ZN A LOSTNÉ S YSTÉMY

1. ZNALOSTNÉ SYSTÉMY Mikuláš Popper AR_2010-2011

2. Úvodom motivujúci citát: Špičkový informatik, či programátor, ktorý okrem počítačov nič iné nepozná, neveľmi nadobúda zo svojej odbornosti intelektuálne bohatstvo, stáva sa nanajvýš iba dobrým remeselníkom, prípadne dobrým (až obdivovaným) hakerom. G. A. Millerom: Language, Learning, and Models of Mind, July 1972. Známy uznávaný psychológ (USA) (Voľný preklad publikovaného rozhovoru)

3. Aj preto, skôr než bezprostredne pristúpime k problematike tvorby počítačových (strojových) systémov schopných uplatňovať explicitne symbolovo reprezentované znalosti má (snáď) zmysel zaoberať sa aj  motiváciami ich vzniku,  ich poslaním a účelom,  ich teoretickým aj pragmatickým pozadím,  ich základnými princípmi,  ich použiteľnosťou, • okruhmi, odvetviami oblasťami vedy, ku ktorým sa viažu, z ktorých čerpajú, ku ktorým prispievajú, teda k tomu čo tvorí ich okolie.

4. Explicitne symbolovo reprezentované znalosti (na rozdiel od znalostí implicitne zhmotnené samotnými programami) tvoria oddeliteľnú súčasť znalostných systémov. Bez nich ide o prázdny znalostný systém bez možnosti uplatniť svoje funkcionality. Reprezentované znalosti sú nevyhnutným predpokladom • riešenia úloh, pre ktoré ich formulácia neimplikuje pre ne špecifické racionálne algoritmizovateľné postupy formuláciou • všeobecné neefektívne riešiace postupy špecializovať tak, aby vznikli racionalizované prijateľné postupy umožňujúce v širokom rozsahu generovať racionálne postupy vedúce k uspokojivým výsledkom • k tomu, aby riešiaci postup vyvolával (dokonca) dojem inteligentného správania.

5. Turingov test a Searlova „tajomstvo čínskej izby“ V súvislosti so spôsobilosťou znalostných systémov vzbudzovať dojem inteligentného správania vznikajú rôznorodé úvahy, dohady a otázky. Jednou z nich je nasledujúca: Sú alebo budústroje (počítače) schopné myslieť? Odpovede či formulácie hypotéz sú rôznorodé. Medzi najabstraktnejšie sa radia:

6. Niekoľko hypotéz prispievajúcich k rozvíjaniu predstáv o spôsobilostipočítača/stroja myslieť, vytvárať zdanie myslenia (pre niektoréaplikačné oblasti)

7. Význam konceptu/pojmu MYSLIEŤ

8. Mysleniespočíva v mozgu prebiehajúcich (interných) manipuláciách s mentálnymi modelmi reality, či predstáv o nej, ktoré si ľudia vytvárajú neartikulova(teľ)nými mentálnymi procesmi.

9. MENTÁLNY MODEL sa dá považovať za aspoň minimálne nevyhnutnézoskupenie znalostí o existencii, príčinách, princípoch a spôsoboch vzniku, priebehu (trvania) a zániku uvažovaného fenoménu/javu, o jeho vlastnostiach, štruktúre (zloženia) a správaní, príčinách, dôsledkoch, pôsobení, implikáciách, ovplyvniteľnosti, riadení, vyvolaní, znemožnení, vzťahu a podobnosti k iným záležitostiam, o predvídateľnosti jeho vzniku, zániku a správania.

10. Model, nezávisle na materiálnej podstate jeho realizácie, by mal reflektovať štruktúru modelovanej predlohy a musí byť spôsobilý uskutočňovať analogické procesy (chovanie) ako nim simulovaná (imitovaná) predloha(vzor-systém).

11. Hypotéza symbolozmu Operácie so symbolmi, t.j. ich vytváranie/rušenie, spájanie/rozčleňovanie, štruktúrovanie, menenie, porovnávanie, zaraďovanie/preraďovanie/priraďovanie a podobne, umožňujú realizáciu modelov a sú prostriedkom simulácie procesov myslenia, prirodzene iba vtedy, keď je "svet" vhodne reprezentovaný zodpovedajúcimi symbolmi.

12. Johnson-Laird Myslenie sa dá skúmať nezávisle od skúmania mozgu, t.j. nezávisle od neurofyziológie. Produkčné pravidlá vytvárajú gramatiku, ktorá je ekvivalentná univerzálnemu TS, pričom sú považované za základňu psychologicky orientovaných teórií vypočitateľnosti, ktoré umožňujú tvorbu špecifických teórií kognície.

13. Hypotéza fyzikálneho symbolového systému Číslicový počítač splňuje nutné a postačujúce(?)podmienky pre vykonávanie inteligentnej činnosti. (Newell a Simon) Znalostná hypotéza Systém (počítač) dokáže vykonávaťinteligentnú činnosť na vysokej úrovni kompetencie vďaka znalostiam, ktoré má z oblasti svojich aktivít (znalosti zodpovedajúce oblasti, v ktorej riešený problém vzniká). (Feigenbaum) učením nadobudnuté

14. Význam konceptu/pojmu MYSLIEŤ

15. Smith Každý (určitým mechanizmom) realizovaný inteligentný proces je tvorený štruktrálnymi prvkami, ktorésa vonkajšiemu pozorovateľovisprávania systému javia ako propozičný prejav znalostí a nezávisle od vonkajšieho (sémantického) hodnoteniazabezpečujú (sú príčinou) správania systému, ktoré je manifestáciou jeho znalostí.

16. Smith osvetlenie významnej stránky (mechanickej) inteligencie Nevyhnutnosť symbolovej reprezentácie znalostí propozične interpretovateľnými prvkami (možno im priraďovať pravdivostné hodnoty) vytvárajúcimi konzistentne interpretovateľné vetyurčitého jazyka. Inkorporovanie zodpovedajúcich viet do systému (mechanickej inteligencie) je nevyhnutným predpokladom jeho inteligentného správania.

17. V súčasnosti častý výskyt skratky IKT (Informačné a komunikačné technológie) sa rozširuje aj do tvaru IKT&ZS zdôrazňujúci význam uplatňovania explicitne formulovaných a symbolovo reprezentovaných znalostí (Informačné a komunikačné technológie & znalostné systémy)

18. UVEDENIE ZÁKLADNÝCH POJMOV

19. ZNALOSŤ • (meniteľná, doplniteľná) vzájomne previazaná štruktúra (organizovane) súvisiacichpoznatkov - použiteľná v interakcii so svetom • čohosi znamená, že agent disponuje zodpovedajúcu reprezentáciu (myslenej/reálnej) entity v podobe  dostatočne verného a presného kognitívneho modelu (konceptu) danej entity a jej vzťahov k súvisiacim entitám – deskriptívna zložka znalostí  spôsobilosti vykonávať s tým, čo je reprezentované, rôzne kognitívne (myšlien-kové) a/alebo reálne vykonávateľné procedúry (sekvencie operácií) - procedu-rálna zložka znalostí Na základe a v rozsahu deskriptívnej a korešpondujúcej procedurálnej (uplatňovaných operácií) zložiek dokáže človek (aj počítač) usúdiť (odvodiť) čo sa musí (), alebo môže () v reálnom svete platiť, stať, odohrať. • je (komplexná) štruktúra poznatkov s naznačením ich praktického využitia. POZNATOK verifikovateľná/pravdepodobná výslednica interpretácie (somato-senzorických) vnemov a informácií o javoch/udalostiach transformovaných do roviny praktického správania, uplatnenia a použitia.

20. Komunikácia znalostí vyžaduje (napr. v podobe výkladu, prednášky, článku, učebných textov), stáva sa nevyhnutným ich utriedenie, štrukturovanie, zdôvodňovanie a pod. Platí to aj pri komunikácii (dodávaní) adresovanej počítaču. (Rola znalostného inžiniera - The roleof a knowledge engineer.) ZNALOSTNÉ SYSTÉMY::= počítače vybavené zvoleným rozsahom znalostí (aj všeobecných) a spôsobilosťou ich situačne uplatňovať. EXPERTNÉ SYSTÉMY::= podmnožina znalostných, ktoré sa vyznačujú uplatňovaním predovšetkým istými (často úzko) špecializovanými znalosťami na riešenie špecifických a ohraničených odborných problémov.

21. Expertný systém Aplikačný program tvorený sústavou kooperujúcich situačne spúšťaných procedúr realizujúcich čiastkové procesy. Neobsahuje vopred stanovený algoritmus ich spúšťania. Je nahradený univerzálnym problémovo nezávislým algoritmom vyhľadávania procesov, ktorých situačné spusteniemôže, alenemusísajaviťvhodným na vyriešenie zadanej úlohy. Ak sa postupjaví úspešný, tak sa pokračuje podľa predchádzajúceho kroku, v opačnom prípade sa odpredchádzajúceho kroku odstúpi. Výber miesta kam sa odstúpi môže zabezpečovať samostatná procedúra. Vyberá sa buď náhodne, alebo cielene na základedostupnosti/nedostupnosti potrebnýchúdajov ako aj ichvierohodnostičispoľahlivosti zdroja (problematika neurčitosti) a/alebo situačnejstratégie výberuprocedúry z množiny jestvujúcich. Riešiaci proces je určovaný údajmi (faktami) a/alebo zadanou úlohou na základe deklaratívnych (produkčné pravidlá a rámce reprezentujúce koncepty) aj procedurálnych znalostí. Tie definujú experti z príslušnej odbornej oblasti v súčinnosti so znalostnými inžiniermi.

22. Stručné repetitórium z vybraných oblastí expertných systémovtvoria druh (podmnožinu) znalostných systémov  Ponúka vymedzený vhľad do znalostných systémov.

24. Expertnésystémy • aplikácie: riešenie problémov, pre ktorénie sú známe klasické algoritmické riešiace postupy • nedobre formulova(teľ)né a/alebo štruktúrova(teľ)né problémy • nedostatočne vymedzené, informované (absentujúce údaje), podurčené problémy • riešenia:produktívne riešiace postupy spočívajúce na kognitívnych stratégiach, ktoré - hoci dosiahnutie výsledku nezaručujú - spravidla vedú k požadovaným výsledkom, hoci sú nekategorickej či nejednoznačnej povahy, teda zaťažené neurčitosťami (tak ako u ľudí) • funkčné vlastnosti:stelesňujú situačné údajmipodmieňované a riadené prehľadávacie procesy založené na symbolovej reprezentácii znalostí z oblasti, v ktorej vznikol riešený problém; údaje môžu byť • nekategorické • kvalitatívne • fuzzy • nezáväzné • predpokladateľné

25. Expertnésystémy sa dajú charakterizovaťriešiacimi procesmi • Ak postup riešenia problému spočíva na REPRODUKOVANÍvopred daného algoritmu, ktorý vyplýva z formulácie problému a stelesňuje návod na riešenie, tak takýto postup je považovaný zamechanický. • Keď riešenie problému nespočíva na vopred danom návode • využíva však algoritmyprehľadávania, odskúšavania a zreťazovania vhodných operácií – (riešiace kroky), • pričom v prípade nezdaru sa od nich odstupuje anahradzujú sa inými krokmi a ich postupnosťami, • vtedy sa riešiaci proces postupne PRODUKUJE.

26. Expertnésystémy sa dajú charakterizovaťriešiacimi procesmi • Produktívne riešiace postupy spočívajú na kognitívnych (inteligentných) procesoch - na rozdiel od náhodilého či exhaustívneho postupu (prešetrenia všetkých do úvahy prichádzajúcich možností)uplatňujú znalosťami podložené súbory všeobecných aj špecifických stratégií, ktoré minimalizujú výpočtovú zložitosťzodpovedajúcupovahe riešených úloh. • Z tohto pohľadu možno vnímaťES akoprogramový produkt stelesňujúci znalosťami podložené stratégie explorácií –preskúmavania-problémového priestoru s cieľom efektívne produkovaťsprávne a vyhovujúce riešiace postupy.(Úloha znalostných inžinierov.)

27. Expertnésystémy sa dajú charakterizovaťdisponabilitou poznatkov • naivné – neinformované – slepé postupy: náhodné alebo exhaus-tívne - nie sú prejavmi inteligencie človeka;sú neefektívne,majú neprijateľnú výpočtovú zložitosť- pri riešení netriviálnych prob-lémov by boli zriedka uplatniteľné • aj univerzálné (všeobecné) postupy súneinformované, tedaslabé (zákony gravitácie) • informované postupy: spočívajú na poznatkoch z oblasti, v ktorej problém vzniká; poznatky sú prostriedkom uskutočňovania cie-lených (špecifických, problémovo-orientovaných) postupov!

30. ES – ilustrácia uplatnenia znalostí

31. Expertnésystémy DENDRAL Feigenbaum, Buchanan, Lederberg, 1969 historicky mimoriadne významná úloha Vstupy: sumárny vzorec molekuly (napr. C6H13NO2) a získabý spektrogram informujúci o hmotnosti rôznych zložiek molekuly

33. ZNALOSTI SYSTÉMU PROGRAM STELESŇOVAL MNOŽSTVO POZNATKOV O RÔZNYCH MOŽNÝCH TVAROCH A ŠTRUKTÚRACH SPEKTROGRAMOV ZODPOVEDAJÚCICH REÁLNE EXISTUJÚCIM CHEMICKÝM LÁTKAM. Napríklad to, že pík (vrchol) v pozícii zodpovedajúcej hmotnosti m=15 v hmotovom sektrograme molekuly svedčí o prítomnosti metylovej zložky (CH3) v tejto molekule.

34. ZNALOSTI SYSTÉMU Princíp pôvodnej naivnej verzie systému odvodzovania štruktúry molekúl z ich sumárneho chemického vzorca a zodpovedajúceho hmotového spektrogramu je možné vyjadriť v nasledujúcej podobe: • systém vygeneruje všetky možné chemické štruktúry konzistentné so zadaným sumárnym vzorcom, • každej vygenerovanej chemickej štruktúre priradí (vygenerovaný alebo už pamätaný) tvar zodpovedajúceho hmotového spektrogramu, • vhodnou metódou nachádzania zhody vyhľadá spomedzi priradených spektrogramov taký, ktorý je v najväčšej zhode s práve skúmaným spektrogramom, • vybraný spektrogram určuje zisťovanú štruktúru molekuly.

35. Aplikácia tejto metódy narazila na vážny problém BARIÉRU VÝPOČTOVEJ ZLOŽITOSTI! Je to dané tým, že jedinému sumárnemu vzorcu už neveľkej molekuly môže zodpovedať až prekvapujúco veľký počet prípustných spektrogramov.

36. ODBORNÍCI NAMIESTO EXHAUSTÍVNYCH POSTUPOV UPLATŇUJÚ POSTUPY CIELENÉ: Vyhľadávajú pre reálne existujúce podštruktúry molekuly s daným sumárnym vzorcom dobré známe zoskupenia (útvary, vzorce) píkov v hmotovom spektrograme. TYPICKÉ

37. Napríklad, keď sa dá predpokladať, že sa v skúmanej molekule výskytuje ketónová podskupina (C=O), pri analýze spektrogramu, v snahe jej výskyt potvrdiť, použijúnasledujúce pravidlo: AKv hmotovom spektrograme existujú dve pozície x1a x2, v ktorých súpíky také, že x1 + x2 = M + 28 (M je hmotnosť molekuly), x1 - 28 je vysoký pík, x2 - 28 je vysoký pík, aspoň jeden z x1, x2 obsahuje vysoký pík, TAKmolekula obsahuje ketónovu podskupinu. Je tu reč o produkčnom pravidle

38. Rozpoznanie výskytu konkrétnych prvkov štruktúry molekuly výrazne znižuje počet alternatív následnej analýzy a tým sa riešenie problému stáva priechodným, alebo aspoň priechodnejším. Zmena pôvodného prístupu - uplatnenie pravidiel REPREZENTUJÚ ŠPECIFICKÉ POZNATKY vznikol praktický a výkonný systém! "VŠETKY RELEVANTNÉ TEORETICKÉ ZNALOSTI POTREBNÉ NA VYRIEŠENIE PREDMETNÝCH PROBLÉMOV SA PRETRANSFORMO-VALI Z ICH VŠEOBECNÉHO TVARU [V ZLOŽKE GENEROVANIA ZODPOVEDAJÚCICH HMOTOVÝCH SPETROGRAMOV] DO ÚČINNÝCH ŠPECIÁLNYCH TVAROV (receptov v kuchárskej knižke).“ (Feigenbaum et al. 1971)

39. DENDRAL sa stal zdrojom poznania: Efektívne riešiace postupy úloh, ktoré svojou formuláciou riešiaci postup neimplikujú, spočívajú v účelnom používaní potrebného rozsahu všeobecných a/alebo špecifických znalostí z oblasti, v ktorej riešený problém vznikol. ZNALOSTI SÚ PROSTRIEDKOM UMOŽŇUJÚCIM STRATÉGIAMI RIADENÉ EXPLORÁCIE PROBLÉMOVÉHO PRIESTORU PRI EFEKTÍVNOM PRODUKOVANÍ SPRÁVNYCH RIEŠIACICH POSTUPOV.

40. DENDRALsa stal zdrojom poznania - odhalil • možnosť a spôsob spôsob vytvárania poznatkovo-intenzívného (informovaného) systému uplatňo-vaním explicine symbolovo reprezentovaných (špe-cifických) znalostí reprezentovaných adekvátnym počtom expertami používaných špeciálnych úče-lových pravidiel, • princíp umožňujúci vytvárať programy schopné riešiť problémy, ktorých riešenia pri klasických metódach programovania narážali na medze výpočtovej zložitosti.

41. DENDRALodhalil poznanie: EFEKTÍVNE RIEŠIACE POSTUPY úloh,ktoré svojouformuláciou riešiaci postup neimplikujú, spočívajúna účelnom používaní potrebnéhorozsahu všeobecných a/alebo špecifickýchznalostí z oblasti, v ktorej riešený problém vznikol.

42. DENDRALodhalil poznanie: ZNALOSTI sú prostriedkom umožňujúcim stratégiami riadené explorácie problémového priestoru pri efektívnom produkovaní správnych riešiacich postupov.

43. Na rozdiel od súčasnosti, v období formulovania týchto výrokov vôbec sa nezdali samozrejmým. Programové systémy, ktoré opierajú svoju činnosť o symbolovú reprezentáciu znalostí, nazývame znalostné (na znalostiach založené) systémy

44. Tie z nich, čo sú stelesnením odborných znalostí z určitejprofesnej oblasti a slúžia na podporuexpertov (v špecifických aplikáciách aj ich prípadnemu nahradeniu) pri riešeníodborných problémov, zodpovedajú expertným systémom (tvoria podmnožinu znalostných systémov)

45. VŠEOBECNÉ ZNALOSTNÉ SYSTÉMY SÚ VÝRAZNÝM OBOHATENÍM EXPERTNÝCH SYSTÉMOV Majú výrazne bohatšieprocedurálne zložky umožňujúce riešenie úloh presahujúcich pôvodný záber expertných systémov Stávajú sa aj potenciálnym prostriedkom uplatňovania a skúmania kognitívnych procesov v mysli človeka

46. SYMBOLOVÁ REPREZENTÁCIA ZNALOSTÍ Jestvuje realistická predstava, že proces mysleniačlovekaspočíva v operáciách (manipuláciách) s entitami mentálnych modelov reálneho a/alebo (aj) mysleného sveta. Analogicky k tomu vychádzame z presvedčenia, že aj procesy odvodzovaniastrojom (počítačom) by mal spočívať v operáciách (manipuláciách) s VHODNE ZVOLENÝMI A REALIZOVANÝMI SYMBOLOVÝMI ENTITAMI v elektronických obvodoch počítača. Z uvedeného vyplýva pozornosť, ktorá sa v súvislosti s UI a tvorbou ZS/ES, venuje SYMBOLOVEJ REPREZENTÁCII POZNATKOV A ZNALOSTÍ

47. Účelná a účinná symbolová reprezentácia • poznatkov a znalostí • je (minimálnym) • predpokladom tvorby vhodných znalostných systémov • PODMIEŇUJE JU VOĽBA PROSTRIEDKOV REPREZENTÁCIE Hypotéza MENTÁLNEHO MODELU [Marvin Minski], (nespochybňovaný ani Searleom, oponentom fenoménu strojovej inteligencie) tvorí realistický predpoklad o uvažovaní človeka. S tým súvisiace predstavy o konceptoch vytvárajú východiska symbolovej reprezentácie znalostí.

48. POZORNOSŤ SA SÚSTREĎUJE MENOVITE NA ASPEKTY, KTORÉ SÚ SPOLOČNÉ PRE MYSLENIE A SPRACÚVANIE SYMBOLOV: spoznávaniu procesov vytvárania a spracúvania symbolových štruktúr. SYMBOL JEDNOZNAČNE IDENTIFIKOVATEĽNÝ A MANIPULOVATEĽNÝ FENOMÉN, KTORÝ MÔŽE OZNAČOVAŤ (ZASTUPOVAŤ, REPREZENTOVAŤ) INÉ ENTITY.

49. SYMBOLOVÉ PRIMITÍVA: základné elementárne (nerozložiteľné) symboly (relatívnosť) Z nich savytvárajúzložitejšie symbolové štruktúry. V súvislosti s tým sa dá hovoriť o procesoch VYTVÁRANIA, RUŠENIA, SPÁJANIA, ROZČLEŇOVANIA, ROZDEĽOVANIA SYMBOLOV, ajich vzájomného PREPÁJANIA, VIAZANIA, USPORIADANIA, teda ZAČLEŇOVANIA (výrazný rys rámcovej reprezentácie)

50. VOĽBA VHODNÝCH PROSTRIEDKOVSYMBOLOVEJ REPREZENTÁCIE ZNALOSTÍ VYŽADUJE ZOHĽADŇOVANIE VÝZNAMNÝCH CHARAKTERISTÍK: (1) VYJADROVACIU ÚČINNOSŤ (EXPRESIVITU), zvoleného symbolizmu, t.j. ČOa v akomROZSAHUumožňujú reprezentovať. „ČO“ - PREDMET REPREZENTÁCIE Týka sa entity, ktorá sa reprezentuje, teda toho-ČO sa v určitom ROZSAHU má a môže reprezentovať. Keďže ten istý predmet [to-čo] reprezentácie sa dá zastúpiť (reprezentovať) rôznymi symbolovými prostriedkami, je potrebné rozhodnúť ČÍM reprezentovať  VOĽBU SYMBOLOV REPREZENTOVANÉHO.