Egyszintű szakértői rendszer

Angol megnevezés: ...

Történeti modul

A legfontosabb eredmények történeti sorrendben:

• 1955-1970 Első kutatások

Az első eredmények a mesterséges intelligencia (MI) területén a játékprogramok voltak. Pl.: sakk, kocka, puzzle. Ezek közös problémája az emberi következtetés leírásának kódolása, melyet szabályok definiálásával, megadásával oldottak meg. Az emberi problémamegoldás számítógépes modellezése szintén ekkor kezdődött. Az első kutatócsoportok az USA-ban működtek. A legismertebb kutatók: McCurthy, H. Simon, M. Minsky, és Newell voltak.

főbb eredményeik:

1. Logic Theorist (automatikus tételbizonyító program), melyet 1963 Newell és Simon fejlesztett ki.
2. General Problem Solver (általános problémamegoldó rendszer), melyet szintén Nevell és társai alkottak. E programnál jelenik meg először a tudás elkülönítése.
3. PERCEPTRON-modell: Rosenblatt a szem retinahártyáját egyrétegű neuronhálóval modellezi.
4. LISP (List Processing) néven programozási nyelv az MI fejlesztések számára.

• 1971-80 Az első tudásalapú rendszerek

Főleg olyan szakértői rendszerek (SZR) fejlesztésével találkozunk, melyek szűk, speciálisan szakterületen problémamegoldásra, tanácsadásra használhatók. A rendszerek programozásához egy újabb nyelvet, a PROLOG-ot fejlesztetétk ki. Ilyen "klasszikus" rendszrek:

1. DENDRAL (NASA Mars programjában az egyik műhold számára készült SZR),
2. MYCIN (Orvosi SZR),
3. EMYCIN (Az előbbi SZR-váza, mely tudás nélküli rendszer; ez az első SZR keretrenszer, a "shell"),
4. GUIDON (szintén a MYCIN problémakörét dolgozza fel, ami orvostanhallgatók oktatásánál használtak fel),
5. HEARSAY II. (angol beszédmegértő rendszer; technikailag a korábbi SZR-ektől eltérő megoldást alkalmaz, az ún. blackboard rendszereknek az első tagja),
6. XCON (A számítógépek konfigurálására készült SZR),
7. PROSPECTOR (Ásványlelőhelyek felkutatására készült rendszer. Segítségével fedezték fel 1980-ban a világ legnagyobb molibdén lelőhelyét).

• 1981-90 Alkalmazások

Általában jellemző, hogy 1991-től számos SZR shellt készítettek, és a SzR alkalmazások tkerültek középpontba. A problémamegoldó alrendszerek alkalmazhatósága lendületet adott az MI kutatásoknak, melyhez az USA-ban, Angliában és a többi nyugat-európai országban álláami támogatást adtak. Különösen a gépi tanulás lehetőségeit és a mesterséges neuronhálók alkalmazását vizsgálták. Napjainkban a kutatások kiterjedtek az eset-alapú és fuzzy rendszerek körére is. [1]

Ontológiai modul

• ...

Ellentmondások és vitatott kijelentések modulja

• ...

A szakértői rendszerek az emberi szakértői vizsgálatot (még?) nem helyettesítik. A rutinmunkát veszik át, és segítséget nyújtanak a döntésekhez: számítógépprogramokban hibakeresést, kémiai analízist, hitelképesség-vizsgálatot stb. végezhetnek. Léteznek tanulásra képes szakértői rendszerek is, amelyek a felhasználóval folytatott dialógus alapján önállóan következtetéseket vonnak le, és ennek alapján pl. egy adatbázishoz való hozzáférés elsőbbségi sorrendjét megváltoztatják. Az alkalmazott szakértői rendszerek viszonylag egyszerűek és adatbankok feldolgozására, ill. kezelésére használhatók. Fontos, hogy a szakértői rendszereket mindig csak a tervezettnek megfelelő, nagyon szűk szakterületen alkalmazzák. [2] 36k

Definíciós modul

Szakértői rendszer

Bonyolult problémák megoldásához nélkülözhetetlen, hogy a lehetőségekről és korlátokról kellő információkkal rendelkezzünk. Tipikusan ilyen probléma pl az orvosi diagnosztika (amikor a tünetek alapján kell döntenie az orvosnak arról, hogy mi a betegség és hogyan kell gyógyítani); a pályaválasztási tanácsadás; nagy műszaki létesítmények tervezése; bonyolult rendszerek hibáinak megkeresése, geológiai mérések értékelése, műholdak vezérlése, repülőgép pilóták manőverezésének támogatása. Ehhez nyújtanak segítséget a mesterséges intelligencia kutatások eredményeként kialakított szakértői (idegen szóval: expert) rendszerek. Ezek nagy kiterjedésű, a szakértők által összegyűjtött és a számítógépben tárolt adatbázisra támaszkodnak. Az adatbázis nemcsak adatokat, hanem ha akkor típusú (a szakértők által előzetesen leírt) szabályokat is tartalmaz. Ezekkel az ún. következtető mű a kiindulásnál felvett adatok alapján valamilyen általában egynél több következtetésre jut. Ezekből kell a rendszert használó (és a döntésért felelős) személynek a “megoldást” kiválasztania.

A probléma megoldása kereséssel történik, nem pusztán formállogikai következtetésekkel, hanem ún. heurisztikus vezérléssel: a beépített szabályok révén a legvalószínűbb megoldások irányában keres, a következtetésekben tapasztalati tényeket is figyelembe vesz és minden következtetést az ember számára elfogadható formában magyaráz meg. Ha a föl használó a választ nem fogadja el, további kérdéseket tehet fel. Az eljárás az összetett feladatokat részekre bontja, kialakítva a kérdések és a válaszok hierarchiáját; a nagyszámú tapasztalati adatból statisztikus értékeléseket készít; fölhasznál önmagukat hívó (rekurzív) programelemeket; megvizsgálja (és közli) a szélsőséges eseteket; “megjegyzi” a fölhasználás során szerzett újabb tapasztalatokat. A rendszer öntanuló: “megjegyzi” a fölhasználás során szerzett újabb adatokat és következtetéseket, beépíti azokat az adatbázisba.

A szakértői rendszert elsősorban olyan feladatok megoldására lehet használni, amelyeknél az adott esetre érvényes tények alapján ki kell választanunk sok lehetőség közül a (meghatározott szempontok szerint) megfelelőeket. A szakértői rendszer nem helyettesíti, hanem kiegészíti az emberi gondolkodást; nem dönt, hanem segíti a döntéshozatalt. Eredménye sohasem egy, hanem néhány – a megadott szempontoknak eleget tevő – megoldás, amelyek közül egyet a rendszer használójának kell kiválasztani, vállalva a választásért a felelőséget. [3]

A szakértői rendszerek főbb jellemzői:

   * segít megoldani bonyolult problémákat,
   * képes új ismeretek befogadására;
   * segítséget nyújt az ismeretek értékeléséhez, más rendszerbe való átviteléhez;
   * lehetőséget adj a tudásbázisban lévő ismeretek könnyen értelmezhető formában való közlésére;
   * magyarázatot ad arra, hogyan jutott el az eredményhez;
   * képes nem teljes, vagy nem egzakt kiindulási adatokból is eredményre jutni;
   * az eredményeket természetes nyelven is tudja közölni 

Tesztkérdések modul

• ...

Ajánlott irodalmak modulja

• ...