Vetaka inteligencija i

ekspertni sistemi
Doc Dr Goran imi

Vetaka inteligencija
Def.
Racunarska disciplina ciji je zadatak da stvori
racunare koji mogu da rezonuju
na nacin slican ljudskom rezonovanju
Disciplina koja izucava razvoj programa koji
pokazuju inteligenciju nalik na ljudsku

Vetaka inteligencija
Oblasti vetake inteligencije
pretraivanje
predstavljanje znanja
reavanje problema

ekspertski sistemi
automatsko dokazivanje teorema
robotika
prepoznavanje i razumevanje govora

Vetaka inteligencija
prepoznavanje i razumevanje slika
igre
planiranje
rasporeivanje
inteligentno poduavanje
inteligentni tutorski sistemi (ITS)

mainsko uenje
neuronske mree

Ekspertni sistemi
Definicija
raunarski programi kojima se emulira
reavanje problema na nain na koji to ine
eksperti

Ekspertni sistemi
Odlike ekspertnih sistema
sadre kodirano znanje eksperta iz nekog
domena
mogu se izvravati tamo gde su potrebni
modularnost i laka izmena ugraenog znanja
mogunost objanjavanja rezonovanja
heuristiko, a ne iscrpno rezonovanje
objedinjuju teoriju i praksu vetake
inteligencije

Ekspertni sistemi
Odlike ekspertskog znanja
Zavisnost od prakse
("Ono sto moramo da naucimo da radimo, ucimo
radeci" Aristotel, Etika )
Vise je tipa kako, nego tipa sta
Vise se zasniva na modelu realnog sveta
nego na samom realnom svetu
Nepreciznost
Promenljivost tokom vremena

Ekspertni sistemi
ES modeliraju
znanje eksperta i njegov nacin resavanja
problema
Ekspertni sistem

Baza znanja

Mehanizam
zakljucivanja

Poredjenje eksperta i ES
Faktor

Ekspert

ES

Raspolozivost

Radnim danom

Uvek

Geografski

Lokalno

Bilo gde

Sigurnost

Nezamenljiv

Zamenljiv

Nestalnost

Da

Ne

Performanse

Promenljive

Konzistentne

Brzina

Promenljiva

Konzistentna i
obicno veca

Cena

Visoka

Prihvatljiva

Poredjenje eksperta i ES

Tipicni problemi u kojima se koriste

ES
Vrsta problema
(paradigma)

Opis

Upravljanje

Postizanje zadatog ponasanja sistema

Dizajn

Konfigurisanje sistema uz ogranicenja

Dijagnostika

Zakljucivanje o otkazima sistema

Poducavanje

Provera i ispravka znanja studenata

Interpretacija

Tumacenje situacije na osnovu podataka

Nadzor

Poredjenje merenih i ocekivanih vrednosti

Planiranje

Utvrdjivanje redosleda aktivnosti

Predikcija

Odredjivanje mogucih posledica

Preporuka

Predlaganje resenja za otkaz sistema

Selekcija

Identifikacija najbolje od datih mogucnosti

Simulacija

Modeliranje interakcije komponenata sist.

Kako ekspert resava problem

Ekspert
Dugorona
memorija
(LTM)
Domensko
znanje
Kratkorona
memorija
(STM)
Ulazni
podaci,
injenice,
zakljuci

Klijent
Rezonovanje

Ulazni podaci
Zakljuci

Kako ES resava problem

Ekspertni sistem
Baza znanja
(LTM)
Domensko
znanje

Radna
memorija
(STM)
Ulazni
podaci,
injenice,
zakljuci

Mehanizam
zakljuivanja

Korisnik
Ulazni podaci
Zakljuci

Primer rada ES
ES za dijagnostiku kvara na automobilu
Pravila
P1
Ako (IF)
Auto nee da "upali"
Onda (THEN)
Kvar moe da bude
u elektricnom sistemu
P2
Ako (IF)
Kvar moe da bude
u elektricnom sistemu
I
(AND)
Napon na akumulatoru je ispod 10V
Onda (THEN)
Kvar je u akumulatoru
Dijalog:
Sistem:
Da li auto hoce da "upali" ?
Korisnik:
Ne.
pocetak zakljucivanja

Jos karakteristika ES
Uzana oblast
ekspertize
slabe performanse
izvan te oblasti
razdvajanje
kompleksne oblasti na
vise manjih
(primer sa
dijagnostikom kvara
automobila)

Rezonovanje u ES
Simbolicko rezonovanje
konvencionalni programi obradjuju podatke,
a ES znanje
primer:
cinjenica:
Jovan trci
pravilo: Ako Osoba trci
Onda Osoba je zadihana
zakljucak:
Jovan je zadihan

trci(jovan)
zadihan(X) :- trci(X)
zadihan(jovan)

Jos o rezonovanju
Heuristicko rezonovanje
nepisana pravila (rules of thumb)
razlika izmedju algoritama i heuristike

Neegzaktno rezonovanje
rezonovanje sa
neizvesnim, dvosmislenim ili nedostupnim
podacima
domensko znanje je samo po sebi
neegzaktno

Poredjenje ES i konvencionalnih
programa
Konvencionalni programi

Ekspertni sistemi

Numericki

Simbolicki

Algoritamski

Heuristicki

Podaci i kontrola integrisani

Znanje i kontrola razdvojeni

Teski za modifikacije

Laki za modifikacije

Precizne informacije

Neegzaktne informacije

Komandni interfejs

Prirodni jezik i objasnjenja

Fiksni konacni rezultati

Preporuke i objasnjenja

Optimalna resenja

Prihvatljiva resenja

Faze u razvoju ES
Definisanje
Reformulacija

Zahtevi
Prikupljanje
znanja

Ispitivanje

Znanje
Dizajn
Doterivanje

Struktura
Testiranje
Evaluacija
Dokumentovanje
Proizvod
Odr`avanje

Literatura
Vladan Devedi, Inteligentni informacioni
sistemi, Fakultet organizacionih nauka,
Beograd 2000.
.,
,
, , 2004.

 i reference
American Association for Artificial Intelligence

http://www.aaai.org/
http://www.aaai.org/AITopics/
http://www.aaai.org/AITopics/html/education.html
Expert Systems
http://www.aaai.org/AITopics/html/expert.html

IEEE Intelligent Systems

http://www.computer.org/intelligent

Stanford Medical Informatics

http://www.smi.stanford.edu/
Stanford Knowledge Systems Laboratory
http://www-ksl.stanford.edu/

AI On the Web

http://aima.cs.berkeley.edu/ai.html