Ekspertni sistemi

1. Ekspertnisistemi

2. Osnoveekspertnihsistema • Ekspertnisistem (ES) je sistem VI koji se baziranaznanju • Ovakvisistemi se koriste u uskimoblastimazarešavanjeproblemakoje je teškoformalizovati • Pod formalizovanjem se podrazumevaformulisanjerešenjaproblemanezavisnoodkonkretnihuslova u datomslučaju, tj. opštegrešenjakojećesasigurnošćuvažiti u svakomkonkretnomslučaju • Takvorešenjemože se konciznoizrazitiprekoodgovarajućegalgoritma • Zaalgoritamskiizraženorešenjemože se relativnojednostavnonapisati program u nekomodklasičnihproceduralnihprogramskihjezika.

3. Osnoveekspertnihsistema • U slučajevimakadaalgoritamzarešavanjenijepoznat, ne postoji, ilinijepogodanzadirektnuprimenunaračunaru (problem NP tipakojipremašujeračunarskeresursekojisunaraspolaganju), potreban je drugačijiprilazkojidaju ES • Dodatneotežavajućeokolnostimogujošdabudunepotpunipodaci o problemukoji se rešava, kojiuz to mogubitiinedovoljnopouzdaniilisubjektivni • Klasičannačinkoji se primenjujezarešavanjetakvevrsteproblema je naravnokonsultacijailiangažovanjejednogilitimastručnjakaizteoblasti, eksperta, kojisvojimznanjem, iskustvom, domišljatošću, pa čakiintuicijomrešava problem

4. Osnoveekspertnihsistema • Termini domišljatost i intuicija, pre svega označavaju da se između ostalog koriste i nestandardne metode i postupci svojstveni datom subjektu, tj. ekspertu. • Ekspertni sistem je računarski program koji treba da simulira aktivnost eksperta i da u fizičkom odsustvu osobe eksperta, reši problem na način sličan načinu na koji ekspert postupa

5. Osnovnekarakteristikeekspertnihsistema • ES predstavljaju alternativan način za automatizaciju postupka rešavanja problema primenom računara, u odnosu na klasičan pristup programiranja korišćenjem proceduralnih programskih jezika • Neke od osnovnih karakteristika ES istovremeno predstavljaju i suštinske razlike u odnosu na klasična rešenja. Neke od ovih odlika ES navedene su u prethodnom poglavlju u delu o ES • Ovde će te karakteristike biti nešto detaljnije razmotrene

6. Baziranostnaznanju (knowledge based) • Najvažnijakarakteristika ES je da se bazirajunaznanju • Ekspertskoznanje se možeodnositinakonkretanproblemskidomenkaoinaupravljačkoznanjekoje se odnosinasamofunkcionisanje ES - tzv. Meta znanje (Meta Knowledge) ili “znanje o znanju” • Ovedvevrsteznanjasuodvojene, ali se mogupredstaviti u istojformi, takoda se razmatrajunaistinačin • Postojivišerazličitihmetodazapredstavljanjeznanja u baziznanja ES - produkcionapravila, okviri, semantičkemreže, o čemućevišerečibitikasnije

7. Posedujumehanizamzazaključivanje (inference engine) • Osnovnestrukturnekomponente ES suBazaZnanja (BZ) (Knowledge Base), MehanizamZaključivanja, (MZ), RadnaMemorija (RM) iKorisnički Interface (KI) (User Interface) • Mehanizamzaključivanja u tokurada ES pretražujebazuznanjainaosnovusadržajabazeznanjaistanjapodatakaičinjenica u radnojmemorijivršizaključivanje • Rezultatzaključivanjamogubitinovečinjenice u radnojmemorijikoje MZ nadaljemožeravnopravnodakoristizadonošenjenovihzaključaka • Rad MZ traje do postizanjaodgovarajućegciljaili do stanja u RM kadavišenijemogućeizvestinijedanzaključak

8. Preovlađujeobradasimboličkihpodataka (symbolic processing) • Podacisakojima ES rademogu u principubitiproizvoljnogtipa • Međutimspecifičnosti u samompristupuproblemukoje ES donose se izmeđuostalogaogledajui u tome dapostojeznačajnepotrebe pa odatleimogućnostizakorišćenjeiobradupodatakakojinisunumeričkeprirode, tzv. simboličkihpodataka • To se pre svegaodnosinasamu BZ i RM u kojimasuskoronezavisnoodoblastiprimeneikonkretnogproblema u velikojmerizastupljenipodacinenumeričkeprirode

9. Imitiranjemisaonogprocesaeksperta • BZ sadržiznanjeeksperta • Znanje se organizujenatakavnačinda ES prirešavanjuproblemapostupasličnoiliistokaoiekspert u tojsituaciji • Ovdetrebanapomenutida se radi o funkcionalnojsličnostiiliistovetnosti, što ne moradaimanikakvevezesasamimmehanizmommisaonihprocesa u ljudskommozgu, koji je u velikojmerinepoznat, inijetemakojomćemo se baviti • Adekvatnoorganizovanjeznanja u BZ iziskujeaktivnusaradnjusamogekspertakaoiizbornajpogodnijegmetodapredstavljanjaznanja

10. Mogućnostradasanepouzdanimpodacima (low confidence data) • Jedan od zahteva koji se postavljaju pred ES je mogućnost rada sa nepouzdanim podacima (low confidence data), kao i u slučaju kada svi potrebni podaci nisu poznati ili dostupni (unknown data) • U takvim slučajevima veoma je važno da ES ne prekine rad, već da oponašajući eksperta nastavi rad i izvrši moguću delimičnu analizu koja zavisi od raspoloživih podataka • Gradacija rešenja koje daje ES treba da zavisi od raspoloživih podataka i njihove pouzdanosti

11. Mogućnostobrazlaganjadobijenihzaključakairezultata • Osimznanja o problemukoji se rešava, ekspertnisistemiposedujuiznanje o sopstvenojstrukturiioperacijama, pomenuto meta znanje • To omogućavadakorisnikmože u tokuradadaod ES tražidaobrazložilogičkiredosledsvojihzaključaka, tj. darekonstruiše put zaključivanjakojim je došao do odgovarajućegzaključka • Obrazloženje bi trebalodabudeštopotpunijeipomogućstvu u formištobližojprirodnomjeziku • Značajobrazloženja je u tome daolakšavapraćenjerada ES itraženjeiispravkueventualnihgreški

12. Ekspertnisistemi se oddrugihoblasti VI razlikujupo tome što: • Rešavaju teške zadatke na nivou eksperta • Naglašavaju strategije rešavanja problema karakteristične za tu oblast • Imaju sposobnost samosaznanja, tj, mogu da opravdaju i obrazlože svoje zaključke kao i da daju objašnjenja • Rešavaju zadatke koji zahtevaju interpretaciju, dijagnozu, predviđanje, oblikovanje, planiranje

13. Nekaograničenjainedostaciekspertnihsistemasu: • Ne mogudaprepoznajuirešavajuproblemezakoje je njihovoznanjenedovoljnoilineprimenljivo. Osnovnapretpostavka je naravnoda se ES adekvatnokoristi – zarešavanjeproblema • Nemajunezavisnasredstvazaproveravanjesvojihzaključaka • Nemajudovoljnoznanja o svojimograničenjimaimogućnostima • Obrazloženja o zaključcimasudostauprošćena • Jezikzaizražavanječinjenicaiodnosa je dostauprošćen

14. Klasifikacijaekspertnihsistema • ES danas nalaze primenu praktično u svim delatnostima i ima ih raznih vrsta • Jedna od mogućih podela ES je u odnosu na osnovni problem ili zadatak koji preovlađuje u datom konkretnom slučaju • Pošto je ES maksimalno prilagođen tipu problema koji se rešava, zahtevi koje dati problem postavlja u velikoj meri određuju karakteristike ES

15. Tipovi ekspertnih zadataka • Neki tipični primeri zadataka koji se u praksi susreću su: interpretacija, dijagnostika, monitoring, prognoza, planiranje, projektovanje • Svaki od ovih navedenih zadataka ima svoje specifičnosti, po kojima se razlikuje od ostalih • Moguće je takođe neke složenije probleme svesti na jedan ili više ovih zadataka, tako da ih možemo smatrati i osnovnim tipovima zadataka koje ES rešavaju

16. Interpretacija • Zadatak interpretacije je izvođenje odgovarajućih zaključaka, tumačenja ili objašnjenja na osnovu nekog skupa podataka • Pri tome je osnovni zahtev da tumačenje bude korektno i saglasno sa podacima • Ako je moguće više različitih interpretacija podataka, onda je poželjno da razmatranje pojedinih mogućih interpretacija bude sistematsko • Odbacivanje pojedinih mogućnosti se pri tome vrši samo kada se sa sigurnošću utvrdi da dati slučaj interpretacije ne zadovoljava za dati skup podataka

17. Interpretacija • Jedan od osnovnih problema pri interpretaciji podataka je neizbežno prisustvo šuma i greški • Šum nastaje usled raznih smetnji i neželjenih uticaja na podatke koji se interpretiraju • Usled toga se među korisnim podacima nalaze i lažni podaci koji u odsustvu šuma ne bi ni bili prisutni, i koje na neki način treba detektovati i razdvojiti od pravih podataka • Uticaj greški je drugačiji, jer nema novih lažnih podataka, već su vrednosti pravih podataka izmenjene u izvesnoj meri

18. Interpretacija • Mogući su i kombinovani efekti, i to naročito u slučaju kada su lažne vrednosti usled šuma i vrednosti pravih podataka istog reda veličine • Konkretni postupci za umanjivanje ili otklanjanje uticaja šuma i greški značajno zavise od vrste konkretnog problema i fizičke prirode podataka koji se interpretiraju

19. Dijagnostika • Pod dijagnostikom se podrazumevaprocesčiji je ciljda se ustanovimesto (lokalizacija), vrstaiuzrokneispravnosti u nekomsistemu • Kao što je dobropoznatosistemmožebitiživobiće, kadadijagnozomtrebada se ustanovimestoivrstaoboljenjailipovredetkivailiorgana • Dijagnostika u medicinikonkretnopredstavljaveomavažnu oblast primene ES kojisu se tupokazalikaoveomauspešni, o čemusvedočeuspešnerealizacije ES - MYCIN, ONCOCYN • Zadatakdijagnostike se delimičnozasnivainavećpomenutomzadatkuinterpretacijepodatakakojimogupredstavljatina pr. simptomeoboljenjailinekogkvara

20. Dijagnostika • Odvelikogznačajazadijagnostiku je ipoznavanjedatogproblemskogdomenaivezakojepostojeizmeđupodsistemaiispitivanogsistema • Najvažnijiproblemikoji se javljaju u dijagnosticisu: • Akoistovremeno u sistemupostojedvailivišedefekata (kvarova, neispravnosti, oboljenja, povreda) možedoći do pojavedasimptomijednogdefektamaskirajusimptomedrugogdefekta • Moguće je dauređajizaispitivanjeimerenjenasistemudajunetačnepodatke, takodatrebaunapredračunatisatakvimmogućnostimaiizvršitiredundantnamerenjakojaćedatinesaglasnerezultate u slučajuneispravnosti

21. Dijagnostika • Simptomi nekada mogu biti privremeni, što zahteva praćenje ponašanja ispitivanog sistema u dužem vremenskom periodu – monitoring • Neophodno potrebni podaci za dijagnozu mogu biti teško dostupni ili skopčani sa raznim opasnostima

22. Monitoring • Kod zadatka monitoringa potrebno je kontinualno pratiti jednu ili više veličina koje su od značaja – indikatori za ispravno funkcionisanje ispitivanog sistema • Često je za uspešno praćenje procesa neophodno i adekvatno tumačenje izmerenih vrednosti, tako da je u tom slučaju kao podzadatak uključena i interpretacija • Za zadatak monitoringa karakteristično je to da je vremenski kritičan, tj. vrši se u realnom vremenu i ON LINE

23. Monitoring • Ovi pojmovi su detaljno objašnjeni u predmetu akvizicija podataka i to u odeljku o digitalnim merenjima • Monitoring podrazumeva prepoznavanje i signaliziranje u slučaju kritičnih situacija kada mereni podaci mogu da poprimaju nedozvoljene vrednosti, da se menjaju nedozvoljenom brzinom, da budu u nekoj nedozvoljenoj kombinaciji itd • Da li će se neka konkretna situacija prepoznati kao kritična, može da zavisi i od stanja sistema u celini

24. Prognoza • Prognoza je predviđanjetokadogađaja u budućnostinaosnovupoznavanjamodelasistemaiponašanja u prošlostiisadašnjosti • Prognozakaozadatak VI uvekpodrazumevanemogućnostegzaktnogpredviđanjaponašanjanekogsistemabilozatošto ne postojiodgovarajući model, ilipodacikojima se raspolaženisupotpuni • Slučajkada je mogućeegzaktnoodreditiponašanjenekogsistema ne predstavlja problem inijeodinteresaza VI • Rezultatprognozesuraznemogućevarijanteiteorijebudućihdogađaja, kaoiprocenanjihoveosetljivosti u odnosunazavisnostodpromeneulaznihpodataka • Po mogućstvu, dobro je koristitipodatkeizrazličitihizvora.

25. Planiranje • Planiranje je sastavljanjeredosledaakcijakojetrebaizvršiti u određenomredosledu, da bi se ostvarionekicilj • Teži se optimalnomplanu, kojimće se uzštomanjiutrošaksredstava (vremena, energije, finansija) istovremenozadovoljitisvipostavljenizahtevi • Akodođe do konfliktaizmeđupostavljenihciljeva, trebaodreditiprioritetciljeva • Problem planiranjamožedabudevrlosložen, takoda je teškoodreditisveposledicekojemogudanastupe u raznimslučajevima • U slučajuvelikogmnoštvadetalja, trebarazmatratiprvo one najvažnije • Ako je područjeplaniranjanedovoljnopoznato, javlja se ineodređenostkao problem kojitrebarešiti

26. Projektovanje • Zadatakprojektovanja je izradadetaljnedokumentacije o izgradnjinekogsistemakojazadovoljavaraznezahteve • Postojiznačajnasličnostizmeđuprojektovanjaiplaniranja • Raznoraznaograničenjakojapostoje u veziprojektapopravilu ne omogućavajuprimenujedinstveneteorijekojaćeomogućitiusklađivanjeograničenjaiusvojenihrešenja • Obimniisloženiprojektizahtevajupodelunavećibrojmanjihpotprojekata, štoopetstvaradodatneproblemenjihovogusklađivanja, poštosuvrloretkosasvimnezavisni • U tokuizradeobimnihprojekata, potrebno je voditievidenciju o usvojenimrešenjimaiodgovarajućimrazlozima • To možemnogodapomogneprimodifikacijiprojekta, kada je potrebnoponovorazmotritiraznevarijante

27. Tipovi ekspertnih sistema • U prethodnom odeljku navedeni tipski zadaci ES predstavljaju i osnov za klasifikaciju ES. • Neki tipovi ES namenjeni su upravo rešavanju pojedinih odgovarajućih problema, i to su na pr. ES za interpretaciju, monitoring, dijagnostiku, prognozu, planiranje i projektovanje • Neki drugi složeniji ES mogu da obuhvataju i više osnovnih zadataka kao na primer obučavanje i upravljanje • ES za interpretaciju namenjeni su nalaženju opisa situacije ili stanja, davanju objašnjenja na osnovu podataka sa kojima raspolažu. Tipične konkretne primene su za prepoznavanje oblika, razumevanje govora, analizu slike, određivanje hemijske strukture jedinjenja, analizu signala itd.

28. Tipovi ekspertnih sistema • ES za interpretaciju namenjeni su nalaženju opisa situacije ili stanja, davanju objašnjenja na osnovu podataka sa kojima raspolažu. Tipične konkretne primene su za prepoznavanje oblika, razumevanje govora, analizu slike, određivanje hemijske strukture jedinjenja, analizu signala itd. • ES za prognozu izvode moguće logične posledice na osnovu date situacije u sistemu koji se ispituje. Tu spadaju vremenska prognoza, demografska prognoza, prognoza stanja na putevima, prognoza letine, prognoza vojnopolitičke situacije, kretanja u ekonomiji itd.

29. Tipovi ekspertnih sistema • ES za dijagnostiku zaključuju o poremećaju u radu ispitivanog sistema na osnovu rezultata posmatranja. ES se primenjuju za dijagnostiku u medicini, elektronskim i mehaničkim uređajima i postrojenjima, za računarske sisteme, itd. ES obično rešavaju zadatke ovog tipa tako što povezuju simptome neispravnog funkcionisanja sistema sa odgovarajućim mogućim uzrocima. Jedan od načina za uspostavljanje ovih veza je korišćenjem odgovarajućih tabela, ili korišćenjem znanja o strukturi sistema, o slabim mestima u sistemu.

30. Tipovi ekspertnih sistema • ES sistemi za projektovanje izgrađuju konfiguraciju sistema koja treba da zadovoljava ograničenja data projektnim zadatkom. U te zadatke spadaju sinteza i sastavljanje elektronskih uređaja, projektovanje građevinskih objekata, predviđanje budžeta itd. Jedan od dodatnih zahteva koji se postavljaju pred zadatak projektovanja može biti minimizacija u odnosu na troškove na primer. • ES za planiranje projektuje plan rada. Ovde spadaju automatsko programiranje, planiranje kretanja robota, planiranje u projektovanju, sastavljanje maršruta, planiranje komunikacija, planiranje eksperimenata, planiranje vojnih operacija itd.

31. Tipovi ekspertnih sistema • ES za monitoring vrše neprekidno praćenje veličina od značaja za funkcionisanje sistema, i proveravaju prikupljene rezultate u cilju eventualnog blagovremenog otkrivanja alarmantnih stanja i procesa u sistemu. Postoji mnoštvo ES za monitoring koji se koriste u atomskim elektranama, za praćenje kretanja vazdušnih masa, praćenje stanja bolesnika, finansija, itd. Ovi sistemi uvek rade u realnom vremenu. • ES za obučavanje planira komunikaciju sa studentom u toku koje student uči, otkriva i koriguje slabosti i nedostatke u znanju. Rad takvih sistema se zasniva na opisu znanja studenta, što omogućava interpretiranje njegovog ponašanja i nalaženje načina za korekciju.

32. Tipovi ekspertnih sistema • ES za upravljanje omogućavaju adaptivno upravljanje nekim sistemom koji se reguliše. ES sistemi se koriste za upravljanje u slučajevima kada tradicionalni sistemi automatskog upravljanja i regulisanja (kontinualni i digitalni), usled složenosti i velikog broja veličina ne zadovoljavaju. Upravljanje ES obuhvata stalni monitoring, interpretaciju dobijenih podataka, prognoziranje budućeg ponašanja sistema, dijagnostiku eventualnih problema i poremećaja u sistemu, planiranje postupaka za otklanjanje poremećaja i problema, kontrolu sprovođenja postupaka. ES za upravljanje nalaze primenu za regulisanje vazdušnog saobraćaja, upravljanje poslovanjem, upravljanje ratnim operacijama, upravljanje računarskim mrežama itd.

33. Istorijski pregled ES • Prvi ES se javljaju sredinom 60 - tih godina. Oblast primene i problematika ovih ES je vezana za medicinu, hemiju, matematiku, rudarstvo, izgradnju računarskih sistema, dijagnostiku kvarova na uređajima i postrojenjima, analizu i razumevanje glasa, itd. • Ovde će kao ilustracija i primer ukratko biti pomenuta dva izuzetno značajna ES, DENDRAL i MYCIN. • Veliki značaj ovih ES je osim činjenice da su bili izuzetno uspešni u svom domenu, i taj da su predstavljali svojevrsne uzore i time određivali dalji smer razvoja ES.

34. DENDRAL • DENDRAL je jedan od prvih ES razvijen na Univerzitetu Stanford, koji se koristi u oblasti hemije za određivanje strukturne formule organskih jedinjenja. • Zadatak DENDRAL-a i način korišćenja sastoji se u tome da asistira istraživaču i sistematski razmatra sve mogućnosti u saglasnosti sa nametnutim ograničenjima koja sužavaju i usmeravaju pretragu za kandidatima • Problem je dosta složen, s obzirom da za datu poznatu kvantitativnu hemijsku formulu može da postoji veliki broj organskih jedinjenja sa različitim strukturnim formulama.

35. DENDRAL • Ulazni podaci na osnovu kojih se vrši analiza su između ostalog rezultati merenja masenim spektrometrom, kao i sve poznate činjenice (postojanje karakterističnih atomskih grupa, hemijskih veza, itd. ) u vezi jedinjenja koje se ispituje. • Na osnovu ulaznih podataka postavljaju se ograničavajući uslovi (constraints), koji omogućavaju sužavanje broja kandidata (mogućih strukturnih formula) za rešenje. • Primenjena strategija rešavanja problema podseća na pretraživanje prostora stanja pri čemu se pretraživanje usmerava i sužava pomenutim ograničenjima.

36. DENDRAL • Cilj se postiže nalaženjem jednog ili više kandidata koji ispunjavaju sve postavljene uslove i ograničenja. • Osnovnu strukturu DENDRAL-a sačinjavaju Planner, CONGEN, MSPRUNE, MSRANK. • Planner je deo ES koji asistira korisniku pri postavljanju ograničenja koja mogu biti neophodna i tipa zabrane. • Neophodna ograničenja se baziraju na već poznatim činjenicama u vezi jedinjenja koje se ispituje i zahtevu da kandidati imaju određene osobine.

37. DENDRAL • Zabrane potiču od neslaganja mogućih struktura sa eksperimentalnim podacima, kao i zbog hemijske nestabilnosti takvih struktura. CONGEN (CONstrained GENerator) na osnovu poznatog algoritma sistematski generiše moguće kandidate u skladu sa postavljenim ograničenjima i uslovima. • Mogući kandidati se prezentiraju korisniku - hemičaru istraživaču koji vrši dalje sužavanje - selekciju kandidata na osnovu nekih novih podataka ili na osnovu hipoteza. • Do rešenja, tj. do tražene strukturne formule jedinjenja dolazi se iterativno posle više ponovljanja ciklusa generisanja i odabiranja kandidata.

38. DENDRAL • MSPRUNE je zadužen za automatsko generisanje ograničenja u saglasnosti sa rezultatima ispitivanja metodom masene spektrometrije • Na osnovu izmerene mase dobijenih fragmenata ispitivanog složenog molekula, može se isključiti izvestan broj kandidata koji ne mogu da daju takve fragmente. • Preostali kandidati, dakle strukture koje se na osnovu datih ograničenja ne mogu isključiti iz razmatranja, rangiraju se programom MSRANK na osnovu eksperimentalno opaženih fragmenata.

39. DENDRAL • DENDRAL je ES koji je namenjen da se koristi interaktivno, kao alatka od strane stručnjaka, a ne za samostalno rešavanje problema. • Po strategiji rešavanja zadatka predstavlja modifikaciju ranijih sistema za pretraživanje prostora stanja problema.

40. MYCIN • MYCIN je ES razvijen na Univerzitetu Stanford početkom sedamdesetih godina, i namenjen je određivanju terapije antibioticima za lečenje bakterijskih infekcija. • Predlaganje terapije zasniva se na dijagnozi, u ovom slučaju utvrđivanju bakterije uzročnika infekcije. • Uzročnik infekcije se utvrđuje na osnovu rezultata laboratorijskih ispitivanja uzoraka krvi obolelog pacijenta • Opšte je poznato da dijagnozu postavljaju i terapiju određuju lekari - stručnjaci iz oblasti medicine, uz neizbežnu mogućnost greške u jednom ili drugom, što najbolje ilustruje složenost zadatka koji ES rešava u ovom slučaju.

41. MYCIN • Osnovnu strukturu ES MYCIN čine sledeće komponente: baza znanja, dinamička baza podataka pacijenta, program za konsultaciju, program za objašnjenja, program za prikupljanje novih znanja. • Blok dijagram sistema MYCIN prikazan je na sledećoj slici

42. MYCIN • U bazi znanja ES MYCIN znanje se predstavlja na više načina, od kojih je najvažniji korišćenjem pravila. • Činjenice u okviru pravila mogu imati ograničenu tačnost što se postiže korišćenjem faktora izvesnosti - CF (Certainty Factor). • Podaci o svakom pojedinačnom slučaju - pacijentu organizuju se u vidu kontekstnog drveta (Context Tree) i prikazani su na sledećoj slici

43. MYCIN • Ovi podaci mogu biti na pr. u vezi sa uzetim uzorcima krvi koji se analiziraju, bakterije identifikovane iz uzoraka, antibioticima koji deluju na te bakterije, podaci u vezi prethodnih infekcija, operacija itd.

44. MYCIN • Razmatranje svakog pojedinačnog slučaja u cilju određivanja antibiotske terapije vrši program za konsultaciju. • Putem dijaloga sa korisnikom formira se kontekstno stablo sa podacima za konkretni slučaj koji se razmatra. • Mehanizam zaključivanja koristi metod ulančavanja unazad (Backward Chaining) - od cilja prema podacima, pri pretraživanju baze znanja da bi se odredila konkretna terapija. • Pri pretraživanju baze znanja ili zaključivanju formira se tzv. I/ILI drvo (AND/OR tree).

45. MYCIN • Koren tog drveta odgovara cilju - preporučenoj terapiji, račvanje predstavlja svođenje na podciljeve, dok su listovi činjenice koje se moraju zadati. • Eventualno potrebna opravdanja za dobijene zaključke mogu se dobiti iz programa za objašnjenja na osnovu memorisanog redosleda izvršavanja programa i odgovarajućih delova baze znanja. • Modifikacije baze znanja u cilju dodavanja novih pravila i izmene postojećih vrše se programom za prikupljanje novih znanja.

46. Diskusija o ES DENDRAL i MYCIN • U kratkim crtama predstavljeni ES DENDRAL i MYCIN predstavljaju dva izuzetno uspešna i značajna primera u razvoju ES. • DENDRAL podseća na ranije sisteme za pretraživanje prostora stanja, od kojih se najviše razlikuje po efikasnom načinu za sužavanje i usmeravanje pretrage korišćenjem znanja izraženog kroz ograničenja, kao i aktivne uloge korisnika u toku rada ES. • MYCIN je sa druge strane u potpunosti baziran na znanju, i može da reši problem samostalno, bez pomoći stručnjaka.

47. Diskusija o ES DENDRAL i MYCIN • Ogoljeni ES bez baze znanja predstavlja ljusku (shell) koja omogućava da se ista preostala struktura primeni na neki drugi problem, unošenjem odgovarajuće specifične baze znanja za taj drugi problem. • EMYCIN (Empty, Essential MYCIN) je takav primer ljuske dobijene od MYCIN-a prvenstveno izostavljanjem konkretne baze znanja i još nekim drugim poboljšanjima. • Korišćenjem EMYCIN-a razvijeno je više ES u raznim oblastima medicine.

48. Diskusija o ES DENDRAL i MYCIN • Korišćenje softverskih alata kao što su ljuske ili ESBT (Expert System Building Tools) predstavlja najbrži način da se razvije ES u nekoj oblasti, jer je potrebno skoncentrisati se samo na razvoj baze znanja, dok su ostale komponente ES univerzalne i koriste se kao gotove.

49. Ocenjivanje ES • ES DENDRAL i MYCIN se dosta razlikuju po svojoj strukturi, strategiji rešavanja problema, načinu rada, tako da se razlikuju i načini za ocenjivanje njihove uspešnosti. • Pošto DENDRAL ne rešava problem samostalno, već u saradnji sa korisnikom, jedan od pokazatelja može biti to u kolikoj meri je DENDRAL koristan alat u praksi. • Podaci da je DENDRAL bio dostupan preko kompjuterske mreže za stotine korisnika u svetu dnevno, da se koristio za analizu jedinjenja kao što su antibiotici, da su nalažena alternativna rešenja u odnosu na ona koja su bila objavljena najbolje o tome govore.

50. Ocenjivanje ES • ES MYCIN je interesantno ocenjivati u odnosu na rezultate, tj. terapiju koju predlažu lekari. • U eksperimentu sa 10 različitih slučajeva (oboljenja), za svaki slučaj dato je 10 raznih predloga terapija, od toga 9 od strane eksperata, a jedan od ES. • Tim lekara od 8 eksperata je ocenjivao predloge terapija, ne znajući od koga potiču terapije. • Svaka prihvatljiva terapija se boduje kao 1, a neprihvatljiva kao 0. • Od max. 80 bodova, MYCIN je osvojio najveći broj bodova 52, dok se rezultati lekara kreću od 24 do 50.