SISTEME EXPERT AMELIA B{DIC{

VALENTIN LI|OIU

Editura REPROGRAPH, Craiova, 2007

I. SISTEME INFORMATICE

1.1. CONCEPTUL DE SISTEM INFORMATIC

Func\ionarea unui sistem informa\ional-decizional presupune, @n

principal, desf[]urarea urm[toarelor activit[\i:

- culegerea datelor despre starea sistemului condus ]i a mediului

@nconjur[tor;

- trasmiterea datelor @n vederea prelucr[rii;

- prelucrarea datelor, ob\inerea informa\iilor ]i trasmiterea

acestora;

- adoptarea deciziilor, dezagregarea sau desintetizarea acestora ]i

trasmiterea lor spre execu\ie;

- asigurarea controlului ]i urm[ririi @nf[ptuirii deciziilor.

Utilizarea tehnicii electronice de calcul a produs modific[ri majore @n

modul de realizare a acestor activit[\i ]i implicit a determinat apari\ia

conceptului de sistem informatic.

Sistemul informatic economic este un ansamblu de elemente

interconectate func\ional @n scopul automatiz[rii ob\inerii informa\iilor,

fundament[rii, trasmiterii ]i urm[ririi deciziilor.

Sistemul informatic se interpune @ntre sistemul de decizie ]i sistemul

de execu\ie fiind subordonat acestora. El este inclus @n cadrul sistemului

informa\ional ]i are drept obiect de activitate, @n general, culegerea,

trasmiterea ]i prelucrarea automat[ a datelor. Prin implementarea unor

modele matematice ]i utilizarea tehnicii electronice de calcul, @n activit[\ile

enumerate, sistemul informatic imprim[ valen\e sporite sistemului

informa\ional sub aspect cantitativ ]i calitativ. Astfel, asist[m la o cre]tere

a capacit[\ii de calcul sub aspectul volumului datelor de prelucrat ]i al

opera\iilor de efectuat, la cre]terea exactit[\ii informa\iilor, la sporirea

operativit[\ii @n informare, @n codi\iile cre]terii compexit[\ii activit[\ilor

economice etc. Toate acestea determin[ o apropiere mai mare a

decidentului de fenomenele ]i procesele economice pe care le coordoneaz[,

cu multitudinea efectelor economice pozitive ce deriv[ din aceasta.

#n ceea ce prive]te raportul dintre sistemul informatic ]i sistemul

informa\ional se poate aprecia c[ este un raport de la parte la @ntreg de la

2

subsistem la sistem. Utilizarea pe scar[ larg[ a mijloacelor de calcul ]i

teletrasmisie a condus la cre]terea sferei de cuprindere a sistemului

informatic, aceasta tinz`nd s[ o egaleze pe cea a sistemului informa\ional.

Practic @ns[, @n activit[\iile economice acest lucru nu va fi posibil niciodat[,

tot timpul @n cadrul sferei sistemului informa\ional exist`nd activit[\i ce nu

vor putea fi automatizate @n totalitate (completarea documentelor primare,

avizarea opera\iilor efectuate, preluarea pe supor\ii tehnici de date,

trasmiterea documentelor primare @ntre posturile de prelucrare etc.).

#ns[, dac[ accept[m ideea includerii @n sfera sistemului informatic

economic a activit[\ilor de conducere a proceselor tehnologice cu ajutorul

calculatoarelor de proces, putem asista la automatizarea complet[ a acestei

componente a procesului decizional ]i la reglarea automat[ a procesului

tehnologic. #ntr-o astfel de situa\ie sfera sistemului informatic dep[]e]te

sfera sistemului informa\ional. Aceast[ problem[ r[m`ne @ns[ deschis[

discu\iilor.

1.2. STRUCTURA SISTEMULUI INFORMATIC

Un sistem informatic este compus, @n principal, din urm[toarele

elemente :

1) baza tehnico-material[;

2) sistemul de programe;

3) baza ]tiin\ifico-metodologic[;

4) baza informa\ional[;

5) resursele umane ]i cadrul organizatoric.

1. Baza tehnico-material[ sau HARDWARE-ul sistemului informatic

este constituit[ din totalitatea mijloacelor de culegere, trasmitere, stocare ]i

prelucrare a datelor, @n care locul central @l ocup[, desigur, calculatorul

electronic.

Pentru realizarea unui sistem informatic este nevoie @ns[ ]i de:

echipamente de culegere date; echipamente de verificare; echipamente de

trasmitere; alte echipamente de teleprelucrare; supor\i tehnici de date.

2. Sistemul de programe sau SOFTWARE-ul cuprinde totalitatea

programelor pentru func\ionarea sistemului informatic @n concordan\[ cu

obiectivele ce i-au fost stabilite. Se au @n vedere at`t programele de baz[

(SOFTWARE-ul de baz[ : sistemul de operare + medii de programare +

3

programe utilitare) c`t ]i programele aplicative prin care sunt rezolvate

probleme concrete, particulare ale beneficiarului (SOFTWARE-ul aplicativ

sau utilizator).

3) Baza ]tiin\ifico-metodologic[ este alc[tuit[ din metodologiile de

realizare a sistemelor informatice ]i din modelele matematice ale

fenomenelor ]i proceselor economice.

4) Baza informa\ional[ cuprinde datele de prelucrat, sistemele ]i

nomenclatoarele de coduri, precum ]i fluxurile informa\ionale.

5) Resursele umane se refer[ la personalul de specialitate necesar

func\ion[rii sistemului informatic, respectiv anali]ti, programatori, ingineri

de sistem, operatori etc.

Cadrul organizatoric este cel specificat @n regulamentul de organizare

]i func\ionare a agentului economic @n care func\ioneaz[ sistemul

informatic.

Realizarea unor sisteme informatice viabile presupune ac\iuni

conjugate de asigurare a tuturor elementelor men\ionate, neglijarea chiar ]i

numai a unuia dintre acestea put`nd compromite sistemul !n ansamblu.

4

11..33.. CCLLAASSIFICAREA SISTEMELOR INFORMATICE

Sistemele informatice se pot clasifica dup[ mai multe criterii.

A) #n func\ie de domeniul de utilizare sistemele informatice se

clasific[ @n :

1) Sisteme informatice pentru conducerea activit[\ilor economico-

sociale. Specific acestor sisteme este faptul c[ datele de intrare sunt, de

regul[, consemnate pe documente justificative @ntocmite de om (]i uneori

cu mijloace tehnice), iar informa\iile sunt furnizate de c[tre sistem tot sub

form[ scris[ (liste, rapoarte etc) @n vederea perceperii lor de c[tre om.

2) Sisteme informatice pentru conducerea proceselor tehnologice. Se

caracterizear[ prin aceea c[ datele de intrare sunt asigurate prin intermediul

unor dispozitive automate care trasmit sub form[ de semnale (impulsuri)

valori ale diferi\ilor parametrii (presiune, temperatur[, umiditate etc.). #n

cele mai multe cazuri, informa\iile sunt trasmise tot sub form[ de semnale

unor organe de execu\ie regulatoare care modific[ automat parametrii

procesului tehnologic.

3) Sisteme informatice pentru activitatea de cercetare ]tiin\ific[ ]i

proiectare. Asigur[ automatizarea calculelor tehnico-inginere]ti,

proiectarea asistat[ de calculator ]i alte facilit[\i necesare speciali]tilor din

domenile respective.

4) Sisteme informatice speciale. Func\ioneaz[ @n domeniul inform[rii

]i document[rii tehnico-]tiin\ifice ]i economice, al prest[rii de servicii de

informare, pentru popula\ie, @n sectoarele speciale (poli\ie, armat[) etc.

B) Dup[ nivelul ierarhic ocupat de sistemul obiect (sistemul

economic pe care este grefat sistemul informatic), sistemele informatice

pot fi :

1) Sisteme informatice pentru conducerea activit[\ii la nivelul

organiza\iilor economice individuale. Acestea pot fi descompuse @n

subsisteme informatice asociate func\iilor specifice agentului economic

sau chiar unor activit[\i.

2) Sisteme informatice pentru conducerea activit[\ii la nivelul

organismelor economice cu structuri de grup. Reflect`nd ierarhizarea din

5

cadrul sistemului economic, structura unui sistem informatic de acest tip

rezult[ prin integrarea, dup[ principii sistemice, a subsistemelor

informatice aferente unit[\ilor componente, ie]irile acestora fiind preluate

de sistemul informatic al organului de conducere al @ntregii organiza\ii

complexe.

3) Sisteme informatice teritoriale. Sunt constituite la nivelul

unit[\ilor administrativ-teritoriale ]i servesc la fundamentarea deciziilor

adoptate de organele locale de conducere.

4) Sisteme informatice pentru conducerea ramurilor, subramurilor ]i

activit[\ilor la nivelul economiei na\ionale. Se constituie la nivelul

ramurilor, subramurilor ]i activit[\ilor individualizate @n virtutea diviziunii

sociale a muncii ]i specificate @n clasificarea ramurilor economiei na\ionale.

Sunt elaborate ]i administrate de ministere, departamente sau organe care

au prin lege sarcina de a conduce metodologic grupele respective de

activit[\i.

5) Sisteme informatice func\ionale generale. Au ca atribut principal

faptul c[ intersecteaz[ toate ramurile ]i activit[\ile ce au loc @n spa\iul

economiei na\ionale, furniz`nd informa\iile necesare coordon[rii de

ansamblu ]i sincroniz[rii lor @n cadrul ecnomiei de pia\[. #n aceast[

categorie includem, @n principal, sistemul financiar, sistemul bancar ]i

sistemul statistic.

C) Dup[ gradul de integrare a sistemului informatic @n procesul

decizional se identific[ urm[toarele tipuri de sisteme informatice:

1) Sisteme pentru prelucrarea datelor (Data Processing Systems -

DPS). Sunt sisteme tranzac\ionale, clasice, care au drept scop prelucrarea

datelor ]i punerea la dispozitie decidentului uman a informa\iilor @n vederea

fundament[rii decziilor.

2) Sisteme informatice pentru management (Management

Information Systems - MIS). Ca ]i DPS-urile prelucreaz[ date specifice

activit[\ii agentului economic ]i furnizeaz[ decidentului uman informa\ii,

dar acestea sunt grupate @n rapoarte diferite @n func\ie de tipul de decizie ce

urmeaz[ a fi luat[ pe baza lor ]i de decidentul c[ruia i se adreseaz[.

Aceasta deoarece cre]terea complexit[\ii activit[\ii economice ]i implicit

cre]terea volumului de informa\ii din care decidentul trebuia s[ le

selec\ioneze pe cele utile, a condus la imposibilitatea efectu[rii unei selec\ii

6

operative ]i @n acela]i timp eficiente. MIS-urile au adus nou structurarea

informa\iilor @n urma prelucr[rii tranzac\iilor pe grupe de obiective sau

activit[\i, ceea ce a determinat apari\ia unor colec\ii de informa\ii cu

destina\ie precis[ pentru un anumit obiectiv de rezolvat ]i \in`nd seama de

nivelul ierarhic la care se afl[ decidentul (respectiv dac[ este vorba de o

decizie strategic[, de una tactic[ sau de una operativ[). Pentru aceasta MIS-

urile utilizeaz[ pe scar[ larg[ modele matematice pentru simularea

proceselor economice ]i fundamentarea deciziilor.

3) Sisteme suport de decizii (Decision Systems Suport - DPS).

Aceste sisteme informatice includ modele matematice ]i lucreaz[ cu baze

de date sau cu baze de cuno]tin\e. #n urma prelucr[rii rezult[ variante de

decizii din care decidentul uman alege pe cele corespunz[toare, pe care

eventual le poate corecta \in`nd seama de o serie de al\i factori dec`t cei ce

pot fi transpu]i @ntr-un algoritm (psihologici, istorici, geografici, religio]i

etc.)

4) Sistemele expert (Expert Systems - ES). Constituie o clas[

particular[ de sisteme informatice care se bazeaz[ pe inteligen\a artificial[.

Ele au drept scop reproducerea cu ajutorul calculatorului a cuno]tin\elor ]i

ra\ionamentelor exper\ilor umani ]i pot hot[r` la un moment dat care este

cea mai bun[ variant[ de ac\iune @ntr-o situa\ie dat[.

Dup[ o perioad[ de studiu @n laborator ]i de folosire cu prec[dere @n

domeniile medical ]i tehnic, sistemele expert se utilizeaz[ din ce @n ce mai

mult @n activit[\ile economice: @n b[nci, @n institu\iile financiare, @n

conducerea produc\iei, @n marketing etc.

Ele marcheaz[ o evolu\ie care nu se rezum[ la simpla trecere de la

prelucrarea datelor la prelucrarea cuno]tin\elor, ci implic[ simultan o

participare din ce @n ce mai mare a instrumentului informatic @n procesul

decizional.

De remarcat c[ cele patru tipuri de sisteme informatice au ap[rut,

cronologic, @n ordinea precizat[ (DPS - anii 50, MIS - anii 60, DSS - anii

70, iar SE au @nceput s[ fie utilizate dup[ anii 80).

#n prezent ele pot func\iona independent sau sunt integrate @n sisteme

informatice complexe. O clas[ special[ de sisteme informatice @n care sunt

integrate din punct de vedere func\ional sistemele informatice anterior

prezentate o reprezint[ sistemele integrate pentru asistarea deciziilor

(SIAD).

7

I I . ELEMENTE DE BAZ{ ALE INTELIGEN|EI ARTIFICIALE

2.1. INTELIGEN|A ARTIFICIAL{ }I PRELUCRAREA AUTOMAT{ A DATELOR

Perioada actual[ se caracterizeaz[ prin dezvoltarea rapid[ a unei noi

ramuri a informaticii: informatica bazat[ pe inteligen\a artificial[.

Informatica clasic[ are la baz[ no\iunile de prelucrare algoritmic[,

care const[ @n descompunerea problemei @n pa]i elementari, aranjarea

acestora @ntr-o anumit[ ordine utiliz`nd structurile standard de control

(secven\ial[, alternativ[ ]i repetitiv[) ]i prelucrarea serial[, pas cu pas,

pentru ob\inerea rezultatului.

Acest mod de prelucrare este specific calculatoarelor von Neumann,

dar este mai pu\in specific creierului uman care execut[ @n principal

ra\ionamente ]i mai pu\in calcule ]i este orientat spre o prelucrare paralel[.

Tabelul 2.1 - Paralel[ @ntre creierul uman ]i calculator

Caracteristici Creierul uman Calculatorul

Nm[rul de neuroni sau de

circuite de baz[

2*1010 ?

Dimensiunea unui neuron

sau a unui circuit de baz[

0,5*10-7 cm3 10-4 cm3

Timpul de transfer al unui

semnal

10-3 secunde 10-9 secunde

Modul de func\ionare paralel secven\ial

#n informatica clasic[ se adapteaz[ modul natural de rezolvare a

problemelor de c[tre creierul uman la modul de lucru al calculatorului.

Altfel spus, se efectueaz[ apropierea omului de calculator prin

algoritmizare (formalizare). Aceasta se face cu eforturi umane foarte mari,

8

uneori cu posibilitatea de eroare ]i nu poate cuprinde toate domeniile de

activit[\i.

Informatica bazat[ pe inteligen\a artificial[ @ncearc[ o adaptare a

calculatorului ]i a instrumentelor informatice la modul de lucru al

creierului uman, un mod nealgoritmic, bazat pe ra\ionament. Altfel spus, se

realizeaz[ apropierea calculatorului de om.

Dac[ @n informatica clasic[ materia prim[ o constituie datele, @n

prelucrarea inteligent[ elementele fundamentale sunt cuno]tin\ele,

reprezent`nd corela\ii logice ]i semantice dintre fapte prin intermediul

regulilor de ra\ionament.

Prelucrarea algoritmic[ este str`ns legat[ de no\iunea de procedur[,

ca expresie a algoritmului, @n timp ce prelucrarea inteligent[ are caracter

declarativ, deoarece modul de achi\ionare, introducere ]i organizare a

cuno]tin\elor nu influen\eaz[ ra\ionamentul ci cel mult concluziile. #n felul

acesta a ap[rut o nou[ no\iune, prelucrarea simbolic[, @n care dispare

distinc\ia dintre date ]i programe.

Sintetic, tabloul comparativ dintre programele din informatica

clasic[ ]i programele de inteligen\[ artificial[ este cel din tabelul 2.2.

#n sistemele informa\ionale economice inteligen\a artificial[ este @n

leg[tur[ cu rezolvarea problemelor de luare a deciziilor. Programele de

inteligen\[ artificial[ opereaz[ asupra conceptelor, faptelor ]i situa\iilor,

oferind r[spunsuri @n mod asem[n[tor cu solu\ionarea uman[ a

problemelor.

Caracteristica de baz[ a inteligen\ei artificiale este c[utarea

euristic[. #n problemele complexe, num[rul solu\iilor posibile poate fi

enorm, de aceea rezolvarea problemelor pe baza tehnologiei inteligen\ei

artificiale este @n mod obi]niut orientat[ dup[ reguli empirice, referitoare la

euristici (intui\ie, experien\[, generalizare), folosindu-se intens cuno]tin\ele

@n domeniu. Inteligen\a programelor este puternic dependent[ de cantitatea

cuno]tin\elor disponibile @n baza de cuno]tin\e ]i structurile de control ale

cunoa]terii introduse @n motorul de inferen\e.

9

Tabelul 2.2 - Deosebiri @ntre programele din informatica clasic[ ]i

cele de inteligen\[ artificial[

Programele din informatica clasic[ Programele de inteligen\[

artificial[

1. Au ca obiectiv ob\inerea

informa\iilor prin prelucrarea

datelor.

1. Au ca obiectiv rezolvarea unei

probleme prin prelucrarea

cuno]tin\elor.

2. Execut[ @ndeosebi prelucrarea

numeric[ a datelor din fi]iere ]i baze

de date, folosind limbaje

procedurale.

2. Execut[ prelucrarea simbolic[

a cuno]tin\elor, folosind limbaje

simbolice.

3. Solu\ia este ob\inut[ prin opera\ii

explicite, codificate @n limbaje

procedurale prin algoritmi.

3. Solu\ia este ob\inut[ prin

inferen\[ logic[ (c[utare

euristic[).

4. Structura de control ]i datele sunt

@nregistrate @n ceea ce se nume]te

procedur[.

4. Structura de control este

separat[ de cuno]tin\e ]i este

introdus[ @n motorul de inferen\e.

5. Se actualizeaz[ mai greu, cu

instrumente specifice fiec[rui limbaj

de programare.

5. Sunt u]or de actualizat prin

dialog @n limbaj apropiat de cel

natural.

6. Cer, @n dialogul om-calculator,

numai r[spunsuri exacte.

6. Tolereaz[ ]i r[spunsuri

aproximative.

7. De la ele se cer numai solu\ii

perfecte.

7. Produc ]i solu\ii uzual

acceptabile.

Cuno]tin\ele trebuie s[ fie disponibile pentru utilizare atunci c`nd

sunt necesare, @n timpul c[ut[rii. Pe aceast[ cale, schimb[ri @n cunoa]tere

impun numai schimb[ri @n baza de cuno]tin\e.

Prin contrast, datele de prelucrat ]i structurile de control @n

programele algoritmice conven\ionale sunt integrate. Ca urmare aceste

programe sunt mai dificil de modificat, pentru c[, de cele mai multe ori,

schimb[rile @ntr-o parte a programului implic[ schimb[ri ]i @n celelalte,

chiar dac[ sunt concepute modular.

10

2.2. INTELIGEN|A ARTIFICIAL{: ISTORIC, CONCEPT, DOMENIU

Antecedentele inteligen\ei artificiale trebuie c[utate la vechii greci,

dar ideea form[rii unei discipline de cercetare a inteligen\ei umane ]i a

ra\ion[rii formale a condus diverse grupuri din S.U.A. ]i Europa dup[ cel

de al doilea r[zboi mondial.

Inteligen\a artificial[ @]i are originea @n dezvolt[rile produse @n mai

multe ]tiin\e de grani\[, toate aceste dezvolt[ri fiind @n leg[tur[ cu

dezvoltarea rela\iilor dintre om ]i tehnic[ dintre om ]i ma]in[. Dintre aceste

]tiin\e amintim: informatica, teoria sistemelor, cibernetica, logica

matematic[, lingvistica matematic[, teoria cunoa]terii, psihologia,

fiziologia creierului, teoria deciziei, teoria informa\iei, teoria automatelor

etc.

Prima abordare privind inteligen\a ma]inilor este datorat[ lui Alan

Turing, care a elaborat @n 1947 un raport @n aceast[ privin\[, raport publicat

@n 1948. #n 1950, prin lucr[rile lui Shannon ]i Turing se fac unele @ncerc[ri

referitoare la programarea ma]inilor de calcul pentru jocul de ]ah ]i se emit

idei referitoare la ma]inile inteligente, fapte ce au condus la apari\ia unui

nou domeniu de studiu: inteligen\a artificial[. #n acest sens se remarc[

lucr[rile laboratoarelor de inteligen\[ artificial[ de la Massachussets

Technollogy Institute (S.U.A.) ]i Edinburgh (Sco\ia).

#n anul 1956, un mic grup de oameni de ]tiin\[ au hot[r`t organizarea

la Darmouth College, S.U.A., a unei conferin\e, unde s[ se fac[ publice

unele rezultate @n domeniul inteligen\ei artificiale. De fapt, cu acest prilej

John McCarty a introdus termenul de inteligen\[ artificial[.

Inteligen\a este definit[, @n general, ca fiind facultatea de a @n\elege

u]or, de a sesiza esen\ialul, de a rezolva situa\ii sau probleme noi1.

Inteligen\a natutral[ este deci facultatea de a @n\elege, de a capta

cuno]tin\e, puterea de a face fa\[ cu succes orc[rei situa\ii, mai ales celor

neobi]nuite ]i celor neprev[zute. Ea se caracterizeaz[ ]i prin capacitatea de

a reac\iona cu vitez[ suficient[ pentru a corecta procesele anterioare c`t ]i

1 Vasile Breban - Dic\ionar general al limbii rom`ne, Editura Enciclopedic[,

Bucure]ti, 1982

11

propiul comportament ]i prin u]urin\a de a @n\elege sau de a descoperi

corela\ia dintre obiecte concrete sau abstracte, de a opera cu abstrac\iuni @n

vederea dirij[rii ac\iunilor c[tre scopul dorit.

Dac[ avem @n vedere c[, dup[ unele estim[ri, creierul uman are o

structur[ alc[tuit[ din 2*1010 neuroni ]i socotind c[ fiecare neuron ar putea

stabili p`n[ la 600.000 de conexiuni nervoase rezult[ c[ num[rul total de

conexiuni ar fi de 102.783.000.

Actualele re\ele artificiale sunt de dimensiuni ne`nsemnate, iar

func\ionalitatea acestora nu este suficient de bine definit[ ]i datorit[

faptului c[ neurofiziologia nu a explicat modul @n care opereaz[ neuronii ]i

contextele neuronale interconectate. Simpla constatare a uria]ei puteri

combinatorie a neuronilor din creierul uman nu ajut[ la descoperirea

mecanismului g`ndirii. Ceea ce conteaz[ a fi cunoscut este nu construc\ia

fizic[ a creierului, ci logica opera\iilor pe care le execut[. De aceea,

reproducerea cu ajutorul ma]inilor a unor tr[s[turi specifice inteligen\ei

umane este posibil[ numai pentru cele suficient de bine cunoscute ]i

st[p`nite.

Inteligen\a artificial[, numit[ uneori ]i inteligen\a ma]inii sau

programarea euristic[, reprezint[ o ]tiin\[, dar ]i o tehnologie de v`rf care a

atras un num[r mare de cercet[tori, determin`nd realiz[ri de prestigiu ]i

multe aplica\ii @n cele mai diferite domenii.

O simpl[ trecere @n revist[ a acestor domenii ne relev[ c[ inteligen\a

artificial[ este @n leg[tur[ cu elaborarea de programe care s[ rezolve

probleme din orice domeniu la nivelul expertului uman ]i s[ comunice

rezultatele @n limbaj natural.

Cercet[rile @n domeniul inteligen\ei artificiale sunt axate pe

abordarea cu ajutorul calculatoarelor electronice a comportamentului

inteligent al ma]inilor de orice tip. Se au @n vedere dou[ obiective

principale:

- @n\elegerea comportamentului inteligent;

- producerea de ma]ini inteligente, mai utile societ[\ii dec`t cele

ale prezentului.

#n literatura de specialitate nu exist[ @n momentul acesta o defini\ie

unanim acceptat[ at`t pentru inteligen\a artificial[ c`t ]i pentru inteligen\a

uman[.

12

#n accep\iunea mai multor autori, inteligen\a artificial[ const[ @n

ansamblul disciplinelor informatice care tind s[ realizeze pe calculator un

comportament de imitare a inteligen\ei naturale.

Calculatoarele actuale sunt, @n cea mai mare parte a lor, calculatoare

seriale ce nu corespund cerin\elor inteligen\ei artificiale care necesit[

paralelism de nivel @nalt.

Autorii americani A. Barr ]i E. Feigenbaum arat[ c[ inteligen\a

artificial[ este cel mai interesant ]i controversat subdomeniu al ]tiin\ei

calculatoarelor ]i studiaz[ posibilit[\ile de dotare a sistemelor de calcul cu

componente (programe ]i echipamente) care s[ presteze activit[\i @n

manier[ inteligent[ av`nd propriet[\i pe care, @n mod obi]nuit, le asociem

comportamentului uman cum ar fi: @n\elegerea limbajului natural, @nv[\area

]i ra\ionamentul @n rezolvarea problemelor.

P. Winston precizeaz[ c[ inteligen\a artificial[ este studiul ideilor

care permit calculatorelor s[ efectueze acele lucruri care fac pe oameni s[

fie mai inteligen\i. Tot acest autor arat[ c[ obiectivele principale ale

inteligen\ei artificiale sunt acelea de a face mai utile calculatoarele ]i de a

@n\elege principiile care fac posibil[ inteligen\a1.

#n prezent inteligen\a artificial[ are mai multe domenii de

preocupare, dintre care enumer[m:

1.PRELUCRAREA LIMBAJULUI NATURAL }I MODELAREA

CONCEPTUAL{

Unul dintre primele obiective ale inteligen\ei artificiale a fost crearea de

programe capabile s[ @n\eleag[ limbajul natural. De la @nceput facem

observa\ia c[ procesul de "@n\elegere" a limbajului natural este cu mult mai

complicat dec@t simpla analiz[ sintactic[ ]i semantic[ a unor secven\e de

simboluri. O abordare corect[ depinde de utilizarea extensiv[ a cunoa]terii @n

domeniul discursului ]i a idiomurilor din domeniul respectiv, c`t ]i de

abilitatea de a aplica cunoa]terea contextual[ general[ la rezolvarea

omisiunilor ]i ambiguit[\ilor caracteristice vorbirii umane. Datorit[

cantit[\ilor uria]e de cunoa]tere necesare @n\elegerii limbajului natural,

majoritatea realiz[rilor au fost ob\inute @n domenii problem[ restr`nse ]i bine

fundamentate.

1 preluat din Ioan Andone - Inteligen\a artificial[ ]i sistemele expert @n

contabilitate, Editura Moldova, Ia]i, 1993, pg 30

13

Una dintre problemele majore ale automatiz[rii procesului de @n\elegere

a limbajului natural o reprezint[ colectarea ]i organizarea cunoa]terii astfel

@nc`t aceasta s[ poat[ fi folosit[ la analiza limbajului. Pentru aceasta s-au

dezvoltat diverse tehnici de codificare ]i structurare semantic[. Principala

problem[ este punerea la punct a unor formalisme de reprezentare suficient de

generale pentru a fi utilizate @ntr-o gam[ c`t mai larg[ de aplica\ii, sau pentru

a fi u]or de adaptat structurilor specifice diverselor domenii. Majoritatea sunt

extensii sau modific[ri ale formalismului re\elelor semantice.

Unul dintre primele programe pentru @n\elegerea limbajului natural este

SHRDLU conceput de Winograd @n 1973. Acest program este capabil s[

poarte o conversa\ie cu utilizatorul pe tema configura\iilor posibile ale unui

microunivers de cuburi colorate de diferite forme.

Dintre principalele aplica\ii ale prelucr[rii limbajului natural

men\ion[m:

traducerea automat[ @ntre diverse limbaje;

construirea unor editoare inteligente de texte;

interogarea bazelor de date @n limbaj natural;

generarea automat[ de documente;

extragerea automat[ de informatii din texte - rezumare automat[;

generarea de explica\ii @n limbaj natural.

2.SISTEME EXPERT

Cercet[rile de inteligen\[ artificial[ din ultimii ani demonstreaz[ un

interes cresc`nd pentru domeniul sistemelor bazate pe cuno]tin\e. #n general,

prin sistem bazat pe cuno]tin\e se @n\elege un sistem de calcul care folose]te

reprezent[ri simbolice ale cuno]tin\elor umane, @ntr-o manier[ ]i la un nivel

asem[n[toare ra\ionamentului uman. Domeniul inteligen\ei artificiale care se

ocup[ cu construirea sistemelor bazate pe cuno]tin\e se nume]te ingineria

cuno]tin\elor. O clas[ aparte a acestor sisteme ]i anume sistemele expert,

dovedesc la ora actual[ un interes nu numai pur ]tiin\ific, dar ]i comercial.

Sistemele expert sunt sisteme capabile de a rezolva probleme dintr-un

domeniu restr`ns de expertiz[ sau pentru a da sfaturi @ntr-o manier[ ]i la un

nivel comparabile cu ale exper\ilor din domeniul respectiv. Ele sunt sisteme

bazate pe cuno]tin\e deoarece, de]i domeniul de expertiz[ poate fi foarte

14

restr`ns, pentru a atinge performan\e comparabile cu ale exper\ilor umani,

necesit[ stocarea unui volum foarte mare de cunoa]tere.

Unul dintre primele sisteme expert este DENDRAL, construit la

Stanford la sf`r]itul anilor 60. DENDRAL a fost proiectat pentru deducerea

structurii interne a moleculelor organice pe baza formulei canonice ]i a

informa\iei ob\inute din spectrograma de mas[ referitoare la leg[turile

chimice prezente @n molecul[. Un alt sistem expert dezvoltat la Stanford la

mijlocul anilor 70 este MYCIN. Acest sistem utilizeaz[ cunoa]terea expert[

din domeniul medical pentru diagnosticarea ]i prescrierea de terapii ale

infec\iilor bacteriene din s@nge. MYCIN este unul dintre primele programe

care efectueaz[ ra\ionamente @n prezen\a unor informa\ii incerte ]i/sau

incomplete. #n plus numeroase dintre tehnicile folosite la ora actual[ pentru

dezvoltarea sistemelor expert, cum sunt spre exemplu regulile de produc\ie ]i

inferen\a prin @nl[n\uire @napoi, sunt mo]tenite din MYCIN.

#n ciuda a]tept[rilor ini\iale ar fi o gre]eal[ s[ se supraaprecieze

abilitatea tehnologiei sistemelor expert @n rezolvarea problemelor. Dintre

deficien\ele cel mai des reclamate ale acestei tehnologii men\ion[m:

dificultatea captur[rii cunoa]terii de profunzime din domeniul problemei,

inabilitatea oferirii unor explica\ii adecvate pentru solu\iile propuse ]i lipsa de

flexibilitate @n rezolvarea unor probleme diverse. Cu toate aceste limit[ri,

sistemele expert s-au dovedit utile @n numeroase aplica\ii din domenii ca:

diagnosticare, proiectare, planificare, monitorizare, predic\ie, interpretare,

depanare, control, etc.

3.PLANIFICARE AUTOMAT{

Problema planific[rii automate presupune existen\a unui robot capabil

s[ efectueze o serie de ac\iuni primitive ]i const[ @n g[sirea unei secven\e de

astfel de ac\iuni prin care robotul poate @ndeplini un anumit obiectiv de nivel

@nalt, precizat anterior. Aparent, rezolvarea unei astfel de probleme nu cere

prea mult[ inteligen\[, mai ales dac[ ne g@ndim c[, spre exemplu, un copil mic

nu pare s[ aib[ probleme cu mi]carea (navigarea) @n mediul @nconjur[tor ]i cu

manipularea a diverse obiecte ca: juc[rii, unelte de m`ncat, comutatoare de

lumin[, etc. Totu]i, atunci c@nd astfel de activit[\i realizate aproape incon]tient

de om trebuie realizate de o ma]in[, este necesar s[ se apeleze la tehnici

similare cu cele necesare pentru rezolvarea unor probleme mult mai

complicate. Una dintre sursele de dificultate este existen\a unui num[r foarte

15

mare de secven\e de mi]c[ri posibile. Scrierea unui program care s[ descopere

@ntr-un timp rezonabil o secven\[ c`t mai bun[ de mi]c[ri din num[rul uria]

de posibilit[\i necesit[ printre altele reprezentarea cunoa]terii despre spa\iul

de manevr[ al robotului ]i controlul adecvat al procesului de c[utare.

Deseori robotul trebuie s[-]i formuleze planul de ac\iune pe baza unor

informa\ii incomplete ]i ulterior s[ fie capabil s[-]i revizuiasc[ planul pe

m[sura execut[rii sale. Aceasta se poate datora spre exemplu faptului c[

robotul nu dispune de senzori adecva\i pentru localizarea tuturor obstacolelor

din calea sa. O situa\ie similar[ apare atunci c@nd robotul @]i desf[]oar[

activitatea @ntr-un mediu ambiant supus schimb[rii, el trebuind s[ fie capabil

s[-]i revizuiasc[ planul drept r[spuns la schimb[rile din mediu.

Unul dintre primele de sisteme de planificare automat[ este sistemul

STRIPS (Stanford Research Institute Planning System), care a fost dezvoltat

la Institutul de Cercet[ri din Stanford la @nceputul anilor 70.

Cercet[rile de robotic[ au ajutat la dezvoltarea a numeroase tehnici de

inteligen\[ artificial[, cum ar fi spre exemplu modelarea lumii prin st[ri ]i a

proceselor de schimbare prin tranzi\ii de stare.

4.DEMONSTRAREA AUTOMAT{ A TEOREMELOR

Principalul punct de atrac\ie al demonstr[rii automate a teoremelor st[

@n rigoarea ]i generalitatea logicii matematice ]i este rezultatul urm[toarelor

dou[ elemente:

procesele de deduc\ie din logica matematic[ pot fi formalizate prin

tratarea diverselor sisteme logice ca sisteme formale;

numeroase probleme pot fi reprezentate @ntr-un sistem logic "bine

ales", iar instan\a problemei ce trebuie rezolvat[ poate fi formulat[ ca teorem[

@n sistemul logic respectiv.

Astfel c[ logica, prin mecanismele sale de reprezentare ]i deduc\ie,

reprezint[ o unealt[ deosebit de util[ @n rezolvarea problemelor din inteligen\a

artificial[.

Principala problem[ a demonstr[rii automate a teoremelor este c[ f[r[

utilizarea unor tehnici speciale de tipul regulilor euristice un demonstrator de

teoreme poate produce un num[r foarte mare de rezultate intermediare @nainte

de ob\inerea rezultatului corect, rezultate ce ulterior se pot dovedi redundante

sau nerelevante pentru rezolvarea problemei.

16

Unul dintre primele programe de demonstrare a teoremelor este

programul Logic Theorist al lui Newell ]i Simon din 1963, program ce poate

rezolva c@teva dintre teoremele formulate @n primul capitol al c[r\ii Principia

Mathematica a lui Whitehead ]i Russel.

Sistemul logic cel mai folosit @n inteligen\a artificial[ este sistemul

logicii predicatelor cunoscut ]i sub numele de sistemul logicii de ordinul

@nt`i. Majoritatea celorlalte sisteme logice sunt variante sau extensii ale sale.

Foarte atractiv din punct de vedere al calculabilit[\ii este un subset al logicii

de ordinul @nt`i numit forma clauzal[ a logicii.

#n 1965 J.A.Robinson a avut uimitoarea intui\ie de a eviden\ia

importan\a a dou[ elemente @n demonstrarea automat[ a teoremelor:

regula de inferen\[ cunoscut[ sub numele de regula rezolu\iei;

opera\ia de testare a egalit[\ii structurale a arborilor, numit[

unificare.

Cercet[rile lui Robinson @mpreun[ cu forma clauzal[ a logicii au dat

na]tere unei noi paradigme de programare numit[ programarea logic[ ]i

reprezentat[ de limbajul de programare Prolog. Astfel c[ limbajul Prolog

poate fi considerat drept o implementare de succes a ideilor demonstr[rii

automate a teoremelor.

Dintre domeniile de aplicabilitate ale demonstr[rii automate a

teoremelor amintim:

proiectarea ]i verificarea circuitelor logice;

verificarea automat[ a corectitudinii programelor;

generarea automat[ a programelor din specifica\ii formale;

verificarea ]i controlul sistemelor complexe.

5.PROBLEME DE PERCEP|IE

Obiectivul unui proces de percep\ie este transformarea unei cantit[\i

mari ]i neorganizat[ de date de intrare numerice numit[ scen[ @ntr-o

reprezentare condensat[, structurat[ ]i cu un pronun\at caracter simbolic.

Aceast[ transformare se nume]te @n\elegere iar rezultatul s[u poate fi folosit

@n procese de analiz[, interpretare, sintez[ de ac\iuni, etc. Rezult[ c[ un proces

de percep\ie poate fi imaginat drept o implementare a sim\urilor ma]inii - v[z,

auz, pip[it, prin intermediul c[rora ma]ina @n\elege contextul @n care se afl[ ]i

ac\ioneaz[ @n consecin\[.

17

Spre exemplu, o scen[ vizual[ este citit[ prin intermediul unor senzori

(camer[ de luat vederi) ]i codificat[ sub forma unei matrici de valori de

intensit[\i luminoase. Aceast[ scen[ este prelucrat[ @n vederea detect[rii unor

elemente primitive de imagine de tipul: segmente, curbe simple, col\uri, etc.

Un al doilea nivel de prelucrare poate pune @n eviden\[ informa\ii referitoare

la caracterul tridimensional al scenei @n termeni de suprafe\e ]i forme. O

ultim[ prelucrare poate duce la reprezentarea scenei printr-o descriere

sintetic[, de nivel @nalt, de tipul: "Un cer cu nori ]i un deal cu un copac @n

v`rf". Trebuie s[ facem observa\ia c[ natura ]i calitatea reprezent[rii finale

depind de obiectivele sistemului de percep\ie.

Dezvoltarea @n\elegerii este caracterizat[ de acelea]i dificult[\i

specifice ]i celorlalte subdomenii ale inteligen\ei artificiale. Astfel, se

apreciaz[ c[ fiin\ele inteligente @n\eleg ceea ce v[d prin integrarea imaginilor

optice achizi\ionate cu o complex[ cunoa]tere aprioric[ dezvoltat[ de-a lungul

timpului prin experiment[ri de percep\ie vizual[ a obiectelor din mediul

@nconjur[tor. Spre deosebire de vederea artificial[, @n care scena perceput[

const[ @n principiu din valori reprezent`nd intensit[\i luminoase, @n

recunoa]terea vorbirii ea const[ din valori reprezent`nd intensit[\i acustice,

problema principal[ r[m`n`nd @ns[ aceea]i ]i anume integrarea scenei cu o

complex[ cunoa]tere aprioric[ dezvoltat[ @n timp.

6.ACHIZI|IE DE CUNO}TIN|E }I #NV{|ARE AUTOMAT{

Procesul de colectare, structurare, transfer ]i transformare a expertizei

@n rezolvarea de probleme, sau @n general al cunoa]terii dintr-un anumit

domeniu, de la una sau mai multe surse de cuno]tin\e la un program se

nume]te achizi\ie de cuno]tin\e. Persoana ce realizeaz[ aceast[ activitate se

nume]te inginer de cuno]tin\e. #n particular, dac[ cuno]tin\ele sunt ob\inute

prin intervievarea unor exper\i umani, procesul se nume]te extragerea

cuno]tin\elor. Facem observa\ia c[ nu @ntotdeauna sursele de cuno]tin\e sunt

exper\i umani. Ele pot fi spre exemplu articole ]tiin\ifice, tratate de

specialitate sau baze de date.

Ini\ial achizi\ia de cuno]tin\e se realiza manual, exclusiv prin activitatea

desf[]urat[ de inginerul de cuno]tin\e. Relativa ineficien\[ a procesului de

achizi\ie manual[ a cuno]tin\elor (aceast[ activitate decurgea extrem de greoi

]i cu un mare consum de resurse - timp ]i efort) a determinat numero]i

cercet[tori s[ @ncerce automatizarea sa. A ap[rut astfel o nou[ direc\ie de

18

cercetare @n inteligen\a artificial[, cunoscut[ sub numele de extragerea

automat[ a cuno]tin\elor, care se preocup[ de elaborarea unor metode prin

care cunoa]terea exper\ilor umani este transferat[ automat c[tre un program

prin efectul lateral produs de interac\iunea dintre om ]i calculator.

Al\i cercet[tori au @ncercat s[ utilizeze tehnici de @nv[\are automat[

pentru solu\ionarea problemei achizi\iei cuno]tin\elor. Facem observa\ia c[

@nv[\area automat[ este un subdomeniu bine conturat al inteligen\ei

artificiale, distinct de achizi\ia cuno]tin\elor. Dup[ Herbert Simon, prin

@nv[\are se @n\elege orice schimbare @ntr-un sistem care permite sistemului

@mbun[t[\irea competen\ei ]i performan\ei @n rezolvarea ulterioar[ a aceleia]i

probleme sau a unei probleme @nrudite. Prin competen\[ se @n\elege

capacitatea unui sistem inteligent de a generaliza cu mai pu\ine gre]eli, iar

performan\a se refer[ la @mbun[t[\irea eficien\ei @n func\ionare a sistemului.

7.REZOLVAREA PROBLEMELOR DIFICILE

Numeroase probleme se refer[ la determinarea unei solu\ii optime @n

raport cu un anumit criteriu dintr-o multitudine de solu\ii posibile. #n astfel de

cazuri solu\ia @mbrac[ deseori forma unei planific[ri optimale sau a unei

mul\imi optimale de elemente. Un exemplu tipic @l reprezint[ problema

comis-voiajorului care presupune determinarea unui drum de lungime minim[

ce pleac[ dintr-un ora] ini\ial, viziteaz[ fiecare ora[ o singur[ dat[ ]i revine

apoi @n ora]ul ini\ial.

#n majoritatea problemelor de acest tip domeniul solu\iilor posibile este

foarte mare, astfel @nc@t @ncercarea de rezolvare prin generarea tuturor

solu\iilor posibile ar produce o explozie combinatoarial[ ce epuizeaz[

resursele de calcul (timp ]i memorie) ale celor mai performante calculatoare.

O mare parte din aceste probleme sunt membre ale unei clase

cunoscut[ @n teoria calculabilit[\ii sub numele de clasa problemelor NP-

complete. Timpul necesar celor mai bune metode cunoscute p@n[ la ora

actual[ de rezolvare a problemelor NP-complete cre]te exponen\ial @n raport

cu dimensiunea problemei. Nu se ]tie @nc[ dac[ exist[ metode mai rapide, dar

se ]tie c[ dac[ o astfel de metod[ exist[ pentru o singur[ problem[ NP-

complet[, ea poate fi convertit[ @ntr-o metod[ la fel de rapid[ pentru

rezolvarea oric[rei probleme NP-complete.

Cercet[torii de inteligen\[ artificial[ au fost preocupa\i de punerea la

punct a unor metode de rezolvare a problemelor dificile astfel @nc`t curba timp

19

- dimensiune problem[ s[ creasc[ c`t mai @ncet, chiar ]i atunci c`nd ea cre]te

exponen\ial. Astfel s-au imaginat diverse metode de @nt`rziere sau de

moderare a inevitabilei explozii combinatoriale. Folosirea cunoa]terii din

domeniul problemei s-a dovedit ]i de aceast[ dat[ a fi cheia ob\inerii unor

metode eficiente de rezolvare.

Se apreciaz[ c[ a fi computa\ional dificil[ este o caracteristic[ comun[

a tuturor problemelor de inteligen\[ artificial[. Unii cercet[tori, spre exemplu

Rich, consider[ c[ inteligen\a artificial[ nu este altceva dec`t @ncercarea de

rezolvare a problemelor NP-complete @n timp polinomial.

8.INTELIGEN|A ARTIFICIAL{ LA NIVEL SUBSIMBOLIC

#n inteligen\a artificial[ exist[ dou[ abord[ri fundamental diferite.

Prima dintre ele are la baz[ ipoteza sistemelor fizice de simboluri ]i este

cunoscut[ @n literatur[ drept inteligen\a artificial[ la nivel simbolic. Ea este

dominant[ din punct de vedere istoric ]i se caracterizeaz[ printr-un grad @nalt

de abstractizare, o imagine macroscopic[ a lumii, c`t ]i prin folosirea unor

tehnici de reprezentare ]i prelucrare cu un pronun\at caracter simbolic.

Men\ion[m c[ la tehnici similare apeleaz[ ]i psihologia clasic[.

Reprezentative pentru aceast[ abordare sunt ingineria cuno]tin\elor ]i

programarea logic[.

Cea de a doua abordare utilizeaz[ modele biologice microscopice

similare cu cele @nt`lnite @n fiziologie ]i genetic[. Facem observa\ia c[ aceste

modele nu reprezint[ @n mod necesar reconstruc\ii ale modelelor biologice

@nrudite. Reprezentative pentru aceast[ abordare sunt re\elele neuronale ]i

algoritmii genetici. Aceast[ abordare @n inteligen\a artificial[ este cunoscut[ @n

literatur[ sub numele de inteligen\a artificial[ la nivel subsimbolic.

Re\elele neuronale se bazeaz[ pe un model al creierului biologic care

const[ dintr-un num[r foarte mare de neuroni interconecta\i @ntre ei. De]i un

neuron este o entitate biologic[ simpl[ care considerat[ separat nu este

capabil[ s[ realizeze mare lucru, se apreciaz[ c[ puterea unui creier este

rezultatul num[rului uria], de ordinul bilioanelor sau trilioanelor de

interconexiuni, @ntre neuronii componen\i. O re\ea neuronal[ este un model de

calcul ce const[ dintr-un num[r foarte mare de unit[\i simple de prelucrare,

numite neuroni artificiali, interconectate @ntre ele potrivit unui ]ablon de

conexiuni. O re\ea neuronal[ trebuie @nt`i s[ @nve\e dintr-o mul\ime de

exemple, pentru ca apoi s[ foloseasc[ cunoa]terea dob@ndit[ la rezolvarea

20

unor probleme de predic\ie, clasificare, control, etc. Problema @nv[\[rii unei

re\ele neuronale este @n principiu problema g[sirii intensit[\ilor conexiunilor

@ntre elementele de prelucrare care permit re\elei s[ efectueze prelucrarea

dorit[. Men\ion[m c[ procesul de @nv[\are poate fi @n anumite aplica\ii

practice extrem de dificil. Un argument @n favoarea modelului re\elelor

neuronale fa\[ de modelul simbolic este faptul c[ oamenii rezolv[ mai u]or ]i

mai repede o problem[ pe m[sur[ ce @]i @mbog[\esc orizontul cunoa]terii.

Spre deosebire de ei, extinderea bazei de cuno]tin\e a unui sistem inteligent

tradi\ional poate duce la sc[derea performan\elor sale prin cre[terea timpului

necesar opera\iilor de c[utare. O arhitectur[ masiv paralel[ de tip re\ea

neuronal[ nu pare @ns[ a fi afectat[ de acest neajuns.

Algoritmii genetici, cunoscu\i ]i drept algoritmi evolu\ioni]ti,

reprezint[ modele de calcul inspirate de genetic[ ]i evolu\ionism. Ideea lor de

baz[ este utilizarea unor metode de c[utare progresiv[ a unor solu\ii din ce @n

ce mai bune @ntr-o manier[ similar[ mecanismului selec\iei naturale din

genetic[ prin care o specie evolueaz[ astfel @nc@t s[ se adapteze mai bine la

mediul @nconjur[tor. Un algoritm genetic efectueaz[ trei prelucr[ri

fundamentale, ]i anume: selec\ie, @ncruci]are ]i muta\ie. Selec\ia este opera\ia

prin care se prefer[ indivizii mai buni @n raport cu cei mai slabi. #ncruci]area

este procesul prin care se genereaz[ un nou individ prin combinarea a doi

indivizi existen\i. Muta\ia este procesul de schimbare @nt`mpl[toare a unui

anumit individ, produc`ndu-se un individ nou.

Datorit[ faptului c[ modelele subsimbolice consider[ inteligen\a drept

rezultat al interac\iunii comportamentului unui num[r mare de unit[\i simple

de prelucrare, ele sunt cunoscute @n literatur[ ]i sub numele de modele

conexioniste sau echivalent modele de prelucrare paralel distribuit[.

O problem[ important[ la ora actual[ @n inteligen\a artificial[ este

integrarea nivelurilor simbolic ]i subsimbolic. Acest lucru a dat na]tere la

ceea ce se numesc sistemele hibride de inteligen\[ artificial[.

9.LIMBAJE }I MEDII DE PROGRAMARE

Unul dintre produsele cele mai importante ale cercet[rilor de inteligen\[

artificial[ @l reprezint[ evolu\ia ascendent[ a limbajelor de programare ]i a

mediilor de dezvoltare a produselor software. Acestea includ:

limbaje evoluate de programare, cum sunt spre exemplu

limbajele Lisp ]i Prolog;

21

nuclee de sisteme expert, care furnizeaz[ programatorului un

formalism de reprezentare a cuno]tin\elor ]i un motor de inferen\[;

sisteme cadru pentru construirea sistemelor bazate pe

cuno]tin\e, ce reprezint[ medii speciale orientate spre dezvoltarea sistemelor

bazate pe cuno]tin\e, furniz@nd @n acest sens unul sau mai multe limbaje

evoluate de programare ]i/sau formalisme de reprezentare a cuno]tin\elor.

Cercet[rile de inteligen\[ artificial[ au contribuit de asemenea la

cre]terea num[rului de paradigme de programare ce au devenit ulterior unelte

utile @n special pentru ingineria program[rii ]i au o leg[tur[ mai mic[ cu ideile

ini\iale specifice inteligen\ei artificiale. Prin paradigm[ de programare se

@n\elege un cadru conceptual care ne dirijeaz[ @n procesul de proiectare a unui

program ]i @n final determin[ structura acestuia. Acest cadru conceptual

con\ine o mul\ime de ]abloane conceptuale care controleaz[ modul @n care

g`ndim ]i formul[m solu\iile unei probleme. Odat[ imaginat[ solu\ia unei

probleme @n termenii ]abloanelor conceptuale specifice paradigmei, ea trebuie

exprimat[ @ntr-un limbaj de programare. #n acest scop facilit[\ile oferite de

limbaj trebuie s[ reflecte @n mod adecvat ]abloanele conceptuale ale

paradigmei. Dac[ un limbaj de programare satisface aceast[ condi\ie se spune

c[ el suport[ paradigma respectiv[.

Facem observa\ia c[ @n practic[ deseori un limbaj de programare care

suport[ bine o paradigm[ se confund[ cu paradigma. Un exemplu tipic @l

reprezint[ limbajul C++ care se confund[ cu programarea orientat[ pe obiect.

Paradigmele program[rii de nivel @nalt se @mpart @n dou[ mari categorii:

paradigme opera\ionale sau procedurale ]i defini\ionale sau declarative.

#ntre paradigmele opera\ionale se eviden\iaz[ urm[toarele: paradigma

imperativ[, paradigma orientat[ pe obiect, paradigma func\ional[ (varianta

opera\ional[), paradigma asincron paralel[, paradigma sincron paralel[.

#ntre paradigmele defini\ionale se eviden\iaz[ urm[toarele: paradigma

func\ional[ (varianta defini\ional[), paradigma transforma\ional[, numit[ ]i

bazat[ pe reguli, paradigma logic[, paradigma restric\ional[, numit[ ]i

bazat[ pe constr`ngeri.

#n general, limbajele de programare destinate aplica\iilor de inteligen\[

artificial[ sunt multiparadigm[, adic[ suport[ mai multe paradigme. De

exemplu, limbajul CLIPS suport[ trei paradigme ]i anume: imperativ[,

transforma\ional[ ]i orientat[ pe obiect.

22

2.3. CUNOA}TERE, METACUNOA}TERE }I SISTEM COGNITIV

Din punct de vedere ]tiin\ific este stabilit[ leg[tura dintre inteligen\[

]i cunoa]tere. Aceasta prin prisma relev[rii tr[s[turilor fundamentale ]i a

scheletului ra\ional al cuno]tin\elor, pe care ni le formul[m, @ntr-un cadru

adecvat, despre un fenomen, un proces, un eveniment sau o situa\ie, prin

efectuarea de ra\ionamente, discernerea generalului ]i conturarea ordinii

conceptuale prin abstractizarea experien\ei ]i a particularului.

Cunoa]terea, ca no\iune, poate fi mai bine @n\eleas[ dac[ este privit[

din dou[ puncte de vedere:

- ca un act intelectual, denumit ]i observa\ie, prin care se stabile]te un

transfer de informa\ie de la un obiect observat c[tre un subiect cunosc[tor;

- ca informa\ie latent[, descriptiv[ ]i definitorie, depozitat[ @n structurile

de memorie ale subiectului cunosc[tor.

Cunoa]terea se define]te ca o reflectare activ[ @n con]tin\[ a lumii

reale, a esen\ialului ]i generalului din fenomene ]i a leg[turilor obiective

ale realit[\ii. Ea se bazeaz[ pe capacitatea de descompunere ]i analiz[, de

sintez[ a unor obiecte abstracte, inexistente, pornind de la propriet[\i

specificate, deci de l[rgire a orizontului elementelor posibile.

Cunoa]terea are dou[ componente:

- una reflexiv[, bazat[ pe reflectarea exterioar[, ulterioar[ a faptului

]tiin\ific;

- una generativ[, constructiv[, bazat[ pe crearea de obiecte abstracte ]i

pe construirea de momente ini\iale pentru procesele de formare a unor fapte

]tiin\ifice ]i programe de c[utare.

Cunoa]terea are o serie de caracteristici.

Este o categorie filozofic[ fundamental[.

Are o natur[ psihologic[ deoarece este @ntotdeauna raportat[ la

subiectul cunosc[tor.

Este empiric[, @n sensul c[ informa\ia despre realitatea

@nconjur[toare este sesizat[ nemijlocit prin organe senzoriale sau prin

intermediul aparatelor ]i instrumentelor specifice.

Este teoretic[ dac[ se bazeaz[ pe ra\ionament ]i judec[\i, subliniind

esen\a leg[turilor interne, cauzalitatea ]i legit[\ile care dezvolt[ structuri ]i

23

procese. Cunoa]terea teoretic[ se dezvolt[ din cunoa]terea empiric[ prin

analiz[, sintez[, induc\ie, deduc\ie, generalizare ]i particularizare.

Cunoa]terea are un caracter individual, se justific[ din punct de

vedre cauzal, iar prin teoria ]tiin\ific[ ob\ine valoarea de adev[r ]i se

obiectivizeaz[.

Cunoa]terea despre lume suport[ un continu proces de rafinare, ceea

ce @nseamn[ c[, de fapt, cunoa]terea este @ntotdeauna part\ial[ ]i

incomplet[.

Pentru inteligen\a artificial[ este mai relevant[ transpunerea

conceptului de cunoa]tere de la subiec\ii cunosc[tori de tip uman la

subiec\ii cunosc[tori de tip program pentru calculator, deci de la psihologia

g`ndirii la inteligen\a artificial[.

#n acest context, trebuie subliniat c[ informa\ia latent[, obiectiv[, cu

caracter de generalitate @n care intr[ defini\iile, legile, regulile, conceptele,

clasific[rile formeaz[ ceea ce denumim cunoa]tere.

Aceasta este achi\ionat[ ca urmare a unui proces de instruire,

observare a realit[\ii, abstractizare ]i obiectivizare prin rafinare

permanent[.

Pentru a fi utilizat[ de c[tre produs-program, cunoa]terea este

memorat[ @ntr-o baz[ de cuno]tin\e sub forma unor piese de cunoa]tere,

care descriu faptele, fenomenele, procesele ]i evenimentele din acea parte a

lumii reale care formeaz[ domeniul de competen\[ al programului

inteligent.

Prin intermediul pieselor de cunoa]tere se pot reprezenta orice fel de

no\iuni relevante pentru un domeniu, respectiv este vorba de concepte ]i

instan\e.

Conceptele materializeaz[ rezultatele procesului de abstractizare,

prin care se specific[ @nsu]irile esen\iale, necesare ]i suficiente pentru a

decide apartenen\a obiectelor la o clas[ sau alta.

Instan\ele sunt no\iuni individuale, particulariz[ri ale conceptelor

c[rora li s-a dat descrierea.

Pe un plan mai general, cunoa]terea despre cunoa]tere ]i despre

reprezentarea ei este numit[ metacunoa]tere, o cunoa]tere de ordin

superior, extins[ asupra domeniului de competen\[ al cunoa]terii.

Totalitatea pieselor de cunoa]tere despre un domeniu, memorate @n

baza de cuno]tin\e, constituie un model al lumii la care programul

24

inteligent are acces prin intermediul procedurilor de organizare, c[utare ]i

recunoa]tere.

#n inteligen\a artificial[ toate aceste componente, piese de cunoa]tere

plus procedurile de acces la cuno]tin\e formeaz[ un sistem cognitiv. Pentru

sistemele cognitive intereseaz[ @n mod deosebit clasificarea cunoa]terii.

2.4. RA|IONAMENT, INFEREN|{ }I EURISTIC{

Cunoa]terea este o m[sur[ obiectiv[ a realit[\ii, dar prin ea @ns[]i nu

reprezint[ dec`t un poten\ial. #n inteligen\a artificial[ prezint[ interes

cunoa]terea @n ac\iune, @n care pe baza ra\ionamentelor ]i judec[\ilor se

ob\in piese de cunoa]tere noi.

Ra\ionamentul este un lan\ de judec[\i desf[]urate @n scopul ob\inerii

unor adev[ruri noi pe baza cunoa]terii disponibile.

Judecata este formula logic[ fundamental[, cu valoare de adev[r,

exprimat[ printr-o propozi\ie @n care se afirm[ sau se neag[ ceva despre

altceva.

#n cazul ra\ionamentului o judecat[ numit[ premis[ este legat[ de o

alt[ judecat[ numit[ concluzie prin opera\ia de deviere logic[ numit[

inferen\[.

Ra\ionamentele care folosesc lan\urile inferen\iale pentru trecerea de

la premise la concluzii sunt ra\ionamente formale.

Ele se aplic[ @n situa\ii de completitudine faptic[, adic[ situa\iilor @n

care exist[ toate elementele necesare @n re\eaua inferen\ial[. #n cazul

incompletitudinii faptice, pentru a nu se ajunge la impas @n solu\ionarea

problemei a fost dezvoltat ra\ionamentul prin analogie sau metaforic.

Inferen\a este o opera\ie prin care, pe baza cunoa]terii unui num[r

finit de enun\uri numite premise, se trece la acceptarea unui alt element

numit concluzie.

#ntr-o inferen\[, premisa formeaz[ condi\ia suficient[ a concluziei,

dar aceea]i concluzie poate fi ob\inut[ ]i din alte premise.

Premise Concluzie

Inferen\[

25

O inferen\[ este corect[ dac[ enun\urile componente sunt adev[rate

]i s-au respectat regulile de formare a limbajului ]tiin\ific din domeniul @n

cauz[.

Ra\ionamentele formale sunt de trei tipuri:

- deductive

- transductive

- inductive

Un ra\ionament este deductiv dac[ premisa const[ @ntr-o judecat[ cu

caracter general, iar concluzia este o judecat[ cu caracter particular.

Caracterul general sau particular se refer[ la pozi\ia de subordonare a

celor dou[ judec[\i @n ierarhia pieselor de cunoa]tere.

Ra\ionamentul este transductiv dac[ at`t premisa c`t ]i concluzia se

afl[ la acela]i nivel de generalitate.

Ra\ionamentul este inductiv dac[ produce o concluzie cu caracter

general plec`nd de la premise cu caracter particular.

Ra\ionamentul nu folose]te obiecte fizice din lumea real[, ci

simboluri prin care acestea se reprezint[ ca piese de cunoa]tere @n baza de

cuno]tin\e. Este vorba de acea abstractizare a realit[\ii prin care unui

obiect, unei situa\ii, unui eveniment sau proces (numit generic fapt) i se

atribuie un simbol care devine caracteristic[. De exemplu, dac[ observ[m

realitatea universului contabil, raport[m informa\ia la conceptele

elementare mijloace, resurse, activ, pasiv, debit, credit, care se noteaz[ cu

M, R, A, P, D, C. Prin combinarea conceptelor elementare dup[ legi

contabile, prin ra\ionamente definim concepte noi: cont, balan\[, bilan\ etc.

Ra\ionamentele pentru rezolvarea problemelor simbolice se bazeaz[

@n @ntregime pe reguli de inferen\[ - acele ptrocedee prin care se determin[

consecin\ele unor anumite presupuneri ce se fac despre formule sau

enun\uri @ntr-o teorie ]tin\ific[.

Se utilizeaz[ @n mod frecvent @n inteligen\a artificial[ procedeul pur

formal prin care se deduc teoreme din axiome prin @nl[n\uirea @nainte a

inferen\elor sau prin care se determin[ validitatea unor teoreme enun\ate

prin @nl[n\uirea @napoi a inferen\elor.

Aceste strategii de @nl[n\uire a inferen\elor se aplic[ pentru

exploatarea caracteristicilor sintactice ale reprezent[rii pieselor de

cunoa]tere.

26

Atunci c`nd se dore]te solu\ionarea problemelor cu luarea @n seam[ a

caracteristicilor semantice ale pieselor de cunoa]tere se folose]te

construc\ia numit[ model.

Orice model are caracteristici regulile de coresponden\[ ]i semantica.

Este vorba de concepte (teoreme, semne, simboluri), postulate (axiome ]i

legi), reguli de transformare a conceptelor ]i regulile de coresponden\[ @ntre

conceptele modelului ]i realitatea modelat[.

Modelele teoretice ale inteligen\ei artificiale sunt cunoscute @n

limbajul logicii matematice.

#n stadiul actual al inteligen\ei artificiale se cunosc mai bine

ra\ionamentele directe, de tipul celor men\ionate anterior sub denumirea de

ra\ionamente formale.

Se cunosc ]i ra\ionamente informale care pornesc de la semnifica\iile

cuprinse @n enun\urile problemelor ]i surprind interpret[ri structurale,

semnifica\ii de natur[ rela\ional[, propriet[\i primitive sau complexe.

Ra\ionamentul informal se bazeaz[ ]i el pe regulile de inferen\[ general

valabile.

Euristica este o modalitate de cunoa]tere menit[ s[ sugereze

efectuarea de ac\iuni plauzibile sau evitarea de ac\iuni neplauzibile, cu rol

important @n cre]terea eficien\ei rezolv[rii problemelor.

Etimologic termenul de euristic[ provine din fran\uzescul euristique

]i desemneaz[ acel procedeu metodologic care serve]te la descoperirea

unor cuno]tin\e noi (grecescul heuriskein = a descoperi).

Termenul de euristic[ desemneaz[ acea cunoa]tere de natur[

neformal[, cu caracter de ra\ionament bazat pe experien\[, specializare

generalizare ]i analogie, cu ajutorul c[rreia se efectueaz[ o interpretare, se

ia o decizie sau se ac\ioneaz[ pentru atingerea unui obiectiv.

Deci euristica introduce ra\ionamentul bazat pe reguli care nu provin

din formalismul logicii matematice de rezolvare a problemelor, ci din

m[estria ]i experien\a specific[ domeniului problemei.

27

2.5. TIPURI DE PROBLEME #N INTELIGEN|A ARTIFICIAL{

Dintr-un punct de vedere mai pragmatic, inteligen\a artificial[ este

privit[ ca domeniu de cercetare av`nd drept obiectiv descoperirea ]i

utilizarea unor metode foarte generale de rezolvare a problemelor.

Problema se refer[ la o dificultate de natur[ cognitiv[, o ntrebare

ce se constituie ca moment ini\ial al activit[\ii inteligente. Dificultatea

rezult[ din insuficien\a sau inadecvarea r[spunsului la @ntrebarea privind o

entitate necunoscut[, ori din incapacitatea sistemului de a construi un

r[spuns prin aplicarea procedeelor de care dispune.

Enun\ul problemei are urm[toarele componente structurale: datele,

condi\iile ]i necunoscutele.

Datele problemei - semnific[ enun\urile descriptive referitoare al

obiectele abstracte sau concrete, sau cele referitoare la propriet[\ile

obiectelor.

Condi\iile problemei - sunt specificate prin enun\uri explicite sau

implicite despre opera\iile permise a fi aplicate asupra obiectelor

men\ionate ori referitoare la regulile c[rora li se supun opera\iile (aspectul

procedural).

Necunoscutele problemei - se refer[ la obiectele, propriet[\ile sau

condi\iile neformulate explicit @n enun\ul problemei, despre a c[ror

existen\[ se ]tie sau nu c[ reprezint[ o consecin\[ a enun\ului.

Prin rezolvarea problemei, se va putea da sau nu o determinare

fiec[rei necunoscute. #n procesul rezolv[rii problemei exist[ ini\ial

delimitate corect datele ]i condi\iile formulate @n enun\. Acestora li se pot

ad[uga noi piese de cunoa]tere din baza de cuno]tin\e a sistemului

rezolutiv, c[utate ]i selectate, fie prin referire direct[ la enun\, fie prin

lan\uri inferen\iale, ale c[ror premise au fost formulate @n enun\.

Analiza enun\urilor problemelor care satisfac aceste condi\ii de

formulare, ne relev[ trei mari categorii de probleme: probleme bine

formulate, probleme incomplet formulate ]i probleme gre]it formulate.

La problemele bine formulate sunt satisf[cute condi\iile de

suficien\[ ]i necesitate, pentru toate componentele din enun\ iar

necunoscutele specificate alc[tuiesc @mpreun[ cu datele problemei un

model consistent;

28

#n cazul problemelor incomplet formulate se disting unele lipsuri,

at`t @n datele problemei, @n condi\iile acesteia c`t ]i @n specificarea

necunoscutelor;

La problemele gre]it formulate se disting contradic\ii,

inconsisten\e sau componentele problemei nu sunt prezentate clar @n enun\.

A) Problemele bine formulate pot fi la r`ndul lor: probleme de tip

interogativ, pedicativ ]i imperativ.

Problemele interogative au definite clar trei componente: ipoteza

sau datele problemei, procesul la care sunt supuse datele ]i rezultatul. Dou[

dintre aceste componente trebuie definite complet, oferind astfel

posibilitatea introducerii necunoscutei @n cea de a treia component[. Dac[

not[m cu I-ipoteza, cu P- procesul, cu R - rezultatul ]i cu X - necunoscuta,

atunci putem identifica tipurile de probleme interogative de tip IPX, de tip

IRX ]i de tip XPR. #n aceste condi\ii, dac[ toate componentele sunt

cunoscute, adic[ mnemonica este IPR, atunci enun\ul problemei reprezint[

un fapt. Un fapt devine problem[ dac[ una dintre cele trei componente este

considerat[ necunoscut[.

Problema de tip IPX are enun\ul de forma "Care este rezultatul X

al aplic[rii procesului P asupra obiectelor din ipoteza I? "De aici reiese clar

c[ sunt cunoscute ipoteza ]i procesul, fie din enun\, fie din completarea cu

piese de cunoa]tere din baza de cuno]tin\e. Rezultatul X se va determina

efectiv prin aplicarea procesului P asupra obiectelor din ipoteza I. Este

vorba de o problem[ clasic[ de prelucrare a datelor.

Problema interogativ[ de tip IXR corespunde unui enun\ de forma

"Ce proces X trebuie aplicat asupra obiectelor din ipoteza I, pentru a ob\ine

rezultatul R?". Este una dintre cele mai delicate probleme ale inteligen\ei

artificiale, datorit[ faptului c[ are caracter creativ. Solu\ia sa este

abordabil[ pe trei c[i:

- pe baza unor reguli euristice de forma:

DAC{ ((ipoteza este de tip t(R) }I

(rezultatul este de tip t(R) ATUNCI

(metoda este (METODA 1) sau (METODA n));

- pe baza unor ra\ionamente prin analogie:

- pe baza unor metode de sintez[ procedural[.

Probleme interogative de tip XPR le corespunde enun\ul de forma

"Ce obiecte X trebuie prelucrate de c[tre procesul P, pentru a ob\ine

29

rezultatul R?" Se @n\elege c[, asemenea probleme pot fi solu\ionate direct

dac[ procesul P admite o invers[ notat[ P-1. Deoarece enun\ul problemelor

ne d[ R=P(X), atunci solu\ia va fi X=P-1(R). Dac[ problema nu admite o

invers[ pentru P, atunci numai abordarea prin metode reductive ar putea

@nlesni ob\inerea unei solu\ii.

Problemele predicative au o structur[ asem[n[toare cu acelea

interogative, componentele fiind ipoteza, procesul inferen\ial ]i concluzia.

Natura componentelor difer[, deoarece ipoteza ]i concluzia sunt entit[\i cu

valoare de adev[r (TRUE sau FALSE).

Induc\ia este problema predictiv[ @n care ipoteza este necunoscut[

iar rezultatul se ob\ine prin "descoperirea" unor concepte ini\iale, a unor

cauzalit[\i sau a oric[ror premise prin interpretarea rezultatelor ob\inute pe

baza unor reguli de inferen\[ cunoscute. Acest proces rezolutiv care

utilizeaz[ induc\ia poart[ numele de @nv[\are din exemple.

Demonstra\ia este problema predicativ[ @n care procesul inferen\ial

este necunoscut iar solu\ia se ob\ine printr-un lan\ inferen\ial, de la ipotez[

spre concluzie, care trebuie sesizat ca o concluzie derivabil[ din ipotez[.

Acest proces rezolutiv este specific demonstr[rii automate a teoremelor.

Deduc\ia este o problem[ predicativ[ @n care concluzia este

necunoscut[ iar solu\ia se ob\ine aplic`nd regulile de inferen\[ asupra

expresiilor date prin ipotez[. Deduc\ia este frecvent @nt`lnit[ ca urmare a

aplic[rii procedeelor de descompunere a problemelor @n subprobleme, ]i

mai rar ca problem[ dat[ de utilizatorii sistemului inteligent.

Problemele de tip imperativ au caracteristic faptul c[ enun\ul lor nu

con\ine necunoscute din triada IPR (ipoteza-proces-rezultat), nu furnizeaz[

date de intrare iar rezultatul procesului este apriori cunoscut. Pentru

rezolvarea unor astfel de probleme sistemul se comport[ ca executor al

unor comenzi pentru producerea rezultatului cunoscut, adic[ a efectului

actual dorit. Nu este lipsit[ de sens existen\a problemelor imperative, dac[

avem @n vedere posibilitatea ca o situa\ie problematic[ s[ fie stratificat[ pe

mai multe niveluri conceptuale, @n care o problem[ imperativ[ de pe un

anumit nivel s[ se descompun[ @n probleme de alte tipuri pe nivelurile

inferioare.

B) Probleme incomplet formulate sunt cele care nu pot avea solu\ie

dec`t dac[, prin aplicarea unor procedee care nu altereaz[ enun\ul, se

ob\ine o nou[ form[ de enun\, care satisface condi\ile de bun[ formulare.

30

Procedeele care se aplic[ @n astfel de cazuri sunt: reducerea

enun\ului, completarea enun\ului, extinderea obiectivelor ]i descompunerea

problemei.

Reducerea enun\ului are loc prin eliminarea elementelor lipsite de

relevan\[, care altereaz[ buna formulare a problemei, dar f[r[ a-i afecta

specificul problematic.

Completarea enun\ului se face cu date transmise prin mo]tenire de

la prototipurile conceptuale existente @n alte piese de cunoa]tere din enun\

sau cu date asumate prin analogie cu obiecte din aceea]i categorie, definite

mai bine. Se pot folosi ]i date noi ]i reformul[ri prin interac\iunea

utilizatorului cu sistemul, a]a @nc`t s[ rezulte un nou enun\ care satisface

cerin\ele de bun[ formulare.

Extinderea obiectivelor problemelor se refer[ la o clas[ superioar[

de obiecte care s[ cuprind[ ]i problema @n cauz[, numai dac[ este posibil[

introducerea unor obiecte abstracte, parametri sau condi\ii suplimentare

care s[ permit[ reformularea enun\ului @n vederea satisfacerii condi\iilor de

bun[ formulare.

Descompunerea @n subprobleme urm[re]te ob\inerea unor

subprobleme bine formulate ]i a altora incomplet formulate dar de

complexitate mai redus[ dec`t problema ini\ial[, a c[ror rezolvare s[ poat[

fi f[cut[ par\ial sau chiar integral, dac[ se pot aplica procedeele men\ionate.

Inteligen\a artificial[ nu-]i propune s[ rezolve problemele gre]it

formulate. Totu]i, sistemele inteligente pot fi dotate cu analizoare de

probleme care s[ eviden\ieze inconsisten\ele de formulare, furniz`nd

utilizatorului explica\ii @n leg[tur[ cu refuzul sistemului de a solu\iona

problema.

31

I I I . SISTEME EXPERT: NO|IUNI DE BAZ{

3.1. DEFINIREA }I CARACTERISTICILE SISTEMELOR EXPERT

Elementul central al prelucr[rii inteligente @l constituie ra\ionamentul

artificial, ca imitare a celui natural, efectuat de creierul uman. #n orice

domeniu de activitate exist[ probleme cu grad ridicat de dificultate, care

pot fi rezolvate numai de exper\ii, forma\i ca speciali]ti @n urma unei vaste

experien\e @n domeniul respectiv.

A]a cum @nc[ nu exist[ o defini\ie unanim acceptat[ pentru

inteligen\a artificial[, nu exist[ @nc[ o defini\ie unic[ pentru sistemele

expert.

#n general, sistemele expert pot fi definite ca fiind programe bazate

pe tehnicile inteligen\ei artificiale, care @nmagazineaz[ cuno]tin\ele

exper\ilor umani dintr-un domeniu bine definit ]i apoi le folosesc pentru

rezolvarea problemelor din acel domeniu.

Sistemele expert @ncearc[ s[ imite @n principal ra\ionamentele

exper\ilor umani prin ra\ionamente artificiale. Mai mult dec`t preluarea

cuno]tin\elor expertului uman, sistemele expert le multiplic[ ]i expliciteaz[

experien\a acestora. Este cunoscut faptul c[ un expert uman @ntr-un

domeniu se formeaz[ foarte greu ]i necesit[, pe l`ng[ preg[tirea ]i

experien\a personal[, ]i calit[\i native. De aceea multiplicarea cuno]tin\elor

exper\ilor umani prin intermediul sistemelor expert este, @n zilele noastre, o

necesitate obiectiv[.

Pentru o mai bun[ @n\elegere a unor aspecte privitoare la defenirea

sistemelor expert, este necesar[ o partajare a cuno]tin\elor expertului uman

dintr-un anumit domeniu. Un expert uman recunoa]te, define]te ]i rezolv[

probleme din domeniul s[u de expertiz[, av`nd o capacitate crescut[ de a

se orienta @n aspecte precum complexitatea, incompletitudinea,

incertitudinea, inconsisten\a, confuzia ]i aprecierile vagi.

Pornind de aici expertul uman trebuie s[ aduc[ problema @n stadiul @n

care lucrurile sunt c`t mai simple, complete, precise, consistente ]i clare,

adic[ s[ treac[ problema din sfera expertizei @n sfera cuno]tin\elor comune

32

de specialitate. #n acest stadiu, rezolvarea problemei poate fi sus\inut[

eventual de prelucr[ri algoritmice utiliz`nd baze de date. #n ngeneral,

expertul uman ac\ioneaz[ @ntr-o clas[ de probleme slab structurate, pentru

care nu se pot defini algoritmi de rezolvare.

#ncerc`nd s[ imite expertul uman, sistemele expert posed[

urm[toarele caracteristici:

- cuno]tin\ele sunt independente de mecanismul de ra\ionament, se

introduc global, nu depind unele de altele, iar modificarea unui element nu

influen\eaz[ ra\ionamentul;

- spre deosebire de programerea clasic[, unde trebuia s[ se descrie

explicit toate prelucr[rile @ntr-o manier[ static[, sistemele expert se

caracterizeaz[ printr-o abordare declarativ[ @n care se specific[ cuno]tin\ele

care vor fi exploatate @n mod dinamic de mecanismul de ra\ionament;

- sistemele expert trebuie s[ fie capabile s[ explice ra\ionamentele f[cute

]i s[ argumenteze solu\iile ob\inute, @ntr-o manier[ asem[n[toare expertului

uman;

- cuno]tin\ele manipulate de sistemele expert sunt @n principal de natur[

simbolic[, spre deosebire de programele clasice care utilizeaz[

preponderent date numerice;

- sistemele expert trebuie s[ fie capabile s[ gestioneze baze de cuno]tin\e

de volum mare ]i s[ trateze cuno]tin\e inexacte ]i incomplete;

- sistemele expert utilizeaz[ metode empirice, bazate pe experien\[, care

conduc la solu\iile cele mai bune;

- sistemele expert sunt specializate @ntr-un anumit domeniu ]i nu @n

rezolvarea unei probleme, ca sistemele informatice clasice.

O problem[ mult discutat[ @n privin\a utiliz[rii sistemelor expert este

aceea a raportului dintre relevan\[ ]i precizie. Se ]tie, din teoria general[ a

sistemelor, c[ un sistem descompus @ntr-un num[r mic de subsisteme are o

relevan\[ mare ]i o precizie mic[, iar cu c`t descompunerea avanseaz[,

relevan\a scade ]i precizia cre]te. Prelucrarea algoritmic[ se caracterizeaz[

printr-o precizie mare iar sistemele expert printr-o relevan\[ mare, pe care o

preia din practica rezolv[rii problemelor ceea ce face ca ele s[ fie un mijloc

important de dominare a complixit[\ii.

Sistemele expert pot oferi solu\ii mai productive dec`t programele

algoritmice @n situa\iile @n care cerin\ele informa\ionale se schimb[ foarte

des. De asemenea, sistemele expert permit extinderea ariei informaticii

33

c[tre domenii greu de algoritmizat @n care informa\iile sunt preponderent

calitative: educa\ie, politic, juridic etc.

Dac[ avem @n vedere scopul pentru care un sistem expert este

realizat, el trebuie s[ @ndeplineasc[ anumite cerin\e func\ionale, care vor fi

prezentate @n continuare.

Performan\[ ridicat[. Sistemul trebuie s[ fie capabil s[ r[spund[ la

un nivel de competen\[ cel pu\in egal cu al unui expert @n domeniul

respectiv.

Timp de r[spuns adecvat. Sistemul trebuie s[ fie capabil s[ r[spund[

@ntr-un timp rezonabil, cel pu\in comparabil cu timpul necesar unui expert

s[ ia o decizie @n acea]i problem[. Aceast[ constr`ngere privind timpul de

r[spuns este foarte sever[ @n cazul sistemelor expert @n timp real, c`nd

r[spunsul sistemului trebuie s[ fie dat @ntr-un anumit interval impus de

sistemul fizic pe care @l modeleaz[.

Nivel ridicat de @ncredere. Sistemul nu trebuie s[ dea r[spunsuri

gre]ite care s[ produc[ pagube, @n caz contrar el neput`nd fi utilizat.

Capacitatea de a fi u]or @n\eles. Un sistem expert trebuie s[ poat[

explica pa]ii ra\ionamentului s[u @n timpul unei execu\ii. Aceasta @nseamn[

c[ sistemul trebuie s[ aib[ capacitatea de explicare, @ntr-o manier[

asem[n[toare celei @n care un expert uman @]i poate explica ra\ionamentul.

Flexibilitate. Datotit[ unei mari cantit[\i de informa\ie pe care un

sistem expert o are, este important ca el s[ posede un mecanism eficient

pentru manipularea cuno]tin\elor, respectiv pentru ad[ugarea, ]tergerea ]i

modificarea acestora.

Exist[ mai multe motive care au impus ca necesare aceste ceri\e

func\ionale pentru un sistem expert:

- #n multe cazuri securitatea oamenilor sau a unor sisteme fizice depind

de r[spunsurile unui sistem expert. Acesta trebuie s[-]i justifice concluzile,

adic[ s[ permit[ o verificare inteligibil[ a ra\ionamentului s[u de c[tre om;

- #n faza de dezvoltare a unui sistem expert, trebuie s[ fie confirmat

faptul c[ @nc[rcarea cuno]tin\elor @n baza de cuno]tin\e s-a f[cut corect ]i c[

ele sunt corect folosite de c[tre expertul uman. O bun[ facilitate de

explicare face ca inginerul de cuno]tin\e s[ verifice mai u]or corectitudinea

cuno]tin\elor;

- Un alt motiv se refer[ tot la depanare, datorit[ interac\iunilor care

exist[ @n sisttemele expert. Controlul execu\iei nu este secven\ial ]i @n

34

general ordinea @n care sistemul expert rezolv[ o problem[ genereaz[ o

dificil[ @n\elegere a modului @n care el lucreaz[.

Sistemele expert pot fi folosite de sine st[t[tor sau pot fi integrate @n

alte sisteme informatice @n func\ie de necesit[\i. O clas[ special[ de sisteme

informatice @n care sistemele expert pot fi integrate u]or din punct de

vedere func\ional sunt sistemele interactive pentru asistarea deciziilor

(SIAD). Un SIAD este un sistem informatic care utilizeaz[ cuno]tin\ele

dintr-un domeniu de aplica\ie pentru a ajuta decidentul @n rezolvarea unor

probleme slab structurate, respectiv greu de algoritmizat ]i programat.

Structura unui SIAD este prezentat[ @n figura 3.1

Biblioteca de modele Biblioteca de

reprezent[ri grafice

INTERFATA

UTILIZATOR

Sistemul de modelare Subsistemul de

prezentare al

informa\iilor

Subsistemul statistic,

previziune, optimizare SISTEM EXPERT

Sistem de gestiune a bazelor de

date

Baza de date Fi]iere externe

Figura 3.1 - Structura unui S.I.A.D.

35

Principalele caracteristici ale unui SIAD sunt:

- experien\a, intui\ia, judec[\ile ]i preferin\ele decidentului sunt

esen\iale;

- interactivitate de nivel @nalt;

- c[utarea solu\iilor necesit[ manipul[ri de date, c[utare de informa\ii,

modelare, calcule;

- procedurile care urmeaz[ s[ se execute la un moment dat nu sunt

cunoscute apriori, aceasta depinz`nd de date sau de rezultatele

intermediare;

- criterile de decizie sunt numeroase, conflictuale ]i depind adesea de

utilizator;

- datele nu sunt totdeauna dinainte cunoscute.

- timpul de r[spuns pentru ob\inerea unei solu\ii satisf[c[toare este

limitat.

3.2. STRUCTURA UNUI SISTEM EXPERT

Elementele centrale ale unui sistem expert (fig. 3.2) sunt: baza de

cuno]tin\e, baza de fapte, motorul de inferen\[, modulul explicativ,

modulul de achizi\ie a cuno]tin\elor ]i interfa\a cu utilizatorul.

Baza de cuno]tin\e con\ine ansamblul de cuno]tin\e specializate

@ntr-un anumit domeniu, preluate de cognitician de la expertul uman.

Procesul de creare a bazei de cuno]tin\e const[ @n preluarea acestora de la

expertul uman, modelarea de c[tre cognitician @n conformitate cu cerin\ele

metodei de reprezentare, introducerea @n baz[ ]i validarea. Acest proces

este unul foarte laborios ]i necesit[ o conlucrare permanent[ @ntre

cognitician ]i expertul uman. Realizare lui necesit[ foarte multe itera\ii ]i

teste @n cursul c[rora @ns[]i expertul uman poate fi pus @n dificultate pentru

argumentarea unor op\iuni.

36

Reprezentarea cuno]tin\elor

Prelucrarea cuno]tin\elor

EXPERT

MODUL DE ACHIZI|IONARE A

CUNO}TIN|ELOR

Achizi\ia

cuno]tin\elor

BAZA DE CUNO}TIN|E

BAZA DE

FAPTE

BAZA DE

CUNO}TIN|E

MOTOR DE

INFEREN|E

MODUL

EXPLICATIV

INTERFATA UTILIZATOR

UTILIZATOR

COGNITICIAN

Baza de fapte con\ine datele unei probleme concrete care urmeaz[ a

fi rezolvat[ (formularea problemei) precum ]i faptele rezultate @n urma

Utilizarea cunostintelor

Figura 3.2 - Arhitectura unui sistem expert

37

ra\ionamentelor efectuate de motorul de inferen\[ asupra bazei de

cuno]tin\e. #n unele publica\ii, baza de fapte este inclus[ @n baza de

cuno]tin\e. Totu]i, trebuie f[cut[ distinc\ia @ntre cuno]tin\e, care descriu

rezolvarea unei clase de probleme ]i fapte care descriu aser\iuni de

instan\iere a unei probleme din clasa respectiv[.

Motorul de inferen\[ este elementul efectiv de prelucrare @n sistemul

expert, care pornind de la fapte (datele de intrare ale problemei) activeaz[

cuno]tin\ele corespunz[toare din baza de cuno]tin\e, construind astfel

ra\ionamente care conduc la noi fapte (de ie]ire). Altfel spus, motorul de

inferen\[ construie]te un plan de rezolvare @n func\ie de specificul

problemei, utiliz`nd cuno]tin\e din domeniul respectiv.

#n urma ac\iunii motorului de inferen\[, @ntr-un anumt context, baza

de cuno]tin\e se @mbog[\e]te fie prin ad[ugarea unor elemente noi, fie prin

modificarea celor existente. #n ultim[ instan\[, motorul de inferen\[ este un

program care implementeaz[ modalit[\ile de ra\ionament: deductiv,

inductiv ]i mixt, dar care este independent de baza de cuno]tin\e.

Modulul explicativ are rolul de a prezenta @ntr-o form[ larg

accesibil[ (@n limbaj natural) justificarea ra\ionamentelor efectuate de

motorul de inferen\[ ]i @ntreb[rile la care trebuie s[ r[spund[ utilizatorul.

De asemenea, acest modul este util ]i expertului uman pentru verificarea

coeren\ei bazei de cuno]tin\e.

Modulul de achizi\ie a cuno]tin\elor are rolul de a transforma

cuno]tin\ele din forma @n care le exprim[ cogniticianul (inginerul de

cuno]tin\e) @n forma intern[ de memorare pe suportul tehnic de date.

Totodat[, acest modul asigur[ ]i interfa\a de comunicare cu baza de

date sau cu alte sisteme. Pe viitor, calculatorele din noile genera\ii vor

permite achizi\ia de cuno]tin\e @n limbaj natural, ceea ce va duce la

dezvotarea rapid[ a sistemelor expert. Rolul inginerului de cuno]tin\e @n

realizarea unui sistem expert este similar rolului analistului pentru

realizarea unui sitem informatic clasic

Interfa\a cu utilizatorul realizeaz[ dialogul utilizatorului cu sistemul

expert, @n sensul furniz[rii de c[tre utilizator a datelor de intrare ]i a

rezultatelor problemei de rezolvat de c[tre sistem.

Toate elementele unui sistem expert, mai pu\in baza de cuno]tin\e ]i

baza de fapte, formeaz[ a]a numitul sistem esen\ial. Acest sistem permite

dezvoltarea rapid[ de sisteme expert prin crearea unor noi baze de

38

cuno]tin\e, opera\ie cunoscut[ sub denumirea de instan\ierea unui sistem

expert. Este posibil de realizat acest lucru, deoarece algoritmii de

ra\ionament implementa\i @n motorul de inferen\[ sunt @n general aceea]i,

indiferent de sistemul expert pe care dorim s[-l dezvolt[m. Cu toate acestea

nu se poate construi un mecanism universal de inferen\[ pentru toate

domeniile de expertiz[.

3.3. DOMENII DE UTILIZARE ALE SISTEMELOR EXPERT

Teoretic sistemele expert se pot aplica @n orice domeniu al

cunoa]terii. P`n[ @n acest moment au fost realizate sute de sisteme expert,

raportate @n publica\ii ]tiin\ifice, @n c[r\i sau la conferin\e, de]i probabil

num[rul lor este mult mai mare.

Unele sisteme expert au fost proiectate ca instrumente de cercetare,

dar cele mai multe func\ioneaz[ @n domenii industriale, medicale sau

economice.

Principalele clase de aplica\ii ale sistemelor expert sunt prezentate @n

continuare.

Sisteme expert de configurare care asambleaz[ componentele unui

anumit sistem. De exemplu XCON (ini\ial R1) este unul din cele mai

folosite sisteme expert pentru configurarea calculatoarelor unei firme.

Sisteme expert de diagnoz[. Ele efectueaz[ opera\ii de diagnosticare

@n domenii precum cel medical, industrial sau financia-contabil. Cel mai

cunoscut este MYCIN, sistem expert de diagnoz[ pentru bolile infec\ioase

bacteriale.

Sisteme expert de @nv[\are (instruire). Sunt sisteme de @nv[\are

inteligent[, @n care cei care se instruiesc pot pune @ntreb[ri asem[n[toare

celor puse unui instructor uman. Exemple: GUDON (instruirea @n bolile

infec\ioase bacteriale), SEAMER (instruire pentru opera\iile dintr-o uzin[

electric[), CADHELP (instruire pentru proiectarea asistat[ de calculator).

Sisteme expert de interpretare. Sunt sisteme care explic[ datele

observate. Acestea sunt folosite @n special @n domeniul chimiei:

CRYSALYS (interpreteaz[ structura proteinelor 3D), DENDRAL

(interpreteaz[ structura molecular[).

Sisteme expert de monitorizare. Ele compar[ datele observate cu cele

a]teptate pentru a analiza performan\ele unor sisteme. Exemplu:

39

YES/MVS, sistem de monitorizare ]i control pentru sistemul de operare

IBM MVS.

Sisteme expert de planificare. Planific[ ac\iunile pentru a produce

anumite efecte a]teptate. Exemplu: SPEX (planific[ experiment[ri @n

biologie molecular[).

Sisteme expert de prognoz[. Prognozeaz[ rezultatele @ntr-o anumit[

situa\ie.

Sisteme expert de control. Sunt sisteme de reglare ]i control al unui

proces. #n general sunt sisteme complexe ce cuprind: interpretare,

diagnoz[, monitorizare, planificare, prognoz[ ]i remediere. De asemenea,

necesit[ de multe ori cerin\a de sisteme @n timp real, pentru a putea

r[spunde @n timp util sistemului controlat.

Utilizate ini\ial cu prec[dere @n medicin[, chimie, fizic[ ]i alte

domenii tehnice, @n ultimul timp sistemele expert sunt din ce @n ce mai mult

utilizate @n economie, la nivelul @ntreprinderilor ]i @n institu\iile financiar-

bancare. #n activit[\ile economice principalele clase de aplica\i ale

sistemelor expert sunt: sistemele expert de diagnoz[, sistemele expert de

planificare, sistemele expert de prognoz[ ]i sistemele expert de control.

La nivelul @ntreprinderilor, principalele activit[\i pentru care se pot

dezvolta sisteme expert sunt: analiza ]i planificarea economico-financiar[,

gestiunea trezoreriei, alegerea variantelor de finan\are a investi\iilor etc.

Ca o caracterizare general[ a acestor clase de probleme este faptul c[

ele necesit[ utilizarea elementelor din teoria deciziei. Din cele trei categorii

de decizii (de rutin[, @n condi\ii de incertitudine ]i @n condi\ii de risc)

ultimele dou[ categorii sunt cele mai indicate pentru realizarea sistemelor

expert. Acestea @]i dovedesc utilitatea @n selectarea celor mai bune variante

de ac\iune @n condi\iile existen\ei unei multitudini de factori de influen\[,

ale c[ror efecte sunt mai mult sau mai pu\in anticipate de decidentul uman

@n momentele critice.

#n acest sens, se poate spune c[ domeniul bancar ocup[ o pondere

@nsemnat[ @n cadrul sistemelor expert aflate @n exploatare cu bune rezultate.

De exemplu aproape 50% din b[ncile franceze dezvolt[ sau exploateaz[

sissteme expert ]i se apreciaz[ c[ p`n[ la sf`r]itul secolului fenomenul se

va generaliza.

Printre cele mai utilizate sisteme expert @n acest domeniu sunt cele

pentru asistarea deciziei de creditare, cele care fac recomand[ri @n

40

efectuarea plasamentelor, cele care fac diagnoz[ cu privire la evolu\ia unor

firme, institu\ii financiar-bancare sau a unor segmente de pia\[ etc.

Important de re\inut este faptul c[ merg`nd @n paralel cu exper\ii

umani solu\iile date de asemenea sisteme expert au fost acelea]i @n

propor\ie de peste 95%.

#n ultimul timp s-a extins aplicarea sistemelor expert @n cadrul

burselor de valori ]i burselor de m[rfuri.

41

IV. REPREZENTAREA CUNO}TIN|ELOR

4.1. METODE FOLOSITE #N REPREZENTAREA CUNO}TIN|ELOR

Capacitatea sistemelor expert de a rezolva probleme depinde de

volumul ]i calitatea cuno]tin\elor de care acestea dispun ]i pe care le pot

folosi pentru efectuarea de ra\ionamente.

Reprezentarea cunoa]terii urm[re]te descrierea domeniului @n care

sistemul efecteaz[ ra\ionamente sub form[ de entit[\i corespunz[toare

obiectelor (indivizilor) ]i sub form[ de rela\ii @ntre acestea.