the value of állókép? igen What is the value of keresés? igen What is the value of ár? magas javaslat = Super-Viewer-2.0.

16 Szabályok továbbfejlesztése, finomítása
Minden esetben adjon tanácsot (legalább: „Forduljon igazi szakértőhöz!”) Felhasználóbarát párbeszéd biztosítása Szituációk kidolgozása, melyekhez több javaslat tartozhat Bizonytalanságkezelés (bizonytalansági tényezőkkel; felhasználó is) Szabályok finomítása absztrakció útján, vagy kiegészítés további szabályokkal Egyesítjük az ismétlődő szabályokat (ha az eszköz ezt megengedi) Újabb szabályok bevitelével bővítjük a tárolt ismeretanyagot

17 Minden esetben adjon tanácsot a rendszer
akkor is adjon tanácsot, ha ismereteinek határához ért helyezzünk el lezáró szabályt szab-6: if javaslat is unknown and display (‘Nem tudok javaslatot adni!’) then javaslat = nem-adható.

18 Felhasználóbarát párbeszéd biztosítása
Felhasználói párbeszédet támogató meta-szabályok alkalmazása kérdő mondat deklarálása: question(<attribútum-név>) = ‘Milyen…’. pl.: question(típus) = ‘Milyen típusú képmagnót kíván venni?’. Válasz-menü deklarálása: legalvals(<attribútum-név>) = [<érték>, …]. pl.: legalvals(típus) = [‘VHS’,’BETA’]. válasz-ellenőrzés: legalvals(<attribútum-név>) = <ellenőrző eljárás>. pl.: legalvals(fejek-száma) = number.

19 A felhasználói párbeszédet támogató meta-deklarációk
question(típus) = ‘Milyen típusú képmagnót kíván venni?’. legalvals(típus) = [‘VHS’, ’BETA’]. question(minőségi-keresés) = ‘Fontos-e a keresés minősége?’. legalvals(minőségi-keresés) = [fontos, nem-fontos]. question(állókép) = ‘Igényt tart-e állókép üzemmódra?’. legalvals(állókép) = [igen, nem]. question(keresés) = ‘Igényt tart-e felvétel keresésére?’. legalvals(keresés) = [igen, nem]. question(ár) = ‘Milyen árfekvésű készülék érdekli?’. legalvals(ár) = [alacsony, közepes, magas].

20 Több javaslatot adó szituációk kidolgozása
ne csak egy, hanem több érték keresése az adott célhoz pl.: Prolog: nem csak az első megoldásra vagyunk kíváncsiak, hanem mindegyikre multivalued(javaslat). pl.: multivalued(fejek-száma).

21 Bizonytalanságkezelés bevezetése
a szakértő azonos igényeket kielégítő készülékek közül egyeseket gyakrabban szokott ajánlani, mint másokat (szerviz, használhatóság, haszonkulcs, akció) bizonyossági tényező alkalmazása: cf if …. then javaslat = ‘Super-Viewer-2.0’ cf 40 válaszoknál is használható: ‘Igényt tart-e állókép üzemmódra?’ igen, nem igen cf 80 Javaslat = Super-Viewer-2.0 cf 32

22 Tudásbázis finomítása absztrakcióval – 1.
felhasználó által nem érthető helyzetekben használunk attribútum-absztrakciót (pl.: fej-attribútum) ismétlődő feltétel-csoportokat ki lehet emelni egy új szabály feltételébe csökken a tudásbázis mérete, rövidebb lesz a kiértékelési idő szab-7: if állókép = igen and keresés = igen then jó-minőség = igen. transzformáció szabályok – felhasználó számára kézenfekvőbb az értékcsoportok közti átváltás szab-8: if legfeljebb < then ár = alacsony. question(legfeljebb) = ‘Legfeljebb mennyit szán a készülékre?’ legalvals(legfeljebb) = number.

23 Tudásbázis finomítása absztrakcióval – 2.
szab-9: if legfeljebb >= then ár = magas. szab-10: if legfeljebb >= and legfeljebb < then ár = közepes. Ne azt kérdezze a rendszer, hogy közepes árfekvésű terméket akar-e vásárolni, hanem azt, hogy legfeljebb mennyi pénzt szán rá.

24 Ismétlődő szabályok egyesítése
azonos attribútum-struktúrájú (ismétlődő) szabályok általánosítása kézenfekvő. Ezek összevonás után helyettesíthetőek (eszköztől függő módon) változókat tartalmazó egyetlen szabállyal és a változók konkrét (attribútum)érték n-eseivel, mint tényállításokkal (Prolog szerű megoldás) egyetlen adatbázis szabállyal („szabály-osztállyal”) és attribútum-értékek n-eseit rögzítő adatbázis táblával pl.: szab-db: if típus = [ ] and fejek-száma = [ ] and állókép = [ ] and keresés = [ ] and ár = [ ] then javaslat = [ ].

25 Új szabályok bevitelével bővítjük a rendszerben tárolt ismereteket
konzisztencia ellenőrzés : Nagyon törékeny egy ilyen rendszer, ha nem készítjük elő gondosan a rendszer bővítését, az új szabályok könnyen vezethetnek az eddigiekkel ellentmondó következtetésekre. tudásalapú végtelen ciklus kiküszöbölése

26 A következtetés és vezérlés testre-szabása
szabályok vagy részeik sorrendjének megváltoztatása ha nem lehet szabály prioritást megadni, szabályok sorrendjét is átrendezhetjük előrevetett szabállyal időben elvágjuk a meghiúsuló szabályok előtt a végrehajtást (sebesség növelése) szabály-relatív küszöbszám (a bizonytalansági súly mellett) szabályokban elemi feltételek átrendezése; ha valami gyakran meghiúsul, azt előrevéve megspórolhatjuk az előtte lévő feltételek kiértékelését bizonytalanságkezelésnél lokális küszöbszám megadása bizonyossági szint csökken a bizonytalan szabályoknál. Ha egy küszöbszám alá kerül, akkor meghiúsul. Átírhatjuk a küszöbszámot. többértékű (többszörös) cél megadása ha a megoldáshoz a rendszer fokozatosan közelít , a célt részcélokra lehet bontani (pl. TV ajánlattal bővíteni a képmagnó ajánlatot)

27 Adatvezérlet rendszerek építése
adatokból megkonstruálnak egy vagy több elfogadható megoldást sok megoldás – nem mindegy, milyen úton történik a keresés  tudásmérnöknek több beleszólás biztosítása a vezérlés menetébe a végrehajtás vezérlésével is foglalkozni kell (kiinduló adatok megadása, konzultáció menetének előírása, megállási feltétel)

28 Rendszerépítés két vonala
Deklaratív és heurisztikus ismeretek Vezérlési ismeretek Objektumok kidolgozása Vezérlési elemek kidolgozása Vezérlési utasítások beírása a szabályokba Szabályok megírása

29 Adatvezérelt rendszerek építésének első lépései
a probléma elemzése és definiálása induló adatok megadása induló szabálykészlet megadása a rendszer megállásának beállítása szabályvégrehajtása vezérlése a rendszer továbbfejlesztése

30 Strukturált szabályalapú rendszerek építése
a probléma elemzése és definiálása kontextus-hierarchia meghatározása induló kontextusfa megtervezése a kontextusfa implementálása a kontextusfa és a szabályok kibővítése, felülbírálata

31 Kontextus-hierarchia meghatározása
A feladat részfeladatokra bontása: Procedurális elemzéssel Egymás után elvégzendő részfeladatok sorozatára lehet bontani. Strukturális elemzéssel A feladat dekomponálása a feladat belső szerkezetének olyan kibontását jelenti, amelynél a részfeladatok egymáshoz kapcsolódnak, de ezek nem a feladatmegoldás során egymás után megteendő lépések. Pl.: ASEA robotegységek hibafelderítését és karbantartását támogató tanácsadó rendszer.

32 Induló kontextus-fa megtervezése
Átfogó/áttekintő közelítés: Az egész feladatot elnagyolva fogja meg. Felszínes lesz a modell, prototípus általában nem is készül. Leszűkítő, részletező közelítés: Egy kiragadott kontextust részleteiben kidolgozunk, majd megépítünk egy prototípust is. Kevert közelítés: Az előző két eset kombinációja. Ily módon meg lehet vizsgálni a rendszer átfogó struktúráját, megmutatva egy részletesebben kidolgozott részletét is. Az egyes kontextusok által átfogott feladat terjedelme legyen közel azonos. Több változatot is érdemes kidolgozni és elemezni azokat. Találó neveket adjunk a kontextusoknak.

33 Hibrid rendszerek A feladat leírására kombinálják a keret- és a szabályalapú technikákat, a felhasználói felületet pedig objektum-orientált technikával kezelik. Előnyei: Szabályokat csak a heurisztikák leírására használjuk Egyetlen helyen, a kereten belül vannak az adott keretekről szóló összes információk. Az általános célú tudásalapú eszközök piacán a hibrid eszközök dominálnak.

34 Hibrid rendszerek építésének javasolt lépései
probléma meghatározása keretek és rések megadása példányok megadása felhasználói felület megadása szabályok megadása démonok megadása üzenetküldés kidolgozása

35 Tudásalapú rendszerek verifikálása és validálása
A hiteles (dependant) szakértői rendszerekkel szembeni követelmények: Megbízhatóság Védelem Biztonságosság Karbantarthatóság Hordozhatóság

36 Szakértői rendszer hibaforrásai
Hiányzik a követelmény-specifikáció, ha pedig van, akkor nem tartják be. A tudásbázisba beépítenek szintaktikai és szemantikai hibákat. Nincs megfelelően reprezentálva a tárgyterületi ismeretanyag és/vagy az alkalmazott következtetések nem illeszkednek a problémához.

37 Verifikálás és validálás
Összehasonlító ellenőrzés Egy adott fejlesztési fázis eredményének értékelési eljárása. Célja: igazolni az eredmény megfelel a követelményeknek A hibaforrások 1. és 2. eseteivel, valamint a tudásbázis konzisztenciájának és teljességének szintaktikai és szemantikai hibákra vezető hiányosságaival foglalkozik. Validálás: Bevizsgálás, érvényesítés Az elkészült rendszer kiértékelési eljárása. Célja: a szoftver a működésében megfelel-e a minőségi jellemzőknek Főként a hibaforrások 3. esetével foglalkozik.

38 Hagyományos szoftverek Tudásalapú rendszerek
Rendszertesztelés Hagyományos szoftverek Tudásalapú rendszerek Előre meghatározható teszt-esetekkel Megfigyelés révén Adott bemenethez adott kimenet „elfogadható” kimenetek Objektív és teljeskörű Szubjektív és nem teljeskörű Laboratóriumi környezetben Laborban nem lehet tesztelni

39 Programozási hibák a szabálybázisban
Redundáns szabályok: Szintaktikailag redundáns Szab-a1 if páratartalom = magas and hőmérséklet = forró then zivatar = lehetséges. Szab-a2 if hőmérséklet = forró and páratartalom = magas Különösen veszélyes, ha bizonyossági tényezőt kapcsolunk hozzájuk, és pl.: különböző forrásokból származó következményekként indokolatlanul megerősítik egymás (önmaguk) bizonyossági mértékét.

40 Redundáns szabályok Szemantikailag redundáns: Szab-a3:
if páratartalom = magas and hőmérséklet = forró then zivatar = várható. Szab-a4: then

41 Ellentmondó szabályok
A feltétel azonos A következmény egymásnak ellentmondó Pl.: then napsütés = várható. then not napsütés = várható.

42 Magában foglaló szabályok
Ha a feltétel bővebb, a következmény pedig ugyanaz. Pl.: 2 feltétel => a következmény 2+1 feltétel => b következmény (a not = b)

43 Körkörös szabályok Körbefutó következtetések
if testvérek(X,Y) then szülők-azonosak(X,Y). if szülők-azonosak(X,Y) then testvérek(X,Y).

44 Szükségtelen feltétel alkalmazása
Szintaktikailag redundáns lenne, de az egyik feltételük ellentmond egymásnak lázas = igen lázas = nem

45 Zsákutca szabályok A következményének egyetlen akciója sem jelent megoldást, de nem is eredményezi más szabály tüzelőképessé válását. if üzemanyagszint-mutató = piros then tank = üres.

46 További hibák Hiányos, vagy hiányzó szabályok Elérhetetlen szabályok

47 Validálás módszerei Informális Teszteléses Helyszíni teszt
Validálás modulonként

48 Összefoglalás Főbb MI kutatási irányok:
Integrálás a korábbi technológiákkal és alkalmazásokkal Kapcsolatok létesítése az MI különböző területei között A kutatási eredmények mielőbbi hasznosításának kényszere Alkalmazás-specifikus eszközök kifejlesztése

49 Köszönöm megtisztelő figyelmüket!