DIP483 Intelektuālo lietišķo datorsistēmu uzbūves metodes

1. DIP483 Intelektuālo lietišķo datorsistēmu uzbūves metodes

2. Zināšanu atspoguļošana Loģiskais modelis Produkciju modelis Tīklveida modelis Freimu modelis

3. Zināšanu iegūšana • Zināšanu iegūšana no eksperta; • Zināšanu organizācija, kuras nodrošina sistēmas efektīvu darbību; • Zināšanu attēlošana sistēmai saprotamā veidā.

4. Zināšanu iegūšanas pamatprincipi piemēros • 1.daļa • Kategorijas B problēmas rodas no tā, ka zināšanu apraksts vai attēlojums tiek uzdots no ārpuses kādā formātā. • Šādā gadījumā nepieciešams tikai pārveidot informācijas attēlošanas formātus, bet atvēršanas funkcijas nav nepieciešamas.

5. 2. Daļa • Kategorijai C ir daudz kas līdzīgs ar kategoriju B. Piemēram, lai Iegūtu faktiskus datus ārējā attēlojumā, nepieciešams tos saprast, bet tas ir analoģiski kategorijai B.3. • Kategorijas C augstākajā līmenī – evristiskajā apmācībā – zināšanu attēlojums ir vissarežģītākais. Praktiski evristiskā apmācība tās pilnā vārda nozīmē nav realizēta.

6. 3. daļa • Attēlošanas valodas. Apmācība pēc piemēriem – tas it atsevišķu faktu savākšanas process, to apkopojums un sistematizācija, tādēļ nepieciešama unificēta piemēru un kopēju noteikumu attēlošanas valoda. Šiem noteikumiem, kuri ir apmācības rezultāts, ir jākļūst par • zināšanu izmantošanas objektiem. Tādēļ arī veido zināšanu attēlošanas valodu. Un otrādi, zināšanu attēlošanas valodā ir jāņem vērā un jānosaka iepriekš minētie zināšanu iegūšanas noteikumi.

7. 4. daļa • Objektu aprakstīšanas veidi. Apmācība pēc piemēriem no atsevišķi aprakstītiem objektiem tiek izveidoti kādas klases vēl vairāk vispārināti objektu apraksti.

8. 5. daļa • Apkopojuma noteikumi. Lai savāktu atsevišķus piemērus un izveidotu kopējus noteikumus, nepieciešami apkopojuma noteikumi. • Tiek ieteikti vairāki to aprakstu veidi: valodas pastāvīgo atribūtu nomaiņa ar mainīgajiem, aprakstu izslēgšana ar ierobežotu pielietojumu un tamlīdzīgi. Skaidri redzams, ka šis metodes ir cieši saistītas ar zināšanu attēlošanas valodu.

9. Secinājumi apmācībā • Šeit P – pazīstamu tēžu kopums, H – hipotēze. • Piemēram, ir dota kopa P: • Izvirzām hipotēzi H1 • H1 : (???x) MĀJA(x), t.i., “katram cilvēkam ir māja”.

10. Secinājuma formula • P = {P1,P2} • P1 = • P2 =

11. Apmācība pēc piemēriem: • Parametriskā apmācība. • Apmācība, pamatojoties uz secinājumiem pēc analoģijas. • Apmācība, pamatojoties uz secinājumiem pēc indukcijas evristiskā apmācība.

12. Zināšanu iegūšana • Informācijas iegūšana bez loģiskiem secinājumiem. • Programmu ievade. • Faktisko datu ievade. • Informācijas iegūšana no ārpuses, kura jau pasniegta zināšanu formā. • Gatava zināšanu kopuma iegūšana, kurš attēlots iekšējā formātā. • Zināšanu, kuras attēlotas iekšējā formātā, iegūšana dialoga režīmā. • Zināšanu iegūšana, kuras attēlotas ārējā formātā, un to saprašana.

13. Zināšanu iegūšana • Apmācība pēc piemēriem. • Parametru apmācība • Apmācība uz secinājumu pamata pēc analoģijas. • Apmācība uz secinājuma pamata pēc indukcijas (evristiskā apmācība). • Zināšanu iegūšana meta-līmenī.

14. Paskaidrošanas spējas Lietotājs Lingvistiskais procesors Darba atmiņa Risinātājs (interpretators) Zināšanu bāze Eksperts Zināšanu iegūšana • Vispārīgas intelektuālas datorsistēmas shema

15. Prasības: • Spēja uzturēt dialogu par risināmo uzdevumu valodā, kura ērta lietotājam (ekspertam), un daļēji arī iegūt jaunas zināšanas dialoga gaitā; • Spēja uzdevuma gaitā sekot spriedumu līnijai, kura saprotama lietotājam (ekspertam); • Spēja paskaidrot savu spriedumu gaitu valodā, kura ērta lietotājam (ekspertam), kas nepieciešams gan pie sistēmas lietošanas gan pie pilnveidošanas (t.i., pie zināšanu bāzes sakārtošanas un modifikācijas).

16. IS Komplekss • Zināšanu bāze, kura glabā produkciju kopumu (vispārīgā gadījumā noteikumus); • Darba atmiņa, kura glabā datus (datu bāze); • Interpretators, kurš, balstoties uz sistēmā esošajām zināšanām, risina tam doto uzdevumu

17. IS Komplekss (turpinājums) • Lingvistiskais procesors, kurš realizē dialogu ar lietotāju (ekspertu) tam pieņemamā valodā (dabīgā valoda, profesionālā valoda, grafiskā valoda utt.); • Zināšanu iegūšanas komponente; • Paskaidrojošā komponente, kura paskaidro sistēmas darbību un atbild uz jautājumiem par to, kādēļ kaut kādi slēdzieni tika izdarīti vai atmesti.

18. Lingvistiskais procesors • Lingvistiskais procesors izpilda šādas darbības: • Pārveido ieejas datus, kuri attēloti dabīgā valodā, datos mašīnas iekšējā valodā; • Pārveido sistēmas paziņojumus, kuri ir sistēmas iekšējā valodā, uz paziņojumiem dabīgā valodā.

19. Interpretators & paskaidrojošais bloks • Interpretators, balstoties uz ieejas datiem, produkcionāliem noteikumiem un kopējiem faktiem par problēmu jomu, formē uzdevuma risinājumu. • Parasti paskaidrojošais bloks paziņo: • kā noteikumi izmanto lietotāja informāciju; • kādēļ tika lietoti (netika lietoti) dotie noteikumi; • kādi secinājumi tika izdarīti.

20. IS izstrādes etapi: • Identifikācija • Konceptualizācija • Formalizācija • Izpilde • Testēšana • Mēģinājums

21. Identifikācijas etaps • Dotajā etapā tiek risināti šādi uzdevumi: tiek noteikti projektēšanas procesa dalībnieki un to loma, tiek identificēta problēma, tiek noteikti resursi un mērķi. Problēmas identifikācijas būtība ir risināmās problēmas neformālā (verbālā) apraksta sastādīšanā.

22. Konceptualizācijas etaps • Dotajā etapā eksperts un zināšanu inženieris precizē jēdzienu slēgvārdus, attiecības (kuras minētas identifikācijas etapā) un raksturojumus, kuri nepieciešami problēmas risinājuma procesa aprakstam.

23. Konceptualizācijas etaps • Šajā etapā tiek noteiktas šādas problēmas īpatnības: pieejamo datu tipi; izvades tipi; kopējās problēmas apakšproblēmas; izmantojamās stratēģijas un hipotēzes; savstarpējo saišu veidi starp kopas (vides) objektiem; izmantojamo attiecību tipi (hierarhija, cēlonis/sekas, daļa/vesels un tamlīdzīgi); ierobežojumu tipi, kuri ir uzlikti risinājuma procesam; zināšanu sastāvs, kurš tiek izmantots risinājuma iegūšanai un pamatojumam.

24. Formalizācijas etaps • Dotajā etapā visi jēdzienu un attiecību slēgvārdi, kuri ievesti konceptualizācijas etapā, tiek izteikti kaut kādā formālā valodā, kura ir piedāvāta zināšanu inženierim. Šeit viņš nosaka, vai esošie instrumentālie līdzekļi atbilst izskatāmas problēmas risinājumam vai arī nepieciešamas oriģinālas izstrādes.

25. Izpildes etaps • Izpildes etapa uzdevums ir izveidot vienu no vairākiem ILD prototipiem, kuras risina nepieciešamos uzdevumus. Tālāk pēc testēšanas un mēģinājuma ekspluatācijas rezultātiem dotajā etapā tiek izveidots galīgais produkts, kurš ir lietojams rūpnieciskajā ražošanā.

26. Testēšanas etaps • Šī etapa gaitā tiek novērtēta izvēlētā zināšanu attēlošanas metode un visa sistēma pilnībā. Tikko kā sistēma ir spējīga apstrādāt no sākuma līdz galam divus vai trīs piemērus, nepieciešams uzsākt pārbaudi plašākā piemēru lokā tādēļ, lai noteiktu zināšanu bāzes un vadības mehānisma (izvades procedūru) trūkumus.

27. Mēģinājuma ekspluatācijas etaps • Dotajā etapā tiek pārbaudīts sistēmas derīgums (pielietojamība) galīgam lietotājam. Mērķtiecīgi ir organizēt sistēmas darbu nevis uz izstrādātāja stenda, bet lietotāju darba vietā.

28. IS Testēšana Ekspluatācijas mēģinājums Sākums Nobeigšana Identifikācija Pārformulēšana Prasības Izpilde Pārkonstruēšana Konceptualizācija Pilnveidošana Jēdzieni Formalizācija • Intelektuālo sistēmu izstrādes etapi

29. Intelektuālo sistēmu stadijas • Demonstratīvais prototips; • Pētnieciskais prototips; • Darbojošais prototips; • Rūpnieciskā sistēma; • Komerciālā sistēma.

30. Loģiskie izvades algoritmi: • Tiešā spriedumu ķēdīte; • Apgrieztā spriedumu ķēdīte; • Izvade, balstoties uz varbūtībām;

31. Tiešā spriedumu ķēdīte • 1 noteikums: Ja dzinējs ir pārkarsis, TAD motors noslāps. • 2 noteikums: Ja motors noslāps, TAD tas novedīs pie naudas izdevumiem un vēlākas atgriešanās

32. Tipiskas tiešās spriedumu sistēmas darbība: • Sistēma satur situāciju virknes aprakstu. • Katrai situācijai sistēma meklē zināšanu bāzē noteikums, kuru nosacījumu daļā ir atbilstošs noteikums. • Saskaņā ar konstatējošo daļu (TAD daļu), katrs noteikums var ģenerēt jaunas situācijas, kuras tiek pievienotas jau esošajām. • Sistēma apstrādā katru no jauna ģenerēto situāciju. Ja ir kaut vai viena tāda situācija, tiek izpildītas darbības, sākot no punkta 2. Spriedumi tiek pabeigti, kad vairāk nav neapstrādātu situāciju.

33. Datu struktūras (darbs ar zināšanu bāzi): • Loģisko secinājumu saraksts • Mainīgo saraksts • Nosacījuma mainīgo saraksts • Loģisko secinājumu steks

34. Darbs ar zināšanu bāzi • 10 JA INTERESTS - KRĪT, • TAD STOCK - AUG • 20 JA INTERESTS - AUG, • TAD STOCK - KRĪT • 30 JA VALUTA - AUG, • TAD INTERESTS - KRĪT • 40 JA VALUTA - AUG, • TAD INTERESTS - KRĪT • 50 JA FEDINT - KRĪT UN FEDMON - PALIELINĀT, • TAD INTERESTS - KRĪT

35. Mainīgo vārdu tabula

36. Nosacījuma mainīgo saraksts

37. Sākums Beigas • Nosacījuma mainīgo saraksts • A. • B. • C.

38. Mainīgo saraksts • INTERESTS • VALUTA • FEDINT • FEDMON • INTERESTS • VALUTA • FEDINT • FEDMON

39. Vispārināts algoritms, kurš realizē tiešo spriedumu izvadi • Noteikt sākotnējo stāvokli. • Ierakstīt nosacījuma mainīgo loģisko izvades mainīgo rindā un tā vērtību – mainīgo sarakstā. • Caurskatīt mainīgo sarakstu un atrast to mainīgo, kura vārds stāv loģisko secinājumu mainīgo rindas sākumā. Ja mainīgais ir atrasts, ierakstīt nosacījuma mainīgo norādītājā noteikuma numuru un skaitli 1. Ja mainīgais nav atrasts, pāriet soli 6.

40. Vispārināts algoritms, kurš realizē tiešo spriedumu izvadi: turpinājums • Piešķirt neinicializētiem nosacījuma mainīgajiem atrastā noteikuma daļas vērtību (jā tāda ir). Mainīgo vārdi atrodas nosacījuma mainīgo sarakstā. Pārbaudīt visus noteikuma nosacījums un, ja tie ir patiesi, griezties pie noteikuma TAD daļām. • Piešķirt vērtību mainīgajam, kurš ietilpst noteikuma TAD daļā, un novietot to loģisko secinājumu rindas beigās.

41. Vispārināts algoritms, kurš realizē tiešo spriedumu izvadi: turpinājums • Izsvītrot mainīgo, kurš atrodas loģisko secinājumu mainīgo rindas sākumā, ja tas vairs nav sastopams kāda noteikuma nosacījuma daļā. • Pabeigt spriedumu procesu, tikko ir kļuvusi tukša loģisko secinājumu mainīgo rinda. Ja rindā vēl ir mainīgie, atgriezties uz soli 3.

42. Apgrieztā spriedumu ķēdīte • Noteikums 1: JA automobīli nevar iedarbināt UN ir izlādējies akumulators, TAD netiek padota strāva starterim. • Noteikums 2: JA starterim netiek padota strāva, TAD automobīlis nekustēsies no vietas

43. Zināšanu bāzes izstrāde: lēmumu koks • Diagrammas kuras tiek sauktas par lēmumu kokiem, dod nepieciešamo uzskatāmību un iespēju izsekot spriedumu gaitu. • Diagrammas tiek sauktas par lēmumu kokiem tādēļ, ka līdzīgi īstajam kokam tam ir zari. Lēmumu koku zari nobeidzas ar loģiskiem secinājumiem

44. Cik gadus pretendents ir strādājis dotajā amatā? (7) Piedāvāt pretendentam referenta amatu (10) Pretendentam atteikt (2) Pretendentam atteikt (9) >=2 <2 Nē <3,5 Pretendents ir ierēdņa kandidāts? (1) Pretendenta vidējā atzīme mācību laikā? (5) Piedāvāt pretendentam vecākā referenta amatu (8) Iespējams pretendentu pieņems darbā (3) Jā >=3,5 Jā Pretendents ir labas atsauksmes? (4) Jā Piedāvāt pretendentam nodaļas vadītāja amatu (6) Jā • Lēmumu koks

45. a) b) Pretendentam atteikt >=3,5 1. ceļš Pretendenta vidējā atzīme mācību laikā? (5) 2. ceļš <3,5 • Lēmumu koks

46. Nē Pretendents ir ierēdņa kandidāts? (1) Iespējams, pretendentu pieņems darbā (3) Jā • Lēmumu koka pārveidošana noteikumos (piemērs)

47. Pretendents ir ierēdņa kandidāts (1) Pretendentam ir labas atsauksmes (4) Jā Jā Piedāvāt nodaļas vadītāja amatu (6) • Ceļa piemērs

48. Komentārs • Secinājuma 6. virsotne: ceļš 6, 4, 1 • JA DEGREE = JĀ UN DISCOVERY = JĀ • TAD POSITION = NODAĻAS VADĪTĀJS

49. Lēmumu koka pārveidošana noteikumos – etapi • Izvēlēties no lēmumu koka secinājumu virsotni (taisnstūri) un nofiksēt to. • Atrast lēmumu virsotni (riņķi), kura atrodas pa kreisi no izvēlētas secinājumu virsotnes un ar to saistīta zara, un nofiksē to.

50. Lēmumu koka pārveidošana noteikumos – etapi (turpinājums) • Atkārtot soli 2 tikmēr, kāmēr netiks apskatītas visa lēmumu virsotnes, kuras atrodas pa kreisi nofiksētās secinājumu virsotnes, vai netiks sastapta jauna lēmumu virsotne. Ja it sastapta lēmumu virsotne, tad to ir jānofiksē un jāpārtrauc soļa 2 izpilde. Izpilde tiek arī pārtraukta, ja ir apskatītas visas virsotnes.