| Mit nevezünk szakértő rendszernek?
Olyan mesterséges intelligencián alapuló szoftverkészletet - specializált, komplex programcsomagot -, melynek tudásbázisát jól körülhatárolt, viszonylag szűk szakterület ismeretanyaga alkotja (adatok, tények, szabályok, összefüggések, általános és különleges esetek stb.), s amely a felhasználó által szolgáltatott adatok alapján képes viszonylag bonyolult problémákat megoldani, döntéseket hozni, tanácsot adni, válaszolni a felhasználó kérdéseire. Ismeretalapjukat az esetek többségében a szabályalapú leírások képezik.
A szakértő rendszerek párbeszédes üzemmódban működnek: kérdéseket tesznek fel, amelyekre a felhasználó a szükséges információkkal válaszol. A párbeszéd mindaddig tart, amíg a rendszer elegendő információ birtokába jut, “levonja” a következtetéseket, s közli véleményét.
Például egy hibadetektáló szakértő rendszer tudásbázisában a következő szabály található:
HA AZ AUTÓ MOTORJA NEM INDUL BE
és
A DUDA NEM SZÓL
és
A LÁMPÁK HALVÁNYAN ÉGNEK
akkor
AZ AKKUMULÁTOR KI VAN MERÜLVE - 90% VALÓSZÍNŰSÉGGEL.
Ha a felhasználó közli a rendszerrel, hogy a motor nem indul be, a rendszer megkérdi: “A DUDA SZÓL?” Nemleges válaszra jön az újabb kérdés: “A LÁMPÁK HALVÁNYAN ÉGNEK?” Ha erre igenlő választ kap, közli a diagnózist.
A szakértő rendszerek döntéseiket is, a feltett kérdéseket is meg tudják indokolni. Ezzel megkönnyítik saját hibáik felderítését, s növelik egyúttal a felhasználók bizalmát döntéseik iránt.
A hagyományos programcsomagok és a szakértő rendszerek közötti különbséget Nigel Bryant a következőkben látja: míg a hagyományos programcsomag adatot kezel, algoritmust alkalmaz, ismétlődő eljárásokon halad keresztül, nagy adatbázisokra épül, addig a szakértőrendszer tudást kezel, heurisztikát vagy szabályokat alkalmaz, következtetett eljárásokon halad keresztül, tudásbázisokra épül (Bryan, 1989).
A szakértő rendszer három összetevőből áll: tudásbázisból, következtető gépből (inference engine) és felhasználói adatokat tároló rövid távú memóriából. Általános vázlatukat a 35. ábra mutatja (Roman, 1988).
35. ábra. Szakértő rendszer felépítésének vázlata. (Forrás: Roman, 1988)
A rendszer hasznossága, használhatósága, teljesítménye a tudásalap teljességétől, megbízhatóságától függ. Mint minden ismeret alapú rendszerben, az ismeretanyag itt is explicit, elkülönített és könnyen hozzáférhető formában van megszervezve, s két csoportra osztható: tényekre vonatkozó konkrét ismeretekre és szabályokra (általánosabb összefüggésekre). Egy demonstrációs rendszer mintegy 50 szabályból állhat. Egy működő rendszernek mintegy 1000 szabálya lehet. Egy nagy rendszer hozzávetőleg 10.000 szabályt, egy ember becslések szerint hozzávetőleg 100.000 szabályt vagy heurisztikát birtokolhat. Már egy 50 szabályból álló rendszer is igen hasznos lehet (Bryant, 1989). A hagyományos adatbázisoktól eltérően, az ismeretbázisok gyakran tartalmaznak feltételezéseket, bizonytalan ismereteket is (megfelelő minősítéssel). A szaktudás összegyűjtése és az ismeretbázis kiépítése a rendszer kidolgozásának legnehezebb szakasza. Az ismerettechnológus (tudásmérnök = knowledge engineer) olyan személy, aki ismeretalapú rendszereket tervez és fejleszt. Általában magasan képzett számítástechnikai szakember, aki járatos a mesterséges intelligencia módszereinek alkalmazásában is (Pásztor, 1987). Különböző forrásokból - tankönyvekből, kézikönyvekből, adatbázisokból, esettanulmányokból, de elsősorban a tárgykör egy (esetleg több) nagy tapasztalatú, jó ítélőképességű, kiváló szakértőjével együttműködve állítja össze a tudásanyagot. Ez a munka hónapokig tart. Az ismerettechnológus konkrét, valódi problémák megoldására kéri meg a szakembert, és megfigyeli, s elemzi a tevékenységét. A feladatot az “ismerettechnológiai paradoxon” néven ismert jelenség teszi nehézzé: “Minél kompetensebb egy szakértő az adott tárgykörben, annál kevésbé képes elmagyarázni azt, hogy milyen tudást használ a feldolgozásban” (Pásztor - Sántáné, 1987).
A szakértő rendszerek nagy része ún. szabályalapú rendszer. Mivel azonban a tudás szabályokba foglalása nagy nehézségekbe ütközik (nincs erre kialakult módszer), olyan szakértő rendszereket is hoztak létre, amelyek az összegyűjtött adatállományból önmaguk alkotják meg a szabályokat. Ezek az ún. szabálylétrehozó rendszerek. A felhasználó szempontjából a két rendszer között nincs lényeges különbség. Kiinduló pontjuk azonban különböző. Míg a szabályalapú rendszer létrehozásához nagytudású szakemberekre van szükség, addig a szabálylétrehozó rendszerek adatbázist igényelnek, s ebből határozzák meg a szabályokat.
Mivel a világ és a világról alkotott ismereteink állandóan változnak, a szakértő rendszerek tudásbázisa is változtatásra szorul.
A rendszer másik alapegysége a feladatmegoldásra vonatkozó általános ismereteket tartalmazó következtető gép. A feladat megoldása úgy történik, hogy a következtető gép a felhasználó által szolgáltatott adatokhoz megkeresi a tudásbázis releváns, megfelelő tudáselemeit, tényeket, szabályokat, s elvégzi rajtuk a következtetési műveleteket. Ezek lehetnek szigorú logikai következtetések, heurisztikus jellegű vagy “fuzzy” következtetések. Kétféle stratégiát szoktak alkalmazni. Az előrehaladó vagy adatvezérelt, alulról felfelé építkező stratégia lényege, hogy a rendszer kezdeti adatokból a szabályok alkalmazásával következtetéseket von le, s ezekre - ha szükséges - újabb szabályokat alkalmaz mindaddig, amíg végleges eredményre nem jut, el nem éri a kitűzött célt. A visszafelé haladó következtetés vagy célvezérelt, felülről lefelé építkező stratégia a cél felől indul el. Azonosítja a végcélt, s olyan részcélokra bontja le, amelyeket könnyebb megoldani. A lebontás mindaddig folytatódik, ameddig mindegyik részcél olyan egyszerűvé nem válik, hogy már közvetlenül megoldható. (Az ember legtöbbször ez utóbbi stratégiát alkalmazza.)
Előre következtetés például:
HA (esik), AKKOR (vigyen esernyőt)
Visszakövetkeztetés:
HA (az ég felhős és az út nedves), AKKOR (esik).
A visszakövetkeztetés akkor hatékony, ha a lehetséges válaszok száma ismert és kicsi, ha viszont a lehetséges válaszok száma nagy, akkor az előre következtetést célszerű alkalmazni.
A szakértő rendszerek feladatait, hasznát a következőkben foglalhatjuk össze:
segítenek a nem szakembereknek különleges szakismereteket igénylő döntésekben (pl. az általános orvosnak olyan esetekben, amelyek szakorvosi tudást igényelnek);
mivel a rendszer kiváló, nagytudású szakember(ek) ismereteit, problémamegoldó szakértelmét tartalmazza, s “minden eszébe jut”, amit a kérdésről tud, segítséget nyújthat a specialistának is (nem kell utána néznie az adatoknak, ismereteknek különböző forrásokban);
segítséget nyújthat a szakemberképzésben és -továbbképzésben;
mivel sok példányban forgalmazható, bizonyos területeken és bizonyos szinten pótolhatja a szakembereket;
lehetőséget ad arra, hogy kiváló szakemberek tudását, tapasztalatát megőrizzék, átadják az utódoknak.
Ma már nagyon sok területen és nagyon sokféle feladat megoldására készítenek szakértő rendszereket. Elektronikában, fizikában, geológiában, orvostudományban, matematikában stb., diagnózis készítésére, előrejelzésre, hibaelhárításra, szabályozásra, oktatásra stb. Egyre nagyobb szerepük van a döntés-előkészítő és vezetési szakértő rendszereknek.
A szakértő rendszerek ma még nem pótolhatják az embert, s valószínűleg a következő évtizedekben sem fogják. Hiszen csak olyan feladatok megoldására alkalmazhatók, amelyek nem túl bonyolultak (ha meg túl egyszerűek, nem érdemes szakértő rendszert alkalmazni), a területnek pontosan körülhatárolhatónak és elég szűknek kell lennie, hogy az ismerettechnológia mai szintjén kezelhető maradjon, és nem igényelnek széles körű, jelentős mennyiségű általános ismeretet (ismeretbázisuk csak az adott szakterületre korlátozódik). (“A szakértő rendszerek egyes esetekben felülmúlják a specialisták intelligenciáját, de egy hároméves gyermekét nem tudják szimulálni” Fenyő, 1986.)
A szakértő rendszerek speciális csoportját alkotják -, s ezért külön említést érdemelnek - a gyártmánytervezést és gyártásirányítást segítő rendszerek.
A számítógépes tervezés (CAD=Computer Aided Design) szűkebb értelemben azt jelenti, hogy a tervező nem a rajzlapon dolgozza ki ceruzával, vonalzóval és radírral az objektum tervrajzát, hanem a számítógépre bízza, hogy a közölt adatokból, paraméterekből számítsa ki a matematikai modellt, s jelenítse meg a képernyőn, két dimenzióban az alaprajzokat, metszeteket, három dimenzióban a térbeli viszonyokat, arányokat, alakzatokat. A tervező a paraméterek változtatásával rövid idő alatt tetszés szerint számtalanszor módosíthatja, javíthatja elképzelését. A 3 D (háromdimenziós) megjelenítés fölöslegessé teszi modellek, prototípusok készítését, s alkalmas folyamatok szimulálására is. Tágabb értelemben a rajzi megjelenítés mellett a számítógép elvégzi az összes statisztikai és egyéb számításokat, kiszámítja az anyagszükségletet, kidolgozza a teljes költségvetést. (A kész terv adatait azután az adatátviteli csatornán át lehet küldeni a szerszámgépeket vezérlő számítógépnek.)
Egy ilyen rendszer nagyon megkönnyíti a tervezők feladatát. Átvállalja a rutinjellegű részfeladatok megoldását, pontosabbá, megbízhatóbbá teszi munkájukat. Ugyanakkor jóval nagyobb koncentrációt, gyorsabb munkaritmust követel. (Ezért történt meg annak idején a CAD bevezetésekor egy angol repülőgépgyárban, hogy a tervezők sztrájkba léptek. A gép ugyanis nem vette figyelembe, hogy az ember nincs mindig “ihletett állapotban”, az ötletei nem jönnek olyan gyorsan, mint ahogy azt a számítógép kidolgozza - és elveti.)
A számítógéppel segített gyártásszervezés (CAM= Computer Aided Manufacturing) célja a rendelkezésre álló emberi, tárgyi és számítástechnikai erőforrások optimális hasznosítása, az anyag- és információfeldolgozási folyamatok integrálása. A következő részterületeket foglalja magába:
- gyártástervezés, amely tovább bontható gyártóeszköz- (szerszám, eszköz) és gyártórendszer-tervezésre, az alap- és segédanyag-felhasználás és a munka normázására;
- számítógéppel segített gyártás a következő részterületekkel: a gyártó berendezések számjegyes vagy számítógépes vezérlése, termelésirányítás, készletgazdálkodás, robotizált anyagmozgatás és számítógéppel segített minőségellenőrzés. (Az automatizált minőségellenőrző rendszerek bevezetésével lehetővé válik, hogy a statisztikus mintavételt felváltsák a minden termékre kiterjedő ellenőrzéssel.)
A további fejlődést az integrált vállalati termelési rendszer (CIM=Computer Integrated Manufacturing) jelenti. Ebben a rendszerben az anyag-, energia- és információ-feldolgozó folyamatok szerves kapcsolatba kerülnek egymással a vállalati hierarchikus hálózat keretében. A három részterület - a konstrukciós és technológiai tervezés, a gyártás és kivitelezés, valamint az ügyvitel - tevékenységét irányító mikro- vagy miniszámítógépek információit saját gazdaszámítógépek összegzik, s küldik tovább a vállalati nagyszámítógéphez, amelytől a kívánt adatok minden időpontban, minden részlegen rendelkezésre állnak.
A CIM bevezetése jelenti majd az első lépést a jövő, ember nélküli automatizált gyárai felé.
Olyan MI-rendszerek, amelyek a logika szabályai szerint a logikai műveletek (implikáció, negáció, diszjunkció, konjunkció) alkalmazásával egy állításból újabbakat vezetnek le. Elsősorban matematikai tételek igazolására szolgálnak. Nem hoznak létre új matematikai ismereteket, csak segítenek az ember által felállított tételek igazolásában.
Tanuló rendszerek
A tanulás rendszerelméleti, kibernetikai szempontból azt jelenti, hogy a rendszer képes működését és tulajdonságait javítani az idő függvényében.
S akár az emberi tanulásnak, az MI-rendszer tanulásának is különböző formái vannak.
Az ismeretek mennyiségi növelése. A “magolás” egyszerű programozási feladat, amely nem kíván semmiféle különlegesebb logikai műveletet.
Az új ismeretek elsajátítása “oktatás” útján. Ebben az esetben már nem egyszerű mennyiségi növekedésről van szó. A rendszernek olyan módon kell asszimilálnia az új ismereteket, hogy ezáltal megjavítsa teljesítményét, következtetései pontosabbak, megbízhatóbbak legyenek.
Tanulás analógiák révén. A rendszernek fel kell ismernie a hasonlóságot meglevő tudáselemei és új ismeretek, tények között, alkalmazkodnia kell az olyan új szituációkhoz, amelyek analógiát mutatnak már előfordult helyzetekkel.
Tanulás példák révén. A rendszernek egyedi esetekből, amelyeket bemutatnak neki, általános szabályokat kell levonnia. Például bemutatnak a rendszernek néhány lovat és nem lovat, s meg kell állapítani a ló általános tulajdonságait, hogy legközelebb, amikor lovat lát, felismerje.
Tanulás “gondolkodás” útján. A rendszer saját tudásanyagát vizsgálva felismeri a szabályszerűségeket, s ezekből új szabályokat, törvényeket állapít meg, új tényekre következtet. A tanulásnak ez a formája kívánja meg a legmagasabb rendű logikai tevékenységet.
Érdekes módon a tanulás, a tanuló rendszerek kérdése - eltekintve néhány kivételtől - csak a nyolcvanas években keltette fel az MI-kutatók figyelmét, s bár az utóbbi időben egyre többen dolgoznak ezen a területen, még kevés az általánosítható eredmény. Azt azonban az eddigiekből is meg lehet állapítani, hogy a tanulás elsősorban a struktúrák kezelését jelenti.
Robotika
A robottechnika és az MI viszonyáról Michael Brady ezt írja: “A robottechnika kihívást jelent az MI számára azáltal, hogy arra készteti, a reális világ reális tárgyaival foglalkozzék” (Brady et al., 1984). Ez a kihívás akkor jelentkezett, amikor a robotok odáig fejlődtek, hogy “észre” volt szükségük.
Az első szabadalmat robotnak nevezhető készülékre George Devel amerikai mérnök kapta 1956-ban. Az első robotot 1961-ben alkalmazták a General Motors autógyár öntödéjében, s 1969-ben már húsz robotsor végezte a ponthegesztést. Ezek a robotok helyhez kötött, nehézkes berendezések voltak, egy karral, egy manipulátorral, két-három diszkrét szabadságfokkal, s csak néhány egyszerű műveletet - festékszórást, ponthegesztést, formaöntést, rakodást - tudtak végezni. A mai harmadik, negyedik nemzedék tagjai könnyű, önálló, gyors mozgású “munkatársai” az embernek, sok karral, flexibilis ízületekkel, univerzális - vagy automatikusan cserélhető “kezekkel”, sok és folyamatos szabadságfokkal. A világban érzékelőik segítségével tájékozódnak, s mesterséges intelligencia vezérli őket. Ennél fogva nagyon sok műveletet tudnak elvégezni.
A robotok három fő része a műveleteket végrehajtó manipulátor, amely magában foglalja a rendszerint forgó vagy csúszó tengelyeket és a végeffektorokat, a robot “kezeit”, a pneumatikus, hidraulikus vagy elektromos meghajtó berendezést és a vezérlő berendezést. A robotnak ez a “szerve” fejlődött a leglátványosabban az elmúlt tíz évben.
A programozható robotok kifejlesztésében az első lépést az úgynevezett Lead Through módszer jelentette. Az emberi operátor végigvezeti a robotot a munkatérben a kívánt lépéseken. A vezérlő berendezés - másodpercenkénti többszörös mintavétellel - feljegyzi a lépéseket, a karok helyzetét. A módszer hátránya, hogy a program nagyon merev, nem tesz lehetővé módosítást, nem alkalmas feltételes utasítások beillesztésére. Hiba vagy változások esetén az egész programot újra kell tanítani.
Magasabb szintet jelent a Teach-Box segítségével való programozás. Az operátor billentyűzet, kapcsolók, vagy botkormány segítségével vezeti végig a robotot a művelet fázisain, s így generálja a programot, amely meghatározza a tengelyek és manipulátorok egymás után következő helyzeteit. A programozónak arra is lehetősége van, hogy bármely ponthoz hozzárendeljen egy várakozási jelet, utasítást, s így lehetőséget teremtsen más berendezésekkel való kapcsolódásra.
A következő szinten megjelennek az intelligens robotok. A “robotintelligencia” első feltétele, hogy a robot érzékelje a környezetét, tájékozódni tudjon benne. Ehhez “érzékszervekre” van szüksége. Mind ez idáig a látás, tapintás és újabban a hallás képességével ruházták fel a robotokat. És itt kapcsolódik a robotika az MI-kutatáshoz.
A látásról már volt szó, arról is, hogy milyen nehézségekbe ütközik a vizuális információk feldolgozása. Mindamellett ma már sikerült a robotok “látását” annyira tökéletesíteni, hogy helytől, helyzettől, megvilágítástól függetlenül képesek felismerni különféle, nem túl egyszerű tárgyakat, az összevissza dobált munkadarabok közül ki tudják választani a hibás méretű vagy alakú darabokat.
A vizuális érzékelés viszonylagos lassúsága miatt - 30 ezredmásodperc a kép letapogatása, több tizedmásodperc a feldolgozás - gyors közeledéskor, a tárgyak megragadásakor a proximitás érzékelése más, gyorsabb érzékelőket igényel. Erre a célra infravörös sugarakat, örvényáram-detektorokat, légnyomás-detektorokat alkalmaznak.
A taktilis szenzorok érzékelik az érintkezést, a nyomást, az erőt, a forgatónyomatékot. A befogásnál a fellépő erő érzékelése nagyon fontos, mert csak így kerülhető el a túl nagy erő okozta kár vagy a túl kis erő esetén fellépő csúszás.
A hang érzékelése nem tévesztendő össze a beszéd érzékelésével - elsősorban a távolság megállapítására szolgál. Gyakran alkalmaznak erre a célra ultrahangos érzékelőt.
A magas intelligenciájú robotot az jellemzi, hogy kommunikálni tud a “munkaadóival”, utasításokat fogad el - élőszóban is -, a környezetéről szerzett információk segítségével a memóriájában tárolt modell alapján megfogalmazza feladatait, tervet készít, végre is hajtja, miközben állandóan ellenőrzi önmagát.
A korszerű robotok vezérlését, az érzékelőktől nyert információk feldolgozásával, több mikroprocesszorból álló, hierarchikus felépítésű vezérlőberendezések végzik. Feladatuk többek közt az érzékelőkből természetüknél fogva időkülönbséggel érkező adatok összeillesztése, a műveletek időzítése, szinkronizálása. A vezérlés felső szintjén történik - koordináta-transzformációk és egyéb műveletek segítségével - a robot “durva” beállítása, és az egész tevékenység koordinálása. Alsóbb szinten a pontosabb beállítás, a pályagörbék, az erő és a sebesség meghatározása, a legalsó szinten az elemi műveletek irányítása. Az érzékelők információi a hierarchia különböző szintjein lépnek be, s úgy módosítják az utasításokat, hogy az előre nem látható körülmények, perturbációk ne akadályozzák a feladat végrehajtását.
A robotok nagy szolgálatot tesznek az embernek azzal, hogy elvégzik a veszélyes, piszkos, fárasztó munkát. Emellett sok “jó tulajdonsággal” is rendelkeznek: megszakítás nélkül tudnak dolgozni napi 24 órát (csak a karbantartásuk igényel némi időt), nem lesznek betegek, nem fáradnak el, nincs szükségük ebéd- és cigarettaszünetre, nem sztrájkolnak, nem követelnek fizetésemelést. De ne legyünk rosszmájúak. Az intelligens robotok bámulatra méltó munkafolyamatok elvégzésére képesek akár egy üzemben, akár a Földön kívül, akár az óceánok mélyén.
A robotok alkalmazásának legmagasabb szintjét az integrált automatizált üzemek jelentik, amelyekben a robotok a számítógép-vezérlésű szerszámgépek, az automatizált szállítóberendezések, raktári rendszerek, minőség-ellenőrző automaták egységes termelési rendszerré kapcsolódnak össze. Hogy ez a fejlődés milyen társadalmi gondokat hoz majd magával, arról az információs társadalomról szóló fejezetben lesz szó.
A robotok száma világszerte rohamosan nő. Japánban, az Egyesült Államokban sok tízezer üzemel. Alkalmazásukkal jelentősen lehet csökkenteni az önköltséget, növelni a termelékenységet -, s a munkanélküliek számát.
Érdekes E. Filemon fejtegetése erről a kérdésről. A robotizálás üzemi szinten létszámcsökkenéshez, s így a munkanélküliség növekedéséhez vezet. Főleg az alacsonyabb képzettségű dolgozók, az idősebbek és a nők esnek áldozatul. De ha egy üzemet nem modernizálnak, az éles gazdasági versenyben lemarad, csődbe jut, s akkor az alkalmazottak százai-ezrei maradnak munka nélkül.
Japánban a robotizálást minden szinten támogatták, a kormánytól a munkásokig. A robotok szaporodása növelte a termelékenységet, fokozta a japán ipar versenyképességét a világpiacon, nőtt az export, a foglalkoztatottság nem csökkent.
Nyugat-Európában az ipar bekerült egy ördögi körbe. A munkások tiltakoztak a robotizálás ellen, mert féltek a munkanélküliségtől. Így a termelékenység növekedése nem tartott lépést a japán iparéval, s csökkent a versenyképesség a világpiacon. Emiatt redukálni kellett a munkaerőt: jött a munkanélküliség, amiért a munkások még élesebben tiltakoztak az automatizálás ellen, ezért tovább csökkent a termelékenység, és a ciklus így ismétlődik (Filemon, 1987).
Szóljunk néhány szót a háztartási robotokról is. A harmadik nemzedék - mert már ők is ott tartanak - ultrahang és infravörös érzékelővel van felszerelve, megismeri gazdája hangját, betörés vagy tűz esetén beépített telefonján értesíti a rendőrséget, tűzoltóságot, fel és le tudja kapcsolni a villanyt, ajtót nyit, kezeli a porszívót, beépített televíziós készüléke, rádiója, magnetofonja alkalmassá teszi gazdája szórakoztatására stb. Egy ilyen “háztartási alkalmazott” 1985-ben 30.000 dollárba került de az előrejelzések szerint 1990-re már 3.000 dollárért lesz kapható.
Befejezésül annyit, hogy az MI jelenleg a számítástechnika legnagyobb kihívása mind a hardver, mind a szoftver tekintetében”.
|
