sisteme expert financiar-bancare

SISTEME EXPERT FINANCIAR-BANCARE - Suport de curs -

Sisteme expert financiar bancare

2


Cuprins

Cuprins ............................................................................................................................................... 3 Capitolul 1. Clasificarea sistemelor informatice ................................................................................... 5 Capitolul 2. Inteligen a artificial i sistemele expert ......................................................................... 14 2.1. Conceptul de sistem bazat pe cuno tin e ................................................................................. 16 2.2. Metode i tehnici de inteligen artificial ............................................................................... 18 2.3. Domeniile inteligen ei artificiale ............................................................................................. 23 Capitolul 3. Sisteme expert definire i arhitectur ........................................................................... 25 3.1. Conceptul de sistem expert ..................................................................................................... 25 3.2. Arhitectura sistemelor expert .................................................................................................. 36 3.3. Obiectivele, caracteristicile sistemelor expert i structura de baz .......................................... 37 3.4. Metode de reprezentare i utilizare a cuno tin elor n cadrul sistemelor expert ........................ 39 3.5. Evolu ia sistemelor informatice spre sisteme expert i sisteme suport de decizii ...................... 42 Curs 4. Sistemele expert, prezentare general .................................................................................... 45 4.1. Concepte de baz ale sistemelor expert ................................................................................... 45 4.2. Aplica ii ale sistemelor expert ................................................................................................. 50 4.3. Tipuri de sisteme expert .......................................................................................................... 55 4.4. Avantaje i limite ale sistemelor expert ................................................................................... 58 4.5. Sisteme multi-expert ............................................................................................................... 63 4.5.1 Particularit ile i structurile de control ale sistemelor multi-expert ................................... 64 4.5.2 Arhitectura unui sistem multi-expert ................................................................................. 66 Capitolul 5. Realizarea sistemelor expert ........................................................................................... 68 5.1. Considera ii generale .............................................................................................................. 68 5.2. Metodologii de realizare a sistemelor expert ........................................................................... 70 5.3. Instrumente de realizare a sistemelor expert ............................................................................ 74 5.4. Realizarea sistemelor expert prin prototipizare ........................................................................ 76 Capitolul 6. Generatoare de sisteme expert ........................................................................................ 86 6.1. Arhitectura unui generator de sisteme expert ........................................................................... 86 6.2. Exemple de generatoare de sisteme expert .............................................................................. 93 Capitolul 7. Exsys CORVID.............................................................................................................. 95 7.1. Prezentare general ................................................................................................................. 95 7.2. Construirea unei baze de cuno tin e .......................................................................................103 7.2.1 Instalarea i lansarea n execu ie a generatorului EXSYS .................................................1033


7.2.2. Crearea unei baze de cuno tin e ......................................................................................105 7.2.3. Lansarea n execu ie a bazei de cuno tin e RENTAB ......................................................134 Capitolul 8. Teste .............................................................................................................................139 Bibliografie ......................................................................................................................................144

4


Capitolul Clasificarea sistemelor informatice

1.

Clasificarea sistemelor informatice se face n func ie de anumite criterii, i anume: [Lungu & al, 2003], [Oprea, 1999]1. n func ie de domeniul de utilizare, acestea se clasific

n patru grupe, care sunt

prezentate n urm toarea figur .

Fig. 1.1. Clasificarea sistemelor informatice n func ie de domeniul de utilizarea. Specific sistemelor informatice pentru conducerea activit ilor organiza iilor

economico-sociale este faptul c datele de intrare, de regul , sunt furnizate prin documente ntocmite de om, iar datele de ie ire sunt furnizate de c tre sistem tot sub form de documente (liste, rapoarte etc.) pentru perceperea acestora de c tre om.b. Spre deosebire de acestea, sistemele informatice pentru conducerea proceselor

tehnologice se caracterizeaz prin aceea c datele de intrare sunt asigurate prin intermediul unor dispozitive automate care transmit sub form de semnale (impulsuri electronice) informa ii despre diver i parametri ai procesului tehnologic (presiune, temperatur , umiditate, nivel), iar datele de ie ire se transmit, de asemenea, sub form de semnale unor organe de execu ie, regulatoare, care modific automat parametrii procesului tehnologic. Se execut n acest fel controlul i comanda automat a procesului tehnologic. Astfel de sisteme sunt folosite n locurile n care5


este periclitat interven ia n mod direct a factorului uman. Exemple de asemenea sisteme sunt cele pentru laminarea o elului, pentru procesele din petrochimie, pentru fabricarea cimentului, a hrtiei, centrale nucleare etc. n mod firesc apar diferen e ntre obiectivele celor dou categorii de sisteme, cele pentru conducerea proceselor tehnologice avnd ca obiective mbun t irea randamentului agregatelor, urm rirea siguran ei n func ionare, cre terea indicatorilor de calitate a produselor, mbun t irea altor indicatori tehnico-economici.c. Sisteme informatice pentru activitatea de cercetare

tiin ific

i proiectare

tehnologic asigur automatizarea calculelor tehnico-inginere ti, proiectarea asistat de calculator i alte facilit i necesare speciali tilor din domeniile respective.d. Sistemele informatice speciale sunt destinate unor domenii specifice de activitate, ca

exemplu: informare i documentare, tehnico- tiin ific , medicin etc.2. Un alt criteriu de clasificare al sistemelor informatice economice este n func ie de nivelul

ierarhic ocupat de sistemul economic n structura organizatoric a organiza iei, conform c ruia exist urm toarea clasificare:a. Sisteme informatice pentru conducerea activit ii la nivelul organiza iilor economice.

Acestea pot fi descompuse n subsisteme informatice asociate func iunilor organiza iilor economico-sociale sau chiar unor activit i.b. Sisteme

informatice pentru conducerea activit ii la nivelul organiza iilor

economico-sociale cu structur de grup. n aceast categorie sunt incluse sistemele informatice la nivelul regiilor autonome.c. Sisteme informatice teritoriale. Sunt constituite la nivelul unit ilor administrativ-

teritoriale i servesc la fundamentarea deciziilor adoptate de c tre organele locale de conducere.d. Sisteme informatice pentru conducerea ramurilor, subramurilor

i activit ilor la

nivelul economiei na ionale. Se constituie la nivelul ramurilor, subramurilor i activit ilor individualizate avnd n vedere diviziunea social a muncii i specificate n clasificarea economiei na ionale. Sunt elaborate i administrate de ministerele, departamentele sau organele care au prin lege sarcina de a coordona metodologic grupele respective de activit i. Principala lor func ie const n fundamentarea i reglarea echilibrului dezvolt rii economico-sociale n profil de ramur . Aceste sisteme vor trebui s realizeze elaborarea de variante a proiectului de plan n profil de ramur , nc rcarea optim a capacit ilor de produc ie, folosirea intensiv a ma inilor, utilajelor i instala iilor, urm rirea i controlul realiz rii sarcinilor de plan i a celor privind calitatea produc iei, perfec ionarea produselor i a tehnologiilor,6


nnoirea produc iei i asigurarea de noi produse, utilizarea superioar a poten ialului material i uman din ramura respectiv .e. Sisteme informatice func ionale generale ce au ca atribut principal faptul c

intersecteaz toate ramurile i activit ile ce au loc n spa iul economiei na ionale, furniznd informa iile necesare coordon rii de ansamblu i sincroniz rii lor n procesul reproduc iei din cadrul economiei de pia . n aceast cuprinse sistemele pentru planificare, statistic , financiar-bancar etc. categorie sunt

Fig. 1.2. Clasificarea sistemelor informatice n func ie de nivelul ierarhic3. Un alt criteriu de clasificare al sistemelor informatice este acela dup aportul acestuia n

actul decizional.

Fig. 1.3. Clasificarea sistemelor informatice n func ie de aportul n actul decizional7


Decidentul dintr-o unitate are prin sistemul informatic un puternic suport pentru fundamentarea deciziilor sale. Acest suport implementeaz modele matematicoeconomice din domeniul specific de activitate sau cu caracter general. Este situa ia clasic de realizare a sistemelor informatice (SI) ca asistent al decidentului. Acestea execut o mic parte din activitatea decidentului, rolul lor important fiind de culegere i prelucrare automat a datelor, colec iile de date reg sindu-se sub form de fi iere sau baze de date. Este perioada de pn n jurul anului 1970, cnd dou discipline au venit n sprijinul tiin ific al sistemului informatic-decizional: cercet rile opera ionale i teoria deciziei. n aceast perioad apar i primele sisteme suport de decizie (SSD, Decision Support System - DSS). Aceste sisteme reprezint o clas a sistemelor informatice incluznd sisteme bazate pe cuno tin e (knowledge based system) care suport activit i de luare a deciziei. n general, se spune c un sistem suport de decizie este un sistem computerizat care ajut n luarea deciziilor (o decizie este o alegere ntre mai multe alternative bazate pe estim ri ale valorilor acestor alternative). Acest concept a fost utilizat n mai multe moduri (Alter 1980, Power 2002), i el a fost definit n func ie de punctul de vedere al autorilor (Druzdzel and Flynn 1999). Finlay (1994) i al i autori definesc un SSD drept un sistem bazat pe calculator care ajut procesul de luare a deciziei. Turban (1995) define te un SSD ca un sistem informa ional bazat pe calculator interactiv, flexibil i adaptabil, special dezvoltat pentru sus inerea solu iei unei probleme de management n scopul mbun t irea lu rii deciziei. El utilizeaz date, furnizate printr-o interfa proprie. Acest concept a ap rut ca urmare a dezvolt rii a dou domenii ale cercet rii, respectiv studiile teoretice ale teoriei deciziei ntre anii 1950 1960 la CIT Carnegie Institute of Technology, i interac iunea sistemelor de calcul n anumite activit i umane, cercet ri f cute n cadrul MIT Massachustts Institute of Technology n anii 1960, devenind un domeniu al cercet rii la mijlocul anilor 1970, cnd s-a remarcat o cre tere puternic a fluxului informa ional n toate domeniile de activitate, a bazelor de date teleprelucr rii datelor. Acestea au permis prelucrarea unui volum mai mare de date i o comunica ie mai rapid i mai eficient , iar rolul sistemului informatic a crescut n raport cu decidentul, ajungnd s fie un colaborator al acestuia. De multe ori, aceste sisteme informatice execut o parte nsemnat din activitatea decidentului evolund, astfel spre sisteme suport de decizie, n care colec iile de date se reg sesc sub forma bazelor de cuno tin e (baze de date i baze de module). n momentul de fa sistemele suport de decizie reprezint un mediu care8

u or de utilizat, i ine seama de decizia

i a


interac ioneaz

cu cercet ri din domeniul bazelor de date, inteligen ei artificiale,

interac iunea calculator-om, metode de simulare, ingineria software i telecomunica ii. Sistemele suport de decizie sunt clasificate avnd n vedere diferite criterii. Astfel, din punct de vedere al rela iei cu utilizatorul, Httenschwiler (1999) diferen iaz SSD pasive (este un sistem care ajut procesul de luare a deciziei, dar nu arat explicit solu ii sau sugestii pentru luarea deciziei), SSD active (este un sistem care ajut n luarea unor solu ii sau sugestii pentru luarea deciziei), i SSD cooperante (permit decidentului, respectiv a consultan ilor s i, s modifice, s completeze, sau s redefinesc decizia furnizat de sistem, nainte de trimiterea acestora napoi c tre sistem pentru validare. ntregul proces se deruleaz pn cnd este generat o solu ie optim ). Dac se are n vedere (criteriul) modul de asisten sistemele suport de decizie n:1. SSD orientat pe comunica ii suport mai mul i utilizatori pe un task partajat. Un

acordat, Power (2002) clasific

astfel de exemplu include instrumentele integrate precum NetMeeting ul de la Microsoft sau Groove.2. SSD orientat pe date pune accentul pe accesarea c tre i manipularea datelor

interne ale companiei, i, uneori datelor externe.3. SSD orientat pe document administreaz , salveaz

i manipuleaz

informa ii

nestructurate ntr-o varietate de formate electronice.4. SSD orientat pe cuno tin e furnizeaz cuno tin e de specialitate n rezolvarea de

probleme specializate stocate ca fapte, reguli, proceduri, sau structuri similare.5. SSD orientat pe model pune accentul pe accesul c tre i manipularea unui model

de simulare, statistic, financiar sau de optimizare. Aceste sisteme utilizeaz date i parametri furniza i de utilizatori. Un exemplu de generator de SSD orientat pe model este Discodess (este de tip open source realizat de Gachet n 2004). n conformitate cu Sprague i Carlson (1982) i Haag & al. (2000), din punct de vedere arhitectural un sisteme suport de decizie este alc tuit din trei componente fundamentale: un sistem de gestiune a bazei de date (SGBD) care memoreaz informa ii; un sistem de gestiune orientat pe model trateaz reprezent rile evenimentelor, faptelor, sau situa iilor (se utilizeaz diferite tipuri de modele), i sistemul de gestiune i generare a dialogului permite interac iunea dintre utilizator i sistem. Power (2002) sus ine c un SSD este alc tuit din patru componente importante: interfa a cu utilizatorul, baza de date, modelul i instrumente analitice, arhitectura SSD i re eaua. Httenschwiler (1999) spune c un SSD este identificat de cinci componente, iar exemplele pot continua n func ie de p rerea fiec rui autor n parte.9


ncepnd cu anii 1970, bazele de date au evoluat spre rela ional i distribuit, iar re elele de calculatoare locale i generale au nceput s fie utilizate n mod curent n activitatea organiza iilor. Informa ia care se prelucreaz se diversific foarte mult, volumul de date este tot mai mare, iar complexitatea prelucr rilor de asemenea. Sistemele informatice ncep s execute o mare parte din activitatea de rezolvare a problemelor de decizie, devenind experte n domeniu, evolund astfel spre sisteme expert (SE), n care colec iile de date se reg sesc sub forma bazelor de cuno tin e i modele. Volumul mare i complexitatea deosebit a datelor care circul pe magistralele (re elele) informa ionale interna ionale n momentul de fa tind s sufoce sistemele informatice bazate pe sistemul rela ional. Abordarea orientat obiect, precum i realizarea de baze de cuno tin e, pe ma ini tot mai puternice, tind s rezolve aceast problem . Sistemele expert, precum i sistemele suport de decizie sunt de fapt sisteme informatice dedicate. Iat cteva dintre aspectele comune i deosebirile dintre cele trei sisteme:a. Tehnologia de realizare se p streaz n mare parte pentru toate cele trei tipuri de

sisteme. Pe de o parte, SSD i SE au preluat n metodologia lor de realizare majoritatea activit ilor din metodologia de realizare a SI, adoptnd o parte din ele. Pe de alt parte, metodologia de realizare a SI a evoluat mult odat cu apari ia SSD i SE, prelund o serie de elemente de simplitate, flexibilitate, precum i stilul de lucru n pa i m run i i relu ri succesive. Ideea c un sistem informatic, ca de altfel orice produs informatic, se realizeaz la cheie prin etape care odat realizate nu se mai pot relua, nu mai este agreat . Stilul de lucru de la sistemele expert care presupune realizarea unei versiuni care nu este nici ultima, nici cea mai bun , urmnd apoi s se realizeze versiuni succesive pentru perfec ionare i dezvoltare, este tot mai mult utilizat i n realizarea sistemelor informatice.b. Toate folosesc abordarea sistemic

pentru studierea

i rezolvarea problemelor.

Aceasta este o modalitate eficient coeren ei.

pentru nvingerea complexit ii i p strarea

Abordarea sistemic presupune o serie de caracteristici n procesul de cunoa tere, caracteristici care se reg sesc la realizarea tuturor celor trei tipuri de sisteme. Aceste caracteristici sunt: extragerea sistemului studiat se face din mediul nconjur tor; definirea problemei i descrierea ei se face cantitativ i/sau calitativ; se definesc mijloacele posibile pentru rezolvarea problemei; se formuleaz diferite variante de rezolvare a problemei;

10


se compar variantele i se alege cea mai bun (cea care satisface cel mai bine

cerin ele).c. Modul de rezolvare al problemelor p streaz direc ii comune care caracterizeaz

sistemul uman de prelucrare i evaluare a informa iei. Acest lucru este firesc n SSD i SE, i se accentueaz n SI prin abordarea orientat obiect. n acest sens, se mbin aspectele descriptive cu cele imperative, neprocedurale cu cele procedurale, n func ie de sistem punndu-se accentul pe unul sau altul dintre aceste aspecte. Modulul rezolutiv se bazeaz n special pe ra ionamente, dar i pe algoritmi n SE i se bazeaz n special pe algoritmi, date i ra ionamente n SSD i SI. Ra ionamentul se bazeaz pe modelul logic i nu pe cel fizic, ceea ce nseamn c primeaz relevan a i mai pu in precizia. Acest lucru este valabil att n mecanismul de inferen din SE, ct i n procesul decizional din SSD. n SI, n modelul prelucrativ, conteaz mai mult precizia i mai pu in relevan a. Aplica iile cu baze de cuno tin e sunt n ultim instan domeniu dat.d. Cele trei sisteme, de i au arhitecturi diferite, p streaz

aplica ii informatice care permit rezolvarea de probleme

dificile prin simularea ra ionamentului uman asupra unor cuno tin e specifice unui i elemente comune. Toate au de

colec ii de date care sunt fi iere sau baze de date n SI, baze de cuno tin e n SSD (baza de date i baza de module) i SE (baza de cuno tin e i modele). n plus fa SI, SSD con in o baz de module care este de fapt o bibliotec de module

permanente sau de uz temporar. Acestea pot fi ale utilizatorului sau realizate de firme specializate. Modulele operative, tactice sau strategice, de calcul sau analiz etc. Dimensiunile acestor module pot fi de la o singur rela ie pn la foarte multe. Legat de aceast baz de module, SSD va con ine un mecanism de construire sau generare a modulelor, va avea posibilitatea s restructureze un modul, s -l actualizeze i s opereze asupra modulelor pentru a ob ine rapoarte de ie ire. n loc de colec iile de date din SI, SE con in o baz de cuno tin e n care se descriu obiectele din lumea real . Ea con ine fapte (axiome) i reguli (care pot descrie i modele). Att SSD, ct i SE au componente pentru nv are care achizioneaz noi cuno tin e. Aceast component lipse te ca atare n SI, de i sunt ncerc rii n acest sens de a fi inclus . De asemenea, toate sistemele con in interfe e cu utilizatorul care tind s devin tot mai prietenoase, u or de folosit i interactive. Aceast component tinde s dep easc jum tate din codul program generat, n toate cele trei sisteme. Tendin a este dat de ma inile interactive actuale i de societatea informatizat care determin o utilizare n mas a calculatoarelor. Dialogul dat de interfa11

trebuie s fie ct mai


natural pentru a elimina bariera psihologic dintre om i ma in . Stilul de dialog poate fi ntrebare-r spuns, limbaj de comand , meniu, videoformat, ferestre etc., la care se adaug facilit ile oferite de platformele multimedia (dac acestea sunt disponibile). Tabelul 1.1. Colec iile de date specifice fiec rui tip de sistem Tip sistem SI SSD SE Colec iile de date Fi iere i baze de date Baze de cuno tin e Baze de cuno tin e i Modele

e. Toate cele trei sisteme ajut decidentul n activitatea sa, i fundamenteaz decizia.

Contribu ia fiec rui tip de sistem la sprijinul decidentului, n fundamentarea deciziilor este prezentat n tabelul 1.2. Tabelul 1.2. Contribu ia fiec rui tip de sistem la procesul decizional Tip sistem SI SSD SEf.

Ajutor pentru decident Asistent Colaborator Expert

Partea executat din activitatea decidentului O mic parte O parte nsemnat O mare parte

Problemele rezolvate cu cele trei tipuri de sisteme sunt de natur diferit , de i au i elemente comune (de exemplu, toate provin din lumea real ). Dac ntr-o problem criteriile sunt preponderent cantitative, iar caracteristicile problemei se formuleaz cantitativ, modelarea se face foarte bine algoritmic i va rezulta un SI. Dac ns exist formul ri mai pu in cantitative se tinde spre SSD sau SE, care ns nu exclud folosirea algoritmilor. Pentru problemele complexe n condi ii de incertitudine, se porne te conceptual, dar i practic, de la baze de date clasice spre baze de cuno tin e. Acestea au la baz cuno tin e incomplete, inconsistente, incerte, imprecise, ambigui. Pentru fiecare dintre aceste categorii de cuno tin e exist o logic nestandard de care se ine cont n abordarea problemei. Acest lucru se trateaz bine n SSD i SE, i foarte greu sau imposibil de tratat n SI. Din analiza de mai sus rezult evolu ia n anumite condi ii a SI spre SSD. La SE evolu ia se constat n ceea ce prive te conceptele (sistem, componente, modele, obiecte etc.), metodologia de realizare (principalele activit i, metode, tehnici etc.),

12


solu ii software de implementare (limbaje, tehnici de programare, inginerie software etc.). Pe de alt parte, din punct de vedere al organiz rii datelor, se constat evolu ia bazelor de date rela ionale spre cele orientate obiect i spre bazele de cuno tin e. Simplificarea modelului rela ional i mbun t irea lui a condus spre modelul orientat obiect. De asemenea, reprezentarea prin perechile A-V (atribut-valoare) din rela ional se reg se te i n bazele de cuno tin e (exemplul din limbajul Prolog).4. Din punct de vedere al organiz rii datelor sistemele informatice se clasific n: a. SI care au colec iile de date organizate n fi iere. Fi ierele pot fi cu organizare clasic

(secven iale, indexat-secven iale, relative) sau cu organizare special (nl n uite, inverse etc.). Aceste tipuri de SI sunt tot mai rar ntlnite ast zi, i ele mai pot fi acceptate doar pentru sisteme mici. n orice caz, aceste sisteme trebuie s foloseasc i fi iere care permit accesul direct pentru u urin a i rapiditatea manipul rii datelor.b. SI care au colec ii de date organizate n baze de date. Pentru acest lucru se folose te

un model de date care poate fi arborescent, re ea, rela ional sau orientat obiect i un SGBD adecvat. Cel mai utilizat model este cel rela ional, cu tendin de evolu ie spre orientat obiect. Majoritatea SI sunt de acest tip datorit avantajelor oferite de bazele de date n crearea i manipularea colec iilor de date.c. SI mixte care au colec ii de date organizate n baze de date, dar i n fi iere. Pot

ap rea i astfel de situa ii n realizarea unui SI, n sensul c pe lng baza de date sunt necesare i o serie de fi iere relativ independente prelucrate din limbaje de programare, n afara SGBD-ului. Astfel de cazuri apar mai ales atunci cnd SI colaboreaz cu alte sisteme sau aplica ii informatice.

13


Capitolul Inteligen a artificial i sistemele expert

2.

Inteligen a artificial

i sistemele expert reprezint un domeniu al informaticii care are drept scop la calculatoare. Dorin a de a un vechi deziderat al omului, perfect

transpunerea comportamentului inteligent uman la ma ini, n spe dispune i de a folosi ma ini inteligente reprezint mai productive.

justificabil innd cont de faptul c asemenea ma ini pot fi, n principiu, mai simplu de utilizat i

Constituirea ca domeniu tiin ific autonom, cu obiect de studiu propriu, cu metode i tehnici de lucru specifice s-a realizat la nceputul anilor 1950, ca urmare a sprijinului oferit de inteligen a artificial din partea unor domenii conexe precum matematica, psihologia, fiziologia, logica etc. Obiectul de studiu al inteligen ei artificiale l reprezint posibilitatea de emulare al acestuia la ma ini. Prin comportament inteligent se n elege, n general, acel comportament care implic realizarea unor activit i ce reclam calit i intelectuale deosebite: posibilitatea de abstractizare, flexibilitate, adaptare la situa ii noi (incomplet cunoscute), creativitate etc. De exemplu, n elegerea limbajului natural, practicarea matematicii, rezolvarea unor probleme practice dificile, acordarea de semnifica ie diferitelor forme (de exemplu, vizuale) sunt considerate drept activit i ce reclam inteligen i deci caracterizeaz un comportament inteligent. Realizarea acestor activit i de c tre ma in , deci automatizarea lor, poate fi extrem de dificil . Chiar i activit ile pe care omul le realizeaz curent, de exemplu, n elegerea limbajului natural, pot fi extrem de dificil de automatizat. Informatica conven ional , bazat pe algoritm drept paradigm a calculului (a automatiz rii sarcinilor), nu a reu it s transfere aceste activit i inteligente spre ma in . Paradigma care a dominat domeniul inteligen ei artificiale, la nceputul constituirii sale, poate fi considerat cea desemnat prin general problem solver, denumirea proiectului lansat n anii 1960, care a avut drept obiectiv identificarea acelor mecanisme abstracte ale gndirii ce permit omului desf urarea activit ii inteligente. Ini iatorii acestui proiect, H. Simon, A. Newell i B. Shaw, considerau c la baza comportamentului inteligent stau o serie de mecanisme generale, universale de gndire ce sunt utilizate n rezolvarea oric rei probleme, n desf urarea oric rei14

comportamentul inteligent

i


activit i. Odat descifrate aceste mecanisme i transpuse n programe de calcul, ma ina poate executa orice sarcin . E ecul proiectului a demonstrat c activit ile ce reclam inteligen trebuie abordate diferen ial

innd cont de marea lor varietate i c esen iale n realizarea acestor activit i sunt cuno tin ele (knowledge). Sfr itul anilor 1970 a marcat momentul lans rii unei noi paradigme n cadrul inteligen ei artificiale, i anume, cea de cuno tin e.[Lungu & al, 2003, pag. 63] Pentru no inea de sistem expert, cercet torii ofer n principal defini ii func ionale, pragmatice. n continuare se dau exemple de defini ii date de diferi i autori [Andone & ugui, 1999, pag. 37]: Edward Feigenbaum de la Stanford University d urm toarea defini ie sistemele expert sau programe concepute pentru a ra iona n scopul rezolv rii problemelor pentru care n mod obi nuit se cere o expertiz uman considerabil . Edward Feigenbaum este pionerul n inteligen artificial care a definit sistemul expert ca pe un program inteligent pentru calculatorul electronic, care utilizeaz cunoa terea i proceduri de inferen pentru solu ionarea problemelor, care sunt suficient de dificile pentru a necesita o expertiz uman semnificativ pentru solu ionarea lor. Louis E. Frenzel sistemul expert este un program particular care ncorporeaz o baz de cuno tin e i un motor de inferen e. Programul se comport ca un consilier inteligent ntr-un domeniu particular. O defini ie original apar ine profesorilor J. Giarratano i G. Rilez (NASA): Un sistem expert este un sistem care emuleaz abilitatea de a lua decizii a expertului uman. Termenul emuleaz nseamn c sistemul este menit s ac ioneze n toate privin ele ca expertul uman. Emularea este ceva mai mult dect simularea, care cere doar s ac ioneze prin imitarea condi iilor realizate. Sistemele expert ac ioneaz foarte bine n domenii bine delimitate. P.V. Pigford i G. Baur sistemul expert este un produs program care emuleaz comportamentul exper ilor umani care rezolv probleme din lumea real asociate unui domeniu particular al cuno terii. Din aceste defini ii rezult urm toarele idei succesive care contureaz suficient no iunea de sistem expert: din punct de vedere conceptual sistemele expert vizeaz reconstruirea ra ionamentului uman pe baza expertizei ob inut de la exper i;

15


sistemele expert dispun de cuno tin e intelectuale umane;

i de capacitatea de a desf ura activit i

sistemele expert sunt organizate pentru achizi ia i exploatarea cunoa terii dintr-un domeniu particular numit domeniul problemei; sistemele expert dispun de metode de invocare a cunoa terii i exprimarea expertizei, comportndu-se ca un sistem inteligent; ca nivel de realizare informatic , sistemele expert se bazeaz pe principiul separ rii cunoa terii (bazei de cuno tinte) de programul care o trateaz (motorul de inferen e); sistemele sunt capabile s memoreze cunoa terea, s stabileasc leg turi ntre cuno tin e i s infereze concluzii, solu ii, recomand ri, sfaturi, respectiv cauzele unor fenomene i situa ii pe baza faptelor i prelucr rii cunoa terii incerte. 2.1. Conceptul de sistem bazat pe cuno tin e Inteligen a artificial consider ca posibil emularea comportamentului inteligent la ma ini prin memorarea cuno tin elor i asigurarea condi iilor pentru prelucrarea lor automat . [Lungu & al, 2003, pag. 64] Toate sistemele de inteligen artificial sunt sisteme care posed i utilizeaz cuno tin e, fiind

denumite sisteme bazate pe cuno tin e (sau sisteme cu baz de cuno tin e). Aceste sisteme sunt specializate n desf urarea diferitelor activit i. Un sistem informatic bazat pe cuno tin e este un sistem care surprinde capacitatea unui expert uman de a rezolva probleme ntr-un domeniu specific prin reprezentarea cuno tin elor necesare ntr-un mediu computa ional (ntr-un calculator). ntruct pentru identificarea cuno tin elor necesare este nevoie de un expert uman, care nu este neap rat n contact direct cu nevoile i cerin ele utilizatorilor, este necesar existen a unui inginer de cuno tin e, care intervieveaz exper ii. Baza de cuno tin e rezult astfel din interac iunea dintre inginerul de cuno tin e i exper i.

Fig. 2.1. Interac iunea exper i-ingineri de cuno tin e16


ntre sistemele informatice bazate pe cuno tin e i sistemele expert exist o prim diferen inteligen ei artificiale. Aplica ii ale sistemele informatice bazate pe cuno tin e exist

i i n

anume: primele pot fi considerate mai generale, deoarece nu se refer numai la domeniul medicin , inginerie, afaceri etc. De asemenea, unele ramuri ale inteligen ei artificiale nu intr n categoria sistemele informatice bazate pe cuno tin e, dup cum se poate bine observa din figura 2.2.

Fig. 2.2. Intersec ia inteligen artificial -sisteme expert informatice bazate pe cuno tin e- sisteme

Sistemele de inteligen

artificial dispun de o baz de cuno tin e, precum i de mecanisme de

utilizare a acestora (mecanisme rezolutive, inferen iale sau de ra ionament), n scopul efectu rii n mod automat a unor activit i (taskuri) diferite descrise cu ajutorul unor fapte, reunite n componenta baza de fapte (figura 2.3.)

Fig. 2.3. Structura generic a unui sistem de inteligen artificial17


n sens informatic cuno tin ele reprezint

informa ii dobndite care servesc la realizarea

diferitelor activit i. De i aspectul pragmatic este esen ial n definirea conceptului de cuno tin e, exprimarea acestora trebuie realizat relativ independent de modul lor de utilizare. Aceasta, deoarece unele i acelea i cuno tin e pot fi utilizate n mod diferit pentru rezolvarea diferitelor probleme sau chiar pentru aceea i problem n circumstan e diferite. Spre deosebire de informatica conven ional care s-a bazat pe o reprezentare implicit a

cuno tin elor i o reprezentare explicit a modului de utilizare a acestora n rezolvarea unei anumite probleme (algoritmul fiind de fapt o schem de aplicare a unor cuno tin e care nu sunt men ionate n mod explicit) inteligen a artificial a adoptat solu ia reprezent rii explicite a cuno tin elor, a enun rii lor ntr-un mod relativ independent de modurile de utilizare. Realizarea unui sistem de inteligen permit artificial are sarcina de a justifica i a exprima (reprezenta) cuno tin ele necesare efectu rii unor activit i i de a nregistra sistemul cu mecanisme care s aplicarea acestor cuno tin e. Responsabilitatea deciziilor privind modul efectiv de utilizare a cuno tin elor revine sistemului i care la momentul execu iei va lua n mod automat decizii privind: ce cuno tin e sunt necesare; cum i cnd s fie utilizate acestea pentru realizarea respectivelor activit i. 2.2. Metode i tehnici de inteligen artificial Realizarea unui sistem de inteligen artificial (SIA) reclam aplicarea unor metode i tehnici de achizi ionare, reprezentare i utilizare a cuno tin elor (figura 2.4.). [Lungu & al, 2003, pag. 6568]

18


Fig. 2.4. Metode i tehnici utilizate pentru realizarea SIA A. Achizi ionarea de cuno tin e Metodele i tehnicile de achizi ionare a cuno tin elor (figura 2.5.) precizeaz modul n care se construie te baza de cuno tin e ntr-un sistem de inteligen artificial .

Fig. 2.5. Metode i tehnici de achizi ionare a cuno tin elor nv area teoretic permite construirea primei forme a bazei de cuno tin e (BC). Limitele metodelor teoretice (bazate pe calcul simbolic) au f cut ca procesul de automatizare a achizi ion rii cuno tin elor s fie foarte lent i rezultatele pu in conving toare. Calculul simbolic nu este un instrument bun pentru emularea proceselor de nv are, deoarece majoritatea sunt bazate pe procese inductive, de natur preponderent intuitiv . Completarea fazei de nv are teoretic cu o nv are empiric este posibil prin convertirea cuno tin elor din baza de cuno tin e sub forma unei re ele neuronale, cunoscut n acest caz sub numele de re ea neuronal bazat pe cuno tin e. Instruirea acestei re ele se realizeaz pe baza exemplelor de instruire, cu ajutorul unuia dintre algoritmii de instruire ai re elelor neuronale aplicabile acestui tip de re ea. Rezultatele instruirii, reprezentate sub forma valorilor parametrilor de re ea sunt convertite n cuno tin e reprezentate simbolic (ad ugate la baza de cuno tin e) cu ajutorul unor algoritmi de extragere a cuno tin elor din re elele neuronale.

19


Dintre cele mai cunoscute metode i tehnici de nv are simbolic se pot aminti: metode i tehnici de nv are pe de rost" (rate learning); metode i tehnici de nv are prin instruire (learning by being told); metode i tehnici de nv are inductiv (din exemple, prin descoperire, prin observare). Figura urm toare exemplific etapele parcurse de cuno tin e n faza de achizi ionare a acestora.

Fig. 2.6. Fazele achizi ion rii de cuno tin e

B. Reprezentarea cuno tin elor

20


Metodele i tehnicile de reprezentare a cuno tin elor definesc structurile de reprezentare a cuno tin elor, structuri ce trebuie s satisfac , n conformitate cu [Bodea, 1998], o serie de cerin e (figura 2.7.) i anume: adecvarea reprezenta ional , adic posibilitatea de reprezentare a tuturor categoriilor de cuno tin e din cadrul domeniului respectiv; adecvarea achizi ional , schema de reprezentare fiind obligat s favorizeze procesul de achizi ionare a cuno tin elor; adecvarea informa ional , n sensul c structurile de reprezentare trebuie s permit definirea unor operatori, s fie prelucrabile; eficacitatea inferen ial , n sensul c structurile de reprezentare trebuie s fac posibile prelucr rile nu n orice condi ii, ci numai n condi iile de eficien .

Fig.

2.7.

Cerin e

i

caracteristici

ale

metodelor

i tehnicilor de reprezentarea cuno tin elor O schem de reprezentare a cuno tin elor poate fi caracterizat prin intermediul unor

caracteristici: gradul de granularitate al reprezent rii este dat de nivelul de detaliere al primitivelor reprezenta ionale; gradul de modularitate al construc iilor (structurilor) de reprezentare ce exprim nivelul de independen relativ a acestor structuri; gradul de compilare al reprezent rii, exprim m sura n care reprezentarea favorizeaz anumite scheme de utilizare a cuno tin elor. Teoretic gradul de compilare trebuie s fie zero, ns necesitatea asigur rii unei eficien e impune facilitarea unor prelucr ri, deci asigurarea unui grad de compilare mai mare sau mai mic;

21


gradul de nedeterminare se refer la num rul de solu ii alternative de reprezentare din care se poate face reprezentarea unei anumite piese de cunoa tere. Metodele i tehnicile de reprezentare a cuno tin elor se pot grupa n: metode i tehnici de reprezentare simbolic (calculul predicatelor, regulile de produc ie, cadre-frame, grafuri etc.); metode i tehnici de reprezentare neuronal (re ele neuronale); metode i tehnici de reprezentare genetic (cromozomi). C. Utilizarea cuno tin elor Metodele i tehnicile de utilizare a cuno tin elor (figura 2.8.) sunt n strns leg tur cu cele de reprezentare n sensul c posibilit ile de utilizare depind, n mod direct, de structurile de reprezentare. Utilizarea cuno tin elor poate fi interpretat drept un proces de aplicare a unui set de operatori defini i asupra structurilor de reprezentare a cuno tin elor prin metode slabe" i metode tari". Fiecare schem de reprezentare are corespondent n ansamblul metodelor i tehnicilor de

ra ionament. Este ns important de men ionat faptul c , indiferent de categoria de metode i tehnici de ra ionament considerat , se definesc variante de ra ionament: n condi ii de completitudine a cuno tin elor i certitudine; n condi ii de incompletitudine i incertitudine.

Fig. 2.8. Metode i tehnici de utilizare a cuno tin elor22


2.3. Domeniile inteligen ei artificiale Domeniile inteligen ei artificiale reprezint zone majore de aplica ii ale acesteia: prelucrarea limbajului natural, modelarea ra ionamentelor, probleme de percep ie, jocuri, robo i, sisteme expert. [Lungu & al, 2003, pag. 68] Prelucrarea limbajului natural cuprinde att n elegerea mesajelor exprimate n limbaj natural, ct i generarea mesajelor. Se consider cel mai reprezentativ i totodat , cel mai dificil domeniu al inteligen ei artificiale. De prelucrarea limbajului natural sunt legate i o serie de alte tipuri de aplica ii de inteligen artificial precum traducerea automat i programarea automat .

Modelarea diferitelor forme de ra ionament reprezint un domeniu mai abstract cu aplicare n cadrul mai multor domenii teoretice i practice: modelarea ra ionamentului inductiv i modelarea ra ionamentului incert. Problemele de percep ie se refer la domenii precum vederea i vorbirea artificial , cu aplicare deosebit n extinderea capacit ilor de interac iune om-ma in . Jocurile cu partener-calculator reprezint probleme combinatoriale pentru care ncetinirea sau chiar mpiedicarea exploziei combinatoriale a calculelor reprezint aspectul teoretic i practic cel mai important de solu ionat. Robo ii inteligen i reprezint acea clas de sisteme fizice autonome care pot realiza planificarea ac iunilor ntr-un mediu necunoscut sau numai par ial cunoscut. Sistemele expert sunt produse ale inteligen ei artificiale, ramur a tiin ei calculatoarelor ce urm re te dezvoltarea de programe inteligente. Ceea ce este remarcabil pentru sistemele expert, este aria de aplicabilitate ce a cuprins multe domenii de activitate. Un sistem expert (SE) este un program care urm re te un grup de cuno tin e pentru ob inerea n acela i mod ca i exper ii umani a rezultatelor despre activit i dificil de examinat. Principala caracteristic a sistemelor expert este derivat din baza de cuno tin e mpreun cu un algoritm de c utare specific metodei de ra ionare. Un sistem expert trateaz cu succes probleme pentru care nu exist o solu ie algoritmic clar . [http1]

23


Sistemele expert reprezint domeniul inteligen ei artificiale cel mai bine reprezentat n mediul social-economic i simuleaz comportamentul expertului uman ntr-un domeniu bine precizat.

24


Capitolul 3. Sisteme expert definire i arhitectur

3.1. Conceptul de sistem expert Un domeniu important de aplicabilitate a inteligen ei artificiale este cel al sistemelor expert. Pentru a n elege exact no iunea de expert, s consider m mai nti diferen a dintre reprezentarea unui specialist i cea a unui nespecialist asupra unui anumit fapt sau fenomen. Diferen a const n principal n completitudinea sistemului i n maniera n care sunt sistematizate cuno tin ele privitoare la acesta. [Lungu & al, 2003, pag. 69-70] Pentru un expert, cuno tin ele despre fenomen sunt organizate, precise, punctuale i

sistematizate. Cuno tin ele unui nespecialist despre acela i fapt sunt globale, amorfe, nestructurate. Acest lucru se ntmpl deoarece pe m sur ce se aprofundeaz un domeniu, conceptele specifice se rafineaz , iar conexiunile care se stabilesc ntre acestea devin mai specifice.

Fig. 3.1. Diferen e nespecialist-specialist Un sistem expert este un program care utilizeaz cunoa tere i proceduri de inferen pentru a

rezolva probleme suficient de dificile pentru a necesita n mod normal interven ia unui expert uman n vederea g sirii solu iei. Pe scurt, sistemele expert sunt programe care nmagazineaz cuno tin e specializate, introduse de exper i.25


Sistemele expert reprezint sisteme de inteligen

artificial destinate rezolv rii unor probleme

dificile, de natur practic , la nivelul de performan a exper ilor umani. Exper ii rezolv probleme practice, dificile de realizat pentru un nespecialist, pe baz de expertiz . Mergnd mai departe, se poate spune c sistemele expert realizeaz deci o automatizare a expertizei dintr-un anumit domeniu de activitate. Pentru a se n elege mai bine rolul expertizei ntr-un anumit domeniu, va trebui s se cunoasc care este domeniul expertizei i conceptele asociate n cadrul sistemelor expert (prezentate n figura 3.2., prelucrare dup [Bodea, 1998]).

26


Fig. 3.2. Expertiza uman (a) i conceptele asociate n cadrul sistemelor expert (b) A. Domeniul de expertiz Domeniul de expertiz se caracterizeaz prin ansamblul de cuno tin e necesare rezolv rii

diferitelor probleme ce se manifest n acest domeniu. Cuno tin ele pot fi de cultur general , de specialitate i cuno tin e expert. Cuno tin ele expert reprezint elementul esen ial al sistemului de cuno tin e servind la i calit i individuale deosebite ce l disting de

identificarea i descrierea problemelor. Aceste cuno tin e sunt proprietatea expertului, fiind ob inute de acesta n special prin experien ceilal i speciali ti n domeniu care posed doar cuno tin e comune de specialitate. Cuno tin ele expert servesc la rezolvarea problemelor complexe, n special a celor prost structurate, pentru care nu exist proceduri opera ionale predefinite (solu ii prefabricate). Problemele prost structurate se caracterizeaz prin importan a deosebit pe care o prezint experien a decidentului n solu ionarea problemei, prin lipsa unor proceduri predefinite de rezolvare, prin existen a unor criterii numeroase, adesea inconsistente, printr-un ritm rapid de schimbare a contextului i a formei de manifestare a problemei.

27


Cuno tin ele asociate domeniului de expertiz servesc rezolv rii problemelor din acest domeniu, probleme n general omogene ca tip putnd fi deci considerate drept apar innd unei clase de probleme. Descrierea unei anumite probleme specifice se realizeaz prin prezentarea st rii de fapt a domeniului la un moment dat. Rezolvarea problemei se realizeaz prin aplicarea diferitelor cuno tin e, care exprim modalit ile de ac iune la o anumit stare a domeniului. B. Conceptele asociate expertizei Conceptele asociate expertizei ntr-un sistem expert sunt legate de baza de cuno tin e: cum este construit (achizi ionarea de cuno tin e), cum se rezolv ra ionamentul, cum se explic utilizatorului. B1. Achizi ionarea de cuno tin e Pentru a ajunge la o baz de cuno tin e consistent i coerent o mare responsabilitate revine

unui cognotician, care r spunde de achizi ia i organizarea cunoa terii. Aceste responsabilit i trebuie ndeplinite ntr-o manier sistematic pn n momentul cnd baza de cuno tin e este complet i se poate utiliza efectiv n scopul pentru care a fost creat . n continuare se arat cteva caracteristici de dorit pentru cognotician i tehnicile de achizi ie i de organizare a cunoa terii. Achizi ionarea de cuno tin e constituie procesul de colectare, structurare sistemele expert i organizare a

cunoa terii, din una sau mai multe surse (documente sau exper i etc.) n scopul de a o depozita n i a o utiliza la solu ionarea problemelor din cele mai diverse domenii aplicative. Acest proces a fost studiat de c tre un mare num r de cercet tori, care l-au caracterizat drept principala problem ce condi ioneaz n prezent dezvoltarea sistemelor expert. Achizi ionarea de cuno tin e, ca activitate de baz n dezvoltarea sistemelor expert, face parte integrant din ingineria cunoa terii, al turi de alte patru activit i i anume: validarea, reprezentarea, inferen ierea i explicarea sau justificarea inferen elor (figura 3.3.).

28


Fig. 3.3. Activit ile de baz ale ingineriei cunoa terii Achizi ionarea de cuno tin e implic , n aceast viziune, dialogul cognoticianului cu expertul i/sau colectarea informa iei din c r i, publica ii, alte documente, senzori instala i, fi iere i baze de date n func ie de specificul domeniului problemei. Cercet torii sunt de acord c procesul propriu-zis al achizi iei cunoa terii are cinci faze: identificarea, conceptualizarea, formalizarea, implementarea i testarea (figura 3.4.). Aceste faze sunt interdependente, uneori suprapuse, iar distinc ia dintre ele nu este u or de f cut deoarece n timpul dezvolt rii sistemului expert cognoticianul poate fi angajat n oricare dintre ele.

Fig. 3.4. Fazele achizi iei cunoa terii

B2. Ra ionamentul

29


Reprezint procesul de utilizare sistematic a cuno tin elor, n vederea rezolv rii unei probleme. n cadrul ra ionamentului se realizeaz deci leg tura dintre cuno tin e i fapte. S consider m procesul de rezolvare a problemelor decizionale. Fundamentarea deciziilor economice se sprijin pe un demers logico-ra ional, prin care se prefigureaz implica iile posibile i dezirabile ale diferitelor variante decizionale pentru a se putea selecta una dintre ele. Cu siguran , procesul decizional nu poate fi redus la opera iile de identificare n viitor a implica iilor unei ac iuni. Activitatea decizional prezint i calita ile unei activit i umane creatoare, prin care se construiesc forme posibile de viitor, ce nu pot fi explicate, derivate din evolu ia trecutului i prezentului, ci numai prin apelul la imagina ie, creativitate. Se poate afirma c fundamentul ra ional deductiv i inductiv este esen ial. Numai cu ajutorul unor structuri i opera ii logico-ra ionale procesul de luare a deciziilor poate dobndi statutul unui demers decidabil i coerent. Ra ionamentul deductiv. Fundamentarea deciziilor pe baza demersului deductiv const condi iilor ini iale (a a numitele premize teoretice sau universale). Deduc ia este considerat frecvent principalul demers din cadrul procesului de fundamentare a deciziilor. Ra ionamentul deductiv permite realizarea de predic ii derivate din enun uri teoretice, dar i previziuni bazate pe sisteme de ipoteze. Prin deduc ie trebuie s avem n vedere nu numai trecerea de la general la particular, ci orice trecere riguroas de la condi ii la consecin condi ia s fie suficient i consecin a s fie necesar (deci i trecerea de la ntreg la parte sau de din

inferen ierea unor evenimente (efectele aplic rii diferitelor variante de ac iune) pe baza

la cauz la efect). Legile utilizate n fundamentarea deductiv a deciziilor economico-sociale sunt legi statistice, care guverneaz mobilitatea fenomenelor i proceselor economico-sociale, n condi ii concrete de timp i de spa iu. Legile statistice exprim ceea ce este n general, ceea ce se manifest ntr-un num r suficient de mare de cazuri individuale. Reprezint legit i care se manifest sub form de tendin e. Evolu ia unui fenomen economico-social reprezint rezultatul ac iunii unei multitudini de factori, unii esen iali, altii ntmpl tori. Leg turile dintre fenomenele economico-sociale sunt leg turi statistice, care exprimate numeric sunt desemnate prin no iunea de corela ie. n descrierea demersului deductiv din cadrul activit ii decizionale este extrem de util i

utilizarea schemelor ra ionamentului ipotetic. Astfel, schema ra ionamentului ipotetic modus ponens permite previzionarea producerii unui eveniment a teptat (consecin ), n condi iile realiz rii premizelor. Ra ionamentul ipotetic modus tollens permite exprimarea faptului c30


nemplinirea consecin ei (infirmarea previziunii) indic falsitatea premizelor. Ra ionamentul ipotetico-disjunctiv este utilizat n construc iile previzionale care exploreaz diferite alternative posibile ale viitorului. Ra ionamentul inductiv. Exist procese decizionale care nu pot fi reduse la schemele

ra ionamentului deductiv. n schema deductiv nu pot fi ncadrate toate deciziile, precum cele ntemeiate pe temeiuri cognitive incomplete. Utilizarea previziunilor amplificatoare, care dep esc strict vorbind premizele, ca i cele care conduc la substituiri i generaliz ri reclam extinderea tipurilor de ra ionament avute n vedere. Procesele decizionale realizate pe baza inductiv nu se ntemeiaz exclusiv pe experien a

trecutului. Prin induc ie se prevede generalul, plecnd de la cunoa terea unei colec ii de fapte sau anticiparea unui fapt particular pe baza cunoa terii altui fapt particular, a prevederii unei clase pe baza cunoa terii unei p r i din clas , a anticip rii manifest rii viitoare a evenimentelor guvernate de legi empirice, lundu-se ca punct de plecare cunoa terea manifest rilor trecute ale acestor legi empirice. Problema fundament rii ra ionale i practice a valorii amplificatoare a induc iei incomplete a provocat i mai provoac nc vii discu ii. Extinderea i generalizarea operate prin induc ia incomplet reclam procedee de garantare a valabilit ii ei. Accentul se pune pe procedeele intensionale, mai mult dect pe cele extensionale. Pe baza cunoa terii esen ei, fie chiar i a unui singur exemplar dintr-o clas de elemente se poate ajunge la concluzii inductive amplificatoare, valabile pentru ntreaga clas , f r cunoa terea integral a seriei de evenimente asupra c reia opereaz predic ia. Induc ia se manifest ca previziune, permi nd anticiparea generalului, a legii, completarea unor serii de evenimente cu elemente noi, pe baza studierii cazurilor tipice i a propriet ilor esen iale ale elementelor din clasele considerate. n cadrul deciziilor economico-sociale se impune c de la constatarea faptului ca un anumit eveniment, proprietate, starea se repet cu o anumit frecven i regularitate n cadrul unei serii lungi de evenimente s se presupun c aceea i regularitate i distribu ie se vor manifesta i n viitor. Aceast resupunere este rezultatul unui ra ionament inductiv. Formalizarea demersului ra ional. A permis caracterizarea construc iilor decizionale drept construc ii explicite i decidabile, care pot beneficia de calcule logico-matematice, care duc la cre terea rigorii i corectitudinii formale. Adesea se consider ca procesul decizional care nu este rezultatul unui calcul logic reprezint o simpl aventur . n replic la teoriile privind a a zisa nera ionalitate a opera iilor decizionale se constat o intensificare a eforturilor de modelare logic a activit ii decizionale. Chiar dac uneori s-a considerat c pentru a realiza o modelare31


logic descriptiv a procesului decizional este suficient s se utilizeze calculul predicatelor s-au manifestat constant ncerc ri de nuan are a modelarii logice. Logicile neclasice, precum logica ac iunii i logica deontic , logica temporal , logica modal destul de redus . Raportul dintre demersul ra ional i demersul intuitiv n fundamentarea deciziilor economicosociale. Dificult ile ntmpinate n realizarea unei logici formale a induc iei, dup modelul logicii formale deductive au scos n eviden complexitatea indiferen elor inductive. Problema induc iei nu este numai ce ne ndrept e te s extindem o proprietate observat la un num r determinat de cazuri la un num r mai mare, ntruct asta ar nsemna reducerea problemei la aspectul pur extensiv. Induc ia este mai complex , ap rnd ca opera ie de construire a unui ntreg, atunci cnd se cunoa te numai o parte sau numai unele dintre p r i. Esen a procedeului ra ional inductiv nu trebuie c utat n puterea de generalizare, ci n puterea de integrare, de construire a unui ntreg cu ajutorul unora din p r ile sale. Inferen ele inductive se bazeaz pe un principiu integrator, prin care gndire g se te ntregul ale c rui p rti le cunoa te. Acestea s-ar putea numi intui ie. Intui ia poate fi tratat nu numai n contextul inferen elor inductive, ci i al celor deductive. Demersul deductiv presupune procedarea n etape riguros ordonate, fiecare etap sprijinindu-se pe etapele anterioare, exemplul tipic fiind cel al demonstra iilor matematice. Modul n care matematica este prezentat difer mult modul n care ea este elaborat . Cele mai multe teoreme sunt nti intuite, imaginate i numai dup aceea demonstrate. Adesea demonstra ia este gre it sau complicat n mod inutil. Rezultatul unui proces deductiv se poate explica f r a se face apel la intui ie, dar desf urarea procesului deductiv, ca atare nu. Astfel demersul ra ional, indiferent de forma pe care o mbrac nu poate fi izolat de demersul intuitiv care l nso e te i l sus ine. Caracteristicile demersului intuitiv n procesul decizional. Cercetat pn acum mai mult de fiziologi i psihologi, intui ia devine tot mai mult un obiect al cercet rilor i n domeniul managementului. Tot mai frecvent este acceptat statutul intui iei de instrument managerial pentru fundamentarea deciziilor. Cercet rile asupra intui iei vor putea oferi acesteia statutul teoretic care i lipse te i i limiteaz n prezent acceptarea. 1. Explicarea rezultatelor Faptul c rezolvarea problemelor de c tre expert nu se realizeaz dup o serie de proceduri standard, cunoscute de c tre to i cei interesa i, face ca explicarea rezultatelor s fie extrem de32

i, mai recent logica decizional

sus in aceast afirma ie, chiar dac valoarea opera ional a acestor demersuri este, n prezent


important pentru n elegerea i acceptarea acestor rezultate de cei ce trebuie s le aplice. Explicarea rezultatelor presupune, n primul rnd prezentarea modului n care au fost ob inute, temeiul n baza c ruia pot fi acceptate. De asemenea, explica iile constau n prezentarea implica iilor pe care eventuale modific ri ale parametrilor problemei le au asupra concluziilor finale. Totodat , explica ii pot fi oferite n ceea ce prive te infirmarea anumitor ipoteze, legate de rezolvarea problemei. 2. Comunicarea cu mediul Expertul rezolv probleme pentru care este solicitat sau care intr n atribu iile sale curente. Pentru rezolvarea acestor probleme, expertul trebuie s aib posibilitatea document rii privind modul n care se manifest problemele, s intre n leg tur cu cei care vor beneficia de pe urma rezolv rii acestor probleme. 3. Acumularea unor noi cuno tin e n procesul rezolv rii problemelor, expertul dobnde te mai mult nva experien , i dezvolt

abilit ile n formalizarea i rezolvarea efectiv a diferitelor probleme. Se spune c expertul continuu, n primul rnd din practica rezolv rii problemelor i, n al doilea rnd printr-un studiu teoretic sistematic. 4. Atingerea limitelor de competen Pus n situa ia de a rezolva o anumit problem , expertul identific cu u urin faptul c aceast

problem dep e te sau nu limitele sale de competen . Se obi nuie te s se spun c un expert uman i atinge cu elegan limitele, n sensul c nu e ueaz lamentabil n ncercarea de a rezolva o problem pentru care nu dispune de cuno tin ele necesare, ci va exprima clar imposibilitatea de a solu iona respectiva stare de fapt. B3. Interfa a de dialog cu utilizatorul Interfa a utilizator, ca la orice produs informatic, ofer fa a comercial " a sistemului expert, linia sa de via , deoarece i permite un marketing reu it. Caracteristicile interfe ei sunt fundamentale i determinante n acceptarea, sau nu, a unui sistem expert. Pentru a ob ine beneficii dintr-un sistem expert bine realizat i cu multiple cuno tin e, interfa a trebuie s permit utilizarea u oar a sistemului i s avantajeze utilizatorul n comunica ia cu sistemul. Comunica ia cu sistemul nu este o simpl trimitere de mesaje dus-ntors, ci constituie, totodat , i un mediu psihologic i de percep ie important pentru utilizator. Interfa a trebuie s dispun de componente fizice, componente perceptuale i psihologice. de sistem este ntotdeauna critic . Dac func ionalitatea

Imaginea perceptual a utilizatorului fa

33


i beneficiile sale nu sunt percepute rapid de c tre utilizator, atunci sistemul expert este respins, fiind considerat neoportun i f r utilitate. Din punct de vedere psihologic, dac utilizatorul are o percep ie confuz din cauza lipsei de instruire sau a document rii, sistemul expert va ap rea ca un program ostil, mai ales cnd mesajele de eroare abund tocmai din cauza interfe ei neadecvate. ntotdeauna, o interfa proiectat s r c cios poate determina e uarea unui sistem expert bine gndit i foarte scump. Interfa a utilizator poate fi gndit ca o suprafa pe care se introduc informa iile solicitate i

comenzile necesare n timpul sesiunii de utilizare a sistemului expert i se ob in rezultatele de la sistem. Componentele fizice ale unei interfe e sunt dispozitivele de afi are video, audio i de intrare de cele mai diverse tipuri: ecran, microfon, tastatur n conceptul de interfa dore te sau trebuie s la sistem. Dialogul cu sistemul este un proces ciclic format din urm toarele elemente: limbajul de ac iune, ac iunile utilizatorului n timpul sesiunii de lucru (selec ie op iuni, r spunsuri la ntreb ri, introducere comenzi etc). n acest scop, se utilizeaz cele mai dificile dispozitive de intrare; cunoa terea utilizatorului despre sistem i domeniul aplicativ. Aceasta poate fi nsu it din documente, din mesajele sistemului (help) i prin instruire; reac ia utilizatorului la imaginile de pe ecran i solicitarea ac iunilor; limbajul de prezentare al sistemului, este vorba despre informa ia afi at pe ecran de c tre sistem (meniuri, text, ferestre, icoane, grafice etc). Studiile, cele mai recente, arat c tipul ie irilor sistemelor expert au mare impact asupra calit ii sistemului i percep iei utilizatorului. Este foarte important de afi at ie irea preferat de utilizator; calculatorul, care interpreteaz ac iunile utilizatorului i genereaz r spunsuri n limbajul de prezentare ales; dialogul propriu-zis, adic seria observabil de interac iuni dintre utilizator i calculator; interfa a utilizator, acea component a sistemului alc tuit din toate elementele hardware i software care fac posibil dialogul. i mouse.

se includ i toate aspectele sistemului preferate de c tre utilizator.

Calitatea interfe ei, din punctul de vedere al utilizatorului, depinde de ceea ce simte, vede i tie utilizatorul, respectiv ac iunile sale n vederea ob inerii rezultatelor de

34


Toate aceste elemente se pot proiecta i executa n cele mai diferite moduri. Interactivitatea este ntotdeauna cea mai adecvat n cazul sistemelor expert de gestiune. Cele mai comune stiluri de interfe e la sistemele expert actuale sunt cele n care se utilizeaz ecranul i tastatura cu mouse-ul. Este vorba despre interfe ele bazate pe meniuri, interfe e de tipul ntrebare-r pspuns, interfe e orientate pe icoane i interfe e bazate pe ferestre multiple. Interfa a bazat pe meniuri permite utilizatorului s selecteze dintr-o list de op iuni (din meniu) pe aceea pe care dore te s o execute. Op iunea este selectat prin ap sarea tastei corespunz toare literei sau num rului. Meniurile pot deveni plictisitoare pentru utilizator, n cazul situa iilor mai complexe, cnd intervin mai multe submeniuri, iar utilizatorul trebuie s cunoasc navigarea prin ele i revenirea la meniul principal. Un num r prea mare de niveluri din meniuri determin o confuzie din partea utilizatorului. De aceea, la proiectare se va avea n vedere num rul de op iuni de pe suprafa a meniurilor orizontale n raport cu num rul de niveluri de submeniuri verticale. Sunt preferate meniurile orizontale (bar ) cu sub-meniuri verticale subordonate, a ezate n scar dup meniul principal. Interfa a de tipul ntrebare-r spuns este foarte popular n sistemele expert i u or de programat. Se ncepe ntotdeauna cu o ntrebare pus sistemului de c tre utilizator la care sistemul r spunde sau invers sistemul ntreab i utilizatorul r spunde. De regul , r spunsul utilizatorului const n selec ia unui text (op iune) dintr-un meniu afi at de sistem. n aceste condi ii, sistemul trebuie s afi eze prompt-ul pe ecran mpreun cu explica iile privind efectul op iunii alese de utilizator. Dialogul poate implica un mare num r de ntreb ri, unele fiind consecin a ntreb rilor/r spunsurilor anterioare. O ntrebare poate avea ca efect afi area unui meniu din care se va selecta r spunsul potrivit de c tre utilizator. Sistemul expert poate afi a ulterior ntreaga secven de ntreb ri memorat n timpul sesiunii de lucru. Interfe ele orientate pe icoane constituie un stil special de interfe e, n care pe ecran apar o serie de obiecte grafice numite icoane (imagini/simboluri, pictograme), care pot fi manevrate de c tre utilizator n cadrul dialogului cu sistemul expert. De regul , cu ajutorul mouse-lui se face clic pe o icoan sau alta, iar aceasta declan eaz func ia sa specific . Suprafe ele grafice de tip Windows sunt relevante n acest sens. Interfe ele bazate pe ferestre multiple constituie cel mai modern format, utilizat pe larg, deoarece permite i afi area pe ecran a unor ferestre n care se pot lansa opera ii de tot felul. Ferestrele se pot suprapune, una peste alta, i con in informa ii de orice tip. Controlul asupra ferestrelor este realizat de utilizator cu ajutorul mouse-lui, o cale foarte35


func ional de inspira ie Windows. Ferestrele pot con ine cutii de dialog, butoane, icoane etc. 3.2. Arhitectura sistemelor expert Caracteristicile i conceptele expertizei conduc spre arhitectura unui sistem expert (figura 3.5.), care are urm toarele componentele:

Fig. 3.5. Arhitectura unui sistem expert1. Baza de cuno tin e reprezint

ansamblul cuno tin elor din domeniul de expertiz ce

permit rezolvarea diferitelor probleme din cadrul acestui domeniu. Cuno tin ele sunt reprezentate sub forma unor anumite structuri (formule din calculul predicatelor, reguli de produc ie, ierarhii cadre, re ele de concepte etc.).2. Baza de fapte con ine descrierea problemei ce trebuie rezolvat . Aceast descriere se

ob ine prin interac iune cu utilizatorul sau contactul direct (prin mecanisme de tipul senzorilor) cu domeniul de expertiz . Structurile reprezenta ionale asociate faptelor sunt n general simple, de forma tripletelor sau chiar perechilor .3. Mecanismele rezolutive asigur producerea (utilizarea) cuno tin elor. Aceste mecanisme

permit implementarea unui ansamblu de operatori, defini i asupra structurilor de reprezentare a cuno tin elor.4. Spa iul de lucru este constituit din ansamblul instrumentelor intermediare i set rilor

parametrilor de func ionare ai sistemului.5. Interfa a de realizare reprezint ansamblul instrumentelor cu care este posibil realizarea

diferitelor componente ale sistemului. O component important a interfe ei de realizare este reprezentat de mecanismele de achizi ionare automat a cuno tin elor care permit

36


prelucrarea on-line a surselor de cuno tin e n scopul identific rii cuno tin elor.

i exprim rii

6. Intefa a utilizator asigur comunicarea ntre sistem i utilizator n scopul oferirii de c tre

utilizator a descrierii problemei i ob inerii de c tre acesta a rezultatelor i a explica iilor referitoare la modul de ob inere a acestor rezultate. Un element esen ial pentru asigurarea comunic rii cu utilizatorul l constituie mecanismele explicative. 3.3. Obiectivele, caracteristicile sistemelor expert

i structura de baz Sistemele expert se dezvolt cu ajutorul unei metodologii informatice care urm resc trei

obiective principale i trei obiective derivate. [Andone & ugui, 1999, pag. 40] Obiectivele principale sunt:1. Achizi ionarea u oar a cunoa terii prin exprimarea ct mai direct posibil a expertizei

ob inute de la exper ii umani.2. Exploatarea eficient a colec iei de cuno tin e prin:

2.1. Combinarea i nl n uirea cuno tin elor pentru a infera noi cuno tin e prin judec i, planuri, demonstra ii, decizii i predic ii. 2.2. Luarea n seam a modului n care sunt inferate cuno tin ele noi.3. S

suporte cu u urin

ntreaga gam a opera iilor asupra cuno tin elor (ad ugarea,

modificarea i eliminarea lor). Obiectivele derivate sunt:1. Reducerea riscurilor este posibil

prin integrarea unui mare volum de informa ii,

experien anticipa ie.

i cuno tin e valide provenind din cele mai variate surse, care se pot utiliza cu prin identificarea anticipat a ac iunilor cu un

2. Cre terea creativit ii este posibil

puternic poten ial, capabile de modific ri de pozi ie n termeni de impact asupra concuren ei, diferen ieri de calitate, de valoare etc.3. nva area are n vedere posibilit ile de acumulare a cunoa terii i folosirii ei prin c i

multiple n vederea gestiunii dinamice a inteligen ei cu luarea n seam schimb rilor intervenite n mediu, n metodele de analiz caracterul evolutiv al sistemului expert. Caracteristici ale sistemelor expert:37

a tuturor

i ra ionament, n conceptele i n mod necesar

metodele utilizate n solu ionarea problemelor. nv area asigur


1. Aceste sisteme se folosesc deseori n situa ii n care nu exist o solu ie algoritmic clar . 2. Principala caracteristic a acestora este prezen a unei baze de cuno tin e mpreun cu un

algoritm de c utare adecvat tipului de ra ionament.3. De cele mai multe ori, baza de cuno tin e este foarte mare, de aceea este foarte important

modalitatea de reprezentare a cunoa terii.4. Baza de cuno tin e a sistemului trebuie separat de program, care la rndul s u trebuie s

fie ct mai stabil.5. Cel mai utilizat mod de reprezentare a cunoa terii este o mul ime de reguli de produc ie. 6. Opera iunile acestor sisteme sunt apoi controlate de o procedur simpl , a c rei natur

depinde de natura cuno tin elor.7. Ca i n alte programe de inteligen

artificial , cnd alte tehnici nu sunt disponibile, se

apeleaz la c utare.8. Sistemele expert construite pn n prezent difer din acest punct de vedere. 9. Se pune problema: pot fi scrise reguli att de precise nct n orice situa ie s existe o

singur solu ie aplicabil ?10. i, de asemenea, este necesar g sirea tuturor solu iilor sau este suficient doar una?

n concordan

cu aceste obiective descrise mai sus un sistem expert cuprinde urm toarele

componente de baz :1. Baza de cuno tin e pentru stocarea tuturor pieselor de cunoa tere specifice unui

domeniu aplicativ, creat atribute sau rela ii.

i organizat pentru satisfacerea obiectivului principal 3. ntr-o

baz de cuno tin e pot intra informa ii relevante de diverse tipuri: fapte, euristici, reguli,2. Motorul de inferen e un program care con ine cunoa terea de control, procedural sau

operatorie, care exploateaz baza de cuno tin e i este destinat satisfacerii obiectivului principal 2.1.3.

Interfa a de dialog cu utilizatorii care dispune i de un limbaj de exprimare a cunoa terii achizi ionat de la exper ii umani.

Ipoteze

38


Fig. 3.6. Baza de cuno tin e 3.4. Metode de reprezentare i utilizare a cuno tin elor

n cadrul sistemelor expert A. Calculul predicatelor de ordinul nti Limbajul formal al calculului cu predicate reprezint att un limbaj de reprezentarea

cuno tin elor, ct i un ansamblu de reguli de inferen , reguli ce mpreun cu limbajul formeaz sistemul logic al calculului cu predicate. [Lungu & al, 2003, pag. 71] Sistemul logic al calculului cu predicate ofer deci att structurilor de reprezentare, ct i mecanismelor de utilizare a acestor cuno tin e. Construc ia de baz a limbajului calculului de predicate este atomul. Cu ajutorul conectivelor i cuantificatorilor se construiesc construc iile compuse. Att construc iile de baz , ct i cele compuse poart numele de formule (formule bine formate). Semantica limbajului calculului cu predicate reprezint definirea adev rului, respectiv falsit ii cu ajutorul interpret rii formulelor (punerea lor n coresponden real). n scopul reprezent rii cuno tin elor cu limbajul calculului cu predicate se parcurg o serie de etape, i anume:1. Se identific aser iunile (propozi ii logice) din descrierea n limbaj natural a cuno tin elor. 2. Se exprim leg turile (asocierile) dintre propozi iile logice cu ajutorul conectivelor logice.

cu elemente ale domeniului

n urma celor dou etape se ob ine reprezentarea n calculul propozi ional a cuno tin elor prin introducerea unor variabile propozi ionale care s desemneze propozi ii logice.3. Se detaliaz structura fiec rei aser iuni prin utilizarea simbolurilor din alfabet.

39


B. Utilizarea cuno tin elor. Probleme ale automatiz rii ra ionamentelor. Sistemul logic al calculului cu predicate posed o serie de reguli de inferen ce permit ob inerea unor noi formule bine formate pe baza celor de care dispune ini ial (axiome). Ca exemple de regili de inferen etc. n procesul automatiz rii ra ionamentelor n cadrul calculului cu predicate, formulele ini iale se numesc axiome, formulele derivate poart numele de teoreme, iar procesul deriv rii lor este cunoscut sub numele de demonstrare automat de teoreme. Astfel, pentru rezolvarea unei probleme este necesar s se asigure:1. reprezentarea cuno tin elor sub form de formule (axiome); 2. descrierea st rii ini iale a problemei sub form de formule (axiome); 3. descrierea solu iei (st rii scop) sub form de formule (teorem ); 4. aplicarea regulilor de inferen

se pot cita: modus ponens, modus tollens, silogismul, specializarea universal

n scopul demonstr rii teoremei.

Automatizarea ra ionamentelor din cadrul predicatelor indic o serie de probleme dificile dintre care se pot aminti: Problema decidabilit ii. Decidabilitatea desemneaz

posibilitatea de a decide dac o

anumit formul este sau nu o teorem n raport de un set dat de formule (axiome). Ca sistem logic, calculul predicatelor este un sistem semidecidal, n sensul c sistemul calculului cu predicate garanteaz proceduri de demonstrare a unei teoreme n raport de un set de axiome, dar nu garanteaz proceduri care s permit stabilirea faptului c o anumit formul nu e teorem n raport cu un set de axiome. Problema eficien ei procedurilor de demonstrare a teoremelor. Timpul de aplicare a

procedurilor de demonstrare trebuie s fie acceptabil. n general, realizarea interfe elor implic opera ii extrem de dificile i de costisitoare n termenii resurselor reclamate, de exemplu: opera iile de preg tire a formulelor n vederea aplic rii regulilor de inferen . De asemenea, num rul pa ilor de prelucrare n demonstrare este foarte mare (c tigul realizat n fiecare caz de prelucrare este minim). n acela i timp factorul de ramificare n procesul de demonstrare este semnificativ, ceea ce face ca procesele de decizie ce nso esc demonstra ia s fie dificil de rezolvat. Rezolvarea dificult ilor de automatizare se realizeaz n general prin: y Restrngerea sistemului logic al calculului cu predicate la subsisteme logice decidale, de exemplu subsistemul logic bazat pe clauze HORN.40


y

Omogenizarea formulelor i reducerea num rului de tipuri de reguli de inferen utilizate (de exemplu, utilizarea numai a formei clauzale a formulelor ce au asociat un singur tip de inferen , i anume, regulile de inferen a rezolu iei).

C. Reguli de produc ie Regulile de produc ie au fost utilizate i de alte domenii (teoria automatelor, teoria limbajelor formale etc.). n cadrul inteligen ei artificiale, regulile de produc ie sunt utilizate pentru exprimarea asocierilor empirice dintre descrierile de stare ale problemei i ac iunile de ntreprins n cazul n care problema se afl ntr-o anumit stare. Regulile de produc ie servesc la reprezentarea cuno tin elor de natur procedural sub forma unor construc ii modulare de tipul:Prelucr ri sau ablon de date sau Atunci ac iuni condi ie sau concluzie

Dac

Regulile de produc ie reprezint modalitatea cea mai utilizat de reprezentare a cunoa terii. Se pune problema: pot fi scrise reguli att de precise nct n orice situa ie s existe o singur solu ie aplicabil ? i, de asemenea, este necesar g sirea tuturor solu iilor sau este suficient doar una? Nu orice construc ie condi ional reprezint o regul de produc ie, ci numai acele construc ii definite n mod modular. Regulile formeaz un ansamblu pe care nu exist definit nici o rela ie de ordine. Acest ansamblu de reguli poart numele de baz de reguli. Tratarea (executarea) activit ilor condi ionate de premize este independent nc rcare (organizare) a bazei de reguli. Sistemele de inteligen constituite din:1. Baza de reguli. 2. Ansamblul de fapte (contextual sau memoria de lucru) ce con ine descrierea problemei de

de modul de

artificial bazate pe reguli sunt

rezolvat. O fapt este de obicei reprezentat sub form de triplet sau pereche .3. Interpretorul de reguli (mecanismul de ra ionament pe reguli sau mecanismul de

nl n uire a regulilor). D. Frame-uri i re ele de cuno tin e

41


Un cadru (frame) reprezint o unitate de informa ii care grupeaz un anumit num r de rubrici (sloturi). O rubric de frame poate con ine informa ii despre obiectul prezentat cu informa ii de leg tur cu alte frame-uri (este o, apar ine). ntr-o rubric poate figura, de asemenea, un apel la o procedur extern de calcul, caz n care se vorbe te de ata are procedural . Utilizarea acestui tip de reprezentare permite reg sirea rapid a anumitor agregate informa ionale (de exemplu, firmele ce apar in unei anumite ramuri). La fiecare rubric sunt declarate condi iile n care trebuie s se realizeze gestionarea valorii rubricii (fa etele de frame). Astfel, pentru fiecare frame se pot declara valorile situate n alte frame-uri care trebuie modificate la schimbarea unei dintre rubricile sale. Fiecare rubric posed , de asemenea, demon if-needed, if-added, if-removed pentru descrierea comportamentului frameului la citire, ad ugare sau tergere a valorii din rubrica respectiv . Frame-urile asigur o schem simpl i eficient de lucru cu valorile implicite. Utilizarea frame-

urilor (ra ionamentul pe baz de frame-uri) const n modificarea din aproape n aproape a con inutului memorat n structura de frame-uri pe baza procedurilor ata ate rubricilor. Uneori, sistemele pe baz de frame-uri introduc i reguli (fie n form clasic , fie simulate ca frame-uri). Plecnd de la re eaua de frame-uri se poate generaliza repartizarea pe baz de grafuri a

cuno tin elor sub forma re elelor de cuno tin e. La nceput, re elele de cuno tin e au fost utilizate n prelucrarea limbajului natural (re ele semantice) pentru a exprima dependen ele dintre conceptele desemnate prin faze n limbajul natural. 3.5. Evolu ia sistemelor informatice spre sisteme expert

i sisteme suport de decizii Prelucrarea nealgoritmic , descriptiv a cuno tin elor n cadrul sistemelor expert a determinat extinderea ariei de aplicare a tehnologiilor informatice. Se poate vorbi de o extindere pe orizontal , n sensul cuprinderii unor noi domenii economico-sociale, cum ar fi: activit ile educa ionale, juridice, politice n care procesele de prelucrare informa ional se algoritmizeaz cu greu sau chiar nu se pot algoritmiza. Informa iile specifice acestor activit i au o natur preponderent calitativ , necuantificabil . Pe de alt parte, se poate vorbi de o extindere pe vertical , n sensul cuprinderii n actuala tehnologie de noi prelucr ri, procese informa ionale precum: evaluarea calitativ , ra ionamentul n sens general. Acest lucru poate influen a n mod42


semnificativ procesul informa ional-decizional economic, prin prelucrarea de c tre tehnologiile informatice a unui segment al deciziilor economice-sociale, n spe & al, 2003, pag. 73-75] Sistemele expert reprezint al turi de sistemele orientate obiect un mijloc important n st pnirea complexit ii informa ionale. S-a sperat c odat cu definirea unui algoritm i de inerea unui procesor de mare putere practic orice algoritm poate fi utilizat pentru rezolvarea unei probleme concrete. Att dezvolt rile teoretice (teoria matematic a complexit ii), ct i dificult ile efectiv ntmpinate n rezolvarea unor probleme de dimensiuni mari au ar tat ns c lupta mpotriva complexit ii informa ionale calea algoritmic are limite clare. n special, n domeniul economic sunt cunoscute dificult ile care apar la cre terea sc rii problemei. Un principiu metodologic util n lupta pentru demararea complexit ii informa ionale este cel al complementarit ii relevan ei i preciziei n analiza sistemelor complexe i asigurarea unui bun echilibru ntre relevan m sura descompunerii tot mai fine n subsisteme, se ncepe de la o relevan i precizie n rezolvarea unor probleme complexe. n cazul analizei unui sistem complex, pe mare i precizie mic (descompunere n pu ine sisteme) i se ajunge la o precizie mare cu multe subsisteme i la o relevan mic (n sensul pierderii aspectelor importante, definitorii pentru sistemul ini ial). Doar un anumit raport ntre relevan i precizie permite analiza corect a rezolv rii unor probleme capacitatea ra ionamentului artificial de a complexe. Primele sisteme expert pun n eviden precise ale acesteia. Prelucrarea nealgoritmic a informa iei n cadrul sistemelor expert poate oferi solu ii mai productive unor probleme abordate i rezolvate deja i n manier conven ional (algoritmic ). n domeniile n care datele i cerin ele informa ionale se modific frecvent, solu iile algoritmice se adapteaz cu dificultate la aceste schimb ri, uneori cu un efort de reproiectare i programare foarte important. Tehnologiile nealgoritmice utilizare n cadrul sistemelor expert permit o adaptare perfect la schimb rile intervenite n volumul i structura cuno tin elor, a cerin elor informa ionale etc. O adaptare deosebit o prezint sistemele expert i la situa iile cu informa ie incomplet i/sau a acelora de rutin . [Lungu

prelua aspectele relevante din practica rezolv rii problemelor, a a cum algoritmul preia aspectele

imprecis . Solu iile ob inute cu ajutorul sistemelor expert sunt de o calitate deosebit prin faptul c se ofer posibilitatea utiliz rii n cadrul ra ionamentului automat a regulilor euristice validate de practic , ce concur uneori cu succes abord rii formale.

43


Exper ii umani se exprim cel mai adesea de obicei este adev rat c sau se poate spune c . Adesea, dificult ile constau nu n luarea deciziei, ci n ob inerea informa iei de fundamentare a deciziilor. Cuno tin ele expertului constau n principal n metodele de ob inere a datelor i metodei de analiz a acestor date. n situa iile perfect cunoscute (cu informa ie complet i precis ) este posibil de realizat

selectarea celei mai bune variante decizionale (dac num rul alternativelor nu este foarte mare). n practic ns , informa iile sunt cel mai adesea incomplete i incerte, presiunea n luarea deciziei este mare (pericol iminent de pierderi semnificative, uneori dramatice). n management, sistemele expert au dobndit o larg utilizare. n orice func ie managerial exist probleme decizionale complexe, nen elese, dinamice, multicriteriale etc. Aceste probleme decizionale reclam utilizarea sistemelor expert. Pentru a exemplifica s consider m domeniul bancar. Folosirea calculatoarelor n programe complexe se extinde tot mai mult n sfera bancar . Aceste sisteme sunt utilizate pe larg pentru a ierarhiza condi iile i premisele economico-sociale ale deciziei de creditare. Din toate sursele de informare se desprinde faptul c aceste sisteme sunt folosite mai ales pentru formularea unui suport obiectiv, cuprinz tor i multilateral al deciziei. n marea majoritate a cazurilor decizia revine omului, n toat plenitudinea r spunderilor ce i le asum , mai ales cnd fundamentele sunt exprimate, prin aceste metode, f r echivoc.

44


Curs 4. Sistemele expert, prezentare general

4.1. Concepte de baz ale sistemelor expert Majoritatea tratatelor despre sistemele expert prezint [Andone & ugui, 1999, pag. 49]: expertiza; exper ii; transferul expertizei; regulile de inferen ; capacitatea de a explica. Expertiza este o cunoa tere intensiv , specific de ceea ce se include n expertiz : fapte despre domeniul problemei; teorii din domeniul problemei; reguli i proceduri privind domeniul problemei; reguli sau euristici despre ce trebuie f cut ntr-o situa ie problematic solu ionarea problemei; strategii globale despre solu ionarea tipurilor de probleme; metacunoa tere. Toate aceste tipuri de cunoa tere permit exper ilor s ia decizii mai rapide i mai bune dect neexper ii n solu ionarea problemelor complexe. Este nevoie de ani mul i de preg tire pentru a deveni expert, manier n care chiar i ncep torii pot s devin exper i. n leg tur cu expertiza trebuie men ionat c ea este uzual asociat cu un nalt grad de dat , pentru domeniului problemei, achizi ionat prin drept concepte de baz urm toarele

instruire, citire sau experien ndelungat . Astfel, urm toarele tipuri de cunoa tere sunt exemple

inteligen , f r s fie ntotdeauna legat de cea mai inteligent persoan . n mod obi nuit, expertiza este asociat unei mari cantit i de cuno tin e. Exper ii au o caracteristic suplimentar n sensul c nva din succesele i gre elile f cute n trecut, iar cunoa terea o pot memora, organiza i reg si rapid. Ei pot apela structurile cunoa terii din experien a proprie. Exper ii sunt dificil de definit deoarece poate fi vorba de persoane cu mai multe niveluri sau grade de expertiz . ntrebarea este ct de mult expertiz trebuie s posede o persoan calificat45


ntr-un domeniu nainte de a fi considerat expert? Este unanim recunoscut faptul c distribu ia expertizei unui expert fa de nonexper i este de 100:1. Cea mai eficace expertiz uman este aceea care trece de 100% c tre 200 % sau 300% de la nivelul cel mai nalt. Experiza uman include o gam larg de activit i ale expertului i anume: recunoa terea i formularea problemei; rezolvarea problemei cu exactitate i rapiditate; explicarea solu iei; nv area din experien ; restructurarea cunoa terii; fragmentarea regulilor; determinarea relevan ei; con tiin a limitelor sale. Din aceste activit i se desprinde c exper ii pot lua o problem stabilit arbitrar i o convertesc ntr-o form care conduce la o solu ie rapid . Pentru aceasta este nevoie de abilitate n solu ionarea problemelor cuplat de capacitatea de explicare a solu iei, nv area din experien a unor noi lucruri din domeniu, restructurarea cuno tin elor atunci cnd este necesar, fragmentarea regulilor (a cunoa te excep iile de la regul ), a determina cnd expertiza este relevant i cunoa terea limitelor cunoa terii n domeniu. Toate aceste activit i trebuie desf urate eficient (rapid i cu un cost redus) i eficace (cu rezultate de calitate). Pentru a imita un expert uman este necesar s se construiasc un sistem cu toate aceste caracteristici. n tabelul 4.1., sunt prezentate unele aspecte comparative ale exper ilor umani i ale sistemelor expert. Tabelul 4.1. Aspecte comparative ntre exper ii umani i sistemele expert Factorul Timpul disponibil Localizarea spa ial Siguran a informa iilor Perisabilitate Performan Vitez de lucru Da Variabil Variabil Nu Consisten permanent Rapid Expertul Uman Numai lucr toare Numai local De nenlocuit Oriunde, mai ales n medii improprii omului nlocuibil n Sistemul Expert zilele Oricnd

46


Costul

Mare

Acceptabil

F r ndoial , exper ii constituie resursa cea mai valoroas a unei firme. Ei pot oferi idei creative, pot solu iona probleme dificile sau pot executa activit i/sarcini de rutin foarte eficient. Contribu ia lor poate spori productivitatea ntreprinderii, n sensul mbun t irii pozi iei competitive pe pia . Dar, care este valoarea capt rii competen ei (expertizei) lor ntr-un sistem expert? Se poate r spunde la o asemenea ntrebare dac se urm re te compara ia din tabelul 4.1. Ca orice ma in , un sistem expert poate lucra oricnd dup orele de program i nu numai, poate fi duplicat i r spndit la locuri de utilizare unde este nevoie, mai ales n locuri inaccesibile omului. Expertiza uman este perisabil prin pension ri, plec ri din firm sau deces, n timp ce expertiza captat n sistemele expert poate fi utilizat n permanen i mai ales firma poate folosi sistemul expert pentru instruirea ncep torilor. Un sistem expert nu poate fi distrat sau impresionat de situa ii emo ionale ori de stres, iar viteza sa de lucru, ca i performan ele se men in acelea i, n contrast cu exper ii umani, care ac ioneaz imediat la apari ia unor factori de acest fel. Exper ii umani sunt din ce n ce mai scumpi, doresc salarii mari i exist ntotdeauna dificult i cu ob inerea acordului lor pentru ndeplinirea unor sarcini dificile. Exist dou motive pentru care se decide construirea unui sistem expert, urm rind compara ia din tabelul 4.1:1. nlocuirea unui expert; 2. asistarea unui expert n activitatea sa.

Principalele ra iuni pentru nlocuirea expertului uman sunt:1. a face expertiza disponibil

i dup orele de program i n oricare din punctele de lucru

ale firmei;2. automatizarea unei sarcini de rutin care necesit un expert; 3. expertul se pensioneaz sau a decedat; 4. expertul este foarte scump; 5. expertiza necesar n medii de lucru periculoase pentru s n tatea omului sau n perioade

de grev prelungit . Asisten a expertului uman n activitatea sa constituie o decizie obi nuit n marile firme. Este vorba de asisten n efectuarea unor sarcini de rutin . De exemplu, medicul este asistat de un sistem expert n stabilirea unui diagnostic, un ofi er de credite este asistat n acordarea creditelor47


c tre agen ii economici solicitan i. n acest tip de aplica ii obiectivul const n mbun t irea productivit ii speciali tilor n activitatea lor curent . Ra iunile pentru care se dezvolt sisteme expert, capabile s asiste exper ii n munca lor, sunt:1. ajut expertul n executarea sarcinilor de rutin n scopul mbun t irii productivit ii sale; 2. ajut

expertul n executarea sarcinilor dificile n scopul unui mai bun control al

complexit ii;3. punerea la dispozi ia expertului a informa iei dificil de procurat la momentul oportun.

Transferul expertizei constituie de fapt obiectivul unui sistem expert. Transferul are loc de la expertul uman la calculator i de aici la utilizatorii exper i sau non-exper i. Acest proces implic patru activit i:1. achizi ia cunoa terii de la exper

sisteme expert financiar-bancare

Documents

arhitectura sistemelor

sistem expert

sisteme multiexpert

sisteme expert definire

baz ale sistemelor expert

limite ale sistemelor

artificial i sistemele

control ale sistemelor