Inteligentne Systemy Obliczeniowe Wstep do system

1
Inteligentne Systemy ObliczenioweWstep do
systemów ekspertowych

• Prof. Dr hab. Marek Rudnicki

2
SYSTEMY EKSPERTOWE i SZTUCZNA INTELIGENCJA
Inteligencja - (psych.) zespól zdolnosci
umyslowych umozliwiajacych jednostce sprawne
korzystanie z nabytej wiedzy oraz skuteczne
zachowanie sie wobec nowych zadan i sytuacji.
Sztuczna Inteligencja (skrót AI od angielskiego
okreslenia Artificial Intelligence ) - to pojecie
stosowane w informatyce i oznaczajace
rozwiazywanie problemów sposobami wzorowanymi na
naturalnych dzialaniach i procesach poznawczych
czlowieka za pomoca symulujacych je programów
komputerowych. Definicji AI jest niemalze tyle,
co osób zajmujacych sie nia. Mozliwa jest szeroka
definicja (Shalkoff,1990)
3
Sztuczna inteligencja
AI - dziedzina badan, które usiluja wyjasnic i
emulowac zachowanie inteligentne w terminologii
procesów obliczeniowych "in terms of
computational processes". Zatem AI nie jest
czysta nauka (czesc objasniajaca) ani podstawa
nowatorskiej (engineering) inzynierskiej
dyscypliny (czesc emulacyjna). Wyjasnia to
interdyscyplinarna nature sztucznej inteligencji
jako dziedziny. W literaturze podawana jest tez
definicja inzynierska sztucznej inteligencji,
jako AI to generowanie reprezentacji i procedur,
które automatycznie i autonomicznie rozwiazuja
problemy, które dotychczas byly rozwiazywane
przez czlowieka (Shalkoff, 1990, Charniak,
McDetmott, 1985).
4
Sztuczna inteligencja
Celem AI jest zrozumienie inteligencji tak, by
mozliwe bylo wykorzystanie jej do przeprowadzania
obliczen". Odróznia to AI od rozwoju
konwencjonalnego oprogramowania dla wasko
zdefiniowanych zadan, jakie mozna spotkac w
systemach ekspertowych. Czesto utozsamia sie AI z
ES, z powodu przewagi ES, co jest glównym zródlem
zamieszania na temat co stanowi AI. Zakres
problemów zawierajacych sie w ramach AI jest dosc
szeroki gry, dowody twierdzen, rozpoznawanie
obrazów, przetwarzanie jezyków naturalnych,
rozpoznawanie mowy, systemy ekspertowe.
5
Systemy ekspertowe
System - uporzadkowany wewnetrznie uklad
elementów majacy okreslona strukture (calosc)
zespól zasad organiz., norm i regul
obowiazujacych w danej dziedzinie w metodologii
zespól sposobów dzialania (metoda). System
Ekspertowy (skrót ES od ang. nazwy Expert
Systems) - komputerowy program konsultacyjny,
wspomaga decyzje zastepujac eksperta w danej
dziedzinie, np. w diagnostyce medycznej.
Nasladowanie przez system ekspertowy procesu
myslenia czlowieka jest zwiazane z preferowanym
przez projektantów systemów podejsciem do
problemu rozwiazywania zadan. W podejsciu tym
komputer jest traktowany jako obiekt badan,
natomiast umysl ludzki jest modelem, wzorcem do
nasladowania.
6
Systemy eskpertowe
Systemy ekspertowe sa programami, zwykle
ograniczonymi do specyficznego zakresu,
próbujacymi nasladowac zachowanie ekspertów -
ludzi. Typowe atrybuty ES to 1. Wiedza jest
zwykle reprezentowana w postaci deklaratywnej,
umozliwiajacej latwe odczytywanie i modyfikacje.
Wiekszosc ES wykorzystuje struktury 'jesli
przeslanki to akcje ' (IF-THEN), systemy bazujace
na regulach. 2. Struktura wiedzy jest klarowna
(wylaczajac neuronowe ES). 3. Reprezentacja
wiedzy i mechanizm sterujacy sa rozdzielone.
Czesto mechanizm sterujacy korzysta z regul, tzw.
meta-regul. 4. Wazny z punktu widzenia
uzytkownika interfejs I/O, pozwala na zadawanie
pytan i uzyskiwanie wyjasnien (praca
interaktywna). 5. Moduly zdobywania wiedzy i
modyfikacji wiedzy sa czesto uzywane dla
rozszerzania systemów ekspertowych.
7
Czynniki pobudzajace rozwój systemów ekspertowych
Wiedza eksperta jest zasobem rzadkim i drogim.
ES pozwalaja wiekszemu gronu ludzi dzialac jako
'ekspert'. Jest to uzyteczne przy szkoleniu itp.
Edukacyjna rola ES jest bardzo duza, np. MYCIN
(system sluzacy do diagnozowania chorób
bakteryjnych) doskonale nadaje sie do uczenia
studentów medycyny, nie ryzykujac zdrowiem
pacjenta. Polaczenie wiedzy kilku ekspertów moze
spowodowac, ze ES dziala lepiej niz pojedynczy
ekspert. Na swiecie z powodzeniem pracuja systemy
ekspertowe (np. MYCIN, PUFF, DENDRAL,
PROSPECTOR).
8
Czynniki pobudzajace rozwój systemów ekspertowych
Róznice miedzy systemami ekspertowymi pracujacymi
w czasie rzeczywistym a konwencjonalnymi ES.
Tradycyjne systemy ekspertowe najczesciej
znajduja zastosowania w zagadnieniach
diagnostycznych i konsultacyjnych. W aplikacjach
pracujacych w czasie rzeczywistym, wnioskowanie
odbywa sie z uwzglednieniem najczesciej wielu
szybko zmieniajacych sie danych (high-input data
rates), krytycznym wymogiem jest 'wyprodukowanie'
wlasciwej odpowiedzi w odpowiednim, krótkim
przedziale czasu. Coraz czesciej technologie
bazujace na systemach ekspertowych znajduja
zastosowania w zadaniach czasu rzeczywistego,
zwlaszcza w szczególnie waznych zadaniach
(mission-critical applications).
9
Pamiec
Pamiec dlugotrwala czlowieka przechowuje m.in.
wiedze o metodach rozwiazywania problemów, dane o
wzajemnej zaleznosci obiektów i osób, wazniejsze
wydarzenia i szczególy. Pamiec krótkotrwala jest
natomiast pamiecia wykorzystywana do pamietania
biezacych problemów i spraw.
10
Pamiec
Obszar pamieci systemu, w którym informacje sa
przechowywane w postaci symbolicznej, nazwano
Baza danych, BW (ang. Knowledge Base, KB). Pamiec
krótkotrwala czlowieka zastapiono Baza danych
biezacych, uklad efektorowy zastapiono ukladem
ukladem translacji informacji miedzy wejsciem i
wyjsciem systemu, natomiast procesor poznawczy
zastapiono ukladem interpretacji metody. System z
baza danych, wykonany w taki sposób, moze
komunikowac sie ze swiatem zewnetrznym za
posrednictwem uzytkownika. Prezentowany system
ma zdolnosc przetwarzania informacji zaleznie od
jej znaczenia i dlatego przyjeto nazywac go
SYSTEMEM EKSPERTOWYM.
11
SE
Jest programem komputerowym, który komunikuje sie
ze swiatem zewnetrznym za posrednictwem operatora
oraz dysponuje okreslonym wycinkiem wiedzy,
definiowanym jako dziedzina i wykorzystywanym do
rozwiazywania problemów wystepujacych w swiecie
rzeczywistym. Nazwa system ekspertowy jest
uzasadniona tym, ze w czasie rozwiazywania
postawionych zadan nasladuje on sposób
rozumowania ludzi - ekspertów. Ulatwia on równiez
ludziom uzupelnianie ich wiedzy oraz pomaga w
efektywnym wykonaniu pracy.
12
Cechy SE
Systemy ekspertowe, ze wzgledu na sposób
dzialania oraz powierzone funkcje, maja
nastepujace cechy charakterystyczne
wykorzystuja baze wiedzy, w której sa gromadzone
opinie ekspertów dotyczace okreslonej dziedziny
przedmiotowej, uzytkownikom udzielaja logicznie
uzasadnionych odpowiedzi na pytania dotyczace
wybranej dziedziny przedmiotowej, sa wyposazone
w uklady interfejsowe, umozliwiajace
komunikowanie sie uzytkowników z systemem w
jezyku coraz bardziej zblizonym do jezyka
naturalnego.
13
SE
Systemy Ekspertowe pracujace w czasie
rzeczywistym znajduja zastosowanie w wielu
rzeczywistych zadaniach sterowania przebiegiem
procesu. Jedna z zalet, jakie daje ich stosowanie
to bardzo dobre rezultaty w krótkim czasie.
Dzialanie jest spójne niezaleznie od czasu i
polozenia geograficznego, w których odbywa sie
proces. Systemy ekspertowe czasu rzeczywistego
moga wykonywac równiez uzyteczne wstepne
przetwarzanie danych, z których wyniki
wykorzystywane sa przez operatorów ludzi pelnia
wtedy bardzo istotna role pomocnicza dla pracy
operatora.
14
SE
Nawet wtedy, gdy cala wymagana dla sterowania
wiedza nie moze byc zredukowana do postaci regul
czy innej akceptowanej przez ES, stosowanie
systemów ekspertowych moze okazac sie pozadane
dla celów odpowiedniej filtracji wiedzy
niezbednej operatorowi. Ulatwia mu to
podejmowanie decyzji i moze eliminowac zmeczenie
lub nude, co moze przyczyniac sie do lepszej
reakcji operatora w waznych sytuacjach i zapewnic
wieksze bezpieczenstwo. Innym zyskiem
zastosowania systemów ekspertowych pracujacych w
czasie rzeczywistym w sterowaniu procesami jest
ich zdolnosc do wysokiej jakosci przetwarzania
czesto zmieniajacych sie danych poprzez
pelniejsze monitorowanie i inicjowanie akcji
prewencyjnych.
15
SE
16
SE
17
EKSPERT

• Czlowiek posiadajacy specjalistyczna wiedze z
  pewnej dziedzinie (wiedze dziedzinowa) i
  umiejetnosc stosowania jej dla podejmowania
  decyzji zwiazanych z ta dziedzina (umiejetnosc
  wnioskowania w oparciu o posiadana wiedze),
  nabyte w wyniku studiów i praktyki.

18
SYSTEMY EKSPERTOWE

• Programy komputerowe wspomagajace podejmowanie
  decyzji, których elementami sa
• baza wiedzy, zawierajaca wiedze dziedzinowa,
  istotna dla podejmowanych decyzji,
• system wnioskujacy, korzystajacy z bazy
  wiedzy dla wypracowania tych decyzji.

19
SYSTEMY EKSPERTOWE

• Pozostale elementy systemu ekspertowego
• edytor bazy wiedzy, do tworzenia, modyfikowanie
  i kasowanie bazy wiedzy
• interfejs uzytkownika, do korzystania z systemu
  ekspertowego
• dynamiczna baza danych - relacyjna baza danych
  do przechowywania odpowiedzi uzytkownika i
  wyników wnioskowania

20
Struktura SE
21
STRUKTURA FUNKCJONALNA SYSTEMU EKSPERTOWEGO
22
STRUKTURA INFORMATYCZNA SYSTEMU EKSPERTOWEGO
23
Istotna cecha systemu ekspertowego

• Baza wiedzy jest plikiem tekstowym, który moze
  byc tworzony, czytany i modyfikowany za pomoca
  edytora bazy wiedzy bez naruszania integralnosci
  systemu wnioskujacego.

Umozliwia to szybkie odczytanie, zrozumienie i
modyfikowanie wiedzy dziedzinowej, z której
korzysta system ekspertowy
24
STRUKTURA BAZY WIEDZY
25
Spotykane synonimy

• system ekspertowy
• program regulowy
• program z regulowa baza wiedzy

26
STRUKTURA BAZY WIEDZY
Baza regul - wiedza dziedzinowa logiczna
Baza ograniczen - wiedza dziedzinowa logiczna
Baza modeli - wiedza dziedzinowa matematyczna
Baza rad Pliki rad
27
STRUKTURA BAZY WIEDZY
Baza regul Baza ograniczen Baza modeli Baza rad
maja postac klauzul zawierajacych zmienne
28
Zmienne stosowane w systemach ekspertowych
RMSE
W systemach ekspertowych RMSE sa stosowane
wylacznie zmienne lancuchowe
Zmienne lancuchowe Dowolny ciag znaków
rozpoczynajacy i konczacy sie cudzyslowem górnym
.
29
Podstawowe typy zmiennych lancuchowych w
systemach ekspertowych dokladnych

• zmienne lancuchowe typu
• logicznego
• rzeczywistego
• calkowitego

30
Podstawowe typy zmiennych lancuchowych w
systemach ekspertowych dokladnych
Logiczne zmienne lancuchowe Nazwa jest
logiczna zmienna lancuchowa, jezeli Nazwa
przyjmuje tylko wartosci ze zbioru stalych
logicznych Prawda, Nieprawda
31
Podstawowe typy zmiennych lancuchowych w
systemach ekspertowych dokladnych
Rzeczywiste zmienne lancuchowe Wartosc jest
rzeczywista zmienna lancuchowa, jezeli Wartosc
przyjmuje wartosci rzeczywiste
32
Podstawowe typy zmiennych lancuchowych w
systemach ekspertowych dokladnych
Calkowite zmienne lancuchowe Wartosc jest
calkowita zmienna lancuchowa, jezeli Wartosc
przyjmuje wartosci calkowite
33
BAZA REGUL

• Reguly wiedza dziedzinowa o
  charakterze ogólnym

Fakty wiedza dziedzinowa o charakterze
szczególowym
34
BAZA REGUL
Przyklad reguly Jezeli
student_x_otrzymal_wszystkie_zaliczenia_w_terminie
i student_ x_zdal_wszystkie_egzaminy_
w_terminie, to student_x_uzyska_wpis_na_ko
lejny_semestr
Przyklad faktu student_J.Kowalski_
zdal_wszystkie_egzaminy_ w_terminie
35
BAZA REGUL

• Reguly zdania warunkowe, np.
• w jezyku polskim
• A jest prawda, jesli B i C i D sa prawda
• w logice
• B i C i D ? A lub
• w Prologu
• A - B, C, D

B, C, D warunki reguly A wniosek reguly ? -
symbol implikacji w logice - - symbol
implikacji regulowej w Prologu
36

• BAZA REGUL

Klauzule dokladnej bazy regul
regula(Numer_reguly, Wniosek,
Lista_warunków, Semafor_wyswietlania) fakt(War
unek_dopytywalny)
37
System ekspertowy- definicja

• System ekspertowy (doradczy) program
  komputerowy wykorzystujacy procedury wnioskowania
  do rozwiazywania problemów, które sa na tyle
  trudne, ze wymagaja znaczacej ekspertyzy
  specjalistów.
• Wiedza (niezbedna, by zapewnic odpowiedni poziom
  ekspertyzy), wraz z procedurami wnioskowania -
  model ekspertyzy, posiadanej przez najlepszych
  specjalistów w danej dziedzinie.

38
System ekspertowy

• Wiedza systemu eksperckiego fakty i heurystyki.
• Fakty powszechnie akceptowane przez
  specjalistów.
• Heurystyki informacja subiektywna, która
  charakteryzuje proces oceny przez okreslonego
  specjaliste.
• Heurystyki intuicyjne domysly, przypuszczenia,
  zdroworozsadkowe zasady postepowania.
• Poziom ekspertyzy - funkcja rozmiaru i jakosci
  bazy wiedzy danego systemu.

39
Po co

• Dlaczego?
• 1. Koszty w dluzszym okresie czasu sa znacznie
  tansze, pomagaja w rozwiazywaniu problemów
  wymagajacych najbardziej specjalistycznej
  (najdrozszej) wiedzy.
• 2. Brak ekspertów.
• 3. Pracuja szybciej, nie mecza sie, sa bardziej
  niezawodne niz ludzie.
• 4. Konsekwentne, spójne, obiektywne, dokladne.
• 5. Zawsze do dyspozycji (nie strajkuja!).
• 6. Analiza duzych ilosci danych wymaga komputera.
• SE systemy oparte na wszystkich sposobach
  reprezentacji wiedzy,
• najczesciej w postaci regul produkcji.

40
Etapy tworzenia SE

• Analizy problemu - oceny, czy budowa SE dla
  danego problem ma sens.
• Specyfikacji systemu - szczególowego okreslenia
  funkcji i oczekiwan.
• Akwizycji wiedzy - zgromadzenia, wydobycia z
  ekspertów i organizacji wiedzy.
• Wyboru metody reprezentacji wiedzy i narzedzi do
  budowy SE.
• Konstrukcji systemu - utworzenia bazy wiedzy,
  regul wnioskowania, systemu wyjasniajacego
  rozumowanie i prowadzenia dialogu z
  uzytkownikiem.
• Weryfikacji i testowania systemu.
• Akwizycja wiedzy wymaga transferu ekspertyzy i
  jej reprezentacji.

41
Postac wiedzy

• Fakty z danej dziedziny wiedzy, np W starych
  silnikach Diesla przy przegrzaniu dochodzi do
  gwaltownego podwyzszenia obrotów na skutek
  chwilowego spalania oleju.
• Reguly typu Przed zdjeciem obudowy wyciagnac
  wtyczke.
• Heurystyki, czyli co by tu zrobic Jak nie
  zaskakuje a jest iskra to warto sprawdzic przewód
  paliwa.
• Ogólne strategie postepowania.
• Teoria danej dziedziny, np. dzialania silników
  samochodowych.

42
Akwizycja wiedzy

• prowadzenie wywiadów z ekspertami
• analiza kwestionariuszy wypelnianych przez
  ekspertów
• analiza raportów pisanych przez ekspertów
• analiza komentarzy ekspertów wykonywanych w
  czasie pracy
• obserwacja ekspertów przy pracy
• introspekcja

43
Rodzaje cd.

• Systemy kontrolne pozwalajace na sterowanie
  skomplikowanymi systemami, takimi jak
  automatyczne zaklady produkcyjne itp.
• Systemy diagnostyczne to jedno z najbardziej
  popularnych zastosowan SE, w zagadnieniach
  technicznych, medycynie, analizie chemicznej i
  wielu innych problemach.
• Systemy testujace pomagaja przy znajdywaniu
  problemów i moga byc czescia systemów kontrolnych
  lub systemów diagnostycznych.
• Systemy naprawcze nie tylko prowadza testy ale i
  planuja dzialania korekcyjne. Mozna do nich
  zaliczyc równiez niektóre systemy medyczne,
  zalecajace leczenie.
• Systemy projektujace wspomagaja prace projektowe,
  takie jak projektowanie ukladów elektronicznych,
  CAD czy CAM.

44
Rodzaje systemów ekspertowych

• Systemy edukacyjne czyli CAI, lub ICAI
  (Intelligent Computer Aided Instruction), a wiec
  inteligentne wspomaganie nauczania, systemy
  algebry symbolicznej.
• Systemy interpretujace wspomagajace analize i
  interpretacje informacji, wydobywanie informacji
  z baz danych, interpretujace dane geologiczne.
• Systemy planistyczne wspomagajace strategiczne
  dzialanie i planowanie zadan, np. planowanie
  syntezy zwiazków chemicznych czy budowy systemów
  komputerowych.
• Systemy prognostyczne wspomagajace wyciaganie
  wniosków i przewidywanie tendencji.

45
Konstrukcja systemów ekspertowych

• Zwykle próbuje sie oddzielic bazy wiedzy od
  mechanizmów wnioskowania.
• Reguly produkcji
• ltobiekt,atrybut,wartoscgt, np. ltsamochód,kolor,czer
  wonygt
• Stosowane sa tez ramy, sieci semantyczne, sieci
  Bayesowskie, reprezentacje bezposrednie i
  proceduralne
• rzadziej reprezentacje logiczne. 
• Alternatywy dla ES prowadzacych wnioskowanie
  symulacje sytuacji w róznych warunkach, oceny
  statystyczne.

46
Rodzaje rozumowania

• DSS (Decision Support Systems), Inteligentne DSS?
  
• Dialog z uzytkownikiem wyjasnienia sposobów
  wnioskowania.
• ES nie zawsze system rozumuje w sposób podobny do
  czlowieka - inne ograniczenia.
• Rozumowanie retrospektywne (które reguly i
  dlaczego)
• Rozumowanie hipotetyczne (co by bylo gdyby ...)
• Rozumowanie wbrew faktom (counterfactual
  reasoning) - dlaczego nie udalo sie osiagnac
  spodziewanych konkluzji?

47
Architektury ES

• Architektura hierarchicznapoziom faktów z danej
  dziedziny przynajmniej jeden meta-poziom,
  wiedza strategiczna, fakty dotyczace regul
  nizszego poziomu.Systemy hierarchiczne
  dzialajace w szerszych domenach wiedzy tworza
  drzewa taksonomiczne usilujac podzielic cala
  wiedze na rozlaczne specjalistyczne dziedziny.
• Architektura wielowarstwowa kilka warstw, lezace
  wyzej kontroluja dzialanie na nizszym poziomie
  meta-wiedza i kryteria strategicznego planowania
  i dzialania. Czasami przestrzen zamiast
  warstwy, np. przestrzen dzialania (konkretne
  akcje), przestrzen planowania (okreslanie celów
  biezacych), przestrzen strategii (koncentracja
  uwagi na jakims obszarze, cofanie dzialan).

48
Przyklad architektury warstwowej (MolGen)
Interpreter
Meta-plany
Akcje
49
Architektury ES 2

• Architektura tablicowa (blackboard) laczenie
  wiedzy z kilku zródel w pamieci roboczej, z
  której korzystaja moduly wnioskujace. Jedna lub
  kilka tablic, informacje maja hierarchiczna
  strukture o wzrastajacym stopniu szczególowosci.
  Zastosowana po raz pierwszy w systemie HEARSAY,
  jednym z pierwszych dzialajacych systemów do
  rozpoznawania mowy.
• Architektura hybrydowa regulowo-koneksjonistyczna
  Umozliwia automatyczne tworzenie skojarzen.
  Systemy koneksjonistyczne moga sluzyc odkrywaniu
  wiedzy na podstawie analizy danych wiedza
  dodawana jest do systemu. Przyklad MMPI-IDSS

50
Architektury ES 2

• Architektura symulacyjna modele numeryczne danej
  dziedziny, zaleznosci funkcyjne nie dajace sie
  uchwycic w postaci regul.Systemy tworzace sieci
  przyczynowych powiazan (causal networks) lub
  probabilistyczne sieci Bayesowskie.
• Architektura korzystajaca z analogii (case-based
  reasoning). W wielu dziedzinach (prawo,
  medycyna) podstawa rozumowania sa analogie,
  precedensy. Korzystaja z bazy danych opisujacych
  znane przypadki, ocen podobienstwa, regul
  szukania i uzywania analogii. Zawieraja opis
  klas problemów, jakie potrafia rozwiazac, wraz ze
  schematami rozwiazan i sposobami okreslania
  podobienstwa do znanych przypadków z danej klasy.

51
Konstrukcja ES

• Systemy klasyfikujace wybór rozwiazania z
  ustalonej grupy.
• Systemy konstruujace skladanie rozwiazania z
  elementów.
• Problem niepewnosc wiedzy.
• Prawdopodobienstwa warunkowe, wspólczynniki
  ufnosci lub pewnosci (confidence factors),
  teoria wiarygodnosci, teoria zbiorów rozmytych.
• Metodologia konstrukcji duzych systemów, podobna
  do narzedzi CASE
• KADS, Common KADS i Pragmatic KADS.

52
Jezyki programowania do tworzenia SE

• LISP (od List PROcessing, przetwarzanie list),
  1958, John McCarthy
• Common Lisp 1984 rok, wiele dialektów, np. Scheme
• CLOS (Common Lisp Object System)
•  
• Pakiety graficzne (np. AUTOCAD), interfejsy
  uzytkownika
• Komputery dla Lispu stacje SYMBOLICS
•  
• Jezyk funkcyjny listy i funkcje (minimalnie 7
  funkcji pozwala zrealizowac model maszyny
  Turinga)
•  
• FACTORIAL(N)
• (COND ( ( EQUAL N 1) 1 )
• (TRUE (TIMES N (FACTORIAL (DIFFERENCE N 1))) ))
•  

53
Historia jezyka Lisp
Lisp--opracowany (ok. 1958) przez logika Johna
McCarthy Stosowany w AI od 30 lat Zastosowania
praktyczne Systemy ekspertowe oraz aplikacje
AI Rapid Application Development (RAD)
54
Historia jezyka Lisp
Lisp stosowany jest jako jezyk
wbudowany Zastosowania edytor tekstowy EMACS
(MLisp) oraz AutoCAD (AutoLisp). Jezyk Prolog
jest wbudowany w MS Office Dziala na glównych
platformach sprzetowych Liczne wersje free- oraz
shareware. Standard Common Lisp
55
LISP
LISP jest uniwersalnym jezykiem przetwarzania
symbolicznego, o sprawnych i latwo
przystosowalnych strukturach danych. Nazwa LISP
jest skrótem od LISt Procesor. Dane i program w
LISP maja te sama budowe, dlatego jezyk ten jest
wykorzystywany do pisania programów
samomodyfikujacych sie oraz generujacych inne
programy. LISP umozliwia tworzenie nowych
jezyków programowania. Na rynku dostepne sa
interpretowane i kompilowane wersje LISP.
56
LISP
Slabsza strona tego jezyka jest wspólpraca z
istniejacymi, tradycyjnymi pakietami
programowymi. Wada jezyka LISP jest równiez duza
zajetosc pamieci oraz wolne dzialanie programów.
Cecha jezyka LISP, przez jednych uwazana za
wade, a przez innych za zalete, jest brak
rozbudowanych mechanizmów podejmowania decyzji.
Wiekszosc struktur kontrolnych w tym jezyku
nalezy tworzyc stosownie do zastosowan.
57
Jezyki SE cd

• Prolog (Programming in Logic), Marsylia i
  Edynburg.
• Realizacja rachunku predykatów pierwszego rzedu,
  do prototypów, Prolog w projekcie V generacji
  raczej mniejsze systemy lub prototypy
•  
• Inne POP-2 do POP-5, FUZZY
•  
• Expert System Shells (ESS)
• EMYCIN, KAS (Knowledge Aquisition System), OPS5,
• KEE, Knowledge Engineering Environment, KES
• ESS czas opracowania systemu 10-20 razy krótszy
•  
• Ostatnio równiez jezyki zorientowane obiektowo
  C, Smalltalk, Dylan

58
Prolog
Prolog opracowany zostal w 1972 przez
specjaliste AI Alana Colmeraurer Rozwiniety na
University of Montreal oraz University
of Marseilles Stosowany w systemach kspertowych
i aplikacjach AI w tym przetwarzanie
jezyków Dostepny na glównych platformach
sprzetowych Wersje free oraz shareware Standard
Edinburgh-style
59
PROLOG
PROLOG jest eleganckim, matematycznie czystym
jezykiem wykorzystujacym rachunek predykatów.
Program napisany w PROLOG-u wykorzystuje metode
rezolucji Robinsona. Dane oraz wiedza sa
zapamietywane w formie przypuszczen i regul na
bazie twierdzen. Powyzsze cechy predysponuja
PROLOG do rozwiazywania problemów, w których
wystepuje potrzeba formulowania wielu hipotez.
Wiedza moze byc uporzadkowana z wykorzystaniem
hierarchicznych zaleznosci oraz zstepujacej
strategii rozwiazywania problemów.
60
Prolog Lisp
Dane i programy sa listami Programowanie
modularne za pomoca licznych funkcji Duza liczba
nawiasów z których nie wszystkie sa
znaczace Listy sa drzewami binarnymi! Definicja
rekursywna
61
Niepewnosc i logiki nieklasyczne

• Logika zalozen (default logic) nie zawsze
  prawdziwe wnioski.
• Przestrzen wierzen (belief spaces), odróznia
  punkty widzenia.
• Informacja nieznana i informacja prawdopodobna.
• Logika wielowartosciowa (Lukasiewicz, Tarski)
  okresla kilka stopni prawdziwosci stwierdzen,
  np Wyksztalcony(x) 0, 0.3, 0.6, 1.
• Logika rozmyta nieskonczenie wiele stopni.
• Wnioskowanie statystyczne i metody
  probabilistyczne prawd. p(Hi E) prawdziwosci
  hipotezy Hi przy danej ewidencji E.

62
Rodzaje niepewnosci

• Niepewnosc stochastyczna Np. rzut
  kostka, wypadek, ryzyko ubezpieczenia -
  rachunek prawdopodobienstwa.
• Niepewnosc pomiarowa Okolo 3 cm 20
  punktów - statystyka.
• Niepewnosc informacyjna Wiarygodny
  kredytobiorca, spelniajacy warunki -
  data mining, szukanie prawidlowosci, skojarzen.
• Niepewnosc lingwistyczna Np. maly,
  szybki, niska cena ... Logika rozmyta (L. Zadeh
  1965) i logika przyblizona.

63
Zbiory rozmyte

• X - uniwersum, zbiór uniwersalny, przestrzen x
  ?X
• A - zmienna lingwistyczna, koncepcja, zbiór
  rozmyty.
• Funkcja przynaleznosci okresla stopien, w jakim x
  nalezy do A.

Zmienne lingwistyczne sumy zbiorów rozmytych,
koncepcje, predykaty logiczne o ciaglych
wartosciach. Stopien przynaleznosci to nie
prawdopodobienstwo np. lysy w 80 to nie lysy 1
na 5 razy. Prawdopodobienstwo jest unormowane do
jedynki, funkcja przynaleznosci nie. Rozmyte
pojecia sa subiektywne i zalezne od kontekstu.
64
Przyklady

• Klasyczne i rozmyte pojecie mlody czlowiek

x23
Temperatura wrzenia ma wartosc okolo 100 stopni
(cisnienie, sklad chemiczny).
65
Definicje

• Support (baza) zbioru rozmytego A
• supp(A) x ? X ? A(x) gt 0

Core (jadro) zbioru rozmytego A core(A) x ?
X ? A(x) 1
a0.6
a-cut (a-ciecie) zbioru rozmytego A Aa x ?
X ? A(x) gt a
Wysokosc max x ? A(x) ? 1 Zbiór rozmyty
normalny sup x ? X ? A(x) 1
66
Funkcje Przynaleznosci
Singleton (a,1) i (b,0.5)
?(x)
?(x)
67
Zmienne lingwistyczne
W20 gt Wiekmlody. Zmienna lingwistyczna
wartosc lingwistyczna. Zmienna lingwistyczna
temperatura termy (zbiory rozmyte)
zimno, cieplo, goraco
68
Liczby rozmyte

• Zwykle wypukle, unimodalne (jedno maksimum).
• FP czesto sie nakrywaja.

Liczby jadro punkt, ?x ?(x)1 Monotonicznie
maleja po obu stronach jadra. Typowy wybór
trójkatne funkcje (a,b,c) lub singletony.
69
Suma i iloczyn zbiorów

• A, B - zbiory rozmyte.
• Suma A?B to zbiór o funkcji przynaleznosci

max mozna zastapic S-norma S(a,b), niemalejaca
dla obu argumentów, przemienna, laczna i
S(a,0)a, S(a,1)1. Iloczyn A?B to zbiór o
funkcji przynaleznosci
min mozna zastapic dowolna T-norma T(a,b),
nierosnaca dla obu argumentów, przemienna,
laczna i T(a,0)0, T(a,1)a.
70
Reguly rozmyte

• Wiedze potoczna mozna czesto zapisac w naturalny
  sposób za pomoca regul rozmytych.

Jesli zm. lingw-1 term-1 i zm. lingw-2
term-2 to zm. lingw-3 term-3
Jesli Temperatura zimno i cena ogrzewania
niska to grzanie mocno
Co oznacza regula rozmytaJesli x jest A to y
jest B ? Korelacja A i B, lub implikacja A gtB,
czyli (not A or B).
71
Zastosowania logiki rozmytej

• Wszedzie tam, gdzie trudno jest utworzyc
  matematyczny model ale daje sie opisac sytuacje w
  sposób jakosciowy, za pomoca regul rozmytych.

Kontrolery rozmyte jesli sie przewraca to
popchnac.
Inteligentne lodówki, pralki, windy, opiekacze do
grzanek, aparaty fotograficzne. Zastosowania
medyczne nieprecyzyjny jezyk daje sie przelozyc
na reguly rozmyte. Wiele zastosowan
przemyslowych, glównie dotyczacych kontroli
procesów.
72
Systemy ekspertowe w rachunkowosci
W ostatnich latach powstalo wiele systemów
ekspertowych w dziedzinie rachunkowosci a ich
liczba z dnia na dzien rosnie. Systemy te mozna
je podzielic na kilka rodzajów. Sa to na przyklad
systemy do Oszacowywania rezerw firmy na
trudno sciagalne i niesciagalne
naleznosci Wspomagania planowania
podatków Wspomagania autoryzacji
kredytu Wspomagania przygotowania listy
plac Wspomagania minimalizacji kosztów
produkcji Wspomagania kontroli w firmie
73
Systemy ekspertowe w rachunkowosci
SE umozliwiaja dystrybucje wiedzy z dziedziny
rachunkowosci (personel moze je wykorzystac jako
asystenta lub konsultanta) SE pozwalaja na
korzystanie z wiedzy eksperta tanim kosztem lub
tam gdzie nie jest on dostepny (czasami koszt
wynajecia eksperta bylby zbyt wysoki) SE
podnosi zdolnosc podejmowania skomplikowanych
analiz poprzez wykrywanie ukrytych zaleznosci i
przewidywanie efektów zmian ( w rachunkowosci
mamy do czynienia z bardzo duza iloscia danych,
które latwe sa do rozpatrzenia pojedynczo ale
czasami sa trudne do rozpatrzenia w calosci)
74
Zastosowania
Gielda nowojorska, najwieksza na swiecie uzywa
SE do modelowania i sledzenia dzialalnosci
handlowej, indywidualnej i korporacji w celu
wykrywania potencjalnie nielegalnych
transakcji. Arthur Andersen Company stworzyl
SE wspomagajacy komisje SEC (Securities
Exchange Commision). Ma on na celu zbadanie
poprawnosci sprawozdan finansowych wszystkich
spólek pod kontem ich zgodnosci z prawem stanowym
i federalnym. Firma Dun Bradstreet rozwija SE
w dziedzinie analizy finansowej on-line. System
ten jest w stanie udzielic informacji na temat
przedsiebiorstwa wykorzystujac biezace informacje
(z dokladnoscia nawet do minut).
75
Literatura
76
SE
77
SE
78
SE
79
Elementy ES
80
Elementy bazy wiedzy
81
Ogólna struktura SE
82
Budowa SE
83
(No Transcript)
84
(No Transcript)
85
Podzial systemów ekspertowych
86
Cechy systemu ekspertowego
87
(No Transcript)
88
Symboliczna reprezentacja wiedzy
89
Niesymboliczne reprezentacje
90
(No Transcript)
91
(No Transcript)
92
Reprezentacje wiedzy
93
Reprezentacje wiedzy
94
Cechy systemów ekspertowych
zgromadzenie najpelniejszej i kompetentnej
wiedzy z danej dziedziny i mozliwosc jej
aktualizacji w zwiazku z postepem naukowym i
technicznym umiejetne nasladowanie sposobu
rozumowania czlowieka -eksperta, który stosuje on
przy rozwiazywaniu problemów tego samego typu
zdolnosc wyjasnienia toku "rozumowania", który
doprowadzil do otrzymanych wyników tzw. "user
friendly" interfejs, czyli przyjazny sposób
komunikowania sie z uzytkownikiem w jego
ojczystym jezyku i takie przedstawienie wyników,
aby byly klarowne i przejrzyste
95
Ogólna budowa
96
Struktura systemów ekspertowych
baza wiedzy, np. zbiór regul baza danych,
np. wyniki pomiarów, dane o obiekcie, hipotezy
procedury wnioskowania - maszyna wnioskujaca
procedury objasniania - wyjasnienie strategii
wnioskowania procedury sterowania dialogiem
- formulowanie zadan przez uzytkownika poprzez
procedury wejscia/wyjscia i przekazywanie
wyników przez program (zadania wykonywane przez
interfejs) procedury pozwalajace na
poszerzenie zakresu wiedzy i jej
97
Schemat SE
98
Kategorie systemów
99
Podzial SE
SE mozemy podzielic na systemy dedykowane oraz
systemy szkieletowe. Systemy dedykowane sa
tworzone od podstaw przez inzyniera wiedzy
wspólpracujacego z informatykiem. Systemy
szkieletowe (shells) sa to systemy z pusta baza
wiedzy. Te systemy sa tworzone w krótszym czasie,
gdyz nie trzeba konstruowac calej struktury
systemu, a jedynie istniejaca juz uzupelnic o
konkretna wiedze i jej odpowiednia implementacje
w systemie. W zaleznosci od tego jaka wiedze
wprowadzimy do systemu mozemy uzyskac system z
wiedza eksperta-lekarza, eksperta- inzyniera,
czy eksperta - prawnika.
100
Zastosowanie systemów ekspertowych
101
Zadania SE
Podstawowe zadanie systemu to wydawanie
kompetentnych i pelnych ekspertyz. Powinno sie to
odbywac w czasie ograniczonym pewnymi,
dopuszczalnymi granicami, w których przy danym
typie zadania powinna sie pojawic odpowiedz
systemu. Sam system powinien dysponowac takimi
metodami wnioskowania, które biora pod uwage
wiedze i intuicje eksperta, zdobyta w trakcie
wieloletniej praktyki. Wówczas uzyskane wyniki
powinny byc bardziej porównywalne z wynikami
pracy czlowieka-eksperta. Dazy sie do tego, aby
system rozwiazujac powierzone mu zadanie
poslugiwal sie rozumowaniem czlowieka, lecz
popelnial minimum pomylek.
102
Zadania SE
Ekspert kierujac sie wlasna intuicja nie do konca
potrafi uzasadnic swoja decyzje lub ekspertyze.
Wprowadzenie takiego sposobu wnioskowania do
systemu moze sie okazac niezwykle trudna lub gdy
wymagane jest uzasadnienie wyniku, wrecz
niemozliwe. Jesli chodzi o wymagania czasowe to
czesto zachodzi potrzeba kompromisu pomiedzy
jakoscia uzyskanych wyników a szybkoscia
dzialania. Niektóre systemy uzyskuja wyniki w
kilka sekund, inne znów pracuja calymi dniami,
czy nawet tygodniami. Zalezy to takze od sposoby
wykorzystanego do uzyskania odpowiedzi. Systemy
wykorzystujace przeszukiwanie przestrzeni
rozwiazan w postaci drzewiastej charakteryzuja
sie wykladniczym wzrostem czasu uzyskania
odpowiedzi.
103
Zlozonosc SE
Sama dziedzina, której dotyczy system jest czesto
wyznacznikiem stopnia skomplikowania system
eksperckiego. Nieoplacalne jest tworzenie
systemów, w których zawiera sie problem
rozwiazywania zadan o np. latwym opisie
matematycznym zjawiska lub takich, w których
ilosc mozliwych rozwiazan jest niewielka. Wówczas
z problemem poradzi sobie czlowiek, bez potrzeby
odwolywania sie do programu komputerowego. Ocene
zlozonosci mozna przeprowadzic rozpatrujac liczbe
regul wykorzystanych w systemie male - 100 -
300 regul srednie - 300 - 2000 regul duze
- ponad 2000 regul
104
Baza wiedzy
Baza wiedzy systemu zawiera w sobie reguly i
fakty. Sa one wykorzystywane do uzyskiwania
rozwiazan w danej dziedzinie. Im wieksza baza
wiedzy, tym rozwiazanie jest bardziej
kompetentne. Fakty, które sa elementem bazy,
najczesciej istnieja w niej jako zdania
oznajmujace np. Procesor "AMD" jest taktowany
zegarem 450 MHz. Stwierdzenie to, nazywane faktem
istnieje jako zapis zwiazków pomiedzy obiektami i
moze sie charakteryzowac róznymi atrybutami.
Drugim elementem w bazie wiedzy sa reguly.
Zapisywane sa np. za pomoca operatorów IF, THEN,
AND, OR. Dzieki nim zadawane sa pytania o zwiazki
pomiedzy obiektami.
105
Bazy wiedzy
1. baza tekstów (text base) - wystepuje w niej
naturalna strukturalizacja informacji, wynikajaca
np. z ulozenia alfabetycznego. Przykladem moga
byc slowniki, które zawieraja wiedze ogólna z
danej dziedziny. 2. baza danych (data base) -
zawiera uporzadkowane sprecyzowane,
szczególowe informacje. Typ danych jest czesto
numeryczny, a operacje na niej wykonywane sa
zdeterminowane. 3. baza regul (rule base) -
zawiera zbiór zaleznosci pomiedzy obiektami
wystepujacymi w danej dziedzinie.
106
Systemy szkieletowe
107
Czas tworzenia SE
108
AKSJOMATY KLASYCZNEGO RACHUNKU ZDAN
Aksjomaty pozytywne implikacjiA. p ? (q ?
p)B. (p ? (q ? r)) ? ((p ? q) ? (p ?
r))Aksjomaty pozytywne implikacjiA. (p ? q) ?
(p ? q)B. (p ? q) ? (q ? p) A i B to
7.OEC. (p ? q) ? ((q ? p) ? (p ? q))Aksjomaty
charakteryzujace koniunkcje i alternatyweA. (p
? q) ? (q ? p)B. (p ? q) ? (q ? p)C. p ? (p ?
q)D. (p ? q) ? pE. p ? (q ? (p ? q))F. ((p ?
r) ? (q ? r)) ? ((p ? q) ? r)Aksjomaty
charakteryzujace negacjeA. (p ? (q ? q)) ?
pB. (p ? p) ? q (cokolwiek)Prawo wylaczonego
srodkaA. p ? p
109
AKSJOMATY KLASYCZNEGO RACHUNKU ZDAN
1. Regula odrywania (RO) ((p ? q) ? p) ? q2.
Regula dolaczania koniunkcji (DK) (p) ? (q) ?
(p ? q)3. Regula opuszczania koniunkcji
(OK) (p ? q) ? p (p ? q) ? q4. Regula
dolaczania alternatywy (DA) p ? (p ? q) q ? (p
? q)5. Regula opuszczania alternatywy (OA) ((p
? q) ? p) ? q ((p ? q) ? q) ? p
110
AKSJOMATY KLASYCZNEGO RACHUNKU ZDAN
6. Regula dolaczania równowaznosci (DE) ((p ?
q) ? (q ? p)) ? (p ? q) 7. Regula opuszczania
równowaznosci (OE) (p ? q) ? (p ? q) (p ? q) ?
(q ? p)
111
WYBRANE PRAWA RACHUNKU ZDAN
1. Sylogizm warunkowy ((p ? q) ? (q ? r)) ? (p
? r)2. Modus tollens ((p ?q) ? q) ? p ((p
? q) ? q) ? p ((p ? q) ? q) ? p ((p ? q) ?
q) ? p3. Mnozenie implikacji ((p ? q) ? (r ?
s)) ? ((p ? r) ? (q ? s))4. Dodawanie
implikacji ((p ? q) ? (r ? s)) ? ((p ? r) ? (q
? s))5. Dylemat konstrukcyjny zlozony ((p ? q)
? (r ? s) ? (p ? r)) ? (q ? s)
112
WYBRANE PRAWA RACHUNKU ZDAN
7. Regula odrywania dla równowaznosci ((p ? q)
? p) ? q ((p ? q) ? q) ? p8. Regula
przechodniosci równowaznosci ((p ? q) ? (q ?
r)) ? (p ? r)9. Regula Dunsa Szkota (p ? p) ?
q (cokolwiek)10. Prawo podwójnej negacji (p)
p11. Prawo transpozycji. (p ? q) (q ?
p)12. Prawo transpozycji zlozonej (p ? q) ?
r (p ? r) ? q
113
WYBRANE PRAWA RACHUNKU ZDAN
13. Prawo negowania koniunkcji (p ? q) (p ?
q)14. Prawo negowania alternatywy (p ? q)
(p ? q)15. Prawo negowania implikacji (p ?
q) (p ? q)16. Prawo rozdzielnosci koniunkcji
wzgledem alternatywy p ? (q ? r) (p ? q) ?
(p ? r)17. Prawo rozdzielnosci alternatywy
wzgledem koniunkcji p ? (q ? r) (p ? q) ?
(p ? r)18. Prawa przemiennosci koniunkcji i
alternatywy (p ? q) (q ? p) (p ? q) (q ?
p)19. Prawa lacznosci koniunkcji i
alternatywy (p ? q) ? r) p ? (q ? r) (p
? q) ? r) p ? (q ? r)
114
WYBRANE PRAWA RACHUNKU ZDAN
20. Prawa tautologii dla koniunkcji i
alternatywy (p ? p) p (p ? p) p21. Prawa
zwrotnosci dla implikacji i równowaznosci p ?
p p p22. Prawo symetrycznosci
równowaznosci (p q) (q p)23. Prawo
negowania czlonów równowaznosci (p q) (p
q)24. Prawo komutacji p ? (q ? r) q ? (p
? r)25. Prawo eksportacji i importacji (p ?
q) ? r p ? (q ? r)26. Dylemat destrukcyjny
zlozony (p ? q) ? (r ? s) ? (q ? s) ? (p ?
r)
115
WYBRANE PRAWA RACHUNKU ZDAN
27. Dylemat destrukcyjny prosty (p ? q) ? (p ?
r) ? (q ? r) ? p28. Prawo dodawania
poprzedników (p ? r) ? (q ? r) (p ? q) ?
r29. Prawo mnozenia nastepników (p ? q) ? (p
? r) p ? (q ? r)30. Prawa zastepowania
implikacji (p ? q) (p ? q) (p ? q) (p ?
q)31. Schemat mnozenia równowaznosci (p q)
? (r s) ? (p ? r) (q ? s)
116
WYBRANE PRAWA RACHUNKU ZDAN
32. Schemat dodawania równowaznosci (p q) ?
(r s) ? (p ? r) (q ? s)33. Prawo
zastepowania równowaznosci (p q) (p ? q) ?
(q ? p)34. Prawo sprzecznosci (p ? p)
117
Reguly logiczne
p q p?q p?q p?q p?q 1 1 1 1 1 1 1 0 1 0 0 0 0 1
1 0 1 0 0 0 0 0 1 1
118
Kombinatoryka i teoria grafów
Funktory zdaniotwórcze ? - lub (alternatywa,
suma logiczna) ? - i (koniunkcja, iloczyn
logiczny) ? - nie (negacja) ? - jesli ..., to
... (implikacja) ? - ... wtedy i tylko wtedy,
kiedy ... (równowaznosc) ?w? - wartosc zdania
logicznego w ?w?
119
Wartosc zdania logicznego
?a? ?b? ?a ? b? ?a ? b? ?a ? b? ?a ?
b? 1 1 1 1 1 1 1 0 1 0 0 0 0 1 1 0 1 0 0 0 0 0
1 1
120
Kwantyfikatory i zbiory
? - istnieje (kwantyfikator szczególowy,
egzystencjalny) ? - dla kazdego (kwantyfikator
ogólny)
R zbiór liczb rzeczywistych N 0, 1, 2,
... zbiór liczb naturalnych Z ..., -2,
-1, 0, 1, 2, ... zbiór liczb calkowitych a1,
..., an zbiór zlozony z n elementów a1, ...,
an a - zbiór jednoelementowy zaw. tylko a
x ? X w zbiór tych elementów zbioru X, które
spelniaja warunek w
121
Operacje na zbiorach
122
Prawa de Morgana
123

• Definicja
• Iloczyn kartezjanski zbiorów X i Y to zbiór
  wszystkich par uporzadkowanych (x,y), takich ze
  x?X oraz y?Y. Oznaczenie X?Y X?Y (x,y)
  x?X ? y?Y
• Wlasnosci
• a ? b ? (a,b) ? (b,a)
• (a,b) (c,d) ? ( (a c) ? (b d) )
• A ? (B ? C) (A ? B) ? (A ? C)
• A ? (B ? C) (A ? B) ? (A ? C)
• A ? (B \ C) (A ? B) \ (A ? C)
• Jesli X jest zbiorem n-elementowym i Y jest
  zbiorem m-elementowym, to X?Y jest zbiorem
  zlozonym z nm elementów (par uporzadkowanych
  (x,y), gdzie x?X, y?Y).

124
Relacja dwuczlonowa jest podzbiorem iloczynu
kartezjanskiego. Dana para uporzadkowana (element
iloczynu kartezjanskiego) nalezy do tego
podzbioru jesli posiada okreslona wlasnosc, czyli
jesli miedzy jej poprzednikiem i nastepnikiem
zachodzi okreslona relacja. Zbiór poprzedników
par uporzadkowanych (x,y) nalezacych do relacji ?
nazywa sie dziedzina tej relacji. Zbiór
nastepników par uporzadkowanych (x,y) nalezacych
do relacji ? nazywa sie przeciwdziedzina tej
relacji.
125
KLASYCZNE STRATEGIE WNIOSKOWANIA
-do tylu -przed systemem stawiana jest
hipoteza(zadaniem systemu jest potwierdzenie
poprawnosci hipotezy) -do przodu -wygenerowanie
wszystkich mozliwych logicznych konsekwencji
faktów podanych na wejsciu 3.mozliwosc
uzasadnienia podawanych przez eksperta
odpowiedzi za pomoca modulu objasniajacego
(czesci interfejsu uzytkownika odpowiedzialnej za
objasnienie funkcjonowania SE poprzez udzielanie
odpowiedzi na pytania) 4.wspomaganie i
aktualizacja BW za pomoca modulu akwizycji
wiedzy.
126
Systemy ekspertowe w rachunkowosci
Oszacowywania rezerw firmy na trudno
sciagalne i niesciagalne naleznosci Wspomagani
a planowania podatków Wspomagania autoryzacji
kredytu Wspomagania przygotowania listy
plac Wspomagania minimalizacji kosztów
produkcji Wspomagania kontroli w
firmie Specjalne systemy ekspertowe w
rachunkowosci
127
Korzysci z zastosowania SE w rachunkowosci
SE umozliwiaja dystrybucje wiedzy z dziedziny
rachunkowosci (personel moze je wykorzystac jako
asystenta lub konsultanta) SE pozwalaja na
korzystanie z wiedzy eksperta tanim kosztem lub
tam gdzie nie jest on dostepny (czasami koszt
wynajecia eksperta bylby zbyt wysoki) SE
podnosi zdolnosc podejmowania skomplikowanych
analiz poprzez wykrywanie ukrytych zaleznosci i
przewidywanie efektów zmian ( w rachunkowosci
mamy do czynienia z bardzo duza iloscia danych,
które latwe sa do rozpatrzenia pojedynczo ale
czasami sa trudne do rozpatrzenia w calosci) SE
przyspiesza podejmowanie decyzji poniewaz dziala
w oparciu o komputer i pobiera tylko te dane,
które bezposrednio sa zwiazane z problemem (wynik
dostepny jest zaraz po wprowadzeniu danych)
128
Korzysci z zastosowania SE w rachunkowosci
Dzieki SE mozna przekazywac wiedze i
doswiadczenie starszych pracowników mlodemu
personelowi. Dzieki SE podnosimy wydajnosc
pracy nowych, mlodych pracowników bez potrzeby
dlugich szkolen (skracamy etap wdrazania
pracownika). SE w rachunkowosci moze byc równiez
uzywany jako narzedzie do szkolenia.
129
Planowanie podatków
Jednym z SE wspomagania planowania podatków jest
Expert-TAX. Jest on jednym z najbardziej
zaawansowanych systemów dotychczas stosowanych w
rachunkowosci. Uzywa on dialogu pytanie
odpowiedz w celu uruchomienia 3000 regul
okreslajacych najlepsze opcje podatkowe. Celem
systemu jest dostarczenie dojrzalych ekspertyz.
Zastepuje on stara metode w której to
zaawansowany ekspert musial wypelniac
dwustronicowy kwestionariusz aby potem znalezc
najlepsze rozwiazanie. System ten nie zastepuje
ksiegowych ale dostarcza im porad.
130
Autoryzacja kredytu
Authorizers Assistant jest SE wspomagania
autoryzacji kredytu i zostal stworzony przez
American Express. Jest uzywany do odrzucania
zlych kredytów a wiec do zmniejszania strat w
firmie. Karty AE nie maja limitów kredytu przez
co czesto zdarzaly sie oszustwa oraz przypadki
zle j autoryzacji. System opiera sie na ponad 800
regulach. Gromadzi on i analizuje wszystkie
transakcje oraz takie czynniki jak historia
rachunku, rodzaje zakupów, zalegle naleznosci
itd. Po ich sprawdzeniu system szacuje wielkosc
ryzyka kredytowego i zleca odrzucenie lub
akceptacje transakcji wraz z wyjasnieniem
wszystkich zalecen