Uzman Sistemler ve Bilgi Temsili

Yapay Zekâ ve Veri Dersleri Rehberi · Kısım II: Yapay Zekânın Dalları
Bilgi temsiliKural tabanıÇıkarım motoruOntolojilerBilgi edinmeKomşu dersler
Sercan KÜLCÜ · Giresun Üniversitesi · Bilgisayar Mühendisliği

Giriş

Ders Hangi Soruyu Sorar?

Bir uzmanın bilgisi nasıl yazıya dökülür ve çıkarım için kullanılır?

Uzman sistemler, bir alan uzmanının bilgisini kurallar ve olgular biçiminde bir bilgi tabanına yazar ve bir çıkarım motoruyla bu bilgiden sonuç çıkarır. Bilgi temsili ise bilginin bilgisayarın akıl yürütebileceği biçimde nasıl kodlanacağını inceler: mantık, çerçeveler, anlamsal ağlar ve ontolojiler.

Bir bakışta

Yaklaşım

sembolik mantık ve kurallar

Girdi

olgular ve uzman kuralları

Çıktı

sonuç ve gerekçesi

Başarı ölçütü

uzmanla uyum, açıklanabilirlik

Matematik yükü

düşük: önerme ve yüklem mantığı

Veri ihtiyacı

az; bilgi tabanı

Giriş

Kısa Tarihçe

1965

Stanford'da DENDRAL başlar: kütle spektrumundan molekül yapısı çıkaran ilk uzman sistem.

1972

Colmerauer ve Roussel Prolog dilini geliştirir: mantık programlama doğar.

1970'ler

MYCIN kan enfeksiyonlarında antibiyotik önerir; kurallarına güven çarpanları ekler.

1980

DEC'te R1 (XCON) bilgisayar siparişlerini yapılandırmaya başlar; ilk büyük ticari başarı.

1984

Lenat, sağduyu bilgisini elle kodlamayı amaçlayan Cyc projesini başlatır.

2012

Google Knowledge Graph'ı duyurur; bilgi çizgeleri aramada yaygınlaşır.

Ders

Temel Kavramlar

Bilgi tabanı

Alanla ilgili olgular ve EĞER-İSE kuralları.

Çıkarım motoru

Kuralları olgulara uygulayıp yeni sonuç üreten bölüm.

İleri zincirleme

Olgulardan başlayıp ulaşılabilen sonuçları türetmek.

Geri zincirleme

Hedeften başlayıp onu destekleyen olguları aramak.

Açıklama birimi

Sonuca hangi kurallarla varıldığını gösterir.

Çerçeve ve ağ

Nesneleri yuva (slot) ve ilişkilerle temsil etmek.

Ontoloji

Bir alanın kavramları, sınıfları ve ilişkileri: OWL.

Bilgi edinme

Uzmandan bilgiyi çıkarma; sistemin darboğazı.

Ders

Tipik İş Akışı

Uzmanlagörüşbilgi edinmeKodlakurallar,ontolojiOlgularıalkullanıcıyanıtlarıÇıkarımyapileri ya dageri zincirAçıklasonuç vegerekçe
Örnek: Bir arıza teşhis sistemi teknisyenlerin deneyimini "motor çalışmıyor ve akü gerilimi düşükse aküyü değiştir" gibi kurallara döker. Kullanıcıya belirtileri sorar, kuralları zincirleyerek arızayı bulur ve hangi kuralları kullandığını adım adım gösterir.

Dene

Araç Neden Çalışmıyor?

Servis ustasının bilgisi dokuz EĞER–İSE kuralına yazıldı. Soldaki belirtilere tıklayarak işaretleyin; sistem ileri zincirlemeyle kuralları sırayla tetikleyip teşhise varır ve nedenini açıklar.

Bilgi koddan ayrı bir kural tabanında durur; çıkarım motoru kuralları zincirler. Usta yeni bir kural eklediğinde program değişmez, sistem her kararını hangi kurallarla verdiğini açıklayabilir.

Konum

Ön Koşullar

Bu dersten önce bilinmesi yararlı olan dersler ve neden gerektikleri.

DersNeden gerekir
Yapay Zekâsembolik yapay zekâ, mantık ve kurallar
Ayrık Matematikönerme ve yüklem mantığı, çıkarım kuralları
Veri Yapılarıağaç, çizge ve eşleme tabloları: kural ve olgu deposu
Java ile NYPsınıf ve kalıtım: çerçeve temsiline ve Drools'a köprü

Konum

Dersin Komşuları

alt alantemel alıryöntem paylaşıruygulama

Örtüşme

Örtüştüğü Dersler

İlişkiDersOrtak konu
alt alanBu ders, Yapay Zekâ dersinin alt alanıdırsembolik yapay zekâ, mantık ve kurallar
yöntem paylaşırBulanık Mantık ve Bulanık Sistemler ile yöntem paylaşırEĞER-İSE kural tabanı, çıkarım motoru
yöntem paylaşırOlasılıksal Grafik Modeller ile yöntem paylaşırbelirsizlik altında çıkarım
yöntem paylaşırAçıklanabilir Yapay Zekâ ve Yapay Zekâ Etiği ile yöntem paylaşırokunabilir kurallarla açıklanabilir karar

Ayrışma

Ayrıştığı Noktalar (1/2)

ÖlçütUzman SistemlerMakine ÖğrenmesiBulanık Mantık
Temel soruBir uzmanın bilgisi nasıl yazıya dökülür ve çıkarım için kullanılır?Bir program örneklerden nasıl genelleme yapar?"Sıcak", "hızlı" gibi keskin sınırı olmayan kavramlarla nasıl akıl yürütülür?
Yaklaşımsembolik mantık ve kurallaristatistiksel öğrenmekısmi üyelik ve dilsel kurallar
Girdiolgular ve uzman kurallarıetiketli ya da etiketsiz örneklerkeskin ölçümler ve uzman kuralları
Çıktısonuç ve gerekçesitahmin yapan modeldenetim sinyali ya da karar
Başarı ölçütüuzmanla uyum, açıklanabilirlikgörülmemiş veride hatadenetim başarımı, uzmanla uyum
Matematik yüküdüşük: önerme ve yüklem mantığıyüksek: doğrusal cebir, olasılık, optimizasyondüşük-orta: küme kuramı
Veri ihtiyacıaz; bilgi tabanıorta ve çokaz; uzman bilgisi
  • Makine Öğrenmesi: MÖ bilgiyi örneklerden öğrenir ve çoğu zaman gerekçe vermez; uzman sistem bilgiyi uzmandan alır ve sonucunu kurallarla açıklar.
  • Bulanık Mantık: Bulanık mantık kuralların kısmen doğru olmasına izin verir; bu ders bilgiyi temsil etmeyi ve kuralları zincirlemeyi genel olarak öğretir.

Ayrışma

Ayrıştığı Noktalar (2/2)

ÖlçütUzman SistemlerOlasılıksal Grafik ModellerAçıklanabilir YZ ve Etik
Temel soruBir uzmanın bilgisi nasıl yazıya dökülür ve çıkarım için kullanılır?Birbirine bağlı, belirsiz çok sayıda değişken nasıl modellenir ve sorgulanır?Bir yapay zekâ sisteminin kararına nasıl güvenilir ve sonucundan kim sorumludur?
Yaklaşımsembolik mantık ve kurallarolasılık ve çizge bir aradainsan merkezli değerlendirme
Girdiolgular ve uzman kurallarıdeğişkenler, bağımlılık yapısı, verimodel, verisi ve kullanım bağlamı
Çıktısonuç ve gerekçesikoşullu olasılık, en olası açıklamaaçıklama, denetim raporu, ilke
Başarı ölçütüuzmanla uyum, açıklanabilirlikolabilirlik, çıkarım doğruluğuanlaşılırlık, adalet, hesap verebilirlik
Matematik yüküdüşük: önerme ve yüklem mantığıyüksek: olasılıkdüşük-orta
Veri ihtiyacıaz; bilgi tabanıortamodelin kendi verisi
  • Olasılıksal Grafik Modeller: OGM belirsizliği olasılık dağılımlarıyla tutarlı biçimde modeller; uzman sistemler bilgiyi çoğunlukla keskin kurallarla yazar.
  • Açıklanabilir YZ ve Etik: AYE öğrenilmiş modellere sonradan açıklama arar; uzman sistem baştan okunabilir kurallarla kurulduğu için kendini açıklar.

Uygulama

Uygulama Alanları

Tıbbi karar destek

Belirti ve tahlilden tanı ve tedavi önerisi.

Arıza teşhisi

Makine, araç ve ağ sorunlarını bulmak.

Ürün yapılandırma

Uyumlu parçalardan sipariş kurmak.

İş kuralları

Kredi onayı, sigorta ve mevzuat denetimi.

Bilgi çizgeleri

Arama motorlarında varlık ve ilişki bilgisi.

Anlamsal web

Verileri ontolojilerle birbirine bağlamak.

Uygulama

Araçlar ve Örnek Veriler

Araçlar ve kütüphaneler

CLIPSDroolsSWI-PrologProtégéApache JenaNeo4j

Tanınmış bilgi tabanları

WikidataDBpediaWordNetGene OntologySNOMED CTProtégé Pizza ontolojisi

Uygulama

Sık Karıştırılanlar

Yaygın düşünceDoğrusu
Uzman sistemler 1980'lerde kalmış bir modadır.Adı değişse de iş kuralı motorları ve bilgi çizgeleri bugün bankacılıkta, sağlıkta ve aramada kullanılır.
Uzman sistem uzman kadar bilir.Yalnız kodlanan bilgiyi bilir; alanın dışına çıkınca ya da sağduyu gerektiğinde hızla yanılır.
Kuralları yazmak kolaydır.Uzman bilgisinin çoğu örtüktür; onu kurala dökmek (bilgi edinme) en zor ve pahalı adımdır.
Büyük dil modelleri bilgi temsilini gereksiz kıldı.Dil modelleri yanlış bilgi üretebilir; doğrulanabilir sonuç için bilgi çizgeleriyle birlikte kullanılır.

Sonrası

Bu Dersten Sonra

Bu dersi temel alan ya da genişleten dersler

Bu ders çoğunlukla uç noktadır; öteki dersleri temel alır.

İlgili meslekler

Bilgi mühendisiOntoloji uzmanıKarar destek sistemleri geliştiricisiİş kuralları analisti
Bu ders sembolik yapay zekânın kapısıdır. Sonrasında belirsizliği tutarlı biçimde ele almak için olasılıksal grafik modellere, kısmi doğruluk için bulanık mantığa, kararların açıklanması ve sorumluluğu için açıklanabilir YZ ve etiğe geçilebilir.

Sonrası

Kaynaklar

  • Jackson, Introduction to Expert Systems, 3. baskı, Addison-Wesley, 1999.
  • Brachman ve Levesque, Knowledge Representation and Reasoning, Morgan Kaufmann, 2004.
  • Giarratano ve Riley, Expert Systems: Principles and Programming, 4. baskı, Thomson Course Technology, 2005.
  • Buchanan ve Shortliffe (ed.), Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project, Addison-Wesley, 1984.

Son

Bölüm 11: Uzman Sistemler ve Bilgi Temsili
← Önceki bölüm · Alanın haritası · Sonraki bölüm →
1 / 1 Sercan KÜLCÜ, Tüm hakları saklıdır.