sistemi podrŠke koji se zasnovaju na znАnju

SISTEMI PODRŠKE KOJI SE ZASNOVAJU NA ZNАNJU

VEŠTAČKA INTELIGENCIJA

• U većini situacija odlučivanja podrška koju omogućavaju podaci, modeli i sistemi upravljanja modelima nije dovoljna.

•Dodatnu podršku može da obezbedi ekspertni sistem koji imitiranjem ekspertize čovjeka omogućava sticanje potrebnog znanja.


•Tehnologije koje se koriste znanjem, umesto matematičkim modelima, da bi obezbedile neophodnu podršku, pripadaju sistemima koji se zasnivaju na znanju.

•Osnovna tehnologija koja pripada tim aplikacijama jeste vještačka inteligencija.

INTELIGENTNI RAČUNARSKI SITEMI

• Inteligentni računarski sistemi pripadaju vrsti računarskih sistema koji imaju sposobnost da otkrivaju nevidljive veze i oblike podataka koji mogu uspešno da se primene prilikom donošenja poslovnih odluka.


• U toku projektovanja i izgradnje inteligentnih računarskih sistema simulira se i oponaša ljudska inteligencija.

• Različiti sistemi koriste se različitim načinom imitiranja inteligencije čoveka.


• U ekspertnim sistemima to se ostvaruje kodiranjem znanja u bazi znanja i stvaranjem kontrolnog mehanizma koji vodi proces zaključivanja, odnosno rezonovanja.

• U veštačkim neuronskim mrežama inspiracija je potekla od funkcionisanja ljudskog mozga.

• U genetskom algoritmu ideja potiče od mehanizma biološke evolucije po Darvinovoj teoriji prirodne selekcije i opstanka bioloških vrsta.


• Veštačka inteligencija se odnosi na dve osnovne ideje.

• Prva ideja je da veštačka inteligencija obuhvata proučavanje procesa ljudskog mišljenja.

• Druga ideja se odnosi na predstavljanje i izvršavanje toga procesa pomoću mašine: kompjutera ili robota.

KARAKTERISTIKE INTELIGENCIJE ČOVEKA• učenje i razumevanje na osnovu iskustva,• traženje smisla u dvosmislenim i kontradiktornim porukama,• brzo i uspešno reagovanje na novu situaciju,• korišćenje rezonovanjem u rešavanju problema i

neposredno upravljanje efektivnošću,• suočavanje sa zamršenim situacijama,• razumevanje i izvođenje dokaza na jednostavan i racionalan

način,• primena znanja za upravljanje okruženjem,• razmišljanje i rezonovanje,• prepoznavanje relativne važnosti različitih elemenata u

situaciji.

KARAKTERISTIKE VEŠTAČKE INTELIGENCIJE

• simboličko procesiranje, • heuristika, • zaključivanje i • mašinsko učenje.

Simboličko procesiranje

• Veštačka inteligencija je grana informatike koja funkcioniše, pre svega, na simboličkim, nealgoritamskim metodama rešavanja problema.

• Računari su u početku projektovani da bi obrađivali brojeve (numeričko procesiranje).

• Ljudi teže da razmišljaju simbolički, ljudska inteligencija bazira se više na mentalnim sposobnostima da manipuliše simbolima nego brojevima.

Simboličko procesiranje

• Većina računarskih arhitektura, sama po sebi, bazira se na iterativnom, korak po korak, pristupu.

• U većini slučajeva u procesu rezonovanja čovek se služi nealgoritamskim pristupom, odnosno više se oslanja na pravila naučena ranijim iskustvom i na unutrašnja osjećanja i intuiciju.

Heuristika

• Heuristika se sastoji od intuitivnog znanja ili pravila "od oka" koja su naučena na osnovu iskustva.

• Heuristika – veština i nauka o metodama u pronalaženju novih naučnih činjenica i saznanja.

Heuristika

• Korišćenjem heuristike ne mora se kompletno razmotriti šta da se radi svaki put kada se pojavi sličan problem.

• Na primjer, kada prodavac planira da poseti klijente u različitim mestima, popularna heuristika jeste da se poseti najbliži sused (takozvana heuristika najbližeg suseda).

• Većina metoda veštačke inteligencije primenjuje određene vrste heuristika da bi se smanjila složenost rešavanja problema.

Interakcija veštačke inteligencije i heuristika

Vještačka inteligencija

Ekspertni sistemi

Heurističke metode

Inteligentno izračunavanje

Fuzzy logika

Neuronske mreže

Genetski algoritam

Ostale heuristike

Specijali-zovane

Generičke

Sistemi podrške odlučivanju

Algoritamske metode

Inteligentni sistemi podrške odlučivanju

Zaključivanje

• Kao alternativa heuristici veštačka inteligencija pruža mogućnosti rezonovanja koje od postojećih heuristika može da stvara znanje visokog nivoa.

• Rezonovanje se sastoji od zaključivanja na osnovu činjenica i pravila korišćenjem heuristika ili drugih pristupa pretraživanju.

Mašinsko učenje

• Sistemi veštačke inteligencije nemaju iste mogućnosti učenja kao ljudi, međutim mogu da imaju sposobnosti mehaničkog učenja koje se naziva mašinsko učenje i koje omogućava sistemu da prilagodi svoje ponašanje i da reaguje na promene u spoljašnjem okruženju.

• Za izgradnju inteligentnih sistema postoji više metoda mašinskog učenja, uključujući induktivno učenje, veštačke neuronske mreže i genetski algoritam.

Evolucija veštačke inteligencije

• Nastojanja da se stvore mašine sa određenom vrstom inteligencije počela su pre više od stotinu godina na idejama Bebidža (Babbage).

• Međutim, ocem veštačke inteligencije smatra se Alan Tjuring (Turing) koji je, 1950. godine, predstavio čuveni Tjuringov test koji daje odgovor na pitanje da li je mašina sposobna da razmišlja kao ljudsko biće.


• Turing nije razvio samo jednostavan, opšti i nearitmetički model izračunavanja, već je pretpostavljao da bi modeli izračunavanja mogli, eventualno, da se ponašaju na način koji bi mogao da se smatra inteligentnim.


• Termin veštačka inteligencija prvi put je upotrebio John McCarthy za vreme konferencije u Dartmouth College.

• Tada je predstavljen LISP programski jezik, najpoznatiji alat za manipulisanje pojmovima (pravilima, komandama, imenima).


Razvoj veštačke inteligencije, od 1960. godine do danas deli se četiri perioda:

1. Period naivnih rešenja (1960-1970),

2. Period opštih metoda (1970-1980),

3. Period područja znanja (1980-1990) i

4. Period višestruke integracije (1990-).


Naivna rješenja

1960.

Opšte metode

Područno znanje

1970. 1980. 1990.

Višestruka integracija


• Razvoj veštačke inteligencije počinje 1956. godine kada je jedna grupa naučnika iz oblasti računarstva diskutovala o najvećim mogućnostima računarskih aplikacija.

• Bili su uvereni da bi računari, snabdeveni ogromnim potencijalom izračunavanja, mogli da reše brojne složene probleme i da nadmaše čoveka u mnogim područjima.


• U to vreme naučnici nisu dovoljno poznavali složenost inteligencije čoveka i bili su preterani optimisti u vezi s mogućnostima koje bi računari mogli postići.

• Rešenja su bila primitivna i naivna, pa se iz tog razloga taj period naziva period naivnih rešenja.


• Posle nekoliko godina "proba i grešaka" naučnici su počeli da se fokusiraju na razvoj efikasnijih metoda rešavanja problema kao što su šeme predstavljanja znanja, strategije rezonovanja i efektivne heuristike istraživanja.

• S obzirom na to da je karakteristika toga perioda izgradnja metoda opštih namena ovaj period naziva se period opštih metoda.


• Nakon izgradnje dovoljno opštih metoda počela je i njihova primena u aplikacijama rešavanja realnih problema.

• Većina aplikacija bila je usmjerena na strogo definisano područje sa specijalizovanim znanjem.

• Sistemi te vrste nazvani su ekspertni sistemi. • Karakteristično je da prikupljanje znanja eksperta

igra ključnu ulogu u razvoju takvih sistema, pa se se ovaj period naziva period područja znanja.


• Od 1990. godine razvijeno je više naprednih metoda rešavanja problema.

• Bilo je veoma neophodno da se integrišu višestruke tehnike i rešavanje problema u više područja.

• Ovo razdoblje naziva se periodom integracije jer su bili neophodni integrisani sistemi koji se zasnivaju na pravilima i slučajevima ili sistemi veštačkih neuronskih mreža i genetskih algoritama.

Neuronski period

• Današnje doba karakterišu studije i istraživanja na razvoju računarskih sistema šeste generacije koji su povezani s ponašanjem ljudskog mozga (neuronska inteligencija) i molekularnom inteligencijom

sistemi podrŠke koji se zasnovaju na znАnju

Documents