Inteligentni sistemi podr

1

Poglavlje 12

Inteligentni sistemi podrške

11:53

2

Ciljevi učenja

1. Opišite vještačku inteligenciju i uporedite je sa konvencijalnom obradom na računaru.

2. Identifikujte karakteristike, strukturu, prednosti i ograničenja ekspertskih sistema.

3. Opišite glavne karakteristike obrade prirodnog jezika i tehniku govora.

4. Opišite obradu na bazi neuronskih mreža, i kako se ona razlikuje od drugih tehnologija zasnovanih na računaru?

5. Definišite inteligentne agente i njihovu ulogu u IT.

6. Opišite odnos između Weba i inteligentnih sistema.

7. Shvatite značaj kreativnosti i način na koji se ona podržava pomoću IT.

11:53

3

Vještačka inteligencija AI

Vještačka inteligencija (eng. artifical inteligence - AI) odnosi se na dvije osnovne ideje. Prvo, ona podrazumjeva proučavanje procesa razmišljanja kod ljudi. Drugo, ona se bavi posredovanjem tih procesa preko mašina (računara, robota).

Jedna od definicija AI je “ponašanje mašine, koje bi bilo nazvano inteligencijom kada bi se tako ponašalo ljudsko biće”.

Konačni cilj AI je da sagradi mašine koje će oponašati ljudsku inteligenciju.

11:53

4

Vještačka inteligencija AI

Neke sposobnosti se smatraju znacima inteligencije:

učenje ili shvatanje na bazi iskustva

uočavanje smisla u neodređenim ili kontradiktornim porukama

brzo i uspješno reagovanje na nove situacije

rješavanje problema razmišljanjem i efikasno usmjeravanje djelovanja

rješavanje složenih situacija

shvatanje i zaključivanje na uobičajen, racionalan način

primjenjivanje znanja pri djelovanju u okruženju

prepoznavanje relativnog značaja raznih elemenata u datoj situaciji

11:53

Upoređivanje prirodne i vještačke inteligencije Mogućnosti Prirodna inteligencija AI

Čuvanje znanja Nepostojano sa organizacionog stanovišta

Postojano

Umnožavanje i širenje znanja

Komplikovano, skupo, angažuje vrijeme

Lako, brzo, jeftino, pošto se znanje jednom unese u računar

Ukupno koštanje znanja

Vrlo visoko Može biti vrlo nisko

Konzistentnost inteligencije

Može biti sklona greškama, nekonzistentna. Povremeno nekompletna.

Konzistentna i temeljna

Dokumentovanje procesa i znanja

Komplikovano, skupo Prilično lako, jeftino

Kreativnost Može biti vrlo visoka Niska, nenadahnuta

Upotreba senzorskih iskustava

Direktna bogata mogućnostima

Mora najprije biti interpretirana, ograničena

Prepoznavanje obrazaca i odnosa

Brzo, lako se objašnjava Ljudi još uvijek bolje uče nego mašine, mada ponekad mašine prevaziđu čovjeka

Zaključivanje Koristi široki kontekst iskustava

Dobro samo u uskim, fokusiranim i stabilnim domenima

11:53 5

6

Prednosti AI

znatno povećava brzinu i doslijednost pojedinih postupaka u rješavanju problema

pomaže u rješavanju problema koji ne mogu biti rješeni ili su komplikovani za rješavanje konvencijalnom obradom na računaru

pomaže pri rješavanju problema s nekompletnim ili nejasnim podacima

pomaže u regulisanju informacionog preopterećenja rezimiranjem i interpretiranjem informacija i u pretraživanju velike količine podataka

znatno povećava produktivnost pri obavljanju mnogih poslova

čini vrlo jednostavnom upotrebu nekih računarskih aplikacija

11:53

Razvoj mašina sa inteligentnim karakteristikama proteže se

na nekoliko oblasti u nauci i tehnologiji

Obrada

prirodnog jezika

Inteligentno

poducavanje (ICA)

Racunarska

virtualizacijaEkspertski

sistemi

Automatsko

programiranje

Razumevanje

govora

Robotika

Obrada na bazi

neutronskih mreža

AL

drvo

Psiholongvistika

Sociologistika

Racunarska lingvistika

Kognitivna psihologija

Filozofija

Filozofija jezika

Logika

Prilagodljivi sistemi

Upravljanje

Operaciono istraživanje

Biologija

Robotika

Obrada slika

Prepoznavanje obrazaca

Matematika/ Statistika

Sistemi upravljanja informacijama

LingvistikaRacunarska nauka

11:53 7

8

Ekspertski sistemi

Kada firma treba da donese kompleksnu odluku ili da riješi neki problem, često se obraća ekspertima za savjet. Ovi eksperti posjeduju specifična znanja i iskustva u vezi sa problemom o kome je riječ. Oni imaju predstavu alternativnih rješenja, šansi za uspjeh i troškova koji mogu nastati za firmu ako se problem ne riješi. Kompanije angažuju eksperte za savjet u vezi sa pitanjima kao što su kupovina opreme, integracije, nabavke i strategija oglašavanja. Ekspertski sistemi (ES-i) su pokušaj da se imitiraju ljudski eksperti. Ekspertski sistemi mogu ili podržati one koji donose odluku ili ih potpuno zamjeniti.

11:53

Ekspertiza

Ekspertiza je opsežno, specifično znanje u vezi sa poslom koji se stiče obukom, čitanjem i iskustvom. Ona omogućuje ekspertima da donose bolje i brže odluke nego neeksperti pri donošenju složenih problema. Za ekspertizu je potrebno mnogo vremena da bi se dostigla. Staruji eksperti posjeduju otprilike 30 puta više ekspertize nego mlađi član kolektiva.

0

10

20

30

1 2 3 4 5 6 7 8 9 10

%

Stariji eksperti Mlađi 11:53 9

10

Ekspertski sistemi uključuju osnovne

ideje inteligentnog rješavanja probleme

Znanje je skup činjenica i uvjerenja Uspjeh je nalaženje dovoljno dobrog odgovora

korišćenjem raspoloživih sredstava Efikasnost pretraživanja baza podataka i baza

znanja direktno utiče na uspjeh Na povećanje kompleksnosti problema značajno

utiču greške u podacima i znanju Na efikasnost rješavanja problema utiče i

primjenjivost i tačnost znanja eliminisanje operacija koje se ponavljaju, povećanje brzine računara

11:53

11

Pristupi pri izgradnji softvera

Ekspertskog sistema

Razvijanje programa na bazi specijalizovanih programskih jezika za manipulaciju simbolima

Izgradnja prototipova Prototip za prezentaciju Istraživački prototip Radni prototip Izvršni prototip Komercijalni prototip

11:53

Struktura i proces ekspertskog sistema

Konsultaciono okruženje

Korisnik

Korisnicki

interfejs

Preporucena

akcija

Uredaj za

objašnjavanje

Mehanizam za

odlucivanje

donosi zakljucke

Graficka tabela

(radno mesto)

Precišcavanje

znanja

Baza znanja

Cinjenice:šta se zna o polju rada

Pravila:

Logicka veza

(npr. Izmedu simptoma I uzroka)

Inženjer

znanja

Ekspert i

dokumentovano

znanje

Prikupljanje

znanja

Cinjenice o

odredenom

dogadaju

Razvojno okruženje

11:53 12

13

Drugi AI: Obrada prirodnog jezika i

govorne tehnologije

aplikacije obrade prirodnog jezika

prepoznavanje i razumjevanje govora (glasa)

govorni portali

sinteza govora

sistemi obrade govora u elektronskoj trgovini

11:53

14

Obrada zasnovana na neuronskim

mrežama

Drugi pistup inteligentnim sistemima je obrada na računaru sa arhitekturom koja oponaša određene sposobnosti obrade koje posjeduje mozak. Rezultati su: prikazivanje znanja i obrade zasnovanih na masovnoj paralelnoj obradi, brzo dobjanje velike količine informacija, i sposobnosti da se prepoznaju obrasci zasnovani na iskustvima. Tehnologija koja pokušava da postigne ove rezultate naziva se neuronska obrada na računaru (neural computing) ili vještačke neuronske mreže (artifical neural network - ANNs).

11:53

Obrada informacija u veštačkom neuronu

(sa jednim izlazom)

Prenos

funkcija

Funkcija

sabiranja

Izlaz (Y)

Elementi obrade (PE)

w1

w3

w2

w4

TežineUlazi

X1

X4

X3

X2

11:53 15

Neutronska mreža sa jednim skrivenim slojem

Izlazni

sloj

Skriveni

sloj

Ulazni

sloj

PE PE

PE PE

PE PE PE PE

Ulaz Ulaz Ulaz Ulaz

Izlaz 1 Izlaz 2

Transformacija

Sabiranje

Sabiranje

Težine

PE = Elementi za obradu11:53 16

17

Pogodnosti koje pružaju neuronske

mreže

Tolerancija greške

Generalizacija

Adaptibilnost

Mogućnost predviđanja

11:53

18

Genetski algoritmi

Paralelna obrada velike količine podataka. Imaju mogućnost prilagođavanja promjenama u okruženju, problem mutacije podataka – pokušaji i greške.

Stalno ponavljanje procesa da bi se ponudilo više mogućih rješenja.

Da se nađe približno optimalno rješenje.

Darvin

11:53

19

Fuzzy logika

Pogodna za kvantifikovanje i poređenje pojava, koje nisu kvantifikovane (brojno prikazane u istoj mjernoj veličini).

Složena matematika za detalje pitati profesora Predraga Katanića

11:53

20

Hibridni sistemi

Hibridni sistemi su inteligentni sistemi koji se integrišu sa drugim inteligentnim sistemima ili s konvencijalnim sistemima, kao što su sistemi za podršku u donošenju odluka.

11:53

Arhitektura hibridnog inteligentnog sistema

Istorija rasta tržišta

Buduci rast tržišta

Informacija o tržišnoj aktivnosti

Faktori tržišne aktivnosti

Faktori poslovne snage

Fazifikovanai tržišna aktivnost

Istorija tržišta akcija

Sistem

upravljanja

bazom podataka

Model

neuronske

mreže

Individualni

ili grupni

model

procene

Fazifikaciona komponenta

Modul grafickog displeja Fazi ekspertski sistem

Graficki prikaz

strateških pozicija

Inteligentan savet u

vezi s marketinškom

strategijom

Buduce tržište akcija

Informacija o poslovnoj snazi

Menadžerska procena I intuicija

Porterovih pet sila

Fazifikovana poslovna snaga

Legenda:

Funkcionalni model Datoteka sa podacima Odnosi11:53 21

22

Inteligentni agenti

(eng. Inteligent Agents - IA)

Inteligentni agenti poznati su pod nekoliko imena:

softverski agenti

vodiči

roboti znanja

softverski roboti

11:53

23

Inteligentni agenti

definicije:

Inteligentni agenti su softverski entiteti koji vrše neki skup operacija u ime korisnika ili drugog programa, sa određenim stepenom nezavisnosti ili autonomije, i pri tome se koriste neka znanja ili predstave korisnikovih ciljeva ili želja. Oni to rade da bi obavili posao ili ostvarili cilj.

Nezavisni agenti su sistemi izračunavanja koji su smješteni u neko složeno dinamičko okruženje, osjećaju i djeluju samostalno u tom okruženju i tako radeći ostvaruju skup ciljeva ili poslova za koje su dizajnirani.

11:53

24

Karakteristike inteligentnih agenata

Nezavisnost

Aktivan odziv

Modularan

Posvećen i automatizovan

Interaktivan

Uslovna obrada, praksa

Lak za upotrebu i pouzdan

Sposoban da uči

11:53

25

Šta mogu da rade inteligentni agenti

Osnovni poslovi koji se mogu obavljati: Pristup informacijama i vođenje Podrska pri odlučivanju i davanje

punomoći Kancelariske aktivnosti koje se mogu

ponavljati Svakodnevne personalne aktivnosti Pretraživanje i pozivanje Eksperti domena Mobilni agenti Administrativne i upravljačke aktivnosti 11:53

26

Aplikacije inteligentnih agenata

Korisnički interfejs

Agenti operativnih sistema

Agenti za tabelarne proračune

Praćenja procesa rada i agenti upravljanja poslovima

Pregovaranje u e-trgovini

11:53

27

Ekspertni i inteligentni sistemi zasnovani

na Webu

Korišćenje ekspertnih sistema zasnovanih na Webu:

Automatsko prevođenje jezika na Webu

Inteligentni sistem za obračunavanje zasnovan na Webu

11:53

28

Podržavanje kreativnosti

Podržavanje stvaranja ideja i kreativnosti Inteligentni sistemi sami po sebi nisu kreativni. U prošlosti se vjerovalo da kreativna sposobnost pojedinca proizilazi prvenstveno iz ličnih osobina kao što su inventivnost, nezavisnost, individualnost, entuzijazam i fleksibilnost. Međutim nekoliko studija je pokazalo da individualna kreativnost nije u toj mjeri funkcija individualnih osobna kao sto se nekad vjerovalo i da ona može da bude naučena i unapređena. Zbog toga se razvijaju metode i tehnike stvaranje ideja za individualno ili grupno korišćenje.

11:53

29

Softver za generisanje ideja

Softver za generisanje ideja je dizajniran da pomogne u stimulisanju pojedinačnih korisnika ili grupa da dođu do novih ideja opcija i izbora. Korisnik odrađuje sav posao, ali ga softver podstiče i gura. Ovi softveri koriste različite pristupe za generisanje ideja kako da se poveća dotok ideja do korisnika.

11:53

30

Pitanja upravljanja

Ekonomičnost i opravdanost. Dok su neke povoljnosti IS

opipljive, teško je izraziti novčanu vrijednost neopipljive povoljnosti

mnogih inteligentnih sistema. Poboljšan rad sa strankama, kvalitet,

dužina trajanja ciklusa i bezbjednost mogu biti mnogo značajniji od

opipljivih povoljnosti, ali je komplikovano izmjeriti ih kvantitativno.

Povećana očekivanja. Kada ima previše očekivanja i nada koje

se polažu u inteligentne tehnologije, menadžment može postati

obeshrabren.

Sticanje znanja. Inteligentni sistemi se grade na znanju eksperta.

Kako steći to znanje je osnovni problem, i ne samo tehnički.

Prihvatanje sistema. Prihvatanje inteligentnih sistema od

strane IS odjeljenja i integracija takvih sistema s konvencionalnim IT

je kritičan faktor uspjeha.

11:53

31

Pitanja upravljanja nastavak

Integracija sistema. Inteligentni sistemi mogu da uspiju kao

samostalni sistemi, ali imaju šire polje primjene kada su integrisani sa

drugim informacionim sistemima zasnovanim na računarima.

Ugrađene tehnologije. Očekuje se da će inteligentni sistemi biti

ugrađeni u najmanje 20% svih IT aplikacija za deset godina.

Etička pitanja. Operacije koje ekspertski sistemi izvrašavaju

mogu biti neetički ili čak protivzakonite. Na primjer, ekspertski sistem

može da vas posavjetuje da uradite nešto što će povrediti nekoga ili

ugroziti privatnost određenih individua. Primjer ponašanja robota koji

se ponašaju kako su isprogramirani što je izazvalo mnoge povrede

radnika. Takođe je problem kada kompanija daje znanje od jednog

pojedinca drugom radniku u kompaniji, kako da se obešteti onaj ko je

vlasnik tog znanja.

11:53