LEKCE 20.

Postup vytváření expertního systému

• Znalostní inženýrství
• Metodologie znalostního inženýrství
• Skupiny při vývoji ES

---

Znalostní inženýrství

Znalostní inženýrství je částí umělé inteligence, která se zabývá veškerými aktivitami souvisejícími s naplňováním znalostních systémů tím nejpodstatnějším - znalostmi. Předmětem zájmu znalostního inženýrství jsou tedy především emtody a techniky získávání, formalizace, kódování, uchovávání, testování a udržování znalostí. Znalosti jsou obvykle buď přejímány od špičkových odborníků - expertů, nebo odvozovány ze souborů dat.

Znalostní inženýrství je považováno za jednu z klíčových partií umělé inteligence, neboť vyřešení problému přenosu znalostí a naplňování existujících znalostních systémů a nástrojů dostatečně kvalitními, použitelnými soubory znalostí je nezbytnou a rozhodující podmínkou pro nasazování těchto systémů v praxi.

Tedy ve školních podmínkách, kdy bude v rámci projektu č.2 u ZT2 vyvíjen také jeden expertní systém, tak můžete čerpat přímo ze znalostí od určitého experta nebo můžete čerpat informace a znalosti z různých knih, časopisů, internetu apod. Čerpání znalostí z knih je ale časově náročné a není zaručeno, že lehce pochopíte danou problematiku, na kterou bude zaměřený Váš expertní systém. Spíše se doporučuje komunikace s expertem - člověkem.

Čerpání informací např. z knižních zdrojů je vhodné např. z důvodu získání základního přehledu o doménové oblasti, která bude expertním/znalostním systémem řešena.

Metodologie znalostního inženýrství

Kvalita znalostí, jimiž disponuje znalostní systém, ovlivňuje rozhodujícím způsobem efektivitu celého znalostního/expertního systému. Proto musí být procesu tvorby báze znalostí věnována mimořádná pozornost.

Tvorba báze znalostí není nidky jednorázovou akcí, ale vždy jde o dlouhodobý proces získávání znalostí a jejich kódování do tvaru akceptovatelného inferenčním strojem daného znalostního systému.

Možný postup při vývoji znalostního systému znalostním inženýrem:

• IDENTIFIKACE PROBLÉMU: zahrnuje přesné prvotní seznámení s problémovou oblastí a proces přesné formulace problému
• NÁVRH KONCEPCE (konceptuální fáze): opírá se o hlubší seznámení se znalostního inženýra - za aktivní podpory odborníka z dané oblasti - s problémovou oblastí, s vymezením základních pojmů a se získáním představy o charakteru dat, o možném rozghladu úlohy na podůlohy a o základních vztazích a strateiích, které se v problémové oblasti používají. Na základě těchto znalostí pak znalostní inženýr navrhuje celkovou koncepsi počítačové reprezentace a využívání znalostí. Výsledkem etapy je základní konceptuální mdoel organizace relevantních znalostí.
• FORMALIZACE ZNALOSTÍ: v průběhu této etapy analyzuje znalostní inženýr konceptuální model z hlediska výběru adekvátních metod, technik a nástrojů a vyvíjí - v případě potřeby - metody a techniky specifické pro řešený problém. Volí vhodnou reprezentaci znalostí a formalizuje konceptuální model s využitím této reprezentace. Vedlejším efektem procesu formalizace bývá obvykle stanovení dalších omezujících podmínek ovlivňujících výchozí konceptuální model.
• IMPLEMENTACE: jde o tvorbu prvotního prototypu báze znalostí či znalostního systému jako celku. Fungující protoyp je výsledkem této fáze činnosti znalostního inženýra.
• TESTOVÁNÍ a LADĚNÍ ZNALOSTNÍHO SYSTÉMU: jde o časově nejnáročnější etapu, v jejímž průběhu se trvale opakuje proces:
• testování systému na reálných datech
• konzultace výsledků s odborníky (tj. experty) a potenciálními uživateli
• úprava báze znalostí či znalostního systému

Poznámka: Ladit chyby v Clipsu je opravdu velká radost :-(

Možné skupiny při vývoji ES

Úspěšnost každého projektu závisí na osobních kvalitách a schopnosti spolupráce vlastních realizátorů i těch, kdo pouze poskytují informace pro jejich rozhodování. V projektech znalostních systémů zpravidla vystupují tyto skupiny:

• znalostní inženýři
• experti
• koncoví uživatelé
• projektoví manažeři
• finanční manažeři
• softwaroví, hardwaroví, databázoví inženýři, programátoři atd.

Zdroje:

Umělá inteligence (2) : V.Mařík, O.Štěpánková, J.Lažanský a kol. (str. 102 - 104, str. 108))