Twoim problemem jest to, że powszechną NICOŚĆ mylisz z osobistą PUSTKĄ
Rozpoznawanie (identyfikacja) – polega na sformułowaniu problemu tj. ustaleniu dziedziny wiedzy, jej zakresu, wielkości słownika, itp. Wnioskowanie - proces umożliwiający na podstawie prawdziwości pewnych zdań zwanych przesłankami, stwierdzenie prawdziwości innego zdania zwanego wnioskiem Sztuczna inteligencja - zdolność do rozwiązywania problemów sposobami wzorowanymi na naturalnych działaniach i procesach poznawczych człowieka za pomocą symulujących je programów komputerowych Reprezentacja wiedzy - sposób organizacji wiedzy w bazie wiedzy, symboliczny sposób zapisu otaczającego nas świata Pozyskiwanie wiedzy - pozyskiwanie informacji symbolicznej połączone z nabyciem umiejętności efektywnego wykorzystania wiedzy Manualne: źródło wiedzy → inżynier wiedzy → baza wiedzy (zapis przez inżyniera do bazy w postaci metod reprezentacji wiedzy przy ścisłej współpracy eksperta) Półautomatyczne: źródło wiedzy → narzędzia do przetwarzania wiedzy → baza wiedzy (ekspert ma możliwość dialogu z systemem, moduł pozyskiwania wprowadza wiedzę do bazy, system weryfikuje i porządkuje wiedzę) Automatyczne: ┌→ baza wiedzy → narzędzia generowania nowej wiedzy → ┐(wiedza zdobywa się z wykorzystaniem tej już wcześniej wprowadzonej do bazy wiedzy. jest potrzebna weryfikacja starej wiedzy)
Inżynier wiedzy (projektant SE) - osoba która zajmuje się przeniesieniem wiedzy eksperta do zapisu formalnego. Stanowi ogniwo pośrednie między SE a ekspertem. Ma możliwość zakodowania wiedzy w SE.
System ekspercki - jest to inteligentny program komputerowy wykorzystujący procedury wnioskowania do rozwiązywania tych problemów, które są na tyle trudne, że normalnie wymagają znaczącej ekspertyzy specjalistów. Baza wiedzy (knowledge base) Maszyna wnioskująca (inference engine) Interfejs komunikacji z użytkownikiem (user’s interface) Moduł pozyskiwania wiedzy Edytor używany przez eksperta i inżyniera wiedzy Moduł objaśniający
Baza wiedzy zawiera informacje z określonej dziedziny wiedzy. podział: faktograficzną – odnosi się do stwierdzeń o otaczającej nas rzeczywistości (np. wyniki badań pacjenta) proceduralną – wskazuje na związki między faktami (np. powiązanie miedzy wynikami badań a chorobami) Inne informacje zawarte w bazie wiedzy: słownik pojęć – jest to słownik, którym operuje system ekspercki w czasie pozyskiwania wiedzy od użytkownika lub w czasie wyjaśniania mu prezentowanych rozwiązań metawiedza systemu - ogólne zależności, określające sposób podejmowania decyzji niezależnie od dziedziny wiedzy, którą zajmuje się system ekspercki
Struktura bazy wiedzy: baza opisów (ogólne informacje z zakresu rozpatrywanej przez nas dziedziny) baza danych (przechowywane w postaciach metod reprezentacji wiedzy np. reguł trojek sieci semantycznych) baza reguł (opis wiedzy zgodnie z przyjętą metodą reprezentacją wiedzy) baza faktów (fakty stanowiące punkt wyjściowy do przeprowadzenia procesów wnioskowania) baza modeli (opis wiedzy która jest dokładnie zdefiniowana) baza zależności ogólnych (tzw. Metawiedza , głównie w dużych systemach umożliwia łatwiejsze panowanie nad systemem i kontrole stanu wiedzy) baza słowników (określenia i sformułowania specjalistyczne z rozpatrywanej dziedziny wiedzy)
Maszyna wnioskująca zawiera procedury umożliwiające operowanie na wiedzy systemu w celu wyciągania wniosków (poszukiwania rozwiązań). Działa w oparciu o wybraną metodę wnioskowania. Operuje bezpośrednio na bazie danych i może w trakcie działania zmieniać jej zawartość poprzez wprowadzanie do niej nowych faktów. Wszystkie stosowane metody wnioskowania mają na celu znalezienie jakiejś drogi (najczęściej najkrótszej) prowadzącej do któregoś z możliwych rozwiązań lub do rozwiązania najlepszego pod jakimś względem.
Interfejs komunikacji z użytkownikiem umożliwia wprowadzanie do systemu informacji będących opisem analizowanego problemu oraz zapoznanie się z pośrednimi i końcowymi wynikami działania systemu. Stanowi narzędzie pozyskiwania wiedzy od użytkowników. Aby możliwy był rozwój systemu musi być do niego dostarczana nowa wiedza, a równocześnie istniejąca powinna być modyfikowana i ulepszana. Zapewniają to moduły dla użytkownika i dla eksperta. Sposoby organizacji komunikacji użytkownik - komputer: inicjatywę przy poszukiwaniu rozwiązania ma system, inicjatywę przy poszukiwaniu rozwiązania ma użytkownik
Moduł pozyskiwania wiedzy odpowiada za pozyskiwanie nowej wiedzy jak i modyfikację i ulepszanie istniejącej.
manualny: wywiad, analiza protokołów, przerobienie problemu ,kwestionariusze , raport eksperta, burza mózgów półautomatyczne: uczenie przez zapamiętywanie (bezpośrednie wprowadzanie wiedzy do systemu eksperckiego) – SE bierny, uczenie na podstawie instrukcji (zadaniem systemu jest selekcja i przetworzenie wiedzy wprowadzonej przez eksperta) – SE aktywny, uczenie na przykładach, uczenie przez analogie
Moduł objaśniający przedstawia całą drogę wnioskowania aby przekonać użytkownika o poprawności rozwiązań proponowanych przez system
metody reprezentacji wiedzy: reguły (rules) fakt fakt to konkluzja, zapisane w postaci logiki matematycznej, używana także do meta wiedzy(najczęściej stosowane, można łatwo zmieniać reguły i dodawać nowe), sieci semantyczne (semantic networks) zapisane obiekty i relacji między nimi, S=<G, {epision i }, {gamma i}>, G = <WUP>dowolny graf, epsilon to zbiór funkcji na wierzchołkach grafu, gamma to funkcje na gałęziach grafu,zapisane wiele stwierdzeń (można zobaczyć nowe, ale trudne do zmieany i mało elastyczne) , trójki: <obiekt, atrybut, wartość> (triplets) analogia do sieci semantycznych, opisane składniki, cechy i wartości cech, ramy (frazes) (najbardziej złożona reprezentacja)
metody wnioskowania: wnioskowanie wstępujące (w przód), wnioskowanie zstępujące (wstecz)
rodzaje systemów eksperckich: ze względu na dziedzinę zastosowań: instruktażowe, interpretujące, testujące, diagnostyczne, naprawcze, planistyczne, prognostyczne, projektujące, kontrolne,
ze względu na metodę reprezentacji wiedzy: regałowe, ramowe, wykorzystujące sieci semantyczne
ze względu na technologię projektowania: dedykowanie, szkieletowe,
ze względu na wielkość bazy wiedzy: małe (kilkaset reguł), średnie (kilka tys. reguł), duże (powyżej 10tys. reguł)
sztuczna inteligencja – artificial intelligence SE – expert systems wnioskowanie – conclusion, inference, reasoning wiedza – knowledge maszyna wnioskująca – inference engine baza wiedzy – knowledge base
5. Metody heurystyczne – co to jest? Podaj przykłady. Dlaczego (pomimo wad – jakich?) się je stosuje?
Metody heurystyczne (intuicyjne)
Prognozowanie heurystyczne to przewidywanie nowych obrazów rzeczywistości niekoniecznie dających się opisać za pomocą analizy przeszłości.
Przykładowe cele prognostyczne do jakich wykorzystuje się metody heurystyczne:
1. Wskazanie daty zajścia interesującego nas zjawiska (np. kiedy będzie możliwe spędzenie wakacji na Księżycu?);
2. Określenie poziomu badanego zjawiska (np. jaka będzie szybkość procesorów mikrokomputerów w 2010 roku?)
3. Określenie prawdopodobieństwa wystąpienia jakiegoś zdarzenia (np. czy możliwe będzie klonowanie ludzi do roku 2025?);
4. Określanie punktów zwrotnych w przebiegu zmiennych (np. kiedy zacznie zmniejszać się tempo przyrostu liczby telefonów komórkowych?);
5. Określenie natężenia występowania zjawisk nowych;
6. Tworzenie ocen faktów determinujących przyszłość (np. ocena w skali 10 punktowej wpływu globalizacji na gospodarkę światową);
7. Ocena przydatności utworzonych modeli do prognozowania.
Kryteria doboru ekspertów
1. Grupa ekspertów powinna być uniwersalna, złożona z osób wszechstronnych, zainteresowanych przyszłością, a także składać się z reprezentantów teorii i praktyki;
2. Grupa powinna być liczna, aby reprezentować różne poglądy;
3. Wybrane osoby powinny niezależnie myśleć oraz mieć niezależną wizję przyszłości.
Liczebność grupy ekspertów – zależna od metody (od kilku do kilkuset).
Metoda „burzy mózgów”
Wymagania metodyczne:
· Nie krytykować!
· Stymulować jak największą liczbę pomysłów!
Wymagania uzupełniające, dzięki którym uczestnicy sesji burzy mózgów mogą:
· Zgłaszać wszystkie pomysły (nawet fantastyczne i pozornie nierealne! – mogą one przyczynić się do powstania pomysłu rozwiązującego problem);
· Łączyć i doskonalić pomysły (tworzenie kombinacji i modyfikacji pozwala zwiększyć prawdopodobieństwo pojawienia się dobrego rozwiązania);
· Zgłaszać swoje sugestie bez oczekiwania na swoją kolejkę;
· Prezentować pomysły jasno i zwięźle;
· Wykorzystywać i rozwijać pomysły innych uczestników (autorstwo pomysłu należy do grupy);
Etapy burzy mózgów:
1. Przygotowanie (sprecyzowanie problemu; zebranie informacji o badanym problemie i dobór grupy ekspertów);
2. Tworzenie – poszukiwanie pomysłów (przedstawienie problemu i przypomnienie uczestnikom zasad burzy mózgów. Notowanie zgłaszanych pomysłów i numerowanie ich. Niekiedy wprowadza się sesję uzupełniającą – nowe pomysły);
3. Ocena pomysłów (obejmuje ustalenie kryteriów oceny, analizę i ocenę pomysłów oraz przedstawienie ostatecznego rozwiązania problemu.)
Metoda delficka
Cechy charakterystyczne (zalety):
1. Niezależność opinii ekspertów (izolowanie ekspertów);
2. Anonimowość wypowiadanych sądów (ankietowanie);
3. Wieloetapowość postępowania (zestaw ankiet przeplatany zbiorczymi opiniami ekspertów);
4. Uzgadnianie i sumowanie opinii osób kompetentnych.
Wady metody delfickiej:
1. Zaangażowanie wielu osób do opracowania ankiet i odpowiedzi uczestników;
2. Długi czas trwania badania;
3. Brak możliwości wymiany poglądów między uczestnikami;
4. Małe zaangażowanie ekspertów jeśli nie wprowadzi się ich w szczegóły zagadnienia;
5. Trudność w zbudowaniu jednoznacznej ankiety dającej jednoznaczne odpowiedzi;
6. Trudność w doborze właściwych osób do grupy ekspertów;
7. Wykorzystywanie metody do prognoz długookresowych (przesunięcie w czasie ich weryfikacji).
Przykład
Czterech ekspertów poproszono o opinie dotyczące wielkości inflacji w Polsce w latach 2000 – 2005. Przyjęto, że może wystąpić pięć różnych wariantów inflacji a zadaniem ekspertów jest przypisanie rang, które ocenią kolejność według szans wystąpienia określonej wielkości inflacji.
Inflacja w %
Ekspert
Wariant
A (0do 2)
B (2 do 4)
C (4 do 6)
D (6 do 8)
E (powyżej 8)
I
1
3
5
4
2
II
2
3
5
4
1
III
1
3
4
5
2
IV
...