Ekspertni sistemi

1.Nastanak i razvoj ekspertnih sistema
Pod ekspertnim sistemom se podrazumeva sistem računarskih programa koji obuhvata ekspertsko znanje kombinovanjem i prožimanjem sledeća dva koncepta: – znanje eksperata u nekoj oblasti, koja nije algoritamski organizovano; – znanje eksperata ugrđuje se u same procedure sistema (proceduralna znanja). Sa aspekta korisnika deluje kao inteligentan konsultant – savetnik u određenoj oblasti. Najpre su se razvijali sistemi za medicinsku dijagnostiku i istraživanja ležišta nafte a zatim za pomoć u donošenju finansijskih odluka i konfigurisanje elektronskih komponenti a omasovljavanjem primene ES razvili su se sistemi za potrebe obrazovanja. Potipu problematike za koju su namenjeni ES se dele na: dijagnostičke, kontrolne, upravljačke, projektantske.

2. Pregled najpoznatijih ES i područja njihove primene
MYCIN služi za dijagnozu krvnih bakterijskih infekcija i antibiotičku terapiju DENDRAL i METADENDRAL služe za identifikovanje molekularne strukture na osnovu spektralne analize mase nepoznatog sastojka zasnovan na principu nuklearne magnetne rezonance. MACSYMA za simboličko rešavanje zadataka diferencijalnog i integralnog računa i pojednostavljenje aritmetičkih izraza. EXPERT razvijen kao jezik za građenje ekspertnih sistema. CADUCES služi za potrebe dijagnoze u internoj medicini. PROSPEKTOR za istraživanja ležišta mineralnih sirovina. TIERESIAS pomaže prenošenju ekspertiye stručnjaka u bayu znanja. R1, XCON i XSEL su sistemi za konfigurisanje DEC VAX kompjuterskih sistema. HEARSAY II služi za komuniciranje glasom sa računarom. DELTA služi za dijagnostiku i otklanjanje kvarova na dizel-električnim lokomotivama. FOLIO je namenjen upravljanju finansijama, berzanskim savetima i finansijskom planiranju za smanjenje rizika poslovanja. SOPHIE je sistem za potrebe nastave u oblasti elektronike. ASSISTANT PROFESSIONAL zasnovan na automatskom učenju. GRAPH služi za klasifikaciju i unapređivanje znanja u oblasti teorije grafova. EXSYS alat za razvoj ekspertnih sistema u različitim oblastima.

3. Komponente ES
Glavne komponente ES su: baza znanja, sadrži na određen način strukturirano znanje iz problemske oblasti; baza podataka, sadrži polazne inicijalne podatke, tekuće podatke i razne činjenice u vezi sa objektima iz predmetne oblasti; mehanizam zaključivanja, je sistem programskih procedura pomoću kojih se u skladu sa određenom strategijom upravlja donošenjem zaključaka na osnovu elemenata iz baze znanja i podataka iz baze podataka; veza sa korisnikom, je programski paket koji omogućuje korisniku da vodi dijalog sa ES.

4. Ljuske ES i alat za pretraživanje i sintezu
Ljuske ES omogućuju punjenje baze sistema različitim znanjima i podacima kao i svrsishodno korišćenje takvih baza. Kako su procedure dokazivanja univerzalne različiti ES mogu da ih koriste, pa je zbog toga moguće izgrađivanje ljuski ES koje se sastoje od mehanizma zaključivanja i relativno prostog korisničkog interfejsa koji omogućava korisniku da formira bazu znanja i radnu bazu za željanu oblast.

5. Faze izgradnje ES
Faze izgradnje ES su: idejni projekat, prikupljanje znanja, razvoj sistema, proračun performansi, proračun prihvatljivosti, demonstracija prototipa, revizija i dalji razvoj, realizacija sistema. Idejni projekat obično pokreće pojedinac a zatim okuplja tim stručnjaka.

6. Mehanizam zaključivanja
Mehanizam zaključivanja je element koji čini ES inteligentnim, inače bi bez njega bio standardna baza podataka. Mehanizam zaključivanja je sistem programskih procedura pomoću kojih se upravlja donošenjem zaključaka na osnovu podataka iz baze znanja i baze podataka, odnosno pokušava da dokaže hipotezu na osnovu pravila iz baze znanja i činjenica iz radne baze. Mehanizam zaključivanja se sastoji iz mehanizma izvođenja i kontrolnog mehanizma, koji kontaktira sa bazom znanja kontroliše njeno ažuriranje, organizaciju i izdvajanje činjenica koje su relevantne za proces izvođenja zaključaka. Osnovne karakteristike mehanizma zaključivanja su: oblik zaključivanja unapred ili unazad, mogućnost rada sa podacima različite pouzdanosti, mlogućnost davanja objašnjenja za donete zaključke, kvalitet dijaloga sa korisnikom.

7. Zaključivanje unazad – sistemi redukcija
Zaključivanje unazad, zaključivanje vođeno ciljem, predstavlja modifikaciju izloženih ideja. Polazni cilj se razlaže na podciljeve koristeći bazu znanja sistema. Prilikom generisanja podciljeva kreira se I/ILI graf koji ima oblik drveta na čijem se lišću nalaze tekući podciljevi. Polazni cilj je zadovoljen kada su zadovoljeni svi I podciljevi na generisanom grafu.

8. Zaključivanje unapred – sistemi produkcija
Zaključivanje unapred, zaključivanje vođeno podatkom, se sastoji u tome da se na osnovu činjenica iz radne baze i pravila iz baze znanja generišu nove činjenice. Nove činjenice se dodaju u radnu bazu u svojstvu novogenerisane činjenice, koja se dalje koristi za generisanje novih činjenica.

9. Rad sa podacima različite pouzdanosti
Kako pravila i podaci koje unosimo u bazu znanja i bazu podataka nisu uvek tačni potrebno je da da damo ocenu njihove pouzdanosti. Najpogodnije je meru pouzdanosti izraziti brojčano, pomoću verovatnoće. Pouzdanost se može vezati sa činjenicama u radnoj bazi a i sa pravilima u bazi znanja. Problem nastaje kada se kombinuje nepouzdana činjenica sa nepouzdanim pravilima, zato se mora odrediti faktor pouzdanosti i dobijeni zaključci se smeštaju u radnu bazu sa određenim faktorom pouzdanosti. Minimalna vrednost pouzdanosti pretpostavke da bi se pravilo moglo primeniti je 20%.

10. Mogućnost davanja objašnjenja

Korisnik iz raznih motiva može ES postaviti zahtev za objašnjenjem, bilo zbog nepoverenja u rad sistema bilo da želi videti tok rezonovanja kojim je rezultat dobijen, ili da bi znali zašto je sistem tražio dodatne informacije. U raznim ES su rasprostranjena četiri tipa objašnjenja: kontrola toka poziva pravila i povezivanja sa činjenicama; obašnjenje kako je sistem potvrdio pretpostavku; ojašnjenje zašto sistem traži dodatnu informaciju; objašnjenje zašto se cilj ne može potvrditi.