Inteligenta artificiala
Inteligenta Artificiala este ramura informaticii dedicata dezvoltarii aplicatiilor informatice cu comportament inteligent (bazat pe explicarea si simularea inteligentei) Constituie unul din primele domenii ale informaticii aplicate.
Inteligenta este capacitatea de
l a întelege situatiile intâlnite (în special prin descoperirea relatiilor între diverse evenimente, fenomene, etc) ;
l a gasi o solutie adecvata pentru anumite circumstante ;
l adaptare la noi situatii ;
l învata din experienta (situatiile întâlnite si efectul diverselor solutii adoptate).
Ramuri ale inteligentei artificiale sunt:
l agenti inteligenti,
l prelucrarea limbajului natural,
l comanda robotilor inteligenti, 141u2013b
l demonstrarea teoremelor,
l recunoasterea formelor.
Aplicatii bazate pe cunostinte
Data este rezultatul simplu, neinterpretat al unei observatii punctuale. De multe ori este valuarea unui anumit parametru pentru o anumita entitate într-un anumit moment.
Informatia este un înteles dedus pentru o situatie anume dintr-o serie de date special alese si organizate.
Cunostintele sunt o reflectare obiectiva în constiinta a conceptelor, ideilor si altor informatii disponibile într-un anumit domeniu, referitoare la adevaruri generale rezultate din analiza informatiilor disponibile.
Aplicatiile bazate pe cunostinte (Knowledge-based Applications) sunt o clasa de aplicatii în care cunostintele din domeniu sunt explicite si separate de restul sistemului (programe care le aplica, etc). O componenta majora a acestor aplicatii devine astfel baza de cunostinte, care poate fi reactualizata si corectata ori de câte ori este necesar (chiar cu usurinta când exista editoare specializate pentru cunostintele stocate).
Se pot utiliza si baze de cunostinte incomplete, chiar din primele etape ale dezvoltarii (permanent in limita cunostintelor stocate).
Expertiza este un mod de cunoastere intensiva care permite obtinerea unor solutii bune si rapide chiar în probleme dintre cele mai dificile din domeniul vizat. Este necesar un mare volum de cunostinte complexe (la experti sunt de 100 - 300 de ori mai multe ca la specialistii nou-formati din domeniul vizat).
Sistemele-expert sunt sisteme de programe ce rezolva ca un expert o problema dintr-un domeniu bine definit al activitatii practice. În cazul sistemelor-expert medicale se introduc datele unui pacient (diverse semne si simptome) iar acestea formuleaza un diagnostic sau chiar un plan de tratament individualizat pentru cazul real analizat.
Aceste aplicatti au trei caracteristici esentiale:
l existenta unei baze de cunostinte separate de restul sistemului (sunt aplicatii bazate pe cunostinte);
l rationamentele sistemului sunt efectuate la nivelul expertilor din domeniu;
l rationamentele efectuate sunt prezentate în detaliu, prin contributia unor programe speciale din cadrul sistemului-expert. În aceste conditii, solutia propusa poate fi verificata în mod corespunzator.
Experienta acumulata în cursul dezvoltarii sistemelor-expert, precum si diverse necesitati identificate în domeniile vizate au dus la dezvoltarea mai multor categorii de aplicatii în cadrul unei clase numite a sistemelor bazate pe cunostinte (Knowledge Based Systems), în care s-au delimitat:
l Sistemele non-expert;
l Sistemele multi-expert;
l Sistemele de asistare a deciziei;
l Programele-expert.
Sistemele non-expert sunt destinate sa rezolve cazuri pentru care sunt suficiente cunostinte de nivel mediu, cum ar fi rezervarea biletelor de calatorie sau sfaturi pentru pacientii care au nevoie de o prima orientare (la ce medic sa se prezinte pentru o anumita afectiune si cam care ar fi prognosticul acesteia).
Sistemele-multiexpert sunt o categorie de aplicatii provenite, în principiu, din integrarea mai multor sisteme-expert consacrate unor domenii diferite de activitate. În medicina ar putea fi utile pentru cazurile extrem de complexe, care impun un consult multidisciplinar.
O problema serioasa în cazul acestor aplicatii s-a dovedit organizarea unei colaborari eficiente între diversele sisteme-expert integrate. Solutiile adoptate presupun o serie de cunostinte aparte, pentru care s-a delimitat inteligenta artificiala distribuita ca un subdomeniu aparte al inteligentei artificiale.
S-a remarcat si propunerea de a se numi sisteme-multiexpert aplicatii care sa tina cont de parerile divergente ale expertilor dintr-un acelasi domeniu pentru un acelasi caz, desi nu s-a explicat de ce nu s-ar putea rezolva asemenea probleme într-un singur sistem expert si nici cum ar mai putea fi abordate cazurile care trebuie supuse unei echipe de experti din domenii diferite.
O alta categorie de aplicatii mari asemanatoare sistemelor-multiexpert ar fi sistemele multi-agent, folosite în special în domeniul economic pentru studiul consecintelor atitudinii firmelor care pot fi concurente sau asociate de la caz la caz.
Sistemele-expert
În functie de modul de colectare a datelor cazului analizat sistemele-expert pot fi interactive (date furnizate de catre utilizator la consola) sau integrate (date colectate din diverse aparate sau baze de date).
Consultarea sistemului-expert pentru analiza unui caz poate fi interactiva (când sistemul solicita periodic informatii despre problema abordata) sau non-interactiva (nu este nici o ocazie de interactiune pâna ce sistemul prezinta concluziile).
Baza de cunostinte este o structura de date organizata pentru stocarea cunostintelor specifice domeniului vizat (pentru rezolvarea problemenlor): metode de rationament, obiecte (din lumea reala) si relatiile dintre acestea, etc. Este o memorie pe termen lung.
Baza de fapte este o structura de date ce contine enuntul problemei abordate si rezultatele intermediare obtinute în cursul rezolvarii. Continutul este utilizat si pentru justificarea rationamentelor. Este o memorie auxiliara pe termen scurt, al carei continut este dependent de situatia creata. Dupa rezolvarea unei probleme continutul este conservat doar la cererea expresa a utilizatorului.
În unele domenii se utilizaeaza si baze de date pentru fapte utilizate pe perioade mai lungi într-o serie de cazuri din domeniul analizat.
Motorul de inferente (Infrence Engine) este programul care asigura rezolvarea cazului analizat pe baza cunostintelor disponibile în cadrul bazei de date si a unor cunostinte sau metode generice de rezolvare a problemelor. Este o structura independenta de baza de cunostinte-
Principalele componente ale motorului de inferenta sunt:
l interpretorul, care analizeaza si prelucreaza regulile ;
l planificatorul (Scheduler) care determina urmatoarea regula de analizat.
Acelasi motor de inferente poate fi utilizat pentru mai multe sisteme-expert care utilizeaza baze de cunostinte cu structuri similare.
Modulul explicativ este folosit pentru a prezenta rationamentele efectuate. Printre diversele aspecte ale rationamentelor pot fi precizate:
l cum a fost utilizata o anumita informatie;
l cum s-a ajuns la o anumita decizie;
l ce decizie s-a adoptat pentru o anumita subproblema.
Explicatiile furnizate pot fi utilizate pentru verificarea bazei de cunostinte.
Dezvoltarea sistemelor-expert s-a dovedit suficient de complexa spre a impune conturarea unui domeniu distinct al inteligentei artificiale, numit ingineria cunostintelor (Knowledge Engineering).
Progresele din orice domeniu de activitate afecteaza cel mai frecvent cunostintele din categoria expertizei, ceea ce impune o activitate permanenta de întretinere a sistemelor-expert si astfel rezulta un volum de activitate care impune ingineria cunostintelor ca o specialitate distincta în cadrul informaticii.
Achizitia cunostintelor este procesul de colectare a cunostintelor de la experti umani sau alte surse (carti, manuale).
Stadiile consacrate de dezvoltare a unui sistem-expert sunt:
l prototip demonstrativ, care ofera solutii doar într-o zona restrânsa a domeniului (cazul cel mai tipic). Este dezvoltat în câteva luni, ca o prima proba a utilitatii sistemului-expert vizat si a validitatii solutiei alese.
l prototip de cercetare, care ofera solutii bune în toate subdiviziunile domeniului vizat. Este dezvoltat în 1 - 2 ani si atinge nivelul mediu al specialistului din domeniu.
l prototip de teren, a carui baza de cunostinte este extinsa pentru detalii întâlnite în activitatea curenta, pe parcursul testarii în teren. În acest stadiu se adauga majoritatea cunostintelor din domeniul expertizei.
Reprezentarea cunostintelor
Reprezentarea cunostintelor este o metoda utilizata pentru codificarea cunottintelor utilizate de catre sistemele-expert prin plasarea în structuri de date complexe.
Dificultati aparte sunt date de varietatea cunostintelor luate în considerare:
l Cunostinte empirice: deduse prin utilizarea organelor de simt sau a unor instrumente de masura.
l Cunostinte teoretice: conexiuni intrinsece obtinute prin rationament, Sunt deduse din cunostintele empirice pe baza operatiilor logice.
l Cunostinte implicite pentru expertul uman pot fi omise din reprezentare (in aplicatii) si adesea greu de exprimat.
Aceleasi cunostinte pot fi reprezentate în diferite moduri, si în prezent exista chiar utilitare care pot obtine dintr-o baza de cunostinte reprezentata într-un anumit mod una echivalenta, cu aceleasi cunostinte reprezentate într-un alt mod.
Marea majoritate a acestor reprezentari se bazeaza pe utilizarea simbolului, care este un sir de caractere utilizat pentru a identifica si manevra un concept, proces sau obiect in cursul abordarii unei probleme.
Regulile sunt mici module de cunostinte care reprezinta legaturile între fapte pe baza carora se pot desfasura deductiile. Sunt structuri de date formate din doua parti unite prin implicare logica si numite premise si concluzii (sau conditii si actiuni, antecedenti si consecinte) Fiecare din aceste parti este o propozitie, care poate fi simpla sau compusa.
Faptele sunt informatii primare utilizate pentru descrierea elementelor domeniului considerat. (într-o modalitate agreata de expertii din domeniu)
Propozitia simpla este o fapta sau negarea acesteia. Propozitia compusa este formata din câteva propozitii simple unite prin conectori logici (sI, SAU). Valoarea de adevar a propozitiei compuse (adevarat, fals) depinde exclusiv de valoarea de adevar a propozitiilor componente.
Forma generica a regulilor este
DACĂ Conditii ATUNCI Actiuni
Concluzia constituie partea de actiune a regulii si poate include câteva actiuni, care pot fi chiar de natura diferita:
l adaosul a noi fapte la baza de fapte;
l testarea altor reguli (metareguli);
l mesaje care sa fie afisate, etc
De fapt regulile cuprind în special cunostinte operatorii (modul în care se folosesc faptele), care reflecta rationamentele expertului în prelucrarea faptelor.
În multe cazuri se impune precizarea anumitor aspecte ale faptelor;
l Încrederea ca o fapta este adevarata (sau chiar o regula este valida), care este, de regula, exprimata prin coeficienti de certitudine.
l Tranzitia între stari naturale este uneori graduala si greu de evaluat, si atunci de regula este exprimata prin coeficienti de apartenenta. Asemenea stari ar fi tânar/batrân, cald/rece, înalt/scund, etc.
În majoritatea cazurilor regulile de productie sunt intercorelate: concluziile unora se pot regasi printre premisele altora, ceea ce genereaza lanturi de actiune (numite lanturi de inferenta în literatura de specialitate).
Reprezentarea bazata pe reguli a fost preferata datorita unor avantaje importante:
l capacitatea de a reproduce bine rationamentele expertilor.
l flexibilitatea data de formatul liber,
l dezvoltare si intretinere ai usoare, datorate modularitatii accentuate,
Un inconvenient greu de combatut este dificultatea de a reprezenta diverse clasificari.
În 1972 a fost enuntata ipoteza lui Newell si Simon: toate rationamentele umane care intervin cu ocazia rezolvarii unei proleme urmeaza formalismul sistemelor de productie. În prezent este acceptata ca axioma, deoarece nu s-au observat în nici un domeniu al activitatii umane rationamente operatorii care sa nu poata fi puse sub forma unor reguli de productie.
Retelele semantice sunt structuri complexe reprezentate printr-un sistem de referinte bazate pe legaturile dintre concepte. Sunt reprezentate printr-un graf în care nodurile contin concepte si arcele legaturi între concepte (de genul este un fel de, conectat la, etc.) O asemenea baza de cunostinte reprezinta bine ierarhiile, dar este greu de întretinut.
Cadrele sunt variante ale obiectelor în care fiecare metoda este asociata exclusiv uneia din variabilele (atributele) obiectului. Pot fi organizate în ierarhii care asigura transferul succesoral al proprietatilor
Rationamente bazate pe cazuri
Rationament bazat pe cazuri (case-based reasoning, precedence-based reasoning) este un proces de alegere a actiunilor bazat pe similaritatea cazului curent cu cazuri anterioare. Este un rationament analogic (experimental) utilizat cand cunostintele din domeniul vizat sunt limitate.
Acest sistem de rationament este utilizat de sistemele de rationament bazat pe cazuri, (Case-based Reasoning System) care formeaza o categorie de aplicatii strâns inrudita cu sistemele-expert. Asemenea sisteme contin, de regula:
l un set de cazuri (case base) analog cu baza de cunostinte ;
l un sistem de indexare (index library) ;
l un modul adaptativ, cate asigura crearea unei solutii pentru problema actuala.
Fiecare caz stocat în baza de cazuri este codificat intr-o structura de date complexa care include:
l informatii despre situatia considerata;
l solutia adoptata si rezultatele utilizarii acesteia;
l atribute-cheie utilizate pentru cautarea rapida a cazurilor similare.
Sistemul de indexare asigura regasirea cazurilor adecvate pentru problema adecvata, de regula pe baza unor indicatori de similaritate (similarity metrix).
Modulul adaptativ creaza o solutie pentru cazul analizat prin preluarea solutiei de la un caz similar din trecut (derivational adaptation) sau modificarea solutiei adoptate pentru un caz similar din trecut (structural adaptation).
Sistemul de indexare si modulul adaptativ au un efect similar cu al motorului de inferenta.
Aceste aplicatii include si un sistem de invatare (acumulare a experientei) bazat pe adaosul unor cazuri anterioare, când acestea constituie precedente utile pentru domeniul vizat.
Sisteme-expert medicale
Dezvoltarea unor programe de diagnostic a devenit domeniu de cercetare bine definit în informatica medicala aproape imediat dupa conturarea inteligentei artificiale ca domeniu definit al informaticii. Interesul pentru asemenea aplicatii a ramas permanent deoarece rationamentele efectuate pentru diagnosticul medical s-au dovedit a fi adesea de o complexitate remarcabila.
În prezent cele mai multe sisteme-expert de uz curent sunt în domeniul militar si economic. În domeniul medical s-au înregistrat câteva realizari remarcabile, cum ar fi sistemul-expert MYCIN, pentru planificarea tratamentului cu antibiotice în septicemii si meningite, care si astazi este prezentat ca produs de referinta în literatura de specialitate.
S-a constatat ca cel mai avantajos este sa se delimiteze domeniul unui sistem-expert medical în limitele unei subspecialitati medicale recunoscute, si s-au initiat numeroase proiecte în domeniu. S-au propus si sisteme-expert pentru analiza unor decizii deja adoptate (critiquig expert systems).
Cea mai mare parte a proiectelor de dezvoltare a sistemelor-expert medicale a fost abandonata din cauza unor dificultati majore, cum ar fi
l necesitatea finantarii unui proiect cel putin 4 - 5 ani la rând si
l numarul mare al cazurilor ce nu pot fi rezolvate exclusiv pe baza cunostintelor din subspecialitatea medicala vizata. Daca se includ în cadrul unui sistem-expert cunostintele necesare pentru a rezolva cazuri ce ajung la limita cu alte domenii volumul cunotintelor stocate se poate chiar dubla.
În multe cazuri prototipul demonstrativ a fost usor de obtinut dar dificultati neprevazute s-au sesizat în faza urmatoare, a prototipului de cercetare.
Validarea sistemelor-expert medicale s-a dovedit a fi o problema aparte, datorita complexitatii deosebite a cunostintelor medicale si responsabilitatii sporite de prevederile eticii medicale. În urma diverselor propuneri s-a conturat ideea unui test orb, în care comisia formata din specialisti de prestigiu în domeniul vizat compara rezultatele analizei mai multor zeci de cazuri analizate de catre
l sistemul-expert testat;
l specialisti de prestigiu din domeniu (inclusiv cei ce au participat la dezvoltarea sistemului-expert);
l specialisti formati, specialisti in formare (rezidenti si studenti).
Rezultatele testului sunt completate cu o analiza a naturii si importantei divergentelor sesizate.
Metodologia de testare are o semnificatie aparte in cazul sistemelor-expert, deoarece validarea trebuie reluata dupa fiecare actualizare majora a bazei de cunostinte. (probabil si anual în cazul unor sisteme-expert medicale)
Aspecte care sustin calitatea unui sistem-expert medical ar fi prezenta cunostintelor referitoare la:
l abordarea cazurilor în care date medicale importante lipsesc;
l variatiile individuale (inclusiv conditii de viata si munca);
l afectiunile ce pot fi asociate celor vizate;
l aspecte temporale ale evolutiei cazului (În medicina conteaza mai mult consecintele evenimentelor, care determina starea pacientului în momentul analizei cazului.)
l detalii de planificare a tratamentului (doze, durata administrarii, intervale si parametri de control ai eficientei tratamentului).
Sistemele-expert medicale clasice, proiectate sa rezolve orice caz de competenta unei sub-specialitati medicale, necesita un spatiu mare de stocare si analiza unui caz dureaza adesea 30 - 40 min (inevitabil, desi rationamentele se desfasoara în prezent în timp real, deoarece datele unui caz constituie raspunsul la cel putin câteva zeci de întrebari).
Costurile si problemele de întretinere date de asemenea aplicatii sunt acceptabile doar în spitale mari, unde ajung cazurile care pot fi rezolvate doar de experti.
Utilizarea aplicatiilor in retea asigura economii substantiale ale spatiului de stocare, deoarece este pastrata în permanenta o sigura copie a unei aplicatii pentru toate statiile de lucru, ceea ce are importanta speciala pentru utilizarile ocazionale, cum este cazul majoritatii sistemelor-expert. În spitalele mari oricum se utilizeaza sisteme informatice de spital.
În prezent, unele din cele mai utilizate sisteme-expert sunt disponibile pe Internet, rulând pe server la adresa www.mathemedics.com.
S-a constatat ca majoritatea medicilor (în special in sectorul primar) au nevoie ocazional de aportul unor sisteme-expert pentru sub-domenii relativ înguste, cum ar fi analiza durerii toracice sau a rezultatelor examenelor serologice pentru toxoplasma. Asemenea aplicatii s-au dovedit a fi extrem de practice în teren, datorita conditiilor de utilizare extrem de diferite fata de ale unor sisteme-expert clasice: spatiu de stocare redus si raspunsul este dat rapid (dupa 10 - 20 de întrebari). În aceasta situatie s-ar putea sa fie mai potrivit sa se atribuie unor asemenea aplicatii denumirea de programe-expert, care pare a fi sugestiva pentru performantele obtinute. Dezvoltarea unor asemenea aplicatii ar fi de asemenea mai rapida.
În domeniul medical s-au derulat, pâna în prezent, doua proiecte de sisteme multi-expert medicale, unul la I.N.R.I.A. (Institute Nationale de Recherche en Informatique et Automatique) pentru abordarea terapeutica multidisciplinara a cancerului mamar, si altul la Universitatea Medicala si Stomatologica din Tokyo (T.M.D.) pentru întreaga medicina.
Sistemele de rationament bazat pe cazuri pot avea o importanta aparte în domeniul medical, în conditiile în care un consens referitor la cunostintele noi se degaja dupa perioade lungi de cercetari (5 - 10 ani), care impun adesea studii ample atât clinice, cat si experimentale.
|
