Ekspertni sistemi

FAKULTET ZA TRGOVINU I BANKARSTVO

„JANIĆIJE I DANICA KARIĆ“,

BEOGRAD

SEMINARSKI RAD

Ekspertni sistemi

PROFESOR STUDENT

doc. dr Gordana Đorđević Ivana Miletić 141/09

Beograd, Oktobar 2012. Godina

Ivana Miletić 141/09, Seminarski rad Ekspertni sistemi

SADRŽAJ

UVOD ................................................................................................................................................3

1. Definicija i kratka istorija ES .......................................................................................................... 4

2. POJAM EKSPERTNIH SISTEMA .................................................................................................5

2.1. Inženjerstvo znanja ..........................................................................................................6

3 . PRIMER EKSPERTNIH SISTEMA ..............................................................................................8

4. KOMPONENTE EKSPERTNOG SISTEMA ..................................................................................9

5. SVOJSTVA EKSPERTNOG SISTEMA ........................................................................................10

5.1 Glavne osobine ekspertnih sistema ..................................................................................11

5.2 Prednosti i nedostaci ekspertnih sistema ........................................................................12

6. IZGRADNJA EKSPERTNIH SISTEMA ........................................................................................13

6.1 Ljuske ekspretnih sistema ..................................................................................................13

6.2 Automatsko učenje..............................................................................................................13

6.2.1 Kvalitativno modeliranje ...........................................................................................13

6.2.2 Alati za izgradnju ekspertnih sistema ........................................................................14

7. RAZLIKA OD KONVENCIONALNIH PROGRAMA ...................................................................14

8. ZAKLJUČAK ....................................................................................................................................16

9. LITERATURA ...................................................................................................................................17

2


UVOD

Kada firma treba da donese kompleksnu odluku ili da reši neki problem, često se obraća ekspertima za savet. Ovi eksperti poseduju specifična znanja i iskustvo u vezi problema o kome je reč. Oni imaju predstavu alternativnih rešenja, šansi za uspeh i troškova koji mogu nastati za firmu ako se problem ne reši. Kompanije angažuju eksperte za savet u vezi sa pitanjima kao što su kupovina opreme, integracije, nabavke i strategija olakšavanja. Što je situacija više nedefinisana, utoliko je savet specijalizovaniji i skuplji. Ekspertni sistemi su pokušaj da se imitiraju ljudski eksperti.

Ovaj rad se bavi ekspertnim sistemima i programima, odnosno jezicima i softveru koji se koriste

za pravljenje ekspertnih sistema. Informacioni sistemi nisu zavisni od postojanja hardvera i softvera, i

mogu postojati u drugim okruženjima, dok sa druge strane ekspertni sistemi predstavljaju maksimalnu upotrebu hardvera i softvera u kreiranju baza znanja oslanjajući se na saznanja dobijena proučavanjem veštačke inteligencije. Ekspertni sistemi su jedno od područja primene veštacke inteligencije. Osnovna ideja se sastoji u nastojanju da se skupi znanje koje poseduju eksperti za određeno problemsko poručje i na određen način transportuje od čoveka - eksperta na računar. To znanje se u određenom obliku prebacuje na računar sa ciljem da ga koriste neki drugi korisnici u rešavanju problema ili pružanju određenih sugestija.

Cilj primene ekspertnih sistema nije u zameni ljudskih eksperata već jednostavno u prikupljanju njihovog znanja i stavljanja tog znanja u oblik koji je na raspolaganju širem krugu korisnika. Pored znanja, bitna osobina ES- a je mogućnost rezoniranja i zaključivanja, ali opet na osnovu određenih pravila koje definišu njegovi kreatori.

Softverski jezici koji su opisani ovde stvorili su programe koji dalje daluju kao eksperti u uskip područjima i tako pomažu u donošenju odluka u realnom vremenu, štedeći vreme i ljudske resurse. Zanimljivo je da i dana danas u upotrebi se koriste jezici nastali polovinom prošlog veka, što ih stavlja u jednu bezvrednu kategoriju, ali govori da ima nešto u takvimprogramima, ako su uspeli da prežive 50 godina, uzevši u obzir vrtoglav napredak informacionih tehnologija u poslednjih pola veka.

Zaključiti se može samo da su ekspertni sistemi budućnost menadžmenta na gotovo svim višim nivoima, i da se na takve sisteme sigurno moze računati, kao i da će unaprediti sve grane poslovanja koje ih uvrste u svoj menadžment.

3


1. Definicija i kratka istorija ES

Ekspertni sistem je modeliranje, unutar računara, ekspertskog znanja, tako da rezultujući sistem može ponuditi inteligentan savet ili doneti inteligentne odluke.

Odavno postoji želja da se napravi mašina koja bi bila sposobna da obavlja posao koji zahteva intelektualne sposobnosti čoveka, npr. da igra šah (Charles Babbage, 1834. konstruiŠe mehaničku "analitičku mašinu" koja računa i štampa neke matematičke proračune, imao je nameru da napravi i mašinu za igranje šaha). Tek napretkom informatičke tehnologije od sredine 20. veka taj san postaje ostvariv. Nekoliko istraživača na Dartmut koledzu 1956. g. (Dartmouth College, USA) učestvuje u konferenciji koji organizuje McCarthy na temu VI (koji je prvi predložio upravo taj naziv za tu oblast, a poznat je i kao otac LISP-a). Pored pregleda postojećih dostignuća u oblasti automatskih dokazivača teorema i programskih jezika, raspravlja se i o mogućnosti razvoja računara koji bi bio u stanju da simulira ljudsko razmišljanje. Ovo okupljanje istraživača označava rodjenje vešstačke inteligencije kao oblasti računarstva.

Slika 1. Ekspertni sistemi 1

Veštačka inteligencija beleži prve uspehe akademske prirode kao što su prvi program za igranje šaha (Shannonn, 1955) ili dama (Samuel, 1963), automatsko dokazivanje teorema (,,Logic Theorist", Simon i Newell, 1972), kao i ambiciozan pokušaj ostvarivanja opšteg sistema za rešavanje problema GPS (General Problem Solver - Newell, 1960) baziran na traženju razlika i operatora između ciljnog i trenutnog stanja u bazi činjenica i operatora koji se pokazao ipak slabim za složenije probleme. VI je nakon početnih uspeha i popularnosti došla u krizu početkom sedamdesetih godina 20. veka, kada je shvaćeno da nisu dovoljno algoritni pretraživanaj i simbolički programski jezici sa simboličkom reprezentacijom (baze) znanja da bi se rešili kompleksniji problemi. Prvi uspešni ekspertni sistem kao što je bio "DENDRAL" označili su izlazak iz te

krize.2

1 wikipedia.org/wiki/Ekspertski_sistemi 2 Zimonjić S. Informacija, Ekonomski fakultet Sarajevo, 1990, Str 177.

4

http://sr.wikipedia.org/wiki/Ekspertski_sistemi


2. POJAM EKSPERTNIH SISTEMA

U praksi se često javlja potreba za nizom specifičnih znanja datih u celini, brzo sigurno i povezano. Drugim rečima, želi se da u problematičnim situacijama i kod donošenja složenih odluka pomogne dobar stručnjak, vrhunski specijalista ili, kako se drugačije kaže, ekspert. Pomoć eksperta je dobro došla u složenim situacijama bilo koje oblasti ljudskog rada: medicini, pravu, građevinarstvu, industriji, marketingu, itd.

Osnovna svojstva eksperta su da:

primeni, na optimalni način, svoja znanja u rešavanju problema. Pri tome se podrazumeva uzimanje u obzir činjenica i predviđanje relevantnih posledica;

objasni i obrazloži svoje odluke i predloge; komunicira sa drugim ekspertima i proširuje svoja znanja, prestruktuira i reorganizuje

shvatanja i znanja; formira i napušta određene zaključke, što dokazuje da je pronikao u suštinu određenih

pojava i našao nove zakonitosti koje među njima vladaju; određuje najbrži način dolaska do rešenja i njegove praktične primene; u specifičnim situacijama intuitivno (heuristički), na osnovu svih dosadašnjih iskustava i

događaja oceni gdje se nalazi rešenje problema.3

Imati pored sebe eksperta nije ni najmanje jednostavno, eksperata nema previše, nisu na raspolaganju u svakom trenutku i nisu ni jeftini. Osim toga ni jedan ekspert ne može da poseduje sva znanja.

Današnji stepen razvoja moderne informatičke nauke sve više omogućava da se stalno može raspolagati ekspertnim uslugama. Pri tome se misli na ekspertne sisteme (ES). Pod ES se podrazumeva takva vrsta programske podrške ili softvera na računaru, koja u većoj ili manjoj meri zamenjuje čoveka - eksperta. ES je u stanju da, na osnovu unesenih podataka i ugrađenih logičkih algoritama (pravila zaključivanja) i tako nastale baze znanja, efikasno pomogne korisniku u rešavanju specifične problematike.

Pored pojma ekspertni sistem koriste se i sledeći pojmovi: sistem zasnovan na znanju, inteligentni informacioni sistem, inteligentni sistem zasnovan na znanju i sistem znanja. Ekspertnost se definiše kao znanje, razumevanje i veština rešavanja problema u određenoj oblasti.

Najpotpuniju definiciju ekspertnih sistema dalo je Britansko društvo za računare koja glasi: „Pod ekspertnim sistemima podrazumeva se realizacija računarski bazirane veštine nekog eksperta čija je osnova u znanju i u takvom obliku da sistem može da ponudi inteligentan savet ili da preuzme inteligentnu odluku o funkciji koja je u postupku. Ekspertni sistem poseduje i karakteristiku da na zahteva svoju liniju rezonovanja, tako da direktno obaveštava korisnika koji postavlja pitanje“.

Sistemski posmatrano pod ekspertnim sistemom podrazumeva se podsistem područja veštačke intelegencije. Područje izgradnje ekspertnih sistema poznato je još kao naučni inžinjering (engl. „Knowledge Engineering“).3 Krsmanović S. Informacioni sistemi u menadžmentu ,Univerzitet BK, Beograd 2006, Str 384.

5


Ekspertni sistemi su skup kompjuterskih programa koji postižu visoki stepen rešavanja problema, i oni zahtevaju dugogodišnje stručno obrazovanje pojedinaca. Ekspertni sistem predstavlja informacioni sistem koji koristi bazu znanja te kao takav služi kao konsultant rukovodiocu. Ekspertni sistemi predstavljaju pokušaj da se u kompjuterske programe ugrade procesi razmišljanja i odlučivanja koji se odvijaju kod ljudi eksperata. Prema aktivnostima ekspertnih sistema izgrađena je jedna njihova klasifikacija u tabeli:

Aktivnosti ES Naznaka problema Oblast primene

InterpretacijaSistemi tumače opažene podatke pripisuju im simbolična značenja i opisuju situacije i stanja

HemijaGeologijaMedicina

DijagnostikaSistemi za dijagnostiku na osnovu podataka o opservacijama definišu funkcije sistema

RačunariElektronikaGeologijaMedicina

PredviđanjeSistemi za predviđanje posledica (prognoza) iz modela i parametara

Računari

OblikovanjeSistemi za dizajn konfigurišu objekte u zadatim ograničenjima

RačunariHemijaElektronika

PlaniranjeSistemi za planiranje oblikuju akcije i objekte kao modele ponašanja da u cilju efekata ponašanja

HemijaRačunarielektronika

Kontrolisanje

Sistemi za kontrolisanje adaptivno upravljaju ponašanjem sistema na osnovu interpretacije, prognostike i dijagnostike

Tabela 1. Klasifikacija ekspertnih sistema4

2.1. Inženjerstvo znanja

Sveukupnost procesa izgradnje ekspertnog sistema naziva se inženjerstvo znanja, time se obuhvata skup metoda i postupaka koje se odnose na prikupljanje, računarsko predstavljanje i memorisanje, kao i upotrebu ljudskog znanja u rešavanju složenih problemskih situacija. Taj proces uključuje posebnu vrstu interakcije između graditelja ekspertnog sistema, koga zovemo inženjer znanja, i jedne ili više osoba koje su eksperti u određenoj problemskoj oblasti za koju se ekspertni sistem izgrađuje.

4 www.student.foi.hr

6

http://www.student.foi.hr/

Interv.

EKSPERT

INŽINJER ZNANJA

EKSPERTNI SISTEM KORISNIK

Proširuje i testira

Izgrađuje popravlja i testira

po

koristi

OSOBLJEALATI ZA IZGRADNJU EKSPERTNOG SISTEMA

Dodaje podatke


Inženjer znanja od eksperata "vrši ekstrakciju" njihovih procedura, strategija i postupaka za rešavanje problema i ugrađuje to znanje u ekspertni sistem. Rezultat procesa je skup programa koji rešavaju probleme u datoj oblasti na način kako to radi čovek-ekspert.

Kao što je prikazano na sledećoj slici, u proces izgradnje ekspertnog sistema uključeni su: ekspert, inženjer znanja i korisnik. U celom poslu važno mesto zauzima i alat za izgradnju ekspertnog sistema, a ne sme se zaboraviti ni sam ekspertni sistem.

Slika 2. Učesnici u izgradnji ekspertnog sistema5

Svi ovi elementi utiču na dalji razvoj MIS jer možemo prepoznati dva oblika menadžera: menadžer ekspert, koji učestvuje u izgradnji ekspertnog sistema, i menadžer korisnik, koji koristi postavljeni ekspertni sistem.

Ekspert je osoba koja je stekla reputaciju u svojoj oblasti zbog stručnih sposobnosti kvalitetnog rešavanja problema. On koristi svoje znanje, sposobnosti i veštine stečene kroz bogato iskustvo da skrati proces pronalaženja rešenja. Znanje eksperta je nadgradnja znanja koje se može dobiti čitanjem knjiga. On ne može uvek da objasni razloge svoje odluke, ne zato što ne želi da ih objašnjava, već zato što se opredeljuje intuicijom. On verovatno zna mnogo više nego što je svestan. Ekspertni sistem treba da obuhvati i objedini te sposobnosti, veštine i iskustvo jednog ili više eksperata. Znanje se, naravno, može prikupljati i iz stručnih knjiga i naučno - stručnih časopisa.

Inžinjer znanja je osoba koja poznaje oblast računarskih nauka i veštačke inteligencije i zna kako se izgrađuju ekspertni sistemi. On kroz pitanja i razgovore sa ekspertom od njega prikuplja znanje, organizuje ga, odlučuje kako će ono biti prikazano u sistemu i piše programe, sam ili uz pomoć ekipe programera.

Korisnik je osoba koja koristi ekspertni sistem, kad se on jednom završi.

Osoblje uključuje sve one koji unose podatke u sistem (operateri, sekretarice i sl.).

Alat za izgradnju ekspertnih sistema je programski jezik koji koristi inženjer znanja i/ili programer da bi taj sistem izgradio.6 Pod alatom se podrazumevaju i svi uslužni programi koji su na raspolaganju (editori, debageri, sredstva za izdvajanje znanja, grafika i dr.). Razvijeni su specijalizovani alati za izgradnju ekspertnih sistema, koji se nazivaju "školjke" (shells). Ovi alati se razlikuju od

5 Veljović A., Menadžment informacioni sistemi, Megatrend, 2002. Str 215.6 Turban E. Mclean E. Wetherbe J. Informacione tehnologije za menadžment, Beograd 2006, Str 532.

7


konvencionalnih programskih jezika po tome što obezbeđuju odgovarajuće načine za predstavljanje složenih koncepata i elemenata znanja.

3 . PRIMER EKSPERTNIH SISTEMA -

- Ekspertni sistem General electrik's primer eksperata za otkrivanje i otklanjanje problema -

David I. Smith, vrhunski inženjer na održavanju lokomotiva na terenu koji radi za General Electric (GE) više od 40 godina, bio je ekspert za otklanjanje kvarova na mašinama lokomotiva. Smithov posao je bio da putuje širom zemlje na mesta gde je trebalo popraviti lokomotive, utvrditi kvar i savetovati mlađe inženjere šta da rade. Kompanija je mnogo zavisila od Smitha. Problem je što se on približavao penziji.

U GE je tradicionalan pristup u takvim situacijama bio da formiraju pripravnički timovi, organizovani tako da mladi inženjeri rade u paru sa starijim inženjerima nekoliko meseci ili čak godinu dana. Dok stariji inženjeri ne bi bili penzionisani, mladi inženjeri bi apsorbovali dovoljno znanja da nastave sami. To je bilo dobro kratkoročno rešenje, ali je GE ipak želeo efektniji i pouzdaniji način širenja ekspertize medju svojim inženjerima i sprečavanja gubljenja dragocenog znanaj kojim raspolažu ljudi kao David Smith.

GE je odlučio da izgradi ekspertni sistem da bi rešio problem pomoću modelovanja načina na koji rade ljudi koji otkrivaju i otklanjaju probleme. Graditelji sistema su proveli nekoliko meseci u razgovorima i prenošenju njegovog znanja u računar. Sačinjen je prototip računarskog programiranja u periodu od 3 godine, sa postepenim uvećavanjem obima znanaj i broja pravila za donošenja odluka o računaru.

Nova dijagnostička tehnologija omogućava inženjeru pripravniku ili čak tehničaru da otkrije grešku provodeći samo nekoliko minuta za računarskim terminalom. Sistem takodje može da objasni korisniku logiku svog saveta, igrajući ulogu učitelja. Osim toga, sistem može da vodi korisnike kroz potrebne procedure koje se odnose na popravke, prezentirajući detaljne crteže delova i podsistema uradjene uz pomoć računara i snabdevene specifičnim i detaljnim instruktivnim uputstvima za rad.

Osim toga, sistem može da vodi korisnike kroz tražene procedure za vršenje popravki, predstavljajući im detaljne crteže delova i podsistema radjene na računaru i obezbedjujuci specifične demonstracije načina na koji bi to trebalo da se uradi. To je zasnovano na fleksibilnim procesima razmišljanja, sličnim ljudskim, a ne krutim procedurama izraženim blok-dijagramima ili dijagramima odlučivanja u obliku drveta.

Sistem koji je razvijen na mini računaru ali radi i na PC-u trenutno instaliran u svakoj železničkoj radionici za popravku koju opslužuje GE, čuvajući tako Smithovu ekspertizu, eleminišući zastoje i povećavajući produktivnost u procesu održavanja.7

7 Turban E. Mclean E. Wetherbe J. Informacione tehnologije za menadžment, Beograd 2006, Str 530.

8

KORISNIK

EKSPERTNI SISTEM

Baza znanja Globalna baza podataka

Mehanizam zaključivanja

Komunikacioni interfejs


4. KOMPONENTE EKSPERTNOG SISTEMA

Ekspertni sistemi treba da realizuju tri glavna zadataka inženjerstva znanja:

prezentacija i memorisanje velike količine znanja problemske oblasti u računar,

aktiviranje korišćenja znanja problemske oblasti za rešavanje problema,

odgovor na korisnikovo pitanje.

Osnovne komponente ekspertnog sistema su:

Baza znanja (knowledge base)

Mehanizam zaključivanja (inference engine)

Komunikacioni interfejs

Globalna baza podataka

Na sledećoj slici prikazane su komponente ekspertnog sistema.

Slika 3. Komponente ekspertnog sistema8

Baza znanja (knowledge base) – baza činjenica i heuristika u području za koje je namenjen ekspertni sistem, pridruženih problemu. Baza znanja uključuje činjenice, relacije između činjenica i moguće metode za rešavanje problema u oblasti date aplikacije.

Mehanizam zaključivanja (inference engine) – softver sposoban da sredi informacije iz baze znanja i da na osnovu toga izvuče zaključke. On radi tako što činjenice iz baze znanja kombinuje sa informacijama dobijenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri radu se koriste

8 Krsmanović S. Informacioni sistemi u menadžmentu ,Univerzitet BK, Beograd 2006, Str 386.

9

ZNANJA

EKSPERTI VISOKOG NIVOA

INSTITUCIONALNA MEMORIJA

MOGUĆNOST PREDVIĐANJA

MOGUĆNOST OBUČAVANJA


kontrolne strategije, koje odlučuju u kom trenutku treba primeniti neko od pravila iz baze znanja na nove činjenice dobijene tokom konsultovanja sa korisnikom. Na ovaj način se simulira ljudsko razmišljanje.

Komunikacioni interfejs – deo koji omogućava dijalog između donosioca odluke (korisnika) i sistema. Sa jedne strane služi da korisnik u toku rada sistema dostavi informacije koje sistem iz baze znanja nije uspeo da dobije, a sa druge strane omogućava korisniku da za svaku odluku ekspertnog sistema traži dodatno objašnjenje o tome koji su ga zaključci vodili da donese takvu odluku.

Globalna baza podataka – radna memorija za beleženje trenutnih statusa sistema, ulaznih podataka za određeni problem i relevantnih elemenata iz dotadašnjeg rada. Ona čuva činjenice i zaključke dobijene tokom tekuće ekspertize. Razlikuje se od baze znanja po tome što sadrži informacije koje se odnose isključivo na tekući problem odlučivanja.

5. SVOJSTVA EKSPERTNOG SISTEMASrce svakog ekspertnog sistema je znanje akumulirano u procesu izgradnje tog sistema. "Znanje"

ekspertnog sistema čine činjenice i heuristika (iskustvo i osećaj za izbor rešenja).

Činjenice čine glavni deo podataka o prirodi sistema, njegovim aktivnostima i ciljevima koje sistem ostvaruje kroz te aktivnosti. Određene pojave i manifestacije regularnog i neregularnog stanja u sistemu imaju svoje uzroke i posledice i takođe se opisuju skupovima podataka. Svi ovi podaci uglavnom mogu biti raspoloživi, dokumentovani i verifikovani u domenu ekspertnog sistema.

Heuristiku čine lična pravila rasuđivanja i veština u izboru i donošenju odluka kojima se utiče na promenu stanja sistema. Ona je uglavnom slabo dokumentovana i svojina je vrhunskih specijalista za oblast koju pokriva dati ekspertni sistem. Nivo performansi ekspertnog sistema je pre svega funkcija veličine i kvaliteta baze znanja tog sistema u kojoj su objedinjene činjenice i heuristika, a ne određenog formalizma zaključivanja i postupka koji se koriste u pretraživanju činjenica.9

U principu razlikujemo dva tipa znanja:

eksplicitno znanje – znanje dato u pisanoj ili drugoj prenosnoj formi i nalazimo ga u knjigama, časopisima i sl. Ovo znanje je obično prihvaćeno kao univerzalno tačno.

implicitno znanje – heurističko znanje, ono znanje koje čovek ekspert gradi na osnovu iskustva i koje, kombinovano sa prvim tipom znanja, čini čoveka ekspertom. Znanje je dostupno i može se prenositi putem knjiga i lekcija.

Slika 4. Opšta svojstva ekspertnog sistema10

9 Dedić V. Krsmanović S. Informacione tehnologije i sistemi, Univerzitet BK, 2006, Str 302.10 Veljović A., Menadžment informacioni sistemi, Megatrend, 2002. Str 216.

10


Važno svojstvo ekspertnog sistema je ekspertiza visokog nivoa, koju obezbeđuje kao pomoć u rešavanju problema. Ta ekspertiza predstavlja najbolja razmišljanja vrhunskih eksperata u datoj oblasti, sakupljena i ugrađena u program tako da u postupku rešavanja problema mogu dovesti do preciznih i efikasnih rešenja.

Mogućnost predviđanja je svojstvo koje proističe iz mogućnosti da se ekspertni sistem koristi kao model za rešavanje problema u datoj oblasti koji će, kao takav, davati odgovore na zadate probleme i pokazivati kako će se ti odgovori menjati zavisno od novih situacija.

Celokupno znanje ugrađeno u ekspertni sistem prikupljeno je kroz interakciju sa ključnim osobljem u nekoj službi, odeljenju ili oblasti, tako da ono oslikava i tekuću politiku i način rada te grupe. Na taj način, ova kolekcija znanja postaje trajni zapis usklađenih najboljih metoda i postupaka koje ti ljudi koriste pri rešavanju problema. I kad ti ljudi odu iz određene firme ovo znanje će ostati sačuvano. Ovo je veoma važno u poslovnim sistemima, a kritično u vojsci i državnim ustanovama zbog čestih premeštaja i izmene kadrova. Prikupljeno znanje je na taj način postalo institucionalna memorija, koja ublažava (iako nikad ne može potpuno ukloniti) nedostatke proistekle iz čestih fluktuacija ljudi.

Još jedno važno svojstvo svakog ekspertnog sistema jeste i mogućnost obučavanja. Ekspertni sistem može biti oblikovan tako da omogući obuku za novodošle kadrove. Oni već imaju određena znanja i sposobnosti i potrebno je na njih preneti znanje i iskustvo prikupljeno i sačuvano u bazi znanja u vidu institucionalne memorije. Neophodno je da program poseduje mogućnost tečnog, prijateljskog dijaloga sa čovekom, kao i ugrađene metode učenja. Ekspertni sistem može biti podešen kako za obuku stručnih ljudi, tako i za uvođenje u posao pridošlih početnika.

Područje primene ES

Ekspertni sistemi imaju za cilj da obezbjede odgovor na probleme koji zahtevaju rasuđivanje, prepoznavanje i poređenje oblika, akviziciju novih koncepata, zaključivanje, ukratko, oni daju odgovor na pitanja koja zahtevaju inteligenciju. ES se mogu efikasno primenjivati u područjima gdje se mišljenje o problemu svodi na logičko rasuđivanje, a ne na izračunavanje, i gde svaki korak u rešavanju problema ima veći broj alternativnih mogućnosti.

Načini korišćenja ES

Postoje tri osnovna načina korišćenja ES:

• prvi način, gde korisnik traži odgovor na zadani problem,

• drugi način, gde je korisnik instruktor koji dodaje znanje u postojeći ES,

• treći način, gde je korisnik učenik koji uči od ES, na taj način

povećavajući svoje znanje.11

5.1 Glavne osobine ekspertnih sistema

Glavne osobine ekspertnih sistema su:

Integracija znanja - ES integriše znanje potencijalno velikog broja ljudi stručnjaka na jednom mestu,

Povećava dostupnost - ES može se koristiti na svim lokacijama, 24 sata dnevno. Raspoloživi su uvek i bez ograničenja, što je posebno aktuelno u nedostatku eksperata za određena područja ljudske aktivnosti,

11 Turban E. Mclean E. Wetherbe J. Informacione tehnologije za menadžment, Beograd 2006, Str 534.

11


Nivo subjektivnosti - ES zadržava nivo subjektivnosti koji je u njih inicijalno ugrađen, dok su eksperti skloni varijacijama subjektivnosti u rasuđivanju, što može dovesti do izvesne zabune,

Smanjena cena - ES je jeftiniji od eksperta. Ljudi stručnjaci srazmerno su retki, pa prema tome i skupi, dok se ES lako reprodukuje u većem broju jednakih ili sličnih kopija,

Povećava pouzdanost - ES ne čini greške, ne umara se i ne zaboravlja, Uslovi delovanja - ES može delovati u uslovima koji su za čoveka opasni, Brzina reakcije - brzina reakcija na nastali problem i Tumačenje - opis do detalja kako se došlo do rešenja.12

5.2 Prednosti i nedostaci ekspertnih sistema

Ekspertni sistemi osiguravaju univerzalnu i stalnu raspoloživost, drugim rečima ekspert je uvek na raspolaganju. Prisutna je i nepristrasnost, jer jednom organizovan ekspertni sistem je praktičan je praktično dosledan. Ekspertni sistem ima savršenu memoriju i uzima sve relevantne faktore u obzir. Kvalitetno vreme stručnjaka je oslobođeno rutinskih poslova, jer ekspertni sistem obavlja postavljene zadatke i time dobiva ekonomsko opravdanje.

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 cijena

Tabela 2. Prednosi ekspertnih sistema13

Ekspertni sistem sadrži činjenice koje stručnjak uzima u obzir i praktična pravila koja stručnjak primjenjuje prilikom rešavanja problema. Jedna od velikih koristi ekspertnih sistema je kraće vreme odlučivanja, rutinske odluke koje odnose dosta vremena, lagano donose ekspertni sistemi i ljudi stručnjaci će imati više vremena na raspolaganje za kreativniji rad.

Tabela 3. Nedostaci ekspertnih sistema14

ČOVEK EKSPERT EKSPERTNI SISTEM

Kreativan Nema kreativnosti

Prilagodljiv Nije prilagodljiv

Čulni senzori Simboli kao ulaz

12 Stankić R, Poslovna informatika. Ekonomski fakultet , Beograd 2008, str 31513 Veljović A., Menadžment informacioni sistemi, Megatrend, 2002. Str 218.14 Veljović A., Menadžment informacioni sistemi, Megatrend, 2002. Str 218.

12


Širina sagledavanja Usko sagledavanje

Zdrav razum Tehničko znanje

ES imaju ograničenja u nekoliko područja problema. Prvo, za donošenje odluka u jednoj dinamičnoj sredini sa mnoštvom nestrukturnih problema nije dovoljno samo iskustvo, dakle empirijski pristup. Shodno tome mehanizam zaključivanja će verovatno biti nedovoljan. ES je ograničen na vrlo usko područje jer je izgradnja i održavanje velike baze znanja veoma teška. Sistem ne daje kvalitetan odgovor ako problem nije u potpunosti ograničen na specifično područje. Tada se javlja problem sa odlukama vezanim za široko interdisciplinarno znanje. Prilikom prikupljanja i organizovanja baze znanja, određene vrste zanja se ne mgu lako prevesti u pravilo AKO-ONDA. Takođe, postoji teškoća oko specifikacije heurističkog znanja rukovodioca, koje je važno za pravilno odlučivanje.

Korisnički interfejs sa sistemom treba biti ostvaren preko „prirodnog“ dijaloga. Međutim, dijalog nije realno prirodan jezik. Korisnici moraju opisivati probleme u definisanom formalnom jeziku čije riječi i njihova kombinacija imaju veoma specifično značenje.

Ograničeni broj stručnjaka za ekspertne sisteme i inžinjera za baze znanja, predstavljaju konstantu opasnost da poslovne aplikacije mogu lako pasti na poslednje mesto u razvoju ustupajući mesto drugim dobro finansiranim područijima. Takođe, vreme odziva komercijalno dostupnih ekspertnih sistema relativno je sporo na većini personalnih računara.

6. IZGRADNJA EKSPERTNIH SISTEMA

Kod ekspertnih sistema znanje je odvojeno od algoritama koji ga koriste. Baza znanja je zavisna od problemskog domena dok su mehanizam zaključivanja i interfrejs nezavisni. Medjutim ta dva nezavisna modula zajedno se nazivaju ljuska ekspertnog sistema. Samim dodavanjem nove baze dobijamo ekspretni sistem. Ljuske spadaju u dobrodošle alate za izradu ekspretnih sistema.

6.1 Ljuske ekspretnih sistema

Za kvalitetan razvoj ljuske treba:

Izabrati formalizam u kojem će biti predstavljeno znanje Razviti formalizam za predstavljanje znanja adekvatan mehanizmu zaključivanja Razviti interfejs pomoću kojeg će sistem objašnjavati svoje odluke i davati odgovor na

pitanja. Razviti metod za rad sa nepouzdanim i nepotpunim informacijama.

6.2 Automatsko učenje

Automatsko učenje predstavlja automatski proces dobijanja znanja na osnovu informacija dobijenih od učitelja ili od nekog spoljneg procesa ili samostalnim posmatranjem odnosno eksperimentisanjem. Rezultat tog učenja je formula, teorija, pravilo ili opis koncepta u kvalitetnom formalizmu. Načini učenja se klasifikuju prema više kriterijuma.

Prema stepenu učešća induktivnog zaključivanja kod učenika tokom procesa učenja: direktno ili rutinsko učenje, učenje na osnovu kazanog, učenje na bazi objašnjenja, učenje po analogiji, učenje na

13


osnovu primera, učenje samostalim otkrivanjem. Najefikasniji oblik automatskog učenja učenje na osnovu primera.

6.2.1 Kvalitativno modeliranje

Kvalitativni model opisuju sistem na jednostavan simbolički način. Međutim kod ovih modela promenljive su vezane relacijama koje mogu imati oblik jednačina, nejednačina ili logičkih izjava. Kvalitativni modeli su bazirani na skupu relacija među elementima sistemima. Sistem se može opisati i sa apstraktnim pojmovima. S obzirom na to razlikuju se:

Komponentno orijentisan pristup gde se ponašanje sistema izvodi iz ponašanja njegovih komponenti i

Procesno orijentisan pristup koji opisuje procese kao izvor svih promena u sistemu.

6.2.2 Alati za izgradnju ekspertnih sistema

Razlikuju se tri kategorije alata za izgradnju ekspertnih sistema: Alati koji se koriste na personalnim kompjuterima Specijalizovani alati za izradu kompleksnih ekspertnih sistema Alati za izradu kompleksnih ekspertnih sistema.

7. RAZLIKA OD KONVENCIONALNIH PROGRAMA

Današnji računari rešavaju zadatke logikom konvencionalnih programa. Programi se sastoje u osnovi iz dva dela:

• algoritam

• podaci.

Algoritam određuje kako rešiti određenu vrštu problema koristeći niz tačno definisanih pravila, a podaci karakterišu parametre u konkretnom problemu.

Ljudsko znanje se ne uklapa u ovaj model. Sistemi na bazi znanja razlikuju se od konvencionalnih programa po načinu organizacije, po tome da je u njih ugrađeno znanje, po načinu izvršavanja i po efektu koji stvaraju kroz interakciju dijalogom.

Može se, dakle, reći da je glavna razlika između konvencionalnih programa i ekspertnih sistema u tome što prvi manipulišu podacima, a drugi znanjem. Ostale razlike date su u sledećoj tabeli.KONVENCIONALNI PROGRAM EKSPERTNI SISTEM

predstavlja i algoritamski koristipodatke, ponavljajući proces

predstavlja i heuristički koristi znanje, proceszaključivanja

efikasno manipulisanje velikimbazama podataka

efikasno manipulisanje velikim bazamaznanja

znanje i metodi korisničkogznanja su izmešani

model rešavanja problema se pojavljuje kaobaza znanja, a njom upravlja odvojeni deo –mehanizam zaključivanja (interpreterpravila)

znanje je organizovano u dvanivoa – podaci i program

znanje je organizovano u bar tri nivoa –podaci, baza znanja i mehanizam

14


zaključivanjau slučaju novog znanjapotrebno je reprogramiranje

novo znanje se dodaje bez reprogramiranja,proširivanjem baze znanja

Tabela 4. Razlika izmedju konvencionalnih programa i ekspertnih sistema15

Osim toga, konvencionalni programi su projektovani da svaki put daju konkretne rezultate. Ekspertni sistemi su projektovani da, uglavnom, daju korektne odgovore, a imaju i mogućnost da uče na greškama. U konvencionalnim programima su implementirani potpuno definisani algoritam i jasan način nalaženja rešenja, čak i kad se koristi kompleksno grananje, rekurzivne petlje i dr.

Uglavnom su poslovi koje obavljaju stručnjaci takvi da ih, često, nije moguće opisati u algoritamskoj formi. Stručnjaci ne rade po čvrstom planu, već iskustvom i rasuđivanjem odlučuju kako će se dalje rešavati problem, ne "vide" kompletan postupak rešavanja odmah.

Ekspertni sistemi su zasnovani na stručnoj veštini akumuliranoj u bazi znanja, tako da su u stanju da ponude inteligentan savet i na zahtev mogu objasniti svoju liniju rasuđivanja.

U konvencionalnim programima, moduli (potprogrami) se međusobno pozivaju po fiksnom, unapred definisanom postupku. U ekspertnim sistemima moduli se ne pozivaju između sebe direktno. Moduli komuniciraju sa okruženjem podataka. Struktura dozvoljava simultano izvršenje nekoliko modula (onih koje aktivira trenutno stanje baze podataka).

15 Veljović A., Menadžment informacioni sistemi, Megatrend, 2002. Str 220.

15


8. ZAKLJUČAK

Poslednjih godina oblast veštačke inteligencije kao i ekspertni sistemi, doživeli su nagli uspon, kako u istraživanju tako i u sferi komercijalne primene. Spoj računarske tehnike i pokušaja upoznavanja ljudske inteligencije putem njene formalizacije stvorili su jednu multidisciplinarnu oblast određene klase programa koja koš evoluira. Reč je o računarskim programima za rešavanje određenih problema koji mogu da dostignu nivo neuporediv sa nivoom eksperata u nekoj specijalizovano oblastii.

Ekspertni sistemi osiguravaju univerzalnu i stalnu raspoloživost odnosno ekspert je uvek dostupan. Ekspertni sistem treba da obavlja postavljene zadatke da bi ekonomski bio opravdan. Budućnost ekspertnih sistema je zagarantovana, pogotovo u području računovodstva. Ekspertni sistemi će takođe obavljati mnoge upravljačke funkcije. Velika prednost ekspertnih sistema je kraće vrieme odlučivanja, i oni su korisni kod problema kod kojih se odluke zasnivaju na analizi i interpretaciji ogromne količine nekvantativnih podataka.

16


9. LITERATURA

1. Veljović A., Menadžment informacioni sistemi, Megatrend , 2002 (Datum i vreme pristupa stranici 12.01.2012 god, 19:00)

2 .Dedić V. Krsmanović S. Informacione tehnologije i sistemi, Univerzitet BK, 2006 (Datum i vreme pristupa stranici 12.01.2012 god, 20:10)

3. Zimonjić S. Informacija, Ekonomski fakultet Sarajevo, 1990, (Datum i vreme pristupa stranici 13.01.2012 god, 15:45)

4. Krsmanović S. Informacioni sistemi u menadžmentu ,Univerzitet BK, Beograd, 2006 (Datum i vreme pristupa stranici 12.01.2012 god, 18:20)

5. Stankić R, Poslovna informatika. Ekonomski fakultet , Beograd, 2008 (Datum i vreme pristupa stranici 14.01.2012 god, 18:15)

6.Turban E. Mclean E. Wetherbe J. Informacione tehnologije za menadžment, Zavod za udžbenike i nastavna sredstva , Beograd, 2006 (Datum i vreme pristupa stranici 13.01.2012god, 16:00)

7. www.student.foi.hr (Datum i vreme pristupa stranici 13.01.2012 god, 16:45)

8 .www. wikipedia.org/wiki/Ekspertski_sistemi (Datum i vreme pristupa stranici 12.01.2012 god, 16:55)

17

http://sr.wikipedia.org/wiki/Ekspertski_sistemi

http://www.student.foi.hr/

Documents

Ekspertni sistemi