Systemy ekspertowe 1

Wprowadzenie Studium przypadku Charakterystyka Implementacja Shell ekspertowy Postscriptum

Sztuczna Inteligencja i Systemy EkspertoweSystemy ekspertowe

Aleksander Pohlhttp://apohllo.pl/dydaktyka/ai

Wyzsza Szkoła Zarzadzania i Bankowosci

28 kwietnia 2009

Aleksander Pohl WSZiB

Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Historia

◮ DENDRAL (1965) – E. Feingenbaum◮ Uniwersytet Standforda – chemia organiczna◮ Fortran

◮ MYCIN (1976)◮ Uniwersytet Standforda◮ Diagnostyka chorób krwi

◮ MOLGEN (genetyka molekularna)◮ PROSPECTOR (geologia)


Systemy ekspertowe


Zastosowania (1)

◮ Diagnostyka i rozwiazywanie problemów◮ na podstawie symptomów znajdz przyczyne wystepowania

anomalii◮ diagnostyka medyczna◮ diagnostyka układów elektronicznych

◮ Planowanie◮ okresl zbiór akcji, jakie musza zostac wykonane do

osiagniecia okreslonego celu lub celów◮ zarzadzanie zasobami ludzkimi◮ zarzadzanie odlotami i ruchem pociagów◮ zarzadzanie procesem produkcji


Systemy ekspertowe


Zastosowania (2)

◮ Konfigurowanie złozonych produktów◮ na podstawie zbioru elementów i zaleznosci pomiedzy nimi,

wybierz zestaw, który moze zostac uzyty do wytworzeniawysoce konfigurowalnego, złozonego produktu

◮ składanie komputerów na zamówienie◮ budowanie domów z prefabrykatów◮ projektowanie złozonych układów elektronicznych

◮ Wsparcie dla decyzji finansowych◮ ocena pozyczkobiorców◮ obliczanie wysokosci ubezpieczenia◮ ocena ryzyka inwestycyjnego◮ handel walutami


Systemy ekspertowe


Zastosowania (3)

◮ Publikowanie wiedzy◮ dostarczanie wyselekcjonowanej wiedzy na temat

interesujacy z punktu widzenia uzytkownika◮ podpowiadanie reguł gramatycznych przy pisaniu tekstu◮ doradztwo podatkowe

◮ monitorowanie i kontrola procesów◮ wykrywanie anomalii oraz optymalizacja działania◮ wytop stali◮ rafinacja oleju◮ IBM autonomic computing


Systemy ekspertowe


Gałezie przemysłu (1)

◮ Aeronautyka (wspomaganie pilotazu, zarzadzanie ruchempowietrznym)

◮ Rolnictwo (diagnostyka chorób roslin, planowanieprodukcji)

◮ Bankowosc◮ Biotechnologia◮ Prawo◮ Elektronika


Systemy ekspertowe


Gałezie przemysłu (2)

◮ Geologia◮ Informatyka◮ Przemysł ciezki◮ Matematyka◮ Medycyna◮ Wojskowosc◮ Nauczanie


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Deep Space One

◮ Sonda kosmiczna wysłana w celu przetestowania wieluinnowatorskich technologii

◮ Strat: 24 pazdziernika 1998◮ Czas trwania misji: 3 lata◮ NSTAR – silnik jonowy o sile ciagu 92 milinewtonów,

działajacy nieprzerwanie przez 678 dni


Systemy ekspertowe


Deep Space One – charakterystyka

◮ Moduł Remote Agent – system regułowy diagnostykii sterowania

◮ Stworzony w Lispie – przeniesiony na kod binarny◮ Pierwsze zastosowanie sztucznej inteligencji do

sterowania autonomicznymi misjami pozaziemskimi◮ Redukcja pracy – informował pagerem o awariach


Systemy ekspertowe


Remote Agent – podmoduły

◮ Planner – wysokopoziomowy mechanizm deklaratywny,przygotowywujacy plany (scenariusze) działania w tle

◮ Executive – proceduralny wykonawca planów◮ Mode Identification & Recovery – niskopoziomowy moduł

deklaratywny◮ Recovery „Livingstone” – system ekspertowy

z procedurami awaryjnymi


Systemy ekspertowe


Remote Agent – charakterystyka

◮ Sterowanie celem◮ Uwzglednienie ograniczen◮ Wiedza oparta o model hardware’u◮ Przykład celów:

◮ Dla pobrania obrazu, włacz kamere◮ Kontaktuj sie z Ziemia o okreslonych porach◮ Generuj połozenie z obrazu gwiazd


Systemy ekspertowe


Remote Agent – sukces w sytuacji awaryjnej

◮ 11.11.1999 Nastapiła awaria Stellar Reference Unit –systemu okreslenia połozenia na podstawie obrazu nieba

◮ Znajac połozenie słonca, agent przywrócił komunikacjez Ziemia wprowadzajac DS1 w rotacje

◮ Sondy Rover Spirit i Opportunity korzystaja z tejtechnologii


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


System ekspertowy

System ekspertowy – oprogramowanie zdolne do wykonywaniazadan ludzkiego eksperta, dla scisle okreslonego zagadnienia,dzieki mechanizmom wnioskowania i wiedzy wprowadzoneja priori.


Systemy ekspertowe


Typowe problemy

◮ Opanowanie duzej ilosci informacji, czasem z koniecznosciniepełnej i niepewnej – zarówno z samej dziedziny, jaki dotyczacej rozpatrywanego problemu

◮ Dziedzina ma charakter ewolucyjny◮ Rozwiazanie ma charakter heurystyczny◮ Przewaga obliczen symbolicznych nad numerycznymi


Systemy ekspertowe


Cel uzycia

◮ Czytelne przedstawienie wiedzy◮ Łatwosc konstrukcji i ewolucji systemu ze wzgledu na

niezaleznosc reguł◮ Mozliwosc przesledzenia wnioskowania


Systemy ekspertowe


Przewagi systemów ekspertowych

◮ Dostepna explicite metoda wnioskowania◮ Mozliwosc stosowania dynamicznego modelu problemu

w procesie badawczym◮ Integracja interdyscyplinarna


Systemy ekspertowe


Budowa systemu ekspertowego

◮ Baza wiedzy - Pamiec długoterminowa◮ fakty◮ reguły

◮ Interfejs◮ Mechanizm wnioskowania (mechanizm inferencji,

interpreter)◮ Powłoka (shell) – user interface


Systemy ekspertowe


Wymagania systemu

◮ Rozumowania wprzód◮ Rozumowanie wstecz◮ Odpowiedz na pytanie „How” – jak znaleziony

rozwiazanie?◮ Odpowiedz na pytanie „Why” – dlaczego potrzebna jest

dana informacja?


Systemy ekspertowe


Reprezentacja wiedzy (1)

◮ najczesciej reprezentowana przez reguły „if...then”◮ modularnosc – drobne, niezalezne elementy◮ przyrostowosc – mozliwa rozbudowa bazy wiedzy◮ modyfikowalnosc – mozliwa modyfikacja istniejacych reguł


Systemy ekspertowe


Reprezentacja wiedzy (2)

◮ Przezroczystosc – mozliwosc przeanalizowania sciezkirozumowania

◮ Odpowiedz na pytanie „How” - przesledzenie sciezkirozumowania

◮ Odpowiedz na pytanie „Why” - wytłumaczenie elementówinterakcji z uzytkownikiem, do czego jest konkretnainformacja potrzebna


Systemy ekspertowe


Rozumowanie wprzód/wstecz

◮ Rozumowanie wprzód◮ Dane -> Cele◮ „data driven”

◮ Rozumowanie wstecz◮ Cele -> Dane◮ „goal driven”


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Przykład (1)

◮ if kitchen_dry and hall_wetthen leak_in_bathroom.

◮ if hall_wet and bathroom_drythen problem_in_kitchen.

◮ if window_closed or no_rainthen no_water_from_outside.

◮ if problem_in_kitchen andno_water_from_outsidethen leak_in_kitchen.


Systemy ekspertowe


Przykład (2)

◮ fact(window_closed).

◮ fact(hall_wet).

◮ fact(bathroom_dry).


Systemy ekspertowe


Rozumowanie wstecz

◮ is_true(P) :- fact(P).

◮ is_true(P) :-if Condition then P, is_true(Condition).

◮ is_true(P1 and P2) :-is_true(P1), is_true(P2).

◮ is_true(P1 or P2) :-is_true(P1); is_true(P2).


Systemy ekspertowe


Rozumowanie wprzód (1)

forward :-new_derived_fact( P),write(’Derived: ’),write(P), nl,assert(fact(P)),forward ;write(’No more facts’).


Systemy ekspertowe



◮ new_derived_fact(Concl) :-if Cond then Concl, not(fact(Concl)),composed_fact(Cond).

◮ composed_fact(Cond) :-fact(Cond).


Systemy ekspertowe



◮ composed_fact(Cond1 and Cond2) :-composed_fact(Cond1),composed_fact(Cond2).

◮ composed_fact( Cond1 or Cond2) :-composed_fact(Cond1) ;composed_fact(Cond2).


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Pytanie „how”

◮ how(P, P) :-fact(P).

◮ how(P, P <= CondProof) :-if Cond then P,how(Cond, CondProof).

◮ how(P1 and P2, Proof1 and Proof2) :-how(P1, Proof1),how(P2, Proof2).

◮ how(P1 or P2, Proof) :-how(P1, Proof);how(P2, Proof).


Systemy ekspertowe


Dialog (1)

◮ Question please:◮ peter isa tiger◮ Is it true: peter has hair?◮ yes◮ Is it true: peter eats meat?◮ no◮ Is it true: peter has pointed teeth?◮ yes


Systemy ekspertowe


Dialog (2)

◮ Is it true: peter has claws ?◮ why◮ To investigate by rule3, peter isa carnivore

To investigate by rule3, peter isa tigerThis was your question

◮ Is it true: peter has claws ?◮ yes◮ Is it true: peter has black stripes ?◮ yes◮ Is it true: peter has tawny colour ?◮ yes


Systemy ekspertowe


Dialog (3)

◮ (peter isa tiger) is true.◮ Would you like to see how ?◮ yes◮ Peter isa tiger

Was derived by rule5 from Peter isa carnivoreAnd

◮ Peter has tawny colourWas toldAnd

◮ Peter has black stripesWas told.


Systemy ekspertowe


Dialog (4)

◮ Peter isa carnivoreWas derived by rule3 from

◮ Peter isa mammalAnd

◮ Peter has pointed teethWas toldAnd

◮ Peter has clawsWas toldAnd

◮ Peter has forward pointing eyesWas told.


Systemy ekspertowe


Dialog (5)

◮ Peter isa mammalWas derived by rule1 fromPeter has hairWas told.


Systemy ekspertowe


Plan prezentacji

Wprowadzenie

Studium przypadku

Charakterystyka

Implementacja

Shell ekspertowy

Postscriptum


Systemy ekspertowe


Materiały zródłowe

◮ L.Sterling, E.Shapiro - „The Art Of Prolog”◮ Ivan Bratko - „Prolog – Programming For Artificial

Intelligence”◮ http://www.wtec.org/loyola/kb/c1_s2.htm

◮ Slajdy zostały przygotowane za zgodadr. Michała Korzyckiego na podstawie jego wykładu.


Systemy ekspertowe


Dziekuje!


Systemy ekspertowe

Education

Systemy ekspertowe 1