Cap. 08 - Sisteme Expert PDF

IASE 1/49 Cap. 8.
Sisteme Expert
8. Sisteme Expert
8.1. Inteligena artificial i sistemele expert
8.1.1. Istoria inteligenei artificiale

Inteligena Artificial este o ramur a tiinei promovat recent n universiti i
laboratoare de cercetare. Astfel de tehnici au nceput s fie promovate cu succes i n
industrie. Se apreciaz ca n viitor tratarea problemelor inginereti cu metode specifice
inteligenei artificiale va crete considerabil. n plus, tehnicile dezvoltate pe baza programrii
clasice dau rezultate corespunztoare cnd se utilizeaz n descrierea elementelor finite, la
simularea circuitelor, prelucrarea problemelor algoritmice, nefiind adecvate la o serie de
probleme inginereti. Metodele inginereti pot fi caracterizate prin utilizarea algoritmilor
euristici n scopul determinrii celei mai bune soluii ntr-o situaie concret dat.
Inteligena artificial (IA) este arta de a programa calculatoarele, pentru a le
determina s realizeze "lucruri" care sunt considerate inteligente, atunci cnd sunt fcute de
oameni. IA implic, deci, capacitatea de abstracie i de raiune, iar auxiliarul su
indispensabil este memoria.
Inteligena artificial urmrete simularea pe calculator a mecanismelor intelectului
uman. n sens larg, IA include anumite aspecte de senzaie i percepie artificial (vederea
artificial, nelegerea limbajului vorbit etc.) i presupune capaciti de nvare i adaptare. n
sens restrns, IA nseamn arta de a crea medii artificiale care s simuleze procesele
cognitive, adic conceptualizarea i raionarea asupra conceptelor.
Antecedentele IA trebuiesc cutate la vechii greci (Gorder 1986), dar ideea formrii
unei discipline de cercetare a inteligenei umane i a raionrii formale a condus diverse
grupuri din S.U.A. i Europa dup cel de-al doilea rzboi mondial.
Evoluia tiinei calculatoarelor i comportarea uman au stimulat interesele raionrii
pe main.. Aceasta a determinat o nou disciplin, cea a inteligenei artificiale.
Prin cercetarea nceput n 1956 i cu evenimentul consolidrii prin Summer Research
Project realizat la Darthmounth College, John McCarty a stabilit termenul de IA. Primele
succese sunt datorate programelor capabile s demonstreze teoreme ale logicii matematice
(1963) ce au determinat noua deschidere ctre programe ce folosesc tehnici de IA i o
revigorare a domeniului IA, devenind astfel o disciplin, mai mult dect o cutare matematic
pentru mainile inteligente. n timp, a aprut ideea benefic a nglobrii filozofilor, lingvitilor
i neurologilor n aceste domenii.
Se dau mai jos cteva exemple de zone tiinifice asupra crora se extinde IA:
vederea artificial ce presupune recunoaterea formelor, identic cu vederea uman;
robotica focalizeaz producerea dispozitivelor mecanice capabile s reproduc
micarea;
prelucrarea vocii ce privete constituirea i sinteza vocii umane;
prelucrarea n limbaj natural nelegerea i vorbirea n limbaj natural;
demonstrarea (producerea) teoremelor n matematic i logic;
"General Problem Solving" rezolvarea unei clase generale de probleme exprimate n
limbaje formale;
recunoaterea formelor recunoaterea i clasificarea diferitelor forme;
teoria jocurilor;
nvarea automat maini ce acumuleaz cunotine prin observarea exemplelor.
Utilizarea n ultimii ani a sistemelor expert a fost asociat cu cercetrile de inteligen
artificial deoarece structura i proprietile sunt apropiate de produsele IA.
IASE 2/49 Cap. 8. Sisteme Expert
Sistemele expert (SE) beneficiaz de cercetrile ce au fost realizate n diferite zone ale
IA. n fig. 8.1. se arat relaiile ntre sistemele expert i celelalte domenii ale IA.
Logic tiina calculatoarelor Lingvistic

matematic
Filozofie
Psihologie Inteligena
Artificial
Sisteme
Prelucrare n
expert
limbaj natural
Robotic
Vedere artificial Planificare
Fig. 8.1. Domenii ale inteligenei artificiale
n prezent sistemele expert sunt tot mai mult asociate direct cu modurile de raionare i
cunotinele reprezentate. SE sunt de fapt dezvoltri n noile cmpuri ale achiziiei de
cunotine ca forme specializate de nvare, n care cunotinele sunt achiziionate direct de la
expert. Alte SE ca tehnici de IA include explicaii, nvare inteligent, planificare, rezolvarea
problemelor distribuite, cercetri ce sunt adresate direct IA.
8.1.2. Sisteme Expert. Definiii

O ramur a Inteligenei Artificiale (IA) este reprezentat i de ctre sistemele expert.
Un sistem expert este un program care urmrete cunotinele, raioneaz pentru
obinerea rezultatelor ntr-o activitate dificil ntreprins uzual doar de experii umani.
Dac un expert uman are cunotine ntr-un domeniu specific, un sistem expert utilizeaz
cunotinele ce sunt stocate ntr-o baz de cunotine, baz format din cunotinele asociate
domeniului respectiv. Experii umani raioneaz i ajung la concluzii pe baza cunotinelor ce
le posed, sistemele expert raioneaz utiliznd cunotinele stocate n baza de cunotine.
Din punct de vedere funcional, un sistem expert poate fi definit astfel:

Un sistem expert (SE) este un program care urmrete un grup de cunotine
pentru obinerea n acelai mod ca i experii umani a rezultatelor despre activiti
dificil de examinat. Principala caracteristic a sistemelor expert este derivat din baza
de cunotine mpreun cu un algoritm de cutare specific metodei de raionare. Un
sistem expert trateaz cu succes probleme pentru care nu exist o soluie algoritmic
clar.
Sistemele expert sunt programe aplicative de inteligen artificial bazate pe cunoatere
specializat de nivel nalt, nivel atins n societate de cei mai competeni experi umani ai
domeniilor aplicative ce se implementeaz n aceste sisteme. Denumirea de "sisteme expert"
deriv din capacitatea acestor programe de a egala unele din performanele de gndire i de
intuiie pe care experii umani le obin atunci cnd aplic o astfel de cunoatere pentru
rezolvarea unor probleme complexe din domeniul de expertiz.
Din punct de vedere funcional un sistem expert este definit ca un program ce ofer
cunotine pentru obinerea rezultatelor taskurilor dificile rezolvate uzual de experii umani.
Din punct de vedere structural i arhitectural SE au urmtoarele caracteristici:
sunt construite n general pentru focalizarea taskurilor cu gam limitat de
aplicabilitate;
exist o separare explicit ntre cunotine i metodele de raionare utilizate n
vederea obineri unor concluzii pe baza cunotinelor;
sunt capabile s explice propriile aciunii i linii de judecat.
Avantajele sistemelor expert fa de aplicaiile avnd complexitate comparabil, dar
rezolvate cu ajutorul metodelor convenionale de programare a calculatoarelor, constau n
puterea lor de a soluiona problemele n baza cunoaterii asupra ntregului domeniu specific,
n capacitatea lor de a reprezenta i de a nva, n uurina cu care folosesc i combin diferite
strategii de rezolvare. O caracteristic principal a sistemelor expert, care deriv din
conceptele aplicate la elaborarea acestora, este flexibilitatea. Cnd unele proceduri existente
sunt actualizate, sau sunt adugate noi proceduri, nu este necesar rescrierea sau actualizarea
celorlalte programe care alctuiesc sistemul.
Sistemele expert au fost acceptate cu entuziasm ntr-o mulime de domenii: afaceri,
industrie i alte sfere profesionale, ca o cale de fructificare a experienei, disponibil oricnd
este necesar. SE sunt binevenite n domenii particulare n care experii umani existeni au
suficient experien pe care o pot furniza.
Tehnologiile de programare utilizate n dezvoltarea sistemelor expert pot fi privite ca o
evoluie timpurie a limbajelor calculatoarelor n noul nivel al exprimrii, ce permite utilizarea
reprezentrii a foarte multor cunotine. Limbajele timpurii sunt dificil de utilizat, exceptnd
specialitii n calculatoare. Recentele limbaje de programare sunt binevenite pentru utilizarea
i includerea diverselor forme de expresie uman.
Tehnologiile de programare specifice SE marcheaz ali pai n aceast direcie.
Pentru a fi utilizat efectiv, fiecare tehnologie nou este nsoit de un set de ghiduri i
metodologii pentru utilizare. Aceasta ajut noii utilizatori la creterea eficienei utilizrii i a
maximizrii productivitii. Din acest motiv utilizarea tehnicilor specifice n SE cu foarte
multe cunotine va necesita un nou set de metodologii, bazate pe experiena crescut, n
dezvoltarea aplicaiilor.
Aa cum se arat n fig.8.2 un sistem expert este bazat pe dou componente distincte
complementare:
a) noi tehnologii de programare ce permit utilizarea a foarte multe cunotine,
precum i modul de infereniere cu acestea;
b) noi construcii i metodologii dezvoltate (avansate) ce permit utilizarea efectiv a
acestor tehnologii pentru rezolvarea de probleme complexe.
Noi tehnici de programare
Sisteme
expert
Metodologii pentru
manipularea cunotinelor
Fig. 8.2. Componentele de baz ale SE
Succesul dezvoltrii S.E. este legat de modul n care sunt combinate aceste dou
obiective. Tendinele tehnice de baz pledeaz ca raionarea i cunotinele s nu fie vzute
disjunct, separate, ntruct un S.E. presupune o armonizare ntre cunoatere i raionare.
Expertul care nelege necesitatea utilizrii unui SE n domeniul su de cunoatere
poate de asemenea obine un ajutor de la inginerul de cunotine (adic, a specialistului n
calculatoare priceput n SE) deoarece, n urma discuiilor cu acesta, anumite cunotine vor fi
reformulate. n concluzie, prin interaciunea ntre expertul uman i inginerul de cunotine
poate fi fcut un schimb ntre domeniile de experien ale fiecruia. Deci, inginerul de
cunotine, n general un ignorant al domeniului cunoaterii specifice expertului, iar expertul
cu foarte puine cunotine despre sisteme expert au puncte de vedere ce vor fi puse de acord
n urma acestei colaborri.
Prin urmare, nu este uor pentru un expert s gseasc un inginer de cunotine n
vederea colaborrii deoarece cunotinele sunt expansive i greu de formulat ntr-o manier
concis. Aceasta motiveaz necesitatea ca experii umani s aib mai multe cunotine despre
sistemele expert. Sunt necesare ct mai multe utilitare specifice dezvoltrii sistemelor expert,
trebuie s fie posibil ca eventual mai muli experi s fie adepii utilizrii SE fr a fi utilizate
cunotinele lor n acelai timp de ctre inginerii de cunotine. n orice eventualitate, punctele
de vedere ale inginerului de cunotine sunt utilizate n proiectare i este limpede c procesul
construirii sistemelor expert este mai eficient dac expertul este cunosctor asupra
tehnologiilor i metodologiilor sistemelor expert.
8.1.3. Originea sistemelor expert. Experimentri i realizri

Dup ce s-a trecut de limitrile de spaiu i timp, au fost marcate succese n
comercializarea mai multor programe ce furnizeaz taskuri specifice cu cele ale experilor
umani, numite i sisteme expert. n 1960 NASA a hotrt trimiterea unui vehicul pe Marte,
unul dintre scopuri fiind cercetarea structurii chimice a solului acestei planete. Pentru aceasta
cercettorii de la Universitatea Stanford au construit un program ce a trebuit s nglobeze
experiena chimitilor n identificarea structurii chimice a unor substane pornind de la
spectrograma de mas. n dezvoltarea programului numit DENDRAL sunt investigate
cunotinele experilor umani n domeniul spectrografiei de mas, analizei structurilor
chimice, descoperindu-se cu acest prilej i o serie de erori n literatur. Datorit nglobrii
experienei chimitilor, utiliznd att deduciile empirice ct i raionamente tiinifice,
DENDRAL a fost considerat primul sistem expert. El a fost scris n FORTRAN i
cunotinele proprii ale domeniului erau integrate cu mecanismul de inferen, motiv pentru
care ameliorarea sa este greu fezabil. DENDRAL a fost urmat de un mare numr de alte SE
utilizate n rezolvarea de probleme similare cu cele realizate de experii umani.
Se consider c istoria sistemelor expert a nceput n anul 1964 cu elaborarea
programului DENDRAL-64, conceput n vederea construirii, enumerrii i notrii moleculelor
organice, ca structuri arborescente i grafuri ciclice. Acest sistem genereaz reprezentri
structurale plauzibile pentru moleculele organice, pornind de la spectogramele de mas ale
substanelor analizate.
Dezvoltat i perfecionat n decursul mai multor ani de ctre autorii si, n cadrul
laboratoarelor de inteligen artificial de la Universitatea Standford, sistemul DENDRAL a
servit ca exemplu de pionierat pentru a arta puterea pe care metodele inteligenei artificiale o
pot dovedi n aplicaii deosebit de sofisticate. n domeniul chimiei se mai pot aminti alte
realizri semnificative, sistemul CRYSALIS, realizat de Engelmore i Terry, care
interpreteaz diagramele de densitate ale electronilor pentru proteine, sau sistemul SECS
(Wipke, 1974) care acord utilizatorilor asisten la conceperea schemelor pentru sinteza
chimic organic.
n domeniul geneticii moleculare, sistemul MOLGEN asist pe cercettori la
elaborarea planurilor pentru experimentele cu ADN. Acest sistem a introdus n inteligena
artificial unele dezvoltri privind planificarea n sistemele expert.
Domeniul medicinii este reprezentat n numeroase i variate sisteme expert, dintre care
cel mai reprezentativ fiind sistemul expert MYCIN, bazat pe reprezentarea relaiilor cauzale
cu ajutorul regulilor de producie. Sistemul funcioneaz interactiv pentru elaborarea
diagnosticului n cazul infeciilor bacteriene ale sngelui, folosind cunoaterea despre
simptome i datele rezultate din analiza sngelui, producnd n acelai timp i recomandri
privind tratamentul medicamentos adecvat. Pornind de la experiena acumulat la elaborarea
sistemului MYCIN, s-a dezvoltat un alt sistem EMYCIN. Acesta din urm este un sistem
expert instrumental, capabil de a fi ncrcat cu cunoatere specific diferitelor domenii ale
practicii clinice, genernd astfel sisteme expert specializate. n acest fel a fost obinut
sistemul expert PUFF pentru diagnosticarea bolilor pulmonare sau sistemul HEADMED
pentru diagnosticarea i medicaia unor afeciuni neuro-psihiatrice. Un alt sistem bine
cunoscut n practica medical, sistemul INTERNIST, este bazat pe cunoaterea privind
diagnosticul n medicina intern i supravegherea clinic a pacienilor (Pople, Myers,Miller
1977).
Sistemul CASNET (Weiss,1978), destinat diagnosticrii bolilor de ochi, organizeaz
cunoaterea despre boli pe urmtoarele trei niveluri:
- simptome i teste de laborator care alctuiesc probe directe ale existenei bolii;
- stri fiziopatologige ale pacientului, presupuse a putea fi prezente fr a fi
considerate mutual exclusive;
- categoriile de boli, descrise pe baza de pattern-uri de stri.
Prin organizarea bazei de cunotine i prin prevederea mai multor strategii de control,
sistemul expert CASNET se detaeaz ca un sistem mai elaborat, n ceea ce privete tratarea
conceptelor fundamentale, de adncime i de complexitate, ale cunoaterii despre domeniul de
expertiz.
Un ultim exemplu din domeniul medicinii, sistemul expert MDX, are o structur mai
complex, alctuit dintr-o colecie de mici subsisteme expert, care comunic ntre ele prin
intermediul unei zone de comunicaii cu ajutorul unei tehnici speciale (de broacasting).
n domeniul explorrilor geologice pentru descoperirea zcmintelor de minerale,
sistemul expert PROSPECTOR acord asisten geologilor la evaluarea interesului pe care o
anumit zon dedicat prospeciunilor i forajelor geologice, o prezint n privina existenei
depozitelor minerale de un anumit tip cutat.
Un sistem expert cu performane deosebite n ceea ce privete nivelul i calitatea
rezultatelor obinute este sistemul AM destinat descoperirii conceptelor n matematici. Prin
combinarea i adaptarea diferitelor metode ale inteligenei artificiale, folosirea cunoaterii
declarative, normative i euristice, sistemul conduce la producerea unor raionamente rafinate
comparabile cu cele obinute de experii de mare clas.
Sistemul expert HEARSAY-II, destinat nelegerii vorbiri, se caracterizeaz prin
utilizarea unor tehnici deosebite de organizare a cunoaterii, de control i de comunicaie ntre
componente. Cunoaterea este organizat n uniti procedurale denumite surse de cunoatere,
care sunt alctuite dintr-o component care evalueaz aplicabilitatea sursei de cunoatere
(componenta condiional) i o component care reprezint nsui programul de aciune pe
care trebuie s l ndeplineasc o surs de cunoatere aplicabil, sau invocat spre aplicare.
Aceste concepte au fost dezvoltate ulterior n sistemul HEARSAY-III, care este un sistem
cadru independent de domeniu, destinat implementrii, pe baz exclusiv de cunoatere
expert, a unor tipuri diverse de sisteme expert dedicate.
Cu toate c elaborarea sistemelor expert independente de domeniu este nc la primele
ncercri i realizri, se poate afirma c viitorul i aparine. Aceasta se datoreaz necesitii de
asigurare a unor componente cognitive i rezolutive performante pentru orice fel de domeniu
aplicativ. Un astfel de sistem expert independent de domeniu este sistemul INTEXP.
n informatic, sunt cunoscute sisteme expert pentru asistarea elaborrii de programe,
ca de exemplu sistemul PECOS care genereaz programe n limbajul LISP pornind de la
descrierea algoritmilor. Sistemul expert APE genereaz programe n limbajul INTERLISP,
pornind de la specificaiile unor algoritmi abstraci i tipuri abstracte de date prelucrate.
n domeniul ingineriei cunoaterii i inteligenei artificiale, instrumentele elaborate
reprezint doar unele cutri i experimentri. De exemplu, sistemul TEIRESIAS ofer
utilizatorilor de sisteme de tip MYCIN posibiliti de achiziie a cunoaterii experte. Un
instrument mai general de implementare a unor noi sisteme expert, a fost dezvoltat la
Universitatea Standford, sub denumirea de AGE. Acest sistem este rodul experienei
colectivului de inteligen artificial a acestei universiti, experien ilustrat de numeroase
sisteme expert de mare succes, dintre care s menionm numai sistemele DENDRAL,
META-DENDRAL, MYCIN, AM, MOLGEN, CRYSALIS, SACON.
Se dau mai jos cteva dintre SE existente mpreun cu domeniul lor de aplicabilitate:
MYCIN folosete experiena din DENDRAL i opereaz ca un consultant pentru medici n
investigarea pacienilor pentru depistarea infeciilor bacterigene ale sngelui i pentru
prescrierea tratamentului adecvat. Sistemul opereaz ntr-o manier interactiv, mediul oferind
toate informaiile utile despre pacient, ct i rezultatele de laborator. Raionarea n MYCIN n
absena informaiilor complete (rezultatele de cultur nu sunt cunoscute dect dup 24 pn la
48 ore) se bazeaz pe un ansamblu de cunotine. El este capabil s-i explice raionamentul,
baza de cunotine poate fi schimbat la orice moment de timp. MYCIN este compus dintr-o
baz de cunotine ce cuprindea 300 de reguli n anul 1977, 450 n 1980 i este compus din
patru seciuni de program principale ce formeaz un tot unitar. El a fost scris n Interlisp pe
DEC PDP10 i ocup 130 K. Dintre acetia 50 K sunt ocupai de sistemul de consultare, 20 K
de sistemul de achiziie a cunotinelor.
CASNET (Causal Association NETwork), specializat n diagnosticul glaucomului, a crui
originalitate este marcat de reprezentarea cunotinelor pe mai multe niveluri (observaii, stri
psihopatologice, diagnostice). Regulile sunt mprite n trei clase dup nivelul la care ele
intervin i sunt aplicate prin nlnuire nainte.
HERSHAY-II este unul dintre SE de recunoatere a parolei i a fost dezvoltat n 1979 de
Erman. HERSHAY-II utilizeaz o memorie de lucru global n care diferite tipuri i niveluri
de informaii sunt integrate ntr-o structur uniform. O tabel este utilizat de mai multe surse
de cunoatere, fiecare dintre ele coninnd un tip de cunotine diferit ce poate fi aplicat. Surse
distincte de cunotine independente pot comunica prin intermediul tabelei. Este permis astfel
o viziune global asupra strii curente a soluiei ce poate fi utilizat n strategia de control.
INTERNIST devenit apoi CADUCEUS, dezvoltat la universitatea din Pittsburg, acoperea n
anul apariiei (1982) 80% din medicina intern. El cuprinde mai multe milioane de reguli de
producie grupate n subiecte particulare. Fiecare boal este legat de observaii prin
asociativitate n dou sensuri, observaie - diagnostic i invers, ponderate printr-un coeficient
exprimnd frecvena fiecrei observaii pentru un diagnostic. Proiectul a fost dezvoltat n mai
mult de zece ani ntr-un colectiv mare de specialiti.
MOLGEN, dezvoltat la universitatea Stanford, este un sistem expert specializat n biologie
molecular. Dificultatea principal a sistemului a fost legat de necesitatea integrrii n baza
de cunotine a informaiilor diverse de biologie, topologie, chimie, tehnologia manipulrii i
genetic.
PROSPECTOR, dezvoltat la universitatea Stanford, este specializat n prospeciunile miniere.
Prin program au fost obinute rezultate spectaculoase n urma analizei cantitii de molibden i
fosfor exploatate din muntele Tolmar, n legtur cu descoperirea altor zcminte. Acesta este
unul dintre rarele sisteme ce utilizeaz reele semantice, baza de cunotine conine alturi de
reguli de producie, reele semantice partiionate.
Rl - (redenumit XCON) utilizeaz aproximativ 1000 reguli i este utilizat pentru configurarea
calculatoarelor VAX(DEC). Dintre firme se poate afirma c DEC deine supremaia utilizrii
sistemelor expert dac se ine seama i de XSEL ce rspunde la ntrebrile vnztorilor sau
IDT pentru probleme legate de diagnosticarea sistemelor PDP 11.
Chiar dac rezultatele mai multor firme nu sunt la nivelul ateptrilor, este totui necesar de
remarcat faptul c preocupri n acest domeniu au fost ntreprinse de peste 20 ani. Astfel, la
HP, dei a nceput mai trziu, un numr mare de cercettori lucreaz n domeniul IA avnd n
studiu tehnologii de programare, dezvoltri de pachete software pentru aplicaii de SE (n
principal diagnoz). Honeywell s-a angajat recent n rezolvarea unor chestiuni legate de
achiziia cunotinelor, utilizarea cunotinelor, arhitecturi i ustensile pentru dezvoltarea SE.
IBM i-a orientat cercetrile pe diferite sisteme generice capabile s fie introduse n diverse
aplicaii. IBM dezvolt mai multe generaii de SE destinate diagnosticului produselor
informatice. Se remarc aici i alte firme de renume ca: General Electric, Schlumberger, Litho
et Mirlitho etc.
Dezvoltarea SE cere noi specialiti pentru captarea cunotinelor i exprimarea
acestora sub form de reguli. Devine necesar o nou specializare numit "inginer de
cunotine", un intermediar ntre specialistul n calculatoare i expertul uman.
Metodologia de captare a cunotinelor este cunoscut sub numele de ingineria
cunoaterii. Ca urmare se poate concluziona:
un SE poate fi expert ntr-o singur chestiune. Dac se construiete un SE ce
rezolv dou probleme sunt posibile critici pentru fiecare dintre acestea;
un SE poate s rezolve numai acele probleme pentru care expertul uman a
transmis cunotinele sale. Dac se construiete un SE fr a fi consultat expertul
uman, acesta are cunotine limitate i deci este mai slab dect expertul uman;
un SE nu va putea niciodat s nlocuiasc omul.
O caracteristic specific SE este marcat de faptul c acestea pot fi adaptive,
caracteristic marcat prin faptul c schimbrile efectuate la diferite intervale de timp nu
determin modificri ale programelor. Pentru aceasta, cunotinele sunt inute sub form de
reguli care pot fi uor citite i modificate de utilizator cu mici intervenii din partea acestuia.
n multe SE uzuale exist o distincie net ntre cunotine i mecanismele ce manipuleaz
aceste cunotine. Prin modificarea naturii cunotinelor utilizate, un SE devine capabil a fi
utilizat n alte zone ale aceluiai domeniu. De exemplu, un SE destinat diagnosticului medical,
prin schimbarea cunotinelor medicale i substituirea acestora de cunotine inginereti poate
deveni expert n domeniul autodiagnozei.
O caracteristic specific a sistemelor expert este organizarea pe reguli n loc de
instruciuni. Pe cnd calculatoarele convenionale folosesc programe ce intr linie cu linie n
execuie, SE constau dintr-o colecie de reguli ce nu sunt executate secvenial dect atunci
cnd condiia de aplicabilitate este ndeplinit. Conceptual, punctul de vedere este rezonabil
pentru c n SE fiecare linie ncepe prin cuvntul IF, care n accepiunea clasic nseamn c
grupul de instruciuni din corpul su sunt executate numai dac valoarea condiiei este
adevrat.
8.2. Structura general a unui sistem expert
Aa cum s-a artat i n capitolul anterior, sistemele expert acoper o clas foarte mare
de programe ce au o serie de caracteristici comune, dar difer n multe privine fa de
programele clasice. n cazul SE, baza de cunotine are o serie de caracteristici care ofer o
independen a cunotinelor, cum sunt:
- granularitatea cunotinelor (independena acestora);
- ordinea n care sunt stocate cunotinele n baza de cunotine nu influeneaz rezultatele;
- modificarea elementelor bazei de cunotine nu are implicaii deosebite asupra
programului;
- sistemul expert poate fi caracterizat ca o nou modalitate de programare declarativ.
Pentru a se putea nelege mai bine modul n care funcioneaz un sistem expert, se va
prezenta n figura 8.3 conceptul de baz al funcionrii unui SE. Utilizatorul furnizeaz
sistemului expert fapte sau alte informaii i primete, ca rspuns, "sfaturi" sau "expertize".
Baza de cunotine
Fapte
Utilizator
Expertize
Motor de inferen
Sistem Expert
Fig. 8.3. Conceptul de baz al funcionrii unui SE
O caracteristic a sistemelor expert este cea privind competena acestora de a furniza
explicaii asupra raionamentelor ntreprinse pentru ajungerea la rezultat, explicaii care
trebuie s fie exprimate ntr-un limbaj ct mai apropiat de limbajul natural.
8.2.1 Componentele sistemelor expert

Toate aceste caracteristici determin o structur specific pentru sistemele expert,
structur ce poate fi grupat n jurul a trei module principale, module ce determin i ceea ce
se numete sistem esenial:
Baza de cunotine este reprezentat ca o structur de date ce conine ansamblul
cunotinelor specializate furnizate de ctre expertul uman. Cunotinele stocate n baza de
cunotine sunt n principal descrieri de obiecte n conjuncie cu relaiile dintre acestea.
Baza de cunotine face parte din sistemul cognitiv, cunoaterea fiind memorat ntr-un
spaiu special organizat. Forma de stocare a informaiei experte trebuie s asigure cutarea
pieselor de cunoatere specificate direct prin simboluri identificatoare, cutarea pieselor
de cunoatere referite indirect prin proprieti asociate sau valori atribuite acestora,
cutarea pieselor de cunoatere prin inferene sau lanuri infereniale ce pornesc de la alte
piese de cunoatere sau de la proprieti asociate acestora, meninerea bazei de cunotine
n concordan cu evoluia domeniului de expertiz.
Mecanismul de inferen reprezint noutatea sistemelor expert. El preia cunotinele din
baza de cunotine ce sunt utilizate pentru construirea raionamentului. Mecanismul de
inferen urmrete o serie de obiective majore cum sunt: alege strategia de control funcie
de problema curent ce o are de rezolvat, elaboreaz planul de rezolvare a problemei dup
necesitate, execut comutarea de la o strategie de control la alta, execut aciunile
prevzute n planul de rezolvare, constituie informaiile de control pentru mecanismele
fundamentale ale mecanismului de inferen. Cu toate c n esen mecanismul de
inferen este constituit dintr-un ansamblu de proceduri n sensul obinuit al termenului,
modul n care utilizeaz cunotinele nu este prevzut prin nici un program, acesta fiind
condiionat de datele i cunotinele pe care le posed.
Baza de fapte este reprezentat de o memorie auxiliar ce conine toate datele
utilizatorului (faptele iniiale ce descriu enunul problemei de rezolvat), i rezultatele
intermediare produse n cursul procedurii de deducie. Coninutul bazei este pstrat ntr-o
memorie RAM i poate fi conservat doar la cererea utilizatorului.
Pe lng aceste module un sistem expert mai conine o serie de module ce asigur
comunicarea cu operatorul i expertul uman.
Modulul de comunicaie este destinat furnizrii interfeelor specifice pentru
utilizatorii sistemului expert ct i pentru achiziia de cunotine. n compunerea acestui
modul intr procesoare specifice pentru limbajele de comunicare nglobnd limbaje de
comunicare cu utilizatorul, limbaje pentru achiziia cunotinelor, procesoare pentru
comunicarea intern ntre sistemul expert i echipamente auxiliare pentru stocarea cunoaterii,
procesoare speciale pentru intrri/ieiri grafice, achiziia senzorial i instrumental a
cunoaterii, comanda elementelor de execuie.
Interfaa utilizator este cea care asigur dialogul ntre utilizator i sistem n limbaj
cvasinatural prin translatarea limbajului intern. Tot ea este cea care comunic mecanismului
de inferen cererile utilizatorului, rezultatul acestora fiind furnizat utilizatorului. n egal
msur faciliteaz achiziia enunului problemei iniiale i comunicarea rezultatului. Sunt
situaii n care interfaa utilizator este mai sofisticat, integrnd dicionare, fiind capabil de
analize lexico-sintactice, verificri semantice, corecii ortografice, gestiunea prescurtrilor etc.
Modulul de achiziie a cunotinelor preia cunotinele specializate furnizate de
expertul uman sau inginerul de cunotine ntr-o form ce nu este specific reprezentrii
interne. O serie de cunotine pot fi furnizate prin fiiere specifice bazelor de date sau alte
programe externe. El recepioneaz cunotinele, verific validitatea acestora i n final
genereaz o baz de cunotine coerent.
Modulul de explicaii permite trasarea drumului urmat n raionare de ctre sistemul
rezolutiv i emiterea justificrilor pentru soluiile obinute, evideniindu-se n acest mod cauza
greelilor sau motivul eecului. El ajut expertul s verifice consistena bazei de cunotine.
n fig. 8.4,a se prezint o structur general a unui sistem expert ce nglobeaz toate
modulele descrise mai sus. Aa cum se observ, n figur se disting mai multe activiti
ncepnd cu achiziia cunotinelor, reprezentarea acestora, tratarea cunotinelor i utilizarea
lor. nglobarea modului de achiziie a cunotinelor face oricnd posibile modificri ale bazei
de cunotine odat cu rafinarea acestora.
Puterea rezolutiv a sistemelor expert se bazeaz pe abilitatea acestora de a memora, a
ntreine i a manevra cantiti mari de piese de cunoatere specifice domeniului de expertiz,
de a oferi o nalt flexibilitate de reprezentare a cunoaterii, indiferent de complexitatea
acesteia, de a elabora strategii i planuri de rezolvare rafinate, i de a-i mbunti aceste
performane prin nvare i experien.
Deoarece sistemele expert sunt de fapt sisteme inteligente bazate pe cunoatere (KBS-
Knowledge Based expert System) pentru rezolvarea problemelor, structura acestora este
presupus a satisface cerinele care definesc orice sistem formal. De aceea, sistemele expert
sunt dotate cu mecanisme fundamentale, axiomatice, care se aplic pe un suport alctuit din
piese de cunoatere despre obiecte, aciuni i relaii, cu ajutorul crora sunt generate noi
entiti bine formate de tip obiectual, procesual sau relaional.
Achiziia de Reprezentare Tratarea Utilizarea

cunotine cunotinelor cunotinelor cunotinelor
Modul de achiziie a cunotinelor

Baza Mecanism
de de
Expert cunotine inferen
Interfaa utilizator
uman
Utilizator
Inginer de
cunotine
Baza Modul
de de
fapte explicare
Fig. 8.4,a. Structura general a unui sistem expert
Indiferent de cerinele particulare ale domeniului de expertiz dat, orice sistem expert
poate fi conceput n concordan cu urmtoarea schem general de structur (fig. 8.4,b):
Sistemul cognitiv, care este dedicat realizrii urmtoarelor funcii i obiective legate
de cunoatere:
- memorarea cunoaterii experte ntr-un spaiu de memorare special organizat n acest
sens, denumit baz de cunotine;
- cutarea pieselor de cunoatere specificate direct, prin simboluri identificatoare;
- cutarea pieselor de cunoatere referite indirect, prin proprieti asociate i/sau valori
atribuite acestora;
- cutarea pieselor de cunoatere prin inferene sau lanuri infereniale care pornesc din
alte piese de cunoatere;
- meninerea bazei de cunotine n actualitate cu evoluia domeniului de expertiz;
Sistemul rezolutiv, care este dedicat urmtoarelor funciuni i obiective legate de

rezolvarea problemelor:
- alegerea strategiei de control adecvate pentru tipul problemei curente;
- comutarea controlat de la o strategie la alta;
- elaborarea planului de rezolvare a problemei curente;
- desfurarea aciunilor prevzute n planul de rezolvare;
- verificarea consistenei pailor de rezolvat;
- trasarea drumurilor de raionament prin arbori deductivi.
Sistemul explicativ, care este dedicat urmtoarelor funciuni i obiective legate de

justificarea soluiilor obinute de sistemul expert la problemele utilizatorilor:
- interpretarea drumurilor de raionament trasate de ctre sistemul rezolutiv i emiterea
justificrilor pentru soluiile obinute;
- evidenierea cauzelor greelilor sau eecului;
- evidenierea pieselor de cunoatere care lipsesc n lanul de inferene, sau a celor care
sunt suspecte de a furniza cunoatere eronat.
Prelucrarea cunoaterii
despre sistem
amf Sistem
metarezolutiv
amf
Solicitare Prelucrarea cunoaterii

Sistem despre domeniu
Rspuns pbd
de comunicare
dr Sistem
rezolutiv
cpc
j pmc
cpc pc
Sistem pc
explicativ
ipc Sistem
cognitiv amf
Index:
pbd - problem bine definit
cpc pc ipc
cpc - cerere pies de cunoatere
ipc - introducere pies de cunoatere
pc - pies de cunoatere Baza de cunotine
dr - drumuri de raionament Nivelul metacunoaterii
j - justificri
Nivelul cunoaterii conceptuale
amf - adecvare mecanisme fundamentale
pmc - pies de metacunoatere Nivelul cunoaterii factuale
Fig. 8.4,b. Structura general a unui sistem expert
Sistemul de comunicare, care este dedicat comunicrii dintre sistemul expert i

utilizatorul acestuia. Acest dialog se poate realiza pe mai multe ci:
- n mod interactiv, ntrebare-rspuns;
- sistem de meniuri;
- limbaj natural;
- interfa grafic;
n funcie de complexitate sistemului expert i de modul de realizare a acestui dialog, sistemul
de comunicare poate incorpora:
- procesoare pentru limbajele de comunicare cu utilizatorul;
- procesoare pentru limbajele de reprezentare a cunoaterii;
- procesoare pentru comunicarea intern ntre sistemul expert i echipamentele
auxiliare de stocare a cunoaterii;
- procesoare speciale: intrare/ieire grafic, achiziia senzorial i instrumental a
cunoaterii, comanda dispozitivelor cu caracter de execuie.
Sistemul meta-rezolutiv este dedicat unor funciuni i obiective legate de
adecvarea mecanismelor fundamentale ale sistemului expert la caracteristicile domeniului de
expertiz:
- adecvarea mecanismelor fundamentale ale sistemului cognitiv: metoda de
reprezentare a cunoaterii, mecanismele infereniale aplicate peste baza de cunotine, metode
da cutare i revenire prin grafuri i arbori, criteriile de clasificare i organizare a bazelor de
cunotine.
- adecvarea mecanismelor fundamentale ale sistemului rezolutiv: structura informaiei
de control, metodele de rezolvare, strategiile de control, mecanismele de comutaie pentru
strategii, planuri i metode, mecanisme de trasare i revenire;
- adecvarea mecanismelor fundamentale ale sistemului explicativ: tipuri de ntrebri,
adncimea justificrilor;
- adecvarea mecanismelor fundamentale ale sistemului de comunicare: gramatica
limbajului de comunicare, lexicul, sistemul de prioriti i restricii legate de numrul posturilor
de lucru cu sistemul i de clasificarea utilizatorilor.
8.2.2. Categorii de aplicaii

Ne propunem s analizm care sunt diferenele dintre sisteme expert realizate pentru
diferite aplicaii, dac acestea se pot grupa n clase, modul n care are loc transferul
cunotinelor. La multe din aceste ntrebri nu se poate da un rspuns net i precis, ns pot
aprea elemente ce fac obiectul cercetrilor viitoare. n acest context este necesar o analiz
asupra limitrilor sistemelor expert, ct i a posibilitilor viitoare de evoluie. Odat stabilite
aceste chestiuni se va ncerca s se defineasc principiile de baz ale metodologiei de
construcie a unui sistem expert.
Fr a propune o grupare a sistemelor expert foarte diferite n clase, putem face o
difereniere, n funcie de natura scopului urmrit, deci de utilizare. Astfel, aceste sisteme se
pot mpri n trei mari categorii:
1) SE de clasificare - interpretare, pot realiza spre exemplu clasificarea cauzelor
posibile ale unei disfuncionri (cantitative, calitative, vizuale) n scopul de a determina
semnificaiile acestor tipuri de date. Acest tip de SE este cel mai vechi (diagnostic, prospecii)
i cel mai des utilizat. Dezvoltate cu precdere pentru aplicaiile n medicin, cercetrile au
influenat aplicaiile ulterioare rezultnd ceea ce numim diagnostic tehnic. Dintre sistemele
utilizate n domeniul medical, MYCIN este un exemplu perfect. Sistemul utilizat pentru
diagnosticarea infeciilor bacteriene utilizeaz o reprezentare a cunotinelor sub form de
reguli, descriind legturile ntre simptome i bolile posibile. Cunotinele folosite aici sunt cu
precdere empirice i de aceea mai sunt numite i "cunotine de suprafa". Este util s
remarcm faptul c sistemele ce utilizeaz cunotine de suprafa nu pot s justifice
raionamentul ce explic deduciile realizate. La nivelul raionamentelor utilizate n MYCIN
se disting dou caracteristici principale:
- raionare nainte (singurul mod);
- cercetare exhaustiv se refer la aplicarea tuturor regulilor posibile pentru a
crete sau a diminua factorul de certitudine al concluziei.
2) Sisteme expert de control (monitorizare) - sunt caracterizate prin introducerea
noiunii "timp", care este primordial, i au sarcina de a supraveghea buna evoluie a unui
proces. Aceste sisteme supravegheaz evoluia datelor sau semnalelor provenind de la
procesul controlat. Ele trateaz, deci date continue ntr-o logic nemonoton ca n exemplul:
(dac A este adevrat la un moment T,

atunci A este lansat n execuie la momentul T+Q).
Pentru aceste sisteme msura intervalelor regulate de timp trebuie s fie interpretat,
genernd declanarea unei aciuni imediate, atta timp ct anumite condiii sunt ndeplinite.
Este necesar deci o structur de control ce permite evoluia datelor altfel dect n cazul clasic
al diagnosticrii.
Cunotinele pot fi reprezentate sub form de tabele cu date care, n funcie de
valoarea mrimii controlate selecteaz strategiile ce vor fi aplicate la momentele urmtoare.
3) SE de anticipare - acestea sunt caracterizate printr-o alocare a resurselor innd
cont de restricii. Ex. CAO (anticiparea unui rezultat) pentru meteorologie, pentru anticiparea
evoluiei n viitor pe baza datelor prezente i a evoluiilor trecute, pentru ordonarea i
planificarea produciei. Aceast compartimentare a fost fcut pentru a permite studiul i
cutarea dup caz a sistemului cadru pentru dezvoltarea unei aplicaii. Spre exemplu,
sistemele expert utilizate n diagnoz nu pot fi utilizate la dezvoltarea aplicaiilor de
conducere a proceselor.
n concluzie, este deci indispensabil determinarea clasei aplicaiei i cutarea
sistemului de dezvoltare adecvat.
8.2.3. Alternative n construcia unui sistem expert

Pentru construirea unui sistem expert sunt posibile dou alternative:
existena unei aplicaii care n urma analizei justific abordarea cu un sistem expert
n detrimentul programrii clasice;
existena unui sistem expert cadru pentru o anumit categorie de aplicaii la care se
ataeaz o baz de cunotine specializat n problema ce se cere rezolvat.
Hotrrea de a utiliza un sistem expert pentru rezolvarea problemei este luat dup
examinarea urmtoarelor situaii:
dac o problem este bine rezolvat prin modele numerice clasice (programarea
liniar sau altele) este inutil dezvoltarea unui sistem expert.
din contr, dac problema nu este bine rezolvat n maniera clasic dect n
condiii ideale rar atinse, sau numrul parametrilor de natur simbolic pui n joc
este dificil de luat n consideraie ntr-un model numeric, atunci se poate apela la o
rezolvarea utiliznd sisteme expert.
existena expertului uman, recunoscut ca fiind persoana ce cunoate bine lucrul
studiat. Aceasta explic de ce construcia unui sistem expert depinde de un expert
uman pentru baza sa de cunotine i de ce dac problema nu este rezolvat de
persoane nu poate fi rezolvat nici de un sistem expert;
dac evoluia cunotinelor n domeniu este caracterizat de o dinamic rapid,
necesit frecvente schimbri, atunci un sistem expert se poate aplica. n aceast
situaie se poate folosi i un program clasic, ns amendamentele aparent minore,
aduse la acest program i pot modifica profund comportamentul.
Realizarea programelor clasice este un proces rigid, greu, ce creeaz dificulti n
elaborarea specificaiilor, proces ce conduce la programe lipsite de suplee i fr posibiliti
de mbuntire. Din contr, sistemele expert prin nsi construcia lor se preteaz la
modificri locale numeroase, n condiiile n care modificrile nu afecteaz coerena bazei de
cunotine:
principalele caliti ale expertului uman sunt exprimate n cunotinele transferate
sistemului, cunotine ce sunt n general de bun sim i nu formalizate. Nu trebuie
neles ns c sistemul expert nu poate raiona utiliznd cunotine puternic
formalizate, ns marele ctig se regsete n utilizarea cunotinelor slab
formalizate;
problemele pentru a cror rezolvarea sunt necesare cteva ore de munc uman i
nu sunt repetitive, nu se preteaz la rezolvarea cu sisteme expert pentru a cror
rezolvare activitatea este mult mai complex. Dac, de exemplu, stabilirea unei
configuraii pentru un sistem de calcul necesit o zi de munc uman, innd cont
de faptul c o problem similar este rezolvat practic n fiecare zi, un sistem
expert este adecvat;
o cot a rotaiei de personal ridicat (cerut des n tehnic) este n aceeai msur
un semn c utilizarea sistemelor expert permite memorarea experienei acumulate
de persoanele ce lucreaz n domeniu (perenitatea informrii);
cnd ntr-o clas bine definit de probleme nu se tie care va fi rezolvarea precis,
variabilele de intrare, numrul de terminale, tipul lor, tipuri de comunicaie
numeroase nu permit scrierea programelor pentru toate variantele n forma clasic.
Tabelul 8.1 sumarizeaz posibilele utilizri ale sistemului expert.
Tabelul 8.1
Problema Precis dar Fluctuant ntr-un
Precis i stabil evolueaz domeniu bine
Soluia frecvent stabilit
SE uor de SE pentru c se poate

Cunoscut Programare clasic actualizat ca adapta la fiecare
urmare a evoluiei problem
SE pentru gsirea SE pentru cutarea SE pentru cutarea

soluiei, apoi soluiei, apoi soluiei, uor de
Necunoscut abandonat n adaptat pentru exploatat pentru c se
favoarea programrii exploatare adapteaz la problema
clasice precis
Ne propunem s rspundem la ntrebarea: se poate folosi un mecanism de inferen

existent sau va trebui s-l scriem singuri? A doua cale este de preferat, autorul fiind n
mijlocul problemei, poate cunoate toate detaliile programului i are posibilitatea de a adapta
structura intern la necesitile proprii.
Pentru a putea da un rspuns la ntrebarea: care este sistemul cadru cel mai
adecvat?, cercettorii americani au decis s testeze 8 mecanisme diferite (Emycin, KAS,
Expert, OPS5, Rosie, RLL, Age i Hearsay) analiznd avantajele i inconvenientele lor.
Pentru aceasta, ei au cerut echipelor specializate pe cte unul din sisteme (echipele ce le-au
dezvoltat) s dezvolte n 3 zile un mic sistem expert pentru detectarea, gsirea i informarea
persoanelor competente despre o eventual scpare ntr-un sistem de stocare a petrolului sau a
altor produse chimice. S-au dedus astfel cteva principii importante:
sistemul trebuie s posede numai gradul de generalitate necesar pentru rezolvarea
problemei date;
este necesar ca sistemul cadru s aib o serie de caracteristici, cum sunt:
- limbajul de reprezentare a cunotinelor la nivelul utilizatorului trebuie s fie
ct mai simplu i universal;
- un mijloc de a ajunge la mecanismul de control, dac generalitatea este mai
important dect eficacitatea;
- capaciti de dialog elaborat (limbaj cvasinatural - dac timpul de elaborare nu
este critic);
n msura posibilului se vor utiliza sisteme cadru care au servit la aplicaii similare.
Aceste criterii sunt mai mult empirice dect metodologii ale unei teorii precise, ns
sunt impuse de faptul c cercetrile n domeniu sunt nc incipiente. Pe de alt parte, puine
sunt sistemele cadru ce au fost utilizate la suficiente sisteme expert pentru a le testa limitele,
eficacitatea i adecvana. Aa cum s-a ncercat s se arate pe parcursul paragrafului prezent,
proiectantul are de ales ntre dou alternative:
a) utilizarea unui sistem cadru existent, cu avantajul existenei mecanismului de
inferen i a subsistemului cognitiv, dar cu dezavantajul rezultat din necunoaterea intimitii
sistemului;
b) construirea complet a sistemului expert.
Este uor de remarcat faptul c un sistem cadru ce confer o mare generalitate (mai
ales n interfaa cu utilizatorul) asigur o realizare mai rapid. Problema esenial care
depinde n spe de calitatea alegerii rmne totui performan, nu totdeauna satisfctoare.
Construirea unui sistem dedicat asigur totui mari avantaje, marcate prin suplee i
performane deosebite, ns necesit un timp pentru elaborare mult mai ridicat. Sistemul astfel
construit va putea fi complet validat numai dup o lung perioad de exploatare. Odat gsite
mecanismele de construcie, principala activitate const n dezvoltarea bazei de cunotine
prin transferul experienei de la om la main.
8.2.4. Etape ale realizrii unui sistem expert

Paralel cu derularea procesului de transfer al experienei, procesul de realizare a unui
sistem expert poate fi descompus n trei perioade:
A. Un studiu de fezabilitate realizat mai nti cu ajutorul unei machete de sistem expert;
B. Realizarea prototipului - vizeaz construirea unui prototip pe care se experimenteaz
diferitele moduri de reprezentare a cunotinelor, mecanismele de inferen realizate;
C. n final, sistemul expert este realizat pornind de la prototip. Dac rezultatele sunt
satisfctoare i structura sistemului realizat ca prototip, permite obinerea eficacitii
maxime, urmeaz etapa de industrializare.
Studiu
de Identificare
fezabilitate
Conceptualizare
Prototip Formalizare
Implementare
Industrializare Validare
Fig. 8.5. Etapele dezvoltrii sistemului expert
n fig. 8.5 se reprezint cele cinci faze aferente transferului de cunotine n conjuncie
cu cele trei etape de dezvoltare. Aceasta arat c studiul de fezabilitate este foarte restrns,
ns dezvoltarea prototipului i experimentarea reprezint pri importante ale procesului de
construcie. Diferena ntre machet i prototip nu poate fi foarte clar, ns, precis prin
prototip se neleg subansambluri ale sistemului expert final pe cnd macheta este total
independent.
Etapa de prototip permite verificarea rapid (dou - patru luni) dac pentru problema
dat se justific utilizarea sistemului expert. Ea presupune realizarea unei machete care nu
rezolv dect cteva cazuri tipice. Macheta este realizat fr a urmri aspecte legate de
optimizarea timpului de rspuns i a memoriei ocupate sau de validare a formalismului
utilizat. Inginerul de cunotine utilizeaz, pentru aceste reprezentri simple i flexibile,
nuclee existente fr s urmreasc validarea formalismului utilizat.
La finalul acestui studiu, problema trebuie s fie clar definit, permind s se ia o
decizie asupra desfurrii ulterioare a lucrrii. Soluii distincte ale problemei trebuiesc testate
i comparate pe parcursul dezvoltrii prototipului (care poate fi o extensie a machetei). Pentru
aceasta, cel mai comod de utilizat sunt sistemele expert cadru. Acest prototip trebuie n
majoritatea cazurilor s rmn modest n principiu, el va fi abandonat atunci cnd inginerul
de cunotine are o idee precis asupra dezvoltrilor viitoare ale sistemului expert pe baza
experienelor realizate. n final, este preferabil abandonarea prototipului atunci cnd
modificrile nu pot garanta eficacitatea sistemului, chiar dac prototipul este la un moment
dat mult mai bine cunoscut.
Pentru ilustrare, s considerm o comparaie imaginar: extensia unui prototip (sau a
unei machete) este similar cu aceea de a mri un cart pentru a obine o main de formula I.
Aceasta nu va atinge niciodat performanele unei maini construite n acest scop, deficienele
provenind din nsi arhitectura cartului. Diferena esenial ntre aceast etap i etapele
precedente rezid n faptul c la acest nivel se tie foarte exact ce facem i cum facem. Se
procedeaz acum la o rescriere a prototipului testat n etapa anterioar urmrind satisfacerea
condiiilor de eficacitate. Baza de cunotine continu s evolueze pe parcursul acestei faze
ncorpornd cazuri reale i din ce n ce mai complexe. Sistemul expert ncepe s devin
utilizabil nainte ca baza de cunotine i obiectivul fixat iniial s fie realizat complet.
Dezvoltarea n varianta clasic descompune problema n subprobleme realizate
independent unele de altele. Din contr, abordarea de viitor este abordarea experimental i
incremental a machetei, prototipului sau a tuturor elementelor. Se observ n varianta clasic
descompunerea n subprobleme cu rezolvarea acestora n paralel. Astfel rezolvarea este
limitat, subproblemele fiind parcurse independent. Construcia printr-un proces experimental
i incremental este bazat pe luarea n consideraie la anumite etape a tuturor subproblemelor
ntr-o manier detaliat.
Multe companii se gsesc astzi la sfritul etapei A, o machet a fost realizat, ns
problemele nu au fost clar delimitate. Dac decizia de trecere la etapa B era luat (i multe
sunt deja luate) partea cea mai important ncepe aici. Ca efect, un studiu asupra domeniului
va fi necesar i indispensabil. El permite determinarea cunotinelor utilizate de expertul uman
i maniera de a le reprezenta, sprijinindu-se pe experiena deja acumulat n acest domeniu
(faza de conceptualizare, formalizare). Aceast etap este important cci ea condiioneaz
urmarea studiului. Lucrurile care sunt efectuate (reprezentarea cunotinelor, utilitare,
mecanism de inferen) determin caracteristicile sistemelor expert viitoare i performanele
lor. Primele rezultate ale studiului pe teren permit enunarea criteriilor de cutare a utilitarelor
utilizate n dezvoltarea sistemului expert.
Prototipul obinut, deci baza de cunotine nu trebuie s fie voluminoas, ea servete
doar ca suport de decizie pentru autorizarea trecerii la faza urmtoare. Etapa C ncepe prin
determinarea utilitarelor corespunztoare realizrii finale (ce pot fi aceleai cu cele ale fazei
B). Realizarea acestei etape se sprijin pe prototipul construit n etapa precedent insistnd pe
eficacitatea performanelor. Baza de cunotine a SE final se mrete lent pe msura avansrii
proiectului, prin noi cunotine i prin rezultatele testelor ce demonstreaz validitatea
coerenei cunotinelor. Trebuie amintit c faza de extracie a cunotinelor este lung i
delicat, ea consum o mare parte din timpul total de realizare a sistemului expert.
8.3 Proiectarea sistemelor expert
8.3.1. Elementele definitorii pentru sistemele cognitive

La elaborarea unui sistem expert, primele elemente de natur conceptual care trebuie
stabilite se refer la caracteristicile sistemului cognitiv. Pornind de la analiza detaliat a
domeniului de expertiz, proiectantul unui sistem expert este confruntat cu urmtoarele aspecte
conceptuale:
- alegerea metodei de reprezentare a cunoaterii adecvat la structura i complexitatea
cunotinelor din domeniul de expertiz;
- clasificarea pieselor de cunoatere;
- organizarea bazei de cunotine;
- stabilirea modului de acces la cunoatere.
Pentru alegerea metodei de reprezentare, domeniul de expertiz este analizat n
vederea determinrii acelor caracteristici ale pieselor de cunoatere care determin modul optim
de reprezentare a acestora:
- Complexitatea structural a pieselor de cunoatere. Complexitatea pieselor de
cunoatere, exprimat n termenii componentelor i a relaiilor dintre acestea, conduce la cerine
specifice metodelor de reprezentare cu ajutorul cadrelor. n cazul cnd componentele reprezint
obiecte cu structur, este util reprezentarea cu ajutorul hiperreelelor.
- Existena condiionrilor sau a restriciilor n utilizarea pieselor de cunoatere,
exprimate n vederea restrngerii spaiului problemei, indic drept recomandabil reprezentarea
cu ajutorul regulilor de producie.
- Se acord importan semnificaiei relaiilor dintre piesele de cunoatere sau ntre
componentele structurale ale acestora: aceste cerine sunt cele mai bine ndeplinite de
reprezentrile bazate pe reele semantice.
- Piesele de cunoatere i componentele acestora sunt implicate n probleme cu
numeroase inferene, caz n care este mai eficient reprezentarea n limbajul de calcul al
predicatelor de ordinul nti.
- Domeniul de expertiz conine att piese de cunoatere pentru care este
recomandabil o metod de reprezentare, ct i piese de cunoatere pentru care este
recomandabil alt metod. n astfel de situaii se poate utiliza folosirea simultan a celor dou
metode de reprezentare, lundu-se msuri de asigurare a compatibilitii ntre cele dou tipuri de
reprezentri la nivelul formatului componentelor i relaiilor.
Sistemul de clasificare propriu domeniului de expertiz ofer posibilitatea de a

interpreta n procesele infereniale proprietile i atributele. n cazul sistemelor de clasificare
arbitrar constituite, apartenena la clase trebuie prevzut explicit n structura pieselor de
cunoatere.
Organizarea bazelor de cunotine pentru sistemele expert are cel puin dou
niveluri:
- nivelul conceptual, constituit din piese de cunoatere prototip, care descriu obiecte
standard pentru clasele de obiecte, adic ceea ce denumim concepte;
- nivelul factual, constituit din instane ale obiectelor.
n cazul domeniilor de expertiz cu structur conceptual complex se pot constitui ierarhii de
concepte, unele fiind instane de natur conceptual a conceptelor de nivel superior. Nivelul
factual este constituit din obiecte individuale, identificabile prin nume, reprezentnd instane
propriu-zise ale conceptelor situate imediat deasupra nivelului de baz. Pentru pstrarea
conceptelor este organizat baza de cunotine. Instanele din nivelul factual pot fi pstrate n
aceeai baz de cunotine n care coexist conceptele din care deriv, sau pot fi introduse ntr-o
baz de date, de preferin relaional, atunci cnd exist posibilitatea interfarii sistemului
expert cu sistemul de gestiune al bazei de date.
Referitor la modul n care se efectueaz accesul la piesele de cunoatere i alte

simboluri ce se folosesc n cadrul descrierilor unor astfel de piese, se poate afirma c la
majoritatea interpretoarelor folosite pentru programele destinate sistemelor expert, accesul este
asigurat printr-un dicionar de simboluri parcurs n ordine lexical. Aceast metod de acces
secvenial poate veni uneori n conflict cu caracterul aleator al cutrilor n baza de cunotine.
De aceea, pentru a asigura un acces rapid la piesele de cunoatere, apar necesare instrumente
adecvate specificului cutrii: piese de cunoatere despre modul de acces, liste de referine
ncruciate, module de cutare asociative.
8.3.2 Elemente definitorii pentru sistemele rezolutive
Elaborarea unui sistem rezolutiv necesit stabilirea modului n care sunt rezolvate cele
dou probleme de baz ale acestui sistem, cutarea i controlul.
8.3.2.1 Opiuni privind cutare
Cutarea nu poate fi eliminat din problemele de inteligen artificial, fiind de fapt o

caracteristic prin care acestea se deosebesc de problemele deterministe.
Creterea eficienei proceselor de cutare poate fi pe mai multe ci:
- prevederea de restricii n procesele generatoare de stri ale spaiului problemei, n
vederea reducerii acestui spaiu la dimensiuni restrnse, uor de manevrat, ale crui elemente
reprezint n marea lor majoritate candidai la soluie;
- transformarea spaiului strilor astfel nct procesele de cutare s se desfoare rapid,
iar ansele de a gsi elementul cutat s creasc pe msura derulrii acestor procese;
- adaptarea metodelor de cutare la caracteristicile specifice ale problemelor.
Generarea exhaustiv a strilor i cutarea soluiei prin teste criteriale este caracteristic
pentru raionamentele prin eliminare. Metoda poate fi utilizat n cazul problemelor ce conduc
la spaii de stri restrnse, dar pentru majoritatea problemelor reale se dovedete ineficient.
Prevederea de restricii n procesele generatoare de stri i are rdcina n nsi

reprezentarea cunoaterii. Prin introducerea restriciilor se urmrete eliminarea din spaiul
generat a acelor stri care nu pot apare n drumul de raionament, din care motiv sunt denumite
stri absurde. Rmn a fi generate doar acele stri care pot apare n drumul de raionament,
chiar dac acestea nu apar efectiv n soluie datorit opiunii de alegere a sistemului dintre mai
multe variante posibile, strile se vor numi stri plauzibile.
Creterea eficienei procesului de cutare prin transformarea spaiului de stri are n

vedere obinerea unor spaii reduse, mai uor de manevrat, pornind de la un spaiu iniial larg.
Pentru aceasta se pot ncerca urmtoarele clase de metode:
- Metode de descompunere a problemelor n subprobleme. Cunoscute n literatura de
specialitate sub denumirea de metode de reducere la subprobleme, acestea urmresc obinerea
unor subprobleme independente, din compunerea crora s poat fi obinut rezultatul la
problema iniial. Puine probleme reale se reduc la subprobleme independente, de aceea este
necesar a se examina cu atenie eventualele interaciuni dintre subproblemele generate.
- Metode de rafinare succesiv a planului. Aceste metode reduc spaiul de cutare prin
abstractizarea ntr-o singur pies de cunoatere a mai multor entiti ale problemei, soluia
final fiind obinut prin rafinarea soluiei abstracte, nlocuind piesele de cunoatere prin
descrierile lor de detaliu i opernd n continuare cutri n subspaiile astfel generate. Metodele
care se ncadreaz n aceast clas au o arie larg de aplicabilitate la problemele reale,
conducnd la evitarea exploziilor combinatoriale n cazurile cnd nu dispunem de criterii de
restricionare a proceselor generatoare de stri.
- Metode de evitare a cutrii directe n spaii largi de stri. Aceste metode se bazeaz
pe ideea c ptrunderea ntr-un spaiu larg pentru a cuta o stare obiectiv poate fi evitat dac
este folosit un model simplificat, sau dac este adugat o informaie suplimentar care s
conduc eficient procesul de cutare. O astfel de informaie suplimentar poate fi o euristic.
8.3.2.2. Opiuni privind controlul
Alegerea strategiei de control este dependent de caracterul problemelor i de modul n

care acestea sunt formulate spre rezolvarea sistemului expert. Urmtoarele criterii sunt utile n
alegerea strategiei de control:
- cnd problemele sunt prezentate spre rezolvare prin date care reprezint proprieti sau
valori asociate unor simboluri, este recomandabil strategia de control nainte (forward
chaining).
- cnd problemele sunt prezentate spre rezolvare prin enunarea explicit a obiectivelor,
iar acestea nu se obin direct din datele iniiale ale problemei, se aplic metode de reducere la
subprobleme pentru care este recomandabil strategia de control napoi (backward chaining).
- cnd problemele prezentate spre rezolvare au caracteristici care fac recomandabil
strategia de control nainte, dar spaiul de cutare este larg, se poate folosi o strategie combinat
de control nainte/napoi care s restrng spaiul de cutare nainte prin aplicarea simultan a
controlului napoi pornind de la obiective, folosindu-se un mecanism de punere n
coresponden a soluiilor intermediare obinute prin aplicarea separat a celor dou strategii
simple.
8.4. Reprezentarea cunoaterii
Reprezentarea cunotinelor ntr-un calculator const n gsirea unei corespondene

ntre lumea exterioar i sistemul simbolic ce permite execuia raionamentelor. n acest scop
se extrag din observaiile fcute asupra obiectelor, a faptelor i fenomenelor, acele
caracteristici crora li se pot asocia semnificaii determinate n imaginea mental format
despre lume. Descrierea are ca scop deosebirea imaginii obiectului dat de imaginile celorlalte
obiecte ale lumii nconjurtoare la fel cum obiectul fizic se deosebete de restul obiectelor
lumii reale. Aceasta arat c descrierea reflect nsi cunoaterea despre acel obiect.
Filozofic, cunoaterea poate fi definit ca o reflectare activ n contiin a lumii reale,
a esenialului i generalului din fenomene. Pot fi reliefate dou componente ale cunoaterii
tiinifice i anume: "cunoaterea reflexiv" bazat pe reflectarea exterioar a faptului
tiinific i "cunoaterea generativ" bazat pe crearea de noi obiecte abstracte, prin
constituirea de momente iniiale pentru procesele de construire a unor noi fapte tiinifice i
programe de aciune.
Cunoaterea este raportat la un "subiect cunosctor", adic un agent ce are
capacitatea de interpretare a unei informaii pe care o are la dispoziie prin extragere din
memoria proprie.
Cunoaterea este empiric dac informaiile despre obiecte, fapte, fenomene, procese
necunoscute este sesizat de subiectul cunosctor prin organele sale senzoriale sau prin
intermediul unor aparate sau instrumente.
Cunoaterea este teoretic dac se desfoar dup raionamente i judeci reliefnd
legturile interne, cauzalitatea, legitile dup care se dezvolt structurile i se desfoar
procesele. Ea se dezvolt din cunoaterea empiric, prin analiz, sintez, deducie, inducie,
generalizare, particularizare.
Datorit caracterului de reflectare n contiin a realitii, cunoaterea are un caracter
individual, subiecii cunosctori pot avea niveluri de cunoatere diferit funcie de lucrurile
reprezentate. Termenul de cunoatere arat c de fapt reprezint o cunoatere parial dac
permite deosebirea prii reprezentate de restul lumii, respectiv cunoatere incomplet dac
apar situaii n care pri distincte ale lumii pot avea aceeai reprezentare.
n transpunerea de la subiecii umani la subiecii cunosctori de tip "program pentru
calculator", deci de la psihologia gndirii la inteligena artificial conceptul de cunoatere i
conserv calitile de mai sus. n vederea utilizrii unui program, cunoaterea este memorat
sub forma unor piese de cunoatere ce descriu fapte, fenomene, procese, evenimente dintr-o
parte a lumii reale ce constituie domeniul de competen al programului inteligent. Piesele de
cunoatere alctuiesc un model al lumii la care programul are acces prin intermediul
procedurilor de organizare, clasificare, cutare i recunoatere.
Se poate, n final, defini un sistem cognitiv ca totalitatea pieselor de cunoatere, a
modului de stocare i a procedurilor de acces la acestea.
Problema fundamental a inteligenei artificiale este cea de definire a unor metode
pentru reprezentarea unei mari cantiti de cunotine ntr-o form ce permite stocarea i
utilizarea eficient a acestora.
8.4.1 Noiuni introductive despre reprezentarea cunoaterii

Reprezentarea cunoaterii poate fi considerat o relaie de definiie A <=> B ce
stabilete o legtur ntre un simbol identificator A (numele entitii reprezentate) i o
expresie B, formulat n limbajul de reprezentare al sistemului, ce descrie caracteristicile
entitii i structura sa cu ajutorul unor termeni primari, purttori de semnificaie ai limbajului.
Expresia B este o reprezentare a entitii A (sau a piesei de cunoatere A) n sistemul cognitiv
considerat drept gazd a reprezentrii cunoaterii.
Orice activitate de reprezentare a cunoaterii are loc dup stabilirea ordinii
conceptuale pe baza creia se construiete metoda efectiv de reprezentare, ce are n
vedere stabilirea problemelor relative la piesele de cunoatere ca obiecte primitive ale
sistemului formal, probleme ce pot fi sintetizate n modul urmtor:
stabilirea sistemului de meta-reprezentare ce are ca obiectiv asigurarea unor
modaliti adecvate de reprezentare a cunoaterii despre modelul lumii reale ct i
pentru componentele proprii ale sistemului inteligent.
stabilirea sistemului de clasificare ce urmrete gruparea n clase, precum i
ordonarea acestora dup criterii ce rezulta din analiza relevanei proprietilor ce
sunt folosite pentru caracterizarea obiectelor ce formeaz piesele de cunoatere.
stabilirea sistemului de organizare privitor la gruparea i ordonarea elementelor i
claselor avnd n vedere asigurarea realizrii unor procese fundamentale cum sunt:
acces, cutare, coresponden, substituire, inferen, grupare i regrupare,
organizare i reorganizare, protecie.
Se poate trece apoi la enunuri vzute ca obiecte ale limbajului formal. Sunt necesare
reguli privind formarea enunurilor din piese de cunoatere, stabilirea sistemului teoretic prin
definirea unui set de enunuri-axiom i a regulilor de inferen. Se prezint mai jos
principalele probleme relative la piesele de cunoatere.
8.4.1.1. Sistemul de meta-reprezentare
Prin meta-reprezentare se nelege acea reprezentare a cunoaterii despre cunoaterea

nsi i despre reprezentrile ei. Ca urmare domeniul de competen al meta-reprezentrii
este chiar cunoaterea abstract. Principalele piese de meta-cunoatere sunt:
meta-cunoaterea reprezentrii obiectelor, ce cuprinde descrierea schemelor de
reprezentare utilizate pentru piesele de cunoatere de tip obiectual;
meta-cunoaterea reprezentrii funciilor, ce cuprinde descrierea abloanelor
funcionale destinate pieselor de cunoatere de tip procedural;
meta-cunoaterea reprezentrii relaiilor, ce cuprinde descrierea schemelor de
reprezentare a pieselor de cunoatere reprezentnd relaii ntre piese de cunoatere
de tip obiectual;
meta-cunoaterea reprezentrii regulilor de inferen, ce cuprinde descrierea
schemelor de reprezentare a regulilor;
meta-cunoaterea reprezentrii strategiilor de raionamente, ce cuprinde
descrierea meta-regulilor i a formalismelor de reprezentare a planurilor;
meta-cunoaterea auto-reprezentrii, ce cuprinde descrierea sistemului
inteligent n el nsui.
Se disting situaii specifice funcie de modul n care se dispune de informaia necesar
pentru reprezentarea expresiei definitorii a piesei de cunoatere, fapt ce determin
meta-cunoaterea corespunztoare:
reprezentarea descriptiv realizat prin caracterizarea direct a componentelor,
structurii i proprietilor piesei de cunoatere;
reprezentarea comparativ, n care pentru a se reprezenta piesa de cunoatere A,
expresia B conine o referin la o pies auxiliar numit prototip i o informaie ce
marcheaz diferenele ntre aceasta i piesa prototip. Astfel pentru reprezentarea
piesei de cunoatere A se reprezint o referin B la o unitate auxiliar C i o
informaie suplimentar D, care puncteaz diferenele ntre A i C;
reprezentarea constructiv (generativ), n care expresia definitorie cuprinde o
relaie generatoare a elementelor componente, structurii i proprietii piesei de
cunoatere;
reprezentarea enumerativ, n care expresia definitorie cuprinde referiri la
elementele unei mulimi care este definit ca pies de cunoatere.
Ca strategie general se poate afirma c n general se opteaz pentru una din
reprezentri, dar o reprezentare complet este oferit doar printr-o combinaie finit a
metodelor de reprezentare, deoarece cunoaterea despre un obiect este dat parial n termeni
descriptivi, parial n termeni comparativi fa de un obiect cunoscut, parial n termeni
generativi i enumerativi. Este de dorit ca sistemul s accepte completarea reprezentrii
folosind mecanismele infereniale asociate sistemului cognitiv.
8.4.1.2. Sistemul de clasificare
Ordinea conceptual se realizeaz cu ajutorul unui sistem de clasificare ce urmrete

stabilirea unui numr finit de clasificri a pieselor de cunoatere care s constituie ipostaze
diferite ale sistemului de interpretare. Clasificarea presupune stabilirea unor grupri numite
clase, pe baza unei similariti denumit i criteriu de clasificare, proces ce se efectueaz n
dou etape:
clasificare conceptual prin care proprietile obiectului sunt analizate din punct
de vedere al relevanei n raport cu obiectele utilitare ale sistemului, pentru a fi
grupate apoi n criterii;
clasificare instanial prin care piesele de cunoatere sunt plasate n clase potrivit
criteriului de clasificare stabilit pentru fiecare pies de cunoatere.
n general, prin criteriu de clasificare se nelege stabilirea categoriilor logice, a
proprietilor ce determin pe mulimea pieselor de cunoatere o partajare n clase. Stabilirea
criteriilor de clasificare reprezint o faz conceptual de mare importan n reprezentarea
cunoaterii.
Clasificarea este orientat ctre obiectivul utilitar al aplicaiei. Astfel pentru un sistem
expert independent de domeniul de aplicaie, limbajul de reprezentare a cunoaterii trebuie s
permit comunicarea criteriilor de clasificare ca piese de cunoatere privind sistematizarea
bazei de cunotine n funcie de obiectivele generale ale sistemului. O clas este constituit
prin predicaie, elementele sale determin c predicatul ce semnific proprietile din criteriul
de clasificare s ia valoarea adevrat.
Se spune despre o clas c este o extensiune a unui predicat a crui instaniere este
proprietatea luat drept criteriu de clasificare. Un criteriu de clasificare care nu poate decide
satisfacerea condiiilor de unicitate a clasificrii este un criteriu de grupare sau clustering. Ca
urmare un element poate s aparin mai multor clase.
8.4.1.3. Sistemul de organizare
Prin acest sistem se nelege activitatea de ordonare i grupare a pieselor de cunoatere

dup criterii funcionale ce rezult din analiza modalitilor de preluare din baza de cunotine
a unor piese de cunoatere necesare unor procese n sistemul rezolutiv. n general aceast
activitate nu dispune de abordri teoretice care s permit fundamentarea de soluii ce se vor
utiliza n aplicaii practice.
n diferite programe aplicative s-au utilizat soluii proprii dependente de domeniul de
competen al aplicaiei. Se pot enumera cteva dintre principalele criterii conceptuale de
organizare:
accesul la piesele de cunoatere i la componentele lor;
existena relaiilor de ordine;
asigurarea consistenei bazei de cunotine;
modul de execuie a proceselor infereniale;
protecia mpotriva manevrelor neautorizate
Fa de programele scrise n limbajele de programare ce utilizeaz metode de
organizare i acces standard, limbajele destinate inteligenei artificiale ofer extrem de puine
faciliti de organizare a bazelor de cunotine, lsnd n general aceast sarcin n seama
realizatorilor de aplicaii. Este poate unul din motivele pentru care aplicaiile de inteligen
artificial nu au cunoscut pn n prezent o dezvoltare asemntoare aplicaiilor n tehnicile
tradiionale.
8.4.2. Metode de reprezentarea cunoaterii

Reprezentarea cunoaterii urmrete descrierea universului n care sistemul efectueaz
raionamente sub form de entiti corespunztoare indivizilor i sub form de simboluri
pentru relaiile ntre acetia.
O arhitectur de reprezentare a cunotinelor poate fi considerat ca fiind constituit pe
trei niveluri. Cele trei niveluri sunt stabilite de locul n care se judeca cunotinele. O schema
de reprezentare a cunotinelor pe trei niveluri este reprezentat n fig. 8.6.
Nivelul extern sau nivelul vizual (utilizator), include o colecie de scheme externe
ce descriu baza de cunotine prin prisma diferiilor utilizatori. Fiecare grup utilizator descrie
baza de cunotine prin prisma propriilor interese. Exist tendina la acest nivel ca grupuri de
utilizatori s neglijeze detalii de care nu sunt interesate. i la acest nivel se pot folosi modele
de implementare sau modele de nivel nalt.
Nivel
Analiz cerine
extern
Nivel
Schema conceptual
conceptual
Nivel Schema intern

intern
Stocare
Fig. 8.6. Arhitectura pe trei niveluri de reprezentare a datelor
Nivelul conceptual sau schema conceptual descrie structura ntregii baze de

cunotine pentru o comunitate de utilizatori. La nivelul conceptual se face o descriere
completa a bazei de cunotine, ascunznd detaliile legate de stocarea fizic, concentrndu-se
asupra descrierii entitilor, tipurilor de date, relaiilor dintre ele, precum i a restriciilor
asociate. Poate fi utilizat cu bune rezultate la acest nivel un model de nivel nalt sau un model
specific de implementare.
Nivelul intern este constituit din schema intern ce descrie structura de stocare fizic
a cunotinelor n baza de cunotine. La acest nivel se descriu detaliile complete ale stocrii,
precum i modul de acces la cunotine.
Desigur c, n multe sisteme, nu exist o distincie net ntre cele trei niveluri. Cu toate
acestea se poate remarca in majoritatea sistemelor cognitive un nivel conceptual puternic ce
suplinete aparent de cele mai multe ori celelalte niveluri. De asemenea, se remarc o
contopire n aplicaii ntre nivelele conceptual i extern. n plus, arhitectura pe trei niveluri
reprezint numai o descriere a datelor ce vor forma baza de cunotine. Grupurile de utilizatori
se refer numai la schema extern, deci, sistemul cognitiv este cel ce va trebui s transforme
schema extern n schema conceptual.
Unul din conceptele de baz al reprezentrii cunotinelor este cel de entitate.
O entitate este un obiect al lumii reale, cu o existen, independent. O entitate este un
obiect cu existen fizic: persoan particular, companie, robot, automobil etc.
Orice entitate are o serie de proprieti ce particularizeaz entitatea respectiv. De
exemplu, pentru o entitate robot, se pot enumera o serie de atribute cum sunt marca, numrul
gradelor de libertate, mediul n care lucreaz, tipul transmisiilor folosite, tipul prehensorului
etc. Valorile acestor atribute au ca scop identificarea entitii.
Unele atribute pot fi mprite n pri mai mici, cu semnificaie independent. Un
astfel de atribut este un atribut complex. Atributele ce nu sunt compuse se numesc atribute
atomice. Valoarea atributelor compuse se formeaz prin compunerea valorilor atributelor
atomice.
Multe atribute au o valoare unic pentru o entitate particular i sunt numite atribute
cu o singur valoare. Exist atribute ce pot lua mai multe valori, numite atribute cu mai multe
valori.
Descrierea atributelor entitii este denumit schema entitii i specific o structura
comun fixat a entitilor de acelai tip. Fiecare atribut al unei entiti tip are asociat un set
de valori, denumit i domeniu, ce specific valorile posibile pe care le poate lua. Matematic,
atributul A al unei entiti tip E poate fi definit ca o funcie de la E la setul valorilor posibile
ale lui V, sau la toate subseturile lui V.
A : E -> P(V)
Valoarea atributului A pentru entitatea e, se va nota cu A(e). Pentru un atribut compus
A setul de valori este format ca produsul cartezian din P(V1),P(V2),...,P(Vn) unde
V1,V2,...,Vn reprezint setul valorilor unui singur component al lui A. Deci:
V = P(V1)xP(V2)x...xP(Vn) ;
Se pot distinge pentru aplicaiile de inteligen artificial urmtoarele clase de metode
de reprezentare:
metode logice - sunt acele metode ce privesc cunoaterea ca o serie de
aseriuni (enunuri adevrate) privind cunotinele i relaiile ntre ele. Metoda permite
folosirea regulilor de inferen direct asupra pieselor de cunoatere din baza de cunotine.
Are ns dezavantaje prin soluiile nesatisfctoare de sistematizare a bazei de cunotine,
prin inadecvana reprezentrii cunoaterii despre aciuni, precum i a reprezentrii
regulilor euristice;
metode relaioniste - sunt metodele prin care cunoaterea este reprezentat
pornind de la relaiile ntre obiecte sub form de grafuri i reele. Metodele din aceast
categorie permit organizarea cunotinelor funcie de omogenitatea acestora ce conduc la
clase i sorturi. Metodele relaionale reprezint, de regul, legturile dintre obiectele
universului ca pe nite elemente ale cunoaterii, spre deosebire de metodele logice in care
acestea se deduc.
metode procedurale - n care cunoaterea este reprezentat sub form de
proceduri ce permit obinerea strilor la momentele specificate pornind de la strile
iniiale sau intermediare.
Descrierea formal a unui concept in termenii limbajului de reprezentare, prin care se
difereniaz de alte concepte similare, poart numele de definiie. Definiia are ca obiect
modelarea obiectelor i a relaiilor dintre ele astfel nct s fie specificate caracteristicile
eseniale ale acestora, ct i posibilitatea de a facilita operaiile n care obiectele i relaiile
sunt frecvent implicate.
8.4.2.1. Reprezentarea cunoaterii n limbajul calculului cu predicate de ordinul I
Metoda de reprezentare a cunoaterii in limbajul calculului cu predicate de ordinul I

descrie piesele de cunoatere cu ajutorul unor expresii, ale cror constituente sunt formule ale
acestui limbaj. Principalul avantaj al acestei metode const n faptul c piesele de cunoatere
pot fi introduse direct in sistemul rezolutiv pentru a fi folosite la efectuarea de inferene, dac
i acest sistem este conceput pe baza unor mecanisme infereniale definite n calculul cu
predicate de ordinul nti.
Dificultile utilizrii n practic a acestei metode sunt mai mult de natura subiectiv,
acestea necesitnd un anumit profesionalism n manevrarea instrumentelor logicii i o
experien privind "captarea" trsturilor relevante ale pieselor de cunoatere n predicate.
Reprezentarea unei piese de cunoatere n limbajul calculului cu predicate de ordinul I
are dou etape de baz:
- reprezentarea propoziional: n care descrierea piesei de cunoatere este
descompus n aseriuni, legate ntre ele prin conectivele logicii calculului
propoziional;
- reprezentarea predicativ: n care fiecare aseriune este descompus n
componentele sale, predicate i obiecte asupra crora se efectueaz predicia.
Pentru a ilustra faza de reprezentare propoziional, vom considera exemplul urmtor
de descriere n limbaj natural a piesei de cunoatere "ROBOTUL (XY)" :
Robotul este compus din urmtoarele subsisteme: acionare, transmisie, structur,
senzori, calculator i surs de tensiune. Robotul funcioneaz dac sursa de tensiune
genereaz o tensiune de 40 V. Sursa de tensiune funcioneaz dac este alimentat la 220 V,
iar contactul de pornire este nchis.
Prima fraz este o aseriune elementar, deci o aseriune notat cu A1. Urmtoarea
fraz este alctuit din urmtoarele aseriuni:
A2: robotul funcioneaz.
A3: sursa de tensiune genereaz 40 V.
Ultima fraz se poate descompune n aseriunile de mai jos.
A4: sursa de tensiune funcioneaz.
A5: este alimentat la 220 V.
A6: contactul de pornire este nchis.
Cunoaterea noastr privind acest obiect este dat de urmtoarele formule ale
calculului propoziional:
1) : = A1;
2) : = A3 A2;
3) : = ( A5 AND A6) A4.
Aceast descriere nu surprinde o serie de detalii care nu sunt propoziii ci componente
ale acestora.
Grupul predicativ al propoziiei (referitor la aseriunea A1) determin un predicat pe
care l vom nota ESTE_COMPUS, avnd numrul de locuri dat de numrul de obiecte din
grupul nominal.
Instanierile care genereaz aseriunea A1 fac predicatul adevrat:
ESTE_COMPUS (ROBOTUL (XY), ACIONARE, TRANSMISIE,
STRUCTUR, SENZORI, CALCULATOR, SURS_DE_TENSIUNE).
Aceasta formulare are calitatea de a condensa ntreaga cunoatere despre robot ntr-un
singur predicat, ducnd la o reprezentare compact. Reprezentarea compact, creeaz
urmtoarele probleme:
- la efectuarea raionamentelor, rareori se trateaz toate componentele;
- numrul de locuri al predicatelor fiind prestabilit, eventuala rafinare ulterioar a
cunoaterii, care ar aduga noi componente, necesit redefinirea predicatului,
mrindu-i aritatea la un numr de locuri corespunztor noii descrieri.
Pentru evitarea acestor inconveniente se obinuiete a se reformula aseriunea n forma
logic echivalent a unor conjuncii de propoziii elementare, al cror grup predicativ conduce
la predicate binare .
Astfel aseriunea A1 va fi scris:
ESTE_COMPONENT (ROBOT(XY) , ACIONARE );
ESTE_COMPONENT (ROBOT(XY) , TRANSMISIE );
ESTE_COMPONENT (ROBOT(XY) , STRUCTUR );
ESTE_COMPONENT (ROBOT(XY) , SENZORI );
ESTE_COMPONENT (ROBOT(XY) , CALCULATOR );
ESTE_COMPONENT (ROBOT(XY) , SURS_DE_TENSIUNE ).
Orice completare ulterioar a cunoaterii despre componentele ce intr in alctuirea
robotului se reprezint prin noi instane ale aceleai expresii predicative primare:
ESTE_COMPONENT ( ROBOT(XY), CONTROLER )
Referitor la aseriunea A2 :
Grupul predicativ este alctuit din verbul FUNCIONEAZ iar grupul nominativ
determin pentru predicatul corespunztor un singur loc, forma acestuia fiind:
FUNCIONEAZ( ROBOT(XY) )
Predicatul definit de grupul predicativ este GENEREAZ i va avea dou locuri
corespunztoare celor dou variabile formale ale relaiei:
GENEREAZA (SURS_DE_TENSIUNE, 40 )
Predicatul este FUNCIONEAZ iar obiectul care genereaz o propoziie
echivalenta cu aseriunea A4 este surs de tensiune :
FUNCIONEAZ ( SURSA DE_TENSIUNE )
Referitor la aseriunile A5 i A6 definim predicatele ESTE_ALIMENTAT i
ESTE_NCHIS. Obiectele care genereaz propoziii echivalente cu aseriunile A5 i A6 sunt
respectiv "sursa de tensiune, 220 " i " contactul de pornire " .
Revenind la expresiile (1) - (3) se obin formulele corespunztoare reprezentrii piesei
de cunoatere ROBOT(XY) n limbajul calculului cu predicate de ordinul I.
1)
ESTE_COMPONENT (ROBOT(XY) , ACIONARE );
ESTE_COMPONENT (ROBOT(XY) , TRANSMISIE );
ESTE_COMPONENT (ROBOT(XY) , STRUCTUR );
ESTE_COMPONENT (ROBOT(XY) , SENZORI );
ESTE_COMPONENT (ROBOT(XY) , CALCULATOR );
ESTE_COMPONENT (ROBOT(XY) , SURS_DE_TENSIUNE ).
2)
GENEREAZA (SURS_DE_TENSIUNE, 40 ) FUNCIONEAZ (ROBOT).
3)
ESTE_ALIMENTAT (SURS_DE_TENSIUNE, 220) AND
ESTE_NCHIS (CONTACT DE PORNIRE)
FUNCIONEAZ (SURS_DE_TENSIUNE).
Obiectul ROBOT(XY) este un termen generic, care se poate instania n obiecte
individuale ca:
ROBOTUL (IR52c) sau
ROBOTUL (KUKA) etc.
Numrul tipurilor de roboi este ins foarte mare i a scrie pentru fiecare c este
compus din urmtoarele subsisteme: acionare, transmisie, structur, senzori, calculator, surs
de tensiune, controllere etc. nu reprezint o soluie convenabil. Acest lucru se va evita prin
cuantificarea universal. Utilizarea cuantificatorilor este legat de transcrierea n calculul cu
predicate de ordinul I a unor propoziii n care aceti cuantificatori acioneaz ca operatori
unari asupra variabilelor pe care le prefixeaz.
Aadar, cunoaterea noastr despre robot, poate fi exprimat printr-o singur formul
adevrat pentru orice element din mulimea roboilor:
(1) orice x, ROBOT(x) ARE ( x, ACIONARE )
Putem considera c toate obiectele fizice menionate nu sunt individuale ci concepte
generice. Aceasta revine la a nlocui obiectele ACIONARE, TRANSMISIE, STRUCTUR
etc. cu variabile simbolice, iar caracteristica de a fi ACIONARE etc. s o specificm prin
predicate, aa cum am procedat cu conceptul de ROBOT.
(2) orice x, STRUCTUR(x) ESTE_ELEMENT ( x, S )
n care S este o mulime de descrieri de structuri diferite ca form i caracteristici.
Predicatul "ESTE_ELEMENT" semnific apartenena obiectului ataat variabilei
formale " x " la mulimea de descrieri de structuri S.
O astfel de folosire a predicatelor pentru a rezolva asemenea probleme de apartenen
la o mulime de entiti, care la rndul lor sunt termeni ai altor predicate, are dezavantajul de a
conduce la predicate de ordin superior. Pentru a evita astfel de situaii vom recurge la
facilitile limbajului de calcul cu predicate de ordinul I n ceea ce privete utilizarea, ca
termeni ai predicatelor, a simbolurilor funcionale. Astfel n locul formulei (2) vom scrie
definiia simbolului funcional unar:
STRUCTUR : x S
ca o aplicaie de la mulimea x a roboilor la mulimea S a structurilor, astfel nct termenul
STRUCTUR (x) va avea ca valoare un simbol identificator "structur" din mulimea S a
acestora. Drept urmare, substituirea termenului n formula (1) va conduce la formula:
(3) orice x, ROBOT(x) ARE (x, STRUCTUR(x)),
care este bine formulat n limbajul calculului cu predicate de ordinul I.
Aceast modalitate de reprezentare este folosit de ctre limbajul de programare
PROLOG, limbaj ce a fost selectat ca limbaj-main pentru procesoarele infereniale ale
calculatoarelor din generaia a V-a.
8.4.2.2. Reprezentarea cunoaterii prin reele de producie
Acest mod de reprezentare a cunoaterii este una dintre cele mai utilizate n sistemele
expert. Metoda se bazeaz pe separarea componentelor obinuite ale calculului n scopul
manipulrii uoare n procesele la care sunt utilizate.
Cunoaterea n reele de producie este de natur procedural i pot fi definite
urmtoarele componente:
cunoaterea declarativ sau factual ce reprezint piese de cunoatere
stocate sub forma unor structuri de date ntr-o colecie numit i context;
cunoaterea procedural reprezentat sub forma unei colecii de tip
condiie-aciune, numite i reguli de producie, colecie ce formeaz baza de reguli;
cunoaterea strategic sau de control format din reguli ce privesc
secvenele de aciuni n procesul de rezolvare.
Sistemul construit n jurul regulilor de producie se bazeaz pe structura specific
compus din cele dou pri < partea de premis > < partea de aciune >.
n descrierea general, se poate meniona faptul c sistemele de producie sunt similare
gramaticilor i apar chiar n definirea gramaticilor Chomsky .
Se pornete de la ideea c un sistem de producii este compus dintr-o baz de date i
un set de reguli. Condiiile unei reguli pot fi vzute nc similare cu o baz de date ce ntoarce
un indicator de succes sau eroare. Concluzia unei reguli este o aciune ce manipuleaz baza de
date i n plus, un control va determina secvena regulilor utilizate. n concluzie, un sistem de
producie R poate fi considerat un dublet R = ( D, P ) n care:
D este o baz de date;
P este un set finit de reguli.
Baza de date este constituit dintr-un set de termeni, iar o regul are forma general
IF c THEN t, n care condiia c este constituit din termeni, paranteze, conective "i ", "sau",
"not", iar concluzia t este format dintr-un singur termen.
Se poate afirma c structura general a unei reguli de producie este urmtoarea:
< partea condiie > < partea aciune >
avnd interpretarea,
IF < partea condiie > este ndeplinit,
THEN se execut < partea aciune >
sau n forma mai general:
IF < partea condiie > este ndeplinit,
THEN se execut < partea aciune_1>
ELSE se execut < partea_aciune_2 >.
Dac ntr-o regul este satisfcut condiia, se spune c regula este selectat pentru
declanare sau regula este aplicabil. Regulile aplicabile intr ntr-o mulime a regulilor
aplicabile, mulime din care este selectat regula cu cea mai mare prioritate, dup criterii ce se
vor prezenta. Mecanismul regulilor de producie este mprumutat din teoria limbajelor
formale, este de natur procedural i cel mai apropiat de modul de realizare al programelor
clasice. nsi structura IF - THEN - ELSE este una din structurile de control ntlnite n toate
limbajele de nivel nalt.
Mecanismul interpretativ al regulilor de producie conine urmtorii pai:
selectarea tuturor regulilor ce conin piese de cunoatere ce satisfac partea de
condiie numit "coresponden". Mulimea acestor reguli formeaz "mulimea
candidat" sau "mulimea conflictual", denumire ce are originea n faptul c
elementele acestei mulimi intr ntr-o competiie n urma creia se decide care
regul este efectiv aplicat;
rezolvarea conflictelor prin care, din mulimea regulilor aplicabile se elimin mai
nti regulile ce duc la aceleai rezultate, dup care n conjuncie cu mecanismul de
asertare a prioritii pentru problema respectiv se selecteaz regula ce va fi efectiv
aplicat;
execuia prii "aciune" a regulii cu cea mai mare prioritate, n situaia n
care sunt reguli aplicabile;
pornind de la contextul modificat n urma aplicrii regulilor anterioare se reia
ciclul ncepnd cu faza de coresponden, atta timp ct ciclul produce aseriuni
materializate prin modificarea contextului.
Oprirea mecanismului interpretativ poate avea loc dac aciunea unei producii
specific concret oprirea sau se selecteaz o producie vid.
Analiza condiiei
Funcie de forma condiiei se va explora contextul pentru a gsi piese de cunoatere ce
corespund clauzelor constituente ale condiiei. O regul are o exprimare narativ cum este de
exemplu urmtoarea:
IF : domeniul de utilizare al robotului este cercetarea tiinific
(and) dispunem de specialiti cu o nalt calificare
(and) volumul programelor dezvoltate este foarte mare
(and) costul nu reprezint o problem foarte important
THEN: calculator PENTIUM IV este necesar
(and) frecvena ceasului intern este mare
Forma n care o regul este introdus n baza de reguli depinde de modul de realizare a
interpretorului de reguli. Dac se folosesc liste nlnuite cum sunt de exemplu listele LISP
condiia ce determin contextul se exprim astfel:
(Context (domeniul de utilizare al robotului este cercetarea tiinific) (volumul
programelor dezvoltate este foarte mare) (dispunem de specialiti cu o nalt pregtire)
(costul nu reprezint o problem foarte important) )
(Aciune (calculator PENTIUM IV este necesar ) (frecvena ceasului intern este mare) )
ntr-o reprezentare de acest tip se pot folosi chiar i funciile LISP pentru
corespondena cu partea de condiie ct i pentru realizarea operaiilor specifice aciunii, acest
mod de reprezentare este ns ineficient deoarece ocup mult memorie. O astfel de
reprezentare a cunoaterii a fost folosit n sistemul expert MYCIN.
Sistemele expert actuale nglobeaz mecanisme de evaluare a condiiei mult mai
evoluate fr s se restrng la operaia simpl de coresponden ntre condiie i context.
Expertul, care este sursa cunoaterii, poate prevedea orice evaluare de funcie care s
reprezinte cel mai bine criteriul de acceptare a regulii de producie, ns reprezentarea nu mai
este unic i modular.
Mecanismele de coresponden prezentate pn n prezent au o dificultate major
legat de tratarea cunotinelor incomplete prin care se modeleaz enunurile problemelor,
fapt pentru care apare ca necesar introducerea variabilelor. Utilizarea variabilelor face
posibil ca n sistemele de producii s se foloseasc reguli ce opereaz nu numai cu piese
individuale, ci i cu concepte. Legarea variabilelor faciliteaz construcia de instane diferite
pentru aceleai reguli. n principal prin legarea variabilelor se rezolv motenirea
proprietilor paternurilor din condiie.
Organizarea sistemelor de producii

Metoda de reprezentare a cunoaterii cu ajutorul sistemelor de producii a avut un
mare succes datorit simplitii regulilor, a modularitii acestora, formatului liber al pieselor
de cunoatere, aspectului natural al transpunerii n reguli de acest tip a cunoaterii. Simplitatea
principal a metodei se pierde atunci cnd se elimin deficienele, determinnd o mare
complexitate a sistemului.
Comunicaia regulilor prin intermediul contextului face ca modificarea coninutului
unei reguli s aib influen doar asupra condiiei de aplicabilitate i a concluziei. Sistemele
de producii sunt caracterizate de o autonomie ridicat ce face ca regulile s fie tratate ca piese
de cunoatere independente. Un sistem de producii instruit prin reguli i fapte poate s
rezolve un anumit tip de probleme ntr-un interval de timp Dt 0 . Dac sistemul este instruit s
rezolve i alte probleme, aceasta determin ca problema iniial s se rezolve ntr-un interval
de timp Dt1 > Dt 0 . Rezult c n urma acumulrii cunoaterii sistemul devine din ce n ce
mai neperformant, i deci:
Dt n > Dt n 1 > ... > Dt1 > Dt 0 .
Modul de lucru cu sistemele de producii este adecvat aplicaiilor n domeniile n care
cunoaterea este difuz, secvene de aciuni ce nu pot fi determinate. Sunt puin avantajate,
pentru reprezentarea prin aceast metod, situaiile deterministe exprimabile prin algoritmi
sau prin fluxuri predominante de control.
Msuri pentru creterea performanelor

Utilizarea sistemelor de producii face necesar o temeinic analiz n scopul
prevenirii i eliminrii cauzelor ce conduc la deprecierea performanelor sistemului. Aceste
msuri au n vedere:
organizarea contextului pentru a se permite o explorare parial;

organizarea bazei de reguli avnd ca scop eliminarea n procesul inferenei a
regulilor neadecvate problemei de rezolvat;
nglobarea de funcii auxiliare ce faciliteaz accesul, selecia, execuia i
comunicarea.
Organizarea contextului privete obinerea unor grupuri de piese de cunoatere
adecvate rezolvrii unor tipuri predefinite de cunoatere, adecvate rezolvrii unor tipuri
predefinite de probleme, context ce va fi denumit "context local". nvarea din experien
este o activitate teoretic posibil dar practic foarte greu de realizat. Informaia referitoare la
tipurile de probleme n care o pies de cunoatere este implicat nu este suficient pentru
preselecie, ns folosit pentru preordonarea contextului face ca ansele de reuit s creasc
simitor.
Specializarea funcional a regulilor privete grupri ce se realizeaz pe baza
similitudinii obiectivelor urmrite la aplicarea regulilor de producie individuale, adugarea de
noi contexte prin care sistemul reine actuala informaie necesar eficientizrii procesului de
cutare, face s se restrng cutarea numai la acele entiti ce pot candida la ncheierea cu
succes a fazei. Aceste contexte sunt numite "contexte de referine".
n faza de testare a condiiilor este util s se cunoasc regulile dintr-o baz de reguli
dat. Se constituie astfel un context de referine ce informeaz asupra produciilor n ale cror
condiii se afl o anumit pies de cunoatere din contextul global. Fiecare nregistrare n
contextul de referine privind apartenena la partea de condiii va fi legat de o pies distinct
de cunoatere din contextul global i va avea structura urmtoare:
[<piesa de cunoatere> <lista de reguli>].
ntr-un context local specific unei probleme i la o specializare corespunztoare, n

baza de reguli pot fi eliminate cutrile inutile. Astfel, prin extragerea din contextul de
referine a acelora ce corespund pieselor de cunoatere din contextul local, reunirea listelor de
reguli asociate, obinerea listei regulilor active pentru primul pas al ciclului prin intersecia
ntre lista reunit din pasul precedent i aciunea specializat pe problema din baza de reguli,
eficiena procesului va crete.
Un alt context de referin poate conine pentru fiecare regul lista de referin la
piesele de cunoatere existente n partea de condiie cu structura de mai jos:
[<regula> <list piese cunoatere>].
Utilizarea acestui context presupune intersecia referinelor din context ce corespund

regulilor active cu contextul local, dup care regulile ce menin coninutul listei de piese de
cunoatere asociate vor fi selectate pentru faza de coresponden a ciclului. Sistemele ce
utilizeaz contexte de referin obin, comparativ cu sistemele tradiionale, performane mult
mai bune, ajungnd de pn la ase ori mai mari.
Metoda mpririi bazei de reguli n grupuri independente de reguli de producie
specializate, n efectuarea unor aciuni prestabilite, n soluionarea unor probleme specifice
determin noiunea de "surs de cunoatere". O surs de cunoatere acioneaz independent de
celelalte asupra pieselor de cunoatere i produce date noi numite ipoteze ce sunt fie
confirmri, fie obiecte noi.
8.4.2.3. Reprezentarea cunoaterii prin reele semantice
Reele semantice simple

Reelele semantice simple sunt acele reele n care nodurile reprezint entiti
individuale, iar arcele reprezint relaii ale acestora. n reelele semantice simple nu se
introduc specializri ale arcelor i nodurilor, ceea ce determin faptul c interpretarea este
dat de coninutul descrierii care este asociat fiecrui simbol ce figureaz ca etichet de nod
sau ca etichet de arc.
Dificultile apar la construirea programelor de interpretare a unor astfel de reele,
unde fiecrui simbol de etichet i se poate ataa o procedur proprie de determinare a
semnificaiei, singura trstura comun a elementelor reelei fiind de natur structural i
manifestndu-se sub forma procedurilor fizice de parcurgere a reelelor.
Cu ajutorul reelelor semantice simple se reprezint aseriuni libere de orice variabil
deoarece, potrivit restriciei date prin definiie, nu se admit noduri specializate pentru
reprezentri de variabile.
Se presupune reprezentarea piesei de cunoatere ce specific faptul c "la intrarea
unui corp strin n zona de activitate a robotului, senzorul de securitate transmite un
semnal la calculatorul robotului, care afieaz un mesaj de eroare cum ar fi <<PERICOL
DE COLIZIUNE>>, i care determin ntreruperea executrii taskului."
Senzorii de securitate au ca scop detectarea intrrii personalului sau altor obiecte n
zona se activitate a roboilor pentru a evita accidentele sau pagubele materiale rezultate n
urma coliziunilor. Pentru delimitarea spaiului operaional, care reprezint volumul de lucru al
robotului, se utilizeaz senzori proximetrici.
Reelele semantice simple nu ofer noduri prefereniale de la care s fie iniiat
procesul de interpretare, selecia unui nod ca nod iniial este determinat de aplicaia pentru
care este constituit baza de cunotine. De obicei, candidaii pentru poziia de nod iniial
ntr-o interpretare de reea semantic simpl sunt selectai dup urmtoarele criterii:
nodul etichetat cu un simbol identic cu numele piesei de cunoatere;
selecia candidailor dintre nodurile care au proprietatea de a fi noduri surs pentru
toate relaiile n care sunt implicate.
La sistemele bazate pe reele semantice simple, descrierea unei reele semantice se
face prin descompunerea acesteia n triplete de forma:
(<nod_surs> <relaie> <nod_destinaie> ).
Aceast descompunere n triplete sugereaz utilizarea unor liste n limbajul LISP.
Astfel pentru exemplul construit mai sus avem:
(Eveniment_1 s-a_detectat obiect_strin)
(Obiect_strin determin pericol_coliziune)
(Eveniment_1 referitor zona_de_activitate)
(Zona_de_activitate spaiu robot)
(Senzor atenioneaz calculator)
(Calculator subsistem robot)
(Eveniment_1 cauzeaz eveniment_2)
(Eveniment_2 aciune afieaz )
(Eveniment_2 obiect pericol_coliziune)
(Pericol_coliziune este mesaj_de_eroare)
(Eveniment_1 cauzeaz eveniment_3)
(Eveniment_3 aciune ntrerupe)
(Eveniment_3 obiect task)
(Eveniment_2 receptor senzor)
(Eveniment_3 receptor senzor)
(Eveniment_2 agent calculator)
(Eveniment_3 agent calculator).
O alt metod, mai explicit, de reprezentare a reelei semantice const n construirea
conceptului pentru fiecare nod surs i asocierea acestuia cu perechi de tipul (<relaie>
<nod_destinaie> ).
( (Eveniment_1 (s-a_detectat obiect_strin)
(referitor zona_de_activitate)
(cauzeaz eveniment_2)
(cauzeaz eveniment_3) )
(Obiect_strin (determin pericol_coliziune) )
(Zona_de_activitate (spaiu robot) )
(Senzor (atenioneaz calculator) )
(Eveniment_2 (aciune afieaz )
(obiect pericol_coliziune)
(receptor senzor)
(agent calculator)
(Eveniment_3 (aciune ntrerupe)
(obiect task)
(receptor senzor)
(agent calculator) )
(Calculator (subsistem robot) )
(Pericol_coliziune (este mesaj_de_eroare) ) ).
Avantajul acestei metode din urm este dat de eliminarea redundanelor ce apar la
specificarea nodului surs n toate tripletele care descriu relaiile sale cu nodurile destinaie
aferente. n prima descriere s-au folosit 51 de simboluri, n timp ce n a doua numai 39, ceea
ce reprezint o economie de memorie alocat bazei de date.
Reele semantice sortate

Acest tip de reele sunt caracterizate prin faptul c folosesc o specializare a nodurilor
i arcelor indicnd prin aceasta diferene de natur structural ce nu pot fi rezolvate prin
etichetare. Cel mai simplu tip de etichetare este cel prin care se specific un nod de tip
propoziie. n elaborarea tehnicilor de etichetare a nodurilor i tipurilor de relaii se cunosc
mai multe abordri dintre care mult utilizat este cea definit de Fillmore. Fillmore stabilete
un numr restrns de relaii primitive ce pot acoperi o varietate semantic larg. n continuare
vom prezenta cteva dintre acestea:
predicaie stabilete c nodul surs este de tip propoziional, indicnd o
instaniere a predicatului specificat n eticheta nodului destinaie ce reprezint o
instaniere sau o stare;
agent are ca nod destinaie o entitate cu capacitatea de a efectua aciunea;
receptor indic un nod destinaie ce are capacitatea de a participa la o aciune;
obiect indic ca nod destinaie o entitate ce este afectat de aciunea specificat
pentru propoziia din nodul surs;
instrument are ca nod destinaie o entitate exprimnd o propoziie ce indic
locul desfurrii aciunii;
timp indic un nod destinaie ce specific timpul sub o anumit form. Poate fi
exprimat durata prin dou relaii momentane (moment_iniial, moment_final), fie
ca o relaie durat ce arat valoarea intervalului fr a se specifica scara timpului.
Starea de lucruri descris de o predicaie d o valoare de adevr predicatului. Strile de
lucruri ce nu se modific n timp se numesc statice, spre deosebire de cele dinamice ce sunt
caracterizate de schimbri n timp.
Dac n cadrul predicatului exist un argument numit "controlor" ce are proprietatea
de a determina starea de lucruri asociat predicaiei, se spune c starea este controlat.
Dinamismul i controlul determin noi sorturi ale predicaiei i anume:
aciunea stare dinamic i controlat;
procesul corespunde unei stri de lucru dinamice i necontrolate;
poziia - corespunde unei stri de lucru statice i controlate;
situaia - corespunde unei stri de lucru statice dar necontrolate.
Pentru predicatele din sortul aciune, relaiile cauzale de baz determin argumentele
prii nucleare cum sunt agentul i obiectul. Relaiile cauzale periferice specific receptorul
aciunii, direcia desfurrii aciunii, instrumentul folosit, sursa obiectelor aciunii, locul i
timpul desfurrii.
Predicatele din sortul proces nu au relaie cauzal de tip agent ntruct sortul este
necontrolat, singura relaie cauzal de baz este obiectul afectat. Relaiile periferice sunt cele
care specific relaii cauzale ce apar la sortul aciune.
n exemplul din figura 8.7 care reprezint procesul blocrii unui robot din cauza unei
pene de curent, cu toate c exist o cauz a procesului de blocare, asupra penei de curent nu se
exercit nici un control, motiv pentru care a fost menionat n relaia cauzal fenomenul ca
fiind cel care produce acest proces.
Predicatele din sortul poziie posed un agent ce controleaz poziia i se va nota cu
termenul poziionator. Cu o relaie de acest tip se pot reprezenta stri de lucruri n care
poziionatorul se poziioneaz pe sine.
Relaiile cauzale se pot extinde fr restricii, putnd fi definite urmtoarele tipuri de
relaii:
- relaii ce extind specificarea strii de lucruri: calitate, modalitate;
- relaii ce refer predicaia la ali participani: iniiator, cunosctor, executor,
terminator;
- relaii ce extind dimensiunile spaiale: sub, lng, deasupra;
- relaii ce extind dimensiunile temporare: durata, frecvena;
- relaii de interpoziionare ntre o stare i alte stri: cauz, motiv, scop, rezultat,
circumstan.
Sorturile analizate fac posibil reprezentarea cunoaterii factuale ce implic
reprezentarea obiectelor a cror complexitate este limitat la reprezentarea propoziiilor
simple. Pentru cunoaterea conceptual ce implic obiecte abstracte cum sunt variabilele, se
introduce un nou sort de nod corespunztor acestor simboluri. Cu aceste noduri se reprezint
obiecte conceptuale participante la aseriuni ce ndeplinesc i rolul de conectare a
propoziiilor.
Reele semantice extinse

Principala caracteristic a reelelor semantice extinse este dat de specializarea
nodurilor i arcelor dup cerinele programrii logice, definindu-se sorturi pentru noduri
(simboluri funcionale, variabile, constante), sorturi pentru arce (relaii condiionale i
concluzive).
Corespondena ntre funcia semantic i relaia folosit se face pe baza oricrei
metode pentru reelele semantice sortate, fiind posibile extensii prin intermediul relaiilor
multisortate ce sunt definite pe baza mai multor criterii.
Dac la o reea semantic extins se mai adaug faciliti specifice, se obine metoda
de reprezentare de tip hiperreea. Principalele criterii de difereniere a tipurilor de reele
semantice extinse se bazeaz pe:
setul primitivelor semantice i metodele de tratare a neprimitivelor;
stabilirea sorturilor pentru noduri i arce;
mecanismele de definire a altor sorturi (definirea pieselor de metacunoatere);
conveniile de reprezentare grafic.
Reprezentarea prin hiperreele ncearc s elimine dezavantajele majore ale metodelor

tradiionale legate de problemele specifice de compoziie, decompoziie, probleme dominante
n sistemele cu caracter tehnic cum sunt proiectarea asistat de calculator, sistemele expert
proces fenomen
obiect
BLOCARE ROBOT PAN_CURENT
Fig. 4.7. Reprezentarea unei predicaii din sortul aciune

pentru conducerea roboilor industriali.
Ideea de baz a acestei reprezentri pornete de la asimilarea modului n care este
contientizat cunoaterea ca urmare a aprofundrii. n primul moment se definesc entiti
denumite i obiecte pentru care se produc piese de cunoatere, iniial atomice, deosebite n
principal prin nume. Legturile dintre aceste obiecte determin semnificaii prin dependenele
dintre ele, formnd aspectele relaionale specifice lumii reale.
Odat cu rafinarea cunoaterii se ajunge la concluzia c obiectele considerate iniial ca
fiind atomice, sunt de fapt obiecte compuse ce au structur. Obiectele ce intr n componena
acestora sunt considerate noi obiecte atomice cu termenii crora se ncearc descrierea
structuri noilor obiecte compuse, componena i legturile acestora. n final, de le o relaie
presupus binar se obine un graf de aritate superioar.
8.4.2.4. Reprezentarea cunoaterii cu ajutorul cadrelor
Teoria cadrelor (frame) este introdus de ctre Marvin Minsky i ncearc s

reuneasc o parte din conceptele de baz ale metodelor de reprezentare procedural, sistemele
de producii si reelele semantice. Conceptul de cadru este o generalizare a gramaticii de
cazuri din lingvistic, ce cuprinde informaia declarativ i procedural. Un cadru este
reprezentat printr-o procedur stereotip ce utilizeaz categoriile sintactice:
identificator - are asignat un nume care asociat cu alte descrieri specific structura
cadrului la care este ataat;
forma - categorii de caracteristici la care se asigneaz simboluri relaionale
specifice conceptului;
faeta - sunt reprezentri de perechi simbol-valoare cu care se descriu obiectele
din relaiile specificate de formele reprezentrii.
Cadrul este format dintr-o structur arborescent de locuri n care piesa de cunoatere
va plasa simbolurile purttoare de cunoatere. Un formalism metalingvistic de reprezentare a
cadrelor este:
<cadru> = ( <identificator_cadru> <descriere_form> )
<descriere_form> = ( < identificator_form> <descriere_faet> ),
( < identificator_form> <descriere_faet> ) ).

<descriere_faet> = ( <identificator_faet> <descriere_dat> ) ),
( <identificator_faet> <descriere_dat> ) ).
<descriere_dat> = ( <valoare> ) ( <descriere_date> <valoare> )
<valoare> = ( <date> <date> <etichet> <mesaj> <comentariu> ).
Implementrile cunoaterii utiliznd conceptul de cadru difer prin detaliile specifice
acestora, aa c anumite implementri orientate spre limbajul LISP dau pentru neterminalele
<identificator_cadru>, <identificator_form>, <identificator_faet> reguli de definire
difereniate prin nivelul de plasare a simbolului n structura de list. Se folosete ca prim
simbol identificatorul cadrului, al doilea identificatorul formei, al treilea cel al faetei,
descrierile nestructurate avnd asociate cuvinte cheie pentru cadre, forme, faete. Simbolurile
pot reprezenta proprieti ale obiectelor sau relaiilor, nume de alte cadre, identificatori de
proceduri ataate.
Operaia de populare n locurile structurii a simbolurilor i valorilor, poart denumirea
de umplere. n reprezentarea prin cadre se disting o serie de primitive semantice care plaseaz
cunoaterea n conceptul mai larg oferit de structura cadrului cum sunt:
forme utilizate la descrierea piesei de cunoatere;

forme ce exprim reprezentri legate de utilizarea cadrului;
forme corespunznd prezumpiilor considerate adevrate.
Relaiile aferente utilizrii formelor, relaii ce caracterizeaz piesa de cunoatere i
legturile sale cu universul problemei se pot mpri dup tip n:
generalizare - specific concepte cu definiii mai puin restrictive;
specializare - specific concepte cu descrieri ce satisfac o condiie dat;
apartenena - indic clasa din care face parte piesa de cunoatere i prin care
se motenesc proprietile;
compoziia - indic obiectele ce intr n alctuirea obiectului;
proprietile - reprezint proprietile specifice ale obiectului reprezentat.
n cele ce urmeaz se d reprezentarea cadru pentru un robot industrial, care folosete
forme cadru specifice de descriere:
cadru : roboi industriali
forma: generalizare
faeta : automat complex
forma: specializare
faeta : folosii n industrie
forma: apartenena
faeta : roboi
forma: compui din
faeta : subsistem mecanic
valoare: mecanism de poziionare
valoare: mecanism de orientare
valoare: mecanism efector
valoare: reductoare
valoare: cuplaje
faeta : subsistem electric
valoare: motoare pas cu pas
valoare: motoare asincrone
valoare: cabluri
valoare: limitatori de curs
faeta : subsistem de comand i control
valoare: calculator
valoare: controlere
valoare: senzori proprioceptivi
valoare: senzori exteroceptivi
forma: proprieti
faeta: folosire
valoare: sudur
valoare: vopsire
valoare: deservire
valoare: asamblare.
Piesele de cunoatere satisfac definiia cadrelor dat mai nainte. Reglementrile
privind utilizarea cadrului au n vedere relaiile acestuia cu descrieri de operaii, aciuni,
procese. Prelucrrile aferente reprezentrii prin cadre privesc operaiile ce se efectueaz
asupra pieselor de cunoatere ct i operaii ce au ca rezultat obiecte printre care se afl piese
de cunoatere.
Aceast metod pornete de la reprezentarea oferit de LISP, la care cunoaterea este
vzut ca perechi atribut - valoare, aspectele relaionale fiind mai puin relevante dect la
reprezentarea prin reele semantice. Raionamentul implic aciune, motiv pentru care este
necesar reprezentarea cunoaterii despre aciune.
Aciunea se refer la descrierea aciunii propriu-zise format din cadre ale cror forme
reprezint pai ai aciunii n care faetele sunt caracteristicile pailor, descrierea de aciuni
implicite prin proceduri la care obiectul va fi plasat in modelul unei situaii problematice. O
procedur ataat simbolului dintr-un cadru se numete procedur de comutare dac simbolul
reprezint un nume de clas i procedura este invocat pentru orice element aparinnd clasei,
atunci cnd el substituie n procesul de interpretare simbolul clasei n cadrul considerat.
Dac procedura este ataat la un simbol unic atunci se ncorporeaz n corpul cadrului
imediat urmtor simbolului de invocare. Alte proceduri folosesc ataarea implicit i sunt
invocate nu ca urmare a specificrii n cadrele unde figureaz simboluri la care se ataeaz
proceduri ci ca urmare a apariiei unei situaii specifice. n acest caz, procedura se cupleaz la
apariia situaiei, motiv pentru care este denumit i "demon". Supravegherea situaiei
specifice de ctre demon se realizeaz prin:
apariia unui fapt n baza de cunotine ce corespunde unui patern;
apariia n procesul de interpretare a unei condiii de invocare pentru un patern dat.
8.5. Rezolvarea conflictelor i incertitudinilor n sistemele expert
8.5.1. Metode de rezolvare a conflictelor

ntruct nu este cunoscut rezultatul punerii n coresponden a condiiei regulii cu
contextul, mai multe reguli sunt selectate n mulimea candidat i sistemul va trebui s decid
care dintre acestea vor trebui declanate. Se poate ajunge la o astfel de situaie datorit
conflictelor ntre instanele aceleiai reguli, ct i datorit conflictelor ntre reguli diferite ce
candideaz la soluie ca urmare a realizrii cu succes a corespondenei. Rezolvarea acestor
conflicte este fcut pe baza informaiei ce provine din context, din baza de reguli, sau surse
combinate.
Dac informaia provine din context poate fi indicat o anumit importan a pieselor
de cunoatere, materializat printr-o pondere ce este o dat de intrare n mecanismul de
evaluare a prioritii. Dac se noteaz cu p i ponderea regulii i din baza de reguli, urmtoarele
criterii sunt mai des utilizate:
prioritatea dat de cea mai important pies de cunoatere din regul. Pentru
alegerea regulii r, p r = max p i n care 1 <= i <= n;
prioritatea determinat de media aritmetic a ponderilor de importan ce apar n
regula
1 n
p r = pi ;
n i =1
ordinea invers dispersiilor ponderilor de importan a pieselor de cunoatere, care
se calculeaz prin
2
1 n
s2 = (p i p r )
n 1 i =1
unde p r este media aritmetic calculat mai sus.
Contextul mai poate furniza informaii care nu depind de importana pieselor de
cunoatere ci doar de utilitatea i activarea acestora. Informaiile de acest tip sunt nregistrate
i actualizate de interpretorul sistemului de producie i se refer la:
vechimea piesei de cunoatere apreciat dup data calendaristic a nscrierii
acesteia n context;
numrul de participri ale piesei de cunoatere la regulile efectiv declanate,
ncepnd din momentul nscrierii piesei de cunoatere;
numrul de neutilizri, adic declanri de producii care nu folosesc piesa de
cunoatere considerat. Desigur c prin stategiile de rezolvare a conflictelor se
apreciaz mai mult piesele de cunoatere mai recente i cu un numr mai mare de
utilizri.
O surs de informaie important n ceea ce privete rezolvarea conflictelor de
prioritate este constituit pe baza de reguli. n acest sens se are n vedere posibilitatea ca la
scrierea regulii de producie s se cunoasc informaii privind modul de determinare al
succesorului imediat. Nu este recomandat chemarea explicit ntruct afecteaz anatomia
sistemului de reguli. Nici o alt metod nu asigur o eficien egal cu cea a specificrii
succesorului.
Se ncearc prin diverse metode s se elimine dezavantajul pierderii autonomiei
pstrndu-se avantajul nlocuirii procesului de cutare printr-o specificaie direct. O metod
des ntlnit este cea care folosete reguli de prestabilire a produciilor succesoare de forma
urmtoare:
( CONFLICT - P )
( CONDIIE (P))
(ACIUNE ( SUCCESOR ( P1 , P2 ,..., Pr )))
unde P este o producie al crui succesor se caut, iar ( P1 , P2 ,..., Pr ) este irul ordonat dup
prestaie al candidatelor la producia succesoare.
O metod eficient pentru determinarea succesorului este cea prin care se specific n
regul obiectivul ce trebuie s-l rezolve regula urmtoare, eliminnd n acest fel neajunsurile
privind chemarea explicit a succesorului.
Interpretorul sistemului de producie trebuie s-i memoreze strile determinate prin
funcionarea sa, att pentru dirijarea procesului interpretor ct i pentru aciunea n caz de
eroare.
Strile determinate ale interpretorului sunt asemntoare cu cele folosite n cazul
procesoarelor i anume:
starea veche se nscrie producia efectiv declanat naintea noului ciclu
interpretativ i piesele de cunoatere implicate n forma veche a contextului, ce au
suferit modificri;
starea curent n care este nscris faza din ciclu, producia ce se evalueaz i
piesele de cunoatere implicate, lista produciilor implicate n fazele anterioare
strii curente, starea aciunii de rezolvare a conflictelor de prioritate, starea aciunii
n curs de desfurare;
starea nou este nscris producia de la care se reia ciclul urmtor.
Informaiile de stare pot fi folosite pentru rezolvarea conflictelor de prioritate n unul
din modurile:
cercetarea strii vechi spre a vedea dac noua regul prioritar este distinct fa de
ultima regul declanat efectiv;
ntruct strategia precedent nu elimin n totalitate repetrile, se constituie un
istoric al declanrilor efective ce este folosit n procesul de rezolvare a
conflictelor de prioritate pentru faza de minimizare a mulimii conflictuale.
Rezolvarea conflictelor de prioritate se poate baza i pe faptul c structura regulilor de
producie selectate este purttoare de informaie util pentru acest scop. O regul PP este un
caz particular al unei reguli PG dac:
Pp i PG sunt identice;
toate clauzele condiionale ale regulii generale PG se regsesc printre clauzele
condiionale ale regulii Pp ;
pentru fiecare clauz condiional din PG ce specific piese de cunoatere n
context, exist n Pp o clauz care conine un subset de piese de cunoatere,
printre care i aceea specificat n clauza din PG .
n acest caz se prefer Pp pentru a satisface n ntregime restriciile specificate de
regula PG .
8.5.2. Tratarea incertitudinilor
n cazul unor premise corecte, sondnd regulile de inferen se produc noi concluzii
presupuse a fi corecte. n sistemele expert adesea trebuie s ncercm s determinm concluzii
corecte din premise incomplete i incerte, evident folosind regulile de inferen existente,
unele din ele nefiind testate nc.
Aceasta nu este o operaie imposibil deoarece noi o realizm cu succes n orice aspect
al vieii cotidiene: se prescriu cu succes tratamente medicale n cazul unor simptome ambigue,
se deschid exploatri miniere pe baza unor prospeciuni incerte, cu date puine, se construiesc
cldiri pe terenuri care se presupun a fi sigure etc.
Pentru a se putea nelege mai bine motivele acestei ambiguiti vom construi un
exemplu simplu de cteva reguli de producie:
Fie un mecanism simplu: un bra articulat, acionat de un motora electric, avnd
montat la captul su un bec de avertizare i control. Aceasta construcie simpl poate genera
urmtorul sistem de reguli de producie:
IF motorul electric nu se nvrte
AND becul nu se aprinde
THEN problema este sursa de alimentare sau cablurile
Este posibil ns ca sursa de alimentare sau cablurile s fie bune, dar mecanismul s aib pur
i simplu motoraul sau becul arse. Aceast regul de producie, pare a semna cu o implicaie
logic P Q dar nu este, deoarece faptul c motorul nu se nvrte i becul nu se aprinde, nu
implic n mod necesar ca sursa de alimentare sau cablurile s fie defecte. Este interesant de
remarcat faptul c o inversare a regulii de producie este o implicaie adevrat:
IF problema este sursa de alimentare sau cablurile
THEN motorul nu se nvrte
AND becul nu se aprinde
Acesta este un exemplu de raionament abductiv, care se bazeaz pe faptul c dac
P Q este posibil ca i Q s implice P (Q P).
Abducia este o regul de inferen "netestat", nsemnnd c concluzia nu este
neaprat necesar a fi adevrat n orice situaie n care regulile sunt adevrate.
Dei abducia este incomplet este adesea esenial n rezolvarea problemelor.
Incertitudinea rezult din folosirea inferenelor abductive de fiecare dat n ncercarea de a
construi raionamente cu date incomplete i/sau incerte. Raionamentul "modus ponens" nu
poate fi aplicat i regula trebuie folosit n mod abductiv. Aceasta este o situaie foarte des
ntlnit n special n sistemele expert de diagnosticare (medical, de depanare etc.). Boala (n
cazul sistemelor expert de diagnosticare medical), sau defeciunea (n depanare) implic
simptomele i nu simptomele implic boala, dar diagnoza pornete de la simptome napoi spre
cauz.
Dintre metodele folosite cu succes n tratarea incertitudinii n sistemele expert se pot
aminti urmtoarele:
Teoria probabilitilor bayesiane (Bayesian Probability Theory)

Aceasta teorie a fost aplicat n sistemul expert PROSPECTOR i se folosete de
reguli cum ar fi:
probability (A and B) = probability (A) * probability (B),
unde A i B sunt evenimente independente.
n aceasta teorie, teorema lui Bayes genereaz o metod de calcul a probabilitii unui
eveniment:
P (E | H i ) P (H i )
P (H i | E ) = n
P (E | H k ) P (H k )
k =1
unde:
- P (H i | E ) - este probabilitatea ca H i fiind adevrat face ca E s fie evident;
- P (H i ) - este probabilitatea ca H i s fie n general adevrat;
- P (E | H i ) - este probabilitatea ca H i s fie evident cnd E este adevrat;
- n - este numrul de ipoteze posibile.
Aplicarea teoremei lui Bayes are la baz dou cerine majore:
1. Toate datele statistice aflate n relaie cu diferite ipoteze sunt cunoscute.
2. Stabilirea faptului c relaiile ntre faptele evidente i diferitele ipoteze sunt
independente.
O alt problem care face dificil de folosit, n cadrul sistemelor expert teoria
probabilitilor bayesiane este necesitatea de a reconstrui relaiile probabile cnd o nou
relaie de la ipotez la eviden este descoperit. n majoritatea domeniilor de activitate n care
sunt utilizate sistemele expert (cum ar fi medicina), aceasta se ntmpl permanent. n multe
domenii verificarea permanent a unei colecii vaste de date complexe este practic imposibil.
Algebra factorului de certitudine (The Standford Certainty Factor Algebra)

n mai multe proiecte de sisteme expert (cum ar fi PROSPECTOR) s-a ncercat
adaptarea teoremei lui Bayes la rezolvarea problemelor particulare. Probabil cea mai
"spectaculoas" alternativ asemntoare a fost utilizat la Standford n dezvoltarea
programului MYCIN.
Teoria "certitudinii" se bazeaz pe un numr de observaii. Msura ncrederii
corespunde unei evaluri informale a unui expert uman, formulat n termeni cum ar
fi: "este probabil adevrat", sau "este extrem de nepotrivit".
Teoria certitudinii face cteva presupuneri simple pentru a crea msura credibilitii i
cteva reguli simple de combinare a acestei credibiliti.
Prima presupunere descompune msura credibilitii unei relaii n msura
credibilitii mpotriva acelei relaii.
- Definim M ( H | E ) msura ncrederii c ipoteza H d relaia evident E.
- Definim MN ( H | E ) msura nencrederii c ipoteza H d relaia evident E.
Avem :
1 > M ( H | E ) > 0 dac M ( H | E ) = 0, sau
1 > MN ( H | E ) > 0 dac MN ( H | E ) = 0.
Cele dou mrimi sunt constrnse una de alta.
8.6. Sistemul expert independent de domeniu INTEXP

Sistemul expert INTEXP a fost conceput ca un rezolvator de probleme bazat pe
cunoatere, n care au fost incluse mecanisme capabile s interpreteze att cunoaterea
declarativ, ct i cea procedural, sistemul devenind astfel independent de domeniul de
expertiz ce se implementeaz, sau de trsturile specifice cunoaterii din acest domeniu.
Structura sistemului INTEXP, prezentat n fig. 8.8, corespunde structurii generale
prezentate n fig. 8.4,b, dar se remarc faptul c n sistemul INTEXP nu au fost implementate
faciliti metarezolutive.
Capacitile sistemului expert INTEXP pot fi rezumate astfel:
- sistemul cognitiv permite organizarea flexibil a bazei de cunotine, asigurnd
funciunile de baz pentru achiziia interactiv a cunoaterii, extinderea i ntreinerea bazei de
cunotine.
- sistemul rezolutiv efectueaz raionamente de tip deductiv bazate pe mecanisme
infereniale asemntoare celor folosite la interpretoarele limbajului PROLOG, avnd
implementat strategia de control napoi cu revenire automat, precum i raionamente de tip
circumstanial bazate pe strategia de control nainte.
- strategia de control prioritar este pe sensul napoi, ceea ce permite planificarea
rezolvrii i reducerea problemei;
- drumurile de raionament pot fi explicate, sau eventual modificate potrivit cererilor
utilizatorului.
Solicitare Prelucrarea cunoaterii

Sistem despre domeniu
Rspuns pbd
de comunicare
dr Sistem
rezolutiv
cpc
j
cpc pc
Sistem pc
explicativ
ipc Sistem
cognitiv
cpc pc ipc
Baza de cunotine
Nivelul cunoaterii conceptuale
Nivelul cunoaterii factuale
Fig. 8.8. Schema de principiu a sistemului expert independent de domeniu INTEXP

8.7. De la sistemele de producii la sistemele expert. Un mic exemplu

Exist o asemnare ntre structura sistemelor expert i cea a sistemelor de producii
prezentate n capitolul precedent. Aceast asemnare nu este o simpl ntmplare, sistemul de
producii fiind precursorul sistemului expert. De fapt, Newell i Simon au elaborat modelul
sistemului de producii n ideea modelrii raionamentului uman.
Dac privim structura sistemelor expert prin prisma sistemelor de producii, baza de
cunotine este o mulime de reguli. n sistemul expert, produciile (condiie, aciune) sunt
organizate ca reguli, de forma
Regula x: if precondiii
then concluzie,
condiia regulii de producie constnd n precondiiile regulii (partea if), iar aciunea n
concluzia regulii (partea then). Sistemul rezolutiv al sistemelor expert, acel "inference engine",
este corespondentul ciclului de coresponden i control al sistemelor de producii.
Ca i n cazul sistemelor de producii se pot implementa algoritmi de cutare nainte sau
napoi. Multe probleme par a fi mai natural implementate utiliznd o strategie de cutare
nainte. n situaii cnd datele iniiale ale problemei sunt date i este dificil de a formula un
ipotetic goal, datele iniiale sunt plasate n memoria de lucru i sistemul va utiliza o strategie de
cutare nainte.
Sistemele expert utilizeaz de regul strategia de cutare invers (goal-driven expert
system). Iniial, obiectivul (starea goal) este plasat n memoria de lucru. Sistemul unific
aceast stare cu concluziile regulilor din baza de cunotine, selectnd o regul i plasnd
premizele acesteia n baza de cunotine. Acest pas are drept efect descompunerea problemei n
subgoal-uri mai simple. Procesul continu, premizele adugate n baza de date devenind noi
subgoal-uri ce vor fi unificate cu concluziile regulilor sistemului. Astfel, pornind de la starea
goal i ncercnd apoi verificarea premizelor, sistemul are o comportare asemntoare cu
raionamentul uman (verificarea anumitor ipoteze n vederea tragerii unei anumite concluzii).
n sistemele expert, unele subgoal-uri sunt deseori rezolvate prin chestionarea
utilizatorului asupra faptului respectiv. Cazurile n care sistemul solicit "ajutorul" utilizatorului
depind de la o implementare la alta. Astfel, la generarea sistemului expert se pot preciza acele
ntrebri la care sistemul va cere rspunsul utilizatorului. Alte sisteme expert cer ajutorul
utilizatorului n cazul n care un subgoal nu poate fi unificat cu nici una din concluziile regulilor
din baza sa de cunotine.
Pentru claritatea celor discutate, n continuare s ne imaginm un mic sistem expert
pentru diagnosticul unei pene de automobil:
Regula 1: if
motorul se alimenteaz and
demarorul nvrtete arborele cotit,
then
problema este bujiile.
Regula 2: if
demarorul nu nvrtete arborele cotit and
luminile nu se aprind
then
problema este bateria sau cablurile.
Regula 3: if
demarorul nu nvrtete arborele cotit and
luminile se aprind
then
problema este demarorul.
Regula 4: if
este carburant n rezervor and
este carburant n carburator
then
motorul se alimenteaz.
S presupunem c sistemul expert este solicitat pentru diagnosticarea unei pene de

automobil, utilizatorul plasnd n baza de cunotine ntrebarea:
"problema este X" problem(X).
Trei din regulile sistemului expert sunt aplicabile: regula 1, regula 2 i regula 3. Dac rezolvarea
conflictului se face n favoarea regulii cu numrul cel mai mic (prima regul aplicabil), atunci
regula 1 va fi declanat. Aplicarea acestei reguli va avea drept consecin instanierea variabilei
X cu valoarea "bujiile" i premizele regule 1 vor fi copiate n memoria de lucru (fig. 8.9).
Sistemul va ncerca deci s analizeze ipotetica cauz c bujiile ar fi defecte.
Memoria de lucru Reguli:
problema este X regula 1

regula 2
regula 3
regula 4
Fig. 8.9. Starea iniial a sistemului expert
De remarcat, c regula 1 are dou premize i amndou dintre acestea trebuie s fie
ndeplinite pentru a se trage concluzia respectiv. Premizele sunt ramurile unui nod AND al
arborelui de deducie, reprezentnd descompunerea problemei (stabilirea faptului c bujiile sunt
defecte) n subprobleme (stabilirea faptelor c "motorul se alimenteaz" i "demarorul nvrtete
arborele cotit"). Se poate aplica apoi regula 4, a crei concluzie este echivalent cu faptul c
motorul se alimenteaz cu combustibil. Aplicarea acestei reguli va avea drept efect adugarea
premizelor corespunztoare n memoria de lucru (fig. 8.10). n acest moment n memoria de
-motorul se alimenteaz regula 1 *

-demarorul nvrtete regula 2
arborele cotit regula 3
-problema este bujiile regula 4
Fig. 8.10. Starea sistemului expert dup aplicarea regulii 1
lucru sunt trei piese de cunoatere (carburant n rezervor, carburant n carburator, demarorul
nvrtete arborele cotit) care nu pot fi unificate cu concluzia nici uneia din regulile sistemului
(fig. 8.11). Astfel, sistemul expert va ntreba utilizatorul despre veridicitatea acestora. Dac
utilizatorul confirm c toate cele trei premize sunt adevrate, sistemul expert va stabili faptul
c bujiile sunt defecte ("problema este bujiile"), diagnosticnd cu succes pana de automobil i
indicnd eventual modul de soluionare.
Acesta este desigur un exemplu foarte simplu. Nu numai c baza de cunotine este foarte
redus, dar sunt ignorate o serie de aspecte privind implementarea real a unui astfel de sistem.
1) Regulile sunt formulate n limbaj natural, ci nu ntr-un limbaj formal de reprezentare.
2) De asemenea, implementarea real trebuie s incorporeze un mecanism de backtracking. n
exemplul considerat, dac prin alegerea regulii 1 nu se poate dovedi c bujiile sunt defecte,
mecanismul de backtracking va determina revenirea n punctul n care ultima regul a fost
-combustibil n rezervor* regula 1

-combustibil n carburator* regula 2
-motorul se alimenteaz regula 3
-demarorul nvrtete arborele cotit* regula 4*
-problema este bujiile*
Fig. 8.11. Starea sistemului expert dup aplicarea regulii 4
selecionat n vederea alegerii alteia dintre regulile aplicabile (ex. regula 2).
n urma procesului de cutare este generat graful AND/OR ilustrat n fig. 8.12. Sistemul
explicativ are la baz tocmai acest graf. Memornd evoluia sistemului expert, sistemul
explicativ utilizeaz un algoritm de trasare pentru a rspunde la ntrebri.
n general, unui sistem expert i se pun dou tipuri de ntrebri: De ce? i De unde? (sau
Cum?). Utilizatorul pune ntrebarea "de ce?" sistemului expert atunci cnd acesta din urm cere
anumite informaii utilizatorului. ntrebarea "de ce?" avnd semnificaia "de ce ntrebi acest fapt
?", sau "de ce trebuie s cunoti acest lucru ?". Rspunsul la ntrebarea "de ce?" este de fapt
regula curent ce a fost declanat. Prin ntrebarea "Cum ?", utilizatorul poate cere sistemului
expert s justifice cum a dedus anumite informaii "De unde ai aceast informaie ?", sau "Cum
ai ajuns la aceast concluzie ?". Rspunsul const, de aceast dat, n secvena de reguli care au
generat subgoal-ul respectiv.
Pentru exemplificare, s considerm c sistemul expert pentru diagnosticul penelor de
automobil este prevzut cu un subsistem explicativ i, s presupunem, c n urma investigaiilor
preliminare s-a ajuns n situaia ilustrat n fig. 8.11. Sistemul expert ncepe dialogul cu
utilizatorul ntrebndu-l asupra noilor subgoal-uri aprute n memoria sa de lucru:
Este carburant n rezervor ?

Da
Este carburant n carburator ?
Da
Demarorul nvrte arborele cotit ?
De ce
Aici, rspunsul "De ce?" al utilizatorului nseamn "de ce vrei s tii acest lucru ?". Sistemul
expert va rspunde:
S-a stabilit c:
1. Motorul se alimenteaz,
deci, dac
2. demarorul nvrtete arborele cotit,
atunci problema este bujiile.
Deoarece utilizatorul a rspuns afirmativ la primele dou ntrebri, regula 4 a fost

aplicat, ndeplinindu-se astfel prima premiz a regulii 1. Cnd utilizatorul a pus ntrebarea "De
ce?", sistemul ncerca s stabileasc cea de a doua premiz a regulii 1. Dei, explicaia
sistemului este, dup cum se poate constata, doar o exprimare mai natural a regulii curente,
aceasta d totui o explicaie foarte clar asupra scopului urmrit prin chestionarea
utilizatorului. S presupunem c dialogul continu n modul urmtor:
Problema este X
Regula 1: Regula 2: Regula 3:

problema este bujiile problema este bateria problema este
sau cablurile demarorul
motorul se demarorul demarorul luminile nu demarorul nu luminile

alimenteaz nvrtete nu nvrtete se aprind nvrtete se aprind
arborele cotit arborele cotit arborele cotit
Regula 4:
motorul se alimenteaz
carburant n carburant n
rezervor carburator
Fig. 8.12. Graful AND/OR asociat sistemului expert
De ce se alimenteaz ?
De data aceasta utilizatorul a ntrebat sistemul de unde tie c motorul se alimenteaz
cu combustibil. Rspunsul const n trasarea raionamentului care a condus la aceast
concluzie. Trasarea se face ncepnd cu subgoal-ul curent i mergnd n ordine invers spre
ipoteze. Rspunsul sistemului este de felul urmtor:
Aceasta este o consecin a regulii 4:
if carburant n rezervor, and
carburant n carburator
then motorul se alimenteaz
carburant n rezervor: confirmat de utilizator,
carburant n carburator: confirmat de utilizator.
8.8. MYCIN un studiu de caz

Sistemul expert MYCIN este rodul colaborrii dintre specialitii compartimentului de
"Computer Science" i cei de la "Medical School" ai renumitei universiti americane Standford
University. Sistemul incorporeaz un mare volum de munc (aproximativ 50 persoane-an) i a
fost dezvoltat n limbajul INTERLISP, un dialect al limbajului Lisp.
Obiectivul urmrit prin proiectarea sistemului MYCIN a fost stabilirea diagnosticului i
prescrierea tratamentului medicamentos adecvat n cazul bolilor avnd la origine infeciile
bacteriologice ale sngelui. Domeniul particular amintit mai sus a fost ales de proiectanii
sistemului n ideea modelrii raionamentului expertului uman, atunci cnd acesta acioneaz
asupra unui domeniu n care cunoaterea este incomplet. Dei sistemul dispune de
instrumente care determin neambiguu cauza infeciei, aceste instrumente necesit un interval
de 48 de ore, necesar efecturii unor examene bacteriologice, n vederea stabilirii diagnosticului.
Dar, cum meningita nu este o boal uoar, tratamentul trebuie s nceap imediat. Astfel,
sistemul prescrie un tratament iniial, bazat pe simptomele iniiale ale bolii, urmnd ca acest
tratament s fie rafinat i diversificat ulterior dup efectuarea testelor de laborator i stabilirea
diagnosticului.
8.8.1. Reprezentarea faptelor i regulilor

Faptele sunt reprezentate n cadrul sistemului MYCIN prin triplete de forma
atribut-obiect-valoare. Primul element al tripletului este un atribut al unui obiect din domeniul
problemei, obiect specificat prin cel de al doilea element. Ceea ce este specific acestei
reprezentri este apariia unui factor de certitudine, specificat prin cel de al treilea element al
tripletului, un numr real din intervalul [-1,1]. Astfel, valoarea -1 are semnificaia c atributul
este sigur fals, valoarea 1 c acesta este sigur adevrat. Valoarea zero reprezint o incertitudine
maxim, atunci cnd nu se poate afirma nimic despre veridicitatea atributului respectiv. De
exemplu, urmtoarele dou fapte exprimate n limbajul natural:
"Cu o certitudine de 25% microorganismul care constituie cauza infecia este
Klebsiella"
i
"Se tie c microorganismul nu este sensibil la penicilin"
sunt convertite n urmtoarele expresii LISP:

(ident microorganism_1 klebsiella 0.25)
i
(sensibil organism_1 penicilina -1.0).
Regulile sunt reprezentate prin perechi condiie-aciune, a cror premiz const ntr-o
conjuncie de fapte (triplete atribut-obiect-valoare), iar a cror concluzie adaug noi fapte n
baza de cunotine asociat pacientului respectiv. De exemplu, urmtoarea regul exprimat n
limbaj natural n modul urmtor:
if (a) infecia este de natur bacterian, and
(b) zona de cultur este o zon steril, and
(c) calea suspect de inoculare este tractul
gastro-laringian
then cu certitudine de 0.7 infecia este bacterian.
este rescris n contextul sistemului MYCIN prin intermediul regulii
IF: (AND(same_context infection primary_bacteremia)
(membf_context site sterilesite)
(same_context portal GL))
THEN: (conclude context_ident bacteroid tally .7).
8.8.2. Tratarea incertitudinii n sistemul MYCIN
Pornind de la binecunoscuta teorema a lui Bayes din calculul probabilitilor, specialitii
de la Standford University i-au dezvoltat un sistem propriu de tratare a certitudinii n sistemele
expert.
Fie MB(H|E) o msur a ncrederii ("belief") ipotezei H i MD(H|E) o msur a
nencrederii ("disbelief") ipotezei H, n ipoteza c evenimentul E s-a produs. Au loc relaiile:
1 > MB(H|E) > 0, dac MD(H|E)=0, sau
1 > MD(H|E) > 0, dac MB(H|E)=0.
Utiliznd cele dou msuri de mai sus, se poate defini factorul de ncredere al ipotezei H
CF(H|E) = MB(H|E) - MD(H|E).
Se poate observa cu uurin c -1 CF(H|E) 1, o valoare apropiat de 1 semnific
faptul c ipoteza H este foarte plauzibil, n timp ce, o valoare apropiat de -1 semnific o
respingere a ipotezei H. Valoarea zero reprezint o incertitudine maxim, caz n care nu se
poate afirma nimic referitor la veridicitatea sau non veridicitatea ipotezei H.
Premizele fiecrei reguli sunt formate dintr-un numr de fapte mixate ntre ele prin
utilizarea conectorilor logici. Pornind de la coeficienii de ncredere asociai premizelor se poate
calcula coeficientul de ncredere asociat regulii respective. Fie de exemplu P1 i P2 premizele
unei reguli oarecare R. Se consider:
CF(P1 and P2) = min(CF(P1),CF(P2)), i
CF(P1 or P2) = max(CF(P1),CF(P2)).
Combinnd cele dou reguli de mai sus se poate calcula factorul de ncredere asociat concluziei
regulii respective, prin nmulirea dintre factorul de ncredere asociat premizelor cu factorul de
ncredere al regulii respective.
De exemplu, s presupunem c n baza de cunotine se gsete regula urmtoare
R: (P1 and P2) or P3 C1 (0.7) and C2 (0.3)
unde P1, P2 i P3 sunt premize iar C1 i C2 sunt concluziile regulii R, avnt factorii de ncredere
0.7, respectiv 0.. Aceti din urm factori au fost stabilii la proiectarea sistemului expert. Dac,
n timpul execuiei programul a produs faptele P1, P2 i P3 cu factorii de ncredere 0.6, 0.4 i 0.2,
atunci concluziile C1 i C2 vor fi adugate n memoria de lucru cu factorii de ncredere 0.28,
respectiv 0.12. Calculele s-au efectuat n modul urmtor:
CF(P1 and P2) = min(0.6,0.4) = 0.4
CF((0.4) or P3 = max(0.4,0.2) = 0.4
Coeficientul de ncredere al rezultatului C1 este 0.7 n regul, care nmulit cu factorul de
ncredere al premizelor produce factorul de ncredere 0.28 asociat concluziei C1. Analog,
factorul de ncredere al concluziei C2 a aceleai reguli R este 0.30.4=0.12.
Se poate constata c aplicarea a dou sau mai multe reguli pot produce acelai rezultat
R. Se pune urmtoarea problem: care va fi factorul de ncredere al acestui rezultat? S
presupunem c CF(C1) este factorul de ncredere curent al unui anumit rezultat R i c acelai
rezultat R este produs de o nou regul C2 cu factorul de ncredere CF(C2). Noul factor de
ncredere al rezultatului R va fi:

CF( C 1 ) + CF( C 2 ) - CF( C 1 )* CF( C 2 ), cnd CF( C 1 ),CF( C 2 ) > 0

CF( C 1 ) + CF( C 2 ) + CF( C 1 )* CF( C 2 ), cnd CF( C 1 ),CF( C 2 ) < 0

CF( C 1 ) + CF( C 2 )
1 min ( CF( ) , CF( ) ) , n rest
C1 C2
8.8.3. Diagnosticul unei boli

MYCIN este un sistem expert "goal-driven". Principala sa funcie este de a stabili dac
un microorganism particular poate constitui cauza infeciei unui anumit pacient.
Microorganismele care pot fi cauza infeciei pacientului sunt analizate fiind validate sau
infirmate de ctre sistem n decursul "consultaiei".
Pentru a face ca sistemul s se comporte ca un doctor, proiectanii sistemului au plecat
de la observaia c medicii i ncep consultaia prin anumite ntrebri de rutin ("Ci ani avei
?" sau "Ai suferit de ...?"), urmnd ca anumite ntrebri specifice s fie puse atunci cnd acestea
sunt necesare. Colecia informaiilor generale nc de la nceputul consultaiei va evita
ntreruperea sesiunii pentru nite ntrebri triviale. ntrebrile specifice vor fi puse de sistemul
MYCIN n stadiile avansate ale "consultaiei".
Sistemul MYCIN controleaz procesul de cutare prin cteva modaliti care vor fi
discutate pe scurt n continuare. Astfel, premizele unei reguli restrng sfera de aplicabilitate a
regulilor respective diminund spaiul problemei. De exemplu, sistemul MYCIN presupune c
ar fi vorba de o meningit dac pacientul acuz dureri de cap sau alte semne neurologice
anormale. Dup ce sistemul a stabilit cauza general a bolii (meningit, infecie bacterian),
fiecare ipotez posibil este cercetat exhaustiv n manier depth-first.
Pentru a se comporta ct mai inteligent i a reduce timpul de cutare, sistemul MYCIN
verific dac dintre premizele unei reguli nu exist una despre care se tie c este fals, evitnd
astfel verificarea inutil a celorlalte premize.
De asemenea, n procesul de cutare sistemul MYCIN este tentat n gsirea aa numitei
"unity path". Astfel spus, dac, la un moment dat, este gsit o regul avnd factorul de
certitudine maxim (egal cu unitatea), sistemul nu va mai ncerca i alte reguli, sporind astfel
eficiena i eficacitatea procesului de cutare.
Dup cum s-a menionat mai sus, factorul de ncredere corespunztor premizelor este
combinat cu cel al regulii aplicate obinndu-se astfel factorul de ncredere asociat concluziei
generate prin aplicarea regulii respective. Aceast concluzie va deveni premiza unei noi reguli,
sistemul MYCIN fiind de tip goal-driven. Atunci cnd nivelul de ncredere al unei premize scade
sub valoarea 0.2, cutarea n adncime este abandonat, revenindu-se prin backtracking ntr-
un nod superior n vederea alegerii unei noi reguli (verificarea unei noi ipoteze posibile).
Dialogul urmtor ilustreaz o "consultaie" efectuat de sistemul expert MYCIN.
Comentariile n "italic" nu in de sesiunea MYCIN ci au fost inserate pentru comentarea
acesteia.
@ mycin
MYCIN 26-March ...
Instruciuni ? (D sau N)
N
26 Martie 10:42
PACIENT-1
MYCIN a creat un obiect PACIENT-1 n baza sa dinamic de date (memoria de

lucru). Cteva informaii generale necesare fiecrui pacient sunt solicitate de
ctre sistem. Aceste informaii fac obiectul urmtoarelor 4 ntrebri
(1) Numele: Alan APT
(2) Vrsta: 34
(3) Sex: de ce (why)
MYCIN va relua ntrebarea dup rspunsul la ntrebarea utilizatorului
[De ce este important s determini sex-ul pacientului PACIENT-1]

[1.0] Sexul pacientului este unul dintre cei patru parametri standard care identific un
pacient. Acesta poate fi util mai trziu.]
[napoi la ntrebarea 3]
(3) B
(4) Rasa: caucazian
(5) Exist vreun fel de recoltri pentru examene bacteriologice care ar putea fi corelate
cu boala (afeciunea) i ce organisme s-au dezvoltat cu succes n laborator ?]
Nu
MYCIN este un program pentru diagnosticul i tratamentul bolilor infecioase,

astfel nct nainte de a ncepe cu ntrebri detaliate (anamneza) asupra strii
prezente a pacientului, el pune ntrebri (cere detalii) despre orice date
(culturi=examene bacteriologice) prezente sau n curs de efectuare.
Nu
(6) Exist culturi (examene bacteriologice) n curs de efectuare pentru Alan APT ?
Da
--- Examenul bacteriologic 1 ---
(Un nou obiect (CULTURA-1) este creat i legat de obiectul
PACIENT-1)
(7) Din ce zon a fost recoltat specimenul (proba) pentru examenul 1
(CULTURA-1) ?
LCR (lichidul cefalorahidian)
(8) Furnizai data i ora efecturii examenului bacteriologic LCR
26 Martie, ora 7
(9) S-a efectuat un frotiu (lam) n momentul recoltrii probei?
Da
(10) A fost prezent flor microbian (de orice fel) pe frotiul din prob ?
Nu
Indentarea sugereaz concentrarea ateniei sistemului MYCIN de la obiectul

PACIENT-1 la examinarea obiectului CULTURA-1 i revenirea la pacientul
PACIENT-1.
(11) Mai sunt i alte examene bacteriologice n curs de efectuare?

Nu
...
(16) A avut Alan APT n ultima vreme dureri de cap persistente sau alte semne
neurologice anormale (ameeal, letargie etc.) ?
Da
(17) A avut Alan APT de curnd vreo examinare care s evidenieze semne neurologice
anormale (rigiditatea cefei, com, convulsii etc.), constatate de vreun medic ?
Da
Bazndu-se pe rspunsurile afirmative la ultimele dou ntrebri, MYCIN

deduce c este vorba despre o infecie meningeal i purcede la o cutare napoi
pentru a identifica microorganismul care ar putea cauza meningita.
Culturile de LCR vor fi corelate cu meningita.
(18) Furnizai data cnd au aprut primele manifestri clinice ale meningitei (simptome,
semne clinice sau examene de laborator).
25 Martie 10:00
...
(36) A suferit Alan APT vreo intervenie neurologic ?

De ce (Why)
[De ce este important s se determine dac PACIENT-1 a suferit
vreo intervenie neurologic]
[6.0] Aceasta va ajuta la determinarea microorganismului (altele dect cele evideniate
prin culturi sau frotiuri) care ar putea fi cauza infeciei.
A fost stabilit deja
[6.1] afeciunea care necesit terapie este meningita, and
[6.2] microorganismele nu au fost absente pe probele din culturile de LCR (fie frotiu fie
examen bacteriologic), and
[6.3] tipul infeciei este bacterian
prin urmare, dac
[6.4] Alain APT a suferit de vreo intervenie neurologic, and
[6.5] Timpul scurs de la operaie este mai mic de dou luni, and
[6.6] Tipul interveniei neurologice nu este un unt ventriculo-uretral
atunci
sunt dovezi clare c microorganismele care ar putea fi la
originea infeciei sunt
- stafilococi coagulazo-pozitivi (.75)
- stafilococi coagulazo-negativi (.50)
- escherichia coli (0.4)
- Klebsiella ...
Author: YU
[Regula511]
Cum (How) {6.3]
Pe medic l intereseaz cum a ajuns sistemul MYCIN la concluzia c infecia
este bacterian.
[Cun s-a stabilit c tipul de infecie este bacterian ?]

Urmtoarele reguli au condus la aceast concluzie: probabilitatea cea mai mare ca
infecia s fie bacterian
Regula da nu
[6.7] 500 0.40
[6.8] 501 0.17
[6.9] 502 0.10
[6.10] 524 0.42
[6.11] 504 0.28
S-a stabilit deci c tipul de infecie ar putea fi bacterian.
No
...
(42) Este Alain APT un pacient cu arsuri ?

Da
Sunt dovezi clare (Regula507) c tratamentul trebuie s acopere infecia cu Diplococcus
pneumoniae ce ar putea cauza meningita.
S-a stabilit (Regula545) c tratamentul trebuie s acopere infecia cu esterichia coli ce ar
putea cauza meningita.
S-a stabilit (Regula545, Regula578) c tratamentul trebuie s acopere infecia cu
Pseudomonas aeruginoza ce poate cauza meningita.
MYCIN ncearc s prescrie tratamentul adecvat pentru aceste infecii. Mai

nti, trebuie s determine dac pacientul este alergic la tratamentul cu
antibiotice. Se solicit introducerea nlimii i greutii pacientului pentru
determinarea dozei adecvate.
(43) Are Alan APT semne semne de focar neurologic (compresiuni pe creier) ?
No
[Se determin dozele necesare pentru infecia cu esterichia coli]
[Determinarea medicamentelor adecvate]
INFECIA-1 este meningit
<agent microbian 1> Diplococcus pneumoniae (numai prin probe
clinice)
<agent microbian 2> Esterichia coli (numai prin probe clinice)
<agent microbian 3> Pseudonomas aeruginosa
[Rec -1] Recomandarea mea preferat de tratament este urmtoarea:

Pentru a acoperi posibilitile <1,2,3>.
Administrai urmtoarele n combinaie:
1) Amplicilin doza: 3.85g la 4h, intravenos
2) Gentamicin doz: 131 mg la 8h, intravenos
Indicaie: Se monitorizeaz concentraiile serice, deoarece concentraii serice ridicate de
penicilin pot inactiva aminoglycosides (gentamicina). Nu se amestec aceste antibiotive n
acelai flacon de perfuzie sau de administrare IV (intravenos).
Dorii i alt variant de tratament ?
Nu
Dac medicului nu-i convine tratamentul recomandat, acesta poate solicita altul
eliminnd unul dintre medicamente (ampicilina de exemplu). Rspunznd
afirmativ la ntrebarea precedent, MYCIN ar fi ncercat s gseasc un alt
tratament.

Cap. 08 - Sisteme Expert PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cap. 08 - Sisteme Expert PDF

Încărcat de

Drepturi de autor:

Formate disponibile

IASE 1/49 Cap. 8.

8.1.1. Istoria inteligenei artificiale

Logic tiina calculatoarelor Lingvistic

Fig. 8.1. Domenii ale inteligenei artificiale

8.1.2. Sisteme Expert. Definiii

Din punct de vedere funcional, un sistem expert poate fi definit astfel:

Noi tehnici de programare

Fig. 8.2. Componentele de baz ale SE

8.1.3. Originea sistemelor expert. Experimentri i realizri

8.2.1 Componentele sistemelor expert

Achiziia de Reprezentare Tratarea Utilizarea

Modul de achiziie a cunotinelor

Fig. 8.4,a. Structura general a unui sistem expert

Sistemul rezolutiv, care este dedicat urmtoarelor funciuni i obiective legate de

Sistemul explicativ, care este dedicat urmtoarelor funciuni i obiective legate de

Solicitare Prelucrarea cunoaterii

Fig. 8.4,b. Structura general a unui sistem expert

Sistemul de comunicare, care este dedicat comunicrii dintre sistemul expert i

8.2.2. Categorii de aplicaii

(dac A este adevrat la un moment T,

8.2.3. Alternative n construcia unui sistem expert

SE uor de SE pentru c se poate

SE pentru gsirea SE pentru cutarea SE pentru cutarea

Ne propunem s rspundem la ntrebarea: se poate folosi un mecanism de inferen

8.2.4. Etape ale realizrii unui sistem expert

Fig. 8.5. Etapele dezvoltrii sistemului expert

8.3 Proiectarea sistemelor expert

8.3.1. Elementele definitorii pentru sistemele cognitive

Sistemul de clasificare propriu domeniului de expertiz ofer posibilitatea de a

Referitor la modul n care se efectueaz accesul la piesele de cunoatere i alte

8.3.2.1 Opiuni privind cutare

Cutarea nu poate fi eliminat din problemele de inteligen artificial, fiind de fapt o

Prevederea de restricii n procesele generatoare de stri i are rdcina n nsi

Creterea eficienei procesului de cutare prin transformarea spaiului de stri are n

8.3.2.2. Opiuni privind controlul

Alegerea strategiei de control este dependent de caracterul problemelor i de modul n

8.4. Reprezentarea cunoaterii

Reprezentarea cunotinelor ntr-un calculator const n gsirea unei corespondene

8.4.1 Noiuni introductive despre reprezentarea cunoaterii

8.4.1.1. Sistemul de meta-reprezentare

Prin meta-reprezentare se nelege acea reprezentare a cunoaterii despre cunoaterea

8.4.1.2. Sistemul de clasificare

Ordinea conceptual se realizeaz cu ajutorul unui sistem de clasificare ce urmrete

8.4.1.3. Sistemul de organizare

Prin acest sistem se nelege activitatea de ordonare i grupare a pieselor de cunoatere

8.4.2. Metode de reprezentarea cunoaterii

Nivel Schema intern

Fig. 8.6. Arhitectura pe trei niveluri de reprezentare a datelor

Nivelul conceptual sau schema conceptual descrie structura ntregii baze de

8.4.2.1. Reprezentarea cunoaterii n limbajul calculului cu predicate de ordinul I

Metoda de reprezentare a cunoaterii in limbajul calculului cu predicate de ordinul I

8.4.2.2. Reprezentarea cunoaterii prin reele de producie

Organizarea sistemelor de producii

Msuri pentru creterea performanelor

organizarea contextului pentru a se permite o explorare parial;

[<piesa de cunoatere> <lista de reguli>].

ntr-un context local specific unei probleme i la o specializare corespunztoare, n

[<regula> <list piese cunoatere>].

Utilizarea acestui context presupune intersecia referinelor din context ce corespund

8.4.2.3. Reprezentarea cunoaterii prin reele semantice

Reele semantice simple

Reele semantice sortate

Reele semantice extinse