6.ekspertni_sistemi
DESCRIPTION
VITRANSCRIPT
![Page 1: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/1.jpg)
FAKULTET INFORMACIONIH TEHNOLOGIJA
Prof.dr Denić Nebojša
VEŠTAČKA INTELIGENCIJAINTELIGENTNI SISTEMI
![Page 2: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/2.jpg)
Ekspertni sistemi2
"ES je inteligentni računarski program koji koristi znanje i mehanizme zaključivanja u rešavanju problema takve složenosti da je za njihovo rešavanje potreban čovek-ekspert."
(Feingenbaum)
![Page 3: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/3.jpg)
Stablo veštačke inteligencije3
Psihologija, Filozofija, Lingvistika, Elektroinženjerstvo, Računarstvo, Menadžment
Ekspertni sistemi
Neuralnemreže
Robotika
Vizuelnisistemi
Genetskialgoritmi
Fuzzylogika Inteligentni
tutori
Kompjuterske igre
Procesoriprirodnog
jezika
Automatskoprogramiranje
AI
![Page 4: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/4.jpg)
Ekspertni sistemi4
Osnovni gradivni elemenat ES je znanje (stav) Znanja u ES čine činjenice i heuristika (iskustvo
i osećaj). Činjenice su široko distribuirane, javno
raspoložive informacije, usaglašene na nivou eksperata (stručnjaka) u predmetnoj oblasti.
Heuristiku čine lična pravila prihvatljivog rasuđivanja, koja karakterišu odlučivanje na nivou eksperta u oblasti.
![Page 5: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/5.jpg)
Osnovna pretpostavka ES5
Znanje je moguće predstaviti simboličkim izrazima preko simboličkih opisa, kojima se odnosi u
posmatranom području, postupaka za manipulaciju tim
odnosima
![Page 6: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/6.jpg)
Inženjerstvo znanja: prenošenje znanja od eksperta u računarski program
6
predmetni ekspert
inženjer znanja
EKSPERTNI SISTEM
principi, strategija
pravila, postup.
upiti, problemi
odgovori, rešenja
![Page 7: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/7.jpg)
Komponente ekspertnog sistema7
BAZAZNANJA
Korisnički interfejs
SISTEM ZA IZGRADNJU BAZE ZNANJA
KORA, LJUSKA, ŠKOLJKA (SHELL)
MEHANIZAM ZA
ZAKLJUČIVANJE
SISTEMZA
OBJAŠNJENJA
GLOBALNA BAZA
PODATAKA
![Page 8: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/8.jpg)
Proces izgradnje ES8
EKSPERT
IN ŽENJER ZNANJA
ALATI ZA IZGRADNJU EKSPERTNOG SISTEMA
koristi
interv.
EKSPERTNI SISTEM
OSOBLJE
doda je podatke
KORISNIK koristi
proširuje i testira
izgrađ., popravlja, testira
![Page 9: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/9.jpg)
Faze razvoja ekspertnog sistema 9
identifikacija karakterističnih
problema
koncept za predstavljanje
znanja
projektovanje strukture za
organizovanje znanja
formulisanje pravila za
istraživanje znanja
potvrđivanje pravila koja organizuju
znanja
pravila struktura koncepti zahtevi
poboljšanje
ponovno projektovanje
ponovna formulacija
testiranje primena formalizacija konceptualizacija identifikacija
![Page 10: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/10.jpg)
Arhitektura ekspertnih sistema 10
Obrazovanja linije rasuđivanja se izvodi ulančavanjem IF-THEN pravila
Ulančavanje unapred: počinje od skupa uslova ili ideja i kreće se ka nekom zaključku. Koristi se u sistemima analize podataka,
projektovanja, dijagnostičkim sistemima i sistemima obrazovanja koncepata.
Ako je poznat zaključak, ali ne i put do njega, metod se naziva ulančavanjem unazad. Dijagnostički sistemi, sistemi planiranja
![Page 11: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/11.jpg)
Sistem produkcije – uopšteni računarski formalizam
11
Elementi sistema produkcije: globalna baza znanja, skup pravila produkcije sa početnim
uslovom, strategija upravljanja – koje pravilo primeniti
i kada prekinuti rad sistema
Produkciona pravila su oblika IF < premisa > THEN < dejstvo >
![Page 12: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/12.jpg)
Primer – račun predikata
KONJUNKCIJA: A (i), DISJUNKCIJA: V (ili) , IMPLIKACIJA (ako...onda) : => NEGACIJA - ~
" Aca zivi u zutoj kuci" ZIVETI(ACA, KUCA) A
BOJA(KUCA,ZUTA). "Aca voli da pise ili putuje": VOLETI(ACA, PISE) V
VOLETI(ACA, PUTUJE)
12
![Page 13: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/13.jpg)
Ograničenja, Činjenice, Pravila 13
AKO(IF) situacija S ONDA(THEN) akcija A AKO je uslov P ONDA je posledica S sa
faktorom izvesnosti G
PRIMERI:(1) AKO se ne osećaš dobro, ONDA idi kod doktora.(2) AKO imaš temperaturu I kašlješ, ONDA je u pitanju prehlada.(3) AKO je u pitanju prehlada I imaš crveno grlo ONDA boluješ od bronhitisa.
![Page 14: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/14.jpg)
Primer prikazivanja znanja – semantičke mreže
14
"Aca daje Miri knjigu."
KNJIGA
ACA DATI MIRI subjekat primalac
objekat
![Page 15: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/15.jpg)
Primer15
KNJIGA
REĆI
DATI
ACA VESNA
MIRA
prošlo
subjekat primalac
vreme
primalac
objekat
subjekat
predlog
Aca je rekao Vesni da je Miri dao knjigu.
![Page 16: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/16.jpg)
Prikazivanje znanja putem ramova (okvira, frames)
16
Frame – struktura podataka koja sadrži znanje o partikularnom objektu
Klasa: TransportIme proizvođača: AudiZemlja proizvodnje: NemačkaModel: 5000 turboTip: SedanTežina: 3300 lbBroj vrata: 4...........................
• Hijerarhija• Nasleđivanje
![Page 17: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/17.jpg)
Razlike između konvencionalnih programa i ekspertnih sistema
KONVENCIONALNI PROGRAM EKSPERTNI SISTEM
manipuliše podacima manipuliše znanjem
algoritamski koristi podatke ponavljajući proces
heuristički koristi znanje, proces zaključivanja
efikasno manipuliše velikim bazama podataka efikasno manipuliše velikim bazama znanja
znanje i metode korisničkog znanja su izmešani
model rešavanja problema se pojavljuje kao baza znanja, a njom upravlja odvojeni deo - mehanizam zaključivanja (interpreter pravila)
znanje je organizovano u dva nivoa - podaci i program
znanje je organizovano u bar tri nivoa - podaci, baza znanja i mehanizam zaključivanja
u slučaju novog znanja potrebno je reprogramiranje
novo znanje se dodaje bez reprogramiranja, proširivanjem baze znanja
17
![Page 18: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/18.jpg)
Prednosti i nedostaci ES18
Prednosti primene ekspertnih sistema
ČOVEK EKSPERT EKSPERTNI SISTEM
može otići permanentno znanje
teško prenosi svoje znanje znanje se lako prenosi
teško dokumentuje znanje znanje se lako dokumentuje
nepredvidiv konzistentan
skup podnošljiva cena
Nedostaci primene ekspertnih sistema
ČOVEK EKSPERT EKSPERTNI SISTEM
kreativan nema kreativnost
prilagodljiv nije prilagodljiv
čulni senzori simboli kao ulaz
širina sagledavanja usko sagledavanje
zdrav razum tehničko znanje
![Page 19: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/19.jpg)
Oblasti primene ekspertnih sistema
19
dijagnostički sistemi, sistemi predviđanja, sistemi projektovanja, sistemi planiranja, sistemi nadzora, sistemi otklanjanja grešaka, sistemi za učenje, sistemi upravljanja
![Page 20: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/20.jpg)
Pravci razvoja ES20
Kodiranje tehničkih znanja Integracija sa bazama podataka Sistemi isporuke znanja (knowledge delivery
system) - nisu bazirani na lancu zaključivanja sa velikim brojem pravila. Zaključivanje je u jednom koraku. Za svaku premisu vezuje odgovarajući zaključak. Brzim pretraživanjem i upoređivanjem zadate premise sa postojećim u bazi znanja dolazi do odgovarajućeg zaključka.
![Page 21: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/21.jpg)
Primer primene - Predikcija21
Uočavanje i predikcija atributa korišćenjem stabla odlučivanja Predikcija potrošačkih navika Predikcija otkaza sistema
Radi čestoRadi čestoRad (2)Rad (2)Otkaz (3)Otkaz (3)
VelikaVelikaRadi često (2)Radi često (2)Radi retko (1)Radi retko (1)
MalaMalaRadi često (1)Radi često (1)Radi retko (0)Radi retko (0)
Starost Starost uređajauređajaMala (1)Mala (1)Velika(3)Velika(3)
Velika strarost, Velika strarost, čest radčest rad
Radi retkoRadi retkoRad (1)Rad (1)Otkaz (2)Otkaz (2)
![Page 22: 6.Ekspertni_sistemi](https://reader036.vdocuments.pub/reader036/viewer/2022062407/55cf9919550346d0339b91e1/html5/thumbnails/22.jpg)
22
GIMS-Expert