Proiect

-Realitate Virtuala in domeniul roboticii-

Reprezentare i Metode n Inteligena Artificial

Cuprins
1.Concepte de baza...............................................................................................................................4 1.1 Inteligenta artificiala: o incercare de definire.........................................................................6 1.3 Natura problemelor de inteligenta artificiala.............................................................................7 2. Sisteme Expert..................................................................................................................................8 2.1 Metoda de Reprezentare n Inteligena Artificial...................................................................13 2.2 Metodele relaionale (modele structurate)...............................................................................15 2.3 Reprezentarea cunotinelor.....................................................................................................16 2.4 Criterii n stabilirea metodei de reprezentare a cunostintelor..................................................17 2.5 Metode de planificare..............................................................................................................21 3. Retele neuronale.............................................................................................................................22 3.1 Stadiul cercetarilor in Inteligenta Artificiala...........................................................................22 Bibliografie.................................................................................................................................24

Reprezentare i Metode n Inteligena Artificial

Reprezentare i Metode n Inteligena Artificial

Reprezentare i Metode n Inteligena Artificial

Obiectul inteligenei artificiale este obinerea de artefacte care s se comporte inteligent, similar unui om. Cteva exemple binecunoscute de astfel de artefacte sunt roboiiantropomorfi, programele de jucat ah, calculatoarele care pot dialoga ntr-un limbaj similar celui uman, programele de traducere automat sau de regsire a textelor relevante pe Internet.

1.Concepte de baza
Dezvoltarea spectaculoasa a calculatoarelor in ultimii treizeci de ani a permis cercetarilor in domeniu sa incerce utilizarea calculatoarelor pentru rezolvarea unor probleme din ce in ce mai dificile, din ce in ce mai apropiate de complexitatea problemelor solutionate de om. Pe masura ce problemele de viteza si capacitate de memorare au fost rezolvate la nivelul tehnologiei constructiei calculatoarelor, limitarea utilizarii tehnicii de calcul in locul expertului uman se datoreaza mai ales incapacitatii oamenilor de a instrui si programa adecvat calculatoarele. Incercarea extinderii utilizarii calculatoarelor la tot ceea ce poate fi solutionat de om a dus la aparitia unui nou domeniu al stiintei calculatoarelor: inteligenta artificiala. Cnd s-a vorbit prima data de Inteligenta Artificiala (AI Artificial Intelligence) n 1956, totul parea o utopie, un vis prea frumos pentru a fi realizat, un stadiu al dezvoltarii considerat a fi greu de atins. n ultimii aproape 50 de ani, termenul a prins contur, devenind realitate, fiind n prezent folosit n toate stiintele care doresc sa se afirme. Initiatorul sau, prof. John McCarthy a prezentat noul concept n vara anului 1956 la ntrunirea Darthmouth Summer Research Project on Artificial Intelligence. Inteligenta Artificiala poate fi definita ca simularea inteligentei umane procesata de masini, n special, de sisteme de computere. Acest domeniu a fost, n general, caracterizat de cercetari complexe n laboratoare si doar destul de recent a devenit parte a tehnologiei n aplicatii comerciale. n ultimii ani au avut loc numeroase discutii privind filozofia Inteligentei Artificiale si rolul sau n dezvoltarea tehnologiilor. De-a lungul timpului, opinia publica a ridicat unele ntrebari legate de avansul tehnologic bazat pe Inteligenta Artificiala: -n ce masura masinile inteligente vor face parte din viata oamenilor ? -pot fi construite masini cu constiinta ? -sunt oamenii capabili sa construiasca masini cu adevarat inteligente si daca da, cum le vor controla ?

Reprezentare i Metode n Inteligena Artificial

-cine va detine puterea, omul sau masina ? -avem cu adevarat nevoie de masini inteligente ?

Termenul de Inteligenta Artificiala este ntlnit azi n numeroase publicatii tehnice, medicale, militare, stiintifice, de obicei, cnd vine vorba de aplicatii ce realizeaza performante de care numai omul era socotit capabil: recunoasterea si analiza vocii si a imaginilor, traduceri dintr-o limba n alta, diferite jocuri de inteligenta (sah, bridge), luarea unor decizii complexe fara interventia unui operator uman etc. Initial, obiectivele Inteligentei Artificiale au fost foarte ambitioase: masina trebuia sa rezolve diferite probleme, sa nvete din propria experienta si din evenimentele exterioare sistemului sau, sa efectueze rationamente, sa conceapa noi obiecte cu proprietati prestabilite. Principalul scop al Inteligentei Artificiale este de a imita ntrutotul creierul uman n modul n care acesta gndeste, raspunde si interactioneaza. n pofida nivelului atins de cercetatori, acest deziderat nu va fi atins foarte curnd, creierul uman fiind nca o enigma, aproape imposibil de analizat matematic si/sau tradus n limbaj masina. Indiferent de puterea lor de procesare, masinile nu vor nlocui, probabil niciodata, omul, cea mai inteligenta si puternica fiinta de pe Pamnt. Aceasta afirmatie este sprijinita de numeroase ratiuni. Cel mai important argument mpotriva dezvoltarii masinii cu adevarat inteligente este cel al evolutiei. Masinile nu au parcurs rigorile de supravietuire timp de milioane de ani precum oamenii. Modul n care acestia interactioneaza, gndesc si se adapteaza sunt faze de dezvoltare ale intelectului, diferit fiecarui individ n parte. Acestui intelect i-au fost necesare milioane de ani sa evolueze, reprezentnd, astfel, o etapa extrem de dificil de implementat n dezvoltarea masinii inteligente. Unii oameni de stiinta afirma ca inteligenta umana este imposibil de atins si ntrecut pe cale artificiala de o masina. n 1989, matematicianul britanic Roger Penrose a sustinut ca mecanismele de functionare specifice creierului uman nu pot fi replicate de masina, nici macar n principiu. n prezent, creierul uman este considerat a fi cel mai sofisticat computer cunoscut. Afirmatia nu poate fi negata, dar creierul uman functioneaza pe aceleasi principii

Reprezentare i Metode n Inteligena Artificial

ca oricare alt creier din regnul animal. Spre a ntelege inteligenta umana, trebuie sa ntelegem modul n care se formeaza cele mai simple gnduri. ncercarea de a trece peste aceste etape primare si a cerceta direct actiunile complexe ale creierului uman este aproape imposibila. Pna n prezent s-au dezvoltat doua metode diferite de abordare a Inteligentei Artificiale. Prima metoda este cunoscuta sub numele top-down approach sau symbolic approach to AI. Spre exemplu, vederea artificiala a unei masini (controlata de un computer) a fost abordata prin construirea unor algoritmi si aplicarea lor pe o serie de date de intrare. Fiecare pas al procesului de vedere trebuie evaluat, un algoritm urmnd sa transforme datele de intrare ntr-o forma mai usor de utilizat. Aceasta metoda are dezavantajul ca este prea dependenta de masina si poate fi utilizata doar n probleme foarte restrnse. De asemenea, abordarea se bazeaza n mare masura pe cunostintele programatorului, absolut nimic nu poate fi adaugat automat. A doua metoda consta n construirea unei retele neuronale care sa asigure convertirea unei imagini n informatie. n anii 60 preocuparile au fost concentrate pentru constituirea unei astfel de retele, denumita perceptron. Acesta, o combinatie reusita de retea neuronala si informatii pre-procesate, a permis pentru prima data recunoasterea imaginilor de catre un computer. Perceptronul s-a bazat pe ceea ce a reprezentat atunci primul stadiu al vederii artificiale, fiind folosit ulterior n constructia masinilor autoghidate.

1.1

Inteligenta artificiala: o incercare de definire

Ce este inteligenta artificiala? Exista numeroase definitii sau incercari de a defini inteligenta artificiala. Multitudinea acestor definitii provine tocmai din faptul ca domeniul, fiind legat de insasi esenta naturii umane, este deosebit de provocator. O incercare de definire a inteligentei artificiale ar trebui sa porneasca de la definitia inteligentei, definitie departe de a fi banal de formulat. Multe din abordarile caracterizarii domeniului au eludat sau au atins doar partial acest aspect, altele l-au considerat implicit. Citeva definitii ale inteligentei artificiale, dintre cele mai cunoscute si relevante, sint date in continuare: Inteligenta artificiala este domeniul stiintei calculatoarelor care se ocupa de studiul si crearea sistemelor de calcul si a programelor care prezinta o forma de inteligenta: sisteme care invata noi concepte, care pot rationa si deduce concepte utile intr-un domeniu al lumii inconjuratoare, sisteme care pot intelege limbajul natural sau percepe si intelege un peisaj, intr-un cuvint sisteme care necesita capacitati inteligente specifice omului. Inteligenta artificiala este studiul ideilor care permit calculatoarelor sa fie inteligente. Inteligenta artificiala este studiul facultatilor mentale pe baza modelelor computationale.
6

Reprezentare i Metode n Inteligena Artificial

Inteligenta artificiala se distinge prin subiectele pe care le trateaza, nu prin istorie sau metode specifice. Subiectul tratat de inteligenta artificiala este mintea, considerata ca un sistem de prelucrare a informatiei. Un program inteligent este un program care manifesta o comportare similara cu aceea a omului cind este confruntat cu o problema similara. Nu este necesar ca programul sa rezolve sau sa incerce sa rezolve problema in acelasi mod in care ar rezolva-o oamenii. Inteligenta artificiala este studiul procesului prin care calculatoarele pot fi instruite sa faca lucruri care, pentru moment, sint facute mai bine de oameni. Marvin Minsky, intrebat ce este inteligenta artificiala, a raspuns: "Exista intotdeauna persoane care au nevoie sa defineasca totul pentru a realiza ceva. De ce?" Se poate observa din aceste definitii ca anumite curente de opinii privesc inteligenta artificiala ca o modalitate de cercetare, descoperire si simulare (copiere) a modului de functionare a inteligentei umane. Aceasta perspectiva a condus la numeroase cercetari in inteligenta artificiala si la dezvoltarea unor noi domenii cum ar fi stiinta cunoasterii, domeniu studiat de psihologi, lingvisti, informaticieni, filozofi, si domeniul retelelor neuronale, numit si inteligenta artificiala la nivel subsimbolic. O a doua perspectiva asupra inteligentei artificiale considera domeniul dintr-un punct de vedere pragmatic. Nu conteaza daca inteligenta artificiala utilizeaza modelele si mecanismele comportamentului inteligent uman, importanta este capacitatea sistemelor de calcul de a rezolva aceleasi probleme cu performante similare cu cele ale oamenilor. Textul de fata se orienteaza preponderent spre aceasta opinie asupra inteligentei artificiale. Ca orice stiinta, inteligenta artificiala se ocupa de o serie de probleme cu caracteristici generale comune si dezvolta tehnici specifice de rezolvare a acestor probleme. Sectiunile urmatoare vor delimita specificul problemelor si tehnicilor de inteligenta artificiala, acestea fiind reluate pe larg in capitolele ce urmeaza.

1.3 Natura problemelor de inteligenta artificiala

Majoritatea cercetarilor in domeniul inteligentei artificiale efectuate la inceputul aparitiei disciplinei s-au orientat spre rezolvarea unor probleme usor formalizabile dar considerate ca necesitind un comportament inteligent: demonstrarea teoremelor si jocurile. Programul "The Logic Theorist" al lui A. Newell, J. Shaw si H. Simon [1963] putea sa demonstreze mai multe teoreme din primul capitol al lucrarii "Principia Matematica" a lui Whitehead si Russell. Programul care juca sah al lui A. Samuel [1967] isi imbunatatea performantele de joc dupa fiecare partida jucata. Problemele rezolvate de aceste programe au o caracteristica
7

Reprezentare i Metode n Inteligena Artificial

comuna: ele sint probleme grele, deci NP-complete. Oricit de performant ar fi un calculator, acesta nu poate rezolva o problema cu un algoritm de complexitate timp O(eN), pentru o valoare semnificativa a dimensiunii N a intrarii, intr-un interval de timp rezonabil. Cercetarile in inteligenta artificiala s-au orientat tocmai spre incercarea de a reduce explozia combinationala implicata de cautarea solutiei acestui tip de probleme. Una din contributiile mari aduse de inteligenta artificiala stiintei calculatoarelor este utilizarea euristicilor in rezolvarea problemelor grele, transformind astfel probleme inabordabile din punct de vedere al timpului de rezolvare in probleme posibil de rezolvat in numeroase cazuri. Incercarea de a simula comportamentul inteligent uman a dus la investigarea unor alte tipuri de probleme, probleme care implica un grad inalt de expertiza umana, cum ar fi diagnosticul medical, managementul, proiectarea si rezolvarea problemelor ingineresti generale. Aceste probleme necesita modelarea unor cantitati mari de informatii, informatii greu de formalizat, cum ar fi experienta si intuitia. Sistemele expert, rezultat direct al acestor cercetari, sint acum mult utilizate in domeniile amintite. O alta directie a cercetarilor de inteligenta artificiala a fost aceea a rezolvarii problemelor banale, cotidiene, care necesita cunostinte de bun simt. Aceste probleme includ rationamentul despre obiecte fizice si relatiile intre ele, si rationamentul despre actiuni si consecintele acestora. Oricine stie, de exemplu, ca un obiect nu poate sa fie simultan in doua locuri diferite sau ca nu trebuie sa dea drumul unui pahar din mina deoarece poate sa cada si sa se sparga. Aceste comportamente pot fi greu caracterizate ca necesitind inteligenta si, totusi, ele sint cele mai greu de modelat intr-un program. Cunostintele de bun simt sint la indemina oricarui om dar ele trebuie reprezentate explicit intr-un program, iar volumul lor este impresionant. Surprinzator, cercetarile de inteligenta artificiala au avut rezultate cu mult mai bune in domenii ca rezolvarea problemelor formale dificile cum ar fi jocurile, demonstrarea teoremelor, sau a problemelor care necesita expertiza umana intr-un anumit domeniu, decit in domeniile care necesita cunostinte de bun simt. S-a reusit construirea unui program care sa demonstreze teoreme matematice complicate si care sa descopere chiar concepte matematice noi, dar nu s-a reusit construirea unui program care sa stie tot ceea ce stie un copil de doi ani!

2. Sisteme Expert
Cuvntul inteligen provine din limba latin (intelligentia - pricepere, nelegere, cunoatere) fiind regsit n majoritatea limbilor moderne, cu aceeai semantic. Lista
8

Reprezentare i Metode n Inteligena Artificial

definiiilor care urmeaz ncearc s creeze o nelegere ct mai complex a implicrii acestei noiuni n terminologia specific a Sistemelor Expert. Inteligena [Mar-78] reprezint nelegerea profund, uoar a unor lucruri, mai ales n domeniul culturii i al tiinei; facultatea de a nelege, de a pricepe fenomenele, lucrurile, etc. ntelegerea [Ros-75] este activitatea gndirii prin care se descoper legturile dintre obiecte i fenomene. n form elementar, nelegerea este cuprins chiar n procesul perceperii. n form mai complex, nelegerea este implicat n descoperirea legturilor dintre cauz i efect, a semnificaiei unei lucrri artistice sau tiinifice, a motivelor conduitei oamenilor, etc. nelegerea este implicat, mai ales, n procesul de rezolvare al problemelor i se bazeaz n general pe experiena trecut i pe utilizarea acesteia, ntr-o situaie nou. Inteligena Artificial IA [Pop-81] reprezint un domeniu de cercetare al crui scop const n studiul i modelarea inteligenei, prin crearea de sisteme capabile s ndeplineasc activiti inteligente. Sistemele realizate nu trebuie s copieze n mod necesar metodele i tehnicile utilizate de om pentru ndeplinirea activitilor, important fiind numai efectuarea ieftin, sigur i eficient a activitilor propuse. Inteligena Artificial IA [Sfe-93] cuprinde eforturile depuse pentru dotarea calculatoarelor cu capaciti, care n mod obinuit, sunt atributele inteligenei umane: achiziia de cunotine, percepia (vizual, auditiv), raionamentul, luarea deciziei, etc. Inteligena Artificial - [Bee-93] reprezint acea arie a tiinei calculatoarelor preocupat cu realizarea mainilor care execut anumite aciuni, care dac ar fi realizate de oameni ar fi considerate c exprim comportamentul uman. Sistemul Expert SE [Bee-93] reprezint o form a inteligenei artificiale. SE este proiectat pentru a reproduce tehnica de rezolvare a problemei unui expert ntr-o arie ngust de specializare, n care se justific mult mai mult raionamentul dect calculul. Un Sistem Expert SE [Bra-88] este un program care rezolv problemele dintr-un domeniu ngust de aplicaie, asemeni unui expert uman. Un Sistem Expert [Lug-91] este un program bazat pe cunoatere care ofer soluii de calitate expert, ntr-un domeniu specific. Un Sistem Expert [Fei-82] este un program inteligent care utilizeaz cunotine i proceduri de inferen pentru rezolvarea unor probleme care sunt suficient de dificile pentru a solicita expertize efectuate de specialiti.

Reprezentare i Metode n Inteligena Artificial

Raionamentul - [Bee-93] este abilitatea de a concepe, sau ncercarea de a ajunge la o concluzie pornind de la premize valide sau invalide. Sistemele Expert reprezint o ramur a inteligenei artificiale care folosec cunotine specializate pentru a rezolva o problem la nivelul unui expert uman. Toate definiiile Sistemelor Expert scot n eviden o trstura specific lor i anume faptul c un SE utilizeaz informaii extrase din experiena uman, putnd deci furniza decizii la nivelul de competen corespunztor informaiilor primite i a metodelor de raionare implementate. Un sistem expert nu este numit program, ci sistem, deoarece ncorporeaza multe tehnologii diferite, cum ar fi baza de cunotine, mecanisme de interferen, faciliti de explicare etc. Realizarea unei maini inteligente, care s imite performanele complexe ale comportamentului uman reprezint o real provocare datorit lipsei de abilitate a omului de a nelege n ntregimemecanismul de procesare, respectiv puterea creierului uman. [Bee93]. Avantajele i dezavantajele unei maini inteligente pot fi cel mai bine reliefate prin realizarea unei analize comparative ntre comportamentul uman i sistemele inteligente aa cum se poate observa n Tabelul 1.1 i Tabelul 1.2, care sintetizeaz cteva diferene semnificative.

10

Reprezentare i Metode n Inteligena Artificial

Structura unui Sistem Expert Structura unui Sistem Expert este reprezentat n fig. 1.1, modulele componente avnd urmtoarele semnificaii: Baza de cunotine nglobeaz o colecie de cunotine relevante despre un anumit domeniu, fiind format din:
-

baza general de cunotine modul ce conine regulile referitoare la operaiile care se pot efectua asupra elementelor de cunoatere coninute n baza de date specific cazului. n esen, regulile constituie un ansamblu complet i necontradictoriu de cunotine necesare rezolvrii unei probleme.

datele cazului specific modul ce conine informaiile relative la domeniul de aplicaie studiat. Faptele reprezint partea dinamic a bazei de cunotine i au rolul de a reprezenta starea obiectelor la un moment dat.

11

Reprezentare i Metode n Inteligena Artificial

Maina de inferen - este un program general care implementeaz mecanismul prin care se construiesc deduciile, prelucreaz cunotinele i datele pe baza acestor deducii. Motorul de inferen conine cunoaterea procedural i de control. Interfaa utilizator - realizeaz o legtur facil ntre sistem i utilizator, intermediind un dialog eficient ntre acetia. Interfaa permite utilizatorului s pun ntrebri sistemului expert, s introduc noi informaii, sau s obin o imagine asupra procesului de rezolvare. Editorul baz de cunotine - permite completarea sau modificarea bazei de cunotine a SE. Aciunea propriu-zis de achiziionare se realizeaz prin chestionarea experilor umani. Sistemul explicativ - are rolul de a furniza explicaii operatorului n legtur cu raionamentul folosit pentru a ajunge la concluzia prezentat. Modulul grafic reprezint interfaa grafic care faciliteaz experilor din domeniu,posibilitatea de a-i formaliza cunotinele ntr-o manier ct mai reprezentativ, cu oasisten ct mai limitat a inginerului de cunotine.

12

Reprezentare i Metode n Inteligena Artificial

2.1 Metoda de Reprezentare n Inteligena Artificial

Inteligena Artificial [Cr-95] reprezint abilitatea omului de a instrui o main, astfel nct, n anumite mprejurri particulare, maina s se comporte, prin reacii la stimulii externi, ca o entitate inteligent. Maina inteligent trebuie s-i reprezinte raionamentele prin intermediul anumitor convenii i simboluri, cu care s fie capabil s opereze. Metoda de reprezentare presupune o anumit ordine conceptual, care cuprinde: sistemul de meta-reprezentare; sistemul de clasificare ; sistemul de organizare. Problema fundamental a Inteligenei Artificiale i respectiv a sistemelor expert este cea de definire a unor metode pentru reprezentarea unor cantiti semnificative de cunotine, metode care s permit stocarea i utilizarea eficient a acesteia. Metodele de reprezentare ale cunoaterii pot fi grupate n: metode logice; metode procedurale. metode relaionale (modele structurate); Metodele logice descriu cunoaterea ca pe o nlnuire de aciuni care se implic reciproc att din punct de vedere al cunotinelor ct i cel al relaiilor dintre acestea. Avantajul metodelor logice const n aplicarea direct a regulilor de inferen, asupra elementelor de cunoatere. Dezavantajul metodelor logice const n existena soluiilor nesatisfctoare de sistematizare a bazei de cunotine, n dificultatea reprezentrii cunoaterii despre aciuni i a regulilor euristice. Calcul predicatului de ordinul nti ca i exemplu de metod logic, reprezint o baz de cunotine construit n limbajul logic, incluznd piesele de cunoatere reprezentate cu ajutorul unor expresii (propoziii simple) nlnuite ntre ele cu formule ale acestui limbaj. Astfel, un element de cunoatere reprezentat iniial n limbaj natural este descompus n propoziii elementare adevrate denumite aseriuni (care specific fapte, proprieti, relaii) legate de elementul de cunoatere. Acesta este motivul pentru care metoda se mai numete i Reprezentarea faptelor Fiecare fapt poate fi tratat din punct de vedere informatic ca un lan de caractere specific, ca de exemplu: RANDAMENT_proiect_02 = 90%

13

Reprezentare i Metode n Inteligena Artificial

Pentru a procesa mai uor informaiile, se structureaz lanurile de caractere. Un procedeu curent l reprezint utilizarea tripletelor: <PREDICAT>(<SUBIECT>,<OBIECTE ASUPRA CARORA SE EFECTUEAZ PREDICAIA>) Fiecare propoziie elementar este generat de un predicat cu un numr finit de locuri n care sunt specificate variabile formale sau obiecte din mulimea suport. Pentru crearea elementului de cunoatere, propoziiile elementare sunt nlnuite prin intermediul conectorilor logici ( , , <, >, =, , , , , ^, V) putndu-se efectua raionamentele n mod logic. Particulariti: metodele logice de reprezentare a cunoaterii sunt declarative deoarece ofer faciliti pentru specificarea aspectelor statice ale cunoaterii, prin care sunt descrise componente, proprieti i fapte despre obiecte, evenimente i stri, precum i relaiile dintre acestea n cadrul universului discursului. Metodele procedurale sunt acelea n care cunoaterea este reprezentat sub form de proceduri, care permit obinerea strilor momentane, pornind de la strile iniiale sau intermediare. Ideea reprezentrii procedurale a cunotinelor a aprut iniial ca o ncercare de a scoate n eviden controlul implicit al secvenei strilor din cadrul metodelor logice de reprezentare. ntr-o reprezentare procedural, cunotinele despre lume sunt incluse n proceduri [Tac98]. Reprezentarea procedural scoate n eviden relaiile dintre elementele de cunoatere, descriind practic paii de prelucrare printr-un algoritm, o procedur de calcul, o strategie sau prin descrierea unui proces. Elementele de cunoatere declarative i procedurale sunt puternic corelate, prezentnd multe puncte comune, astfel: Cunotinele pot fi reprezentate att declarativ, ct i procedural. Spre exemplu relaia y=x2 poate fi reprezentat att declarativ, sub form de tabel, ct i procedural prin precizarea pailor de calcul pentru y, cunoscndu-l pe x. Sisteme de reguli de producie ca i exemplu de metod procedural de reprezentare a cunoaterii, sunt cele care stau la baza funcionrii sistemelor expert. Regulile de producie i au originea n sistemele care se bazeaz pe un set de transformri succesive ale unui context iniial, aa cum sunt gramaticile formale sau automatele finite.[Pn-00]. n acest sens, partea de condiie a unei reguli se mai numete i parte contextual, ea indicnd starea n care regula este aplicabil, iar cea de aciune se numete i parte transformaional, prin aceea c determin modificarea contextului.

14

Reprezentare i Metode n Inteligena Artificial

In anumite domenii regulile sunt dificil de formalizat, iar numarul acestora poate deveni att de mare nct s nu mai fie posibil manipularea lor datorit restriciilor aprute pentru sistemul de calcul.

2.2 Metodele relaionale (modele structurate)

Sunt acelea prin care cunoaterea este reprezentat, pornind de la relaiile dintre obiecte, sub form de grafuri i reele. Metodele din aceast categorie utilizeaz modele de tip structurat i permit organizareacunotinelor funcie de omogenitatea acestora, fiind concepute pentru: clasificare, prelucrare a limbajului natural, planificarea activitilor. Avantaje: Se evideniaz n mod explicit relaiile dintre entiti, programul avnd astfel acces rapid la obiectele nrudite crescnd eficiena computaional. Se pot astfel genera tipuri de inferene specializate bazate pe mecanisme eficiente. Dezavantaje: Se pierde din generalitatea pe care o are un model de tip logic. Reprezentarea cunoaterii prin reele semantice (metod relaional) dezvoltat iniial de Quillian n 1968 [Qui-85], n vederea reprezentrii conceptelor specifice cu caracter de asociativitate ale memoriei umane, este utilizat prin reprezentarea grafic a cunotinelor declarative exprimate sub form de propoziii. Astfel, obiectele, evenimentele sau diferitele situaii cu o anumit structur sunt reprezentate prin intermediul unui graf. Nodurile grafului simbolizeaz obiecte, proprieti ale obiectelor sau valori ale proprietilor, concepte sau situaii. Arcele (uzual orientate) reprezint relaiile dintre noduri. Semnificaia nodurilor i a arcelor este precizat prin etichete. Aceast metod de reprezentare exprim cunoaterea sub form de declaraii binare, respectnd urmtorul formalism: R(a,b) n care R exprim relaia, iar a i b entitile conectate prin relaia R , fig. 1.2.

Fig. 1.2. Graful corespunztor expresiei R(a,b) Reeaua semantic reprezint prin urmare o mulime de declaraii binare, oferind n acelai timp o direcionare a cutrii informaiei prin structura inclus n formalismul declaraiilor binare.

15

Reprezentare i Metode n Inteligena Artificial

Reprezentarea cunoaterii bazat pe cadre (metod relaional)

2.3 Reprezentarea cunotinelor

Noiunea de cunoatere poate fi definit n variate moduri. Spre deosebire de informaie, noiune central n informatic (de unde i termenul de IT - information technology tehnologia informaiilor), cunoaterea era, n acest domeniu, pn de curnd, specific doar subdomeniului inteligenei artificiale. n acest context, cunoaterea are o semnificaie bine precizat. Conform definiiei lui Alan Newell, unul din pionierii i teoreticienii inteligenei artificiale, cunoaterea este ceea ce poate fi atribuit unui agent uman sau artificial (un program de calculator autonom care interacioneaz cu mediul su nconjurtor) astfel nct comportarea sa s poat fi catalogat drept raional. (Newell 1982). n consecin, am putea spune c societatea cunoaterii este populat cuageni (din care muli sunt ageni artificiali, adic programe de calculator) care acioneaz raional. O observaie important n acest sens este c o comportare raional este o comportare predictibil (cu conotaie pozitiv, de situare ntr-un mecanism), ducnd la posibilitatea cooperrii ntre ageni n vederea atingerii unor scopuri comune. Cunoaterea adaug la informaie un neles, asociaz o aciune. Totodat, la mijlocul anilor 70, la circa dou decenii de cercetri n inteligen artificial, s-a ajuns la concluzia c reprezentarea i prelucrarea cunotinelor este esenial n asigurarea inteligenei. Orice program de calculator nglobeaz o cantitate de cunotine referitoare la problema de rezolvat i la domeniul cruia aparine acea problem. Pentru exemplificare s considerm cazul unui program de sortare (ordonare) a unei secvene de numere memorate ntr-un vector. Analiznd un program pentru rezolvarea acestei probleme din perspectiva cunotinelor implicate, se pot face urmtoarele precizri: Programul nglobeaz cunotine referitoare la faptul c, pentru a sorta nite numere (sau, n general, chei sau elemente), o abordare posibil este de a compara cheile ntre ele i a le interschimba pentru a le aduce la locul lor n secvena final. Algoritmul (scenariul) de sortare, care a stat la baza programului, este obinut ca o consecin a cunotinelor referitoare la schemele posibile de rezolvare a unei probleme. n particular, de exemplu, algoritmul particular de sortare prin interclasare este o consecin a ideei c o abordare util n multe cazuri este de a descompune problema iniial n subprobleme mai simple care apoi sunt recompuse n soluia final ("divide et impera").

16

Reprezentare i Metode n Inteligena Artificial

Algoritmul folosete cunotine procedurale de genul c, pentru a schimba dou elemente ntre ele, metoda uzual este de a folosi o variabil temporar i de a face o permutare circular ntre valorile celor dou elemente i a variabilei temporare. Implementarea algoritmului ntr-un anumit limbaj implic, n plus, cunotine asupra respectivului limbaj. Folosirea structurilor de date cum ar fi vectorii, necesit i ea cunotine referitoare la aceasta structur. Pot fi identificate mai multe tipuri de cunotine: Cunotine declarative, referitoare, de exemplu, la clasificarea algoritmilor de sortare, la conceptele unui limbaj de programare i a relaiilor ntre ele; Cunotine procedurale referitoare la modul cum poate fi rezolvat o problem (de exemplu, schimbarea a dou elemente ntre ele). Scheme generice (pattern-uri) de rezolvare de probleme i modul n care acestea sunt clasificate i particularizate pentru o anumit problem (de exemplu, divide et impera). n dezvoltarea sistemelor inteligente, achizitia si reprezentarea cunoasterii n baza de cunostinte sunt activiti principale n cadrul carora cognoticienii informaticieni trebuie sa aibe n vedere toate aspectele. Sistemele bazate pe cunostinte, sunt aplicatii destinate rezolvarii problemelor ce necesita rationament bazat pe cunostinte si s-au impus n stiinta calculatoarelor la nceputul anilor 70 n urma rezultatelor ob_inute de sistemul DENDRAL si de sistemul MYCIN. Un sistem inteligent bazat pe cuno_tin_e este deci un sistem capabil sa deduca noi cunostinte pe baza de rationament utiliznd cunostintele acumulate pna la un moment dat. Importanta cunostintelor n programele de inteligena artificiala este sustinuta si de faptul ca un specialist ntr-un anumit domeniu nu poate lucra performant n alte domenii, orict de mare ar fi capacitatea intelectuala.

2.4 Criterii n stabilirea metodei de reprezentare a cunostintelor

n urma analizei domeniului de expertiz se stabilesc o parte din criteriile care intervin n
17

Reprezentare i Metode n Inteligena Artificial

luarea deciziilor conceptuale privind: selectarea metodei de reprezentare a cunostintelor; clasificarea pieselor de cunostinte; organizarea bazei de cunostinte; stabilirea modului de acces la cunostinte. Alegerea optima a metodei de reprezentare a cunostintelor reprezinta un pas important spre construirea unui sistem bazat pe cunostinte corect, si eficient. O clasificare a criteriilor care stau la baza stabilirii metodei de reprezentare a cunostintelor sunt urmatoarele: complexitatea structurala a elementelor componente ale cunostintelor; elementele de cunostinte si componentele acestora sunt implicate n probleme cu numeroase inferente; exista conditionari sau restrictii privind utilizarea elementelor de cunostinte; importanta semnificatiei relatiilor ntre elementele de cunostinte sau ntre componentele structurale ale acestor cunostinte; domeniul de expertiza contine doua clase diferite de elemente de cunostinte care recomanda folosirea a doua metode diferite .

Metode si tehnici de inteligenta artificiala pentru managementul cunostintelor economice Multe dintre metodele de inteligenta artificiala de achizitionare, reprezentare si utilizare a cunostintelor servesc ca baza pentru dezvoltarea diferitelor functii ale managementului cunostintelor. De exemplu, metodele de achizitionare a cunostintelor promovate de inteligenta artificiala, n special metodele pentru data mining, sunt aplicate pe scara larga n managementul cunostintelor n vederea identificarii, formalizarii si evaluarii cunostintelor organizationale. Crearea bazelor de cunostinte ale organizatiilor economice se sprijina frecvent pe metode de reprezentare a cunostintelor oferite de inteligenta artificiala (chiar daca n prezent se recurge cel mai adesea la constituirea acestor baze de cunostinte sub forma unor baze de texte/ hipertexte) si pe elemente metodologice din domeniul realizarii sistemelor software bazate pe cunostinte. Sistemele software bazate pe cunostinte reprezinta elemente componente ale sistemului pentru managementul cunostintelor din cadrul unei organizatii economice, ndeplinind
18

Reprezentare i Metode n Inteligena Artificial

importante functii integrative. Bazele de cunostinte on- line, eventual sub forma unor baze de cunostinte Web constituie elemente de baza ale sistemelor pentru managementul cunostintelor. Sistemele expert Web sunt tot mai mult citate drept elemente de baza ale sistemului pentru managementul cunostintelor n diferite organizatii economice Sistemele software bazate pe cunostinte servesc si drept elemente integrative, pentru legarea diferitelor surse de cunostinte si ca mecanisme integrative pentru rezolvarea problemelor multidisciplinare. Metodele si tehnicile de inteligenta artificiala constituie o baza ideala pentru realizareaidentificarii, documentarii, memorarii si utilizarii cunostintelor n cadrul organizatiilor economice. Multe concepte si instrumente de inteligenta artificiala sunt (sau pot fi) aplicate pe scara larga n managementul cunostintelor, inclusiv pentru stimularea proceselor de nvatare organizationala.

19

Reprezentare i Metode n Inteligena Artificial

20

Reprezentare i Metode n Inteligena Artificial

2.5 Metode de planificare

Metoda analizei mijloace-scopuri

Planificarea reprezint alegerea unei succesiuni de actiuni pentru atingerea unui scop. Una din primele metode de planificare a fost metoda analizei mijloace-scopuri. Presupune mai intai identificarea scopurilor Apoi identificarea mijloacelor care permit atingerea scopurilor

Acest tehnic este deseori folosit si de oameni pentru rezolvarea problemelor. Primul program de inteligent artificial care a implementat procedura a fost General Problem Solver, realizat de Allen Newell si Herbert Simon in 1963 la Universitatea Carnegie Mellon. O caracteristic a metodei este faptul c se bazeaz pe un set de reguli care pot transforma o stare a problemei in alta. Regulile se reprezint sub forma unei prti stangi, care descrie conditiile de aplicare (preconditiile) si o parte dreapt care descrie schimbrile din starea problemei care se modific datorit aplicrii regulii. In acest scop se elaboreaz o asa-numit tabel de diferente, in care se precizeaz ce operaie este aplicabil pentru fiecare stare a problemei. Reprezentarea in planificare Planificarea deschide cutia neagr folosind logica pentru a reprezenta: - Actiunile - Strile - Scopurile Utilizeaz stategia divide et impera pentru a descompune problema in subscopuri. Planificarea cu ordine partial Tipurile de planificare prin progresie si regresie sunt forme de planificare cu ordine total. - Nu pot profita de descompunerea problemei - Trebuie luate decizii de gsire a tuturor secventelor de actiuni pentru toate subproblemele simultan

21

Reprezentare i Metode n Inteligena Artificial

3. Retele neuronale
O retea neuronala este de tip fizic (in electronica) sau virtual (un program pe computer). Fiind vorba de o retea, aceasta se prezinta sub forma unei matrici de noduri sau neuroni legati intr-un mod oarecare, unul de altul. Fiecare neuron are cateva intrari si iesiri. Intrarile sunt formate din mesaje primite de la o serie de senzori. Mesajele sunt prelucrate anterior de catre alte retele asociate si apoi transmise mai departe. In anul 1943, un neuro-psiholog (Warren McCulloch) si un logician (Walter Pitts) au construit un model (folosind rezistoare si amplificatoare) care simula ce era cunoscut pana atunci despre neuronii naturali, biologici. Neuronii electronici primeau anumite semnale de intrare, pe care, in functie de cativa parametri, le trimiteau sau nu mai departe catre alti neuroni. Acestia primeau semnalele ca date de intrare si, in functie de alti parametri, trimiteau sau nu semnalele mai departe. Intregul model construit de cei doi oameni de stiinta s-a constituit intr-o retea de celule interconectate, fiecare in legatura functionala cu urmatoarele. Presupunand ca semnalul de intrare in reteaua neuronala atinge punctul de iesire din aceasta, acesta poate fi o valoare sau o matrice de valori. La inceput, rezultatul va fi aproape aleatoriu pana cand reteaua este antrenata corect. Antrenamentul retelei consta in primirea de informatii pentru a face rationamentele cat mai aproape de realitate. In viitor, computerele vor fi, probabil, un hibrid intre reteaua neuronala si tehnologia conventionala, utilizata in prezent. Tehnologia actuala are avantajul de a fi logica si rapida in probleme matematice. Retelele neuronale nu sunt foarte potrivite pentru ecuatii complicate, asa cum creierul uman se descurca mai greu in calcule matematice, dar exceleaza in deosebirea culorilor, a sunetelor, a formelor. Azi, in ciuda realizarilor extraordinare in domeniu, retelele neuronale se afla in stadiul de inteligenta al unei insecte, fiind inca un concept foarte nou si care trebuie inteles cu maxima precizie.

3.1 Stadiul cercetarilor in Inteligenta Artificiala

Totusi, in urma cercetarilor din ultimii ani, calculatorul este capabil sa realizeze rationamente si sa descopere legaturi logice intre fapte descrise corect prin propozitii. De asemenea, calculatorul este capabil sa invete din propriile greseli si sa interactioneze cu un utilizator. Folosindu-se de aceste performante, omul a creat computere si programe specifice care sa lucreze pentru el, sa-i rezolve ecuatii complicate, sa proceseze baze de date cu sute de mii de inregistrari, sa-l ajute in proiectarea si producerea unor echipamente tehnice avansate etc. Cu toate aceste realizari extraordinare, comparativ cu situatia de acum 50 de ani, limita este departe de a fi atinsa, cercetatorii fiind mereu preocupati de cercetarea

22

Reprezentare i Metode n Inteligena Artificial

masinii care gandeste si care poate oferi instantaneu solutii viabile la diversitatea mare de probleme care apar. Pentru a crea o masina care gandeste trebuie definita inteligenta unei astfel de masini. Inteligenta masinii este rezultatul a mai multor ani de cercetari, teste, reusite si esecuri. S-a dorit ca masina sa invete, sa inteleaga limbajul folosit de utilizator prin intermediul a nenumarate interfete si sa-si perfectioneze perceptia senzoriala. Cercetatorul britanic Alan Turing este de parere ca un computer poate fi numit inteligent daca, pus, in legatura cu un om, il determina pe acesta sa creada ca este in contact tot cu un om. Pentru a face fata unui test uman, computerul trebuie sa stocheze o cantitate imensa de informatie, din toate domeniile. Inteligenta si informatia nu pot fi separate una de alta. Oamenii sunt capabili sa furnizeze o informatie utila, dau dovada de inteligenta, de competenta, dar sunt limitati in cunoastere. Sistemele informatice cladite in jurul unor baze de date inglobeaza acest tip de competenta, dar nu au rationamentul nativ al omului. Deosebirea consta in proprietatile echipamentului electronic ce permite multiplicarea competentei respective de mii de ori, oferind, implicit, o inteligenta multiplicata corespunzator. Aceasta inteligenta, astfel creata, este mult mai ieftina si precisa decat cea umana, putand fi reprodusa mecanic la nesfarsit. Tinand cont de explozia performantelor componentelor electronice si a calculatoarelor in general, este evident ca termenul de Inteligenta Artificiala va capata noi valente in anii urmatori. Iata o scurta enumerare a doar cateva din domeniile in care este si va fi folosita Inteligenta Artificiala: -Sisteme expert. Un sistem expert este format dintr-un grup de programe si o colectie de informatii specifice, cu ajutorul carora se poate purta un dialog om-computer, in vederea rezolvarii problemelor. Informatiile primite de la calculator sunt asemanatoare cu cele date de un expert uman in domeniul respectiv. Sistemele expert multiplica inteligenta formalizata a unor specialisti punand-o la dispozitia acelor persoane al caror acces la respectivii specialisti este imposibila; -Retele neuronale - sunt sisteme care simuleaza inteligenta prin reproducerea tipurilor de conexiuni fizice care se gasesc in creierul biologic. Din cauza limitarilor tehnologice, numarul acestor conexiuni este foarte mic, comparativ cu cele cateva zeci de miliarde de conexiuni din creierul uman; -Intelegerea limbajului natural - reprezinta programarea computerelor astfel incat acestea sa inteleaga si sa interactioneze cu utilizatorii in limbajul natural al acestora. La baza intelegerii limbajului natural se afla recunoasterea vocala care transforma un dialog in text, folosind un dispozitiv special; -Agentii - sunt entitati computerizate care actioneaza in locul operatorilor umani, adunand stiri de pe Internet, trimitand mesaje de e-mail sau filtrandu-le pe cele primite. Desi lucreaza pe baza unor "cuvinte cheie" si se afla inca in cercetare, agentii vor deveni foarte utili, ajutandu-si utilizatorul sa gaseasca, spre exemplu, numai stirile sau articolele care il intereseaza, scutindu-l de ore intregi de navigare inutila pe Internet; -Roboti. Noile modele de roboti au in componenta computere programate sa "auda", sa "vada" si sa reactioneze la diferiti stimuli externi. Exista deja roboti care pasesc asemenea unei fiinte vii, disting o voce din mai multe, raspunzand numai la comanda acesteia, se orienteaza in spatiu, recunoscand obiectele inconjuratoare, aleg drumul cel mai scurt intre doua puncte si ocolesc obstacolele.
23

Reprezentare i Metode n Inteligena Artificial

-Jocurile pe computer. Dezvoltarea jocurilor si a domeniului multimedia, in general, este in plina expansiune, o afacere de sute de milioane de dolari. La ora actuala, nu se mai poate concepe un joc fara a avea in structura elemente de Inteligenta Artificiala. Implementata corect, aceasta garanteaza un produs bine vandut, deci profit si satisfactie oferita jucatorilor. Este deja cunoscut ca programele de sah pe computer pot invinge un oponent uman, cel mai elocvent exemplu fiind cel de acum cativa ani in care campionul Gary Kasparov a fost intrecut de un super-computer, Deep Blue, creat de firma IBM. In viitor computerele vor dispune de Inteligenta Artificiala, dar, in mod sigur, diferita de cea umana. In numeroase situatii, oamenii sunt influentati de emotii, acestea fiind adevaratele motivatii ale rationamentului si actiunii lor. In cazul inteligentei artificiale, motivatiile vor fi total diferite. Spre a intelege cat de mare va fi diferenta, putem privi si analiza cea de-a doua fiinta inteligenta de pe planeta dupa om, delfinul. Lumea oamenilor este diferita de cea a delfinilor, iar cele doua forme de inteligenta sunt influentate de habitat. Delfinii isi folosesc inteligenta pentru navigatie, asa cum oamenii o folosesc pe cea proprie pentru manevrarea uneltelor. Diferitele habitate impun diferite prioritati creaturii care traieste in ele. La nivelul de cunoastere actual, pentru oameni este aproape imposibil de imaginat ce forma de inteligenta va avea entitatea virtuala aflata in memoria unui computer.

Bibliografie

-Vince J. Realitate Virtuala, Editura Tehnica, Bucureti, 2000.

24

Reprezentare i Metode n Inteligena Artificial - C. N. Bodea, Inteligena artificial i sistemele expert, Editura Inforec, Bucureti, 1998 - D. Davidescu, Arhitectura sistemelor-expert, Editura Didactic i pedagogic, Bucureti - I. Roca, C. G. Apostol, G. Zamfir, C. Bodea Informatica Instruirii, Editura Economic, Bucureti 2002 - M. Cremene, S. Zahan, Inteligenta Artificiala Retele neuronale teorie si aplicatii in telecomunicatii, U.T. Press, Cluj-Napoca, 2009 - http://www.preferatele.com/docs/informatica/4/realitatea-virtuala-14.php

25