 |
||||
КАРКАС: інструментарій для створення бази знань
|
|
|
||
|
|
|
Вступ Лабораторний практикум присвячений одному з основних напрямків у комп'ютерній науці – штучному інтелекту (ІІ). Він особливо актуальний у наші дні, коли в умовах Інтернету, що розвивається, при вирішенні все більшої кількості завдань безпосередньо використовуються знання про предметну область, і все частіше для вирішення традиційних завдань використовуються методи ІІ. У зв'язку з цим знання мов та методів ІІ, моделей та засобів представлення знань та умінь ними користуватися стає життєво необхідним для сучасного фахівця у галузі економіки. Головна мета лабораторного практикуму – вивчення математичних моделей, методів ІІ та програмного забезпечення для проектування інтелектуальних інформаційних систем в економіці. Цілі лабораторного практикуму: дати студентам систематизовані знання про основні моделі, методи, засоби та мови, які використовуються при розробці систем ІІ; ознайомити студентів з основними методами пошуку рішень, що застосовуються у системах ІІ; сформувати у студента аналітичні здібності, які б дозволяли йому робити обґрунтований вибір вивчених методів, засобів і начебто при вирішенні завдань із проблемної галузі, в якій вони спеціалізуються. При вивченні цієї дисципліни студент повинен опанувати такі компетенції: робити порівняльний аналіз та обґрунтовуватися вибір моделі та засоби подання знань; будувати модель заданої предметної галузі з використанням вивчених засобів подання знань; застосовувати нові методи вирішення завдань у предметній галузі; робити порівняльний аналіз та обґрунтовувати вибір мови ІІ для вирішення задачі. Оновлений інтерфейс користувача комп'ютерної системи "КАРКАС" є на сайті http://it-karkas.com.ua. ОБРАНЕ Модуль 1. Концептуальні засади ІІ. Моделювання знань та механізмів виведення Лабораторна робота 1 "КАРКАС" – інструментальний засіб для створення моделей баз знань. Загальні принципи Мета: ознайомлення студентів із загальною концепцією побудови моделей баз за допомогою інструментального засобу "КАРКАС". Базові відомості. Експертна система (ЕС) – програма, яка емулює взаємодію користувача з експертом-людиною при вирішенні певної проблеми [1 – 10]. Багато ЕС не складні у побудові за наявності оболонки експертної системи – програми, що дозволяє користувачеві наповнити базу знань певної структури конкретними знаннями предметної галузі. Більш складні ЕС включають фактори впевненості, що дозволяють вибирати кілька можливих рішень з різними ступенями впевненості. Будь-яка ЕС продукційного типу (заснована на правилах) повинна містити три основні компоненти: базу знань (БЗ), базу фактів (БФ) та машину виведення. БЗ – формалізовані за допомогою правил продукції знання про предметну область. БФ - безліч фактів, що описують поточну ситуацію. Вміст БФ у процесі консультації з ЕС зазвичай збільшується обсягом у міру застосування правил. Машина виведення виконує дві основні функції: перегляд існуючих фактів та правил, а також додавання до БФ нових фактів; визначення порядку перегляду та застосування правил. Порядок може бути прямим чи зворотним. Прямий порядок – від фактів до висновків. У ЕС з прямими висновками за відомими фактами знаходиться висновок, який із цих фактів випливає. Якщо такий висновок вдається знайти, він заноситься до БФ. Прямі висновки часто застосовують у системах діагностики, їх називають висновками, керованими даними. Зворотний порядок виведення – від висновків до фактів. У системах із зворотним висновком спочатку висувається деяка гіпотеза про кінцеве судження, а потім машина виведення намагається знайти факти, які могли б підтвердити або спростувати висунуту гіпотезу. Процес відшукання необхідних фактів може включати досить багато кроків, причому можливе висування нових гіпотез (цілей). Зворотні висновки керуються цілями. Машина виведення визначає порядок застосування правил, а також встановлює, чи є факти, які можуть бути змінені у разі продовження роботи (при немонотонному висновку). У циклі машини виводу виконуються такі кроки: зіставлення (уніфікація) – антецедент правила порівнюється з фактами з БФ; вирішення конфліктного набору - вибір одного з кількох правил у тому випадку, якщо їх можна застосувати одночасно; спрацьовування правила − у разі збігу антецедента правила з фактами відбувається спрацьовування правила, тобто воно позначається як використане; дія − додавання консеквентного правила до БФ, тобто формування нового факту. Якщо машина виводу аналізує кадр, у якому значення слотів відповідають фактам, вона запускає виконання керуючий слот кадру (наприклад, процедури обчислення). Вихід із циклу машина виведення здійснюється декількома способами, наприклад: вибірка всіх правил із БЗ; використання метаправил, тобто правил, які керують іншими правилами. Отже, ЕС не має в своєму розпорядженні готового рішення в просторі станів, а знаходить у процесі логічного виведення на основі даних, що отримуються від користувача. ЕС здатні пояснити, чому в процесі їх роботи були потрібні саме ці дані і як були отримані висновки (висновки з вирішуваної проблеми). Яскравим прикладом інструментом створення моделей БЗ є система " Каркас " . Діапазон проблем, які можна вирішити ЕС, великий. ЕС можуть бути розроблені за допомогою "КАРКАС" для будь-якої предметної області, в якій для вирішення будь-якої задачі необхідно зробити вибір серед певного набору варіантів, а процес досягнення цього рішення ґрунтується на логічних кроках. Будь-яка проблемна область, де людина чи група людей мають спеціальні експертні знання, необхідні іншим, є можливою сферою застосування системи "КАРКАС". ЕС можуть допомогти автоматизувати виконання складних інструкцій, вибрати будь-який виріб із групи виробів або діагностувати обладнання. Інструменти системи "КАРКАС" використовуються для створення як продукційних, так імовірнісних ЕС. Модулі системи "КАРКАС" розраховані на те, що ЕС створюватимуть експерти предметної галузі спільно з професіоналами в галузі побудови інженерних знань.Лабораторная работа 2 Концепція представлення знань у системі "КАРКАС" Мета: ознайомлення студентів із концепцій представлення знань у системі "КАРКАС". Базові відомості. При вивченні будь-якого об'єкта виділяють одну або кілька його властивостей, сукупність яких становить сутність цього об'єкта у цьому розгляді. Для опису об'єкта чи його окремих властивостей вибираються деякі характеристики − величини, які можна виміряти у різних шкалах: кількісної, порядкової, якісної. Інформація, необхідна БЗ, збирається спеціалістом − когнітологом. У функції когнітолога входить вибір експертів, їх опитування з подальшим зіставленням та узагальненням отриманої інформації про об'єкти предметної галузі, а також подання цієї інформації у вигляді знань, тобто сукупності фактів та правил у формі, придатній для безпосереднього занесення до БЗ [1 − 11 ]. Подання фактів БЗ через пару "атрибут-значення". Аналізуючи судження експерта, когнітолог витягує факти, що містяться в них, представляючи їх або трійками "об'єкт-характеристика-значення" або, більш просто, парами "атрибут-значення" (табл. 2.1). Таблиця 2.1 Факти у вигляді пар "атрибут-значення" Таблиця 2.1 Факти у вигляді пар "Атрибут-значення"
Закінчення табл. 2.1
Подання правил бази знань у вигляді продукцій і фреймів. Правила БЗ когнітолог формулює звичайно у вигляді продукцій. Приклади опису правил за допомогою продукцій наведені в табл. 2.2. За аналогією зі списком дозволених характеристик може бути сформований список правил бази знань, обновлюваний у ході її проектування. Таблиця 2.2 Правила у вигляді продукцій
Закінчення табл. 2.2
Лабораторна робота 3
Тема 4. "КАРКАС" – іструментальний засіб для створення ЕС. Продукційне знання
Мета. Розробити правила й фрейми. Ознайомиться з роботою редактора БЗ. Базові відомості. Зовнішній вигляд редактора БЗ представлений на рис. 2.1 зі списком атрибутів [4; 7]. На екрані редактора є шість закладок: атрибути БЗ; правила; фрейми; зображення; порядок знань у БЗ; дерево БЗ. Для зручності формування й редагування питань і відповідей, правил, фреймів і зображень є шість закладок. Питання й відповіді прив’язуються до атрибута (наприклад, ключове слово предметної області) і втримуються у файлі бази даних. Безліч атрибутів розташовується у вигляді списку. При клацанні покажчиком миші на кожному атрибуті з'являється асоційовані з ним тексти питання й відповідей. Для зручності редагування питань і відповідей модуль редактори бази знань містить ряд сервісних кнопок: копіювання атрибута, видалення атрибута, копіювання всіх атрибутів у буфер обмін, завантажити зображення. Такі ж сервісні функції є в кожного атрибута й викликаються за допомогою контекстного меню. Для синтаксичного контролю логічної умови продукції використовується аналізатор правил. Описаний аналізатор правил використовується як у редакторі правил і фреймів, вид якого представлений рис. 2.2, так і в машині виводу системи "КАРКАС". Отже, продукція – це правило виду
ЯКЩО <АНТЕЦЕДЕНТ> ТО <КОНСЕКВЕНТ>,
яке відображає знання, необхідні для рішення завдань і організації взаємодії з користувачем. Логічний висновок, заснований на продукціях – це застосування правила, потім визначення правила-спадкоємця і т.д. Розрізняють різні стратегії виводу: прямий, зворотний і змішаний. Переваги продукційної БЗ: проста в управлінні модулями знань (видалення, доповнення, коректування). Недоліки: при великій кількості правил висновок іде дуже довго; при великій кількості правил (понад сотню) їхній логічний зв'язок між собою важко впорядкувати. Інший спосіб подання знань – це фрейми. Фрейм – це каркас знань, що складається зі слотів. Оскільки модель фрейму найбільш вдало відображає елементи знань людської нейронної мережі, тому розглянута система одержала назву "КАРКАС". Є два типи фреймів: фрейм-поняття – відношення/дія + зв'язані цим відношенням/ об'єкти, що беруть участь у цій дії; фрейм-приклад – конкретний екземпляр відносини/дії + конкретні об'єкти (зв'язані цим відношенням/що приймають участь у цій дії). Фрейм: ім'я – відношення/дія Слоти – об'єкти або інші фрейми З кожним слотом може бути пов'язана така інформація: умова на заповнення (тип, "за замовчуванням", зв'язок з іншими слотами), асоційовані процедури (дії, виконувані, наприклад, при заповненні цього слоту). Основні операції над фреймами: пошук фрейму/слоту; заміна значення слоту (спадкування); узяття копії фрейму-поняття. Приклад фрейму представлений на рис. 2.3. Переваги фреймів: знання добре структуровані, структура зрозуміла людині. Недоліки фреймів: при великій кількості фреймів довго виконуються всі операції; при великій кількості фреймів (понад сотню) їхній логічний зв'язок між собою важко впорядкувати. У табл. 3.1 приводиться приклад переліку атрибутів БЗ "Підбір кадрів на посаду аналітика комп'ютерних систем".
Таблиця 3.1 Атрибути БЗ
N-US"> Закінчення табл. 3.1.
Далі наводиться приклад фрагмента БЗ "Підбір кадрів на посаду аналітика комп'ютерних систем". Правило 1. A&B&C&D&E&F&G&H&I#. ЯКЩО A Вища освіта = Так B Специфікації = Ні C Володіння IT = Не володію D Мова = Ні E Досвід роботи = Більше 3-х років F Психологічні фактори = Комунікабельність G Психологічні фактори = Орієнтація на результат H Психологічні фактори = Стресостійкість I Психологічні фактори = Оптимізм ТО Оцінка = 60%. Аргументація Пропонуємо Вам "підтягти" свої знання в області IT-технологій! Правило 2. A&B&C&D&E&(F+G+H+I)#. ЯКЩО A Вища освіта = Так B Специфікації = Ні C Володіння IT = Не володію D Мова = Ні E Досвід роботи = Більше 3-х років F Психологічні фактори = Стресостійкість G Психологічні фактори = Оптимізм H Психологічні фактори = Орієнтація на результат I Психологічні фактори = Комунікабельність ТО Оцінка = 60%. Аргументація Пропонуємо Вам "підтягти" свої знання в області IT-технологій! Правило 3. A&B&C&D&E&F#. ЯКЩО A Вища освіта = Ні B Специфікації = Ні C Володіння IT = Не володію D Мова = Ні E Досвід роботи = Немає досвіду F Психологічні фактори = Не володію ТО Оцінка = 50%. Аргументація Вибачите, Ви нам не підходите!!! Правило 4. A&B&C&D&E&F&G&H&I&J&K#. ЯКЩО A Вища освіта = Так B Специфікації = Так C Володіння IT = Основи RUP D Володіння IT = CASE-засіб E Володіння IT = Нотації UML F Мова = Ні G Досвід роботи = Більше 3-х років H Психологічні фактори = Стресостійкість I Психологічні фактори = Оптимізм J Психологічні фактори = Орієнтація на результат K Психологічні фактори = Комунікабельність ТО Оцінка = 80%. Аргументація Ви можете пройти стажування, і після знову пройти тестування! Модуль 2. Прикладні інтелектуальні системи. Методологія та інструментарій проектування Лабораторна робота 4 Методика побудови моделі бази знань у системі "КАРКАС" Ціль. Ознайомиться з логічною машиною виведення у системі "КАРКАС". Базові відомості. Розглянемо приклад побудови БЗ "Вибір квартири". Постановка завдання: розробка бази знань на вибір покупцем квартирі, що підходить для нього в залежності від вимог і цілей. Призначення прототипу ЕС: консультування покупця під час визначення потрібної квартири. Сфера застосування прототипу ЕС: система застосовуватиметься у різних агентствах нерухомості. Мета: підбір найоптимальнішого варіанту - квартири з вже існуючої бази квартир для будь-якого покупця залежно від його потреб та вимог. Вихідні дані: район, тип будівлі, транспорт, орієнтація, стан квартири, кількість кімнат, площа, ціна, ринок, інфраструктура. Очікувані результати: квартира, що задовольняє запитам. Концептуальну модель предметної області вибору квартири можна у вигляді дерева цілей (рис. 4.1). Тут перетинає дугою позначена вершина типу "І", а відсутність її - "АБО". Логічна модель розв'язання цього завдання представлена малюнку 4.2. У таблиці 4.1 наведено атрибути БЗ, що розробляється. Лабораторна робота 5 Розробка моделі бази знань у системі "КАРКАС" Ціль. Розробка БЗ з прикладу економічної предметної області. Додаткові вимоги до звіту щодо лабораторної роботи. Звіт з лабораторної роботи повинен містити такі основні розділи: Основні характеристики прототипу ЕС. Ідентифікація предметної галузі. Концептуальна модель предметної галузі. Формалізація БЗ. Тестування БЗ. Основні характеристики прототипу ЕС. Призначення: консультування, навчання тощо. Сфера застосування: користувачі. Клас вирішуваних проблем: інтерпретація (аналіз), діагностика, прогнозування, проектування, планування тощо. Критерії ефективності та обмеження: економічні показники. Ціль: мета консультації. Очікувані результати: гіпотези – перелік можливих значень мети, підцілі. Початкові дані. Особливості вирішення завдань, наприклад, опис характеристик невизначеності, основних евристик Ідентифікація предметної галузі. У розділі звіту спочатку описується неформальна постановка завдання, у якій обгрунтовується необхідність розробки прототипу ЕС і визначаються джерела отримання економічної ефективності. Далі наводиться структурований звіт параметрів предметної галузі: Концептуальна модель предметної галузі. У звіті наводяться такі графічні моделі: дерево цілей - граф "І/АБО", логічні моделі подцелей, діалогу з користувачем. Формалізація БЗ. Здійснюється вибір методів логічного висновку: прямий або зворотний ланцюжок міркувань. Обробка конфліктних наборів правил. Аналіз успадкування атрибутів у кадрах. Підготовка вихідних фактів, правил, кадрів. Тестування ЕС. Наводяться аналіз текстів правил, фреймів і протоколів тестових прикладів. Виконується аргументація одержаних тестових результатів консультацій. Число тестових прикладів має відповідати всім передбачуваним гіпотезам з метою консультацій. Розглянемо приклад оформлення звіту з прикладу БЗ для вибору постачальника продукції. Постановка задачі. Розробити БЗ на вибір постачальника для закупівлі молочної продукції залежно від потреб покупця. В основі БЗ, що розробляється, лежить аналіз даних і пропозицій постачальників, який дозволить виявити вимоги до умов поставок, цінових і тимчасових параметрів майбутніх закупівель. БЗ допоможе підприємству здійснити вибір найбільш вигідного та прийнятного постачальника серед усіх альтернативних. Призначення прототипу ЕС – це консультування щодо підбору постачальника для закупівлі молочної продукції; оцінка можливості закупівлі у кількох альтернативних джерелах; вибір на підставі певних критеріїв найбільш вигідного та прийнятного постачальника. Сфера застосування прототипу ЕС – це різні підприємства, фірми, які потребують закупівлі молочної продукції. Мета прототипу ЕС - підбір найбільш оптимального варіанта постачальника для закупівлі молочної продукції залежно від потреб покупця. Клас вирішуваних проблем: аналіз пропозицій постачальників, вибір постачальника виходячи з певних критеріїв. Початкові дані: інформація пропозицій постачальників: ціна продукції, умови постачання та оплати, точність дотримання умов договорів, якість товарів та послуг, забезпечення доставки продукції; репутація постачальника у своїй сфері; можливості позапланових постачань. Критерії ефективності показників: відповідність умов постачання прийнятим вимогам. Очікувані результати: вимоги щодо умов постачання, ефективний вибір постачальника за прийнятими вимогами. Ідентифікація предметної області: вибір постачальника полягає в дослідженні пропозицій постачальників і розбивається такі блоки: 1. Якість продукції. Відноситься до здатності постачальника забезпечити товари та послуги відповідно до специфікацій, а також вимог споживача незалежно від того, чи відповідає вона специфікації. 2. Надійність постачальника (чесність, чуйність, обов'язковість, зацікавленість у веденні бізнесу з даною компанією, фінансова стабільність, репутація у своїй сфері, дотримання раніше встановлених обсягів постачання та термінів постачання тощо). 3. Ціна. У ціні повинні враховуватися всі витрати на закупівлю конкретного матеріального ресурсу, тобто транспортування, адміністративні витрати, ризик зміни курсів валют, мита тощо. 4. Якість обслуговування. Оцінка за цим критерієм вимагає збору інформації в досить широкого кола осіб із різних підрозділів компанії та сторонніх джерел. Необхідно дотримуватись думки про якість технічної допомоги, ставлення постачальника до швидкості реакції на вимоги та умови поставок, що змінюються, до прохань про технічну допомогу, кваліфікацію обслуговуючого персоналу і так далі. 5. Умови платежу та можливість позапланових поставок. Постачальники, які пропонують вигідні умови платежу (наприклад, з можливістю отримання відстрочки, кредиту) та гарантують можливість отримання позапланових поставок, дозволяють уникнути багатьох проблем постачання. Вимога до прототипу ЕС на вибір постачальника: Для завдання оцінки постачальників підприємства загальноприйнятим методом є бальна оцінка за низкою параметрів: якість продукції, умови платежу, ціна продукції, якість обслуговування, надійність постачальника. Для особи, яка приймає рішення, кількісна оцінка постачальників за наведеними вище параметрами не завжди зручна. Підхід подання знань у системі "КАРКАС" дозволяє використовувати нечіткі дані, наприклад, атрибут "якість продукції" може приймати значення "високе", "середнє", "низьке". Отже, БЗ дозволить краще підібрати постачальника продукції. Концептуальна модель предметної галузі. Концептуальну модель предметної області вибору постачальника продукції можна у вигляді дерева цілей (рис. 5.1). Контрольні питання для самодіагностики Модуль 1. 1. Поняття ІІ. 2. Історія ІІ. 3. Комп'ютери п'ятого покоління. 4. Основні напрями досліджень ІІ (системи, що ґрунтуються на знаннях). 5. Основні напрямки досліджень ІІ (машинний переклад). 6. Основні напрямки досліджень ІІ (обробка візуальної інформації). 7. Основні напрямки досліджень ІІ (розпізнавання образів). 8. Основні напрямки досліджень ІІ (машинна творчість). 9. Основні напрями досліджень ІІ (нові архітектури комп'ютерів). 10. Основні напрямки досліджень ІІ (інтелектуальні роботи). 11. Основні напрямки досліджень ІІ (мультіагентні системи). 12. Основні напрямки досліджень ІІ (програмне забезпечення). 13. Поняття ЕС. 14. Архітектура ЕС. 15. Приклад ЕС Mycin. 16. База знань ЕС Mycin. 17. Коефіцієнти впевненості. Робастність ЕС. 18. Оболонка до створення ЕС EMYCIN. 19. Самонавчальні системи (приклад). 20. Технологія розроблення ЕС (ідентифікація). 21. Технологія розробки ЕС (концептуалізація). 22. Технологія розробки ЕС (формалізація). 23. Технологія розробки ЕС (тестування). 24. Технологія розробки ЕС (виконання). 25. Технологія розробки ЕС (промислова експлуатація). 26. Відмінність знань даних. 27. Типові моделі уявлення знань (приклади). 28. Логічна модель уявлення знань (приклад). 29. Квантори у логіці предикатів (приклад). 30. Подання знань правилами продукції (приклад). 31. Основні напрямки досліджень ІІ (генерація та розпізнавання мови). Модуль 2 1. Об'єктно-орієнтоване уявлення знань кадрами (приклад). 2. Фрейми, слоти, демони, наслідування (приклад). 3. Модель семантичної мережі (приклад). 4. Як змінювалися поняття "завдання" на різних етапах розвитку уявлень про інтелектуальну систему? 5. Дайте визначення системи штучного інтелекту (СІІ). 6. Які особливості мають СІІ в порівнянні з традиційними алгоритмічними системами? 7. Якими властивостями має мати будь-яка інтелектуальна система? 8. Що є об'єктом дослідження в СІІ? 9. Що розуміємо під моделлю предметної області? 10. Яка структура предметної галузі? 11. Наведіть приклади предметної галузі. 12. Що ми розуміємо під "вирішенням" завдання? 13. Що таке алгоритм розв'язання задач? 14. Дайте визначення поняття "знання". 15. Чим принципово відрізняються "знання" від "даних"? 16. Якими основними властивостями мають володіти БЗ? 17. Наведіть приклад внутрішньої інтерпретації знань. 18. Як записується найпростіша інформаційна одиниця? 19. Що таке "слот"? 20. Яка структура кадру? 21. Як у основі знань відображається зовнішня структура зв'язків? 22. Чому мережа називається семантичною? 23. Наведіть приклад семантичної мережі 24. У чому полягає школювання даних? 25. Як ви розумієте "простір із семантичним метричним свідченням"? 26. Що таке кластер? 27. Що містять процедурні знання? 28. Що містять декларативні знання? 29. У чому полягає принцип активності? 30. Що таке продукційна модель? 31. Як організований висновок на продукціях? 32. Перерахуйте методи подання знань. 33. Які системи називаються продукційними? 34. Дайте визначення продукції. 35. Яка структура продуктивної системи? 36. Опишіть з прикладу механізм роботи основи правил. 37. Яка роль робочої бази даних? 38. Опишіть механізм виведення у продукційній системі з використанням прямої (зворотної) стратегії. Наведіть приклади. 39. Що таке конфліктне безліч правил? Як вирішується ця ситуація? 40. Які переваги та недоліки продукційної моделі? 41. Дайте визначення кадру. 42. Які типи кадрів ви знаєте? 43. Як працює механізм наслідування? 44. Навіщо потрібні приєднані процедури? 45. Опишіть механізм виведення на кадрах. 46. Вкажіть переваги та недоліки систем. 47. Дайте визначення семантичної мережі. 48. Як називається мережу з одним типом відносин? 49. Які функції виконують експертні системи? 50. Яка роль бази знань у експертних системах? 51. З яких функціональних блоків складається ЕС. |
|
|
|
|
2012 г. it-karkas.com.ua
Володимир Бурдаєв |
 |
|
|
|
