I. DEFINIREA, LOCUL, OBIECTIVELE

ŞI STRUCTURA SISTEMELOR EXPERT

1.1. Definirea, locul şi obiectivele sistemelor expert

1.1.1. Inteligenţa artificială

Sistemele expert fac parte din ramura informaticii denumită inteligenţă artificială. Prin

inteligenţă artificială, AI, (Artificial Intelligence) se înţelege tehnologia informatică care priveşte

simularea pe calculatorul electronic a unor elemente ale inteligenţei umane (deducţia logică,

capacitatea de a învăţa din experienţă, obţinerea unor concluzii pe baza unor date incomplete,

recunoaşterea vorbirii etc.). Prin inteligenţă artificială, cunoştinţele umane sunt captate şi

prelucrate simbolic de un sistem de calcul.

Inteligenţa artificială reprezintă efortul de dezvoltare a sistemelor bazate pe calculator

(atât hardware cât şi software) care se comportă ca şi oamenii. Astfel de sisteme sunt capabile să

înveţe limbaje naturale, să îndeplinească sarcini fizic coordonate (robotică), folosesc aparatură de

percepţie care asigură informaţii despre comportamentul lor fizic şi limbaj (sisteme de percepţie

vizuală şi orală) şi emulează expertiza umană şi luarea deciziei (sisteme expert). Astfel de

sisteme ar putea, de asemenea, să se manifeste logic, să aibă intuiţie, să raţioneze. Maşinile

inteligente reprezintă sisteme hardware care îndeplinesc sarcinile inteligenţei artificiale. Ca

urmare, elementele familiei sistemelor de inteligenţă artificială sunt: maşinile inteligente,

prelucrarea limbajului natural, sistemele expert, robotica şi sistemele de percepţie.

Sistemele de AI de succes sunt bazate pe expertiza umană, cunoaştere şi modele de

raţionamente selectate, dar ele nu se pot manifesta la nivelul inteligenţei umane. Sistemele de AI

existente nu pot ajunge din urmă pe cele cu soluţii noi de rezolvare a problemelor. Sistemele

existente extind puterea experţilor, dar fără a se putea substitui acestora. Pe scurt, sistemelor de

AI existente le lipseşte sensul comun şi generalitatea naturală a fiinţei umane inteligente.

Inteligenţa umană este mult mai complexă şi mult mai largă decât inteligenţa

calculatoarelor. Un factor-cheie care face distincţia dintre fiinţele umane şi alte animale este

abilitatea fiinţelor umane de a dezvolta asocieri şi de a folosi metafore şi analogii. Folosirea

metaforei şi analogiei conduce la crearea de către oameni a noi reguli, aplicarea vechilor reguli la

noile situaţii şi, de cele mai multe ori, acţiunea intuitivă şi instictivă în afara regulilor.

Deşi aplicaţiile de AI sunt mult mai limitate decât inteligenţa umană, acestea prezintă

mare interes pentru management şi afaceri din următoarele motive:

conservarea expertizei care ar putea fi pierdută în situaţia pensionărilor, demisiilor

sau decesului unui expert uman cu cunoştinţe deosebite într-un anumit domeniu;

stocarea informaţiei într-o formă activă pentru a se crea o bază de cunoştinţe

organizaţionale pe care angajaţii să o poată consulta oricând (de exemplu, cărţi sau

manuale electronice) astfel încât având la dispoziţie această sursă, şi alte persoane

interesate să poată învăţa reguli ce nu se găsesc în cărţile în format pe hârtie;

crearea unui mecanism care nu este dependent de limitele organismului uman, cum ar

fi oboseala sau stresul. De aceea, aceste sisteme sunt deosebit de utile managerilor în

perioade de criză sau atunci când joburile sunt periculoase pentru om din punct de

vedere fizic, mental sau al mediului în care se desfăşoară;

eliminarea rutinei şi joburilor ce produc insatisfacţie pentru om;

îmbunătăţirea bazei de date organizaţionale prin propunerea de soluţii la problemele

specifice care sunt complexe şi masive pentru a fi analizate de fiinţele umane într-o

perioadă scurtă de timp.

Raţionamentul artificial imită raţionamentul natural, specific creierului fiinţei umane.

Abordarea cognitivă a inteligenţei artificiale (raţionamentul artificial este o încercare de

reproducere a raţionamentului natural care este o succesiune de stări şi procese mentale ce

convertesc stimulii priviţi ca date de intrare în rezultate sau date de ieşire) a permis lui E.A.

Feigenbaum să definească inteligenţa artificială ca un ansamblu de tehnici şi metode prin care se

asigură capturarea cunoştinţelor umane şi procesarea simbolică a acestora. S-au obţinut, astfel,

sisteme de gestiune a bazelor de cunoştinţe, prin cunoştinţă înţelegând informaţie cu înţeles şi

informaţie care acţionează (acad. Mihai Drăgănescu). Se reaminteşte aici că informaţia este o

dată care prezintă caracter de noutate, iar calculatorul electronic realizează prelucrarea automată

a datelor.

Prin abordarea pragmatică (modul de obţinere a raţionamentului artificial diferă de

modul oferit de modelul biologic), inteligenţa artificială este definită ca ramură a informaticii

care asigură executarea cu ajutorul calculatorului a unor sarcini (task-uri) pe care fiinţa umană le

execută, în anumite situaţii, mai bine decât calculatorul.

În sfârşit, prin abordarea conexionistă (raţionamentul artificial este o încercare de

reproducere a raţionamentului natural care este o succesiune de stări şi procese neuronale),

informatica inteligentă este definită ca acea parte a informaticii care realizează prelucrarea

automată a cunoştinţelor. Se reaminteşte că informatica este ştiinţa care asigură prelucrarea

automată a datelor. În varianta clasică, prelucrarea este algoritmică (problema de rezolvat este

descompusă în paşi elementari, modul de rezolvare este descris prin dispunerea paşilor într-o

anumită ordine prin folosirea celor trei structuri fundamentale de control specifice programării

structurate - secvenţială, alternativă şi repetitivă şi obţinerea rezultatului prin prelucrarea serială

a datelor). În informatica inteligentă, sunt prelucrate date sub formă de cunoştinţe, adică acele

corelaţii logice şi semantice dintre fapte puse în evidenţă cu ajutorul regulilor de raţionament

(inferenţiere). Prelucrarea cunoştinţelor este o prelucrare simbolică (prelucrare nealgoritmică ce

nu face diferenţa dintre date şi programe) şi are caracter declarativ.

Dintre domeniile principale de aplicaţie ale inteligenţei artificiale se enumeră: sistemele

expert, învăţarea automată, demonstrarea automată a teoremelor, robotica, jocurile dintre om şi

calculator, traducerea automată, recunoaşterea formelor, realitatea virtuală.

Sistemul expert reprezintă un sistem de programe pe calculator, fundamentat pe metode

şi tehnologii ale inteligenţei artificiale, care stochează cunoştinţele mai multor experţi umani

dintr-un domeniu bine definit şi pe care apoi le utilizează pentru rezolvarea problemelor dificile

specifice domeniului.

Expertul uman execută acţiuni de recunoaştere, definire şi rezolvare a problemelor

specifice domeniului său de expertiză. Aceste probleme sunt, de regulă, slab structurate (adică

rezolvarea lor nu se poate face pe cale algoritmică), incomplete, complexe, imprecise,

inconsistente, incerte, adeseori confuze şi care conţin aprecieri vagi. Expertul uman converteşte

aceste probleme din sfera expertizei în sfera cunoştinţelor comune de specialitate. Astfel, aceste

probleme devin complete, simple, clare, consistente, certe, precise.

Dicţionarul de calculatoare Collin consideră sistemul expert, ES (Expert System) ca un

soft care aplică cunoştinţele, sfaturile şi regulile definite de un expert uman într-un domeniu

particular, asupra datelor utilizatorului, pentru a ajuta la rezolvarea unei probleme.

Dicţionarul de informatică Larousse defineşte sistemul expert ca un soft ce exploatează

cunoştinţele explicite relative la un domeniu de expertiză, pentru a asigura un ajutor prin

simularea comportamentului uman în faza de analiză şi decizie.

Din definiţiile de mai sus sunt de reţinut cuvintele-cheie ale definirii sistemelor expert:

acestea reprezintă sisteme de programe pe calculator (software); folosesc cunoştinţele ce aparţin

unui expert uman (domeniu de expertiză); asigură un ajutor în rezolvarea problemelor.

Un sistem expert prezintă următoarele caracteristici:

relevanţa mare;

specializarea într-un domeniu bine definit;

natura simbolică a cunoştinţelor prelucrate;

independenţa cunoştinţelor de mecanismul de raţionament (inferenţiere);

abordarea declarativă a cunoştinţelor;

posibilitatea de a trata cunoştinţe incomplete şi inexacte;

capacitatea de a explica raţionamentele efectuate;

exploatarea dinamică a cunoştinţelor prin intermediul mecanis¬mului de raţionament;

folosirea unor metode empirice (bazate numai pe experienţă) alături de metode

ştiinţifice în rezolvarea problemelor.

Sistemele expert asigură extinderea prelucrărilor în domenii dificil de algoritmizat, ce

sunt dominate de informaţii calitative (macroeconomic, juridic, politic, educaţional etc.).

1.1.2. Noţiunile de cunoaştere şi raţionament

din perspectiva sistemelor expert

Sistemele expert fac parte din categoria sistemelor informatice bazate pe cunoştinţe, KBS

(Knowledge-Based Systems). Dicţionarele englez-român asigură pentru termenul englezesc

knowledge cel puţin două echivalente româneşti: cunoaştere şi cunoştinţe.

Cunoaşterea, în sensul cel mai general prezentat de DEX, reprezintă acţiunea de a

cunoaşte şi rezultatul ei. Cunoaşterea reprezintă “reflectarea în conştiinţă a realităţii existente

independent de subiectul cunoscător.” Cunoaşterea prezintă astfel caracter individual.

Cunoştinţa, sub aspectele care interesează în teoria sistemelor expert, este definită în

acelaşi DEX1 prin:

1. cunoaştere;

2. (la plural) “totalitatea noţiunilor, ideilor, informaţiilor pe care le are cineva într-un

domeniu oarecare”.

În sfârşit, noţiunea de raţionament este definită în DEX ca o “înlănţuire logică de

judecăţi, care duce la o concluzie”.

Cunoaşterea, privită ca proces, şi raţionamentul reprezintă două domenii puternic

interconectate: cunoaşterea se îmbogăţeşte prin rezultatele raţionamentului, iar raţionamentele au

1 DEX, Dicţionarul explicativ al limbii române, 1996.

la bază cunoştinţe. Altfel exprimat, cunoaşterea şi raţionamentul pot fi considerate ca o

consecinţă logică una alteia.

Abordată ca acţiune, cunoaşterea asigură stabilirea unui transfer de informaţie de la

obiect la observator. Sub acest aspect, procesul de cunoaştere este denumit observaţie şi asigură

informaţie relativă la timpul prezent. Informaţia obţinută pe această cale reprezintă cunoştinţe

care sunt reţinute, memorate de către subiectul cunoscător şi folosite ulterior, singular sau prin

asociere cu alte cunoştinţe (cunoştinţa este informaţie care prezintă utilitate şi care acţionează).

Cunoştinţele posedă două componente: componenta subiectivă (asociată cu subiectul

cunoscător) şi componenta obiectivă (asociată cu obiectul cunoaşterii). Informaţia rezultată din

observaţie devine cunoştinţă dacă este tezaurizată în memoria individuală şi, apoi, în memoria

colectivă (cunoaştere). Cunoaşterea este compusă din piese ale cunoaşterii (pieces) care

reprezintă entităţi, fiecare cu o semnificaţie anume, pe baza căreia aceste piese ale cunoaşterii

sunt capturate (achiziţionate) din ansamblul cunoaşterii generale şi stocate în baze de cunoştinţe.

Totalitatea pieselor cunoaşterii formează un model al domeniului în care sistemul expert are

acces cu ajutorul unor proceduri de organizare, clasificare, căutare şi recunoaştere (sistemul

cognitiv).

Într-un raţionament, o judecată {premisă) este legată de o altă judecată (concluzie) prin

operaţie logică de derivare (inferenţiere). Există mai multe tipuri de raţionament: inducţia

(trecerea de la particular la general), deducţia (trecerea de la general la particular) şi transpoziţia

(trecerea de la general la general). Piesele cunoaşterii sunt reprezentate în memorie prin

simboluri care se obţin prin abstractizarea universului real şi trecerea în domeniul conceptual.

Raţionamentul operează cu simbolurile pieselor cunoaşterii.

1.1.3. Locul şi obiectivele sistemelor expert în economie

Sistemele expert pot fi utilizate ca sisteme informatice specializate sau pot fi integrate ca

subsisteme în sisteme informatice hibride, inclusiv în sisteme informatice de asistare a deciziei

(SIAD sau DSS, Decision Support Systems) şi în sisteme informatice integrate economice, în

conformitate cu concepţia holonică asupra sistemelor (două sau mai multe sisteme autonome se

pot integra, pentru a îndeplini obiective bine definite, pe baza unor criterii prestabilite, pentru a

forma un nou sistem de referinţă denumit sistem holonic).

Principalele tipuri de sisteme expert utilizate în domeniul economic sunt: sisteme expert

destinate previziunii şi planificării (de exemplu, previziunea structurii portofoliului de clienţi ai

unei societăţi de asigurări sau planificarea investiţiilor); sisteme expert de diagnosticare (de

exemplu, diagnosticarea situaţiei financiare a unei societăţi comerciale sau supravegherea

procesului de acordare a creditelor într-o bancă); sisteme expert de control şi monitorizare (de

exemplu, gestiunea trezoreriei). Alte tipuri de sisteme expert (folosite în alte domenii decât cel

economic) au funcţii de depanare şi reparare, proiectare, instruire, interpretare, simulare,

clasificare. Conform unor statistici, cele mai folosite tipuri de sisteme expert sunt cele de

diagnosticare (45%), de planificare şi previziune (25%), de control şi monitorizare (15%).

1.1.4. Scurt istoric

Sistemele expert au apărut în anii ’70 ai secolului XX, la început pentru aplicaţii

medicale şi tehnice. Dintre primele sisteme expert realizate, se amintesc MYCIN - pentru

diagnosticarea bolilor datorate infecţiilor bacteriene şi DENDRAL - destinat spectrografiei de

masă, ambele aparţinând Universităţii Stanford din SUA; DART - pentru depanarea

calculatoarelor electronice, aparţinând firmei IBM. Ulterior, aplicaţiile economice ale sistemelor

expert au căpătat o amploare deosebită, în special în domeniile financiar-contabil, bancar şi de

marketing (exemple: LOAN PROBE al asociaţiei de companii de audit Big Eight - pentru

auditarea împrumuturilor de la bănci, SURVEILLANCE EXPERT al bursei din New York,

destinat supravegherii tranzacţiilor, PLAN POWER al firmei Applied Expert Systems, Inc. -

planificare financiară individuală, BUSINESSPLAN - planificare finan¬ciară pentru

întreprinderi mici, ce aparţine firmei Sterling Wentworth Corp, ANSPLAN al firmei Ansoft -

planificarea firmei pe baza cotei de piaţă şi diferenţierii produselor, FINANCIAL ADVISOR al

firmei Paliadian Software - gestionarea proiectelor de capitalizare intensivă, PPAM al firmei

Lysia - planificare de marketing pentru un singur produs).

1.2. Arhitectura unui sistem expert

Arhitectura unui sistem expert cuprinde baza de cunoştinţe, baza de fapte, motorul de

inferenţe, modulul de achiziţie a cunoştinţelor, modulul explicativ şi interfaţa cu utilizatorul.

Baza de cunoştinţe şi baza de fapte formează baza de date a sistemului expert.

Baza de cunoştinţe cuprinde date sub formă de cunoştinţe (reprezentate prin reguli, reţele

semantice, reţele neuronale, modele hibride etc.) ale unui domeniu specializat. Aceste cunoştinţe

sunt expresia entităţilor şi a relaţiilor dintre ele din universul real.

Baza de fapte include date despre problema de rezolvat (formularea problemei) şi fapte

generate de procesul de raţionamente efectuat de motorul de inferenţe asupra bazei de cunoştinţe.

Motorul de inferenţe (inference engine) reprezintă partea de prelucrare a sistemului

expert şi constituie subsistemul rezolutiv al acestuia.

Modulul de achiziţie a cunoştinţelor permite conversia cunoştinţelor din forma asigurată

de inginerul de cunoştinţe în forma internă de stocare pe suport magnetic specifică sistemului de

calcul (reprezentarea cunoştinţelor). În plus, modulul de achiziţie a cunoştinţelor reprezintă şi o

interfaţă de comunicare cu baza de date a sistemului expert (către interior) şi cu alte sisteme

informatice (către exteriorul sistemului expert).

Modulul explicativ asigură prezentarea în limbaj natural a justificării raţionamentelor

executate de motorul de inferenţe şi a întrebărilor adresate utilizatorului.

Interfaţa cu utilizatorul permite dialogul utilizatorului cu sistemul expert, pentru

introducerea datelor de intrare şi afişarea rezultatelor pentru problema de rezolvat.

Baza de cunoştinţe, baza de fapte, modulul de achiziţie a cunoştinţelor şi modulul

explicativ formează subsistemul cognitiv al sistemului expert, ca sistem bazat pe cunoştinţe,

KBS (Knowledge-Based System).

Cunoştinţele realizează descrierea rezolvării unei clase de probleme. Faptele asigură

descrierea aserţiunilor (afirmaţiilor) de instanţiere a unei probleme de rezolvat ce aparţine unei

anumite clase de probleme.

1.2.1. Baza de cunoştinţe

Baza de cunoştinţe cuprinde date sub formă de cunoştinţe (reprezentate prin reguli, reţele

semantice, reţele neuronale, modele hibride etc.), denumite şi piese ale cunoaşterii într-un

domeniu specializat. Aceste cunoştinţe (piese ale cunoaşterii) reprezintă expresia entităţilor şi a

relaţiilor dintre ele şi universul real. Crearea unei baze de cunoştinţe este un proces complex, cu

multe iteraţii şi teste, la care participă experţii umani şi inginerii de cunoştinţe (cogniticienii)

care sunt similari cu analiştii de sisteme informatice.

Baza de cunoştinţe stochează cunoaşterea. Nivelul conceptual este specific bazei de

cunoştinţe şi conţine concepte, piese ale cunoaşterii prototip (şablon) ce se referă la descrierea

obiectelor standard, precum şi modul de operare cu aceste elemente.

1.2.2. Baza de fapte

Baza de fapte include date (piese ale cunoaşterii) despre problema de rezolvat

(formularea problemei) şi fapte generate de procesul de raţionamente efectuat de motorul de

inferenţe asupra bazei de cunoştinţe. Ca urmare, nivelul faptual specific bazei de fapte conţine,

alături de piesele cunoaşterii, enunţul problemei de rezolvat şi, eventual, rezultatele intermediare

ale procesului de inferenţiere ce sunt disponibile numai pe durata acestui proces (cunoaştere

temporară).

1.2.3. Motorul de inferenţe

Motorul de inferenţe reprezintă partea de prelucrare a sistemului expert şi constituie

subsistemul rezolutiv al acestuia. El are rolul de a alege strategia de control cea mai potrivită

tipului problemei de rezolvat, de a realiza planul de rezolvare a problemei, de a derula acţiunile

de rezolvare a acesteia, de a verifica consistenţa paşilor de rezolvare a problemei în raport cu

obiectivele stabilite, de a comuta de pe o strategie de control pe o alta şi de a sumariza

informaţiile de control ce se referă la mecanismele de realizare a raţionamentelor de către

motorul de inferenţe. De exemplu, în cazul sistemelor expert cu reguli de producţie, motorul de

inferenţe preia propoziţii de la intrare (prin interfaţa cu utilizatorul), caută fapte (din baza de

fapte) şi reguli (din baza de cunoştinţe) prin construirea de raţionamente (inferenţe) şi, în final,

trage o concluzie în virtutea căreia acţionează sistemul expert.

Derularea raţionamentelor de către motorul de inferenţe se face prin interacţiune continuă

cu subsistemul cognitiv de la care cere şi primeşte piese ale cunoaşterii (piese de cunoaştere

conceptuală sau factuală). De asemenea, prin intermediul interfeţei cu utilizatorul, motorul de

inferenţe oferă explicaţii referitoare la raţionamentele de bază executate şi la concluziile obţinute

ce reprezintă soluţia problemei de rezolvat.

1.2.4. Modulul de achiziţie a cunoştinţelor

Modulul de achiziţie a cunoştinţelor permite conversia cunoştinţelor (piese ale

cunoaşterii) din forma asigurată de inginerul de cunoştinţe în forma internă de stocare pe suport

magnetic specifică sistemului de calcul (reprezentarea cunoştinţelor). În plus, modulul de

achiziţie a cunoştinţelor reprezintă şi o interfaţă de comunicare cu baza de date a sistemului

expert (către interior) şi cu alte sisteme informatice (către exteriorul sistemului expert).

Modulul de achiziţie a cunoştinţelor realizează acest proces de achiziţie, pe de-o parte

prin intermediul expertului uman (introducerea de piese ale cunoaşterii explicite), iar pe de altă

parte, prin autoinstruire (introducerea de piese ale cunoaşterii implicite) ce se realizează pe baza

experienţei anterioare şi prin mecanismele de inferenţiere (raţionament). Atunci când se

introduce o nouă piesă a cunoaşterii, modulul execută verificări pentru a menţine consistenţa

bazei de cunoştinţe. Atunci când se constată nerespectarea restricţiilor ce au fost impuse pentru

piesele cunoaşterii, modulul semnalizează utilizatorului toate aceste necon- cordanţe folosind

pentru aceasta modulul explicativ, respectiv interfaţa cu utilizatorul.

Deoarece bazele de cunoştinţe de dimensiuni mari ce se realizează prin procedeul manual

prezintă costuri ridicate şi fiindcă practica acestor baze de cunoştinţe a generat necesitatea

introducerii unor modificări ale schemei iniţiale, modulul de achiziţie a cunoştinţelor a suferit

numeroase perfecţionări pentru a deservi convenabil cele două laturi ale procesului de achiziţie a

cunoştinţelor ce au fost prezentate mai sus. Astfel, au fost realizate două componente distincte

ale modulului de achiziţie a cunoştinţelor: componenta pentru achiziţionarea de cunoaştere

explicită şi componenta de autoinstruire. Autoinstruirea bazei de cunoştinţe se obţine prin

generalizarea din exemple.

1.2.5. Modulul explicativ

Modulul explicativ asigură prezentarea în limbaj natural a justificării raţionamentelor

executate de motorul de inferenţe şi a întrebărilor adresate utilizatorului. Cu ajutorul modulului

explicativ, expertul uman poate verifica consistenţa bazei de cunoştinţe, adică determinarea

eventualelor suprapuneri (redundanţe) şi contradicţii (de exemplu, conflicte de prioritate şi efecte

secundare induse) între piesele cunoaşterii deja existente în baza de cunoştinţe şi piesele

cunoaşterii noi ce urmează a fi introduse în bază.

1.2.6. Interfaţa cu utilizatorul

Interfaţa cu utilizatorul permite dialogul utilizatorului cu sistemul expert, pentru

introducerea datelor de intrare şi afişarea rezultatelor pentru problema de rezolvat. De asemenea,

prin intermediul interfeţei cu utilizatorul ce asigură legătura directă a acestuia cu subsistemul

cognitiv, baza de cunoştinţe poate fi consultată şi dezvoltată în mod direct.

1.3. Tehnologii asociate sistemelor expert

Practica proiectării şi realizării sistemelor expert în economie demonstrează că arareori

aceste sisteme sunt “curate” (neamestecate cu alte tipuri de tehnologii sau sisteme informatice),

adică să existe în mod singular, în conformitate cu principiile şi arhitecturile ES devenite deja

clasice. Ca urmare, au apărut şi se dezvoltă într-un ritm alert sistemele inteligente hibride care

reprezintă o combinare a sistemelor expert cu sistemele fuzzy, sistemele conexioniste, sistemele

cu calcul evolutiv (algoritmi genetici), sistemele multiagent, sistemele multimedia etc. În

realizarea sistemelor expert şi a sistemelor inteligente hibride se utilizează şi alte tehnologii

moderne, cum sunt raţionamentul bazat pe cazuri şi raţionamentul bazat pe modele.