41-60 Flashcards
Osnovni koncepti vestacke inteligencije (VI)
Simbolicko umesto numericko izracunavanje, nealgoritamski pristup resavanju problema, zakljucivanje zasnovano na znanju, primenljivost kod lose struktuiranih problema i podataka.
Razlike izmedju VI i konvencionalnog programiranja - simbolicka/numericka obrada, heuristika/algoritmi, upravljacke strukture odvojene od znanja/informacije i upravljanje integrisano, jednostavno/tesko modifikovanje, azuriranje i prosirivanje, tolerisu sepogresni odgovori/neophodni su tacni
Osnovni elementi vestacke inteligencije(VI)
Heuristicko pretrazivanje - omogucava da se polazni problem ogranici na razumnu velicinu, da ogranice prostor stanja resenja
Predstavljanje znanja - znanje se organizuje u formu tako da ga VI program moze direktno iskoristiti u procesima odlucivanja, planiranja, prepoznavanja itd.
Seme za predstavljanje stanja mogu biti deklarativne i proceduralne.
Logicko zakljucivanje - sprovodi se dokazivanjem teorema. Najpopularniji metod je procedura rezolucije; on odredjuje da li teorema proizilazi iz postavljenog skupa premisa.
Jezici i alati - na njihov razvoj najvise je uticala neophodnost VI u pogledu dinamicke alokacije memorije i nemogucnoscu da se predvide strukture i forme koje bi dobijali podaci tokom izvrsenja programa. Ujedno su morali da pruze podrsku rekurzivnoj obradi.
Osnovna podrucja VI
To su ekspertni sistemi, prirodni jezici i robotika.
Ekspertni sistemi koriste proces zakljucivanja nalik ljudskom kod resavanja problema. Ekspertsko znanje kodirano je u programu u vidu posebne strukture, baze znanja.
Sistemi prirodnih jezika - prepoznaju prirodne jezike korisnika
Sistemi za percepciju vida, govora i dodira - mogu da interpretiraju vizuelne scene ili da donose zakljucke o kvalitetu ili fizickoj orijentaciji
Ekspertni sistemi, definisanje
To su inteligentni programi u koje je ugradjena velika kolicina visokokvalitetnog znanja iz nekog domena ljudske aktivnosti, a koji mogu da procesiraju to znanje u cilju uspesnog resavanja odredjenog problema.
Inteligencija ES zavisi od kolicine znanja koji se na njemu nalazi. Znanje ES je uvek dostupno i nije podlozno degradaciji kao ljudsko.
Same definicije ES se mogu svrstati u 2 grupe:
- one koje objasnjavaju kako se ES implementira
- one koje potenciraju aspekt ljudskog znanja
Moze se reci da su ES racunarski programi razvijeni sa ciljem da posluze kao konsultanti u resavanju slozenih problema, koji zahtevaju ljudsku ekspertizu.
Eksperti i ekspertni sistemi
Ekspert je strucnjak u nekoj oblasti, poseduje odredjeno znanje iz te oblasti, poseduj razumevanje problema i zadataka iz te oblasti, kao i vestine i iskustva. Efikasno koriste svoje znanje, mogu brzo da dodju do resenja. Poseduje i neke licne osobine, snalazljivost i osecaj sto cini njegovo privatno znanje koje se jos naziva i HEURISTICKO.
Na osnovu njega ekspert moze da prepozna na koji ce nacin najbrze doci do resenja, da oseti kad je pristup resavanju ispravan, moze da se snadje kada su podaci nekompletni.
Znanje strucnjaka je nesto sto ima cenu i vrednost.
Postupak prikupljanja znaja je sledeci - inzinjer nastoji da od eksperta dobije heuristicko znanje, kodira ga i unosi u ES
Ekspertni sistem i konvencionalni programi
Konvencionalni programi se uglavnom koriste za obradu velikih kolicina porataka numerickog tipa, prema unapred definisanim algoritmima.
ES menipulisu simbolickim podacima i ne rade po unapred definisanim algoritmima
Problemi koje ES resava su slabo struktuirani i ne podlezu matematickom modeliranju, zato se pristupa heuristici, skup empirijskih i svrsishodnih poteza koji u svojoj ukupnosti vode resenju.
Razlika izmedju konvencionalnog programa i ES: algoritmi/heuristike, predstavljanje i koriscenje podataka/znanja, ciklicni procesi/procesi zakljucivanja, znanje i metode znanja su pomesanje/odvojen model, novo znanje zahteva/ne zahteva reprogramiranje
Struktura ekspertnih sistema
Osnovni elementi su baza znanja, mehanizam zakljucivanja, radna memorija, interfejs prema korisniku
Mogu se naci i pomocni moduli kao: podsistemi za prikupljanje znanja, posebni interfejsi, sistem za objasnjenja.
Baza znanja je specijalizovana i jedinstvena za konkretni ES i sadrzi znanje eksperta uneto putam sistema za prikupljanje znanja.
Radna memorija sadrzi trenutne podatke o problemu koji se resava.
Mehanizam zakljucivanja na osnovi promenljivih podataka i fiksnog znanja iz baze znanja, resava problem.
Interfejsom se sprovodi komunikacija sa korisnikom
Predstavljanje znanja
Dva osnovna pristupa: deklarativni i proceduralni.
Deklarativni predstavlja znanja u obliku nezavisnih modularnih celina, iskaza, cinjenica i struktura podataka. Ti elementi znanja su pasivni, ne predstavljaju programske celine. Prednost ovog pristupa je u modularnosti znanja. Time su nadogradnja i izmena olaksane.
Proceduralni se odnosi na direktno unosenje znanja u programske procedure u vidu eksplicitnog programskog koda. Mehanizam zakljucivanja poziva te procedure i koristi ugradjeno znanje. Brzina izvrsavanja veca, ali su mogucnosti izmene i unosenja novog znanja male.
Tehnike predstavljanja znanja: produkciona pravila, semanticke mreze, okviri.
Produkciona pravila - svi ES kod kojih je znanje predstavljeno u obliku pravila nazivaju se produkcioni sistemi. Pravila su elementi znanja.
Simanticke mreze - su grupe objekata koji su povezani orjentisanim lukovima, koji predstavljaju binarne relacije izmedju objekata, stavljajuci ih u odredjeni odnos.
Okvir - je kompleksna struktura pomocu koje moze da se predstavi neki pojam ili objekat . Svaki okvir pripada jednom objektu i sadrzi proizvoljan broj polja u koje se smestaju cinjenice/atributi od znacaja za taj objekat. Svaki atribut ima niz svojstava. Okviri su pogodni za kodiranje one vrste znanja koja se odnosi na stereotipne karakteristike pojedinih klasa.
