Capitolul 1.

ntroducere
Pentru nelegerea diferitelor fenomene din lumea nconjurtoare,
oamenii de tiin se bazeaz pe modelarea matematic. De multe ori,
fenomenele sunt deosebit de complexe i depesc puterea de modelare,
sau construirea unui model matematic este o sarcin imposibil i neatractiv,
n acest caz, cercettorii ncearc s relaxeze modelul, prin utilizarea unor
euristici n scopul raionalii asupra informaiilor care lipsesc din model, c i
asupra fenomenelor pe care acest model le reprezint. Tn alte cazuri, nu se
poate nelege complet un anumit fenomen i putem fi satisfcui cu un model
incomplet. Rezult c o serie de modele matematice nu pot emula n mod
precis fenomenele din jurul nostru, caz n care sunt construite modele
pariale. Pentru rezolvarea acestor situaii, cercet torii utilizeaz tehnici de
inteligen artificial (A), n scopul sintezei de mjfloace de ra ionament pentru
n elegerea fenomenelor complexe sau incomplete. Cercetrile din inteligena
artificial au un deosebit succes la ora actual. Poate cel mai semnificativ
succes a) A a fost dezvoltarea sistemelor expert.
Se pot distinge trei perioade n dezvoltarea sistemelor expert
[SKLC96]:
1960-1969 - n aceast perioad, sistemele expert au fost dezvoltate cu
precdere n domeniul tiinific. Una dintre primele aplicaii ale sistemelor
expert n chimie a fost DENDRAL, proiectat n scopul interpretrii datelor
provenite de la spectrometrele de mas, pentru determinarea structurii
moleculelor. Tot n aceast perioad, a fost proiectat un sistem expert
pentru nelegerea vorbirii, numit HEARSAY, ct i rezolvitorul de probleme
de matematic MACSYMA.
1970-1979 - Sfritul anilor 70 a fost marcat prin dezvoltarea ctorva
sisteme expert din domeniul medicinii, cum ar fi MYCN (proiectat pentru
sprijinul diagnozei meningitelor i a infeciilor din snge), CASNET i
NTERNST. La sfritul acestei perioade, a fost realizat sistemul
PROSPECTOR, n vederea prediciei unor posibile depozite de minerale.
Primul sistem expert dedicat educaiei a fost elaborat n aceast perioada i
se numea SOPHE.
1980-prezent - Aceast perioad se caracterizeaz prin creterea
popularitii i interesului comercial a sistemelor expert proiectate n
perioada anterioar, n acest sens, sistemele expert au fost dezvoltate i
comercializate sub forma unor medii de dezvoltare a sistemelor expert,
numite generatoare de sisteme expert.
Sisteme expert din prima i a doua perioad se caracterizau prin
faptul c, toate componentele software ct i baza de cunotine, erau
codificate de ctre conceptorii de sistem. Dezvoltarea sistemelor expert a
implicat resurse mari de oameni i de calcul, n efortul lor de a
reducecosturile de dezvoltare, cercettorii au propus idea generatoarelor de
sisteme expert, care reprezint un schelet al sistemului expert,cu toate
componentele acestuia cu excepia cunotinelor dintr-un anume domeniu.
De exemplu generatorul de sisteme expert EMZCN este n esen sistemul
expert MYCN fr baza de cunotine. Sistemul EMYCN a fost utilizat cu
succes n dezvoltarea sistemului expert PUFF, care furnizeaz consultaii i
diagnoz n domeniul bolilor pulmonare. El a fost dezvoltat n mod simplu,
prin populares bazei de cunotine vide a sistemului EMYCN, cu rezultatele
expertizei din domeniul bolilor pulmonare i utiliznd diferitele funcii ale
sistemului expert disponibile n EMYCN.
1.1 Sisteme expert
Sistemele expert au fost definite n diferite moduri, dar toate definiiile
au o trstur comun, care sugereaz faptul c sistemele expert sunt
mijloace Artificiale folosite n SCOPUL emulrii modului in care experii dintr-
un anumit domeniu rezolv problemele. Edward Feigenbaum, unul dintre cei
mai cunoscuti cercettori n inteligena artificial, definete un sistem
expert ca fiind "un program inteligent care utilizeaz cunotine i
proceduri de inferen, n rezolvarea problemelor dificile, sau care cer o
expertiz umana, semnificativ pentru soluionarea lor. Cunotinele
necesare dintr-un anumit domeniu, mpreun cu procedurile de inferen
utilizate, pot fi interpretate ca un model de expertiz al celor mai buni
practicieni din domeniu. Cunotinele unui sistem expert constau din fapte si
euristici. Faptele constituie un corp de informatii disponibile in mod public si
general, agreate de toi experii din domeniul. Euristicile au un caracter
particular reprezentnd reguli ale unui bun raionament (reguli
ale, raionamentului plauzibil ,reguli pentru o buna predictie ),ce
caracterizeaz decizia la nivel de expert, realizat ntr-un anumit domeniu.
Nivelul de performana al unui sistem expert este n mod
fundamental o funcie a mrimii i calitii bazei de cunotine pe care
acesta o posed. Aceast definiie evideniaz dou aspecte. Primul se
refer la semnificaia unei probleme suficient de dificile. Dac este dificil
de tradus cuvinte din limba englez, atunci un program care realizeaz acest
lucru este un sistem expert? Sau, dac exist probleme cu operaii aritmetice,
atunci un calculator este considerat un sistem expert? ntuiia noastr ne
spune c nu ntr-un caz, nici n cellalt, nu este vorba de sistem expert,
ntruct un sistem expert emuleaz experii, iar experii nu sunt numai
realizatori de task-uri.A doua ntrebare legata de definiia unui sistem expert
este legat de cine este un expert. Este un expert cineva cu un grad
nalt de cunotine dintr-o anumita specialitate? Ct de multe cunotine
trebuie s aib un om pentru a fi un expert? Cunoatem multe cazuri n care
oameni care nu au nici un fel de educaie formal, pot rezolva probleme cel
puin la fel de bine ca i un expert.
Cunoatem de asemenea multe cazuri n care experi: sunt
mprii in opiniile lor i de aici, asupra modalitilor de rezolvare ct mai
bine a unei problert. (de exemplu n politic, n economie sau n medicin).
Aceste ntrebari sugereaz faptul c este mai avantajos
de caracterizat un sistem expert dect a ncerca sa-l defineti. Totui, un
sistem,expert se bazeaza pe avantajul memoriilor sau capacitatilor de
memorii mari ale calculatoarelor i pe viteza acestora, procesnd o
cantitate mare de informaie ntr-o fraciune de timp, dorit de utilizator.
Sistemele expert incorporeaz raionamentul experilor umani ntr-un
domeniu particular, pe care-l combin cu viteza de procesare a
calculatoarelor i cu memoria mare a acestora.
Prezentm n continuare cele mai importante caracteristici ale unui
sistem expert.
1. Un sistem expert trebuie s fie prietenos cu utilizatorul, ntruct
utilizatorul nu este n mod necesar familiarizat cu operaiile de baz ale unui
sistem expert, sistemul expert trebuie s fie uor de utilizat, iar funcionarea
sa s fie uor de explicat. Pentru realizarea acestei caracteristici, sistemele
expert trebuie s furnizeze utilizatorului pagini de help, utilizarea simpl a
instruciunilor de interfaare cu utilizatorul i s fie condus de meniu, n plus,
utilizatorul trebuie s fie capabil s ntrein bazele de cunotine i de date.
2. Un sistem expert trebuie s fie capabil s nvee din experiena
trecut. Ca i experii umani, abilitatea de nvare nseamn c sistemul
expert este capabil s obin soluii similare, mult mai rapid n prezena unei
aceleiai probleme, n plus, exist trei tipuri de nvare asociate cu un sistem
expert: (a) nvarea din exemple. Sistemul expert genereaz cunotine
referitoare la o anumit problem din domeniu, cnd sunt furnizate exemple i
studii de caz. Procesul su de luare a deciziilor se bazeaz pe extrapolarea
cunotinelor noi generate; (b) nvarea prin analogie. Sistemul expert
evideniaz analogii ntre problema de rezolvat i cunotinele sale curente,
derivate prin rezolvarea altor cazuri similare. Cnd sunt detectate cazuri
similare, sistemul expert extrage soluiile lor i le aplic n rezolvarea unei noi
probleme; (c) nvarea din experien. Sistemul expert accept cunotine
noi de la expertul din domeniu i le ncorporeaz n baza de cunotine
existent. Sistemul expert trebuie s fie capabil s valideze cunotinele noi n
raport cu cele existente, pentru a asigura faptul c baza de cunotine este
complet i nu contradictorie.
3. Abilitatea de explicaie. Similar cu experii umani, sistemul expert trebuie
s fie capabil s explice sistemul su de raionament i s rspund la
ntrebri despre procedurile de inferen. Abilitatea de explicaie este o
trstur foarte important a sistemului expert. Ea reprezint singura
modalitate prin care utilizatorul poate avea ncredere n mecanismul de luare
a deciziei a sistemului expert. Acest proces de justificare a deciziei este
complementar, dac nu superior, procesului su de luare a deciziei, n plus,
abilitatea de explicaie este de asemenea important pentru proiectantul
sistemului expert i pentru inginerul de cunotine. Proiectantul sistemului
expert poate utiliza baza de cunotine pentru validarea sistemului expert, n
timp ce inginerul de cunotine poate verifica dac cunotinele sunt complete
i corect validate.
4. Raionamentul aproximativ. Sistemul expert controleaz aciunile sale
pn la atingerea concluziilor finale, n anumite cazuri, sistemul expert trebuie
s fie capabil n a decide urmtorul pas ce trebuie realizat n procesul de
rezolvare a problemei, pentru a ocoli strile de blocaj. Adesea, datele i
cunotinele despre problema din domeniu sunt imprecise (fuzzy) sau
incomplete, n mod similar cu experii umani, sistemul expert trebuie s fie
funcional n medii incerte, prin utilizarea unui anumit mecanism de gestiune
aincertitudinii.
5. Restricii de timp. Adesea, sistemul expert trebuie s funcioneze sub
anumite restricii de timp. Multe aplicaii din lumea real impun rspuns n
timp real. Aceasta nseamn c sistemul expert trebuie s realizeze sarcinile
sale rapid, n scopul nglobrii lui n aplicaii reale, n anumite cazuri, trebuie
gsit "o bun" soluie a problemei i nu n mod necesar una optim.
Pentru implementarea unora din caracteristicile menionate mai sus,
sistemul expert const n general din nou componente, evideniate n figura
1.1 i prezentate mai jos:
1. Interfaa utilizator. Orice sistem expert trebuie s aib o interfa
uoar i prietenoas cu utilizatorul i s furnizeze pagini de help.
2. Baza de cunotine. Baza de cunotine conine toat expertiza
relevant care este necesar n rezolvarea unor probleme dintr-un domeniu
dat. Baza de cunotine const din reguli euristice ct i fapte sau diverse
teorii, n majoritatea cazurilor, baza de cunotine este permanent i se
modific rar.
3. Baza de date. Baza de date conine informaii specifice domeniului
problemei ct i informaii corespunztoare unor cuvinte rezervate sau cuvinte
cheie, care sunt utilizate de motorul de inferen.
4. otorul de inferen. Acest modul utilizeaz regulile n scopul
inferrii unor concluzii, bazndu-se pe anumite pri relevante din baza de
cunotine. Ca i experii umani, sistemul expert trebuie s fie capabil Se
ajung la aceleai concluzii n mod independent de ordinea n care sunt
activate regulile relevante. Mecanismul de inferen trebuie s fie suficient
de
flexibil pentru a justifica raionamentul realizat.
5. !abla neagr "blac#board$. Aceasta reprezint o structur de date
ce conine datele iniiale furnizate de anumite intrri utilizator sau dispozitive
externe, ct i rezultatele intermediare provenite din procesul de inferen.
6. odulul explicativ. Acest modul explic procesul de inferen si
indic modul n care anumite concluzii particulare sau aciuni au fost obinute
7. odulul de nvare. Programul de nvare este activat dup
fiecare
execuie de ctre motorul de inferen. El analizeaz procesul de inferen i
stabilete regulile, n vederea creterii eficienei procesului inferenial, n
cazul in care acest proces va fi activat din nou. Programul de nvare
este de asemenea responsabil n stabilirea noilor factori de ncredere
din diferite reguli pe msur ce sistemul expert se maturizeaz.
%. &omunicarea cu alte sisteme expert. Similar cu experii
umani sistemul expert trebuie s fie capabil s consulte alte
sisteme experte candntmpin dificulti. Cooperarea sistemelor
expert poate aduga noi dimensiuni procesului de sintez a
deciziilor.
9. odulul de gestiune a incertitudinii. Gestiunea incertitudinii
este o funcie imperativ a unui sistem expert, ntruct datele i
cunotinele furnizate de utilizator sunt fuzzy, incomplete sau vagi.
Totui, relativ la imprecizia datelor i cunotinelor, dorim ca un
sistem expert s poat fi capabil s infereze n aceste condiii i s
rezolve probleme folosind raionamentul aproximativ.?
Figura 1.1 Structura general a unul sistem expert
1.2. Utilitatea sistemelor expert
Este dificil de reprezentat expertiza uman ntr-un sistem de
calcul. Cu tot succesul sistemelor expert proiectate n realizarea unor
sarcini similar cu experii umani, acestea nc reprezint numai o mic
extensie a abilitii de rezolvare a problemelor. Sistemele expert nu au
n mod real o inteligen i sunt adesea utilizate numai pentru a
suplimenta expertul uman ca mijloace de consultare. O ntrebare
natural este "De ce folosim sistemele expert dac exist experi
umani?". Exist anumite motive bine ntemeiate pentru utilizarea
sistemelor expert, n primul rnd, expertiza artificial este
permanent ca orice alt software. Datele i cunotinele sunt
depozitate n memoria calculatorului i rmn neschimbate pn la o
anumit modificare a lor. n contrast cu aceasta, expertiza uman este
perisabil. Dac nu folosim anumite date i cunotine destul de des,
tendina este s le uitm. 'xpertiza artificial produce rezultate
consistente. Calculatoarele nu sunt influenate de presiunea
exterioar i produc rezultate consistente n raport cu
complexitatea problemei. Expertiza uman nu este ntotdeauna
consistent. Experii umani pot obosi, nivelul performanei lor se poate
schimba dac sunt sub o anumit presiune i nu produc cele mai bune
rezultate dac problema este foarte complicat, sau dac trebuie de
rezolvat foarte rapid. 'xpertiza artificial este accesibil. Dureaz
aproape un an dezvoltarea unui sistem expert compatibil cu un expert
uman, dar poate dura mult mai muli ani formarea unui expert uman.
Experii umani sunt relativ puin numeroi, n timp ce experii artificiali
sunt uor de reprodus i pot fi distribuii i accesai de oricine. 'xperii
artificiali conserv cunotinele. Experii umani i schimb job-urile i
implicit cunotinele, n timp ce expertiza uman capturata ntr-un
sistem expert se conserv.
Din toate aceste aspecte se nate ntrebarea, dac sistemele expert
nlocuiesc experii umani? Rspunsul este n mod categoric negativ. Experii
umani pot ntotdeauna s realizeze performanele unor experi artificiali, n
schimb, experii umani sunt mult mai creativi dect experii artificiali i
obiectivul cunotinelor lor este mult mai larg. Un sistem expert artificial este
restricionat la un anumit domeniu specific i orict de complicat ar fi, el nu
poate acoperi dect o submulime limitat a cunotinelor expertului uman. n
plus, expertul uman poate improviza i adapta, dac problema nu este n mod
precis din domeniul su de expertiz. De asemenea, expertul uman poate s
aplice cunotine comune, n timp ce expertul artificial utilizeaz cunotinele
specializate, care sunt foarte specifice i au un scop foarte precis. Sistemele
expert sunt construite pentru a imita procesul de raionament al experilor
umani, pentru a captura i utiliza cunotinele lor i pentru a face aceste
cunotine mult mai accesibile. Sistemele expert sunt programe sofisticate
care utilizeaz resurse de calcul puternice, n scopul asistrii experilor umani
n realizarea sarcinilor lor.
(omeniile n care sunt aplicate sisteme expert includ:
Interpretare - Aceste sisteme expert infereaz descrierea situaiilor,
pornind de la date provenite de la senzori. Dndu-se o mulime de date,
aceste sisteme expert ncearc s sintetizeze o decizie inteligent asupra
semnificaiei datelor. De exemplu, sistemul expert DENDRAL, a realizat un
nalt nivel de performan prin utilizarea analizei masei spectrale i
determinarea structurii moleculelor.
)lanificare - Aceste sisteme expert dezvolt scheme pentru
atingerea anumitor scopuri specifice, politici sau planuri. Sistemul VPS
(Visual nteractive Planning System) este un foarte bun exemplu de sistem
expert folosit n planificare. El utilizeaz reele Petri ca limbaj grafic de
specificare a scopurilor.
)redicie - Aceste sisteme expert ncearc s infereze consecine
dorite din anumite situaii date. Sistemul expert PROSPECTOR predicteaz
depozitele de molibden evaluate la peste 100 milioane dolari dup analiza
datelor geologice.
&onsultare - Aceste sisteme expert furnizeaz informaii de
Consultanta pentru expertii umani. MYCN a fost unul dintre primele
sisteme expert de succes utilizat n diagnoza i recomandri terapeutice
pentru boli infecioase.
(iagnoz - Aceste sisteme expert infereaz concluzii relativ la
disfuncionalitile unui sistem pornind de la o mulime de observaii. JET X
este un sistem expert proiectat pentru diagnoza defeciunilor aferente
motoarelor de avioane militare.
)roiectare - Aceste sisteme expert au drept obiectiv configurarea
obiectelor sub anumite restricii i proiectarea unor aciuni, ca cele aplicate n
planificare. ASDEP este un sistem expert pentru proiectarea proceselor
energetice.
onitorizare - PERF-EXS este un exemplu de sistem expert de
monitorizare deosebit de puternic, proiectat n sprijinul operatorilor umani.
Acest sistem monitorizeaz performanele ntregului proces i ncearc s
detecteze abaterile n valorile ateptate pentru diferite procese, conducnd i
la diagnoza situaiilor de proast funcionare.
Asistare - Aceste sisteme expert dein cunotine de expertiz dintr-
un anumit domeniu, fiind utilizate n procesul de asistare a lurii deciziilor de
ctre nespecialiti. Capacitile de luare a deciziilor a acestor sisteme expert
sunt de obicei peste sau de acelai nivel ca i expertul uman. Sistemul expert
EXPLAN, a fost dezvoltat n asistarea nespecialitilor pentru utilizarea unor
algoritmi de procesare a imaginilor.
nvare - SOPHE i STEAMER sunt exemple de sisteme expert de
nvare.
1.3 Caracteristici generale ale reprezentrii cunotin!elor

Dependen a evident a modului n care reprezent m cuno tin ele

de tipul problemei n care se urmare te obtinerea unei competente de
inteligenta artificial , conduce la urm toarele clase de reprezentare: a"
logice* cunoaterea este reprezentat sub forma unor aseriunii (enunuri)
privind cunotinele i relaiile dintre ele, apar in nd universului de discurs.
Aceste metode permit folosirea regulilor de inferen direct asupra
cunotintelor din baza de cunostine asigur o bun cuprindere a
semnificaiei n formalismul logic utilizat, iar reprezent rile ob inute
sunt simple si inteligibile; b$ relaionale* cunotinele sunt reprezentate
pornind de la relaiile dintre obiecte, sub forma unor grafuri conceptu a le
sau ret ele. Aceste metode permit organizarea cunotinelor innd seama
de omogenitatea sau eterogenitatea universului (ceea ce conduce a clase i
sorturi de natur conceptual sau factuala a cunotinelor), de gradul de
generalizare sau de specializare a conceptelor, de tipul_relatiilor,de
semnificatii. Metodele rela ionale reprezint leg turile dintre obiectele
universului de discurs ca pe ni te elemente ale cunoa terii, spre deosebire
de. metodele logice care mai degrab le deduc; c) procedurale*
cunotinele referitoare la un urrivers evolutiv sunt reprezentate sub forma
unor proceduri, care asigur ob inerea st rilor la momentele specificate,
prin aplicarea aces o r proceduri asupra starilor initiale (sau uneori
intermediare). Cunotinele procedurale pot fi invocate prin ataare la
simboluri (ataare procedural),prin satisfacerea unor condiii (reguli de
producie) sau prin corespondena unor elemente structurale
complexe.
n oricare din clasele menionate, reprezentarea cuno tin elor
nseamn a formula o defini ie pentru fiecare pies de cunoa tere din
universul de discurs potrivit unui formalism adecvat metodei utilizate.
Defini ia formal a unui concept, n termeni i l imbajului de
reprezentare prin care se difereniaz concepte diferite sau se poate aprecia
echivalena in cazul conceptelor identice. Obiectivele definiiei urmresc
model area obi ectel or i a rel ati i l or di ntre el e, astfel i ncat sa fi e
speci f i cate toate caracteri sti ci l e esenti al e al e acestora, sau sa
fi e i nl esni te operati i l e i n care obi ectel e si rel ati i l e sunt i n mod
frecvent i mpl i cate (se nelege prin o#iect o abstractizare care
reprezint fie un obiect fizic, fie o aciune , proces, fenomen sau orice
entitate cu care sistemul efectueaza rationamente). Pot fi date mai multe
definiii unui concept, fiecare reprezentnd descrieri pariale ale acestuia,
din diferite perspective. O alt informaie de natur extensionat privind un
concept, se refer la relaia acestuia cu entiti de tip aciune. Dintre
rolurile cele mai importante pe care un obiect le poate avea ntr-o
aciune, menionm numai pe cele care se refer la ocuparea poziiei de
argument deci de element asupra cruia se acioneaz, i la ocuparea
poziiei de rezultat al aciunii.
Prin generalizarea unui concept S se nelege o definiie GN mai
puin restrictiv a acestuia, astfel nct orice instan a lui S este de
asemenea o instan a lui GN. Prin generalizare, din defini ia conceptului S
sunt omise unele proprieti mai puin relevante. Fie acestea exprimate prin
predicatul PNR(x, GN,S), n care x este o instan de concept, Dac aceasta
satisface i predicatul definitoriu pentru generalizarea G N, atunci va satisface
i definiia conceptului S: DEF(x, GN) ^ PNR (x, GN, S) -> DEF (x, S), n care
DEF(x.y) este un predicat ce semnific faptul c x satisface definiia y.
Un concept S poate avea mai multe generalizri, dup cum este
apreciat lipsa de relevan a proprietilor care nu se mai consider n
definiia generalizrii. Fiind tot un concept, generalizarea poate fi la rndul su
generalizat, obinndu-se n acest fel o ierarhie de concepte, n acelai
timp, o aceeai generalizare poate fi obinut din concepte de baz diferite
(S1 i S2), dac avem simultan: DEF(x, GN) ^ PNR(x, GN, 81) ->DEF(x,S1)
i DEF(x,GN) ^ PNR(x, GN,S2) -> DEF(x,S2).
Prin specializare se nelege o noiune invers generalizrii. Definiia
unui concept S este o instan a definiiei unui concept GN, dac aceasta
cuprinde pe lng predicatele lui GN i o serie de proprieti adiionate,
exprimate colectiv prin predicatul PNR definit mai nainte. Este evident
satisfacerea aceleiai formule de mai sus. Pentru o ierarhie de
generalizri/specializri de concepte, se poate determina o structur
arborescent, ca n figura 1.2 [Geo85].
Figura 1.2. $erar%ie de concepte legate prin rela!ii de generalizare & specializare
Fie dat x o descriere de obiecte i dou concepte A i B. Descrierea x
este un exemplu al unui concept A, dac acesta satisface definiia
conceptului, adic DEF(x.A) adevrat. Dou definiii de concepte A i B
sunt echivalente dac are loc relaia: Vx (DEF(x, A) = DEF (x, B)). Un
exemplu tipic al unui concept, denumit i prototip, se refer la un
obiect reprezentativ al instanelor conceptului, care evideniaz cel
mai bine trsturile caracteristice ale acestuia i care acoper cel mai
bine ntregul spectru de exemple disponibile.
1.3.1 'odalit!i de reprezentare a cunotin!elor
Cunoaterea (sub form de cunotine) poate fi definit ca o reflectare
activ n contiin a lumii reale, a esenialului i generalului, a legturilor
obiective ale realitii, bazat pe capacitatea de descompunere i analiz a
proprietilor, de sintez a unor obiecte abstracte inexistente, pornind de la
proprieti specifice, de lrgire a orizontului obiectelor posibile. Cunoaterea
este empiric, dac informaia despre obiecte, fapte, fenomene, procese_sau
evenimente necunoscute este sesizat de ctre subiectul cunosctor
nemijlocit prin organele sale senzoriale, sau este teoretic daca se
desfoar pe baza unor raionamente si judecai ptrunzand in esena
reliefnd legturile interne, cauzalitatea si legitile dup care se dezvolt
structurile i se desfoar procesele. Cunoaterea teoretic se dezvolt din
cunotine empirice prin analiz i sintez, deducie i inducie, generalizare i
particularizare.
Pentru a fi utilizate ntr-un program, cunotinele sunt memorate sub
forma unor piese de cunotine care descriu obiectele, faptele, fenomenele.
procesele i evenimentele din domeniul de competena al sistemului de
inteligen artificial. Totalitatea cunotinelor memorate alctuiesc un model
al lumii, la care sistemul are acces prin intermediul unor proceduri de
organizare, clasificare, cutare i recunoatere, toate aceste componente,
piese de cunoatere i proceduri de acces la cunoatere, alctuiesc ceea ce
denumim un sistem cognitiv
Reprezentarea cunotinelor poate fi considerat drept o relaie de
forma A<=>def B, ce stabilete o legtura ntre un simbol identificator A, care
este numele entitii ce se reprezint, i o expresie B formulat n limbajul de
reprezentare al sistemului care descrie caracteristicile entitii i structura sa
cu ajutorul unor termeni primari, purttori de semnificaie ai limbajului.
Expresia B va fi denumit reprezentarea entitii A, sau piesa de cunoatere
A din sistemul cognitiv. Pentru a stabili ordinea conceptuala, pe baza creia
se poate construi metoda efectiv de reprezentare a cunotinelor, este
necesar evidenierea urmtoarelor probleme relativ la piesele de
cunoatere, ca
obiecte primitive ale sistemului formal: 1) stabilirea sistemului de
metareprezentare, care s asigure modalitile de reprezentare a cunoaterii
att pentru modelul lumii
cat si pentru componentele proprii ale sistemului de
inteligen artificiala; 2) stabilirea sistemlui de clasificare, adica de grupare si
ordonare in clase, dup criterii rezultate din analiza relevanei proprietilor
ce se folosesc, pentru a caracteriza obiectele pentru care se construiesc prin
reprezentare, piesele de cunoastere;3) stabilirea sistemului de organizare,
adic de grupare si ordonare a elementelor i claselor n vederea asigurrii
realizrii unor procese fundamentale n programele inteligente: acces,
cutare, corespondenta,substitutie,inferen deductiv i inferen
inductiva, grupare i regrupare, ordonare i reordonare, structurare i
restructurare, protecie. Este posibil s se utilizeze ntr-o aplicaie o singur
reprezentare (pentru simplitate) sau reprezentri hibride (reprezentare
eterogen) folosindu-se mai multe limbaje de reprezentare a cunotinelor
n vederea creterii puterii de reprezentare a caracteristicilor problemei.
Orice sistem de inteligen artificial trebuie s realizeze un compromis ntre
simplitatea reprezentrii cunotinelor i aspectele computaionale dificile
caracteristice exploatrii cunotinelor eterogene.
n cele ce urmeaz vom prezenta pe scurt cele mai importante
metode de reprezentare a cunotinelor, nsoite de caracteristicile
acestora [Maz98c].
A. Logica ofer pe de o parte un mijloc de exprimare al aseriunilor i un
cadru formal pentru realizarea de inferene. O baza de cunostinte este
constituita exclusiv dintr-o multime de formule care descriu universul de
discurs.Un interes major al utiliz rii logicii consta in posibilitatea ob inerii de
rezultate noi, folosind regulile de inferen : modus ponens. rezolu ie, modus
tollens, etc. Logica permite o exprimare relativ natural a anumitor fapte, fiind
lipsit de ambiguiti. Modelarea cunotinelor n logica de ordinul nti nu
este ntotdeauna uor de realizat. Logica este un sistem formal care
poseda rigoare i claritate semantic. Aceste avantaje sunt n acelai
timp i dezavantaje, ntruct omul nu este att de riguros. Ra ionamentele
sale sunt mult majjsupje. Nu exist o organizare ntre diferitele elemente ce
constituie baza de cunostine. Obiectele manipulate nu ai o reprezentare
proprie. Ele nu exist dec t prin intermediul propriet ilor care sunt
diseminate n baza de
cunotine. Este o caracteristic a formalismului relaional, opus abordrii
obiectuale. Aceast lips de organizare a bazei de cunotine, antreneaz
pe msura creterii ei, apariia de probleme din punct de vedere al
coerenei i utilizrii sale. n scopul rezolvrii acestor anomalii i pentru a
extinde cmpul de aplicaie al logicii clasice, au fost dezvoltate logici
nedasice, numite si logici nemonotone; n particular togicite multivaluate, logici
de incertitudine i logici modale.
B. Reele semantice. Reprezentarea cunotinelor cu ajutorul reelelor a
aprut ca o consecin a incercrii de a surprinde printr-un instrument
adecvat, structurile relaionale de mare complexitate care apar, ca urmare a
exprimrii formate a informaiei despre entitile din lumea real. Aspectul de
graf al reprezentrii cunotinelor, constituie doar o variant de notaie pentru
caracteristicile eviden iate prin reprezentarea cuno ti n elor in limbajul calculului
cu predicate de ordinul nt i. Elementele primitive din care se construiesc
reelele sunt nodurile (abstraciuni structurale pentru concepte,evenimente,
stari si alte obiecte suport ale sistemului relaional) i legturile sau arcele
abstraciuni ale relaiilor propriu-zise. Aceste primitive se folosesc pentru
Reprezentarea structurilor de date n limbaje de nivel superior, sub
forma unor spaii de memorie denumite celule, legate intre ele prin
pointeri, aa cum este de exemplu cazul limbajului LSP. Reelele astfel
construite nu ofer faciliti pentru reprezentarea tuturor caracteristicilor
eseniale ale cunoaterii, ele avnd doar forma unor structuri de date care pot
fi considerate ca primitive structurale pentru un sistem de reprezentare a
cunotinelor. Asocierea unor simboluri i valori la aceste structuri de date, a
permis exprimarea unor semnificaii i prin aceasta, apropierea de cerinele
sistemelor de reprezentare a cunotinelor.
Primul model de reprezentare cu ajutorul reelelor a fost denumit retea
semantica deoarece avea ca obiectiv captarea cu ajutorul acestui
formalism a partii obiective a semnificatiei pe care oamenii o
daucuvintelor limbajului natural, pentru a putea utiliza aceasta
reprezentare in efectuarea de rationamente care presupune
intelegerea acestor semnificatii. Aceast
denumire se justifica si prin reproducerea din punct de vedere
conceptual, structura semantica a dictionarelor explicative:nodurile
contineau concepte reprezentate prin cuvinte, iar arcele reprezentau
relatiile acestora cu alte concepte, intr-o structura care reproduce
insasi definitia conceptelor implicate in retea.Termenul de retea
semantica este astazi atribuit unei clase de metode de reprezentare
bazate pe modelul de retea, dar atributul de ,semantica nu
corespunde in totalitate calitatilor acestor metode. Se propune
folosirea denumirii de reele asociative, care este mai puin restrictiv i
care
n toate cazurile, include i ceea ce se cunoate prin termenul de reea
semantic. Caracteristica de asociativitate apropie reelele semantice de
modelul presupus pentru memoria uman. Denumirea de reele semantice
este ns foarte rspndit n literatura de specialitate. Ea cuprinde o
varietate
de metode care folosesc structura de reea pentru a construi baze de
cunotine destinate sistemelor, care urmresc s realizeze unele din
efectele caracteristice procesului de nelegere. Toate aceste metode au ca
trsturi comune structura de graf conceptual. Modelnd deopotriv
sintaxa i
semantica , retelelor ofera un instrument formal adecvat pentru
reprezentarea limbajelor.De aceea, putem vorbi despre limbajul unei
retele prin care exprimam concepte, evenimente, stari, episoade si relatii
intre acestea. Capentru orice alt limbaj, i pentru limbajul unei reele
semantice este necesarfixarea unui numar de simboluri pe care
interpretorul reelei este dinainte programat s le nteleag, dar cu care
sunt construite toate celelalte entiti prin aplicarea regulilor gramaticii
limbajului.Aceste simboluri cunoscute sub denumirea de primitive
semantice au o interpretare prestabilita, care permite ca prin combaterea
acestor primitive conform regulilor limbajului sa se obtina expresii ce
reprezinta semnificatia reala a elementelor neprimitive generate de
gramatica limbajului.varietatea metodelor de reprezentare a
cunostintelor din categoria retelelor semantice se datoreaza de fapt
criteriilor de baza carora au fost seslectate primitivele semantice.
Acestea determin interpretari atat de diferite ale retelelor, incat singurul
lucru pe care acestea il au in comun, anume structura de retea, ramane la
nivelul fizic al mecanismelor sistemului cognitiv.
Configuraia structural a unei piese de cunoatere reprezentat printr-o
reea semantic depinde de felul n care este conceput descrierea prin
care definim entitile constituente ale piesei de cunoatere i relaiile dintre
acestea. O descriere informat sau formal, se refer la proprietile entitii
i la structura sa de compoziie, fiind dat n termenii unor constitueni ai
piesei de cunoatere ce pot fi descrii n acelai fel, pn ce se ajunge la
componente care se reprezint pe ete nsele, deci sunt primitive. Descrierea
este efectuat at t sub form de obiecte formale intensionale denumite
concepte c t i sub form de obiecte extensionafa denumite instan e.
Rela ia dinfre concepte si instan e, denumit instan iere, are un caracter
epistemologic extensional. n timp ce rela ia dintre instan e i concepte.
(enumit conceptualizare) are un caracter intensional.
Aceast rela ie poate fi exprimat i cu Ajutorul jmbajului calculului
cu predicate de ordinul nti astfel:
lNTENSUNE(CONCEPT(X),NSTANTA(Y)). care semnific faptul c un
concept este o intensiune a instanei sale, sau prin EXTENSUNE
(NSTAN|(Y), CONCEPT(X)), care semnific faptul c o instan este o
extensiune a conceptului su, n care CONCEPT(X) este un funcional care
ia valori n mulimea conceptelor, iar NSTAN|(Y) este un funcional care ia
valori n mulimea instanelor.
Figura 1.3 *ela!ia dintre concept l instan!
O instan poate reprezenta un obiect din lumea real, sau un
alt concept atunci ea poate avea la rndul ei instante.
n acest fel se constituie o ierar%ie conceptuala) alctuita din
mai multe niveluri. Nivelul suprem este un concept denumit i
concept generic, Prin concept generic se inelege orice
concept ale crui insante sunt tot concepte dar mai putin
generale dect conceptul generic. Nivelul de baz al
unei ierarhii conceptuale, denumit i nivelul infim, este ntotdeauna o
instan
care reprezinta un obiect al lumii reale. ntre nivelul suprem i nivelul de
baz pot fi definite niveluri intermediare, care sunt concepte generice, cu
excepia_nivelului imediat superior nivelului de baz, care trebuie s fie un
concept individual. +e nelege prin concept individual orice concept ale
carui instane sunt indivizi, (intr-o ierarhie conceptual, relaiile de
extensiune i intensiune sunt tranzitive, astfel nct un concept situat pe un
nivel dat este o intensiune pentru oricare obiect situat pe nivelurile inferioare
i reciproc, un obiect situat pe un nivel dat este o instan pentru oricare
concept situat pe niveluri ierarhic superioare, dac acestea sunt situate
pe acelai lan epistemic. Ca orice obiect cu structur, conceptul este
alctuit din entiti formale denumite concepte i din relaii ntre acestea.
Natura componentelor este dependent de concept, ea putnd fi aceeai cu
a conceptului (ca de exemplu partea unui obiect ntreg$, sau diferit,
reprezentnd atribute ale unor obiecte (ca de exemplu culoarea$, roluri
ale unor obiecte n desfurarea unor aciuni (ca de exemplu de
instrument al aciunii) etc. tn procesul de instaniere, componentele capt
valori simbolice sau numerice, n funcie de ierarhia conceptual. Relaiile
ntre componentele unui concept determin structura acestuia.
C. *eguli de produc!ie. Reprezentarea cunotinelor cu ajutorul regulilor de
producie reprezinta o componenta a unei metode de rezolvare a
problemelor utilizata pe scara larga in inteligenta artificiala, intalnita sub
denumirea de sisteme de productii.La baza acestei metode sta ideea
separarii componentelor obisnuite ale calculului pentru a le putea
manevra corect in procesele in care sunt implicate.Cunostintele intr-un
sistem de productie sunt de natura procedurala si se impart in
urmatoarele componente:cunostinte declarative sau factuale,
reprezentand piese de cunoastere alcatuite sub forma unor structuri de
date memorate intr-o colectie denumita context cunostinte procedurale,
sub forma unor perechi de tipul conditie actiune denumite reguli de
productie care sunt memorate intr-o multime denumita baza de
reguli;cunostinte strategice sau de control sub forma unor reguli care
sprijina decizia asupra secventelor de actiuni, adica asupra desfasurarii
procesului de rezolvare.
ntregul sistem este construit in jurul conceptului de regula de productie, a
carei structura este urmatoarea:<parte-de conditie>-> <parte-de-actiune> cu
interpretarea,dac +parte, condiie, este
ndeplinit, atunci se poate executa -partea de aciune, Condiia
specific acele criterii care trebuie s fie ndeplinite pentru ca regula s fie
aplicat. Mecanismul regulilor de producie a fost mprumutat din teoria
limbajelor formale si apare in definitia gramaticilor astfel: o gramatic
G, este un cvadruplu(N,T,S,P) n care N este o multime finit i nevid de
simboluri numite, neterminale- . o multime finit si nevid de
simboluri numite terminale. + un simbol distinct din multimea N a
neterrninalelor, denumit i simbol iniial, care reprezint simbolul de la care
se ncepe aplicarea regulilor de producie; P o mulime finit de perechi
ordonate de forma (x, y),scrise de obicei sub forma x->y ;x i y sunt iruri
din V*(V*=(NUT)* este vocabularul gramaticii G), specificnd faptul c
aplicarea regulii x ->y are semnificaia rescrierii irului y,in condiia ca x s
conin cel puin un simbol neterminal. Mulimea V* conine i cuvntul de
lungime zero, denumit "cuvntul vid" i
notat cu /
S considerm de exemplu o gramatic 011n care2 3 4 5S)
6) B7) . 4 5a) #7 iar 8 4 5p1) p2) p4) p4) p57 unde p1 2 S 9: 6B) p2 2 6 9: a) p3
2 6 9: 6a) p4 2 B 9: #) p5 2 B 9: B#. Cu a;utorul gramaticii 01 generm
toate irurile care con!in un numr n : < de sim#oluri a urmat de un
numr m : < de sim#oluri #) deci a=>nd ?orma a
n
#
m
) dup cum se poate
o#ser=a din urmtoarea sec=en!2 se 1ncepe generarea cu regula 81 2
S 9: 6B- se aplic de @n 9 1" ori regula p4) o#!in>ndu9se irul 6a
n91
B- se
aplic de @m91" ori regula p5) o#!in>ndu9se irul 6a
n91
B#
m91
- se rescriu
neterminalele 6 i B numai cu sim#oluri terminale) prin aplicarea
regulilor p2 i p4) o#!in>ndu9se irul a
n
#
m
) denumit cuvnt al
lim#a;ului generat de gramatica 01) care nu se mai poate rescrie.
(up generarea unui cu=>nt) procesul se reia de la regula p1 @cu
sim#olul ini!ial". *eprezentarea cunotin!elor cu a;utorul sistemelor
de produc!ii ?ace parte din categoria metodelor procedurale de
reprezentare.
D. Cadre. Un cadru este o colec!ie de atri#ute @slots" ce
caracterizeaz un
o#iect Fiecare atri#ut poate ?i 1ncrcat cu o =aloare Cu un alt cadru
sau cu
proceduri
$nglo#area procedurilor intr9un cadru @sau 1 ntr9o alt
structur (eclarati=a" se numeste atasare procedurala. Un atri#ut
dintr9un cadru este
ec%i=alent cu o rela!ie @legtur" dintr9o re!ea semantica)$n ?elul
acesta)
cadrele si re!elele semantice sunt mutual con=erti#ile. 'ecanismele
de
r at i onament speci ? i ce cadr el or sunt sel ect i a)
i nst ant i er ea) most eni r ea) at asar ea pr ocedur al a.
*eprezentarea prin cadre este naturala pentru o#iectele
structurate) ?iind mai e?icient> i mai malea#il dec>t o#iectele
Bazate pe logic. *a!ionamentele speci?ice cadrelor sunt decida#ile
spre deose#ire de ra!ionamentul din logic @cum ar ?i ra!ionamentul
non9monoton" care poate ?i semidecida#il sau nedecida#il.
*eprezentarea prin cadre prezint deza=anta;e de tipul lipsa clarit!ii
semantice i limitri de expresi=itate 1n reprezentarea cunotin!elor.
8rezentm 1n ?igura 1.4 di?erite exemple de reprezentare a
cunotin!elor a?erente metodelor men!ionate.
Figura 1.4 Exemple de reprezentare a cunotinelor
A. Bim#a;e o#iectuale. Limbajele obiectuale nu folosesc
numai, reprezentarea orientata spre obiecte precum cadrele, ci
definesc in plus si obiecte computationale.Obiectele sunt active,
avand caracteristici ca datele si programele.metodele sunt asociate
unor obiecte si sunt invocate prin trimiterea de mesaje.Avantajele
acestei abordari includ modularitatea si incapsularea, iar ca
dezavantaje amintim lipsa unei semantici clare si scazuta abilitate de
modelare a evenimentelor
F. Cunotin!e calitati=e.
Termenul de calitativ se refer la descrierea sub form de simboluri a
valorilor pentru parametrii specifici unui sistem dat i
pentru relaiile funcionale dintre ete. Mulimea reala a unei varaiabile
este cuantificata intr-o multime discreta de intervale corespunzatoare
valorilor calitative.rationamentul calitativ asupra unor parametri continui
necesita o anumita cuantificare a cunostintelor in forma de multimi
discrete de simboluri.
Aceast distincie trebuie s fie relevarita in timpul raionamentelor
realizate. O reprezentare discret a mulimii reale se numete spaiu
cantitativ, care este o bun reprezentare simbolic pentru valorile unor
parametri cu variaie continu. De Kleer i Brown propun cel mai simplu
spaiu cantitativ a unei variabile, care const din trei valori: + {reprezint
creterea valorii variabilei), 0 (reprezint faptul c valoarea variabilei este
constant), iar - (reprezint scderea valorii variabilei). O variabil
calitativ x se noteaz prin [x]. Dac valoarea normal acceptat a
variabilei x este a, atunci valoarea sa calitativ este: [x] = + dac x este mai
mare dect a; [x] = 0 dac x este egal cu a; [x] = -dac x este mai mic dect
a (conform figurii 4.7).
Spaiul cantitativ este o colectie de elemente i relaii de
ordonare dintre ele.Spatiul cantitativ este alcatuita din numere si
constante determinate de restrictiile fizice ale sistemului.
O variabil poate lua un numr mic de valori predeterminate, care
reprezint intervale ce nu se suprapun i care acoper axa numerelor
reale. Este necesar o bun alegere a intervalelor calitative astfel nct
s fie evideniate toate caracteristicile semnificative ale sistemului (din
punct de vedere funcional). Cantitile sunt legate ntre ele prin relaii
funcionale sau relaii de ordine care reprezint enuturi
privind variatia relativa a cantitatilor .Relatiile functionale sunt
echivalentul calitativ al relatiilor matematice simplificate si
liniarizate. Aceste relaii permit propagarea informaiei in spaiul
cantitativ ntre parametri. O relaie aditiva de tipul Am+Bn=0 dintre
doua variabile A si B (m si n sunt constante) este reprezentata calitativ
prin [A]=[B]. n mod similar, o relatie de diferenta
Am-Bn=C este descris calitativ prin [A]-[B]=[C].
Cunotinele relativ la constante sunt ignorate n ecuaiile calitative.
Proporionalitatea calitativ este o form de reprezentare a relaiilor dintre
parametri. Ea arat dependena funcional dintre parametri care este fie
"direct proporional" sau "invers proporional", ntruct valorile calitative
reflect semnul variabilelor, aritmetica calitativ este algebra semnelor cu
operatori aritmetici definii corespunztor (figura 1.6). Simbolul ? denot c
rezultatul calitativ este nedefinit i poate fi zero, plus sau minus. O ecuaie
calitativ [C] = [A] + [B], unde [A] = + i [B] = - are soluii multiple. Rezolvarea
unei mulimi de ecuaii calitative este o problem algoritmic de
complexitate exponenial, care se datoreaz soluiilor multiple a ecuaiilor
calitative.
Agalitate2 C6D 4 CBD 'ai mic ca2 C6D + CBD 'ai mare ca2 C6D , /01
Figura 1.E (e?ini!ii ale restric!iilor aritmetice calitati=e
Drept concluzii la metodele de reprezentare a cunotinelor,
amintim c exist reprezentri mixte de cunotine, reprezentri
simbolice i conexioniste, fiecare cu avantajele i dezavantajele lor.
Diferitele moduri de reprezentare a cunotinelor constituie un element
fundamental al oricrui sistem bazat pe cunotine. Pluridisciplinaritatea din
inteligena artificial se regsete n originile acestor metode de
reprezentare a cunotinelor.
Anumite mecanisme de raionament nu admit dect un singur mod
de reprezentare a cunotinelor (de exemplu raionamentul logic); altele
dimpotriv, sunt compatibile cu diverse tipuri de reprezent ri. Nu exist o
reprezentare ideal. Alegerea unui mod depinde de natura cunotinelor,
de gradul de control care se dorete a se exersa asupra raionamentului
i de tipul problemei de rezolvat (diagnoz, planificare, etc.).
2 *a!ionamentul i aspectele sale 1n inteligen!a arti?icial
Rationamentul se poate defini ca o inlantuire de enunturi sau de
reprezentari simbolice care trebuie sa conduca la atingerea unui
scop. Acest scop poate lua forme variate: a demonstra, a convinge, a
elucida, a interpreta,a decide, a justifica, a explica, etc. Rationamentul
este realizat in cadrul unui sistem bazat pe cunostinte sub forma
motorului deinferenta.
2.2.1 .ipuri de ra!ionament
Raionamentul este n general neliniar i necesit reveniri
(back-tracks), prezente n majoritatea sistemelor de inteligen artificial ca
n orice demers uman. Ca tipuri de raionament prezentm pe scurt
urmtoarele:
a
" rationamentul formal fondat pe sintaxa structurilor simbolice, n
cadrul unei anumite semantici. Drept exemplu caracteristic amintim
raionamentul logic. Notiunea de sistem formal (sau sistem axiomatic)
reprezint baza unui cadru matematic riguros pentru reprezentarea
modelelor de rationament. El permite prezentarea separat a celor dou
"componente eseniale ale sale: sintactic i semantic. Astfel, un
raionament este reprezentat printr-o demonstratie , adica un sir de
formule legate intre ele prin relatii ce au un caracter pur sintactic. Drept
exemple de raionament formal amintim raionamentul deductiv i abductiv.
Noiunea de raionament deductiv n cadrul unei teorii formale va
corespunde conceptului de demonstraie formal (conform anexei A).
Din
punct de vedere intuitiv, rationamentul pentru deducerea unei
formule
corespunde unei modalitati de obtinere a formulei considerate pe
baza regulilor de inferenta acceptate, pornind de la o multime de
axiome.Abductia este un termen utilizat curent in inteligenta
artificiala pentru generarea unor explicatii (ipoteze),pornind de la o
multime de evenimente intr-o teorie formala data. Din punct de
vedere logic, regula de inferen de baz pentru generarea explicaiilor
poate fi caracterizat astfel: dndu-se mulimea de ipoteze {d->,},
trebuie s se obin d ca explicaie a lui . Aceast caracterizare
evideniaz diferena fundamental dintre abducie i deducie. Deducia i
abducia joac un rol fundamental n problemele de inteligen artificial,
n particular, abducia reprezint componenta de raionament de baz n
probleme de diagnoz, generare "de planuri, interpretareaJjmbajulur
natural S considerm problema determinrii unei explicaii pentru un atom
q, dndu-se o teorie T, n care sunt definite urmtoarele implicaii: pi->q,
i=1,...,n, fiecare implicaie exprimnd o relaie de tip cauz-efect, sau mai
general, faptul P poate fi acceptat ca o explicaie direct a lui q. Dac
considerm definiia de meta-nivel, abducia este procesul de determinare
a explicaiilor q ("de ce q este prezent") i se bazeaz pe urmtoare
presupunere implicit: dac q este prezent, atunci cel puin una dintre
explicaiile directe trebuie s
fie prezent, n particular, a explica pe q n T, este echivalent c cel puin
una din formulele pi este adevrat, ntruct ele sunt singurele explicaii
directe pentru q n T. De notat c a doua parte a presupunerii, nu nseamn
c relativ la q cunotinele trebuie s fie complete, doar c se raioneaz n
modul cel mai bun n prezena unor cunotine date, abducia fiind forma de
raionament cea mai natural.
#" raionamentul procedural n care toate cunotinele, modul de utilizare
al lor i conducurea rationamentului sunt in intregime realizate sub forma
de algoritmi sau automate realizate sub automate (formal tot algoritmi);
c) raionamentul prin analogie,
foarte natural i eficient la om dar greu de
realizat practic, fiind slab cunoscut.
Analogia se bazeaza pe notiunea de
similitudine a termenilor intr-un anume
univers si exprima o asemanare de
raporturi a carei forma exacta este
proportia geometrica.n general, analogia
realizeaza un mecanism de corespondenta
intre structuri cu scopul transpunerii
cunostintelor de la un univers de aplicatie
la altul.
Raionamentul prin analogie permite efectuarea
punerii n coresponden, notat d, dintre dou dependene A1B1, i
A0B0, sub forma (A1B1)d (A0B0), dintre care una este cunoscut mai bine
dect cealalt. Aceast coresponden d poate fi proiectat pe fiecare din
argumentele sale: A1 dA A0 i B1dB B0, notnd dA i dB restriciile relaiei a pe
fieare din constituenii de aceeai natur a celor dou descrieri de
dependen. Figura 2.1 prezint sumar elementele paradigmei analogice
formalizat mai sus.
Raionamentul bazat pe cazuri (case-based reasoning) este o form de
rationament prin analogie.El consta din realizarea de rationamente pornind
de la experienta si de la cazuri deja intalnite pentru rezolvarea de noi
probleme.Exista doua tipuri de rationament bazat pe cazuri:
i) rezolvarea problemelor care intervine in activitati de diagnoza sau de
planificare;
ii) explicaia, ntlnit n activiti de clasificare, argumentarea i justificarea
u ne i s ol ut i i , i n t e r p r et a r e a d at e l o r
Raionamentul bazat pe cazuri este tipul de raionament prin
analogie care a dat natere la numeroase aplicaii, n special n domeniul
sistemelor expert.
d" raionamentul prin generalizam l abstractizare strans legat de
mecanismul de inferen prin motenire i de raionamentul prin
clasificare.
Formal , rationamentul prin generalizare se specifica sub forma
g
xA
A
) (
unde A este o formul oarecare. Un tip special de
ra ionament prin generalizare il reprezinta generalizarea inductiva ca un
model de construire a ipotezelor disjuncte. Contrar raionamentului
abductiv, generalizarea inductiva se aplic n cazul n care ipotezele
de construit sunt legi generale ale universului de discurs.
e" raionamentul prin clasificare fiind dat o mulime de obiecte,
s se gseasca o repartizare n clase a acestor obiecte, grupnd
obiectele in raport cu caracteristici si comportamente similare.
2.2.2 6specte ale ra!ionamentului
1. Controlul ra!ionamentului. Fiecarui mod de
reprezentare a
cunostintelor ii corespunde unul sau mai muli algoritmi de exploatare
ai lor, denumiti si rationamente: de exempl u n l ogi ca matemati c
pri nci pi ul rezol ut i ei . De remarcat este faptul c din punct de
vedere informatic, algoritmul de rationament constituie o reprezentare
procedural a semanticii atasat cunotinelor pe care acesta le
manipuleaz. Din punct de
vedere practic exploatarea unui sistem bazat pe cunostine este afectat
de un anume nedet ermi ni sm, expl ozi e combi natori e a sol uti i l or . care
impun existen a conducerii i supravegherii ra ionamentului, exist nd
dou mari abordri in acest sens: a) ghidat de date sau ascendent; b"
ghidat de un scop sau mai multe.Un astfel de control al rationamentului
este un metarationament si corespunde unor procejse cognitive
fundarnentale. El necesita o multime de metacunostinte care se refer
la modul de utilizare al cunostintelor operatorii de
baza.Metacunostintele pot fi codificate utiliznd un formalism de tip
metareguli. Mulimea proceselor de raionament i metaraionamente
trebuie s fie supervizat n aplicaiile complexe de o strategie general,
capabil de luare de decizii, funcie de situata curent.
2. Bogic i ra!ionament. Problema centrat ce trebuie rezolvat n
automatizarea raionamentului const n elaborarea unui sir de operatii
asupra
unor structuri simbolice pstrndu-se veracitatea si coerenta
concluziilor
deduse. Logica matematica este un excelent exemplu n acest sens.
Doua formalisme logice sunt utilizate in inteligenta artificiala:logica
propozitiilor si logica predicatelor de ordinul intai.
3. 6proxima!ie i ra!ionament. Conceperea de sisteme bazate pe cunotinte
performante, necesit elaborarea de mecanisme de raionament aproximativ,
n vederea t ratari i i mpreci zi ei si n i ncerti tudi ni i
i nerente. Tratarea acest or aspecte, presupune: defi ni rea
modal i t at i l or de reprezent are a i ncert i t udi ni i si i mpreci zi ei ,
adapt area schemel or de expl oatare, propagarea caract erul ui
aproxi mati v! i n t i mpul procesul ui de rat i onament. "bordari l e
acestui aspect
sunt variate, dar o teorie simbolic a caracterului aproximativ al
raionamentului rmne a fi dezvoltata. deea asocierii unui grad de
i ncertitudine unei formule logice nu este noua. A fost definit o
l ogic
probabi l i sta, i ar unul di ntre pri mel e si steme expert
(PROSPECTOR) utiliza
abordarea probabilist bayesian.
Acest formalism este puin utilizat n raport cu atte modele mai
empirice sau mai bine adaptate, cum ar fi: teoria posibilit ilor, teoria
Dempster-Shafer, etc. Raionamentul aproximativ este foarte important,
ntruct apare ca element de baz i n alte tipuri de raionament.
4. .imp i ra!ionament. Timpul reprezint o dimensiune important
si original a sistemelor bazate pe cunostinte. Aspectele sale sunt
multiple.
Evolutia temporala a universului unei aplicaii impune actualizarea
valorii de adevr la diferite momente. deea de revizuire a raionamentului
este central.
Raionamentul temporal, permite s se raioneze n trecut si n viitor.
Timpul
real introduce restricii de funcionare specifice mecanismelor de raionament
Raionamentul n timp real implic un raionament temporal, reciproca nefiind
adevrat ntotdeauna, A raiona "n timp", permite asigurarea unei mulimi de
funcii de o mare importan ntr-o aplicaie real: considerarea
legaturilor
temporale dintre evenimente, a raiona asupra unor evenimente ce urmeaz
a se produce, meninerea unei mulimi de fapte i cunotine temporale i
evolutive, planificarea aciunilor i gestiunea efectelor lor ulterioare.
Raionamentul temporal este un domeniu recent i activ n cercetrile
ntreprinse n inteligena artificial, prin aplicaii de un mare interes practic:
planificare, nelegerea limbajului scris sau oral, interpretarea situaiilor,
conducerea proceselor. Luarea n considerare a timpului n cadrul
mecanismelor de raionament necesit mai nti o reprezentare adecvat a
problemei. Exist numeroase reprezentri posibile, dintre care unele pur
numerice (ecuaii difereniale), care ns vor fi (cel puin pentru moment!)
excluse, ntruct ele nu permit conducerea unui raionament explicit Ne
intereseaz reprezentri ce fac apel n mod esenial la un formalism
simbolic (fr a neglija aspectul numeric, totdeauna prezent). Toate aceste
formalisme reprezint extensii ale logicii: logicile modale cu operatori modali
temporali, ce permit manipularea trecutului i viitorului, logici temporale care
asociaz unei componente atemporale o component temporal (interval
sau instana) sau atribut temporal. Raionamentul temporal prezint
serioase, legaturi cu alte aspecte, .ale raionamentului: cauzalitate,
planificarea aciunilor, raionamentul ipoteze [Tur84].
5. (istri#uire i ra!ionament. deea distribuirii reprezint un curent novator
n inteligena artificial, datorit reducerii complexitii, prin descompunerea
unei probleme, modularitate, siguranta in functionare.Conceptul de
inteligenta artificiala distribuit se bazeaz fundamental pe cel puin trei
abordri neexclusive: paralelizarea sistemelor de inteligena artificial,
(algoritmi i maini paralele), sisteme multiagenti sau multibaze de
cunotine, distribuirea total a cunotinelor i raionamentelor. La acest nivel
apar dou mecanisme foarte importante:cooperarea si competitia.
6. Planificare i raionament. Se presupune conceperea unui ansamblu.
de aciuni (sau plan) pentru atingerea unui scop. Un plan poate fi destinat
unui robot de asamblaj sau unui atelier de producie, orice sistem capabil
de a furniza rezultatul ateptat urmnd un plan.Planificarea const n a
infera pe aciuni i planuri. Aceastj problema a contribuit la
dezvoltarea unor noiuni importante cum ar fi:
timp,cauzalitate,multiagneti,etc.
2.2.3 Ciclul de #az al unui motor de in?eren!
Motorul de inferenta este unul din subsitemele importante ale
oricarui sistem bazat pe cunostinte, care alimentat de baza de
cunostinte construieste rationamentul (bazat pe cicluri de inferenta)
in mod idnamic, decizand ce reguli sunt declansate si in ce
ordine.Ratiuonamentele inglobate in sistemele bazate pe reguli de
productie sunt cele din logica formala:modus ponens si moduds
tollens.
Cunostintele operatorii ale expertilor sunt adesea exprimate sub
forma de reguli.Reprezentarea fiecarei reguli reuneste informatii
relativ la conditiile de declansare ale ei si informatii privind efectele
rezultate in urma declansarii regulii.Motorul de inferenta inlantuie
ciclurile de baza, ce comporta doua faze:evaluare si executie.Odata
lansat motorul de inferenta baza de cunostinte contine informatii
reprezentative privind problema de rezolvat fapte cunoscute sau de
stabilit (scopuri), cunostinte operatorii asupra domeniului ce
constituie baza de reguli ( modelul).Pe scurt, in faza de evaluare,
motorul determina daca in baza de reguli exista reguli de declansat,
utilizand starea curenta din baza de fapte precum si multimea
efectiva a acestor reguli.Lanturile inferentiale determina procesul de
rationament, care se bazeaza pe fapte furnizate prin enunt si pe
cunostintele existente in baza de cunostinte.n faza de executie,
motorul declanseaza regulile retinute in etapa de evaluare.
Faza de evaluare conine trei etape: selecie sau restricie, filtraj
i
rezolvarea conflictelor. n prima etap a fazei de evaluare, se determin
pornind de la starea prezent sau trecut din baza de fapte i de la o stare
prezent sau trecut din baza de reguli, o submulime F1 din baza de fapte
si
o submulime R1 din baza de reguli, care vor fi comparate n etapa de filtraj,
n
timpul etapei de filtraj, motorul de inferen compar partea declanatoare"
a
fi ecarei regul i di n R1 i n raport cu mul ti mea de fapte F1..
Rezult n acest fel submulimea de reguli R2 (a lui R1) compatibile cu
F1, care se numete mulime de conflicte.. Etapa de filtraj este o operaie
costisitoare (90% din timpul de execuie al unui ciclu de inferen).
Presupunnd un timp limitat pentru filtrajul ntre o condiie C (din
antecedentul unei reguli) si un fapt F,atunci costul pentru determinarea
lui E(C)(mulimea de instanieri a condiiei C) este tx|BF|. Costul (n
timp) de filtraj elementar pentru baza de reguli, este inferior valorii: t x
K x |BF| x |BR|, unde K este numrul maxim de condiii pe regul.
Complexitatea filtrajului condiie-fapt este (|BR|x|BF|). Costul n timp
este proporional cu numrul de reguli din baza de reguli i cu numrul
de fapte din baza de fapte.
n etapa a treia a fazei de evaluare numita si rezolvarea conflictelor
mototrul de inferenta Determina regulile (o submulime R4 a lui R2) care
trebuie s fie efectiv declansate. Dac multimea R4 este vida, atunci
faza de executie lipseste pentru ciclul de inferen curent al motorului
de inferenta.
ntruct nu este cunoscut a priori rezultatul etapei de filtraj, mai multe
reguli pot fi prezente n mulimea de confljcte si sistemul trebuie s
decida care dintre acestea vor fi declansate. Se poate ajunge la o astfel
de situatie datorit conflictelor dintre instanele aceleiai reguli (dac
sistemul bazat pe cunotine permite aceast situaie) ct si datorit
conflictelor dintre reguli diferite ce candideaz la soluie, ca urmare a
realizrii cu succes a filtrajului. Rezolvarea acestor conflicte este fcut
pe baza informaiei ce provine din context, din baza de reguli sau surse
combinate
faza de executie constituie a doua parte a fiecrui ciclu de inferen:
motorul de inferen comand activarea partilor de consecvent
(aciunile) pentru reguli din multimea R4 (dac aceasta nu este vid).
Aceast faz capata aspecte specifice (daca multimea R4 contine mai
multe reguli) de la un motor de inferenta la altul. Daca multimea R4
este vida atunci motoarele de inferenta se opresc.
Aceste motoare au un regim de control irevocabil. Alte motoare
reconsidera mulimea de conflicte (R2) a ciclului de inferena anterior i
examineaza posibiiitatea declanrii altor reguli din R2. Aceste motoare
de inferen au un control al funcionarii prin tentative. Actiunile regulii
selectionate sunt executate cu modificarea anumitor fapte din baza de
fapte.La sfritul unui ciclu de control, sistemul atinge o noua stare si
reia ciclul de control cu prima etapa.principala functie a partii de
actiune a regulii este de a inscrie informatia pe care o produce in
context. O serie de operatii auxiliare sunt posibile cum ar fi:
-activarea sau dezactivarea unor reguli de productie acionnd asupra
potentialului de cunoatere procedural;
-alterarea coninutului bazei de reguli, prin tergerea, nscrierea sau
modificarea acestora
iniierea executrii unor programe ce au ca efect,
execuia unor secvene de operaii ce nu afecteaz
contextul;
secvente de operatii cemodifica strategia de control cum
sunt apelul explicit de reguli, testri ce folosesc la
diverse procese decizionale diferite de cele
implementate prin strategia decizionala a
interpretorului
efectuarea unor calcule prin asignarea de valori unor
simboluri.
3. .e%nologii in?orma!ionale moderne
Tehnologiile informaionale s-au dezvoltat ntr-un ritm exponenial n
ultimul deceniu. Astfel s-au obinut rezultate deosebite n domeniul
"sistemelor inteligente (sistemele expert, sistemele neuronale
artificiale,sisteme bazate pe algoritmi genetici, sistemele fuzzy i
sistemele hibride), grafica interactiv i reelelor informaionale de tip
NTERNET.
.e%nologia #azelor de date inteligente extinde
capacitatea utilizatorilor de informaii, n sensul c "face posibil
memorarea i regsirea informatiei n manier dinamic, informaie
concretizat n idei, decizii i mai ales cunoatere tezaurizat sau
transmis"[AT97]. Nucleul oricrui sistem infomational modern este
reprezentat de bazele de date (figura 3.1).
Figura 3.1 .e%nologii in?ormatice pentru #azele de date inteligente
Tehnologia sistemelor inteligente este din ce n ce mai
utilizat deoarece rspunde cerinelor agenilor economici de cretere
continu a eficient activitii lor. Sistemele inteligente sunt n
proporie de 60-70% orientate pentru rezolvarea problemelor ridicate
de agenii economici n managementul aplicat. Cu ajutorul acestor
sisteme inteligente s-au dezvoltat aplicatii informatice n timp real care
elimin nregistrrile paralele. O astfel de apacatie este dezvoltat de
societatea german SAP .
Grafica interactiv se utilizeaz n domeniul interfeelor cu
utilizatorii penru majoritatea aplicaiilor de gestiune n industrie,
tiin, tehnologie, pentru, crearea i vizualizarea unor obiecte bi
sau tridimensionale, a rezultatelor obinute n matematic, fizic,
economie etc., pentru producerea de documente care conin texte,
tabele, grafice sau alte imagini generate i
hipermedia sau multimedia n proiectarea i/sau producia asistat de
CAD. CAM) unde se vizualizeaz interactiv componente i sisteme
mecanice electrice, electromecanice, electronice, inclusiv calculatoare,
n aplicatii de simulare i animaie pentru cele mai diverse
domenii"[A|97]. Prin intermediul graficii interactive pot fi create realiti
virtuale (artificiale), fiecare servind pentru explorarea i examinarea
obiectelor i fenomenelor ntr-o maniera ct mai natural, ct mai
intuitiv, pentru exploatarea ct mai bun a capaciti de vizualizare a
ochiului uman".
Reeaua NTERNET este cea mai complex reea de
comunicare, care utiitzeaza protocoale speciale cunoscute sub
denumirea de "internet protocote importana acestei reele
const din faptul c de la orice calculator din cadrul reelei se
poate comunica oriunde n lume .
3.1 Sisteme multiexpert
Sistemele multieXpert [A|971, sunt o abordare mai recent i mai
promitoare, care tinde s depeasc limitele sistemelor expert, n anii 70
au aprut n SUA primele modele i software de inteligen artificial, capabile
de soluionarea problemelor prin descompunerea n subprobleme, repartizate
ntre mai multe module de cunoatere n interaciune. Din aceast perioad
dateaz modelele tablei negre (blackboard) a lui Lesser i Erman.
Paradigma multiexpert are n vedere necesitatea expertizei din mai
multe domenii diferite distribuite spaial, care interacioneaz n scopul
rezolvrii problemelor complexe.
Cercettorii constat azi o evoluie ctre interaciuni frecvente i
complexe ntre cei mai diveri specialiti, fiecare n domeniul lor restrns, n
scopul exercitrii unei activiti comune de nivel nalt.
Aceast activitate, de analiz i decizie n grup a soluiilor
problemelor complexe este specific i managementul ntreprinderii, unde
alternativa aleas de ctre preedintele director general poart n sine
strategia tuturor compartimentelor funcionale iar decizia depinde de evaluri
multiple, toate n funcie de competena managerilor din ierarhie.
Multiexpertiza obinut adaug cunotine particulare deoarece
reproduce comportamentele mai multor experi.
3.1.1 6r%itectura sistemului multiexpert
Arhitectura unui sistem multiexpert [GG90] are la baz arhitectura
unui sistem expert i respect principiile:
1. Conine mai multe module de cunoatere) similare bazelor de cunotine
din sistemele expert;
2. 'otorul (motoarele) de inferene trebuie s fie separate de modulele
de
cunoatere. Adugarea, modificarea sau tergerea unui modul de
cunoatere nu trebuie s afecteze direct alte module din sistem;
3. Func!ionarea glo#al a sistemului s permit aflarea soluiei la o
problem pus, dac exist;
4. 8rocesul in?eren!ial care a condus la rezultat s fie similar
raionamentului uman. Acest principiu nseamn c ordinea interveniei
fiecrui modul de cunoatere respect pe aceea a experilor, a crei
reflectare o reprezint, de fapt, aceasta este restricia principal pentru
dezvoltarea n sistem multiexpertiz a problemelor complexe, fapt care
nseamn c mediul distribuit n care se insereaz multiexpertiz este o
reea de module de cunoatere, cuplate slab, n care nici un modul nu
poate avea o vedere general i complex asupra reelei pentru a servi
ca arbitru i/supraveghetor.
Problema general dat iniial spre rezolvare poate avea legtur
cu competenele mai multor module de cunoatere din reea, scopurile
locale nu sunt n mod necesar cunoscute de ctre alte module ns mai
multe module de cunoatere pot satisface acelai scop. ntotdeauna soluia
la problema iniial trebuie s satisfac scopurile locale i depinde de mai
multe module din reea.
O subproblem, generat prin descompunerea problemei iniiale de
ctre un modul de cunoatere, poate fi atribuit spre rezolvare altui modul.
Aceast subproblem se numete subsarcin i devine pentru acel modul o
problem de soluionat.
Se observ c este vorba de o abordare distributiv n care banda
de comunicaie este limitat, iar ntre module circul numai informaiile
astfel nct fiecare modul s dispun de cunoatere pertinent.
Este evident c n sistemele multiexpert apar restricii de
sincronizare a funcionrii modulelor de cunoatere, deoarece controlul
interaciunii dintre subsarcini este foarte dificil n msura n care nici unu)
dintre module nu deine cunoaterea global despre sarcinile i subsarcini
le prezentate:
Subsarcinile unui modul pot interaciona cu alte subsarcini
iniiale
n alt parte a sistemului, care nu sunt cunoscute primului modul;
Pot interveni chiar conflicte atunci cnd modulele obin acces
la
unele resurse limitate ntruct o subsarcin nu poate atepta
n
exclusivitate satisfacerea altora.
3.1.2 $nteligen!a arti?icial distri#uit) multiexpertiza i sistemele
multiagent
nteligena artificial distribuit specific sistemelor muitiexpert
urmrete rezolvarea problemelor cu ajutorul mai multor module de
cunoatere care coopereaz ntre ele. n literatura de specialitate, inteligena
artificial distribuit este tratat n trei teme:
1. *ezolu!ia distri#uit a problemelor, care urmrete s determine cum
se poate repartiza o sarcin de rezolvare a unei probleme
particulare
ntre mai multe module de cunoatere, fiecare cu cunotine particulare;
2. *ezolu!ia multiagent) care caut s coordoneze comportamentul mai
multor "ageni" autonomi n soluionarea problemei iniiale, ntr-un
sistem
muitiagent sarcina de coordonare este dificil deoarece nu se pot
aborda
situaii n care controlul global este imposibil i nu exist un criteriu
total
de reuit sau reprezentarea global a sistemului, n acest caz,
coerena
global poate fi realizat prin interaciunea dintre ageni (conflict,
negociere, compromis);
3. 6r%itecturile paralele dedicate) care permit creterea performanei
sistemelor inteligente distribuite n care fiecare agent este vzut ca
un nod fizic ntr-o reea de calculatoare.
Noiunea de agent nu este suficient de bine clarificat. Unii autori
consider drept ageni un sistem pentru raionament inductiv, un sistem
pentru raionamentul deductiv .a.m.d. Se poate merge de la o simpl
entitate capabil de inferene pn la un sistem inteligent autonom
capabil de comunicaii cu mediul su propriu, n aceast optic, fiecare
agent posed un
model al mediului pentru care include o reprezentare a scopurilor aciunilor i
planurilor altor ageni.
Marvin Minsky afirm ca un agent poate fi considerat ca o entitate
capabil s efectueze numai sarcinile fr s fie nevoie i de alte reflexii
asupra lor. Prin gruparea agenilor ntr-un sistem de timp muitiagent se poate
ajunge la o veritabil inteligen distribuit.
ntr-o lucrare [Neg99] demn de atenie, Sutart Russel i Peter
Norving arat c noiunea de agent este relativ nou i din ce n ce mai
utilizat n cercetarea informatic i de gestiune. Semnificaia acestei noiuni
este strns legat de semnificaia aciunii raionale (inteligente). Agentul
inteligent este o entitate informatic autonom care posed date/cunotine i
programe/proceduri fiind capabil de interaciuni cu alte entiti prin
comunicare de mesaje sau prin partajarea informaiei. Mai muli autori admit
c agentul inteligent, ca entitate informatic autonom, realizeaz percepii i
acioneaz n conformitate cu legile gndirii pe baza unor inferene corecte,
pozitive. Realizarea inferenelor constituie numai o parte din activitatea unui
agent inteligent, deoarece prin raionament logic se ajunge la atingerea unui
scop prestabilit. Dintr-o asemenea perspectiv, obiectivul inteligenei artificiale
const din proiectarea programelor-agent, care se vor executa pe anumite
tipuri de echipamente i software organizate ntr-o anumit arhitectur.
Aceast arhitectur poate include un calculator, echipamente cu scop special
pentru anumite funcii (videocamere, dispozitive audio, senzori) i software
corespunztor pe care s se poat efectua o programare avansat. Nu la
asemenea abordri ne referim n lucrarea noastr.
Astfel vzute lucrurile, se poate spune c un sistem multiexpert este
un program de inteligen artificial distribuit, compus din module de tipul
"ageni experi", menit s ofere o soluie globala, coerent la o problem
general, a crei rezolvare necesit intervenia mai multor module de
cunoatere.
n legtur cu sistemele muitiagent se disting trei preocupri:
Comunicarea ntre modulele de cunoatere;
Controlul rezolvrii problemei;
Organizarea cunoaterii n sistemele multiexpert.
3.1.3 Comunicarea 1ntre modulele de cunoatere
n interiorul unui sistem multiexpert exist dou tipuri de comunicaii:
ntre sistem i utilizator;
ntre modulele de cunoatere ale sistemelor.
Primul tip de comunicaii este cel cunoscut de la sistemele expert
clasice, cel de al doilea tip de comunicaie se desfoar n conformitate cu
schema din figura de mai jos. ntr-un sistem multiexpert se respect principiile
muncii n echipa de specialitate care colaboreaz la soluionarea problemelor.
Se poate vorbi de caracteristici ale comunicaiei cu privire la
coninutul comunicrii, momentul comunicrii i direcia comunicrii.
Coninutul comunicrii impune o semantic i o sintax
comune pentru ca modulele s se poat "nelege" ntre ele. Aceasta
a generat interesul pentru o reprezentare a cunoaterii comun tuturor
modulelor tocmai ca s se evite trecerea printr-o reprezentare intermediar.
Pentru faptele vizibile care circul ntre module este nevoie de aceeai
semantic la toate modulele, rezultat din terminologia unitar obligatorie
utilizat de experi care contribuie la dezvoltarea sistemului.
F 'omentul comunicrii este marcat de nceputul i sfritul
legturilor dintre module, i implic un dute-vino permanent al informaiei
ntre modulele apelate i cele apelate.
Figura 3.2 Comunica!iile unui sistem multiexpert
F (irec!ia comunicrii) dup stabilirea dialogului, are loc de la
modulul apelat (care iniiaz legtura) ctre modulul apelat, care rspunde
solicitrii, ns starea cunoaterii transmise (fapte sau ipoteze) nu permite
definirea sensului apelat . Trebuie tiut ns c: datele iniiale (fapte
i/ipoteze) circul de la apelant ctre apelat; informaiile complementare
sunt ipoteze trimise apelatului pentru verificare; modul apelant restituie
aseriuni cu rol complementar.
n sistemele multiexpert pot fi implementate mai multe tipuri de
comunicri, astfel:
comunicarea prin partajarea informaiei; comunicarea prin trimiterea de
mesaje;
comunicarea prin cunoaterea declarativ.
Comunicarea prin parta;area in?orma!iei are specific o structur
de date partajat, care conine iniial datele problemei, iar pe parcursul
rezolvrii se mbuntete continuu pn la obinerea rezultatului final.
Aceast structur de date se utilizeaz pentru comunicarea modulelor ntre
ele. Este metoda de comunicare cea mai folosit n realizarea sistemelor
multiexpert bazate pe modelul tablei negre (figura 3.3).
Tabla neagr este un nume dat pentru o baz de fapte global,
partajat de ctre modulele de cunoatere i accesibil printr-un protocol
uniform i sistematic, care conine starea problemei i permite coerena
rezolvrii. Fiecare modul de cunoatere are acces la tabl pentru citirea,
scrierea, modificarea sau suprimarea faptelor/ipotezelor care se afl pe ea.
Trebuie observat c modulele de cunoatere rmn mereu
independente, i ignoreaz reciproc prezena, iar intervenia unui modul n
procesul inferenial este provocat numai de apariia unei modificri pe tabla
neagr.
Figura 3.3 'odel de ta#la neagr
Metoda tablei negre prezint dezavantajul timpului de acces
prohibitiv i acumulrii de fapte inutile datorit accesului liber la toate faptele
existente pe tabl.
Comunica!ia prin trimiterea de mesa;e const n schimbul unui
mesaj ntre modulele de cunoatere (ageni) conform unui protocol dinainte
stabilit. Aceast metod implic un emitor, unul sau mai muli receptori i
informaia care face obiectul comunicrii, pe care o neleg toi receptorii.
Transmiterea mesajului poate fi direct sau prin difuziune. Transmiterea
direct nseamn trimiterea mesajului numai la unul sau la mai muli receptori
identificai dinainte de ctre emitor. Transmiterea prin difuziune nseamn
trimiterea mesajului tuturor agenilor n acelai timp. n cazul transmiterii
directe, se pot utiliza principiul realizrii i principiul negocierii.
Comunicarea prin cunoaterea declarati= are n vedere faptul c
numele receptorilor i coninutul mesajelor reprezint cunoaterea care
aparine unui modul particular numit modul de cunoatere declarativ (MCD).
Aceast cunoatere permite meninerea independenei ntre toate celelalte
module (figura 3.4).
de fapte, iar mesajul trimis de MCD ctre un MCD se constituie din
ansamblul faptelor comune celor dou module. Dup soluionarea
problemei ntr-un modul MC informaiile comunicate de ctre MCD sunt
returnate cu eventuale modificri.
Aceast metod de comunicare prezint avantajele paralelismului
care autorizeaz rezoluia n modul distribuit, avantajul moduiaritii n
concepia i ntreinerea cunoaterii, respectiv avantajul supleii i
independenei relative a vocabularului utilizat de ctre experii umani.
Cunoaterea declarativ din MCD permite constituirea bazei de fapte
niiale pentru modulul de cunoatere activat. Fiecare modul are propria baz
Figura 3.4. Comunicarea prin cunoaterea declarati=a
@'C( 9 modul de cunoatere declarati=) 'C 9 modul de cunoatere) BF 2 #az de ?apte"
Principalul inconvenient const n faptul c modulul MCD, ca modul principal
controleaz rezoluia, iar celelalte module MC nu sunt total independente.
Oricum le-am numi, sisteme cognitive sau sisteme inteligente,
sistemele expert constituie o subramur a tehnologiei inteligenei artificiale i
s-au remarcat deja n numeroase aplicaii. Sistemele expert, generatoare de
sisteme neuronale sunt deja disponibile pe pia i contribuie din plin la
modelarea ntreprinderii viitorului, nc din 1985 P. Harmon i D. King
ntrevedeau n materie de sisteme expert dou perioade:
prima perioad, pn la nceputul anilor '90, caracterizat
de aplicarea sistemelor expert de mrime medie la soluionarea unor
probleme specifice. Ele au format gustul pentru aceast tehnologie i un
mare numr de cogniticieni;
a doua perioad, a nceput n 1992, i va atinge apogeul
la nceputul mileniului urmtor, cnd sistemele expert sunt concepute
pentru reproducerea raionamentului uman pn la punctul n care vor
concura experii umani n materie de inteligen i expertiz.
Dar ce ne ofer viitorul n domeniul sistemelor expert? ntrevedem
patru mari direcii de dezvoltare:
dezvoltarea masiv de generatoare de sisteme expert i
sisteme neuronale, cu care se vor putea concepe de ctre experii nsi noi
aplicaii n cele mai diferite domenii. Cogniticienii vor avea i ei un rol
crescut deoarece se vor concentra mai puin asupra mediilor de
dezvoltare a aplicaiilor de tip expert i mai mult asupra domeniilor
aplicative;
dezvoltarea unor metode noi, mai performante de achizi ie
i reprezentare a cunoaterii, care vor deveni tot mai disponibile i
accesibile.
Acesta este sectorul cel mai interesant pentru cogniticianul viitorului;
viitorul cel mai promitor aparine sistemelor neuronale, care se
inspir din structurile creierului uman i a cror originalitate ine seam de
distribuirea cunoaterii. Sistemele neuronale vor fi nedisociate de sistemele
expert, deoarece se bazeaz unele pe altele. Deja se afl n
comer
generatoare de sisteme expert care utilizeaz descrierea obiectivelor, care
fac parte integrat din baza de cunotine, dar acestea nu sunt dect
nite
precursori ntruct se va ajunge ia sisteme inteligente care depesc
multe
dintre generatoarele de sisteme expert actuale n sensul c: software-ul
integrabil n sistemele neuronale va fi disponibil ntr-un viitor apropiat ca
instrumente hibride de concepere a sistemelor, care asociaz tehnici orientate
obiect fa de cele din programarea clasic, tehnici fuzzy .a.
De ce nu ne-am imagina, c s-ar putea pune n comer, n viitorul
nu orea ndeprtat medii, de dezvoltare a software-ului inteligent, ca
adevrate uzine de fabricaie a sistemelor bazate pe cunotine care includ
metode de achiziie a cunotinelor, cu o consecin dorit n materie de
informaie managerial, de industrie, de diagnostic .a., care genereaz n
conformitate cu situaiile decizionale, baze de date, programe executabile i
chiar sisteme expert?
3.2 Studiu de caz2 GSA8ACCG
SA8ACC [Neg99] este un sistem expert prototip pentru evaluarea i
clasificarea creditelor. Are ca scop urmrirea unor plasamente sigure a
fondurilor unei bnci comerciale, asigurarea unor garanii certe, constituirea
unor provizioane de risc optime i informarea managementului despre
portofoliul de credite cel mai avantajos. Folosind SEPECC se poate selecta
cea mai avantajoas variant de plasament capabil s satisfac un optim n
politica bncii. Suma conveniilor de credite alctuiete portofoliul de credite al
unei bnci comerciale.
n prezent, evaluarea i clasificarea portofoliilor se realizeaz
scriptic, cel puin o dat pe semestru, pe baza datelor reaie din bilanul
contabil, balanele de verificare, celelalte raportri trimestriale i alte
documente bancare, dar nu favorizeaz decizii operative. Baza legal o
constituie normele BNR, care prevd criteriile:
evaluarea performanelor financiare ale clientului;
capacitatea clientului de onorare a datoriei la scaden.
Exist cinci clase de credite: standard, n observaie, substandard.
ndoielnic, pierdere. Dup evaluarea performanelor financiare ale clientului,
creditele se repartizeaz n urmtoarele categorii [Neg99]:
categoria 6) dac performanele sunt foarte bune i permit plata ta
scaden a ratelor i dobnzilor aferente, iar n
perspectiva
performanelor financiare se menin la un nivel ridicat;
categoria B) dac performanele financiare sunt bune sau foarte bune
dar nu se pot menine la acest nivel pe o perioad mai lung;
categoria C) dac performanele financiare sunt satisfctoare dar au o
tendin de nrutire;
categoria () dac performanele financiare sunt sczute i cidtce la
intervale scurte;
categoria A) dac performanele financiare indic pierderi, tar n
perspectiv nu pot fi pltite ratele de rambursat i dobnda.
ncadrarea n una dintre aceste categorii se face n funcie de
urmtoarele criterii de evaluare a performanelor financiare: 1. $ndicatori
de per?orman! ?inanciar2
grad de ndatorare;
lichiditatea patrimonial;
solvabilitatea patrimonial;
gradul de acoperire a cheltuielilor din venituri.
2. Factori calitati=i2
managementul ntreprinderii;
profil de activitate/ramur;
asigurarea cu materii prime;
asigurarea desfacerii;
perspectiva performanei financiare;
ali factori.
3. .ipul garan!iilor materiale pentru opera!iunea #ancar2
garanii materiale din clasa de importan ;
garanii materiale din clasa de importan ;
alte garanii.
4. Ser=iciul datoriei2
BUN, dac ratele i dobnzile se pltesc ia scaden sau cu
o ntrziere de maximum 7 zile;
SLAB, dac ratele i dobnzile se pltesc cu ntrziere de
pn la 30 zile;
NECORESPUNZTOR, dac ratele i dobnzile se pltesc
cu ntrziere mai mare de 30 zile.
Pentru fiecare clas de credite banca este obligat s-i constituie
provizioane specifice. ndicatorii de performan financiar se calculeaz cu
relaiile:
Total datorii
Grad de ndatorare (%) =-----------------100
Total active
Active lichide
Lichiditate imediata (%)=-------------------------------100
Datorii pe termen scurt
unde:
Active lichide = Casa + Disponibil n conturi + CEC-uri cu limit de
sum + Facturi nencasate;
Datorii pe termen scurt = Credite + Obligaii fa de teri
, , ,_., Capital propriu + Proviz.pt. risc si chelt.
Solvabil, patrimon. (%)= -. , . . u =r: *100
Capital propriu + Proviz.pt. nsc si chelt. + Total credite
Profit net
Rentabil, capitalului i propriu (%)= --------:-----------:#.-----. . ,. *100
Capital propnu + Proviz.pt. nsc si chelt.
Vi
Gacvi(%)=-^--*100
Cavi
unde:
Gacvi - gradul de acoperire a cheltuielilor din venituri ncasate;
Vi - venituri ncasate;
Cavi - cheltuieli aferente veniturilor ncasate.
Pentru fiecare indicator se acord un punctaj n funcie de clasa de
ncadrare. Numrul maxim de puncte acordat clientului este de:
50 pentru cl i eni l a care toi i ndi catori i i ntr n cl asa l de
performan financiar;
40 pentru clieni la care toi indicatorii intr n clasa l de
performan;
25 pentru clieni la care toi indicatorii intr n clasa ;
10 puncte pentru clieni la care toi indicatorii intr n clasa V;
O puncte pentru clieni la care toi indicatorii intr n clasa V.
Pentru factorii calitativi este posibil un punctaj maxim de 30 de puncte
(cte 5 puncte pentru fiecare factor calitativ observat). Pentru tipul garaniei
materiale se pot acorda maximum 20 puncte, n cazul garaniilor constituite
n favoarea bncii, astfel:
20 puncte maximum pentru garanii din clasa l;
10 puncte maximum pentru garanii din clasa ;
20 puncte pentru alte garanii.
Evaluarea performanei financiare globale a unui client se face dup
punctajul total obinut, care ncadreaz creditul n una dintre categoriile
urmtoare:
.a#elul nr. 3.1. .a#el decizional pentru sol=a#ilitatea per?orman ! ei ?inanciare
Performan financiar Punctaj
A -foarte bun 81-100
B - bun 71-80
C - satisfctoare 61-70
D - sczut 50-60
E - foarte sczut sub 50
mai jos: Clasificarea creditului are loc n final n conformitate cu tabelul, de
.a#elul nr. 3.2. .a#el decizional pentru sta#ilirea scopurilor
Serviciul
datoriei
Performana""*"-*^^
financiar ^"*"*-\
Bun Slab Necorespunztor
A Standard n observaie Sub standard
B n observaie Sub standard ndoielnic
C Sub standard ndoielnic Pierdere
D ndoielnic Pierdere Pierdere
E Pierdere pierdere pierdere
SEPECC este organizat ca un sistem care ajut executivul bncii s
evalueze i s clasifice convenia de credit cu clientul, n urma dialogului cu
utilizatorul, purtat n timpul sesiunii de consultare, se va sugera o clasificare
a creditului, n funcie de care executivul decide acordarea sau nu a
creditului n felul acesta se poate aprecia c SEPECC acord sfaturi
utilizatorului ntr-o problem esenial - profitabilitatea creditului pentru banc
i pentru clientela n acest scop este esenial ntreinerea constant a bazei
de cunotine
SEPECC, deocamdat de interes didactic, este un prototip i
se inspir din realitate.
3.3 8ro#leme rezol=ate
8ro#lema nr. 1 6naliza structurii clien!ilor
Analiza diversitii clienilor unei firme se face pe baza unui indicator
denumit "indicele clientelei", determinat pe baza urmtoarelor criterii: -
.numrul clienilor;
dependena faa de principalul client
termenul de plat
gradul de acoperire de ctre principalul client a cifrei de afaceri
numrul clienilor care asigur acoperirea a 80 % din cifra de
afaceri
.
*ezol=are
2 Variabile:
nr_cl-numrul de clieni;
dep - (da, nu) -dependena fa de clientul principal;
scad - scadena de achitare a facturilor (zile);
rata - procentul de acoperire a cifrei de afaceri de ctre clientul
principal;
cl_80 - numrul de clieni care acoper 80 % din cifra de afaceri;
indice - indicele clientelei.
Reguli: