You are on page 1of 0

Vjetaka inteligencija

VJETAKA INTELIGENCIJA
1. UVOD
Kada su ameriki naunici prije etrdesetak godina stvorili pojam
Vjetaka inteligencija (a radi se o bukvalnom prevodu amerikog
pojma artifical intelligence), imali su cilj da istrae miljenje ovjeka i
da ga pomou raunara simuliraju. Ope raireno miljenje je da je to
to se do danas uspjelo, samo poetak.
Istaraivanja u veoma heterogenom podtuju vjetake inteligencije
(VI) se bave uglavnom slijedeim oblastima:
prirodno-jeziki problemi korisnika (izdavanje naredbi raunaru i
izdavanje rezultata preko raunara na prirodnom jeziku),
programiranje inteligentnih igara i rjeavanje problema,
raunarom podrana nastava,
prepoznavanje slike (prepoznavanje predmeta i uzoraka na slikama),
prepoznavanje rukopisa,
tehnika robota (istraivanje i razvoj raunarom upravljanih
manipulatora),
prepoznavanje jezika (razumijevanje prirodnih jezika i pretvaranje u
tekst; ovdje spada i primanje i tampanje diktata),
deduktivni sistemi (automatsko dokazivanje kod kompleksnih
matematikih i logikih problema);
automatski sistemi prevoenja iz jednog jezika u drugi;
ekspertni sistemi i
neuronske mree.








Vjetaka inteligencija


2. EKSPERTNI SISTEMI
2.1 Pojam i funkcija ekspertnih sistema
Ekspertni sistemi predstavljaju jednu od najznaajnijih oblasti
istraivanja vjetake inteligencije. Osnovni zadatak ekspertnih
sistema je da omogue koritenje znanja i iskustva vrhunskih
eksperata, ugraenih u ekspertni sistem. Kao odgovor na pitanje "ta
su ekspertni sistemi?", posluie nam izvod iz pisanja jednog od
poznatih istraivaa ove oblasti, E. Feigenbauma:
"... Ekspertni sistem je inteligentni raunarski program koji se koristi
znanjima i pocedurama zakljuivanja u rjeavanju problema koji
zahtijevaju znaajan intelektualni napor. Znanje potrebno za rad na tom
nivou, plus primijenjene procedure zakljuivanja, mogu se smatrati
modelom razmiljanja najboljih strunjaka te oblasti.
Znanje ekspertnog sistema sastoji se od injenica (facts) i iskustvenih
pravila (rules). injenice ine skup informacija koje su iroko
rasprostranjene, javno dostupne i prihvaene meu strunjacima te
oblasti. Iskustvena pravila su preteno lina, rijetko obrazlagana
pravilima dobrog prosuivanja (pravila zdravog razuma, pravila dobrog
pogaanja), koja opisuju donoenje odluka na strunom nivou u toj
oblasti.
Nivo ekspertnog sistema je u najveoj mjeri funkcija veliine i kvaliteta
baze znanja koju posjeduje..."
Od ekspertnog sistema se oekuje da moe da postavlja pitanja,
objanjava rezonovanje i opravdava zakljuke.
Pomou ekspertnog sistema moe se rezonovati na osnovu znanja
ogranienog domena i ak se pribliiti ljudskim performansama, a u
nekim sluajevima ih i prevazii.
S druge strane, ekspertni sistemi ne mogu obezbijediti rjeenja problema
koja ni ljudska bia ne znaju da rijee. Umjesto toga, ekspertni sistemi
sadre postojea znanja eksperata u kodiranoj formi i koriste se ovim
znanjima kako bi pokuali rezonovati kao ljudska bia. Otuda snaga
ekspertnih sistema lei u znanju.
Da bi rezonovao kao ljudsko bie, ekspertni sistem se ne slui samo
faktikim znanjem, kao kod konvencionalnih programa, ve se slui i
Vjetaka inteligencija


nepotpunim znanjem i rezultatima posmatranja, zasnovanim na
eksperimentu i intuiciji (zajedniki nazvanim heuristika). Pri tome se
primjenjuju odgovatrajue metode analize, manipulacije i primjene
kodiranog znanja, tako da ekspertni sistem moe zakljuivati i
objanjavati akcije.
Ekspertni sistemi rade sa simbolikim opisima znanja koja posjeduju.
Pri tome se esto koriste velikim brojem suprotstavljenih pretpostavki,
daju sugestije, ili razliite vanosti pojedinim mogunostima. esto
mogu da daju odgovore, odnosno da rjeavaju teke probleme, nekada
ak i bolje od strunjaka iz odreene oblasti.
Ekspertni sistem se razlikuje od drugih raunarskih programa, zato to
rezonovanje nije direktno. Njegovi zadaci nemaju praktina
algoritamska rjeenja i ovi sistemi esto moraju davati zakljuke
zasnovane na nekompletnosti, neizvjesnosti, spekulativnosti, ili
neodreenosti.
Primjenom ekspertnih sistema se rjeavaju neki od glavnih nedostataka
eksperata, u koje se ubrajaju fakti da su isti rijetki, skupi, zauzetu,
smrtni, nekonzistentni, podloni grekama. Takoe se javlja i problem
zbog prelaska eksperata kod konkurencije, kada se dogaa gubitak
znanja, moda i poslovnih tajni, prekid rada na trenutnim projektima i
slino. Ekspertni sistemi, s druge strane, iako potencijalno manje
struni, s manjom fleksibilnou i veim poetnim ulaganjima, nemaju
ovih problema.








Ekspertni sistemi se koriste u velikom broju oblasti, pri emu e se
ovdje izdvojiti slijedee klase:
Interpretacija: interpretacija situacija u zavisnosti od poznatih
ulaznih vrijednosti;
Vjetaka inteligencija


Prognoze: prognoziranje najvjerovatnijeg slijedeeg dogaaja u
zadanoj situaciji;
Dijagnostika: zakljuivanje ta je dovelo do naruavanja sistema;
Projektovanje: projektovanje konfiguracije objekata pri datim
ogranienjima;
Planiranje: projektovanje plana aktivnosti;
Praenje: izvravanje naredbi s naglaskom na kritinim takama
plana, s ciljem ispitivanja mogunosti sigurnog izvoenja plana;
Remont: ispunjavanje plana na osnovu datih preporuka, s ciljem
otklanjanja nekih kvarova, npr. pri opravci vozila, aviona, blokiranih
raunarskih sistema;
Edukacija: edukacija studenata u nekoj oblasti, u smislu voenja
studenata;
Upravljanje sistemima, koje sadri vie gore navedenih klasa
ekspertnih sistema, jer mora da je u stanju da interpretira postojee
stanje, predvidi budue, kontrolie izvoenje plana, dijagnosticira
greke i planira budue ciljeve i aktivnosti.

Aplikacije zasnovane na znanju, ugraene u CAD sisteme, pomau da
se poboljaju sposobnosti i performanse ovih sistema.


Globalno, ekspertne sisteme moemo podijeliti u dvije grupe:
na one koji analiziraju neki problem i
na one koji vre sintezu s ciljem rjeavanja nekog problema.





U odnosu prema ovjeku, ekspertni sistemi se mogu podijeliti na:
samostalne, koji donose odluke i planiraju budue akcije, ali
izvjetavaju korisnika o njima;
konsultantske: ekspertni sistem se posmatra kao ekspert, ije se
miljenje konsultuje kao miljenje drugog eksperta;
Vjetaka inteligencija


savjetnike, koji savjetuju korisnika ta da ini u odreenoj situaciji;
sistemi za ispitivanje situacija "ta bi bilo ako...": omoguavaju
korisniku da predvidi kakve posljedice mogu da imaju odreene
akcije.


Ekspertni sistemi su nali primjenu u brojnim oblastima: medicinska
dijagnostika, vojska, praenje i upravljanje proizvodnjom, projektovanje
proizvodnje, geoloka, posebno naftna istraivanja, konfigurisanje
sistema, praenje berzi itd. Danas se trite ekspertnih sistema sve vie
iri i moe se oekivati da u budunosti postane jedna od glavnih
raunarskih grana.





















2.2 Karakteristike ekspertnih sistema
Postoji vie karakteristika ekspertnih sistema, na osnovu kojih se
zakljuuje o njihovoj efikasnosti:
ekspertni sistemi moraju imati mogunost lakog auriranja znanja, s
ciljem poveanja znanja i poboljanja modela. Ova mogunost je
Vjetaka inteligencija


neophodna, ne samo pri ispravljanju greaka, ve i zbog dranja
koraka s uenjem novih injenica. Konano, ekspertni sistem moe
biti u stanju da sam ui nove injenice i da i na taj nain uveava
svoje znanje;
da bi bio u stanju da se nosi s problemima iz realnog svijeta,
ekspertni sistem mora imati fleksibilne strategije za rjeavanje
problema, ba kao i ljudieksperti. Ovo je neophodno zato to
rjeenje svakog problema, kao i arspoloive informacije za njegovo
rjeavanje, moraju biti neznatno razliite svaki put;
ekspertni sistemi treba da pokau visoke performanse kroz
mogunost korektnog rjeavanja problema. Ekspertni sistemi koji
grijee kada se susreu s osnovnim problemima, za ije su rjeavanje
projektovani, ne smatraju se ekspertnim sistemima;
ekspertni sistemi moraju da posjeduju mogunost da objasne ta su i
zato uradili, na isti nain na koji ljudi-eksperti objanjavaju svoje
akcije.















2.3 Pregled razvoja ekspertnih sistema
Od 1955. do 1960. godine vre se prva istraivanja vjetake
inteligencije. U narednoj dekadi se pojavljuje jezik LISP, kao prvi jezik
koji omoguava razvoj programa za rjeavanje simbolikih problema.
Realizovan je prvi ekspertni sistem DENDRAL na Stenford
univerzitetu.
Vjetaka inteligencija


DENDRAL je ekspertni sistem projektovan za prouavanje podataka
dobivenih spektroskopskom analizom nepoznatih molekula i
predvianje molekularne strukture na osnovu izvrene analize.
Programiran je u LISPu. Znaaj ovog ekspertnog sistema je to je
pokazano da raunarski program moe, podjednako efikasno kao i
strunjak, da radi u okviru uske naune oblasti. Njegov uspjeh ubijedio
je mnoge da su ekspertni sistemi mogui, to je dovelo do zapoinjanja
razvoja novih ekspertnih sistema.
Period od 1971. do 1980. su godine specijalizacije i postizanja uspjeha.
Razvijeno je vie ekspertnih sistema:
MYCIN (Stanford), projektovan kao pomo ljekarima ope prakse u
dijagnostici i lijeenju meningitisa i bakterijskih infekcija. Prije
razvoja ovog sistema, vjetaka inteligencija je esto bila kritikovana
da rjeava samo "djeije probleme". Pametna rjeenja kunih igara
ukazivala su na put moguoj generalnijoj primjeni znanja, ali niko se
nije prihvatio nekog zaista tekog problema i uspio. Prisutno je
miljenje da bi vjetaka inteligencija znatno due bila samo u
istraivakim laboratorijama, da projekat MYCIN nije uspio;
HEARSAY II (Carnegie-Mellon),
MACSYMA (MIT) je veliki, interaktivni programski sistem,
projektovan da pomae matematiarima, naunicima i inenjerima u
rjeavanju sloenih matematikih problema. Ovaj sistem je u
kontinuiranom razvoju od 1969. godine. Pisan je u LISPu. Kao i
DENDRAL, odigrao je znaajnu ulogu u ubjeivanju istraivaa
vjetake inteligencije da su mogui ekspertni sistemi vrlo visokog
nivoa strunosti;
GUIDON (Stanford);
PROSPECTOR, koji je jednom nogom u svijetu istraivanja, a
drugom u svijetu komercijalne primjene. Projektovan je da omogui
konsultacije s geolozima u raznim fazama istraivanja potencijalnih
rudnih nalazita. Ulazne podatke predstavljaju rezultati povrinskih
geolokih posmatranja, koja su najee nesigurna i nepotpuna.
Program pronalazi mogua tumaenja i ukazuje na dodatna
posmatranja koja mogu dovesti do sigurnijeg zakljuka. U 1980.
godini ovaj sistem je testiran tako to su mu pruene geoloke,
Vjetaka inteligencija


geofizike i geohemijske informacije, dobivene od grupe koja je
zavrila istraivanja lokacije na planini Tolman. PROSPECTOR je
analizirao podatke i sugerisao da se u neistraenoj oblasti lokacije
vjerovatno nalazi isplativo nalazite rude porfiri molibdena. Kasnija
istraivanja su potvrdila nalazite i tako je PROSPECTOR postao
prvi ekspertni sistem koji je postigao znaajan komercijalni uspjeh.
Pojavljuje se PROLOG, kao drugi jezik koji nalazi veliku primjenu u
pisanju programa vjetake inteligencije.
Period od 1981. godine do danas obiljeen je komercijalizacijom
ekspertnih sistema, koji su nali primjenu u kompanijama i nauno-
istraivakim centrima.
Drugi komercijalni ekspertni sistemi izgraeni su za oblasti koje
ukljuuju:
testiranje opreme,
planiranje,
upravljanje procesima,
interpretaciju signala,
finansijsku analizu,
knjigovodstvo,
konfigurisanje raunara i
nadgledanje upotrebe raunarskog sosftvera.






2.4 Struktura ekspertnog sistema
Ekspertni sistemi sadre tri osnovne komponente:
baza znanja (Knowledge base), koja u simbolikom smislu
predstavlja znanje sastavljeno od injenica i opih informacija, kao i
heuristike iz oblasti rjeenja problema;
mehanizam zakljuivanja (Inference engine), koji interpretira
znanje u bazi znanja i izvrava logike dedukcije i izvjesne
modifikacije baze znanja;
Vjetaka inteligencija


upravljaki mehanizam, koji organizuje i upravlja strategijama
koje se koriste u procesu zakljuivanja.









Upravljaki mehanizam

Strategije upravljanja
procesima zakljuivanja
Baza znanja

injenice
Pravila
Intuicija
Iskustvo
Miljenja
Mehanizam zakljuivanja

Interpretacija znanja
Logika dedukcija
Modifikacija baze
znanja


Sl. 1. Tri glavne komponente ekspertnog sistema


Detaljniji pregled dijelova ekspertnog sistema obuhvatio bi, pored tri
osnovne, i slijedee cjeline:
radna memorija (Working memory),
podsistem za prikupljanje znanja (Knowledge acquisition subsystem),
podsistem za objanjavanje (Explanation subsytem),
podsistem za komunikaciju s korisnikom (User interface).




Vjetaka inteligencija



2.5 Baze znanja i baze podataka
I baze znanja i baze podataka su prokjektovane za uvanje podataka,
odnosno informacija. Razlikuju se po tipovima podataka/informacija
koje memoriu, tipovima veza izmeu podataka kojim upravljaju i po
vrsti obuke koja je potrebna osobi koja njima rukuje.
Baze podataka memoriu samo injenice, koje su jasne i konane.
Meutim, baze podataka ne sadre kompleksne opise realnih situacija,
pravila koja odraavaju kauzalnu vezu, ili neizvjesno znanje o
memorisanim injenicama.