+

Ekspertni sustavi

By: Krunoslav Ris

CEO BetaWare d.o.o. | FlyStartup

+Ekspertni sustavi

Pojam

Prednosti

Arhitektura

Svojstva

Znanja

Razlike od konvencionalnih programa

Baze pravila

Metoda

Primjena

+Ekspertni sustavi - pojam

Ekspertni sustav (ES) je program koji je projektiran tako da svojim modelom oponaša sposobnosti rješavanja problema ljudskog eksperta u nekom području.

Pod ekspertnim sustavima podrazumijeva se uspostavljanje dijela vještine nekog eksperta unutar samog računala i to u takvom obliku da sustav može ponuditi inteligentan savjet ili donijeti inteligentnu odluku o operaciji koja je u tijeku. Ekspertni sustav posjeduje i karakteristiku da na zahtjev izloži svoju način razmišljanja tako da direktno obavještava korisnika koji postavlja pitanje.

Drugim riječima, ekspertni sustav je inteligentni računalni program koji koristi znanje i postupke zaključivanja u procesu rješavanja problema i to takvih problema za čije je rješavanje potreban visok stupanj stručnosti i iskustva iz područja kojima je ekspertni sustav namijenjen. Naziv ekspertni potječe upravo od toga što se ovi sustavi ponašaju kao vrhunski stručnjaci (engl. expert) na svom području. Njegovu osnovu čini poseban software koji modelira one elemente čovjekovog rješavanja problema za koje se smatra da čine čovjekovu inteligenciju: zaključivanje, prosuđivanje, odlučivanje na osnovu nepouzdanih i nepotpunih informacija i tumačenje svog ponašanja.

+Ekspertni sustavi - prednosti

Povećana dostupnost – stručnost je dostupna na računalu primjerenih performansi, moglo bi se zapravo reci da je ekspertni sustav jedan način masovne proizvodnje stručnosti.

Snižena cijena – Cijena pružanja stručnosti po korisniku je znatno snižena.

Povećanje sigurnosti – Ekspertni sustavi mogu biti korišteni u okruženjima koja mogu biti potencijalno opasna po ljudsko zdravlje.

Trajnost – Stručnost je trajna. Zarazliku od ljudskih stručnjaka koji mogu otici u mirovinu, dati otkaz ili umrijeti, znanje i stručnost ugrađeni u ekspertni sustav ne posjeduju rok trajanja.

Višestruka stručnost – Pomocu ekspernih sustava znanje večeg broja stručnjaka može biti iskorišteno da istovremeno i neprekidno radi na rješavanju problema u bilo koje doba dana i noči. Razina stručnosti veceg broja stručnjaka znanjem i opširnošcu znatno nadmašuje znanje samo jednog stručnjaka.

+Ekspertni sustavi - prednosti

Povećana pouzdanost – Ekspertni sustavi povecavaju pouzdanost u donošenje pravilne odluke pružajuci drugo mišljenje ljudskom stručnjaku ili mogu pomoci u donošenju odluke u slučaju kada se veci broj ljudskih stručnjaka ne može usuglasiti oko rješenja.

Objašnjavanje – Ekspertni sustav može eksplicitno u detalje objasniti razmišljanje koje ga je dovelo do nekog zaključka. Ljudski stručnjak bi možda bio preumoran, u nemogucnosti ili bi nevoljko to radio cijelo vrijeme i uvijek kada je potrebno.

Kratko vrijeme reakcije – Brza ili reakcija u stvarnom vremenu može nekad biti krucijalna za neka područja primjene.

Uravnotežene, kompletne reakcije bez prisutstva osjećaja – Ovo svojstvo je potencijalno izrazito bitno u stvarnim stresnim situacijama ili hitnim slučajevima kada ljudski stručnjak možda nije u mogucnosti djelovati pri vršnoj učinkovitosti kao posljedica stresa ili umora.

+Ekspertni sustavi - arhitektura

Temeljna konfiguracija ekspertnih sustava uključuje tri glavna dijela:

baza znanja (engl. Knowledge Base – KB)

mehanizam zaključivanja (engl. Inference Mechanism ili Inference Engine –IE)

korisničko sučelje (engl. User Interface – UI)

+Ekspertni sustavi - arhitektura

Baza znanja je baza činjenica i heuristika pridruženih problemu u području za koje je namjenjen ekspertni sustav. Baza znanja uključuje činjenice, relacije između činjenica i moguce metode za rješavanje problema u području date aplikacije. U predstavljanju znanja koriste se tzv. proizvodna pravila (IF ‐ THEN), okviri i semantičke mreže. Prikupljanje znanja vrši se intervjuiranjem stručnjaka i tzv. strojnim učenjem.

Mehanizam zaključivanja je software sposoban na osnovu pravila iz baze znanja shvatiti informacije iz baze znanja i na osnovu toga izvoditi zaključke. On funkcionira na taj način da činjenice iz baze znanja kombinira sa informacijama dobivenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri radu se koriste kontrolne strategije koje odlučuju u kojem trenutku treba primjeniti neko od pravila iz baze znanja na nove činjenice dobivene tijekom konzultiranja sa korisnikom. Na taj način se simulira ljudsko razmišljanje.

+Ekspertni sustavi - arhitektura

Korisničko sučelje je dio koji omogucava dijalog između donosioca odluke (korisnika) i sustava, služi za unos i prikaz podataka, prezentira moguce odluke, prikazuje informacije, pitanja, odgovore te odvraca korisnika da unosi greške. Sa jedne strane omogucava korisniku da tijekom rada sustava dostavi informacije koje sustav iz baze znanja nije uspio dobiti, a sa druge strane omogucava korisniku da za svaku odluku ekspertnog sustava zatraži dodatno objašnjenje o tome koji su ga zaključci vodili da donese takvu odluku odgovaranjem na pitanja “zašto'' i “kako”.

+Ekspertni sustavi - svojstva

Srce svakog ekspertnog sustava je znanje akumulirano u procesu izgradnje tog sustava. "Znanje" ekspertnog sustava čine činjenice i heuristika (iskustvo i osjecaj za izbor rješenja).

Činjenice čine glavni dio podataka o prirodi sustava, njegovim aktivnostima i ciljevima koje sustav ostvaruje kroz te aktivnosti. Određene pojave i manifestacije regularnog i neregularnog stanja u sustavu imaju svoje uzroke i posljedice i također se opisuju skupovima podataka. Svi ovi podaci uglavnom mogu biti raspoloživi, dokumentirani i verificirani u domeni ekspertnog sustava.

Heuristiku čine vlastita pravila rasuđivanja i vještina u izboru i donošenju odluka kojima se utjče na promjenu stanja sustava. Ona je uglavnom slabo dokumentirana i osobina je vrhunskih specijalista za područje za koje se ekspertni sustav kreira. Nivo performansi ekspertnog sustava je prije svega funkcija veličine i kvalitete baze znanja tog sustava u kojoj su objedinjene činjenice i heuristika, a ne određenog formalizma zaključivanja i postupka koji se koriste u pretraživanju činjenica.

+Ekspertni sustavi - znanje

eksplicitno znanje – znanje dato u pisanoj ili drugoj prijenosnoj formi i nalazimo ga u knjigama, časopisima i sl. Ovo znanje je obično prihvaceno kao univerzalno točno.

implicitno znanje – heurističko znanje, ono znanje koje čovjek ekspert gradi na osnovu iskustva i koje, kombinirano sa prvim tipom znanja čini čovjeka ekspertom. Znanje je dostupno i može se prenositi putem knjiga i lekcija

+Razlika od konvencionalnih programa Današnja računala rješavaju zadatke logikom konvencionalnih programa.

Programi se sastoje u osnovi iz dva dijela: algoritam

Podaci

Algoritam određuje kako riješiti određenu vrstu problema koristeci niz točno definiranih pravila, a podaci karakterizirajuu parametre u konkretnom problemu.

+Ekspertni sustavi – baze pravila

Koje pravilo je aktivirano pri rješavanju zadatka ovisi o strategiji rješavanja problema. Odabir strategije može biti određen samim problemom ili može biti stvar preferencije osobe koja izvodi i uređuje sustav

Prvo primjenjivo ‐ Ako su pravila pohranjena prema nekom principu, aktiviranje prvog primjenjivog omogucava kontrolu rasporeda po kojem su pravila aktivirana. Ovo je najjednostavnija strategija iz koje potencijalno može nastati veliki problem: beskonačna petlja na jednom istom pravilu. Ukoliko se stanje memorije sustava i/ili baze pravila ne promijeni tada se ni uvjeti prvog pravila nece promijeniti i ono ce stalno iznova biti aktivirano

Nasumičan odabir ‐ Iako ne pruža predvidljivost i kontrolu strategije prvog primjenjivog pravila, strategija nasumičnog odabira ima svoje prednosti. Kao prvo njena nepredvidivost dolazi kao prednost u određenim okolnostima (npr. u igrama). Nasumična strategija jednostavno odabire jedno pravilo iz podseta koje ce biti aktivirano.

+Ekspertni sustavi – baze pravila

Najkonkretniji ‐ Ova strategija je bazirana na broju uvjeta pravila, pravilo sa najvecim brojem uvjeta je odabrano iz podseta. Ovo je bazirano na pretpostavci da je ukoliko pravilo ima najviše uvjeta izgledno kako je to pravilo od najvece važnosti i relevantnosti za postojece podatke.

Najdulje nekorišteno ‐ Svako od pravila posjeduje vremensku oznaku koja označava vrijeme kada je posljednji put korišteno. Ovo povecava broj pojedinačnih pravila koja su aktivirana barem jedanput. Ako su sva pravila potrebna za postizanje rješenja tada je ovo savršena strategija za taj primjer.

„Najbolje“ pravilo ‐ Kako bi ovako strategija funkcionirala, svakom pravilu dodijeljena je težinska vrijednost koja određuje koliko bi neko pravilo trebalo biti više uzeto u obzir s obzirom na alternative. Pravilo sa željenim ishodom je odabrano ovisno o svojoj težinskoj vrijednosti.

+Ekspertni sustavi – ulančavanje

Dvije metode odlučivanja kada se koriste pravila zaključivanja su: ulančavanje unaprijed

ulančavanje unatrag

Ulančavanje unaprijed (slika 6) započinje sa dostupnim podacima i koristi pravila zaključivanja kako bi razmotrilo više podataka sve dok željeni cilj nije postignut. Mehanizam zaključivanja koji koristi metodu ulančavanja unaprijed pretražuje pravila zaključivanja sve dok ne nađe pravilo u kojem je IF klauza istinita. Zatim izvršava operacije zadane THEN klauzom i pridodaje ovu informaciju svojoj bazi podataka. Sustav nastavlja ovu proceduru sve dok ne postigne zadani cilj. Buduci da dostupni podaci određuju koja ce se pravila zaključivanja koristiti, ova metoda se također zove metoda vođena podacima (engl. data driven).

+Ekspertni sustavi – ulančavanje

+Ekspertni sustavi – ulančavanje

Ulančavanje unatrag (slika 7) započinje sa popisom ciljeva i djeluje unatrag kako bi se otkrilo postoje li podaci koji omogucavaju zaključivanje nekih od ciljeva. Mehanizam zaključivanja koji koristi ulančavanje unatrag ce tražiti pravila zaključivanja sve dok ne nađe pravilo koje ima THEN klauzu koja odgovara zadanom cilju. Ako je IF klauza toga pravila istinita ono je tada dodano na listu ciljeva.

+Ekspertni sustavi – ulančavanje

+Ekspertni sustavi - primjena

Expertni sustavi konstruirani su kako se bavili problemima u računovodstvu, medicini, upravljanju, financijskim uslugama, proizvodnji, ljudskim resursima itd. Uobičajeno su problemska područja toliko kompleksna da su jednostavniji tradicionalni algoritmi nedostatni u pružanju odgovarajuceg rješenja.

Dobar primjer primjene ekspertnih sustava u financijskom području su ekspertni sustavi za kamate. Odjeli za kredite su zainteresirani za ekspertne sustave za kamate zbog sve više rastuce cijene rada koje rukovanje i prihvacanje relativno malih kredita čine manje isplativim.

+Ekspertni sustavi - zaključak

Pojam umjetne inteligenicja koji smo susretati samo u znanstveno fantastičkim filmovima sada je postao dio svakodnevnice i posve normalna pojava. Od svojih početaka na slabašnim računalima pred kraj dvadesetog stoljeca, ekspertni sustavi su razvojem informatičke industrije dobili znatan porast mogucnosti i sve veci broj primjena u rješavanju problema u mnogim svakodnevnim situacijama.

U nekim područjima ta primjena je ostvarena na veoma visokoj razini, olakšavajuci rad ljudima, omogucavajuci pohranu znanja tvrtki, prijenos toga znanja na nove zaposlenike te veliku pomoc kroz savjete i predviđanja o datim problemima, no zato u nekim drugim područjima su se pokazali neuspješnim i nisu ispunili očekivanja koja su na njih postavljena. Ali razvoj ide dalje, uz kombinaciju ekspertnih sustava i ostalih oblika umjetne inteligencije u obliku hibridnih sustava povecavaju se i njihove mogucnosti a ekspertni sustavi sve više postaju korisni alati koji u svojim konkretnim područjima primjene na jedan ili drugi način izvršavaju svoju primarnu ulogu – pomaganje ljudima.