MANAGEMENTUL INFORMAIILOR I AL CUNOTINELOR

CURSUL 2
1. Teoria cunoaterii 1.1. Cunoaterea 1.1.1. Tipologia cunoaterii 1.1.2. Gndirea uman i nvarea 1.1.3. Date, informaii, cunotine, metacunotine 1.2. Societatea cunoaterii 1.3. Managementul cunotinelor

Conceptul de cunoatere a cptat noi valene n ultima decad a secolului XX i la nceputul secolului XXI, nglobnd nu doar procesul mental uman, ci i cel al fenomenelor din mediul nconjurtor, al sistemelor de inteligen artificial, al organizaiilor industriale, economice i sociale, ale organizaiilor care cuprind oameni acionnd n colaborare cu ageni software, roboi inteligeni i reeaua Internet, al artefactelor inteligente contiente (n perspectiv) care acioneaz sub sau fr supravegherea omului. Se creeaz astfel premisele dezvoltrii axiomaticii n alte domenii dect cel al filozofiei, n special n economie. Teoria clasic a cunoaterii dezvoltat de personaliti cum ar fi Platon, Aristotel, Thomas Aquinas, John Locke, George Berkley, David Hume sau Immanuel Kant enun faptul c cunoaterea este o facultate mental a omului, o form a contiinei, cea mai nalt form de contien pe care omul o poate avea. Dup Platon, cunoaterea era o credin justificat despre adevr. Thomas Aquina, prelund ideile lui Aristotel din lucrarea Despre suflet face distincie ntre cunoaterea prin sensuri, pe care o considera inferioar i cunoaterea tiinific, care implic intelectul i care are un caracter universal. Conceptul de cunoatere este definit n literatura de specialitate diferit n funcie de scopul propus, astfel: - o percepie clar (cu sens) i cert a unor fapte, o nelegere a ceva, o nvare, tot ceea ce se percepe mintal, o experien practic, o ndemnare, o competen n ceva, o cunotin despre, familiarizare cu ceva, o recunoatere a ceva, o informaie organizat aplicat la soluionarea unei probleme 1; - o informaie rafinat, care are tendina s fie ct mai general ori chiar incomplet sau imprecis. Cunoaterea poate include fapte i informaii dar mai ales concepte, proceduri, modele i euristici care se pot utiliza n inferene pentru soluionarea problemelor. Cunoaterea poate fi privit ca o informaie n contextul n care este organizat astfel nct s devin disponibil pentru percepie, nvare i soluionarea problemelor 2;

Cunoaterea

1 2

Websters New World Dictionary of the American Language Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 102 [1]

cunoaterea cuprinde restriciile implicite i explicite enunate despre obiecte, entiti, operaii i relaii, cu ajutorul euristicilor generale i specifice, precum i procedurile de inferen implicate n problema de modelat 3. Profesorul Giarratano 4 distinge mai multe categorii de cunoatere: cunoatere filozofic, cunoatere apriori i cunoatere posteriori (figura nr. 1). Cunoaterea filozofic este aceea exprimat n tratatele de filozofie de ctre savani i specialiti n domeniu Platon, Descartes, Kant, etc. Cunoaterea apriori este aceea care precede orice alt cunoatere i este independent de cunoaterea provenit din simuri. Termenul latin apriori nseamn care precede. De exemplu, expresia toate triunghiurile dreptunghice au un unghi de 90 este un exemplu de cunoatere apriori. Cunoaterea apriori este considerat universal adevrat i nu poate fi negat fr contradicie. Enunurile logicii, legile matematice sunt exemple de astfel de cunoatere. n opoziie fa de cunoaterea apriori exist o cunoatere derivat din simuri, experien, numit cunoatere posteriori. Adevrul sau falsitatea acestei cunoateri se verific prin utilizarea simurilor sau a experienei (empiric), ca n enunul lumina este galben. Deoarece experiena senzorial poate s nu fie ntotdeauna corect, cunoaterea posteriori poate fi negat pe baza unei noi cunoateri fr a fi introdus contradicia. Se impune deci ntotdeauna verificarea cunoaterii posteriori. -

Cunoaterea

Cunoaterea filozofic exprimat n tratatele de filozofie

Cunoaterea apriori, cea universal adevrat, care nu poate fi negat fr contradicie

Cunoaterea posteriori, derivat din simuri, care poate fi verificat prin utilizarea experienei i poate fi negat

Figura nr. 1. Categorii de cunoatere

Cunoaterea mai poate fi clasificat n cunoatere procedural, cunoatere declarativ i cunoatere tacit. Tipurile de cunoatere procedural i declarativ corespund paradigmelor cu acelai nume, utilizate n construirea sistemelor expert astfel: - trstura distinctiv a paradigmei procedurale const n aceea c trebuie specificate, pas cu pas, operaiile de soluionare a problemei. Aceast paradigm este specific programrii imperative; - trstura distinctiv a paradigmei declarative const n aceea c se separ scopul de metodele utilizate n soluionarea problemei. Trebuie specificat ce va realiza sistemul, iar sistemul va face aceasta cu metode specifice. Cunoaterea procedural este adesea referit n legtur cu posibilitatea de a ti cum se face ceva (know-how, savoir faire), adic succesiunea operaiilor prin care se ajunge la soluionarea problemei. Cunoaterea declarativ se refer la a ti dac ceva este fals sau
Sowa, dup Andone I., Mockler R.J., Dologite D.G. i ugui A. Dezvoltarea sistemelor inteligente n economie, Editura Economic, Bucureti, 1993 4 Andone I., Mockler R.J., Dologite D.G. i ugui A. Dezvoltarea sistemelor inteligente n economie, Editura Economic, Bucureti, 1993, pag. 51
3

[2]

adevrat, ea este n legtur cu cunoaterea exprimat sub form de enunuri declarative cu valoare de adevr, de genul contul se crediteaz. Cunoaterea tacit se mai numete cunoaterea subcontient deoarece nu poate fi exprimat ntr-un limbaj. Sistemele neuronale au relaie direct cu acest tip de cunoatere tocmai pentru c, n mod normal, un sistem neuronal nu i poate explica direct cunoaterea de care dispune, ns o poate oferi dac are la dispoziie un program potrivit. Cunoaterea constituie factorul major ntr -un sistem inteligent. Fa de informatica tradiional, unde funcioneaz ecuaia: Algoritm + Structuri de date = Programe n cazul sistemelor inteligente funcioneaz relaia: Cunoatere + Inferene = Sistem Inteligent Cunoaterea este o informaie specializat. De exemplu, n sistemele expert bazate pe reguli cunoaterea poate fi reprezentat sub forma regulilor, care n urma activrii pot produce fapte noi sau concluzii printr-un raionament specific numit infereniere. Din perspectiva nivelului de cunoatere 5 avem: cunoatere superficial i cunoatere profund. Cunoaterea superficial se refer la reprezentarea numai a nivelului vizibil, de la suprafa, al cunoaterii n legtur cu situaii foarte particulare. De exemplu, daca nu exist bani n cont, nu se poate efectua o plat. Cunoaterea profund (de adncime) este aceea pe care se sprijin soluia problemei. Ea se refer la structura intern i cauzal a sistemului, cu luarea n considerare a interaciunilor dintre componentele sistemului. Asemenea cunoatere poate fi aplicat diferitelor activiti i are la baz un corp complet integrat i coerent de contiin uman, care include emoii, intuiii i bun sim. Aceast cunoatere este dificil de informatizat. Cunoatere procedural Cunoatere despre cum se execut o sarcin esenial din domeniu. Aceeai cunoatere se va folosi de cte ori este nevoie de ea. Cunoatere declarativ Cunoatere superficial stocat n memoria pe termen scurt i uor de explicat. Util n primele faze ale achiziiei cunoaterii Cunoatere semantic Cunoatere organizat ierarhic despre concepte, fapte i relaii dintre fapte Cunoatere episodic Cunoatere organizat cu metode spaialtemporale i nu pe baz de concepte sau relaii; se refer la episoade ale vieii. De regul, informaie autobiografic, dificil de extras Cunoatere superficial

Cunoatere profund

Figura nr. 2. Cunoaterea superficial i cunoaterea profund

Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 104 [3]

n literatura de specialitate apare conceptul de cunoatere episodic, ntmpltoare, o cunoatere izvort din experiena personal cptat cu prilejul anumitor ipostaze. De exemplu, deplasarea de la obiectivul A la obiectivul B, efectuat cndva, se memoreaz automat sub forma unor chunk-uri n memoria pe termen lung. Pe lng aceasta, se remarc, n cercetarea cognitiv, i existena cunoaterii semantice, acea cunoatere foarte bine organizat, sub form de chunk uri, n memoria pe termen lung, extrem de profund. Aceasta include conceptele majore, vocabularul n domeniu, faptele i relaiile. Cognotica propune o schem a trecerii de la cunoaterea superficial la cunoaterea profund (figura nr. 2). Cunoaterea procedural, deoarece ia n considerare maniera n care se petrec lucrurile sub diferite contexte, poate include explicaii, i implic proceduri folosite n procesul de rezolvare a problemelor. Este mai profund ntruct ne spune cum se utilizeaz cunoaterea declarativ i cum se fac inferenele. Cunoaterea procedural include pas cu pas secvenele i tipurile de instruciuni ce trebuie fcute ca s se obin soluia i implic un rspuns automat la stimuli. Metacunoaterea este, de asemenea, o cunoatere profund, ntruct se refer la cunoaterea despre operarea sistemelor bazate pe cunotine sau despre posibilitile lor de raionament. Un nou aspect al cunoaterii este acela de factor economic. Pentru Prusak 6, alturi de ceilali factori de producie (pmntul, munca i capitalul), cunoaterea reprezint un capital intelectual, ceea ce nva o organizaie. Un rol foarte important l are cunoaterea tehnologic, adic cunoaterea despre modul de a produce bunuri i servicii. n societatea cunoaterii se impun cei 3I 7 inovarea, nvarea i interactivitatea partenerial, care acioneaz i interacioneaz reciproc. nvarea organizaional este procesul prin care o organizaie (companie, instituie) se adapteaz mediului nvnd att din propriile aciuni, ct i din surse externe. Baza acestui proces o reprezint, evident, nvarea la nivel individual a membrilor organizaiei, dar pentru ca acest lucru s fie posibil este necesar o cultur organizaional care s acorde nvrii importana cuvenit. Memoria organizaional este un nou concept promovat datorit necesitii crerii unor instrumente care s permit gestionarea resurselor de cunotine, difuzarea i valorificarea lor, fiind definit ca reunirea ntr-o concepie sistemic a ansamblului de date i cunotine individuale i colective, generate de mediul intern i extern al organizaiei, n scopul capitalizrii i valorificrii lor 8. Inteligena este capacitatea de a achiziiona i folosi cunoatere n activitile de rezolvare a problemelor sau n procesele decizionale. Ea nseamn totodat i capacitatea de a mprospta i mbunti cunoaterea, prin completarea, actualizarea sau transformarea ei astfel nct s poat fi utilizat n procesul decizional, n raionamente specifice. Inteligena presupune implicit comportamentul inteligent, caracterizat prin: - abilitatea de a nelege i a folosi limbajul; - capacitatea de a nva din experien i a regsi cunoaterea acumulat prin experien; - a gsi sens n mesajele ambigue sau contradictorii; - a rspunde rapid i cu succes n situaiile noi (flexibilitate);
Mihai Drgnescu De la societatea informaional la societatea cunoaterii Editura Tehnic, Bucureti, 2003, pag. 28 Acad. Filip F.Gh., Prof. univ. dr. Dragomirescu H. - Problema societii cunoaterii n Romnia. Reflecii n context European, lucrare publicat n Roca I. Gh. Societatea Cunoaterii , Editura Economic, 2006, pag. 20 8 Radu I., Urscescu M. .a. Informatic i management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag.310
6 7

[4]

a utiliza raionamentul n rezolvarea problemelor; a nelege i infera pe cile simple i raionale; aplicarea cunoaterii pentru manipularea mediului n care acioneaz; achiziionarea i aplicarea cunoaterii n propria activitate; recunoaterea importanei relative a diferitelor elemente dintr-o situaie dat. n abordarea noastr facem distincia ntre dou mari tipuri de cunoatere care influeneaz succesul unei organizaii: cunoaterea existent i cea nou, numit i inovaie. n cazul n care compania nu inoveaz, cota ei de pia va fi erodat n favoarea competitorilor mai creativi, care gsesc soluii pentru satisfacerea clienilor i care descoper mijloace de a reduce costurile i de a crea noi abordri de marketing. Fiecare organizaie deine o diversitate de cunotine (experiena individual a angajailor, practici, metodologii, documentaii, etc) care pot contribui semnificativ la succesul companiei dac sunt exploatate n mod eficient. ntr-o organizaie este important descoperirea nodurilor de cunoatere, adic a acelor persoane care tiu cine tie. Cunoaterea este codificat, urmnd s fie pus la dispoziia persoanelor care au nevoie de ea. Operaiunea prin care cunoaterea codificat (coninutul) este transmis ntr -o form accesibil ctre persoanele sau grupurile care au nevoie de acest coninut n activitatea curent poart numele de diseminarea coninutului. Aceasta poate fi fcut fie cu mijloace electronice, fie pe cale direct prin cursuri sau comunicare informal ntre subieci. Este important ca diseminarea s aib loc n timp util i s nu altereze cunoaterea transmis. Un sistem informatic integrat prin care se extrage, stocheaz, disemineaz i proceseaz cunoaterea se numete infrastructura cunoaterii. Elementele principale sunt reeaua de date, computerele i dispozitivele periferice (scanere, imprimante, etc). Foarte important este accesul facil la formele de cunoatere, o soluie fiind o baz de cunoatere n format electronic. Procesul de combinare a diferitelor activiti de management al cunoaterii ntr-o singur entitate care s penetreze ntreaga organizaie poart numele de integrarea cunoaterii. n economia viitorului, economie bazat pe cunoatere, sistemele inteligente de asistare a deciziei vor cunoate o dezvoltare exponenial. Cunoaterea a devenit un factor economic i a nceput s fie supus proceselor de management. Cunoaterea tehnologic i organizaional devine la fel de important ca i cunoaterea tiinific. O prim direcie n care acestea vor evolua este dezvoltarea de programe care s asiste specialistul n domeniul economic ca s ia cea mai plauzibil variant decizional din mai multe posibile. Aceste programe, numite Sisteme Suport pentru Decizie (Decision Support Systems DDS) nu au un fundament matematic sofisticat ns sunt foarte riguroase i precise dac ipotezele considerate sunt bine fundamentate. O a doua direcie de dezvoltare este simularea raionamentului specialistului cu ajutorul unui Sistem Bazat pe Cunotine (Knowledge Based Systems KBS). Evoluia sistemelor DDS i KBS depinde de evoluia reprezentrii cunoaterii. Dei cercetrile n domeniu reprezentrii cunoaterii economice sunt ntr -un progres vizibil, cazurile de aplicabilitate sunt destul de rare, iar atunci cnd sunt aplicate au o complexitate redus, uneori fiind chiar simpliste. ncrctura n complexitatea informatic a programului nu justific simplitatea i utilitatea economic a acestuia. Este evident c informaticienii nc nu stpnesc elementele de finee ale mecanismului economic n timp ce specialistul n economie nu s-a acomodat cu rafinamentul informaticii. Un KBS evoluat trebuie s ncorporeze piese de cunoatere capabile s explice fenomenul economic n toat complexitatea sa. Cu siguran c n viitor se va pune problema reprezentrii nu numai a cunoaterii raionale, contiente, ci i a cunoaterii incontiente bazate pe intuiie i imaginaie. Managementul cunoaterii va deveni activitatea funcional de baz n societatea cunoaterii la [5]

toate nivelurile ntreprinderilor, organizaiilor, instituiilor, administraiilor naionale i locale. Un aspect important va fi acela al utilizrii morale a cunoaterii la nivel global, care va deveni tot mai preocupant pentru viitoarea societate a contiinei. ntr -un comunicat al Consiliului Europei 9 n februarie 2005 se precizeaz o dat n plus impactul cunoaterii i inovrii asupra procesului de cretere economic. ansa Romniei este dezvoltarea unor tehnologii bazate pe cunotine tiinifice multidisciplinare, tiut fiind faptul c UE face eforturi pentru colaborarea i atragerea de noi resurse, formarea de resurse umane, promovarea transferului de tehnologie pe plan regional i altele. Avantajul competitiv n economia bazat pe cunoatere va fi determinat de capacitatea de dobndire continu de noi abiliti de ctre persoane i ntreprinderi i de rapiditatea n exploatarea productiv a cunotinelor de vrf. Toate vor constitui suport pentru dezvoltarea axiomaticii economice. Axiomatica economic n era cunoaterii trebuie s se dezvolte pe concepte noi cum ar fi: societatea cunoaterii, managementul cunoaterii, sistemul de management al cunotinelor, memorie organizaional, nvare organizaional. Se remarc urmtoarele fenomene: cu ct organizaia este mai orientat spre cunoatere cu att crete posibilitatea definirii i conceptualizrii cunotinelor sub form de termeni primitivi admii ca axiome i implicit deducerea de noi cunotine prin metoda axiomatic; cu ct cunotinele sunt mai organizate i standardizate cu att devine mai facil i performant metoda axiomatic; n organizaiile orientate spre cunoatere timpul de generare, asimilare i nmagazinare a noilor cunotine este incomparabil mai mic dect n organizaiile clasice. Epistemologia ca teorie a cunoaterii Epistemologia (teoria cunoaterii), reprezint o ramur a filozofiei care se ocup cu originile, natura i scopurile cunoaterii. Ea are la baz dou ntrebri: ce este cunoaterea? cum este posibil cunoaterea? 10 Etimologic, cuvntul provine din episteme (cunoatere) i logos (studiu al..., teorie a...). O alt definiie ntlnit n vocabular.ro 11 i Dex-online 12, enun faptul c epistemologia este o parte a gnoseologiei care studiaz procesul cunoaterii umane n cadrul diferitelor tiine, o teorie a cunoaterii tiinifice. Obiectivul epistemologiei este studiul naturii, structurii i originii cunoaterii, n timp ce cognotica urmrete identificarea structurilor cognitive i a proceselor care determin performana uman i ncorporarea acestora n sisteme inteligente. Managementul bazat pe cunoatere este singurul mod prin care se va asigura o societate sustenabil din punct de vedere ecologic i n care cultura economic se integreaz n cultura societal (cultura cunoaterii implic toate formele de cunoatere: economic, ecologic, artistic, literar, etc.). Conceptele de date, informaii, cunotine Cunoaterea este primul concept care prezint cel mai mare interes pentru dezvoltarea sistemelor inteligente. nc de pe vremea lui Aristotel i Platon apare conceptul de cunotine,
9

Communication to the spring European Council Working together for growth and jobs, Brussels, 2005 http://ro.wikipedia.org/wiki/Epistemologie 11 http://epistemologie.vocabular.ro/wordsearch.php?view=views/wordsearch.xsl& 12 http://dexonline.ro/search.php?cuv=Epistemologie
10

[6]

dar n accepiunea modern a fost utilizat de ctre oameni de tiin cum ar fi Daniel Bell, Michael Polanzi, Alvin Toffler i Ikujiro Nonaka. Pentru a nelege conceptul de cunotin considerm necesar prezentarea unor termeni nrudii, cu care adesea este confundat: date i informaii. Cuvntul dat provine din latinescul datum (ceva dat), i a fost folosit de ctre Euclid, n jurul anului 300 .e.n. Termenul de date este definit n literatura de specialitate de mai muli autori plecnd de la scopul propus pentru utilizarea lui. Astfel, datele reprezint: - fapte neorganizate i neprelucrate referitoare la evenimente 13; - un semnal ce poate fi transmis de la un emitor la un receptor fiin uman sau destinatar 14; - agregri de semne care reprezint diferite caracteristici ale unor evenimente sau procese. Datele sunt deci semne procesate 15; - un termen care se refer la iruri numerice sau alfanumerice despre fapte, obiecte, situaii rezultate din numrare i msurare, care prin ele nsele nu au nici o semnificaie, dar pot constitui un rspuns la ntrebrile utilizatorului 16; - fiecare dintre numerele, mrimile, relaiile etc. care servesc pentru rezolvarea unei probleme sau care sunt obinute n urma unei cercetri i urmeaz a fi supus unei prelucrri 17. Datele pot fi considerate ca fiind fapte brute care pot fi procesate n diferite forme de informaii. Cele mai importante probleme n privina datelor sunt legate de volumul i natura acestora. Totui, fr raionament, datele pot fi complet nefolositoare. Deci cantitatea nu este neaprat un factor determinant, dei fr date nu putem concepe o organizaie. Datele sunt nite declaraii acceptate ceva dat, cunoscut. Cel mai des ele sunt obinute prin msurarea i observarea variabilelor. Procesarea datelor implic ordonarea, nregistrarea, clasificarea datelor, pe scurt, pregtirea acestora, pentru a putea efectua calcule sau a lua decizii. Cuvntul informaie deriv din inform, care nseamn a contura. A informa mai are sensul de a pune n form, a structura o anumit semnificaie prin procesarea datelor. n limba englez, prima atestare a cuvntului informations apare la Chaucer nc din 1386 18. Semnificaia sa este legat de procesul de transformare de la ceva fr form, la altceva pus ntro anumit form. Informaia, care formeaz obiectul informaticii, poate fi definit ca: - fiecare dintre elementele noi, n raport cu cunotine prealabile, cuprinse n semnificaia unui simbol sau a unor grupuri de simboluri (text scris, mesaj vorbit, imagini plastice, indicaia unui instrument etc) 19; - conturarea datelor pentru a avea un anumit neles n ochii celui care o percepe 20;

Bibu N.A. Managementul cunoaterii MC (KM) n organizaiile moderne, Curs doctoral 2006, Universitatea de Vest din Timioara, pag.9 14 Nicolescu O., Nicolescu L. Economia, firma i managementul bazate pe cunotine, Editura Economic, Bucureti, 2006, pag. 28 15 Prof. univ. dr. Brtianu C. Dinamica generrii i transformrii cunotinelor, n Ion Gh. Roca (editor) Societatea cunoaterii , Editura Economic, Bucureti, 2006, pag. 83 16 Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 102 17 Oprea D. Analiza i proiectarea sistemelor informaionale economice, Editura Polirom, Iai, 1999, pag. 21 18 Preluare din Lindsay J. Information Systems fundamentals and issues , http://infosys.kingston.ac.uk/ISSchool/Staff/Papers/Lindsay/Book/ 19 Oprea D. Analiza i proiectarea sistemelor informaionale economice, Editura Polirom, Iai, 1999, pag. 21 20 Bibu N.A. Managementul cunoaterii MC (KM) n organizaiile moderne, Curs doctoral 2006, Universitatea de Vest din Timioara, pag. 10
13

[7]

o rafinare (prelucrare) a datelor i o utilizarea a acestora astfel nct s fie semnificativ pentru utilizator. De aceea se spune c informaiile sunt date cu semnificaie pentru receptori 21; - date care produc diferene semantice, care constituie mesaje 22; - o dat inteligibil pentru receptor, cruia i aduce un plus de cunoatere, perceput de acesta 23. Informaia se refer la conturarea datelor pentru a avea un anumit neles n ochii celui ce o percepe. Informaiile reprezint o agregare de date cu ajutorul crora se pot lua decizii mult mai uor. De asemenea, informaiile se refer i la fapte bazate pe date procesate i formatate. Spre deosebire de date, informaiile fac posibil nelegerea relaiilor. Acestea au neles, scop i relevan i pot fi organizate, analizate din punct de vedere statistic pentru ca mesajele, rapoartele sau documentele s aib neles. Este important de subliniat faptul c informaiile au un coninut semantic care nu depinde de suportul fizic prin care acestea se transmit. Cunotinele repezint un grup de informaii, procese i experiene care se focalizeaz pe un subiect particular. Ele pot fi definite astfel: - stocuri cumulative de informaii i abiliti generate de utilizarea informaiilor de ctre receptor 24; acestei opinii i se adaug observaiile: atunci cnd receptorul este o fiin uman, cunotinele reflect procesele de percepere i judecat derulate n creierul su asupra materiei prime primite sub form de informaie. Cunotinele se deosebesc de informaii i prin aceea c depind de capacitile intelectuale ale receptorului, de competena cu care percepe, nelege i utilizeaz informaiile primite. [] cunotinele ncorporeaz informaii ce constituie att input pentru dezvoltarea cunotinelor, ct i forma principal prin care acestea circul. [] O a doua precizare se refer la faptul c, ntotdeauna, cunotinele se deosebesc de informaii prin capacitatea lor de a genera, prin utilizare, valoare adugat; - informaii procesate n scopul nelegerii evenimentelor care se produc n mediul nostru nconjurtor. [] ntr -o organizaie, procesarea datelor n informaii i a informaiilor n cunotine se face att la nivelul individual al angajailor, ct i la nivelul echipelor de lucru. [] Cunotinele reprezint o combinaie ciudat ntre contient i subcontient, ntre raional i iraional, ntre experiena direct de via i de cunoatere i, respectiv, experiena mediat n procesul nvrii 25; - cea mai bun soluie pentru complexitate i incertitudine. Ele reprezint un grad superior de abstracie, care rezid n minile oamenilor i sunt un termen mult mai larg, mai bogat i mai greu de colectat 26; - informaia este constituit dintr-un ansamblu de mesaje, iar cunotinele sunt create prin acest ansamblu de informaii, totul fiind ancorat n credinele proprii deintorului lor. 27 . Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 102 22 Davenport T.H., Prusak L Working knowledge, Harvard Business School Press, Boston, 2000 23 Nicolescu O., Nicolescu L. Economia, firma i managementul bazate pe cunotine, Editura Economic, Bucureti, 2006, pag. 29 24 Jones dup Nicolescu O., Nicolescu L. - Economia, firma i managementul bazate pe cunotine, Editura Economic, Bucureti, 2006, pag. 33 25 Prof. univ. dr. Brtianu C. Dinamica generrii i transformrii cunotinelor, n Ion Gh. Roca (editor) Societatea cunoaterii , Editura Economic, Bucureti, 2006, pag. 85 26 Bibu N.A. Managementul cunoaterii MC (KM) n organizaiile moderne, Curs doctoral 2006, Universitatea de Vest din Timioara, pag. 10
21

[8]

Cunotinele se refer la modul n care oamenii neleg un domeniu de activitate specializat care a fost dobndit prin studiu i experien. Ele se bazeaz pe nvare, gndirea i familiarizarea cu domeniul problem dintr -un departament, diviziune sau o companie per ansamblu. Cunotinele deriv din informaii n acelai fel n care acestea deriv din date, includ aptitudini, training (antrenare), capacitate de percepere, experien i bunul sim. Cunotinele implic interaciunea oamenilor cu realitatea (cu informaiile sau cu informaiile referitoare la alte cunotine), acetia devenind subiectul principal. Cunotinele confer obiectelor n care sunt ncorporate mai multa inteligen, iar nu rareori le reduce dimensiunile sau le face mai uor de gestionat. Concluzionnd asupra relaiei dintre date, informaii i cunotine, reinem urmtoarele afirmaii: - data este o resurs obiectiv i static; - informaia constituie un ansamblu de date semnificative i are valoarea n raport cu un scop (o problem); - cunotina este subiectiv, dinamic, creat n cadrul interaciunii sociale dintre individ i organizaie, legat de un anumit context i are un caracter relativ, n msura n care deriv din capacitatea creativ a omului. Informaiile se deosebesc de cunotine ca dimensiune, natur, derulare i inteligen: - informaiile sunt mai mici dect cunotinele, ele reprezentnd componente ale acestora, n mod similar reperelor sau pieselor care alctuiesc un produs, sau bucilor de ceramic ce formeaz un mozaic; - cunotinele conin ntotdeauna expertiz, elemente care sunt aplicabile, generatoare de soluii i de substan economic; - manifestarea expertizei proprie cunotinelor implic o derulare n timp, conferind acestora un caracter procesual. De regul, cunotinele au o viata mai lung dect informaiile, uneori chiar nelimitat.
nelepciune
nelegerea principiilor

dependena de xt

Cunotine

nelegere modelelor nele relaii

Informaii

Date Figura nr. 6. Reprezentarea piramidal a datelor, informaiilor i cunotinelor

nelepciunea este cel mai nalt nivel de abstractizare, nglobnd viziune, prevedere i abilitatea de a vedea dincolo de orizont. Este cumularea experienei profesionale a unei persoane ntr-un domeniu de activitate. Unii autori se refer la metacunotine ca fiind un termen sinonim
Radu I., Urscescu M., Vldeanu D., Cioc M, Burlacu S. Informatic i management O cale spre performant, Editura Universitar, Bucureti, 2005, pag. 54
27

[9]

cu nelepciunea. n figura nr. 6 sunt reprezentate conceptele prezentate mai sus sub form piramidal 28. Managementul cunoaterii Beneficiarul principal al dezvoltrii axiomaticii, cu precdere n economie, este managementul. n ntreprinderea viitorului gestionarea informaiei este imposibil de realizat fr sisteme inteligente i fr un management capabil s utilizeze aceste sisteme. Acest tip de management nu poate fi dect unul bazat pe cunoatere. Managementul cunoaterii este un concept dificil de definit, dar comun fiecrei definiii este faptul c cunotinele devin noua resurs: - un model organizaional nou, interdisciplinar i n continu perfecionare bazat pe cunotine 29; - un proces organizaional sistematic de colectare, organizare i stocare a cunotinelor angajailor n aa fel nct ele s poat fi accesate i utilizate de ali membrii ai organizaiei 30; - totalitatea activitilor care au drept scop descoperirea, codificarea, stocarea, diseminarea, ameliorarea i utilizarea cunoaterii n cadrul unei organizaii. Orice organizaie, indiferent de profilul de activitate i de mrime, i poate mri rata de succes dac utilizeaz adecvat resursele intelectuale ale membrilor si. Managementul cunoaterii urmrete exploatarea acestor resurse pentru atingerea scopurilor organizaiei 31; - subdisciplin a noului concept de economie a cunoaterii reprezint o metod, un concept nou de management care urmrete transformarea calitilor intelectuale ale personalului din organizaie n putere competiional i valoare nou 32. Managementul cunoaterii implic trei factori: - oamenii (fora de munc); - tehnologie (infrastructura IT); - procese organizaionale. ntr-o organizaie, pentru a elabora un program de management al cunoaterii, trebuie s ne ngrijim de activitile urmtoare: 1. constituirea unei echipe de lucru, care s urmreasc peste tot n organizaie unde se folosete cunoatere i n ce scop. Toi membrii echipei trebuie s fie specializai/iniiai n tehnologia informatic, n management, psihologie i resurse umane; 2. identificarea i clasificarea cunoaterii existente n organizaie. Echipa va descrie coninutul i funcia cunoaterii, expertiza disponibil; 3. descoperirea cunoaterii vulnerabile i a modului n care se folosete n organizaie; se urmrete executarea funciilor critice, n special cele ale managementului superior; se
Bibu N.A. Managementul cunoaterii MC (KM) n organizaiile moderne, Curs doctoral 2006, Universitatea de Vest din Timioara, pag. 11 29 Dnia I., Bibu N.A., Predican M. Management. Bazele teoretice, Ediia a II-a, Editura Mirton, 2004 30 Radu Ioan, Urscescu Minodora, .a. Informatic i management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag.318 31 http://www.inoventis.ro/glosar_mc.php 32 http://www.unibuc.ro/eBooks/filologie/utilizatorii/6.htm
28

[10]

exploreaz toate restriciile n condiiile crora i desfoar activitatea muncitorii cunoaterii; 4. extragerea i codificarea cunoaterii. Mai nti analiza sub toate aspectele, urmat de detalierea strategiilor de raionament folosite i a modului cum trebuie s funcioneze, cum sunt ele prezentate n manuale, regulamente, etc.; 5. organizarea i controlul cunoaterii. Se analizeaz i se evalueaz fiecare activitate de cunoatere pentru a determina contribuia ei la profitabilitatea organizaiei; 6. automatizarea cunoaterii. Este o faz final care urmrete ncorporarea cunoaterii n sisteme bazate pe cunotine i exploatarea acestora. Ce este managementul cunoaterii o filozofie operaional care trateaz cunoaterea din punctul de vedere al utilizrii sale n situaiile operaionale i pentru adoptarea mbuntirilor strategice pe termen lung n organizaii un set de metode i abordri care permit managerilor s se concentreze asupra coninutului cunoaterii i oportunitilor asociate operaiilor specifice Ce nu este managementul cunoaterii un set de tehnici individuale fr un cadru conceptual comun un alt nume pentru sisteme expert un set de produse informatice aplicative un sistem pentru controlul distribuiei i asigurrii securitii informaiei o metodologie standardizat pentru gestiunea a ceea ce trebuie fcut n organizaii

Figura nr. 7. Definirea managementului cunoaterii

(sursa: I. Andone i colab. Dezvoltarea sistemelor inteligente n economie, Editura Economic, Bucureti, 1993, pag. 252)

Problema managementului cunoaterii este mai mult una de utilizare distribuit i reutilizare permanent n asociere cu cele mai viabile informaii din organizaii, pentru care exist o concepie oficial aprobat i tehnologii adecvate. Globalizarea se desfoar n contextul unei societi informaionale i ofer o gam larg de oportuniti actorilor implicai n mediul de desfurare a afacerilor. Aceasta presupune ca organizaiile s dezvolte noi modele de afaceri pentru a rmne n competiie. n aceste condiii, tehnologia sistemelor expert a devenit o soluie viabil pentru firmele care doresc modernizarea proceselor economice din cadrul su. Adoptarea unei soluii pentru managementul cunoaterii ntr -o organizaie presupune utilizarea i reutilizarea unor diverse categorii de software, inteligent i convenional, folosirea unor sisteme, metode i tehnici adecvate. Dac exist intenia reutilizrii unui software produs de alte firme, dup cercetarea atent a funciilor i caracteristicilor sale, se va proceda la selectarea modulelor poteniale utile n aplicaia de management a cunoaterii innd seama de: - modulele selectate s satisfac n proporie de 100% cerinele acestei aplicaii, iar la integrarea cu alte categorii de software s nu fie necesar rescrierea programelor originale; - dac aplicaia necesit reutilizarea unui sistem bazat pe cunotine mpreun cu un alt software, eventual unul convenional, dup cercetarea atent a categoriilor de cunoatere reutilizabile i inferenelor corespunztoare, se va decide asupra metodelor de
[11]

reprezentare a cunoaterii i compatibilitii lor cu mediile de dezvoltare disponibile. S nu apar probleme de lexic, semantice, sinonime i premise ascunse; - dac apar totui probleme de acest gen, se vor folosi trei strategii de soluionare a lor: * conversiile necesare dintre formalisme, limbaje i medii de dezvoltare diferite se vor efectua astfel nct s nu se piard nici o pies de cunoatere valid; * se vor folosi ontologii n mod obligatoriu aa nct s se depeasc orice probleme de lexic, semantic i sinonimie, respectiv ipoteze sau premise; * se vor folosi n final tehnici de nvare automat, de nelegere a limbajului natural i ontologii pentru a preveni orice pierdere potenial de informaii i cunoatere profund. - dac aplicaia necesit partajarea cunoaterii (utilizarea n comun) cu alte aplicaii existente n organizaie se vor folosi principiile distribuirii cunoaterii. Agenii software specializai vor solicita altor ageni (eventual ageni inteligeni) s soluioneze anumite probleme n conformitate cu un anumit protocol de comunicaie. Sistemele independente vor soluiona sarcini complementare. ntre toate acestea va exista un vocabular comun pentru a se nelege n mod corespunztor prin intermediul protocolului de comunicaie. Tot mai multe surse autorizate arat c 20% din personalul cel mai performant dintr-o organizaie este capabil s asigure funcionarea perfect, zi de zi, a cel puin 80% din activitile specifice. Un Sistem de Management al Cunotinelor (Knowledge Managmenent System, notat KMS) const ntr-un ansamblu de metode i tehnici prin care se operaionalizeaz procesele de management al cunotinelor, incluznd soluii de regsire a documentelor, baza de date de expertiz, liste de discuii i sisteme de cutare dup coninut, precum i tehnologii colaborative de filtrare 33. Un sistem de management al cunotinelor utilizeaz o serie de instrumente care permit integrarea cunotinelor sub form de baze de cunotine sau memorii colective. Cunotinele organizaionale sunt rezultatul parcurgerii urmtoarelor faze de combinare, internalizare, socializare i externalizare: creare/dezvoltare, stocare/organizare, distribuire/transmitere i utilizare. Principalele categorii de probleme care difereniaz sistemele de management al cunotinelor de sistemele tradiionale sunt: - stabilirea profilurilor utilizatorilor i organizarea acestora n grupuri (diferenierea grupurilor de utilizatori, fa de utilizatorul reprezentativ utilizat n cazul sistemelor tradiionale); - definirea obiectivelor finale ale eforturilor de dezvoltare (model care se modific la intervale mici de timp, cu scheme de structurare dinamice fa de schemele conceptuale durabile i uneori chiar rigide n cazul sistemelor tradiionale); - exploatarea i perfecionarea sistemului (abordarea modelului este evolutiv; presupune mbuntirea permanent fa de sistemele tradiionale, unde sistemul dezvolta un produs final); - ritmul de mprosptare a coninutului (actualizarea continua a coninutului este necesar, de aceea trebuie dezvoltat un sistem de motivare a experilor); - gradul de utilizare a resurselor umane (trebuie gsite mecanisme de protecie a experilor umani).
Radu I., Urscescu M., .a. Informatic i management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag.318
33

[12]

Un sistem de management al cunotinelor se bazeaz n principal pe experien, astfel nct pe termen lung, beneficiile utilizrii acestuia se amplific. Membrii organizaiei i vor extinde experiena n obinerea i utilizarea cunotinelor att explicite ct i tacite, care presupun un efort mai mare pentru a fi accesate. Un KMS este eficient dac asigur un echilibru ntre procesele de exploatare a cunotinelor i cele de explorare a noilor soluii. Instrumentele de management al cunotinelor pot fi grupate n patru categorii: - instrumente de regsire a documentelor i gestiune a bazelor de cunotine; - instrumente pentru gestiunea bazelor de date de ctre experi i expertize; - instrumente de filtrare colaborativ i cutare a informaiilor nestructurate; - instrumente interactive pentru transferul dinamic de cunotine. n ceea ce privete arhitectura unui KMS, acesta are o arhitectur distribuit, principalul element cheie fiind SSD . Orice sistem care este capabil de a percepe evenimente n mediul su nconjurtor, de a reprezenta informaie despre starea curent a acestuia i de a aciona n acest mediu ghidat de percepiile actuale i de informaiile memorate se numete agent 34. Agenii inteligeni asigur eliminarea problemelor generate de dimensiunea bazei de cunotine i permit filtrarea coninutului irelevant prin construirea unui profil al fiecrui utilizator i eantionarea canalelor de transmitere a cunotinelor. Dintre funciile agenilor inteligeni amintim: cunoaterea coninutului explicit al fiecrui context, identificarea asemnrilor i deosebirilor ntre contexte, direcionarea de solicitri ctre ali ageni, etc. Funciile asigurate prin intermediul tehnologiilor KMS-urilor pot fi grupate astfel: - funcii integrative asigur transferul asincron de cunotine ntre participani. Dintre acestea fac parte: funcii de cutare i prezentare a cunotinelor, funcii pentru achiziia, publicarea i organizarea cunotinelor, funcii pentru instruirea asistat de calculator i funcii de administrare; - funcii interactive asigur schimbul direct de date ntre furnizorii i beneficiarii de informaii: funcii de colaborare i comunicare, de nvare la distan i funcii de administrare; - funcii de legtur asigur legtura ntre elementele de cunotine i reelele de cunotine: funcii de regsire a cunotinelor, funcii de translatare a cunotinelor i funcii de administrare. Principalele dezavantaje ale utilizrii unui KMS ar fi: - pierderea avantajului competitiv ca urmare a nivelului redus de satisfacere a cerinelor specifice; - integrarea lui cu alte aplicaii (de exemplu, cele de management al documentelor i fluxurilor de lucru). n momentul actual se observ o tendin crescut din partea marilor organizai de a achiziiona o platform Internet, care, mpreun cu unele extensii i instrumente specifice s asigure facilitile de baz ale sistemelor de management a cunotinelor. Unele organizaii au dezvoltate platforme de tip Groupware care permit lucrul n echip i organizarea eficient a activitilor colaborative. Numeroase funcii ale KMS sunt deja implementate sub form de componente ale arhitecturii Intranet sau a unor soluii specifice cum ar CRM (Customer Relationship Management), implementarea unui KMS presupunnd intensificarea utilizrii funciilor existente i dezvoltarea de funcii noi. Din pcate, n acest moment, nu exist o soluie standard cu nivel ridicat de interoperabilitate.Cea mai nou tendin este aceea a dezvoltrii de
34

Mihai Drgnescu De la societatea informaional la societatea cunoaterii Editura Tehnic, Bucureti, 2003, Pag.51 [13]

portaluri de cunotine care pot facilita integrarea sistemelor de management al cunotinelor n procesul de manipulare a cunotinelor prin intermediul funciilor inteligente.

CURSUL NR. 3
2. Reprezentarea cunoaterii. Metode de reprezentare a cunoaterii 2.1. Metode bazate pe logic 2.2. Metoda regulilor de producie 2.3. Metoda reelelor semantice 2.4. Metoda reelelor neuronale

Reprezentarea cunoaterii
Precizri Unul dintre elementele principale n construirea sistemelor bazate pe inteligena artificial o constituie reprezentarea cunoaterii, calitatea sistemului cognitiv fiind esenial n buna funcionare a oricrui sistem expert. Goldstein i Papert 35 subliniau c problema fundamental a inteligenei artificiale nu este identificarea ctorva tehnici eficiente, ci definirea unor metode pentru a reprezenta mari cantiti de cunoatere, sub o form care s permit folosirea ei. Tehnicile de reprezentare a cunotinelor implic cunotine i rutine de manipulare specializat a structurilor de date pentru a permite interferena inteligent. Cei mai muli cercettori din domeniul inteligenei artificiale pleac de la premisa c ceea ce este nevoie de a fi reprezentat este cunoscut; munca programatorului se rezum la a proiecta CUM va fi codificat informaia n structura de date a sistemului i procedurile de urmat 36. Ali autori consider c piesa de cunoatere este un domeniu oarecare al cunoaterii D, domeniu ce face obiectul abstractizrii i cunoaterii despre aceasta ntr -un sistem expert. n aceste condiii, problema reprezentrii cunotinelor 37 despre domeniul D const n identificarea unei funcii de relaii R care s fac legtura ntre obiectele abstractizate din D i reprezentrile acestora din modelul M care sintetizeaz, ntr-un limbaj de reprezentare a cunoaterii caracteristicile i structura domeniului D. Fie di un obiect (element, relaie sau funcie) din D; trebuie identificat riR astfel nct s se realizeze corespondena: unde: miM este modelul (n limbaj de reprezentare) lui diD, model denumit pies de cunoatere m. n esen, reprezentarea cunoaterii despre un domeniu const deci n:
Dup Zaharia M. Crstea C, Slgean L Inteligena artificial i sistemele expert n asistarea deciziilor economice, Editura Economic, Bucureti, 2003, pag. 59 36 Tacu P. Alexandru, Vancea R., Holan ., Burciu A. Inteligena artificial. Teorie i aplicaii n economie, Editura Economic, 1998, pag. 209 37 Dup Zaharia M. Crstea C, Slgean L Inteligena artificial i sistemele expert n asistarea deciziilor economice, Editura Economic, Bucureti, 2003, pag. 59
35

di mi

ri

[14]

construirea ntr-un limbaj de reprezentare a modelului abstract al acestuia (M); definirea unui sistem de relaii R dintre D i M care s le asigure echivalena. n constituirea modelului M de reprezentare a cunoaterii despre D este necesar definirea urmtoarelor elemente: - sistemul de metareprezentare care s asigure diverse modaliti de reprezentare a cunoaterii, att pentru modelul domeniului de cunoatere respectiv, ct i despre el nsui; - sistemul de clasificare, care s permit gruparea i ordonarea pieselor de cunoatere conform relevanei utilizate la caracterizarea obiectelor; - sistemul de organizare a obiectelor i claselor, care s asigure realizarea eficient a principalelor operaii cu i/sau asupra pieselor de cunoatere. Sistemul de metacunoatere este un sistem de reprezentare a cunoaterii despre cunoatere i despre reprezentrile ei. Exist urmtoarele tipuri fundamentale de piese de metacunoatere: - metacunoaterea reprezentrii obiectelor, cuprinznd descrierea schemelor de reprezentare utilizate pentru piesele de cunoatere de tip obiectual; - metacunoaterea reprezentrii funciilor, cuprinznd descrierea abloanelor funcionale destinate pieselor de cunoatere de tip procedural; - metacunoaterea reprezentrii relaiilor, schemelor de reprezentare a pieselor de cunoatere privind relaii ntre orice tip de piese de cunoatere; - metacunoaterea reprezentrii regulilor de inferen, cuprinznd descrierea modelelor de reprezentare pentru reguli; - metacunoterea reprezentrii strategiilor de raionament, cuprinznd descrierea metaregulilor; - metacunoaterea autoreprezentrii, cuprinznd descrierea sistemului inteligent n el nsui. Sistemul de clasificare are rolul de a stabili un numr finit de clasificri ale pieselor de cunoatere. Clasificarea este procesul de sistematizare aplicat peste mulimea pieselor de cunoatere n vederea determinrii unor grupuri denumite clase, pe baza unor similariti, denumite criterii de clasificare. Procesul de clasificare cuprinde dou eta pe: - clasificarea conceptual, n care proprietile obiectelor sunt analizate din punctul de vedere al relevanei n raport cu obiectivele utilitare ale sistemului, pentru a fi grupate apoi n criterii de clasificare; - clasificarea instanial n care piesele de cunoatere achiziionate din exterior sunt plasate efectiv n clase, potrivit criteriului de clasificare satisfcut de fiecare pies de cunoatere. Clasificarea trebuie s fie cuprinztoare, s acopere n ntregime mulimea pieselor de cunoatere i orientat ctre obiectivul utilitar al aplicaiei sistemului. Criteriul de clasificare reprezint categoria logic a genurilor de proprieti care determin pe mulimea pieselor de cunoatere o partiie n clase. Un criteriu despre care nu se poate decide dac satisface condiia de unicitate a clasificrii este un criteriu de grupare. Gruprile pot fi efectuate att n cadrul unei clase, ct i pe orizontul mai multor clase. Un element poate aparine simultan mai multor grupri. Sistemul de organizare permite realizarea unei orientri i grupri a pieselor de cunoatere nu dup criteriile semantice ale sistemului de clasificare, ci dup criterii funcionale care rezult din analiza diferitelor modaliti de preluare din baza de cunotine a unor piese de
[15]

cunoatere necesare efecturii unor procese n sistemul rezolutiv. n determinarea sistemului de organizare pentru baza de cunotine a unei aplicaii se pot avea n vedere criterii precum: - accesul la piesele de cunoatere i la componentele lor; - modalitatea de efectuare a proceselor infereniale; - existena relaiilor de ordine; - protecia pieselor de cunoatere mpotriva manevrelor neautorizate; - asigurarea consistenei bazei de cunotine. Reprezentarea cunoaterii se concentreaz n jurul a trei teme: domeniul cunoaterii, limbajul de reprezentare a cunoaterii i mecanismele de inferen. Domeniul cunoaterii are n vedere ceea ce trebuie reprezentat din domeniul problemei. De exemplu, n domeniul economic i al gestiunii se include cunoaterea despre: 1. obiecte reale (ageni economici, indicatori, bunuri patrimoniale, evenimente, procese/fenomene etc) mpreun cu proprietile lor; 2. stri psihologice sub form de judeci, dorine, opinii, aseriuni, credine, inclusiv judeci despre ncrederea ntr -o pies de cunoatere dat; 3. regulamente (norme), politici i strategii ale ntreprinderii sau alte proceduri de lucru; 4. contexte despre evenimente sau procese, medii de activitate sau mulimi presupuse; 5. planuri i programe focalizate spre anumite obiective; 6. timpii de desfurare a aciunilor, planurilor, programelor; 7. relaiile implicate de ctre toate obiectele de mai sus (1 -6) cum sunt: - tranzaciile de orice tip dintre agenii economici sau dintre ageni i instituii; - ierarhii dintre obiecte i clase de obiecte; - regulamente i/sau restricii instituionale cu privire la planuri, programe i decizii; - relaii temporale de genul n timpul, nainte, dup, cu referire la aciuni, procese i evenimente de natur economic. Limbajul de reprezentare a cunoaterii ne arat cum trebuie i cu ce metode sau modele trebuie reprezentat cunoaterea. Mecanismele de inferen se refer la prelucrrile cele mai adecvate a cunoaterii din domeniu n scopul derivrii (inferrii) unor noi piese de cunoatere, cele mai relevante pentru soluionarea problemelor. Metodele de reprezentare a cunotinelor sunt numeroase, ele s-au dezvoltat n timp i utilizeaz concepte i/sau abordri specifice problemei. Toate au ns dou caracteristici comune: - admit utilizarea mai multor limbaje de programare existente sau a generatoarelor de sisteme expert, iar rezultatul este memorat; - prin coninutul lor, rezultatele reprezentrii (fapte, reguli, cadre, obiecte...) se pot utiliza n mecanismele de raionament. Pe lng toate acestea mai exist i alte metode, adesea utilizate n dezvoltarea sistemelor expert de gestiune: scenarii, liste, tabele de decizie, arbori decizionali, restricii, reele Petri stocastice, reele neuronale, etc 38. n domeniul inteligenei artificiale, reprezentarea cunotinelor este o combinare a unor structuri de date i proceduri interpretative care, dac sunt folosite corect n cadrul programului, vor conduce la un comportament n format versat. Munca de reprezentare a cunotinelor n domeniul inteligenei artificiale a implicat proiectarea unor clase de structuri de date pentru a memora informaia, precum i dezvoltarea procedurilor care s permit manipularea inteligent a acestor structuri n vederea efecturii unor INFERENE. S
Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 109
38

[16]

reinem c o structur de date nu reprezint cunotine, dup cum nici o enciclopedie nu nseamn cunotine. Putem spune, metaforic, c o carte este o surs de cunotine, dar n lipsa unui cititor, o carte este doar cerneal pe hrtie 39. Tipul metodelor Declarative Domeniul de utilizare reprezentarea faptelor i/sau aseriunilor reprezentarea aciunilor sau procedurilor Exemple de metode reele semantice, cadre, obiecte structurate, logica (calculul) predicatelor reguli de producie

Procedurale

(prelucrarea dup Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 109)

Figura nr. 1. Metodele de reprezentare a cunoaterii clasificate n funcie de modelul specific

Exist posibilitatea informatizrii unei reprezentri a cunoaterii mai profunde dect cunoaterea superficial cu metode i tehnici cum sunt cadrele i reelele semantice, singurele care permit abstractizarea i analogia 40. Profesorul Louis Pau 41 introduce o clasificare foarte util n formalismele de reprezentare (figura nr. 2). Reele Reguli semantice DOMENIU noduri/arce fapte ACIUNE noduri/arce, reguli grafuri Logica Cadre/Obiect e cadre/obiecte cadre/obiecte ataament procedural

certitudine reguli de verificare a inferenelor CONTROL noduri/arce, metareguli, metagrafuri motor de cunoaterea inferene

Figura nr. 2. Tipuri de cunoatere i reprezentarea n formalisme de baz

n domeniul inteligenei artificiale este necesar reprezentarea urmtoarelor tipuri de cunotine 42: - obiecte: n mod tipic, noi gndim n termeni de cunotine despre fapte.
SOCIETILE PE ACIUNI AU CAPITAL DIVIZAT N ACIUNI. AURORA ESTE O SOCIETATE ANONIM. SWIFT ESTE FORMAT DIN REELE DE CALCULATOARE.

Deci, exist anumite ci de a reprezenta obiectele, clasele sau categoriile de obiecte, ct i descrierea acestora.
39 Tacu P. Alexandru, Vancea R., Holan ., Burciu A. Inteligena artificial. Teorie Economic, 1998, pag. 203 40 Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci Bucureti, 1999, pag. 106 41 Andone I., ugui A. Si steme inteligente n Management, Contabilitate, Finane, Bnci Bucureti, 1999, pag. 106 42 Tacu P. Alexandru, Vancea R., Holan ., Burciu A. Inteligena artificial. Teorie Economic, 1998, pag. 204

i aplicaii n economie, Editura i Marketing, Editura Economic, i Marketing, Editura Economic, i aplicaii n economie, Editura

[17]

evenimente: De asemenea, noi tim despre aciuni i evenimente, aspecte precum urmtoarele:
INDICII BUSIERI EVIDENIAZ TENDINA UMAN DE ECONOMIA NAIONAL. PIB va crete anul urmtor cu 5%.

n plus, pentru codificarea evenimentului nsui, formalismul reprezentrii s-ar putea s aib nevoie de indicarea timpului unei secvene de eveniment i relaia de cauz -efect. - performan: un comportament precum dominarea implic cunotine dincolo de obiecte i evenimente: cunotine despre cum se fac lucrurile, performan i pricepere. Cele mai cognitive comportamente de exemplu, a da un verdict, a dezvolta teoreme implic cunotine de performan, fiind, deci, dificil de trasat o linie ntre cunotinele de performan i cunotinele de obiect (se ajunge, astfel, la problema filozofic fundamental de a spune ce este o cunotin?) - metacunotine: reprezint cunotinele despre ceea ce noi tim CUM s facem. De exemplu, tim adesea despre originea cunotinelor noastre pe marginea unui subiect, despre coeficientul de ncredere al unor anume informaii sau despre importana relativ a unor fapte specifice privitoare la lume. Metacunotinele includ, de asemenea, ceea ce cunoatem despre propria noastr performan ca un proces cognitiv: punctele forte, slbiciunile, nivelele de expertiz pe domenii, intuiia pe parcursul rezolvrii unei probleme. De exemplu, Bobrow 43 descrie robotul care planific o scurt cltorie; aceast cunotin care poate citi semnale de pe strad pentru a ti unde se afl; aceasta este o cale de a ilustra metacunotinele. n examinarea i compararea schemelor de reprezentare a cunotinelor aspectul cel mai important este eventualitatea utilizrii cunotinelor. Obiectivul sistemelor de inteligen artificial poate fi descris n termeni de sarcini cognitive cum ar fi: recunoaterea obiectelor, a rspunde la ntrebri, manipularea unui robot, etc. Utilizarea actual a cunotinelor implic trei etape: - achiziionarea cunotinelor relevante pentru problema dat; - recuperarea faptelor; - capacitatea de a raiona n legtur cu aceste fapte, pentru a cuta o soluie. Achiziionarea de cunotine conduce la ceva nou despre ceea ce noi tim deja. Sistemele de inteligen artificial, de regul, clasific structura unei date nainte de a o aduga n baza de date; astfel nct, mai trziu, ea poate fi recuperat atunci cnd este nevoie. n multe tipuri de sisteme, structurile noi pot interaciona cu cele vechi, uneori rezultnd o interfa pe parcur sul ndeplinirii unei anumite sarcini. n sfrit, unele scheme de reprezentare sunt preocupate de achiziionarea cunotinelor sub form specific/natural. Dac acest proces interpretativ nu are loc pe parcursul achiziiei, sistemul va acumula noi fapte sau structuri de date, dar nu-i va mbunti comportamentul informat. Atunci cnd sistemele tiu mai multe lucruri diferite, chestiunea determinrii tipului de cunotine relevante pentru o problem dat devine crucial. Ideea fundamental privitoare la recuperarea faptelor s-a dezvoltat n sistemele de inteligen artificial sub termeni de forma: - legtur/legare; - adunare/punere laolalt. Dac se tie c o structur de date urmeaz a lucra cu o alt structur pentru soluiona o sarcin, rezult o legtur explicit ce se va pune ntre cele dou. Dac cteva structuri de date
Bobrow D. G., Collins A. (Eds) Representation and understandng: Studies in cognitive science, New York, Academic Press, 1975 [18]
43

urmeaz a fi utilizate mpreun cu altele, rezult o structur ce se grupeaz n cadrul unei structuri mai largi. Cnd se cere unui sistem s fac ceva, dar nu se spune n mod explicit cum anume , sistemul trebuie s raioneze adic s deduc de ce anume are nevoie, s foloseasc ceva din ceea ce el tie deja (baza de date). De exemplu, s presupunem c un program de recuperare a informaiilor tie numai 44: S reinem c, pentru un sistem, a cunoate astfel de fapte nseamn ca el s conin structuri de date i proceduri care-i vor permite s dea rspunsuri la ntrebrile:
1. Este AURORA o societate anonim? DA. 2. Toate societile anonime au capitalul divizat n aciuni? DA. Atunci cnd punem ntrebarea: AURORA are capitalul divizat n aciuni? 1. AURORA este o societate anonim. 2. Toate societile anonime au capitalul divizat n aciuni.

programul trebuie s raioneze pentru a formula rspunsul. Exist mai multe tipuri de raionament: - Raionamentul formal (manipularea sintactic a structurilor de date, pentru a deduce unele noi, utiliznd reguli prespecificate de inferen; de exemplu logica matematic este o reprezentare formal); - Raionamentul procedural (folosete simularea pentru a rspunde la ntrebri i a soluiona probleme cnd programul trebuie s rspund la ntrebarea: Care este suma lui 3+4?, programul folosete un model procedural aritmetic); - Raionamentul prin analogie este un mod natural de a nva pentru oameni, dar este dificil de atins/realizat n programele de inteligen artificial; - Generalizarea i abstractizarea constituie procese naturale de raionament pentru oameni, dar sunt dificil de implementat ntr-un program de inteligen artificial; - Raionarea de tip metanivel; de exemplu dac cineva rspunde la urmtoarea ntrebare: Care este numrul de telefon al CCI?, acel cineva raioneaz: Dac tiu numrul de telefon, voi ti c tiam asta, deoarece este un fapt notabil. Dou lucruri trebuie subliniate despre utilizarea cunotinelor descrise: a. mai nti, acestea sunt n legtur una cu cealalt; cnd achiziionm noi cunotine, sistemul trebuie s se preocupe despre cum aceste cunotine vor fi recuperate i folosite n procesul de raionare; b. n al doilea rnd, eficacitatea/raionamentul deine un loc aparte n proiectarea sistemelor de inteligen artificial; dei exist mai multe teorii n cercetrile de inteligen artificial, totui este greu de dovedit c o anume schem ar capta mai bine aspectele memoriei umane fa de alt schem. Nu exist o teorie complet a reprezentrii cunotinelor. nc nu tim de ce anume anumite scheme sunt bune pentru anumite sarcini, n timp ce altele nu. Dar fiecare schem a fost utilizat cu succes n diferite programe care imit comportamentul inteligent.

Bobrow D.G., Collins A. (Eds) Representation and understanding: Studies in cognitive science, New York, Academic Press, 1975 [19]

44

Metode de reprezentare a cunoaterii Reprezentarea cunoaterii din perspectiv logic Avantajul reprezentrii formale rezid n aceea c exist o serie de reguli (numite reguli de inferen logic) prin care faptele cunoscute ca fiind adevrate pot fi utilizate pentru a deriva alte fapte, care de asemenea, trebuie s fie adevrate. Prin urmare, adevrul despre orice declaraie nou poate fi verificat de o anume manier fa de faptele cunoscute ca fiind adevrate. Cea mai important trstur a logicii i sistemelor formale de reprezentare este c deduciile sunt garantate ca fiind corecte. Un motiv pentru care reprezentarea bazat pe logic a fost att de utilizat n domeniul inteligenei artificiale este c derivarea de noi fapte din cele vechi poate fi mecanizat. S-au scris programe pentru demonstrarea automat a teoremelor utiliznd baze de date logice. Dac numrul de fapte crete mult, survine explozia combinatorie i rezult c mai multe cunotine devin relevante ntr-o situaie dat 45. Pentru atingerea scopului urmrit de sistemul expert, reproducerea cunoaterii i capacitii de raionament ale experilor, conceptul intuitiv de raionament trebuie formalizat. n acest proces, asocierile conectate la conceptele individuale nu au nici un rol i numai cunoaterea relevant este aceea care trebuie explicit reprezentat. Inferenele se execut numai n conformitate cu reguli explicite. Limbajul natural este calea prin care experii exprim cunoaterea declarativ. Fiind declarativ, translatarea cunoaterii cu un alt formalism declarativ, pe care s -l neleag calculatorul (de exemplu, logica), este mai uoar dect folosirea unui formalism nedeclarativ. Limbajul natural este ns mai puin formalizat dect logica. De exemplu, frazele cu semnificaie complet diferit se pot pune n forme similare. Limbajul natural este, totodat, mai puternic dect metodele logice de reprezentare: calculul predicatelor i calculul propoziional. Toate aceste metode folosesc notaii speciale n care intervin categoriile 46: a. constantele, referitoare la obiecte din domeniul problemei; b. predicatele, referitoare la relaiile dintre obiecte; c. unele argumente de tip predicat, reprezentate cu nume specifice. De exemplu, pentru fraza Domnul Ionescu este pltitor de impozit putem avea predicatul pltitor (domnul Ionescu). Pentru fraza Leul este o moned avem predicatul moned (leu); d. alte argumente de tip predicat pot reprezenta adjective. De exemplu, pentru fraza Leul este instabil, se poate scrie instabil (leul). Pentru expresia cartea verde se poate scrie verde (cartea); e. verbele sunt reprezentate ca predicate cu argumente care pot fi subiecte sau obiecte, de exemplu: pentru plou putem scrie plou(); pentru creterea leului putem scrie creterea (leu); pentru Ionescu pltete lui Popescu 10000 lei putem scrie pltete (Ionescu, Popescu, 10000);
Tacu P. Alexandru, Vancea R., Holan ., Burciu A. Inteligena artificial. Teorie i aplicaii n economie, Editura Economic, 1998, pag. 210 46 Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane, Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 125
45

[20]

f. timpurile verbelor se capteaz n logic cu argumente extra-temporale. De exemplu, pentru fraza cea mai mic rat a dobnzii a fost la BRCE se poate scrie cea-maimic(BRCE, rata-dobnzii, trecut) ; g. articolele nedeterminate se reprezint cu ajutorul cuantificatorilor existeniali. De exemplu, pentru fraza un client a deschis un cont se poate scrie: x, y: client (x) (x, y, trecut) cont (y) h. expresiile de tipul este, exist, sunt, se reprezint tot n acest mod. De exemplu, pentru fraza exist un venit diferit de salariu sau pensie se poate scrie: x: venit (x) este-un(x, y) (y, salar) (y, pensie) iar pentru fraza exist cel puin dou venituri diferite se poate scrie: x, y: venit (x) venit (y) (x, y) i. expresiile de tipul oricare, totul, fiecare se reprezint cu ajutorul cunatificatorilor universali. De exemplu, pentru fraza orice persoan trebuie s plteasc impozit se poate scrie: x: persoan (x) trebuie-s-plt (x, impozit) j. implicaiile reprezint expresii condiionale. De exemplu, partea de IF a unei expresii condiionale este permis, iar partea de THEN este aciunea sau concluzia i astfel, pentru fraza dac un om este fericit, atunci el este prietenos putem avea: x: fericit (x) prietenos (x) O problem important n reprezentarea cunoaterii este reificarea. Ea const n reprezentarea unei relaii ca un obiect. Aceasta este necesar deoarece calculul predicatelor de ordin I nu permite exprimarea a ceea ce crede expertul despre obiecte, ca obiecte, i tim deja c obiect poate fi orice care poate aprea ca argument ntr-un predicat. De exemplu, pentru adjectivul de mai sus, dat ca predicat leul este instabil i reprezentat instabil (leu) deoarece instabil nu este un obiect constant, aceast reprezentare pare s nu corespund. Fraza astfel, instabilitatea este uneori descresctoare nu se mai poate reprezenta ca mai nainte i cea mai bun soluie const n transformarea lui instabilitate ntr-un obiect. n aceste condiii vom avea: - stare (leu, instabilitate); - descrete (instabilitate); Un alt exemplu de reificare este prezentat de Louis Pau 47 pentru conceptul de tranzacie. Acest autor arat c cea mai natural reprezentare a unei tranzacii este relaia dintre doi ageni economici, n care o cantitate stabilit de comun acord (marf1) este schimbat pentru o cantitate stabilit de acord (marfa2) n conformitate cu momentul tranzaciei. Reprezentarea va fi urmtoarea: Tranzacie (agent1, agent2, cant1, marfa1, cant2, marfa2, timp) Se consider c aceast reprezentare opereaz bine atta timp ct nu este nevoie i de reprezentarea relaiei dintre tranzacii. De exemplu, reprezentarea de mai sus nu este bun pentru exprimarea urmtoarei reguli din regulamentul bursier: Pe toate pieele, tranzaciile dup timpul de nchidere nu sunt valide. Pentru o reprezentare bun, conceptul de tranzacie trebuie reificat. De exemplu, se introduce predicatul: Tranzacie (p, m) n care p = o tranzacie specific de pe o pia specific.

47

Pau L. F. Economic and Financial Knowledge Based Processing, Springer-Verlag, Berlin, 1990 [21]

n situaia n care predicatul tranzacie se poate descompune ntr-o colecie de predicate mai specifice se va reifica noiunea de bun de schimb deoarece mai multe piee impun restricii asupra felului bunurilor admise n tranzacii. Se vor obine astfel reprezentrile din figura nr. 12. Toate aceste reguli pentru tranzacie se pot redacta astfel: x, y, t, t1: tranzacie (x,y) piaa(y) ora-nchiderii (y,t1) timp (x,t) dup(t,t1) nevalid (x) Acest al doilea mod de reprezentare are avantajul surprinderii tranzaciilor cu oricare numr de ageni i bunuri de schimb, n care se specific ce primete fiecare agent, care anume i n ce proporie este schimbat bunul. Este important de sesizat c logica pur nu este adecvat pentru reprezentarea tranzaciilor reale tocmai pentru c tranzaciile schimb permanent valoarea de adevr a faptelor reprezentate. Putem conchide c logica predicatelor sau calculul predicatelor permit determinarea adevrului unor propoziii, cu valoare de adevr, numite i aseriuni. REPREZENTAREA Agent (p, agent1) Agent (p, agent2) Schimb (p, q1) Marfa (q1, marfa1) Marfa (q2, marfa2) Cantit (q2, cantit2) D-n-schimb (p, agent1, q1) D-n-schimb (p, agent2, q2) Primete (p, agent1, 100, q2) Primete (p, agent2 100, q1) Timp (p, t) EXPLICAII Agent1 este un agent n tranzacia p Agent2 este un agent n tranzacia p q1 este un bun de schimb n tranzacia p q1 este o marf q2 este o marf q2 este cuantificabil n tranzacia p, agent1 d n schimb marfa q1 n tranzacia p, agent2 d n schimb marfa q2 n tranzacia p, agent 1 primete 100% din marfa q2 n tranzacia p, agent 2 primete 100% din marfa q1 Tranzacia p a avut loc la ora t

Figura nr. 3. Reprezentrile tranzaciilor

Aceste propoziii se refer la obiecte, concepte, evenimente din domeniul problemei care sunt reprezentate cu tehnici specifice logicii predicatelor de ordinul I. Calculul predicatelor permite i descrierea atributelor obiectelor, conceptelor, evenimentelor, etc. Att calculul predicatelor, ct i calculul propoziional se bazeaz pe logica matematic. Metodele logice sunt adecvate pentru reprezentarea cunoaterii n majoritatea ipostazelor specifice aplicaiilor de gestiune. Calculul predicatelor este uneori utilizat n sistemele expert, fiind preferat datorit structurilor sale i puterii de infereniere. El st la baza PROLOG -ului, cel mai utilizat limbaj de programare logic, fr a fi mai uor de reprezentat fa de metodele bazate pe reguli, cadre sau reele semantice. Trebuie s observm c o metod de reprezentare a cunoaterii este ntotdeauna legat de tehnica de infereniere utilizat.

[22]

Reprezentarea procedural Ideea reprezentrii procedurale a cunotinelor a aprut, iniial, ca o ncercare de a codifica o parte din coninutul explicit al teoremei de dovedire n cadrul unui sistem bazat pe logic (vezi limbajul PLANNER). ntr-o reprezentare procedural, cunotinele despre lume sunt incluse n proceduri. De exemplu, imitnd limbajul natural, o fraz conine articole, adjective i substantive; acestea se reprezint n program prin apelarea rutinelor care tiu cum se proceseaz articolele, adjectivele i substantivele48. De multe ori, n procesul cunoaterii se pune accent n primul rnd pe caracteristicile dinamice ale cunoaterii, pe modul n care piesele de cunoatere sunt utilizate pentru efectuarea inferenelor, efectuarea unor operaii asupra faptelor, determinarea de noi fapte, producerea de stri i evenimente, pentru controlul desfurrii unui proces. n aceast situaie reprezentarea declarativ a cunotinelor nu mai corespunde scopurilor, fcnd exprimarea cunoaterii greoaie sau chiar imposibil. Apare astfel necesitatea utilizrii unor metode ct mai apropiate de caracteristicile acestui tip de cunoatere, metode cu ajutorul crora s poat fi descrise procedurile de cunoatere. Aceste metode de reprezentare a cunotinelor poart denumirea de metode procedurale i sunt orientate n principiu ctre modul n care cunoaterea este utilizat la rezolvarea problemelor. Caracteristica metodelor procedurale de reprezentare a cunotinelor este caracterul strict ordonat al secvenelor cuprinse ntr-o procedur. Procedurile sunt declanate de necesitatea de a determina (cunoate) un anumit aspect al problematicii la care se refer. Ele pot apela sau pot fi apelate din alte proceduri. Reprezentarea procedural a cunoaterii este realizat n termenii unor simboluri prin care se identific proceduri sau chiar programe de calcul, fiind orientat ctre modul n care este utilizat la rezolvarea problemelor 49. De regul, execuia unei proceduri determin modificarea contextului (a bazei de fapte), aceasta fiind de fapt mediul prin care procedurile schimb date ntre ele. Alegerea limbajului de realizare a procedurilor este la latitudinea analistului (programatorului), opiunea fiind influenat att de domeniul de competen al sistemului inteligent, ct i de necesitatea ncadrrii n anumite restricii, una dintre cele mai puternice fiind timpul de rspuns. Exis ns i limbaje specifice reprezentrii procedurale a cunoaterii. Tipic n acest sens este limbajul PLANER. Limbajul PLANER a fost elaborat n 1972 de Carl Hewitt i utilizat de Winograd la elaborarea programului pentru nelegerea limbajului natural destinat robotului SHRUDLU de la universitatea Stanford. McDermott i Gussman elaboreaz limbajul CONNVIER. Acesta este o variant extins a limbajului PLANER, oferind ns, fa de acesta, posibiliti sporite n ce privete reprezentarea cunotinelor, precum i anumite faciliti n utilizare. Un limbaj utilizat frecvent n reprezentarea procedural, i nu numai, a cunotinelor, este limbajul C++ care n diferitele sale variante i generaii ofer o palet larg de faciliti att n construirea procedurilor ct i n legarea acestora cu alte forme de reprezentare a cunoaterii. Reprezentarea procedural se preteaz a fi utilizat pentru descrierea proceselor de cunoatere algoritmice relativ complexe i orientate ctre un anumit tip de problem. De exemplu, n analiza dinamicii sistemelor economice complexe, o etap important o constituie analiza structurilor i extragerii din acestea a buclelor feedback, bucle care sintetizeaz modul de
Tacu P. Alexandru, Vancea R., Holan ., Burciu A. Inteligena artificial. Teorie i aplicaii n economie, Editura Economic, 1998, pag. 210 49 Zaharia M. Crstea C, Slgean L Inteligena artificial i sistemele expert n asistarea deciziilor economice, Editura Economic, Bucureti, 2003, pag. 65
48

[23]

implementare i utilizare a politicilor i strategiilor decizionale. Cum structura este reprezentat prin elemente (obiecte numite noduri) i relaii (obiecte ce reprezint legturile dintre acestea), pentru rezolvarea problemei este necesar calificarea nodurilor, eliminarea nodurilor ce nu aparin unei bucle feedback, determinarea listei buclelor feedback i verificarea coerenei acestora. Datorit complexitii grafurilor orientate prin care sunt descrise structurile sistemelor economice dinamice, soluionarea subproblemelor enumerate mai sus nu este tocmai simpl. n sistemul expert SEMOD, pentru validarea structurii unui modul (x) se utilizeaz o procedur de genul:
PENTRU _A_VALIDA_MODEL(x) DETERMINA_LISTA_TIP_NODURI(x); ELIMINA_NOD_INT_FIN_IND(x); DETERMINA_LISTA_BUCLE(x); Pentru y (BUCLA (y) APARTINE (x,y) (ASIGNEAZ(x,y); ACTUALIZEAZA_FAPTE; COERENT (x, y)); Daca y (COERENT (x, y)) COERENT (x)
V.NVINIT=0; V.NVEND=0; V.NVTRECE=0; V.NVNOD=0; V.NVINDP=0; for (i=0; i<T.NR_F; I++ { I$=0; if (RL[i]!=0) { for (j=0; j<T.NR_F; j++) { if (RL[j]!=0) { for (k=0; k<T.RL[j]; k++) { if (R[j][k]==i+1) { I$++; k=RL[j]; }}}} if (I$==0) { V.VINIT[V.NVINIT]=i+1; V.NVINIT++; { if ((RL[]>1 || (I$>i)) { V.VNOD[V.NVNOD]=i+1; V.NVNOD++; } else { V.VTRECE[V.NVTRECE]=i+1; V.NVTRECE++; } } For (j=0; j<T.NR_F; j++) { if (RL[j]!=0) { for (k=0; k<RL[j]; k++) { if (R[j][k]==i+1) { I$++; k=RL[j]; }}}} If (I$==0) { V.VINDP[V.NVINDP]=i+1; V.NVINDP++;} else { V.VEND[V.NVEND]=i+1; V.NVEND++; }}}

[24]

Dac la un moment dat, pentru un model, baza de fapte conine NR_F noduri avnd precizai succesorii imediai i tipurile de legturilor cu acetia procedura DETERMINA_LISTA_TIP_NODURI poate, de exemplu 50, s conin secvena de mai sus. Execuia procedurii determin actualizarea contextului, respectiv a listelor coninnd numrul i tipurile nodurilor. n continuare, pentru a putea aplica procedura DETERMINA_LISTA_BUCLA este necesar eliminarea punctelor iniiale, finale i independente, deoarece o ncercare de pornire sau trecere a algoritmului de verificare a buclelor din/prin un astfel de punct poate duce la blocarea procedurii. n acest scop se poate utiliza n procedura ELIMINA_NOD_INT_FIN_IND:
for (i=0;i<NVINIT;i++) { for (k=0;k<RL[V.VINIT[i]-i];k++) { R[V.VINIT[i]-1]=0; } fin=1; } while (fin!=0) { fin=0; for (i=0;i<T.NR_F;i++) { if (RL[i]==0) { for (j=0;j<T.NR_F;j++) { if (RL[j]!=0) { for (k=0;k<RL[j];k++) { if (R[j][k]++i+1) { for (I=k;I<RL[j]-1;I++) { R[j][I]=r[j][I+1]; RTL [j][I]=RTL[j][I+1]; } RL[j]=RL[j]-1; fin=1; }}}} else { for (k=0;ii=0;(k<T.NR_F) && (ii=0);k++) for ((kk=0;kk<RL[k];k++) if (R[k][kk]==i+1) ii=1; if (ii==0) { for (k=0;k<RL[i];k++) { R[i][k]=0; RTL[i][k]=0; } RL[i]=0; fin=1; }}}}

i aceast procedur se efectueaz tot prin intermediul bazei de fapte. Ea pornete de la lista nodurilor iniiale i se bazeaz pe faptul c nodurile finale, respectiv independente, au liste succesor vide. Reprezentarea procedural poate fi utilizat i n combinaie cu alte metode de reprezentare. O utilizare frecvent a reprezentrii procedurale o ntlnim la reprezentarea cunoaterii prin metoda cadrelor n scopul facilitrii descrierii unor aciuni. Tehnica se numete ataare procedural. Principalul avantaj al metodelor procedurale const n uurina de a specifica i aplica regulile euristice specifice domeniului de competen ales. Uneori, deosebit de important este timpul relativ scurt de rspuns al sistemului, cu mult mai bun dect n cazul altor metode de reprezentare a cunotinelor. Un dezavantaj important al metodei const n rigiditatea destul de pronunat a utilizrii pieselor de cunoatere pentru efectuarea altor inferene dect cele
50

Zaharia M., Hospodar A. Sisteme expert , Editura Lux Libris, Braov, 1998, pag. 64 [25]

specificate implicit n procedurile aferente. Aceasta se datoreaz strnsei dependene dintre procedura de cunoatere i tipul problemei de soluionat. Pe msur ce complexitatea problemelor de reprezentat crete, datorit dependenei de context a metodelor procedurale i de varietatea formulrilor posibile ale problemelor, numrul i complexitatea pieselor de cunoatere sporesc considerabil. Pentru mrirea flexibilitii metodelor procedurale de reprezentare a cunotinelor, n funcie de experiena analistului i de complexitatea domeniului asupra cruia sunt implementate metodele procedurale de reprezentare a cunotinelor, pot fi construite proceduri organizate pe niveluri ierarhice de complexitate, care s se sprijine pe o baz larg i, pe ct posibil, neredundant de proceduri elementare i care s stea la baza construciilor de nivel superior. Arborii semantici i cronograma Pentru reprezentarea cunoaterii foarte cunoscute sunt reelele semantice, tripletele obiect-atribut-valoare, schema, cadrele i scenariile, motiv pentru care nu vom mai face referiri la ele. Fenomenele i procesele economice, pentru a fi studiate, trebuie s fie organizate ntr-o structur logic. Aceast organizare se poate face cu ajutorul arborilor semantici. Un arbore este o structur T={X,r}, unde X este mulimea nodurilor lui T, iar r este o relaie binar n X astfel nct: 1. dac x, y X i x r y, atunci x se numete nodul predecesor al lui y i y nodul succesor al lui x; 2. exist exact un singur nod n T care nu are un nod predecesor. Acest nod se numete origine sau rdcina lui T; 3. fiecare nod care difer de originea lui T are exact un unic predecesor. Linia ce unete un nod cu nodul lui succesor se numete arc al lui T. Un nod final este un nod fr succesor. Secvena de arce ce leag originea arborelui de un nod final se numete ramur a lui T.
x y y1

R1

R2

R3

Legend:

x = rdcina arborelui lui T1; y1 = succesorul nodului y; R1R3 = ramurile arborelui T1.

Figura nr. 4. Arborele semantic

[26]

x y t z e

m r

n R2

o R3

s1

s2

s3

s4

u1

u2

u3

u4

R11 R

R4

R5

R6

R7

R8

R9

R10

R11 R12

R13 R 13

Figura nr. 5. Arborele semantic

Legend:

x = rdcina arborelui lui T2; t = succesorul nodului y i predecesorul nodului m; r, n, o, t, s1 , s2, s3, s4, u1, u2, u3, u4, z = ramurile arborelui T2 (noduri finale); y, t = arc n arborele T2.

T3

T4

Figura nr. 6. Structuri logice

T1 i T2 sunt arbori semantici. Se observ c ramurile arborilor sunt orientate n jos. T3 nu este un arbore deoarece conine dou origini, i, mai mult, exist un nod cu doi predecesori. T4 nu este, de asemenea, un arbore deoarece are un nod cu dou noduri predecesoare. Dac ramura din dreapta este negativ ramurii din stnga atunci ramura din dreapta este un nod final i construcia continu pe ramura din stnga. z ~y

[27]

x y z

y1

y2 nod final

Figura nr. 7. Arbore semantic cu nod final

Dac un nod este fals, toi succesorii si sunt fali: z ~y z1 = f z2 = f

x y z

y1

y2

z1

z2

Figura nr. 8. Arbore semantic cu nod fals

Semnificarea arborelui semantic se face prin operaia de citire, care genereaz noi cunotine 51. Din punct de vedere economic, ntreprinderile de succes sunt acelea a cror cifr de afaceri are tendina permanent de cretere. Aceast legitate reprezint, n cazul analizei diagnostic, cmpul referenial n raport cu care se face decodificarea cronogramei 52.

51 52

Bileteanu Gh. Semiotic economic, Editura Mirton, Timioara, 2005, pag. 118 Bileteanu Gh. Logic economic, Logica diagnosticului , Timioara, Editura Mirton, 2002, pag.166-168 [28]

Figura nr. 9. Cronograma

Convenim:

CA C = CA

1 1 + i P (i F )

I CA C =
-

CA C1 CA C0

100

Simboluri: CA cifra de afaceri n preuri curente; CAC cifra de afaceri n preuri comparabile; iP, iF indicele preurilor, respectiv inflaiei; I CAC - indicele de cretere a cifrei de afaceri n preuri comparabile; TD1, tendin brusc de cretere a cifrei de afaceri; TD2, cretere proporional; TD3, tendin lent de cretere; TD4, evoluie constant; TD5, evoluie dup o parabol concav; TD6, tendin lent de scdere; TD7, tendin brusc de scdere; TD8, evoluie dup o parabol concav; TD9, evoluie de tip spiral. Observaii: tendinele 1 i 2 (cretere brusc i cretere proporional) sunt asimilate unei creteri semnificative a cifrei de afaceri ( CA); tendinele 7 i 5 (scdere brusc i evoluie dup o parabol concav) sunt asimilate unei scderi semnificative a cifrei de afaceri (CA); tendinele 3, 4, 6, 8 i 9 sunt asimilate unei oscilaii n jurul mediei cifrei de afaceri

( CA ).
[29]

(c) convenim ncadrarea tendinelor de evoluie a cifrei de afaceri n urmtoarele intervale: CA [>110%] CA [<80%]

CA (80% - 110%) (c) convenim c cifra de afaceri este egal cu valoarea produselor vndute (producia fabricat plus variaia stocului de produse finite).

Reguli de producie Cea mai eficient modalitate de reprezentare a cunotinelor este metoda regulilor de producie. Ideea care st la baza acestei metode este separarea componentelor obinuite ale calculului n scopul manevrrii lor corecte i eficiente n procesele n care sunt implicate. n 1943, E. Post a propus aa-numitele reguli de scriere (REWRITING RULES), preluate din teoria limbajelor formale. Pe baza acestora s-a dezvoltat mecanismul regulilor de producie. n termeni riguroi, o regul de producie desemneaz acea modalitate de reprezentare bazat pe logica propoziiilor n care att faptele ct i regulile pot conine numai entiti invariabile (constante). Datorit limitrilor inerente unei astfel de reprezentri s-a trecut la o modalitate de reprezentare bazat pe logica predicatelor, n care faptele i regulile pot conine i entiti variabile, extinznd gradul de generalitate. Reprezentarea cunotinelor prin reguli de producie se face prin dou tipuri de structuri: - faptele; - regulile. O regul de producie are dou pri: partea de stabilire a condiiei (IF) i partea de aciune (THEN). Uneori este utilizat simbolul implicaiei ca simbol echivalent relaiei IFTHEN. Forma general a unei reguli, n ambele modaliti de scriere, este:
IF (dac) condiie (premis) THEN (atunci) aciune (concluzie)

sau
Condiie (premis) aciune (concluzie)

unde att condiiile ct i aciunile sunt fapte. O regul se poate interpreta n felul urmtor: DAC premisele sunt adevrate, adic faptele care o compun sunt confirmate sau verificate de baza de fapte, ATUNCI i faptul (sau faptele) cuprinse n concluzie sunt adevrate i pot fi adugate la baza de fapte. Regulile nmagazineaz, ntr -un anume sens, cunotine cu aplicabilitate relativ general.

[30]

Conform modelului cel mai general 53, o regul de producie se poate scrie cu sintaxa:
IF Condiie 1 Condiie 2 ... THEN Aciune 1 Aciune 2 ... ELSE (altfel) Aciune 1 Aciune 2 ...

unde: -

condiie 1, condiie 2, sunt premisele sau antecedentele, aciune 1, aciune 2, sunt concluziile sau consecinele, simbolul reprezint conectorul logic (AND, OR, NOT etc.), aciune 1, aciune 2, sunt concluziile sau consecinele n situaia n care condiiile din partea de IF nu sunt adevrate.

Regula 1:
IF Persoana nu are salariu OR Persoana nu are pensie OR Persoana nu are alt venit minim stabilit THEN Persoana este omer

Regula 2 :
IF (Valoarea comenzii >500) AND Comanda este achitat THEN Efectuai livrarea n 24h OR (Efectuai livrarea n 48h AND Anunai ntrzierea)

Dup cum spuneam n cazul definirii informailor, regulile sunt n mod uzual deduse unele din altele, astfel nct aciunea (concluzia) dintr -o regul se poate gsi n premisa (antecedentele) altei reguli. n acest caz, aciunea final va implica o nlnuire a regulilor n liniile de raionament. Divizarea cunoaterii n fragmente sau piese de cunoatere face ca baza de cunotine s fie organizat modular, astfel nct poate fi uor modificat. Exist i reguli cu instruciuni care se obin prin modificri n baza de cunotine:

Ioan I. Andone, Alexandru ugui Si steme inteligente n Management, Contabilitate, Finane Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 110
53

[31]

Baza de fapte iniial:

IF Clientul nu mai dorete afaceri THEN terge clientul din baza de date Contul 30001 este cont_de_stocuri Operaia este intrare_de_materiale Contul 30001 este cont_de_activ

Regula 6:
IF Operaia este intrare_de_materiale AND Contul 30001 este cont_de_activ THEN contul 30001 se debiteaz

Baza de fapte final (n urma executrii regulii 6) conine un fapt nou :

Contul 30001 se debiteaz

Pentru a extinde generalitatea unei reguli, unii autori folosesc urmtoarea definiie:
IF condiie THEN aciune {n}

unde: - condiie reprezint antecedentul, este o condiie logic care trebuie evaluat la valoarea de adevrat pentru ca regula s se aplice; - aciune reprezint consecina; - n[0,1] este un parametru care are rolul de a preciza gradul de incertitudine al concluziei i este luat n calcul n cazul construirii mecanismelor de raionament aproximative. Dac nu este precizat, n=1. n acest caz putem defini 54 un sistem de producii printr-un cvintuplu: S=(K, P, , , Ps) unde: - K context, mulimea pieselor de cunoatere factual (mulimea de fapte); - P baza de reguli; mulime finit de reguli de producie; - funcia succesor pentru valoarea adevrat a condiiei; - funcia succesor pentru valoarea fals a condiiei; - Ps regul iniial de producie. Pentru a putea proiecta condiia care apare n prelucrarea metodei trebuie explorat contextul, pentru a gsi piese de cunoatere care s corespund clauzelor din care este alctuit condiia. O regul de producie are forma general: P=(C1 C2 C3 ... Ck) (a1, a2, ... al)
54

Zaharia M., Crstea C., Slgean L. Inteligena artificial i sistemele expert n asistarea deciziilor economice, Editura Economic, Bucureti, 2003, pag. 110 [32]

n acest caz este evident faptul c toate condiiile C1 , ... Ck trebuie s fie evaluate la valoarea logic de adevrat, pentru a se activa regula i a se executa aciunile a1, ... al. Cu ct condiiei combinat este mai complex, munc de explorare a contextului este mai dificil, iar aplicabilitatea regulii de producie mai redus. Pe de alt parte, un numr foarte mare de reguli cu condiii simple poate genera dificulti n fazele de coresponden i de rezolvare a conflictului, pierzndu-se mult timp. O alt problem important este alegerea unei strategii de rezolvare a conflictelor. Pot s apar urmtoarele situaii conflictuale: - ntre mai multe instane ale aceleiai reguli, datorate existenei variabilelor n condiie; - ntre reguli diferite, datorate existenei mai multor reguli n baza de reguli, pentru care se realizeaz cu succes corespondena. Analistul trebuie s aleag regula (care aparine la un moment dat mulimii conflictuale) care va fi declanat. Rezolvarea conflictelor de prioritate se bazeaz pe criterii generale de apreciere care vor fi aplicate regulilor care formeaz mulimea conflictual la un moment dat. Una dintre cile de rezolvare a conflictului este ataarea de ponderi de importan pieselor de cunoatere, care s fie introduse n mecanismul evalurii prioritilor regulilor. Dac considerm c ntr -o regul r apar n piese de cunoatere, avnd ponderile de importan pi, 1<i<n, putem stabili prioritile regulilor dup una din urmtoarele criterii 55: - prioritatea determinat de cea mai important pies de cunoatere ce apare n regul: Pr = max p i prioritatea determinat de media aritmetic a ponderilor de importan ale pieselor de cunoatere implicate n regul: 1 n Pr = p i n i=1 - ordinea prioritilor este inversa ordinii date de dispersia ponderilor de importan ale pieselor de cunoatere implicate: 1 n (pi p r )2 Pr = n 1 i=1 n rezolvarea conflictelor se poate ine cont, n afar de importana pieselor de cunoatere, i de actualitatea i utilitatea acestora. O importan deosebit o are or ganizarea contextului. Dac o regul este aplicat, aceasta aduce modificarea contextului, actualizarea acestuia. Contextul este ntr-o continu transformare, putndu-se efectua urmtoarele operaii asupra acestuia: - adugarea unei noi piese de cunoatere; - tergere unei piese de cunoatere existente; - modificarea pieselor de cunoatere. Aplicarea regulilor de producie implic i modificarea bazei de reguli, nu doar a contextului, i anume: - pot fi activate sau inactivate unele reguli; - se actualizeaz baza de reguli; - se iniiaz executarea unor programe. Aplicarea acestei metode d rezultate bune n cazul n care cunoaterea este difuz, unde predomin faptele, iar secvenele de aciuni nu pot fi predeterminate. 55

1i n

Georgescu I. Elemente de inteligen artificial, Editura Academiei, Bucureti, 1985, pag.111 [33]

Un dezavantaj al acestei metode este faptul c pe msur ce sistemul acumuleaz cunotine, performanele acestuia scad, crescnd timpul de rspuns (datorit numrului sporit de reguli acumulate). O mbuntire a performanelor sistemului poate fi obinut adugnd unele contexte n care sistemul s menin actuala informaie necesar pentru eficientizarea procesului de cutare (pentru fiecare regul este necesar verificarea corespondenei condiiei pentru toate regulile din baz nainte de faza de rezolvare a conflictului, dup care se trece la executarea aciunii propriuzise). n funcie de varietatea formelor cunoaterii de reprezentat exist reguli de cauzalitate, de recomandare, directive, strategice, euristice, reguli cu variabile, reguli cu factori de certitudine, metareguli, seturi de reguli, pe diverse niveluri ierarhice. Adesea, cnd soluioneaz o problem, un expert va utiliza i cunoaterea care dirijeaz sau monitorizeaz obinerea soluiei. Aceast cunoatere este o cunoatere de nivel superior, mai general, care utilizeaz cunoaterea din domeniul problemei pentru a determina cea mai bun metod de soluionare. Acest tip de cunoatere se numete metacunoatere. n teoria sistemelor expert metacunoaterea se reprezint cu ajutorul metaregulilor. De aceea, despre metaregul se spune c reprezint regula care descrie cum pot fi utilizate alte reguli. O metaregul stabilete strategiile de utilizare a regulilor specifice unui domeniu aplicativ i nu stabilete nici un fel de concluzii. O problem intens discutat n privina utilizrii sistemelor expert este aceea a raportului dintre relevan i precizie. Din teoria general a sistemelor se tie c un sistem descompus ntr-un numr mic de subsisteme are o relevan mare dar o precizie mic, pe cnd antagonic relevana scade i precizia crete. n ceea ce ne privete, considerm c pentru axiomatizarea tiinelor economice trebuie extins aria regulilor de producie conturat n cercetarea tiinific de pn acum. Acest lucru ne-a fost sugerat de experiena practic, cnd am constatat c sfera regulilor de producie este mult mai extins dect ceea ce am ntlnit n literatura de specialitate pn acum. Din punctul nostru de vedere, o regul este chiar i modul de calcul al unui indicator. Considerm c atunci cnd cercetarea de axiomatizar e se focalizeaz pe o anumit problematic, atunci trebuie s fie prezentate toate regulile necesare rezolvrii problemei. n lucrarea noastr prezentm un sistem cadru de reguli de producie pe care noi l considerm nucleul principal care se va regsi n toate sistemele axiomatizate.

[34]

Aplicaie: Stabilirea strategiei de abordare a bugetului de marketing pentru o firm

REGULI
R1: DAC Rata rentabilitii financiare este mai mica decat Rata dobanzii ATUNCI Rentabilitatea financiar este critic R2: DAC Trezoreria este pozitiva I Rentabilitatea financiara este critica ATUNCI Situatia financiara este rea R3: DAC Situatia financiara este rea I Etapa coresp ciclului de viata al produsului este maturitate ATUNCI Buget de publicitate echilibrat

Fapte
F1: Rata rentabilitii financiare este mai mica decat Rata dobanzii F2: Trezoreria este pozitiva F3: Etapa coresp ciclului de viata al produsului este maturitate

Fapt nou (dedus)

Rentabilitatea financiar este critic

Fapt nou (dedus)

Situatia financiara este rea

Fapt nou (dedus)

Buget de publicitate echilibrat

Figura 10

Metoda reelelor semantice Formalismele succesorale de reprezentare a cunotinelor Formalismele succesorale de reprezentare a cunotinelor se bazeaz pe ideea c ceea ce este adevrat pentru un concept este adevrat i pentru conceptele derivate din el. n aceast perspectiv, cunotinele pot fi organizate n ierarhii compuse din mai multe niveluri, ncepnd cu cele generale i terminnd cu cele particulare. Elementele aflate pe un anumit nivel conin numai descrierea proprietilor care le sunt specifice. Alturi de acestea, ele motenesc toate proprietile nivelului superior. Exemplu: S considerm o societate comercial care vinde aparate electrocasnice i mobil. Pt. ap. electrocasnice se cunosc: Codul Denumirea Preul TVA+ul (Pre*0,19) Greutatea Puterea consumata Durata garaniei Pt. artic. de mobil se cunosc: Codul Denumirea Preul TVA-ul (Pret*0,19) Destinaia Materialul
[35]

Aceste informaii pot fi structurate ca n figur:

MARFA
Cod Denumire Pret TVA (0,19*Pret)

ELECTROCASNICE

MOBIL Destinaie Material

Greutate Putere consumat Durata garaniei

Fig. 11 Structura de partajare a proprietilor (preluare dup Zaharie [10])

Se observ c ELECTROCASNICE i MOBILA devin specializri ale conceptului mai general de MARF. Ele conin numai acele proprieti care le sunt specifice i, totodat, motenesc proprietile care definesc conceptul de MARF. Observaii : 1) Relaia de succesiune este tranzitiv. n consecin, dac pentru aparatele electrocasnice se definesc noi specializri, ca de exemplu TELEVIZOARE i MAINI DE SPLAT, acestea vor moteni att proprietile specifice conceptului ELECTROCASNICE, ct i ale conceptului MOBIL. 2) n cazul n care pentru un anumit concept exist excepii fa de proprietile comune motenite de pe nivele superioare, acestea pot fi mascate prin redefinire. Ex.: Presupunem c n cadrul aparatelor electrocasnice se gsesc i televizoare destinate exportului, pentru care nu se calculeaz TVA. n acest caz relaia de calcul TVA motenit nu mai este valabil: ea trebuie nlocuit cu o alta n care TVA s fie 0. 3) Un concept aflat pe un anumit nivel poate partaja proprietile mai multor concepte diferite, aflate pe nivele superioare, situaie desemnat prin termenul motenire multipl. Ex. : Fig.9 prezint o variant cu motenire multipl a proprietilor, n care aparatele electrocasnice i articolele de mobil partajeaz att proprietile conceptului MARF ct i ale conceptului TRANSPORT i a specializrii TRANSPORT_OB_FRAGILE ale acestuia.

[36]

MARFA Cod Denumire Pret TVA (0,19*Pret)

TRANSPORT Tip ambalaj Tarif

ELECTROCASNICE

MOBIL Destinaie Material

TRANSPORT_OB_ FRAGILE Tarif_suplimentar

Greutate Putere consumat Durata garaniei

MAINI DE SPLAT Viteza de centrif. Nivel_zgomot

TELEVIZOARE Tip Diagonala TELEVIZOARE_EXPORT TVA (Pret*0)

Fig. 12. Motenirea multipl a proprietilor (dup Zaharie [10])

Metoda reelelor neuronale Abordrile care urmresc modul n care lucreaz creierul uman se concretizeaz n aa numitele reele neuronale i maini care nva. Mainile care nva se refer la tehnologii ultramoderne capabile s realizeze nvarea din experien. Exist deja instrumente software pentru programarea reelelor neuronale: ExploreNet, BrainMaker, Neuroshell. Metoda reelelor neuronale este specific abordrii conexioniste n informatic i se inspir din modelul biologic al creierului uman. O reea neuronal este un ansamblu de neuroni (automate elementare alk cror mod de funcionare se inspir din funcionarea neuronilor biologici) interconectai ntr -o arhitectur oarecare. Exist 2 moduri de funcionare diferite: a). Unul pentru toi i toi pentru unul, cnd se obine o reea cu o conectivitate complet.

[37]

b). Reele multistrat, fr retroaciune, care dau natere unui calcul prin flux dinamic. Acestea au inspirat calculatoarele care funcioneaz n modul flux de date (data flow), ca n figura de mai jos:

strat de intrare

straturi interne

strat de ieire

Fig. 13. Reea multistrat fr retroaciune

O reea multistrat transform o configuraie a activitii impus la intrare ntr-o configuraie a activitii pentru ieire. Rezultatele cele mai ncurajatoare cu metoda reelelor neuronale s-au nregistrat n problemele de clasificare, de tratare a limbajului natural i vedere artificial.

[38]

Raionamentul
n SE cutarea este util pentru localizarea cunoaterii. Ea implic trecerea de la o pies de cunoaterea la alta, n toate direciile posibile i efectuarea de raionamente n legtur cu pertinena celor gsite. Tehnicile de cutare folosite de oameni sunt adesea sistematice, n sensul c se desfoar dup un plan imaginat apriori. Dar sunt i multe cutri desfurate aleator, fr rezultate eficiente. Calculatoarele pot fi ns programate cu tehnici de cutare deosebit de eficiente. Scopul general al rezolvrii problemelor este trecerea de la starea iniial la starea final sau la starea scop, care este soluia. Aceast trecere se realizeaz cu ajutorul unor proceduri, reguli sau operatori. ncepnd cu starea iniial, sistemul rezolutiv inventeaz un plan pentru a ajunge la starea scop. Acest plan poate fi o singur procedur care realizeaz trecerea de la starea iniial la stare final. Dar, n cazul problemelor complexe, trecerea se face printr-o ierarhie de stri intermediare ca n figura de mai jos (preluat dup Andone [1]):
STAREA INIIAL
OPERATOR 1

Cutarea

Elemente fundamentale ale soluionrii problemelor cu utilizarea strilor

STAREA INTERMEDIAR 1
OPERATOR 2

STRATEGIA DE CONTROL A RAIONAMENTELOR

STAREA INTERMEDIAR 2

OPERATOR n

STAREA SCOP

Strategia de control este aceea care definete procedurile (operatorii), care determin cum se realizeaz trecerea de la o stare la alta. Ea definete o anumit nlnuire a operatorilor, pe care-i apeleaz, n scopul influenrii trecerii de la o stare la alta. Informaiile despre stri sunt memorate ntr-o memorie de lucru, ele referindu-se la starea iniial, stare scop i toate strile intermediare.

Spaiul strii i spaiul de cutare

Prin cercetri s-a stabilit c o metod grafic este cea mai potrivit pentru vizualizarea problemei i tuturor soluiilor posibile. Se obine n felul acesta un graf, numit graful strii, un graf care trece de la punctul iniial la punctul destinaie sau scop. Exemplu: Oraele din graful alturat sunt noduri prin care se trece de la punctul iniial, de exemplu TIMIOARA, la punctul destinaie, BUCURETI. Drumul depinde de mai muli factori: distan, ocolirea mai multor orae, carburantul de care dispunem, scopul transportului etc. Pentru rezolvarea acestei probleme de transport, nodurile sunt stri ale problemei, iar legturile dintre noduri reprezint o tranziie, un operator pentru trecerea de la o stare la alta. Deoarece n memoria
[39]

calculatorului este dificil de reprezentat un graf de stare, aceast reprezentare o gndim din punct de vedere conceptual sau ca o metod permis de ctre un limbaj utilizat.
Jimbolia Timioara Lugoj Buzia Caransebe Tr.Severin Craiova Fig.1. Graf de stare Deva

Petroani Piteti Bucureti

Reprezentarea spaiului strii n memoria calculatorului se poate face utiliznd o structur de cunoatere numit arbore de cutare. Un arbore de cutare indic toate cile posibile de la nodul iniial ctre alte noduri, innd seama i de faptul c anumite ci pot s nu duc la nodul scop. Un arbore de cutare pentru graful de stare al problemei de transport enunate este urmtorul:
TIMIOARA

Nivel 1

O Jimbolia

O Buzia

O Lugoj OCaransebe O Tr.Severin

O Lugoj

O Lugoj

Nivel 2

OLugoj O Caransebe

O Deva O Petroani

O Deva O Petroani O Piteti OBucureti

Nivel 3

Nivel 4

O Tr.Severin

OCraiova OBucureti

OCraiova OBucureti

Nivel 5

OCraiova OBucureti

Nivel 6

Observm c n arborii de cutare multe noduri se repet din cauz c exist mai multe ci ctre un nod particular. Nu toate cile duc spre nodul scop (Bucureti), de exemplu ramura Jimbolia. Totui ele fac parte din arbore i se includ n procesul de cutare. Arborele de cutare este divizat pe niveluri, fiecare nivel avnd unul sau mai multe noduri. Terminologia structurilor de tip arbore: Nod rdcin = nodul de intrare n arbore; De la nodul rdcin ctre nodurile de pe nivelul I exist legturi; Nodurile sunt cunoscute prin descriptori cum sunt succesor sau descendent i nod printe sau ascendent;

Exemplu: Jimbolia este succesor pentru Timioara

[40]

Craiova este succesor pentru Petroani sau Tr. Severin i nod printe sau ascendent pentru Bucureti. Sfritul oricrei ci este marcat printr-un nod frunz, nod care nu mai are descendeni. Exemplu: Jimbolia i Bucureti

Metode de cutare
-sistematic utilizate - euristic n SE Strict vorbind exist i alte metode de cutare, de exemplu cutarea aleatoare, dar n SE ea nu este valabil. n cutarea sistematic se caut o anumit orientare (ghidare) a cutrii, lucru foarte avantajos. Cutarea euristic este o form specializat de cutare sistematic, bazat pe experiena trecut. Exist dou metode de baz:

Cutarea sistematic

-este un set de proceduri pentru cutarea n spaiul strii, pn este gsit nodul scop. Aceste proceduri sunt complete, n sensul c nu scap din vedere nici un nod n timpul cutrii, dar, n acelai timp, sunt neeficiente pentru c se pierde mult timp pentru gsirea scopului. Oricum ns, sunt mai eficiente dect cutarea aleatorie. Exist cinci metode de cutare sistematic: 1. Metoda de cutare nti n adncime(depth first)- ncepe s lucreze de la nodul rdcin i trece n jos (adncime) pe fiecare cale de la rdcin ctre nodul frunz, cutnd nodul scop. Dac se ntlnete sfritul cii i rezultatul cutrii este un eec, un algoritm numit backtracking determin ntoarcerea la un nod necercetat i rencepe cutarea pe o nou cale ca n figura de mai jos : Nivel 0

A 1 7b B 2 3b G 8 D 4 SCOP E 6b F5b
Fig.2. Metoda de cutare nti n adncime

Nivel 1

Nivel 2

Nivel 3

Cutarea ncepe cu nodul A, se continu cu nodurile B, C, unde se face backtracking la D, se continu cu E, backtracking la F, G i H, iar aici se continu cu I, care este i nodul scop. Observaii. - nu se parcurg din nou nodurile care au mai fost incluse n cutare; - cutarea este direct dependent de locul nodului scop; - n general, nodul scop este gsit cu ntrziere;
[41]

2. Metoda de cutare nti n lime(breadth first) ncepe s lucreze de la nodul rdcin, dar caut mai nti toate nodurile de pe primul nivel subordonat rdcinii, apoi trece la nivelul urmtor la care se caut toate nodurile .a.m.d. Procesul continu pn cnd este gsit nodul scop sau pn cnd fiecare nod a fost explorat fr succes. i aceast metod permite o cutare complet, dar neeficient. Cantitatea de efort este dependent de locul unde se afl nodul scop, care de regul nu este predeterminat.

Nivel 0 1

Nivel 1 4 Nivel 2 C

B 5

G 6

I SCOP

Nivel 3

Fig. 3. Metoda de cutare nti n lime

3. Metoda de cutare n adncime limitat se utilizeaz adesea pentru a limita dezavantajul menionat mai sus. n aceast metod sau grupat cele dou abordri precedente, efectund o descompunere a arborelui n trane de k niveluri i realiznd n fiecare tran o cutare n adncime naintea trecerii la trana urmtoare 4. Metoda de cutare nainte(forward search) la care are loc o deplasare nainte, de la starea iniial la starea final. 5. Metoda de cutare napoi (backward search) la care cutarea ncepe de la starea scop i se orienteaz ctre starea iniial Observaie: O cutare poate ncepe din oricare nod al arborelui de cutare i poate s se fac nainte ctre starea scop sau napoi ctre starea iniial, cutarea fiind ntotdeauna sistematic i localiznd nodul numai dac el exist. Acest tip de cutare se mai numete i cutare oarb, n sensul c procesul de cutare nu este dotat cu nici o idee despre locul unde se afl nodul scop, i pn nu este localizat, cutarea nu se oprete. De aici ineficiena d.p.d.v. al timpului de cutare. Problema ineficienei este ns considerat i n termeni de cost. Exist ci de reducere a costului cutrii prin metodele euristice.

Euristicile se refer la sugestii sau reguli izvorte din experien astfel: Dac exist cteva ci de ales dintr-un arbore de cutare, o euristic ofer o regul pentru alegerea celei mai bune ci, n vederea ajungerii la nodul scop i cum s se fac alegerea mai uoar a cii din punct de vedere al timpului necesar. Observaie: Euristicile nu garanteaz neaprat aflarea soluiei la o problem din prima ncercare i nici localizarea scopului n modul cel mai eficient.
[42]

Cutarea euristic

La modul general raionamentul se aplic bazei de cunotine care cuprinde baza de fapte i regulile. Faptele permanente sunt acelea care reflect concepte generale, trsturi sau configuraii structurale definitorii i rmn neschimbate.
DAC: ponderea activelor crete ATUNCI: randamentul activelor totale crete DAC: marjea de profit crete I randamentul activelor totale crete ATUNCI: rata rentabilitii economice crete DAC: rata rentabilitii economice > rata dobnzii I gradul de ndatorare crete ATUNCI: rentabilitatea financiar crete DAC: capitalul propriu crete I rentabilitatea financiar crete ATUNCI: profitul crete DAC: rata de distribuire a dividendelor rmne constant sa crete I profitul crete ATUNCI: dividendele distribuite cresc DAC: dividendele distribuite cresc I PER este mic I lichiditatea aciunilor este mare ATUNCI: valoarea de pia a aciunilor crete FAPTE CUNOSCUTE randamentul activelor fixe crete marjea de profit crete

Metode de raionament

FAPT NOU (dedus) randamentul activelor totale crete

FAPT NOU (dedus) rata rentabilitii economice crete

FAPT NOU (dedus) rentabilitatea financiar crete

FAPT NOU (dedus) profitul crete

FAPT NOU (dedus) dividendele distribuite cresc FAPT NOU (dedus) randamentul activelor totale crete

Fig. 4. Deducerea de fapte noi i participarea faptelor noi la continuarea procesului deductiv

Ele descriu fondul general comun de cunotine. Prin contrast, faptele ce definesc problema de rezolvat i contextul specific al acesteia au caracter temporar. Regulile se utilizeaz pentru a specifica legturile dintre fapte i pentru deducie. Regula se interpreteaz astfel: dac sunt adevrate premisele atunci i faptul sau faptele cuprinse n concluzie sunt adevrate i pot fi adugate la baza de fapte. Legturile dintre fapte i reguli n procesul de deducie sunt prezentate n figura nr. 4. Raionamentul poate fi: - deductiv regul de inferen care pleac de la fapte i caut un anumit scop, obiectiv. Adevrul premiselor valideaz concluzia i invers. Faptele (premisele) sunt inserate n baza de cunotine separat sau sub form de reguli. n procesul de raionare etapa de filtraj const n extragerea din baza de cunotine a regulilor care au n partea de premise numai fapte aflate n formularea problemei. n afar de faptele din baza de
[43]

cunotine considerate cunoscute prin raionamentul deductiv putem obine (deduce) noi fapte, mbogind la fiecare ciclu de inferene baza de cunotine. n acelai timp putem opera i cu fapte necunoscute interogabile (li se d valori n procesul de raionament). Este ns important s precizm cnd i ce fapte le putem considera interogabile de utilizator fr s afectm expertiza sistemului. Raionamentul deductiv are dezavantajul c baza de cunotine trebuie s conin suficiente fapte pentru ca sistemul s poat atinge scopul urmrit i nu este suficient de interactiv n timpul inferenelor ceea ce face ca n situaiile de eec n care numrul de fapte necunoscute este unul sau nici unul, utilizatorul s nu poat interveni. inductiv pleac de la un scop considerat int pe care l descompune n scopuri (obiective) pariale pn cnd se obin probleme primitive (fapte dovedite sau interogabile). Prezentm o exemplificare a raionamentului deductiv i inductiv pornind de la urmtoarea baz de cunotine 56: Fapte: A, B, C, D, E, F, G, H, I, J, K Fapte interogabile: E, G, K, I (G=fals) Reguli: R1: Dac B atunci A R2: Dac C atunci A R3: Dac D atunci A R4: Dac E i F atunci B R5: Dac G atunci C R6: Dac H i J atunci D. R7: Dac J i K atunci H. R1 B R4
interogabil

A R2 C

R3 D R6

fals

R5 G J

H R7 K

interogabil

adevrat

interogabil

Fig. 5. Arborele asociat bazei de cunotine

Aplicnd etapa de filtraj, nici o regul nu are premise satisfcute (mulimea regulilor declanabile este vid), deci suntem ntr -o situaie de eec. Putem iei din aceast situaie apelnd la faptele interogabile (E, K i I). ntruct scopul (inta) este A vom ncerca regulile care ne conduc la A: R1, R2 i R3. R1: a) B este necunoscut i nu este interogabil dar este deductibil din regula R4. b) R4: premisa E este interogabil iar F necunoscut i nu este interogabil. c) situaie de eec. a) premisa este necunoscut dar deductibil din R5 care avnd premisa G fals nu ne permite deducerea lui C i implicit A.

R2:

56

Zaharie, Dorin, Nstase Pavel, - Sisteme expert de gestiune, Editura Romcart, Bucureti, 1993, pag. 70 [44]

R3:

b) concluzia: eec. a) premisa D este deductibil din R6. b) premisele lui R6 sunt H care nu este interogabil dar este deductibil i I care este interogabil. c) ntrebnd utilizatorul despre valoarea lui K i presupunnd c aceasta corespunde cu valoarea de adevr, din regula R7 rezult c H este adevrat. d) ntrebnd utilizatorul despre valoarea lui I, dac acesta rspunde adevrat vor fi verificate premisele regulii R3. e) concluzie: A adevrat (figura nr. 5). H R6

X R4 B
verificat

A R2 G D R3
inutil deoarece G C neverificat verificat

R8
inutil deoarece s-a verificat R3

neverificat

F R1

E R5 D
SAU Una sau alta dintre reguli poate fi aplicat

B
verificat

D R7
verificat inutil cci C verificat

R9

R7 C
verificat

inutil cci C verificat

R9

Fig. 6. Arborele I/SAU

Parcurgnd cele 9 reguli se observ c numai regula 6 are concluzia H. Din R6 rezult c H ar fi adevrat dac se verific ipoteza c faptele X i A sunt adevrate (subscopuri). X este adevrat dac R4 n care X este concluzia se poate aplica. A este adevrat dac una din regulile R2, R3 i R8, n care A este concluzia se poate aplica. Continund n acest mod se obine arborele I/SAU de verificare a scopului H (Figura nr.6). Avantajul raionamentului inductiv const n faptul c arborele de cutare este adesea foarte mic i timpul de cutare scurt. Are dezavantajul ciclrii: pentru a demonstra A trebuie demonstrat B, pentru a demonstra B trebuie demonstrat A. - mixt realizeaz compromisul ntre avantajele i dezavantajele celor dou moduri de raionament de baz, deductiv i inductiv. n general se procedeaz astfel: se fixeaz un
[45]

scop, se determin faptele deductibile, se aplica mai nti raionamentul inductiv, care va solicita utilizatorul pentru specificarea valorilor unor fapte necunoscute dar interogabile i apoi se aplic raionamentul deductiv pentru a deduce tot ce este posibil .a.m.d.

Deducia
A fost introdus de filosoful grec Aristotel i este procesul de raionament prin care fiind cunoscute principiile generale, acestea se aplic la cazurile particulare (instane), pentru a deriva o concluzie particular. Mai este considerat i ca fiind metoda de raionament de sus n jos, deoarece poate fi reprezentat ca n figura de mai jos:
Teorie Ipoteze Observaii Confirmare Fig. 7. Metoda deductiv

Practic se pornete de la stabilirea unei teorii cu privire la domeniul de interes. Aceast teorie se desface n ipoteze particulare, care se pot testa. Apoi ce cerceteaz mai ndeaproape culegnd observaii care s verifice ipotezele. Acest lucru ne conduce n final la confirmarea sau nu a teoriei iniiale. Un exemplu clasic de gndire deductiv sunt silogismele, introduse tot de Aristotel, de exemplu: Toate societile comerciale sunt pltitoare de TVA ABC SRL este o societate comercial De aceea, ABC SRL este pltitoare de TVA Pentru a utiliza raionamentul deductiv, trebuie stabilit o situaie, o stare, care folosete premise majore i premise minore. Aceast form de silogism se poate exprima prin urmtoarea paradigm: [Premisa major]: Toti A sunt B [Premisa minora]: X este un A [Concluzie]: X este un B Exemplu: Nu se vor livra componentele unei instalaii dect dac toate sunt testate calitativ. Fapte iniiale - premisa major: Toate componentele trebuie testate calitativ - premisa minor: Cel puin o component n-a fost testat Fapt nou dedus: Deducia = Instalaia nu poate fi livrat Concluzia este valid, deoarece att premisa major, ct i premisa minor sunt adevrate. Observaii. 1) Exist i posibilitatea ca o premis major s fie nsoit de cteva premise minore, caz n care toate premisele minore trebuie s fie adevrate, altfel deducia nu ar fi valid. Toate aceste cerine constituie o limit a raionamentului deductiv. Problemele din realitate se pot confrunta i cu situaii n care premisele minore nu sunt toate 100% adevrate. n asemenea situaii, nu se poate realiza o deducie valid. De exemplu, orice teorem este valabil ntr-un anumit sistem i ea nu va mai fi valabil ntr-un sistem mai complex. Iar acest lucru este valabil la infinit, a.. orict de bogat ar fi un set de axiome, se poate gsi o situaie n care o anumit propoziie s nu mai fie verificat. (De exemplu suma unghiurilor unui triughi este 180 grade doar n plan. Dac desenm un triunghi de la polul nord spre vestul
[46]

ecuatorului i ne oprim cu al treilea unghi undeva departe n estul ecuatorului, suma unghiurilor poate depi cu mult 180 de grade) 2) Raionamentul deductiv nu genereaz noi cunotine: Deducia trage concluziile logice din premise.Concluziile sunt adevrate doar dac i premisele sunt adevrate. De aceea deducia nu conduce la descoperirea de noi cunotine. 3) Deducia trebuie s nceap cu axiome, propoziii adevrate simple cu privire la modul n care funcioneaz lumea aceasta. Dac aceste axiome sunt adevrate tot sistemul logic care decurge de aici va fi adevrat. ns Galileo Galilei, Sir Francis Bacon i ali contemporani cu acetia au realizat faptul c a determina aceste propoziii adevrate simple era enorm de greu i c acest lucru ar trebui s fie scopul tiinei, i nu punctul de plecare!

Inducia
Ctre anii 1600, oamenii de tiin au observat c dei n domeniul matematicii metoda deductiv a dat rezultate f. bune, ea n-a dat ns rezultate grozave n investigarea naturii. Inducia, introdus de Sir Frances Bacon, este o revolt pe fa mpotriva deduciei. El a spus c gnditorii prin deducie sunt ca nite pianjeni, care es o pnz ntreag de cunotine din propria lor substan Inducia, numit i metoda de raionament de jos n sus, lucreaz invers fa de deducie: ncepe cu observaii specifice, descoper reguli, formuleaz posibile ipoteze i sfrete cu o concluzie general sau teorem care depete cu mult oricare din observaiile ce au condus la ea (vezi figura de mai jos). Teorie Ipoteze Reguli Observaii
Fig. 8. Metoda inductiv

Inducia ncepe deci cu foarte multe observaii din natur, cu scopul de a gsi o lege sau teorem cu privire la cum lucreaz natura (n timp ce deducia pornea de la cteva propoziii adevrate axiome- cu scopul de a demonstra multe alte propoziii care decurg logic din acestea.) Spre deosebire de deducie, inducia are concluzia de ordin general, iar premisele de ordin particular. Se tie c concluzia, n cazul deduciei, este inferat numai din fapte cunoscute. S privim acum un exemplu de raionament inductiv: Exemplu: Fapte iniiale: - premisa 1: Ceaa determin creterea numrului de accidente - premisa 2: Poleiul determin creterea numrului de accidente - premisa 3: Zpada determin creterea numrului de accidente Concluzia: Condiiile proaste de drum sunt cauze ale creterii numrului de accidente. Se observ c prima premis induce concluzia, dar nu n ntregime, iar pe msur ce sunt adugate i alte premise la procesul inferenial, concluzia capt mai mult consisten. Concluzia este cea mai corect dac toate premisele sunt adevrate. n mod uzual, acest lucru se ntlnete rareori. Din aceste motive, raionamentul inductiv trebuie s in seama de incertitudinea premiselor, ca s obin
[47]

concluzii mai mult sau mai puin certe. n plus, concluzia inferat este modificabil n timp, pe msura adugrii altor fapte premise. O generalizare inductiv trece de la o premis cu privire la un eantion de test la o concluzie cu privire la o populaie, deci: O proporie Q a unui eantion de test dintr-o populaie are proprietatea A n concluzie un procent Q din populaie are proprietatea A. Exemplu: Fapte iniiale: - premisa 1: S-a fcut un sondaj pe 300 din cei 9000 de studeni ai UVT cu privire la dorina de a studia n strintate - premisa 2: 34% din cei 300 care au rspuns la sondaj ar dori s studieze n strintate Concluzie: 34% din studenii de la UVT ar dori s studieze n strintate. Observaie: Este imposibil de demonstrat c o concluzie a unui raionament inductiv este adevrat la infinit, deoarece nimeni nu va putea fi sigur vreodat c o observaie viitoare nu va contrazice concluzia. Logica inductiv se bazeaz deci pe ideea c o lege general poate fi enunat pe baza a numeroase exemple care o susin. De exemplu: A1, A2, A3,....A100 sunt B A1, A2, A3,...A100 sunt C De aceea, B sunt C Dac ns se va gsi c A101 nu este C, dar este B, propoziia B sunt C se demonstreaz c este greit.

Ca i deducia, utilizeaz premisele major i minor dar, spre deosebire de deducie, abducia nu este o form natural, normal a inferenei. Ea se bazeaz pe urmtorul raionament: Se observ fenomenul surpriz X Dintre mai multe ipoteze, A, B, i C, ipoteza A este capabil s explice fenomenul X De aceea sunt motive pentru a trage concluzia c A este adevrat. E clar ns c nu ntotdeauna concluzia e adevrat. Exemplu: Fapte iniiale: - premisa major: Dac regia de transport este n grev, atunci transportul de marf ntrzie - premisa minor: Transportul de marf nu a sosit azi

Abducia

Concluzia: Regia de transport este n grev. Din acest exemplu, rezult c mai pot fi i alte raiuni pentru care transportul de marf s nu fi sosit: marfa nu a fost ncrcat la timp, maina s-a defectat pe drum, etc.
[48]

n ciuda faptului c abducia nu este o tehnic inferenial valid, ea este uneori foarte necesar, mai ales n SE de tip diagnostic, tocmai pentru c poate genera explicaii posibile. Ea ns trebuie utilizat ntotdeauna cu mare grij. Exemplu: IF nu este curent la reea THEN calculatorul nu pornete IF calculatorul nu pornete THEN nu este curent la reea

Deci, dac vedem c nu pornete calculatorul, nu putem infera neaprat c nu este curent la reea. Dei aceasta ar putea fi o explicaie plauzibil nu poate fi i definitiv, din care cauz trebuie s identificm i alte cauze. Abducia acioneaz ca un fel de euristic, n sensul c ne ofer un punct de plecare n raionamentele urmtoare, care sunt ntotdeauna obligatorii.

Comparaie ntre deducie, inducie i abducie

Pe baza unui exemplu utiliznd simple silogisme putem face urmtoarea comparaie ntre cele 3 metode de raionament: Deducia : Fiind dat Regula (premisa major) : i cazul particular (premisa minor) : Rezult concluzia : Inducia : Fiind dat cazul particular : i rezultatul : Rezult regula ipotetic : Abducia : Fiind dat Regula (premisa major) : i rezultatul : Rezult cazul ipotetic : Toate crile din bibliotec sunt de matematic Aceste 10 cri sunt din bibliotec Aceste 10 cri sunt de matematic

Aceste 10 cri sunt din bibliotec Aceste 10 cri sunt de matematic Toate crile din bibliotec sunt de matematic

Toate crile din bibliotec sunt de matematic Aceste 10 cri sunt de matematic Aceste 10 cri sunt din bibliotec

Deci, avnd dat o precondiie (un caz) p, o regul R i o concluzie (un rezultat) c : Deducia utilizeaz regula i precondiia pentru a trage o concluzie : R + p => c Inducia deduce regula R dup numeroase exemple de precondiii i rezultate: p + c => R Abducia utilizeaz rezultatul i regula pentru a presupune c precondiia ar putea explica rezultatul: c + R => p

Incertitudinea este, n mare msura, o parte a proceselor infereniale, mai ales cnd se utilizeaz inducia sau abducia.
[49]

Incertitudinea si raionamentul

Experimentele au relevat faptul c nu raionamentul genereaz incertitudine, ci cunotinele folosite pentru aplicarea lui. n cazul induciei sunt adesea imposibil de tiut toate faptele necesare pentru inferarea unei concluzii. Ca urmare trebuie s se decid de la ce punct va ncepe inducia, n ciuda faptului c nu sunt prezente toate premisele necesare. SE sunt menite ns s raioneze cu cunoatere incomplet, incert sau imprecis, spre deosebire de produsele informatice clasice, care niciodat nu vor putea lucra cu date incomplete sau incerte. Logica fuzzy reprezint o cale de a lucra cu valori neambigue n contextul cunoaterii ambigue. Uneori sursele incertitudinii pot fi uor eliminate, dar de multe ori nu. Trebuie sa convieuim cu ele. A face din SE un instrument de soluionare a incertitudinii este aspectul cel mai important al motorului de inferene. Sursele de erori care favorizeaz incertitudinea sunt: - Ambiguitate; - Incompletitudine; - Incorectitudine: - eroare uman; - eroare hardware; - ipoteze fals negative; - ipoteze fals pozitive; -Erori de msurare; -Erori de raionament: - eroare inductiv; - eroare deductiv. Pentru lucrul cu incertitudinea una din tehnicile cele mai folosite n acest domeniu const n a atribui elementelor din baza de cunotine (fapte i reguli) un coeficient destinat s exprime gradul de siguran al acestora, denumit factor de certitudine (FC, n limba englez confidence factors). FC msoar gradul de ncredere (confiden) al cunoaterii implicate n sistemele expert, i nu se confund cu coeficienii de probabilitate, deoarece FC reflect ncrederea n cunoatere (fapte, reguli) mai degrab dect probabilitatea ca acele fapte, reguli s aib loc. Primul SE care a folosit reguli care au avut ataai factori de certitudine a fost sistemul de diagnostic medical MYCIN (1973). Acesta a utilizat intervalul [-1, 1] ca domeniu de valori pentru factorii de certitudine.
-1 -0,8 -0,6 abso- aproape probabil lut sigur fals fals fals -0,2 0 necunoscut +0,2 0,6 probabil adevarat 0,8 1 aproape absosigur lut adevrat adevrat

Sursele incertitudinii

Factorii de certitudine FC

FC e exprimat empiric de expertul care enun regula. Astfel : FC=1 nseamn c regula e logic adevrat FC=-1 nseamn c regula e logic fals FC =0 nseamn c nu se tie nimic, adic regula are o incertitudine maxim (nu e normal s scriem reguli cu un astfel de FC) Tratarea incertitudinii presupune att evaluarea gradului de incertitudine al faptelor de baz, ct i combinarea valorilor FC pt. evaluarea factorilor de certitudine din faptele compuse. Acetia se determin n funie de tipul conectorilor logici, pe baza relaiilor urmtoare:

[50]

FC(A AND B) = MIN(FC(A) ;FC(B)) FC(A OR B) = MAX(FC(A) ;FC(B)) FC(NOT A) = - FC(A) unde FC(A) i FC(B) sunt factorii de certitudine pentru faptele A resp. B. Exemplul 1: FC(Rata inflatiei este mare) = 0,8 A FC(Cererea de credite crete)=0,7 B FC(Rata inflatiei este mare AND Cererea de credite crete) = MIN(0,8 ;0,7)=0,7 FC(Rata inflatiei este mare OR Cererea de credite crete) = MAX(0,8 ;0,7)=0,8 FC(NOT Rata inflatiei este mare) = -FC(A)=-0,8 Exemplul 2: IF (P1 AND P2) OR (P3 AND NOT P4) THEN C unde FC(P1)=0,6 FC(P2)=0,7 FC(P3)=0,5 FC(P4)=0,9

FC(P) = MAX (MIN(0,6;0,7); MIN(0,5;-0,9)) = MAX(0,6;-0,9) = 0,6 Regulile pot avea la rndul lor ataai factori de certitudine, care exprim ct de cert este concluzia dedus pe baza premiselor lor. De exemplu, n regula urmtoare: R1: FC(R1)=0,75 IF Rata inflaiei este ridicat (P1) AND Cererea de credite crete (P2) THEN Rata dobnzii crete (C) factorul de certitudine al concluziei Rata dobnzii crete dedus din cele dou premise este de 0,75. Presupunnd cazul general : R : FC(R)=r IF premise (P) THEN concluzie (C) i avnd n vedere c i premisele pot avea la rndul lor FC, factorul de certitudine al concluziei este stabilit cu relaia: FC(C)=FC(P)*FC(R) (1)

Pentru regula R1 de mai sus, presupunnd FC(P1)=0,8 i FC(P2)=0,7 FC(C) = MIN(0,8 ;0,7)*0,75=0,7*0,75=0,525

[51]

Observaie: Dac nu se specific nici un FC pentru P(premise) sau pentru R(regul), se presupune c FC(P) sau respectiv FC(R) sunt 1 (deci c premisele sau regulile sunt absolut sigure). Exist situaii n care aceeai concluzie poate fi dedus din mai multe reguli diferite. Pentru a obine factorul de certitudine a unei asemenea concluzii este necesar s se combine coeficienii FC returnai de fiecare regul care cuprinde respectiva concluzie. Presupunnd c FCR1(C) i FCR2(C) reprezint FC ale aceleai concluzii dedus odat din R1 i apoi din R2, atunci coeficientul su combinat de certitudine se obine cu relaia : FCR1,R2(C)=FCR1(C)+FCR2(C) - FCR1(C)*FCR2(C) Exemplu (preluat dup Lioiu [5]): Fie date regulile R1 i R2 prezentate mai jos : R1 : FC(R1)=0,6 IF X apartine ramurii Y AND Ramura Y tinde sa creasca THEN Cumpara actiuni emise de X R2 : FC(R2)=0,75 IF Cifra de afaceri a societatii X este stabila AND Valoarea actiunilor emise de X tinde sa creasca THEN Cumpara actiuni emise de X (2)

Presupunnd c baza de fapte (BF) conine urmtoarele informaii : Ramura ELECTRONIC tinde s creasc (FC=0,6) Ramura METALURGIE nu tinde s creasc (FC=0,8) Societatea ALFA aparine ramurii ELECTRONIC (FC=1) Societatea BETA aparine ramurii METALURGIE (FC=1) Cifra de afaceri a societii ALFA este stabil (FC=0,65) Cifra de afaceri a societii BETA este stabil (FC=0,8) Valoarea aciunilor emise de ALFA tinde s creasc (FC=0,7) Valoarea aciunilor emise de BETA tinde s creasc (FC=0,6)

Se pune ntrebarea: Care investiie este mai sigur: S se cumpere aciuni emise de ALFA sau de BETA? Cu alte cuvinte, concluzia celor dou reguli R1 i R2, cnd are un FC mai mare: Cnd X reprezint societatea ALFA sau cnd X este BETA? Pentru a rezolva aceast problem vom instania cele dou variabile X i Y din R1 i R2 mai nti cu valorile ALFA i ELECTRONIC, apoi cu valorile BETA i METALURGIE, i vom calcula de fiecare dat FC-ul concluziei datorat celor dou reguli, adic FCR1,R2(C). I. Instaniem variabila X=ALFA i Y=ELECTRONIC FCR1(C)=FCR1(P)*FC(R1)= MIN(1,0.6)*0,6= 0,6*0,6= 0,36 FCR2(C)=FCR2(P)*FC(R2)=MIN(0,65,0.7)*0,75=0,65*0,75= 0,4875 Cum ambele reguli au aceeai concluzie, FC final al respectivei concluzii se determin cu formula (2):
[52]

FCR1,R2(C) = FCR1(C)+FCR2(C) - FCR1(C)*FCR2(C)= = 0,36+0,4875-0,36*0,4875 = 0,672 II. Instaniem variabila X=BETA i Y=METALURGIE Procednd analog rezult: FCR1(C) = FCR1(P) * FC(R1) = MIN(1,-0.8)*0,6= -0,8*0,6= -0,48 FCR2(C) = FCR2(P) * FC(R2) = MIN(0,8,0.6)*0,75= 0,6*0,75=0,45 FCR1,R2(C) = FCR1(C)+FCR2(C) - FCR1(C)*FCR2(C)= = - 0,48+0,45+0,48*0,45 = -0,03+0,216 = 0,186 Cum n cazul II FCR1,R2(C)=0,186<0,672 din cazul I, tragem concluzia c investiia n aciuni ALFA este mai sigur dect cea n aciuni BETA!!! Observaie: Factorii de certitudine atribuii regulilor i faptelor influeneaz considerabil rezultatele. Din aceast cauz este deosebit de important ca ei s fie corect evaluai n practic, ceea ce nu este ntotdeauna simplu sau evident!

Riscul i incertitudinea Incertitudinea, probabilitatea i riscul sunt factori obiectivi care produc reale oportuniti i opiuni. Dezvoltarea durabil economic nu depinde att de mult de atingerea unor obiective perfect deterministe i sigure, ct de dezvoltarea activitilor creative are sunt de neconceput n afara riscului i incertitudinii. ncercarea de a realiza certitudine abstract i informaie perfect este mai degrab un demers dogmatic, pseudoreligios distrugnd intuiia, inteligena i creativitatea. Moartea este singura certitudine legat de via pe care o poate avea un individ. Incertitudinea poate fi descris ca suma tuturor pericolelor poteniale din jurul nostru, percepute sau nu. Deciziile economice, n majoritatea cazurilor, se iau ntr-un mediu asupra cruia decidentul (fie c este expert sau utilizator) are un control limitat. Teoria economic folosete pentru desemnarea acestor condiii termenul de stri ale naturii: starea de certitudine, starea de risc, starea de incertitudine. Starea de certitudine este ntlnit n procesele decizionale care au la baz optimizri liniare i neliniare utilizate pentru alocarea de resurse, n general n procesele de complexitate mic. Chiar dac suntem de acord cu afirmaia c n realitatea economic puine lucruri rmn certe pe termen lung nu minimalizm cu nimic rolul informaiei certe n axiomatic. Majoritatea deciziilor ntr-un asemenea sistem sunt decizii operaionale bazate pe informaii acceptate ca certe. Important este s lsm sistemul deschis capabil s funcioneze n condiii mai puin perfecte din punct de vedere al cunoaterii. Riscul desemneaz acea stare a cunoaterii n care fiecare variant decizional conduce la unul dintre rezultatele specifice ntr -o mulime dat, fiecare rezultat putnd aprea cu o probabilitate cunoscut obiectiv de ctre decident. Incertitudinea definete acea stare n care decidentul nu cunoate nici probabilitatea de apariie a fenomenului. Acest lucru se ntmpl, de regul, atunci cnd nu exist informaii disponibile din care s poat fi calculate probabiliti obiective a probabilitii apriori. Prin
[53]

urmare incertitudinea este subiectiv fiind dependent de percepia decidentului. ns ar fi greit s considerm incertitudinea un haos. i n aceast stare, lipsit de informaie cert sau probabiliti, teoria economic a elaborat un set de metode i pai de luare a deciziei de care n procesul de axiomatizare trebuie s inem seama. n sisteme axiomatice pentru evaluarea incertitudinii utilizm factorul de certitudine. Acesta trebuie neles la fel ca urmtoarele concepte: grad de certitudine, raionament bazat pe common sense (bunul sim), o valoare numeric asociat unei variabile, raionament bazat pe informaii pariale etc. Factorul de certitudine reprezint gradul de ncredere i nu este sinonim cu probabilitatea. Acesta (factorul de certitudine) este stabilit de expertul care enun regula i poate lua valori numerice cuprinse ntr-un interval, de exemplu [-1, 1]. Valorile -1 i 1 sunt extremele care semnific logic adevrat (1) i logic fals ( -1). ntre cele dou extreme avem irul valorilor de ncredere ( ) apreciate de expert. Cazul A: factorul de certitudine se aloc numai premiselor (concluzia este o consecin logic evident). Exemplu: dac productivitatea muncii crete (premis) atunci resursa uman este utilizat eficient (concluzie). - o singur premis: factorul de certitudine al concluziei este factorul de certitudine al premisei; - mai multe premise legate prin I (AND): factorul de certitudine al concluziei este cel mai mic factor de certitudine al premiselor: (concluzie)=min (premise); - mai multe premise legate prin SAU (OR): factorul de certitudine al concluziei este cel mai mare factor de certitudine al premiselor: (concluzie)=max (premise). Exemplu: concluzia deriv din CF=1 din premis. a) o singur premis: CF(C)=CF(P) C=concluzie P=premis P: Dac W crete C: resursa uman este utilizat eficient Q Pentru c e R = = W este universal adevrat (ca i 2+2=4) N CF(P)=0,7 CF(C)=0,7 b) dou premise independente legate prin AND (&) nu acioneaz compensarea, amndou fiind obligatorii. P1: dac plou I P2: dac este frig C: nghe CF(P1)=0,8, CF(P2)=0,2 CF(C)=0,2 Economic: P1: dac ntreprinderea va aduce un management performant I P2: ntreprinderea are perspective de dezvoltare pe termen mediu i lung
[54]

C: se poate acorda credit de ctre Banc c) dou premise care se pot compensa legate prin AND: 0,9 P1: dac W crete I 0,2 P2: dac numrul de salariai crete C: cifra de afaceri crete Se observ totui o formulare ambigu, fiind mai corect urmtoarea formulare: P2: dac numrul de salariai crete sau scade dar I N < I W + Cazul B: factorul de certitudine se aloc att premiselor ct i concluziilor: - utilizarea factorului de certitudine ca un prag: =0,6 (dac A atunci B) ne indic pragul (valoarea) de care este nevoie pentru factorul de certitudine astfel nct regula s se declaneze n execuie; - alocarea factorului de certitudine premiselor i concluziei: dac rata inflaiei scade 1=0,7 atunci moneda naional se ntrete 2=0,6. Cazul C: alte moduri de utilizare a factorilor de certitudine 57: - prin asociere la rspunsul utilizatorului dat la ntrebarea adresat lui de ctre sistem: Ai pltit taxa pe semestrul I? Rspuns: DA (9/10) - prin asociere la concluzia regulilor n cazul sistemelor pentru diagnostic : Dac: ratele dobnzilor se pltesc la scaden SAU ntrzierea este maximum 7 zile ATUNCI: serviciul datorie este bun (9/10) - prin propagarea nainte de la premisa reguli ctre aciune: DAC: timpul de decolare < 5 min (7/10) ATUNCI: legai centurile de siguran; - prin asociere la fiecare condiie din premisa regulii: DAC: comanda > 200 000 (=0,80) I stocul < comanda ( =0,75) ATUNCI investiii n stocuri. Exemplu: limita de vitez este de 50 km/h. I oseaua este liber i perfect ATUNCI oferii respect viteza legal FC 2/10

Ca s poat utiliza cunoaterea, SE dispune de un mecanism inferenial capabil de raionamente n generarea soluiilor, concluziilor etc. Inferenierea se realizeaz prin tehnici de cutare i comparare.

Strategiile de control sunt utilizate pentru a cuta n baza de cunotine faptele i/sau regulile care trebuie folosite pentru a se ajunge la soluia problemei. Cele mai uzuale strategii de control ale raionamentului sunt:
57

Strategii de control ale raionamentului

Dup Andone, I i colab. Dezvoltarea sistemelor inteligente n economie, Editura Economic, Bucureti, 2001, pag.194 [55]

1). strategia de control nainte i 2). strategia de control napoi, ambele puternice i relativ uor de implementat n motoarele de inferene. A. Strategia de control nainte (forward-chaining) sau nlnuirea nainte = Strategia bazat pe fapte. Fiind date faptele (baza de fapte iniial), se caut nainte pn se ajunge la scop. Regulile sunt utilizate spre nainte i ele genereaz noi fapte, care se pot utiliza n alte reguli, care la rndul lor genereaz noi fapte, .a.m.d. Exemplu: Baza de fapte iniial (BF) : {A, B, C, D, E} Baza de reguli iniial (BR): 1. IF A AND B THEN F 2. IF C AND D THEN G 3. IF F AND G THEN H 4. IF E AND H THEN I A = persoana este angajat cu carte de munc B=persoana are salariul de ncadrare>=900 RON C = persoana a pltit garania D = persoana a pltit asigurarea de via E = persoana este sub 50 de ani F = persoana ndeplinete condiiile de angajare G = persoana ndeplinete condiiile de garanie H = persoana poate primi credit pe termen scurt I = persoana poate primi credit pe termen lung A i B fiind cunoscute, din regula 1 se deduce F, care devine fapt cunoscut i se adaug n baza de fapte, astfel: BF={A, B, C, D, E, F}. Analog din regula 2. se deduce G => BF={A, B, C, D, E, F, G}. Cunoscndu-se acum F i G, din regula 3. => H=> BF={A, B, C, D, E, F, G, H} n fine, prin regula 4. deoarece se cunosc E i H => I (soluia cutat, sau scopul), care va intra i el n BF={A, B, C, D, E, F, G, H, I} Grafic acest lucru se poate reprezenta cu pori logice, ca n figura de mai jos:

A 1 B C 2 D E

Control napoi F 3 G H 4 I

Control nainte

Concluzie: Aceasta strategie ncepe s acioneze asupra unui set de fapte cunoscute, deriv noi fapte folosind reguli ale cror premise se potrivesc faptelor cunoscute i continu acest proces pn cnd

[56]

este gsit starea scop, sau pn cnd nu mai sunt reguli cu premise corespunztoare faptelor existente sau celor derivate. Cutarea nainte este bun de utilizat atunci cnd se cunosc faptele, iar sistemul trebuie s caute soluia (scopul). Se risc o cutare complet n baza de cunotine, nainte de a se reveni cu un rspuns, fapt care mpieteaz asupra eficienei. Ea este eficient atunci cnd sistemul expert are de rspuns la fapte noi, sau trebuie s gseasc o soluie bazat pe investigarea foarte multor ci pn s se poat lista scopurile. B. Strategia de control napoi (backward-chaining) sau nlnuire napoi = strategie bazat pe scop. Ne deplasm napoi, de la scopul prestabilit ctre faptele iniiale cunoscute, ca s vedem dac sunt sau nu ndeplinite pentru soluionarea problemei. n cazul exemplului anterior avem urmtoarea ordine de parcurgere a regulilor, pornind de la nodul scop: Pasul 4 Regula R1 Coninutul regulii IF persoana este angajat cu carte de munc AND persoana are salariul de ncadrare>=900RON THEN persoana ndeplinete condiiile de angajare 3 R2 IF persoana a pltit garania AND persoana a pltit asigurarea de via THEN persoana ndeplinete condiiile de garanie 2 R3 IF persoana ndeplinete condiiile de angajare AND persoana ndeplinete condiiile de garanie THEN persoana poate primi credit pe termen scurt 1 R4 IF persoana poate primi credit pe termen scurt AND persoana este sub 50 de ani THEN persoana poate primi credit pe termen lung (A) (B) (F) (C) (D) (G) (F) (G) (H) (H) (E) (I) SCOP

ntruct tim c BF iniial conine pe A, B, C, D, E, putem verifica dac-l cunoatem pe I mergnd napoi prin reguli i fapte n sensul sgeii punctate din figura anterioar (control napoi). Comparaie ntre cele dou strategii de control CONTROL NAINTE
Favorizeaz rezolvarea problemelor planificare, monitorizare, control de tip:

CONTROL INAPOI
Favorizeaz: -diagnostic, selecie, depanare -prezent ctre trecut -concluzie ctre premis
[57]

-prezent ctre viitor -premis ctre concluzie

-orientate de fapte -lucreaz nainte pentru a gsi soluia din fapte -favorizeaz cutarea nti n lime -premisele determin cutarea -nu favorizeaz explicaii -nu face dialog cu utilizatorul

-orientate de scopuri -lucreaz napoi pentru a gsi faptele care sprijin concluzia -favorizeaz cutarea nti n adncime -concluzia determin cutarea -favorizeaz explicaii i solicit rspunsuri de la utilizatori -face dialog cu utilizatorul.

Observaii 1. Sunt posibile diagnosticele i n strategia de control nainte, dup cum planificarea poate fi realizat i prin strategia de control napoi. 2. Explicaiile sunt favorizate de ctre controlul napoi, deoarece sistemul poate explica mai uor ce scop se ncearc s fie atins. n controlul nainte explicaiile sunt mai dificile deoarece sub-scopurile nu sunt explicit cunoscute pn nu sunt descoperite. 3. O bun aplicare a controlului nainte este atunci cnd arborele de cutare este mai mult larg i nu foarte adnc, tocmai pentru c permite cel mai bine cutarea n lime. La controlul napoi cel mai bine este permis cutarea n adncime, lucru care corespunde unui arbore ngust i adnc. C. Strategia de control mixt Aceasta combin cele dou strategii de baz, pentru ca n timpul cutrii prin baza de cunotine s nlture inconvenientele acestora, reinnd numai avantajele lor. Multe SE folosesc ambele strategii de control, mai ales n aplicaiile n care este natural soluionarea problemelor alternativ, prin orientarea pe fapte sau prin orientarea pe scop. D. Strategii de control mai complexe (strategii de rezolvare a conflictelor) - cele n care activarea regulilor se calculeaz; - permite diferenierea tipurilor de motoare de inferen; - exist dou strategii de control mai complexe: 1. Strategia fix, n care se remarc fie ultima regul utilizat, fie regula cea mai utilizat, fie regula cea mai apropiat de scop, fie regula cea mai specific. Definiie: Se spune c regula Ri este mai specific dect Rj, dac Ri conine toate propoziiile din Rj + altele. 2. Metaregulile sunt reguli care conin starea procesului deductiv i modific dinamic ordinea prioritii regulilor la declanare.

[58]

BAZA DE CUNOTINE
Probleme adecvate pentru sistemele expert

Se pune ntrebarea: Cnd este o anumit problem adecvat pentru un SE? Exist 3 ntrebri la care trebuie rspuns afirmativ nainte de a trece la introducerea unui SE n ntreprindere: 1) Este posibil dezvoltarea unui SE pentru soluionarea problemei? 2) Se justific dezvoltarea SE? 3) Este potrivit SE pentru soluionarea problemei? Fiecare dintre aceste ntrebri are sub-ntrebri la care trebuie, de asemenea, rspuns afirmativ. Posibil? Expert disponibil? Caracteristicile problemei. Se justific? Necesar? Profitabil? Potrivit? Natura? Complexitatea? Scopul. 1) Este posibil? - trebuie s se verifice dac att expertul, ct i caracteristicile problemei fac posibil dezvoltarea SE. - gsirea unui expert adevrat, care s fie disponibil i corespunztor pentru dezvoltarea SE, este o problema cheie. - caracteristicile problemei au legtur cu competena expertului identificat anterior, iar partea cognitiv a competenei expertului (expertiza) va face obiectul bazei de cunotine. Alegerea problemei adecvate

Observaie: Problemele care solicit un timp exagerat de mare nu sunt bune candidate pentru SE, dar nici cele care se bazeaz pe bunul sim comun sau pe experiena direct. 2) Se justific? - justificarea este obstacolul cel mai mare, deoarece are legtur cu obinerea resurselor (bani, personal, timp, etc.) pentru dezvoltarea SE. Sunt resursele ntr-adevr necesare ? Dac da, care va fi profitabilitatea utilizrii lor? - cu privire la profitabilitate, exist dou coli de gndire: a) una care argumenteaz c o profitabilitate mare este factorul determinant, care ar putea salva ntreprinderea de la faliment. Considerm c acesta este un scop nobil, dar i o mare aventur. Dac dezvoltarea SE eueaz, atunci rezultatele pot fi catastrofale n planul pierderii resurselor de toate tipurile.

[59]

b) una care admite s se construiasc SE mai mici, pentru probleme de mai mic amploare, deoarece resursele consumate sunt mai puine chiar dac profitabilitatea total va fi mai mic. O eventual greeal nu poate avea prea mare efect asupra ntreprinderii. - pn la urma managementul este acela care hotrte o variant sau alta. 3) Este potrivit problemei? Dac SE este potrivit unei probleme are legtur cu: a) natura problemei, n sensul dac reclam manipulri simbolice i euristici. Dac nu reclam aspecte de acest gen, problema va putea fi soluionat pe cale algoritmic mai eficient dect printr-un SE. b) complexitatea problemei. Problema trebuie s nu fie dintre cele banale, chiar dac expertul este solicitat la soluionarea ei. Nici ntr-un caz timpul nu este un criteriu al complexitii, ci numai euristicile posibile. c) scopul problemei, care trebuie s aib n vedere valoarea practic, rentabilitatea imediat i rentabilitatea de perspectiv.

Alegerea instrumentului de dezvoltare al SE are loc dup ce s-a determinat dac problema este adecvat. n acest caz este util i o abordare mai sistematic cu ajutorul unei metodologii acceptate. Din acest punct de vedere cognoticianul are dou opiuni: I. Limbaje de programare de nivel nalt (C++, LISP, SMALLTALK, PROLOG, etc.) multe dintre ele adevrate medii de programare, cu posibiliti de editare a ecranelor, depanare, interfee grafice etc. Acestea prezint avantajul flexibilitii, nu sunt restricionate de tipul problemei i nici de dorinele cognoticianului. Au ns i dezavantaje mari: fac dificil actualizarea bazei de cunotine, necesit o foarte nalt calificare n programare i crearea att a structurilor de cunoatere din baza de cunotine, a motorului de inferene, ct i a interfeei utilizator. II. Generatoarele de SE, care au devenit cele mai preferate n prezent deoarece ofer urmtoarele avantaje: - ofer un mediu complet pentru crearea i testarea bazei de cunotine; - pot fi utilizate i de ctre cognoticienii fr experien de programare; - solicit numai crearea i testarea bazei de cunotine, deoarece celelalte componente de baz ale SE exist; - necesit un efort mic de timp i cost pentru dezvoltare. Dezavantajele sunt: - impun metoda de reprezentare a cunoaterii i metodele de inferen existente; - impun interfaa de dialog cu utilizatorii; - sunt uneori mult mai scumpe dect limbajele de programare; - un generator de SE particular se poate utiliza, de regul, numai pentru tipuri de probleme specifice. n general, alegerea ntre I. (limbaj de nivel nalt) i II (generator de SE). depinde de problem, timpul disponibil, resursele alocate de ctre management i priceperea cognoticianului. Este posibil ca instrumentul ales iniial s trebuiasc s fie schimbat pe timpul dezvoltrii SE, deoarece nu i s-au putut anticipa unele dificulti n raport cu tipul problemei. n toate cazurile se impune experiena cognoticianului i preferina sa pentru un instrument sau altul.

Alegerea instrumentului de dezvoltare

[60]

Responsabilitile cheie ale unui cognotician sunt achiziia i organizarea cunoaterii. Aceste responsabiliti trebuie ndeplinite ntr-o manier sistematic pn n momentul cnd baza de cunotine este complet i se poate utiliza efectiv n scopul pentru care a fost creat.

Achiziia i organizarea cunoaterii

Achiziia cunoaterii
Achiziia cunoaterii constituie procesul de colectare, structurare i organizare a cunoaterii, din una sau mai multe surse (documente sau experi etc.) n scopul de a o depozita n sistemele expert i a o utiliza la soluionarea problemelor din cele mai diverse domenii aplicative. Acest proces a fost studiat de ctre un mare numr de cercettori care l-au caracterizat drept principala problem ce condiioneaz n prezent dezvoltarea sistemului expert. Achiziia cunoaterii, ca activitate de baz n dezvoltarea SE, face parte integrant din ingineria cunoaterii, alturi de alte 4 activiti, i anume: validarea, reprezentarea, inferenierea i explicarea sau justificarea inferenelor. Procesul propriu-zis al achiziiei cunoaterii are 5 faze:
1. IDENTIFICAREA Identificarea carateristicilor problemei 2. CONCEPTUALIZAREA cerine reformularea Formularea conceptelor de reprezentat 3. FORMALIZAREA concepte reproiectarea

Proiectarea structurii i organizarea cunoaterii

4. IMPLEMENTAREA

structura

Formularea regulilor/cadrelor/obiectelor 5. TESTAREA

reguli/cadre/obiecte

Validarea si testarea bazei de cunotine

Fig.14. Fazele achiziiei cunoaterii (dup Andone [2])

Aceste faze sunt interdependente, uneori suprapuse, iar distincia ntre ele nu este uor de fcut, deoarece n timpul dezvoltrii SE cognoticianul poate fi angajat n oricare dintre ele.

[61]

Metode de achiziie a cunoaterii

Modelul de baz al achiziiei cunoaterii implic o echip de lucru, n care cognoticianul solicit prin metode specifice cunoaterea de la expert, o rafineaz mpreun cu acesta i o reprezint n baza de cunotine. Colectarea cunoaterii este un termen utilizat numai pentru fazele de identificare i conceptualizare prezentate mai sus. Colectarea cunoaterii se realizeaz practic prin metode: manuale, semiautomate i automte. a) Metode manuale -sunt n general structurate n jurul interviului (dialogului); -lente; -scumpe;
EXPERI Formalizare COGNOTICIAN ALTE SURSE
Fig.15. Schema metodelor manuale de achiziie a cunoaterii

BAZA DE CUNOTINE

b) Metode semiautomate - sprijin experii n constituirea bazei de cunotine, fr aportul cognoticienilor; - sprijin cognoticienii n achiziia cunoaterii, uneori cu puin ajutor din partea experilor; c) automate, n care rolul cognoticianului i/sau expertului este minimizat sau chiar eliminat. Exemplu: Metoda induciei, la care achiziia cunoaterii o poate efectua chiar analistul proiectant, rolul expertului fiind minim, iar de cognotician nici nu este nevoie.
Istoricul cazurilor. Exemple Sistem de inducie Baza de cunotine

EXPERT

[62]

Instrumentele de achiziie a cunoaterii n sprijinul cognoticianului

Un numr de instrumente inteligente pentru achiziia i codificarea cunoaterii reduc substanial timpul de munc i efortul cognoticianului, cruia i revine doar rolul de coordonator central.
Expert 1 Achiziia cunoaterii Baza de cunotine Expert 2

conduce achiziia editeaz gestiune cod

sfat

Codificarea cunoaterii Baza de cunotine codificat Validare cu instrumente inteligente editeaz validare instruire

Cognotician

Utilizator 1

Utilizator 2

Fig.16. Rolul cognoticianului (dupa Andone [1])

Instrumentele inteligente menite s sprijine cognoticianul n munca sa, sunt de 4 tipuri: a) Editoarele i interfeele, se refer la editoarele de texte i editoarele de baze de cunotine specializate n introducerea cunoaterii n baza de cunotine. Aceste instrumente dispun de depanatoare i mecanisme de trasare i explicare a liniilor de raionament a expertului. b) Controloarele de consisten i testare a cunoaterii permit revizuirea bazei de cunotine prin selecia schimbrilor dorite. c) Editoarele grafice sunt pentru achiziia cunoaterii pictoriale (imagini), de exemplu PIKA (Pictorial Knowledge Aquisition) pentru obinerea obiectelor structurate grafic ntr-o interfa multinivel. d) Ajutoarele n achiziia cunoaterii asist cognoticienii la crearea i modificarea regulilor din baza de cunotine. De ex.: TEIRESIAS un soft care utilizeaz o interfa ce ajut la testarea i depanarea cunoaterii, descoper inconsistenele (regulile conflictuale) i ofer capacitatea de explicare.

Organizarea cunoaterii
Organizarea cunoaterii implic decizii de luat cu privire la: a) Alegerea metodei de repreze ntare a cunoaterii - ine de tipul aplicaiei i de instrumentul inteligent utilizat;

[63]

- multe aplicaii necesit reguli de producie (pentru cunoaterea procedural) i reele semantice, cadre, obiecte sau predicate pentru fapte (cunoaterea declarativ). Majoritatea generatoarelor de SE utilizeaz regulile, datorita uurinei n utilizare. b) Verificarea cunoaterii - este procesul de asigurare a corectitudinii bazei de cunotine; - se face sistematic, cognoticianul i expertul comunicnd mereu ntre ei i fcnd imediat coreciile necesare. c) Validarea lanului inferenial - se face n scopul controlului acurateii lanurilor infereniale. Se caut rspuns la ntrebarea: SE d rezultate (soluii) corecte? Validarea se face periodic pe timpul testrii sistemului expert prin sesiuni de consultare i corectri rapide.

Dup ce a fost creat, nici o baz de cunotine nu trebuie considerat static. Cum se realizeaz o noua cunoatere, baza de cunotine trebuie imediat actualizat. Procesul adugrii de cunoatere nou sau corectarea celei existente n sistemele expert trebuie monitorizat cu grij pentru a se menine verificarea i validarea standard. Orice greeal poate afecta nivelul de performan al SE. Performana sistemului se poate degrada i din cauza lipsei de memorie sau din cauza ineficienei metodelor de cutare n baza de cunotine. n asemenea situaii baza de cunotine trebuie reproiectat.

Actualizarea i ntreinerea bazei de cunotine

Inteligena artificial (IA)

Obiectul de studiu al IA. Definiii

Este greu de dat o definiie precis a domeniului inteligenei artificiale, deoarece nici inteligena natural, uman, nu este o noiune clarificat pe deplin nc. Vom ncerca totui s definim inteligena artificial privind la ceea ce se consider n general a fi inteligena uman: Inteligena uman = capacitatea de a nva sau a nelege din experien, abilitatea de a achiziiona i memora cunotine, capacitatea de a rspunde rapid i cu succes la probleme noi pe baza experienei acumulate anterior. Inteligena artificial (IA): i propune s imite caracteristicile inteligenei umane cu ajutorul calculatoarelor electronice i al programelor inteligente; scopul final este comportamentul inteligent al calculatoarelor; abordeaz probleme pentru care omul este mai performant dect maina. Definiia cea mai acceptat a inteligenei artificiale a fost dat de John McCarthy n 1955: crearea unei maini care se comport ntr-un mod care ar fi considerat inteligent dac un om s-ar fi comportat aa. O alt definiie a inteligenei artificiale este proprietatea unui sistem de a fi capabil de a nva. Testul Turing Originea IA ca ramur a informaticii se ascunde cam prin anii construciei primelor calculatoare electronice, adic n momentul n care omul i-a pus problema: Ct de puternice pot fi aceste unelte noi, capabile s efectueze calcule complicate? Pot fi ele fcute s gndeasc?

[64]

Pornind de la ntrebarea aceasta matematicianul englez Alan Turing a imaginat testul care i poart numele i care, odat satisfcut de o main, ar dovedi inteligena ei. Turing a pornit de la o idee foarte natural - dac nu tim s definim n termeni precii inteligena, ns spunem despre om c este inteligent, atunci am putea s spunem i despre o alt creatur acelai lucru n cazul n care s-ar comporta la fel ca o fiina uman. Rmne de vzut care aspecte ale comportamentului omenesc sunt ntr-adevr relevante pentru inteligen. De exemplu, hrnirea sau reproducerea s-ar putea s nu fie. Testul Turing pornete de la un joc, creat tot de Turing "jocul imitaiei" - cu trei juctori: o main (A), un om (B) i un al doilea om (C). A i B nu se gsesc n aceeai camer cu C. C nu tie care dintre ceilali doi juctori este maina i nu poate s i vad sau s le vorbeasc direct. Comunicarea se poate face n scris sau printr-un terminal. Scopul lui C este s deosebeasc maina de om, pe baza rspunsurilor la orice fel de ntrebri. Dac C nu reuete, atunci maina poate fi considerat inteligent. n 1950, cnd aprea articolul despre acest test, autorul prezicea c, n cinzeci de ani (deci, aproximativ in anul 2000), va fi posibil s existe un calculator capabil s joace jocul imitaiei att de bine nct ansa lui C de a identifica corect omul s fie mai mic de 70% dup cinci minute de joc. Informaticienii de astzi sunt mult mai puin optimiti. De fapt, exist chiar dou tabere - unii care cred n posibilitatea de a satisface (cndva) testul lui Turing, i alii care sunt convini de contrariu. Trebuie spus c, dei a suscitat multe discuii, testul Turing simbolizeaz idealul pe termen lung al inteligenei artificiale ca ramur a informaticii. Turing considera c cel mai bun drum ctre realizarea unei maini care s treac testul su nu este programarea unui calculator dotat cu o mulime fix de cunotine, ci, mai degrab, educarea unei maini-copil, capabil s nvee din experien i s foloseasc limbajul natural ca s-i mbogeasc cunotinele. Ea ar putea s-i rezolve problemele proprii i s-i mplineasc propriile sale planuri, dnd dovad de inteligen practic n viaa de zi cu zi. Vom vedea c, de fapt, fiecare dintre aceste trsturi ideale s-au constituit n subdomenii ale inteligenei artificiale: nvarea automat, prelucrarea i nelegerea limbajului natural, achiziia de cunotine, construirea i satisfacerea unor planuri. Dar testul Turing este contestat de anumii teoreticieni ai domeniului. Acetia l consider ca fiind nerelevant pentru a defini inteligena mainii. Ei argumenteaz c o main care ar trece acest test nu ar manifesta inteligen n aceeai manier n care un om ar manifesta-o. Testul Turing nu d dect o privire superficial asupra inteligenei, utiliznd un criteriu distinctiv pur pragmatic, pe cnd adevrata inteligen e de natur adnc semantic. O main care ar trece testul Turing se spune c ar manifesta inteligen artificial slab (weak AI). Ali cercettori nu cred c inteligen adevrat poate fi cu adevrat prezent fr contiin i de aici c inteligena nu va putea fi niciodat produs de nici un algoritm ce e executat pe o main.

Componentele IA i domeniile care au contribuit la fundamentarea IA

Cele dou componente de baz ale oricrui sistem de IA sunt: Baza de cunotine care depoziteaz cunoaterea sistemelor de IA, adic: fapte, concepte, proceduri, relaii. Tehnicile i metodele utilizate pentru ca sistemul s gndeasc i s raioneze pe baza cunoaterii. n ceea ce privete domeniile care au contribuit la fundamentarea IA, acestea sunt urmtoarele: tiinele exacte: matematicile superioare, informatica teoretic, biologia, hidraulica, statistica, mecatronica etc.; tiinele umaniste: psihologia cognitiv, logica, filozofia gndirii, psiholingvistica, sociolingvistica, lingvistica cunoaterii etc.

[65]

Istoria IA
Antichitatea
Urme ale preocuprilor pentru IA se pot ntlni nc din antichitate. Primul sistem expert se consider a fi un papirus egiptean, datnd din mileniul III .Hr., care consta n 48 de observaii asupra diagnosticrii i tratrii rnilor la cap. Cunotinele erau organizate sub form de reguli: dac exist un anumit simptom, atunci se recomand un anumit tratament. Trebuie menionat c aceast realizare se bazeaz pe o alt invenie extraordinar a omului, scrisul, prin intermediul cruia obiectele fizice ale lumii reale pot fi reprezentate i manipulate n mod simbolic n secolul IV .Hr., Aristotel descoper logica silogistic, primul sistem formal de raionament deductiv. Aceasta a avut o influen uria asupra dezvoltrii tiinifice ulterioare a societii umane, deoarece noi cunotine puteau fi adugate la fondul de cunoatere existent prin demonstrarea de teoreme Sunt consacrate cele trei "Principii ale gndirii": al identitii (A este A) al noncontradiciei (A nu poate fi simultan B i non-B) al terului exclus (A este sau B sau non-B) Trebuie menionat c acest model nu reflect exact procesul raionamentului uman, fapt amendat de apariia noilor tipuri de logic din secolul XX, mai apropiate de deducia natural, sau de "raionamentul bunului sim" (engl. "common sense reasoning") n 1956 are loc conferina de la Dartmouth College (New Hampshire, SUA), organizat de John McCarthy, pentru a dezbate modalitile n care calculatoarele pot fi fcute s se comporte inteligent Unii cercettori erau interesai de mbuntirea capacitii de rezolvare a problemelor (de demonstrarea teoremelor, de jocuri, adic de activitile care necesit un raionament); alii erau interesai de recunoaterea modelelor sau de prelucrarea limbajului natural Aici s-a lansat termenul de Inteligen Artificial de ctre John McCarthy, acceptat unanim pentru a desemna o nou tiin i tehnologie Dei la vremea ei conferina nu a fost considerat un succes, n anii care au urmat au aprut tot mai multe laboratoare de cercetare a domeniului IA Cu un an n urm, n 1955, Alan Newell, J.C.Shaw, Herbert Simon au realizat primul limbaj de programare n IA (chiar dac termenul IA nu se lansase nc!): IPL II (Information Processing Language II). 1956 Alan Newell i Herbert Simon creeaz programul Logic Theorist, program ce simuleaz raionamentul uman i care n 1957 devine General Problem Solver, bazat pe logica predicatelor. 1959 apare limbajul LISP, destinat programrii declarative, primul realizat pe scar larg n IA (autor principal John McCarthy la MIT AI Lab); acest limbaj, cu unele modificri, se folosete i azi, dup aproape 50 de ani 1965 - Lotfi Zadeh (nscut n Azerbaidjan) pune bazele logicii FUZZY, care contrazice principiul terului exclus; teoria a fost ntmpinat cu scepticism i chiar ostilitate, ns succesul aplicaiilor sale practice ulterioare a fost de necontestat 1965 ncepe proiectul DENDRAL, primul sistem expert destinat analizei chimice spectroscopice a structurilor moleculare. Sistemul a fost coordonat de Edward Feigenbaum i laureatul premiului Nobel, geneticianul Joshua Lederberg;

Naterea Inteligenei Artificiale

Anii 60, 70 i 80

[66]

1966 - Joseph Weizenbaum i Kenneth Colby creaz programul ELIZA, psihologul computerizat, care se va dovedi unul din cele mai celebre programe de IA create vreodat; el converseaz n limbaj natural, analizeaz frazele interlocutorului pentru a extrage cuvinte-cheie i apoi afieaz o replic, selectat dintr-o mulime de variante predefinite. n multe situaii, conversaia este fluent, iar unii "pacieni" chiar s-au ataat emoional de program, spre disperarea cercettorilor 1970 ia fiin limbajul PROLOG, ca rezultat al cercetrilor lui Alain Colmerauer, de la Universitatea din Marsilia, legate de formalizarea logic, ca baz a unui limbaj pentru prelucrarea limbajului natural; Prolog este cel mai utilizat limbaj de programare logic i declarativ i este intens utilizat pentru dezvoltarea aplicaiilor de IA, fiind un instrument eficient de construire a sistemelor expert; n acelai an, Edward Shortlife propune la Universitatea Stanford sistemul MYCIN, unul din cele mai renumite sisteme expert. Acesta era construit pentru a sugera diagnostice medicale, ns muli medici nu erau siguri de diagnosticul pus de calculator. De aceea, s-a adugat modulul TEIRESIAS, care, rspunznd la comanda "why" (de ce), putea justifica rspunsul prin afiarea regulilor urmate i a concluziilor 1974 apare primul robot controlat de calculatorul electronic. Sfritul anilor 70 nceputul anilor 80 se nfiineaz primele firme specializate n IA care ncep s comercializeze sisteme expert (SE 1985 este realizat de NASA un generator de SE, CLIPS-shell, ce are la baz un limbaj de programare declarativ; 1988 piaa SE era deja de aproximativ 400 mil. $ SUA. Sfritul anilor 80 nceputul anilor 90 crete numrul firmelor i SE comercializate, al sistemelor neuronale, roboilor etc. 1992 MARVEL SE n timp real care monitorizeaz zborurile spaiale. 1994 PEGASUS program inteligent pentru recunoaterea vorbirii.

Ageni inteligeni
n 1991, Rao i Georgeff propun arhitectura BDI (Beliefs-Desires-Intentions), n care starea agentului este definit de trei caracteristici: convingeri (engl. "beliefs"), dorine (engl. "desires") i intenii (engl. "intentions") Convingerile reprezint cunotinele pe care le are agentul despre mediu Dorinele corespund scopurilor agentului sau, altfel spus, task-urilor pe care trebuie s le ndeplineasc acesta Inteniile pot fi vzute ca o mulime de planuri care, executate de obicei ntr-o ordine bine stabilit, conduc la ndeplinirea unui scop Modelul ncearc o adaptare n domeniul agenilor a filosofiei raionamentului practic, care presupune mai nti stabilirea scopului, printr-un proces deliberativ, i apoi evidenierea mijloacelor disponibile pentru atingerea acelui scop; n 1997, Deep Blue (sistem de IA) l nvinge pe Garry Kasparov, campionul mondial de ah la acea vreme. Tot n acelai an, are loc primul campionat de fotbal cu roboi; La sfritul anilor 90, tehnici de IA sunt folosite de programele de cutare pe Internet pentru extragerea de cunotine. Alte proiecte interesante, dezvoltate n aceast perioad, sunt Camera inteligent sau Agenii emoionali. n 2000, se construiesc deja animale de cas robotizate (robot-pets) interactive, cu mare succes comercial, campionii n acest domeniu fiind firmele japoneze.

Prezentul

[67]

Cynthia Breazeal coordoneaz proiectul Kismet, care ncearc construirea unui robot cu o fa care exprim sentimente. Se nregistreaz un progres i n sectorul mainilor inteligente autonome. Robotul Nomad exploreaz regiuni ndeprtate din Antarctica n cutare de fragmente de meteorii. Se dezvolt roboi care s poat transmite imagini de pe suprafaa planetei Marte i se cerceteaz posibilitile de cretere a autonomiei vehiculelor spaiale;

Important !!! Prin lucrrile lor, Alan Newell i Herbert Simon au popularizat utilizarea regulilor pentru reprezentarea cunoaterii umane i raionamentul cu reguli i ei au pus bazele SE actuale: SEBR (SE bazate pe reguli), compuse din: Reguli (memorie pe termen lung); Fapte (mpreun cu regulile formeaz baza de cunotine); Motor de inferene (procesor cognitiv).

IA n aplicaii
Figura de mai jos (preluat dup Andone [1]) vizualizeaz ntr-un mod sugestiv att tiinele care fundamenteaz IA, ct i aplicaiile inteligenei artificiale:

RGP
Rezolvitoare generale de probleme

SE
Sisteme expert

PLN
Procesarea limbajului natural

VA
Vederea artificial (Computer Vision) Robotica

IAC
Instruirea asistat de calculator

Aplicaiile IA

INTELIGENA ARTIFICIAL
Fundamentele IA
Psiholingvistica Sociolingvistica Lingvistica computaional Psihologia cognitiv Procesarea imaginilor Filozofia limbajului Managementul informaiei Sistemele adaptive

Psihologia

Lingvistica

Filozofia

Logica

Ingineria Optica electric

Hidraulica Managementul

Matematica i cercetarea operaional

Mecatronica

Statistica, Biologia

Fig. 1. Fundamentele i aplicaiile IA (dup Andone [1])

Aplicaiile inteligenei artificiale sunt deci: 1) RGP -Rezolvitoarele generale de probleme deja n anii 50, 60 eforturile s-au orientat spre obinerea unui model care s rezolve o gam ct mai larg de probleme (General Problem Solver); pentru aceasta este necesar o ct mai bun apropiere de domeniul tiinific al problemei; s-au reuit realizri aplicative n direciile planificrii optimale i a programrii din ntreprinderi, precum i sisteme inteligente pentru demonstrarea teoremelor i reducerea formulelor
[68]

Cea mai veche ramur a IA i cea mai teoretic dintre ele, utilizeaz logica ca sistem formal de gsire a demonstraiilor i de generare a inferenelor automate. Foarte multe probleme pot fi formalizate ca probleme de matematic sau logic, rezolvarea lor reducndu-se la o demonstrare a unei teoreme plecnd de la un sistem de axiome i utiliznd un mecanism de deducie logic. Ca i n alte cazuri, dificultile rezid n numrul extrem de mare de posibiliti ce pot apare. Pentru controlul exploziei de posibiliti n cutarea unei soluii se utilizeaz de multe ori soluii euristice, care, dei nu garanteaz soluia optim, pot n general duce la gsirea uneia, cel puin.

2) SE - Sistemele expert Puterea st n cunoatere. Aplicarea acestui truism n sisteme artificiale nseamn dotarea lor cu abilitatea de a se servi de cunoatere specific (cunoatere expert). Un medic este bun n gsirea unui diagnostic pentru c are un bagaj de cunotine generale dar i specifice despre boli i bolnavi. Parial aceast cunoatere a deprins-o din cri, parial n cursul anilor de experien clinic, prin attea cazuri n care s-a implicat. Achiziionarea, formalizarea i includerea cunoaterii expert n sistemele artificiale reprezint scopul domeniului Sistemelor Expert. SE sunt destinate simulrii comportamentului unui expert uman pentru rezolvarea unor probleme complexe dintr-un domeniu relativ restrns; cheia succesului unui SE st n validitatea i completitudinea cunoaterii care i este oferit; dup anii 70 experimentele fcute la proiectul DENDRAL au scos n eviden necesitatea separrii cunoaterii sub forma regulilor de mecanismul de raionament 3) PLN - Procesarea limbajului natural pentru mbuntirea comunicrii om-calculator se consider c ideal ar fi limbajul vorbit natural, al omului, n locul tastaturilor sau altor instrumente de comunicaie; problemele comunicaiei n limbajul natural rmn ns deosebit de complexe, limbajul natural nu este uor de neles din cauza cuvintelor cu semnificaie multipl (polisemie), n funcie de context; sistemele PLN dezvoltate sunt limitate la un set de structuri lingvistice; Sistemele de nelegere a limbajului natural utilizeaz una din cele dou tehnici de baz: cuvntul-cheie: infereaz o semnificaie din cuvntul cheie al comunicrii. analiza sintactic/semantic: se ncearc o fragmentare a frazei n pri de propoziie (subiect, predicat). Exist realizri pentru: recunoaterea vorbirii (speach recognition) sinteza vorbirii (speach synthesis), care genereaz vorbirea n limbaj natural. Este de mult acceptat c utilizarea limbajului este o caracteristic definitorie a inteligenei. Dei nou ne vine att de uor s comunicm prin limbaj, o ncercare de explicitare a mecanismelor care stau la baza nelegerii textelor ori a limbajului vorbit se dovedete deosebit de dificil. n domeniul nelegerii limbajului natural trebuie nti stabilit o distincie ntre a nelege un mesaj comunicat prin voce i a nelege un mesaj scris. De prima chestiune se ocup domeniul de cercetare al interpretrii vorbirii (speech processing). Problema nelegerii limbajului n varianta scris face obiectul a dou tipuri de preocupri. Lingvistica computaional pe de o parte, ca domeniu pur academic, pune n discuie modele computaionale ale limbajului natural cu scopul de a investiga i descoperi natura nsui a limbajului i a abilitilor cognitive umane. Ingineria Lingvistic (sau n varianta predominant american, Tehnologia Limbajului Uman), pe de alt parte, este preocupat de a dezvolta aplicaii care se bazeaz pe utilizarea limbajului natural, orientate spre industrie, comer, sfera socialului sau cea educaional 4) VA - Vederea artificial (Computer Vision) Cinci simuri (vederea, auzul, simul tactil, mirosul i gustul) ne stau la dispoziie pentru a interaciona cu mediul, pentru a lua cunotin de ceea ce se afl n afara corpului nostru, n imediata noastr vecintate. Pentru a ne prelungi "btaia" acestor simuri am inventat aparate care ne ajut s vedem ori s auzim la distan. Modelarea acestor simuri pe sisteme automate reprezint cu
[69]

certitudine, o preocupare de mare nsemntate a domeniului IA. Dintre cele cinci, vederea ocup un loc privilegiat. Sistemele de vedere artificial ncearc s descifreze mecanismele vederii i ale interpretrii imaginilor statice i n micare. Astfel vederea artificial se ocup de dotarea calculatoarelor cu proprietatea de a vedea i efectua pe aceast baz anumite sarcini; exist deja aplicaii n cteva domenii: robotic, examinarea fotografiilor aeriene, administrarea teritoriului etc.; Aceste sisteme sunt foarte complexe i reclam o mare cantitate de resurse. 5) R Robotica nseamn dotarea mainii cu capacitatea de a se deplasa; roboii sunt capabili s execute un numr important de sarcini, mai ales n producie (manufacturing), n mediu periculos pentru om, operaii repetitive, obositoare (n min, lucrul cu explozivi); de obicei, roboii au un bra cu cteva articulaii, care sunt micate sub controlul unui program inteligent; scopul cercetrilor n robotic este ncorporarea programelor inteligente n roboi, care s le permit s execute sarcini cu o mai mare inteligen i eventual sisteme expert i sisteme de recunoatere i sintez a vorbirii; termenul de robot a fost cel dinti folosit de scriitorul cehoslovac Karel Capek i deriv din cuvntul ceh rabota folosit pentru a exprima munca forat; Isaac Asimov formuleaz pentru prima dat cele trei legi ale roboticii: 1. Un robot nu trebuie s fac ru unei fiine umane. 2. Robotul trebuie s ndeplineasc ordinele date de om, cu excepia acelora care vin n contradicie cu legea nr.1. 3. Robotul trebuie s-i apere viaa sa n toate situaiile n care nu ncalc primele dou legi. Inteligena electronic cuplat cu creativitatea mecanic (mecatronica) a generat o larg varietate de roboi dotai cu senzori, a cror funcie este de a vedea i citi, a pipi, a auzi i a mirosi. Unii roboi simt schimbrile din spaiile de producie i automat i ajusteaz reaciile la mediu. Alii se mic i manipuleaz diferite obiecte din mediu. Unica trstur a unui robot inteligent este abilitatea sa de a detecta condiiile din mediu i de a-i adapta comportamentul pentru a executa perfect sarcinile pe care le are programate. 6) IAC - Instruirea asistat de calculator (IAC) i nvarea automat IAC este un subdomeniu al IA, n legtur cu o interfa utilizator foarte dezvoltat i un SE care controleaz i ajusteaz din mers nivelul cursului n funcie de nivelul elevului/studentului, compar tehnicile folosite de elev/student cu cele ale expertului n domeniu i ajut elevul/studentul n cursul rezolvrii, atunci cnd s-a blocat n raionamentele fcute. nvarea automat are legtur cu faptul c un sistem nzestrat cu inteligen este capabil s nvee pentru a-i mbunti interaciunea cu mediul. El poate nva fie din greeli, prin autoperfecionare, fie ghidat de un profesor, fie generaliznd, fie prin analogie, sau din exemple pozitive i negative. Domeniul nvrii automate formalizeaz aceste metode i caut aplicarea lor la sistemele automate.

Rolul IA n ntreprinderi
n ntreprinderi sistemele informatice se regsesc n: Sistemele informatice clasice (sisteme de prelucrare a datelor): folosesc proceduri predeterminate pentru manipularea datelor n gestiunea personalului, stocurilor etc. i care implic de fapt prelucrarea de tranzacii; rezultatele obinute sunt interpretate de ctre un decident.
[70]

Sistemele informatice pentru management (MIS Management Information Systems) au drept scop selectarea datelor din fiierele i bazele de date ale sistemelor informatice din ntreprindere pentru a le da o semnificaie informaional la ieirea ctre factorul decizional. De obicei, aceste sisteme se caracterizeaz prin raportri de excepie ctre management i vin n ntmpinarea metodelor moderne de management; MIS sunt foarte oportune n situaiile n care structura problemelor de soluionat este cunoscut. Astfel de probleme se numesc probleme structurale i exist un set de soluii deterministe, bazndu-se totodat pe experiena trecut. Sistemele de sprijinire a deciziei (DSS Decision Support Systems) Se utilizeaz atunci cnd problemele cresc n complexitate i MIS devin neadecvate, mai ales atunci cnd beneficiarul este un manager fr experien; DSS sunt menite s asiste managerii, s-i ajute la luarea deciziilor celor mai eficiente. n final, managerul este acela care ia decizia, dar sistemul permite folosirea raionamentului asupra alternative-lor, sprijinind n felul acesta procesul decizional. Sistemele expert (SE) prezint similitudini cu DSS dar, n timp ce scopul general al unui DSS const n asistarea decidentului (i nu n nlocuirea sa), scopul unui SE este de a nlocui omul (managerul) prin captarea cunoaterii de la un expert i a expertizei sale. Dac SE au fost dezvoltate la nceput n domeniul tehnic i medical, n ultimul timp asistm la o extindere a acestora n domeniul economic i n special n domeniul financiar-bancar i n sistemele contabile i de gestiune. Roboii (R) joac un rol major, mai ales n sectoarele de fabricaie ale unor ntreprinderi

Categorii de sisteme inteligente

Sistemele inteligente se pot clasifica n cinci categorii: 1. Sistemele neuronale artificiale 1. Sistemele inteligente bazate pe algoritmi genetici 2. Sistemele FUZZY (bazate pe logica fuzzy; fuzzy set grup vag) 3. Sistemele expert (SE) 4. Sistemele inteligente hibride 1. Sistemele neuronale artificiale au aprut n anii 80 i au la baz metoda reelelor neuronale de reprezentare a cunoaterii; modeleaz soluiile problemelor prin instruirea neuronilor artificiali conectai n reele configurate n prealabil cu ajutorul unor medii de dezvoltare specifice. Neuronii artificiali = automate elementare al cror mod de funcionare se inspir din funcionarea neuronilor biologici. Sistemele neuronale: constituie cea mai bun opiune atunci cnd exist foarte multe date, informaii i cunotine empirice, i nu pot fi realizai algoritmi suficient de rapizi i coreci pentru prelucrarea acestora. sunt foarte utilizate pentru soluionarea problemelor de marketing bancar, comercializarea titlurilor, evaluarea creditelor, diagnosticul financiar al firmelor, i optimizri dintre cele mai diverse. 2. Sistemele inteligente bazate pe algoritmi genetici au un mecanism inspirat din funcionarea sistemelor biologice, n sensul c ncurajeaz soluiile candidat capabile s rezolve o problem i penalizeaz soluiile fr succes. n felul acesta se obin, dup mai multe generaii, soluii foarte bune pentru probleme de optimizare complexe cu un numr mare de parametri;
[71]

 ideea de baz a unui algoritm genetic const n a se ncepe cu o populaie de soluii pentru o anumit problem i a produce noi generaii de soluii, fiecare mai performant dect precedentele; Fazele ciclului prin care opereaz un asemenea algoritm sunt: I. Crearea unei populaii de membri (soluii candidat la rezolvarea unei probleme ); II. Selecia membrilor care s-au adaptat cel mai bine necesitilor problemei de soluionat; III. Reproducerea se folosesc operatorii genetici de ncruciare i mutaie pentru a obine noi membrii; IV. Evaluarea gradului n care noii membrii corespund mai bine soluionrii problemei; V.Abandonarea populaiei vechi prin nlocuirea ei cu populaia nou din noua generaie.
Abandonarea

POPULAIA

EVALUAREA

SELECIA

REPRODUCEREA

Fig.2. Fazele ciclului unui algoritm genetic (dup Andone [2])

Acest ciclu se repet pn cnd este identificat cea mai bun soluie la problema n cauz. - Aplicaiile acestor sisteme s-au dovedit utile n domeniile afacerilor financiare, comerului cu titluri, evalurii creditelor, deteciei fraudelor i prediciei falimentului. 3. Sistemele FUZZY- bazate pe logica fuzzy; (fuzzy set = grup vag) n teoria convenional a seturilor, pentru o aplicaie de marketing se pot clasifica preurile unor produse particulare (pantofi, de pild) n dou seturi distincte, foarte bine demarcate, ieftine i scumpe, aa cum se arat n figura urmtoare:

Logica fuzzy permite o reprezentare mult mai realist a fenomenelor, n sensul c vizualizeaz clar declinul gradual al triei setului ieftine i, respectiv, creterea triei setului scumpe, pe msura evoluiei preurilor la pantofi.

De exemplu, pantofilor cu preul de 35 uniti monetare le corespunde valoarea 0,8 n setul ieftine i valoarea 0,2 n setul scumpe. Observaii cu privire la sistemele fuzzy: Fa de sistemele inteligente bazate pe reguli convenionale, n care numai o regul va fi executat ca urmare a adevrului premizei sale, n raionamentul fuzzy toate regulile din baza de
[72]

reguli fuzzy ale cror premize sunt total sau parial adevrate vor contribui la soluia final a problemei. Aceast aciune combinat a regulilor fuzzy favorizeaz foarte mult prelucrarea cunotinelor incerte, incomplete, inconsistente sau imprecise. Sistemele fuzzy ofer, totodat, una dintre cele mai interesante tehnici de lucru cu incertitudinea, putnd fi procesai termeni lingvistici imprecii, cum sunt: mic, mare, foarte mare, nalt, scund, tnr, btrn, rapid, ncet, scump, ieftin etc. De ex., regula R1: IF preurile sunt mari AND producia este mic THEN activitatea la burs este slab Utilizarea aplicaiilor de tip fuzzy n prezent se nregistreaz o cretere a numrului de aplicaii de tip fuzzy database retrieval (regsire fuzzy n bazele de date) deoarece regsirea datelor n bazele de date convenionale nu ofer o foarte bun flexibilitate operatorilor umani. Regsirea fuzzy pune n aciune un mecanism care opereaz i pentru condiii ndeplinite doar parial, mrind astfel eficiena cutrii. Japonia este ara cu cele mai multe sisteme fuzzy implementate, mai ales n domeniile urmririi produciei i al vnzrilor. De asemenea, multe sisteme fuzzy au fost ncorporate n unele dintre bunurile de larg consum: maini de splat, cuptoare cu microunde, aparate foto, aparate de aer condiionat, etc. (vezi http://ro.wikipedia.org/wiki/Logica_fuzzy) 4. SE (Sistemele expert) Tehnologia sistemelor inteligente de tip SE este cea mai veche i cea mai bine pus la punct, n special pentru SE bazate pe reguli (SEBR). Exist deja cteva sute de SE operaionale i comerciale, pentru o gam foarte larg de aplicaii. Toate folosesc o cunoatere numit expertiz, provenit de la experii umani, iar procesul de colectare a acesteia se numete achiziia cunoaterii. Adevrata putere a SE st n motoarele de inferene i n sistemele de explicaii de care dispun. Logica fuzzy ofer i pentru aceste sisteme scheme de reprezentare a cunoaterii mult mai flexibile. De aceea, viitorul imediat al acestora se va baza foarte mult pe logica fuzzy. 5. Sistemele inteligente hibride Exist un numr nsemnat de probleme economice complexe, la soluionarea crora nu pot fi folosite cu succes categoriile de sisteme inteligente 1,2,3,4. Aceste probleme necesit intervenia a cel puin dou tehnologii dintre cele de mai sus: reele neuronale, algoritmi genetici, sisteme fuzzy, sisteme expert. De exemplu, domeniul planificrii financiare, cu elaborarea bugetelor unei ntreprinderi, implic trei tipuri de probleme, astfel: problema prediciei, la soluionarea creia se preteaz o reea neuronal; problema optimizrii, pentru care se poate folosi un algoritm genetic; problema raionamentului secvenial, creia i se potrivete cel mai bine un SE. Diferitele componente ale sistemelor hibride comunic rezultatele una alteia, astfel nct s se obin rezultatul final cel mai bun.

[73]

SISTEME EXPERT
1. 2. 3. 4. 5. Expertiza uman versus cea artificial Sistemele informatice clasice versus sistemele expert Structura de baz a unui SE Realizarea unui SE Avantajele i limitele SE

Cu ajutorul sistemelor de prelucrare automat a datelor, activitatea economic poate fi ridicat la un nivel superior, prin elaborarea de prognoze, stabilirea de tendine, elaborarea de strategii i planuri pe perioade ndelungate de timp. n felul acesta se prefigureaz viitorul fiecrui domeniu de activitate al firmei, iar aciunile prezentului se subordoneaz obiectivelor pe termen lung. Sistemele informatice asigur numeroase avantaje n furnizarea informaiilor necesare n procesul de conducere, cum sunt: posibilitatea furnizrii unor informaii complete i cu precizie ridicat; nivel de prelucrare ridicat n concordan cu complexitatea obiectivului i nivelul ierarhic de management cruia i sunt destinate; furnizarea informaiei n timp util pentru intervenia n procesul de reglare; accesul facil la un volum important de date, etc. Utilizarea eficient a calculatoarelor electronice, i a TI n general, a devenit posibil numai dup ce acestea s-au integrat n sistemul informaional pentru conducerea unitii economice, sistemul informatic prelund cea mai mare parte a sistemului informaional. Sistemul informatic ocup un loc central n cadrul sistemului informaional i are rolul de a trata i administra datele ajunse n sistem, prin intermediul canalelor de comunicaie. Primele ncercri de implementare a unor sisteme informatice specifice utiliznd calculatorul sunt cunoscute sub denumirea de sisteme de asistare a deciziei (SAD) i de sisteme expert (SE).

1. Expertiza uman versus cea artificial

n figura 8 putem observa principalele avantaje i dezavantaje ale expertizei umane, comparativ cu cea artificial. Trebuie totui subliniat faptul c dei expertiza artificial pare a fi un panaceu universal, nimic nu poate nlocui recunoaterea informaiei de ctre expertul uman, sintetizarea noilor cunotine precum i imaginaia expertului uman58. Un alt dezavantaj important l constituie faptul c sistemele expert nu sunt capabile s nvee, s se instruiasc automat, i deci nu se pot adapta uor schimbrilor mediului n care acioneaz. Componentele unui sistem expert sunt: baza de cunotine, motorul de inferene, memoria de lucru, interfaa cu utilizatorul i mecanismele de explicitare i justificare a soluiilor i ntrebrilor puse utilizatorului.
58

Radu I., Urscescu M., .a. Informatic i Management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag. 331 [74]

Factorul Permanen/ Perisabilitate

Transferare/ Reproducere

Documentarea

Expertiza uman Expertul uman trebuie s practice constant i s se perfecioneze continuu Transferul cunotinelor de la o persoana la alta poate fi laborios Extrem de dificil, consumatoare de timp, trebuie verificat

Expertiza artifical Informaia achiziionat rmne permanent la dispoziia utilizatorului Proces de copiere

Localizare/ Rezultate Cost/ Viteza de lucru

Local/Depind de factorul uman Ridicat/Variabil

Performan/ Emotivitate

Expertul uman poate lua decizi diferite n situaii identice, n condiii de stres, oboseal

Proces corect de mapare ntre modul n care cunotinele care sunt reprezentate n sistem i descrierea limbajului folosit pentru aceste reprezentri Oriunde/Consistente, sigure Nu sunt costisitoare, costul ridicat din etapa de dezvoltare este redus n faza de operare i de uurina cu care se pot obine copii/Rapid Constant/Nu exist

Figura 1. Avantajele i dezavantajele expertizei umane versus cea articifial

2. Sistemele informatice clasice versus sistemele expert

Trsturile unui sistem expert n raport cu trsturile sistemelor informatice clasice sunt descrise n figura 10. Dei conceptul de sistem expert s-a observat c este simplu, crearea unui sistem expert este o munc de mare complexitate deoarece implic dou activiti importante i dificile: extragerea cunoaterii de la experi mpreun cu metodele utilizate de ctre acetia n soluionarea problemelor; reformularea cunoaterii i a metodelor ntr-o form organizat, n vederea utilizrii lor ulterioare.
[75]

Sisteme informatice clasice Datele i prelucrarea lor sunt combinate ntr-un program secvenial Nu explic de ce sunt necesare datele de intrare i nu explic rezultatele Schimbrile n programe sunt dificile Sistemul opereaz numai cnd este complet Programele nu produc erori Execuia programelor se face pas cu pas conform algoritmului Manipuleaz eficient baze de date mari Reprezint i utilizeaz date Lucreaz uor cu date cantitative (numerice) Capteaz, mrete i distribuie accesul la date numerice i informaii Eficiena este un scop major

Sisteme expert Cunotinele din baza de cunotine sunt separate de programul de control (motorul de inferene) Explicaia face parte integrant din sistemul expert Schimbrile n baza de cunotine sunt uor de realizat Sistemul poate opera i cnd exist numai cteva reguli (prototip demonstrativ) Programul poate face erori, greeli Execuia are loc pe baze euristice i logice Manipuleaz eficient baze de cunotine mari Reprezint i utilizeaz cunotine Lucreaz uor cu date calitative (simboluri) Capteaz, mrete i distribuie accesul la raionament i cunotine Eficacitatea este scopul major

Figura 2. Trsturile unui sistem expert n raport cu trsturile sistemelor informatice clasice Aceste dou activiti se numesc achiziia i reprezentarea cunoaterii cea mai complex activitate i mare consumatoare de timp. Suma celor dou activiti poart denumirea de ingineria cunoaterii (knowledge engineering).

3. Structura de baza a unui sistem expert

Sistemul esenial al unui sistem expert const n baza de cunotine, mecanismul (motorul de inferen) i baza de fapte.

[76]

Baza de cunotine, special destinat n special memorrii cunoaterii dintr-un domeniu aplicativ. Ea este format din ansamblul cunotinelor specializate introduse de expertul uman. Aceast cunoatere este sursa inteligenei sistemului i se folosete de ctre motorul de inferene pentru inferarea concluziilor i/sau soluiilor despre problema n domeniu. Procesul de extragere/colectare i organizare a cunoaterii este cea mai dificil munc la dezvoltarea sistemului expert. Mecanismul de inferen (punctul care difereniaz substanial ca i concept programarea clasic de inteligena artificial) este un program care exploateaz baza de cunotine cu ajutorul raionamentelor din cele mai diverse, infernd noi cunotine n scopul soluionrii problemei. n principiu, mecanismele infereniale sunt cele care ofer n final rapoarte, texte, grafice i liste care reprezint un diagnostic, planuri de aciune, variante decizionale, concluzii. Acesta este constituit dintr-un ansamblu de proceduri dar modul n care utilizeaz cunotinele nu este prevzut prin program, ci depinde de cunotinele pe care le are la dispoziie. Aceste procese infereniale implic raionamentul, prin metodele: deducie, inducie i abducie (determinarea scopului). Ele faciliteaz rezolvarea problemelor cu soluii nealgoritmice i care reclam expertiza uman. Baza de fapte este o memorie care conine toate datele utilizatorului i rezultatele intermediare produse n timpul raionamentului. Legat de interfaa de dialog cu utilizatorii, aceasta trebuie s permit achiziionarea cunoaterii de la experi, precum i dialogul cu ceilali utilizatori n timpul sesiunii de consultare i uneori chiar cu alte sisteme. Din aceste motive interfaa trebuie s fie natural i prietenoas.

I. Sistemul informaional
Evoluiile actuale au fost datorate n mare parte progreselor tehnologice i unor politici noi privind privatizarea i promovarea competiiei pe piaa TIC, noilor reglementri tehnice i juridice din domeniu, noilor strategii naionale i regionale de dezvoltare a societii informaionale. Noile tehnologii fac ca informaia s fie mai accesibil i faciliteaz n acelai timp fluxul informaional, astfel nct deciziile s poat fi luate pe baza informaiilor actualizate permanent59. Dup Radu60, funcionarea organizaiei este bazat pe un ciclu economic, eficacitatea acestuia fiind condiionat de prezena unor perturbri minime la nivelul fluxurilor materiale, logistic-informaionale, etc. Rolul resursei informaionale n atingerea obiectivelor strategice ct i n asigurarea competitivitii firmei devine esenial, organizarea i utilizarea informaiei fiind mult mai important dect utilizarea calculatorului n sine. Pentru a ajunge la conceptul de sistem expert trebuie s nelegem conceptul de inteligen artificial. Termenul latinesc intelegere nseamn a alege dintre, a percepe, a ti.

Lorena Btgan Societat ea informaional i managementul informaiei , lucrare publicat n volumul simpozionului naional Tinerii Economiti i provocrile viitorului, Editura Sitech, Craiova, 2003, pag.268 60 Radu I., Urscescu M., .a. Informatic i Management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag. 45
59

[77]

Dup Holsapple 61, inteligena artificial se strduiete s creeze maini capabile de comportament inteligent identic cu cel uman; aptitudinea de a nelege limbajul natural i de a raiona fiind domenii distincte de cercetare pentru inteligena artificial. Russel i Norvig 62 sintetizeaz c sistemele inteligente sunt acele sisteme care gndesc i acioneaz ca oamenii, n sensul c gndesc raional i acioneaz raonal. Dup aprecierea lui Herbert Simon (Premiul Nobel pentru Economie n 1978), n societatea postindustrial, problema central este de a ti cum s te organizezi pentru a lua decizii, ceea ce nseamn a tii cum s tratezi informaia. Dup Dnia63, sistemul informaional reprezint cadrul organizatoric prin intermediul cruia se materializeaz utilitatea informaiilor privind fluxul de bunuri materiale i fluxuri informaionale. Aceste fluxuri reflect procesele economice mijloacele necesare desfurrii activitii de creare a bunurilor materiale i procesele e management, asupra crora exercit influen diferite perturbaii. Nicolescu 64, definete sistemul informaional ca fiind ansamblul datelor, informaiilor, fluxurilor i circuitelor informaionale, procedurilor i mijloacelor de tratare a informaiilor menite s contribuie la stabilirea i realizarea obiectivelor societii. Sistemul informaional reunete un ansamblu de elemente interdependente, asupra crora acioneaz dinamic o serie de evenimente, att din mediul organizaional, ct i din cel extern, care sunt datele i informaiile. Pentru a maximiza valoarea de ntrebuinare a informaiei, trebuie s-i conferim acesteia proprieti. Acestea definesc conceptul de pertinen a informaiei i se reflect n: completitudine caracterul exhaustiv pe care trebuie s l posede o informaie; accesibilitate asigurarea condiiilor efective de a intra n posesia informaiei; actualitatea oportunitatea informaiei, posibilitatea de a dispune de aceasta exact n momentul n care este necesar; exactitatea se refer att la coninutul ct i la sursa ei de provenien. Sistemul informaional al managementului se refer la domeniul managementului care se concentreaz pe proiectarea i implementarea sistemelor informaionale bazate pe computere pentru a fi folosite de management. Astfel de sisteme schimb datele primare n informaii care sunt folositoare pentru diferitele niveluri de management. n multe industrii sistemele informaionale bazate pe computere devin o arm puternic n competiie din cauz c organizaiile tiu astfel s mnuiasc i s controleze cantiti de informaie n modaliti mai bune i noi.65

Andone I., ugui A. Sisteme inteligente n Management, Contabilitate, Finane Bnci i Marketing, Editura Economic, 1999, pag. 17 62 Idem 29 63 Dnia I, Bibu N., Predican M. Management. Bazele teoretice, Ediia a II-a, Editura Mirton, Timioara, 2004, pag. 159 64 Idem 29, pag. 167 65 Gh. Ionescu, E. Cazan Management , Editura Universitii de Vest, Timioara, 2005, pag. 79
61

[78]

Funcionarea organizaiei este bazat pe un ciclu economic, o serie de procese de transformare a capitalului iniial, n scopul recrerii lui i obinerii unei plusvalori. Un sistem informaional este unanim acceptat ca fiind un ansamblu structurat de elemente care ofer informaii celor interesai. Una dintre abordrile cele mai frecvente definete sistemul informaional ca fiind un ansamblu de componente care acioneaz n baza unor relaii de cauzalitate, n vederea culegerii i prelucrrii datelor i informaiilor, necesare a nivel decizional i operaional. Construirea unui sistem informaional care s sprijine managementul cunotinelor ntr-o organizaie trebuie s urmeze paii descrii n Figura 6. Se elaboreaz un plan, cu argumente justificative pentru construirea sa, finalitatea acestuia fiind un sistem structurat care s satisfac nevoile referitoare la managementul cunotinelor.

Evaluarea infrastructurii existente Alctuirea echipei Colectarea cunotinelor Proiectarea planului de management al cunotinelor Corecii Verificarea i validarea sistemului de management al cunotinelor Implementarea sistemului de management al cunotinelor Coordonarea modificrilor sistemului i structura recompenselor angajailor Evaluarea postsistem Figura 3 Ciclul de via al unui sistem de management al cunotinelor (MC) [sursa 66] Circuitele informaionale reprezint traseul pe care l parcurge o informaie de la surs la destinaie. Fluxurile informaionale reprezint ansamblul informaiilor care parcurg circuitele informaionale. Exist trei tipuri de categorii: fluxuri informaionale verticale se stabilesc ntre nivele ierarhice diferite, ntre care exist relaii de subordonare nemijlocite; orizontale stabilite ntre compartimentele aflate pe acelai nivel ierarhic, ntre care nu exist relaii de subordonare;
Bibu N. Managementul cunoaterii (MC) (KM) n organizaiile moderne, Note de curs, coala Doctoral, pag. 52 [79]

66

 oblice apar n mod aleatoriu ntre compartimente aflate pe niveluri ierarhice diferite, dar ntre care nu exist relaii de subordonare. Existena acestor etape ale ciclului de via este justificat datorit dinamismului sistemului de management al cunotinelor i a capacitii de perfecionare pe parcursul timpului de care acesta dispune. Mediul modificndu-se continuu, acest ciclu de via nu se ncheie niciodat, urmnd cele ase etape prefigurate n figura 6. Procedurile informaionale sunt reprezentate de ansamblul de metode i tehnici de reprezentare a informaiilor primare, prin intermediul crora este asigurat interfaa om-calculator.

Colectarea cunotinelor Crearea cunotinelor Perfecionarea cunotinelor

Distribuirea cunotinelor Gestionarea cunotinelor

Stocarea cunotinelor

Figura 4. Ciclul de via al unui sistem de MC, sursa 67 Principalele etape ale ciclului de via a unui sistem de management a cunotinelor sunt: crearea cunotinelor organizaia are nevoie de cunotine pentru a obine rezultate. Orientarea acesteia trebuie s fie spre ncurajarea inovaiei, nvrii, aplicrii raionamentului n scopul obinerii de plus-valoare. n procesul de luare al deciziilor, cunotinele sunt vitale. colectarea cunotinelor degeaba fiecare persoan din organizaie adun sau deine date dac acestea nu sunt colectate spre a fi utilizate la toate nivelurile. Cunotinele individuale importante (cele care aduc valoare) trebuie identificate, separate colectate. perfecionarea cunotinelor procesul de luare al deciziilor este unul foarte complex. n scopul optimizrii lui, trebuie identificate persoanele care au nevoie de anumite cunotine ct i cele care creeaz noi cunotine. stocarea cunotinelor procesul de stocare al cunotinelor trebuie s aib n vedere nivelul de accesibilitate al cunotinelor. Totodat este demn de menionat rolul important al formei n care cunotinele, n special cele tacite din cadrul organizaiei, sunt nmagazinate. Acesta trebuie s suporte schimbul facil de cunotine. gestionarea cunotinelor se refer la mprtirea i reutilizarea cunotinelor, n funcie de diferitele roluri pe care persoanele le joac n cadrul organizaiei. Posibilitatea de transfer este o component de care trebuie s se in seama.

67

Bibu N. Managementul cunoaterii MC (MK) n organizaiile moderne, Notie de curs, coala doctoral 2005-2006, pag. 24 [80]

 distribuirea cunotinelor- datorit caracterul foarte dinamic al cunotinelor, persoanele care lucreaz cu ele trebuie s le adapteze permanent la noile contexte care pot apare.

II. Sistemul informatic

Prin sistemul informatic, dup Dnia 68, se nelege acea parte a sistemului informaional n care prelucrarea este automat, dar numai dac respectiva parte formeaz un sistem. Acesta ocup un loc central n cadrul sistemului informaional i are rolul de a trata i administra datele ajunse n sistem, prin intermediul canalelor de comunicaie. Primele ncercri de implementare a unor sisteme informatice specifice utiliznd calculatorul sunt cunoscute sub denumirea de sisteme de asistare a deciziei (SAD) i de sisteme expert (SE). Analizat n concepie sistemic, o unitate economic de orice tip se compune din trei subsisteme (substituirea termenilor fiind admis, le vom numi sisteme): sistemul conductor, sistemul condus, sistemul informaional - sau sistemul de legtur. ntre structura sistemului i sistemul informaional exist o legtur direct i o intercondiionare reciproc. Sistemul informaional influeneaz coninutul i configuraia structurii organizatorice, iar aceasta, la rndul ei, determin ntr-o msur important configuraia sistemului informaional. Dup Radu69, subsistemul informatic trebuie s asigure urmtoarele categorii de procese principale: culegerea i stocarea datelor; efectuarea operaiilor de prelucrare a datelor i informaiilor; comunicarea lor la momentul potrivit sau la cerere, la compartimentul de care sunt solicitate.

III. Sistemul expert

Sistemele expert constituie tipul de instrument informatic bazat pe Inteligen Artificial cu cea mai mare aplicabilitate att ca arie de cuprindere ct i ca numr de implementri. Evoluia i istoricul acestora sunt ntr-o strns interdependen. Acestea folosesc cunotinele despre domeniu la cel mai nalt nivel, stocate n calculator, mpreun cu mecanismele automate de realizare a inferenelor pentru rezolvarea, pe parcursul unor sesiuni de consultaie, a acelor probleme care ar fi necesitat apelarea experilor umani. Unii experi consider c conceptele de sisteme expert (SE) i sisteme bazate pe cunotine (SBC) pot fi alternate, diferena dintre ele fiind de fapt dat de tehnicile diferite ale Inteligenei Artificiale. Literatura de specialitate ne pune ns deseori n faa unor deosebiri dintre aceti termeni din punct de vedere al detaliilor constructive i funcionalitii. n toate cazurile, cercettorii sunt de acord cu faptul c, sub denumirea de sisteme expert, se afl acele programe de inteligen artificial care realizeaz performane de gndire i de intuiie similare experilor umani.

68 69

Dnia I, Bibu N., Predican M. Management. Bazele teoretice, Ediia a II-a, Editura Mirton, Timioara, 2004, pag. 168 Radu I., Urscescu M., .a. Informatic i Management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag. 60 [81]

Un program care are cunotine organizate n motor de inferen (cunotine care arat modul de rezolvare al unei probleme) i cunotine de baz (domeniul de cunotine din structura sistemului) se numete sistem bazat pe cunoatere, iar sistemele expert sunt componente ale sistemelor bazate pe cunotine Figura 5.
Prezint o comportare inteligent Expliciteaz domeniul cunotinelor Implementeaz cunotinele experilor n practic

Probleme de inteligen artificial

Sisteme bazate pe cunotine Sistem expert

Figura 5. Locul i rolul sistemelor expert n cadrul sistemelor bazate pe cunotine, dup Radu70 Eduard Feigenbaum71 de la Stanford University arat c ... un program inteligent care utilizeaz cunotine i proceduri de inferen n scopul rezolvrii problemelor foarte dificile, a cror soluionare necesit experien uman semnificativ. Louis E.Frenzel scrie c un sistem expert este un program particular care ncorporeaz o baz de cunotine i un motor de inferene, comportndu-se ca un consilier inteligent ntr-un domeniu particular. A aprut mai nou conceptul de sisteme multi-expert, caracterizate de Benchimol 72 astfel: un sistem multiexpert este un sistem care permite mai multor sisteme expert s coopereze ntre ele. Este probabil singurul drum practicabil pentru aplicaiile de asistare a deciziei complexe care determin prelucrarea unor cunotine din domenii variate. Garania funcionrii sistemelor multi-expert const n colaborarea mai multor sisteme expert, aa cum se ntmpl ntr-o ntreprindere cnd se iau n considerare avizele mai multor experi. n cazul operaionalizrii managementului bazat pe cunotine, trebuie luate n considerare urmtoarele aspecte majore: compatibilizarea platformelor tehnologice i a echipamentelor n cadrul site-urilor i aplicaiilor informatice ale companiei, respectarea legalitii n utilizarea tehnologiilor n cadrul proceselor economice, integrarea oamenilor i fluxurilor de munc cu aplicaiile informatice, generarea de performane economice cu aplicaiile informatice, trainingul i motivarea utilizatorilor tehnicii i tehnologiilor informatice.

Radu I., Urscescu M., .a. Informatic i Management. O cale spre performan, Editura Universitar, Bucureti, 2005, pag. 332 71 Dnia I, Bibu N., Predican M. Management. Bazele teoretice, Ediia a II-a, Editura Mirton, Timioara, 2004, pag. 186 72 Dnia I, Bibu N., Predican M. Management. Bazele teoretice, Ediia a II-a, Editura Mirton, Timioara, 2004, pag. 190
70

[82]

Dup Genete 73, principalele caracteristici ale inteligenei artificiale care o difereniaz fa de sistemele informatice clasice sunt urmtoarele: flexibilitatea trebuie s fie capabil s se adapteze permanent la noi situaii; memoria trebuie s poat stoca rezultatele n vederea folosirii ulterioare; retroaciunea capacitatea de a compara rezultatele cu ateptrile i modificarea ulterioar a aciunilor astfel nct s se obin rezultatele ateptate. Pentru a se ncadra n categoria de sistem inteligent, acesta trebuie s ndeplineasc urmtoarele condiii: s fie capabil s prelucreze limbajul natural; s poat reprezenta cunoaterea, informaiile apriori precum i cele obinute n timpul execuiei. Sistemul expert poate avea un mare impact n cadrul organizaiei, ncercarea de a simula comportamentul uman fiind principala preocupare a specialitilor. Altfel spus, sistemele expert ncearc reconstituirea raionamentului uman pe baza expertizei obinute de la experi. Un sistem expert poate fi definit ca un program caracterizat de urmtoarele proprieti: expertiz, raionament simbolic, profunzime i autocunoatere. 74 n modelarea cunoaterii trebuie s se reueasc: exprimarea lipsit de ambiguitate a tuturor entitilor din domeniul concret de modelat cu sisteme inteligente; exprimarea corespunztoare necesitii realizrii raionamentului artificial n vederea atingerii scopurilor prestabilite; eficien obligatorie n folosirea metodelor de reprezentare la rezolvarea problemelor, i cu deosebire a celor n timp real. Cunoaterea ntr-un sistem expert este organizat ntr-o manier care separ cunotinele despre domeniul problemei de alte cunotine, cum sunt cele despre rezolvarea problemei i cele despre interaciunea cu utilizatorul.

4. Realizarea unui sistem expert

Legat de realizarea unui sistem expert putem s ne referim la abordarea diagramat, cea mai empiric i uor de utilizat, care se bazeaz pe obinerea unui ciclu de via desenat cu diagrame formate din csue care indic activitile de dezvoltare i sgei pentru legtura dintre aceste activiti genernd o secven. Bcin75 propune urmtoarea abordare diagramat Figura 6.

Genete Diana Organizaia i managementul n contextual implementrii tehnologiilor inteli gente, lucrare publicat n volumul simpozionului naional Tinerii Economiti i provocrile viitorului, Editura Sitech, 2003, pag. 187 74 I. Radu, M. Urscescu, D. Vldeanu, M. Cioc, S. Burlacu Informatic i Management O cale spre performan Editura Universitar, Bucureti, 2005 75 Bcin I. Metodologii de dezvoltare a sistemelor expert n contabiltatea de gestiune, lucrare publicat n volumul simpozionului naional Tinerii Economiti i provocrile viitorului, Editura Sitech, Craiova, 2003, pag. 262
73

[83]

IDENTIFICARE
(identificarea caracteristicilor problemei) cerine

CONCEPTUALIZARE
(identificarea conceptelor pentru reprezentarea cunoaterii) concepte

reformularea

FORMALIZARE
(proiectarea structurii de organizare a cunoaterii) structuri

reproiectarea

IMPLEMENTARE
(formularea regulilor pentru crearea bazei de cunotine) reguli

rafinarea

TESTARE
(validarea regulilor care organizeaz cunoaterea)

Figura 6 Modelul ciclului de via al sistemelor expert n abordarea diagramat Profesorul Turban 76 propune urmtorii pai pentru a construi un sistem expert: iniializarea proiectului; analiza i proiectarea; prototipizarea rapid; dezvoltarea propriu-zis, implementarea; post-implementarea.

Constituirea unui sistem expert

Constituirea unui sistem expert77 implic trei activiti majore:

1. Dezvoltarea sistemului expert: obinerea bazei de cunotine, fapte, proceduri (reguli);

76

Turban E., Aronson J. Decision Support Systems and Intelligent Systems, Prentice Hall, Upper Saddle River, N.J, 1998, pag. 215 77 Dup Ioan I. Andone, Alexandru ugui Sisteme inteligente n Management, Contabilitate, Finane Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 105 [84]

 constituirea sau achiziia unui motor de inferene, precum i a celorlalte module componente (explicativ, de achiziie a cunoaterii, interferenele cu alte produse program necesare). Participanii la aceast activitate sunt: expertul; cognoticianul; eventual programatorii care elaboreaz inferenele cu alte aplicaii. Acest proces de dezvoltare al sistemului expert poate fi de durat i se utilizeaz n mod frecvent un generator (shell) pentru sistemul expert, instrument de dezvoltare care include toate componentele generice, mai puin baza de cunotine specific domeniului explicativ.

2. Consultarea: se desfoar printr-un dialog ntre utilizator i sistem, astfel: - utilizatorul poate adresa ntrebri pentru a-i procura fapte despre situaia specific n care se afl; - sistemul accept ntrebri i ofer rspunsuri. Acest efort l efectueaz motorul de inferene, singurul care decide ce euristici s utilizeze pentru cutarea rspunsului cel mai adecvat la ntrebarea pus. Utilizatorul poate pune i el ntrebri pentru obinerea unor explicaii. Sistemele expert pot adresa, la rndul lor, ntrebri i atepta rspunsul de la utilizator. 3. mbuntirea sistemului expert Aceasta este posibil n mai multe moduri, printr-un proces de prototipizare rapid (prototip = sistem expert care opereaz avnd un set de doar cteva reguli).

5. Avantajele sistemelor expert

Avantajele SE sunt numeroase i variaz n funcie de tipul fiecruia, precum i de domeniile n care se utilizeaz. Principalele avantaje ale unui sistem expert sunt: depozitarea expertizei este posibil prin acumularea structural a cunoaterii n componenta numit baza de cunotine, aceasta nlocuind expertul uman; automatizarea i mbuntirea deciziilor 80% din munca unui expert uman se poate automatiza. Este vorba de operaii simple, repetitive, procedurale, n care sistemul se comport ca un calculator oarecare, dar i de operaiile mai complexe, mari consumatoare de timp i energie, specifice raionamentelor deductive, inductive sau mixte, pe care sistemul expert le realizeaz uor, rapid i eficace; difuzarea expertizei i normalizarea deciziilor unele sisteme expert sunt menite difuzrii cunotinelor i descentralizrii rspunderii. Acestea permit folosirea unui personal mai puin calificat pentru efectuarea unor sarcini la nivelul performanei expertului. Este astfel permis
[85]

ntreprinderii s funcioneze eficient, chiar cu un personal mai puin calificat, tocmai datorit partajrii cunoaterii; nvarea i formarea continu a utilizatorilor un sistem expert poate fi un excelent pedagog pentru toate tipurile de utilizatori, nu numai n domeniul expertizei n cauz, ci i prin maniera natural prin care explic raionamentele; potenialul comercial s-a format deja o pia a sistemelor expert, n permanent dezvoltare, alturi de piaa generatoarelor de sisteme expert. Din aceste motive marile ntreprinderi au adaptat propriile politici de dezvoltare a sistemelor expert i au rezervat bugete importante.

Probleme i limite n dezvoltarea unor sisteme expert comerciale

1. Cunoaterea nu este ntotdeauna uor disponibil. Apar dificulti n a obine expertiza de la experi, dificulti legate de modul de abordare al acestuia, de starea emoional n care se afl, de timpul alocat acestei operaii, etc. Procesul de achiziie a cunoaterii este nc limitat. 2. Utilizatorii sistemului expert au cunotine limitate n aceast tehnologie. 3. Sistemele expert lucreaz cel mai bine ntr-un domeniu perfect delimitat. 4. Muli experi nu dispun de mijloace independente pentru controlul situaiilor, cnd concluziile lor nu sunt rezonabile. 5. Vocabularul utilizat de ctre experi este strict delimitat i adesea dificil de neles de ctre cognoticieni. 6. Lipsa ncrederii utilizatorilor finali este uneori o barier n plus. 7. Sistemele expert nu ajung niciodat la concluzii acceptabile n primele stadii de dezvoltare. Se sper c aceste limite vor disprea odat cu mbuntirea tehnologiei inteligenei artificiale.

Viitorul sistemelor expert

Dup Andone 78 se ntrevd patru mari direcii de dezvoltare pe viitor a sistemelor expert: Dezvoltarea masiv de generatoare de sisteme expert, sisteme neuronale, chiar genetice pentru a concepe noi aplicai n diferite domenii; Dezvoltarea unor metode noi, mai performante de achiziie i reprezentare a cunotinelor, pentru ca acestea s devin mai disponibile i accesibile; Sistemele neuronale par fi viitorul sunt acele sisteme care se inspir din structurile creierului uman i a cror originalitate ine seama de distribuirea cunoaterii; Software inteligent, cu organizaii de fabricare a sistemelor bazate pe cunotine.

78

Ioan I. Andone, Alexandru ugui Sisteme inteligente n Management, Contabilitat e, Finane Bnci i Marketing, Editura Economic, Bucureti, 1999, pag. 195 [86]

MOTORUL DE INFERENE
6. Motorul de inferen 6.1. Definiia i componentele principale 6.2. Ciclul de baz al unui motor de inferene 6.3. Funciile pe care le realizeaz un motor de inferene 6.4. Tipologia motoarelor de inferene 6.4.1. Motoare care utilizeaz strategia de control nainte 6.4.2. Motoare care utilizeaz strategia de control napoi 6.4.3. Motoare mixte
Motorul de inferene este un program care conine cunoaterea de control, procedural sau operatorie, care exploateaz baza de cunotine i este destinat combinrii i nlnuirii cunotinelor pentru a infera noi cunotine prin judeci, planuri, demonstraii, decizii i predicii. El este un program sau chiar un circuit integrat microprogramat care dispune de mecanisme infereniale generale pentru prelucrarea cunotinelor cu raionamente dintre cele mai diverse, determinnd modificarea cunoaterii n scopul soluionrii problemei. n principiu, mecanismele infereniale sunt cele care ofer n final rapoarte, texte, grafice i liste afiate pe ecran sau imprimant, care reprezint un diagnostic, sfaturi, explicaii, planuri de aciune, variante decizionale, concluzii precum i alte rezultate utile persoanelor care consult SE. Structura motorului de inferene este ntotdeauna independent de baza de cunotine i este aceeai pentru structuri de probleme similare. Motorul de inferene are dou componente principale: a) sistemul de administrare al bazei de cunotine efectueaz operaii de organizare automat, control i actualizare a cunotinelor, iniiaz cutri pentru controlul relevanei pe liniile de raionament b) procesorul de inferene simbolic ofer o metod de prelucrare prin care se furnizeaz liniile de raionament. Observaii: 1.) Atunci cnd cunotinele i datele din lumea real sunt imprecise, anumite metode de inferen pot utiliza diferite grade de certitudine pentru derularea mecanismului inferenial. 2.) Inferenierea se bazeaz pe modus ponens, o metod logic de raionament deductiv, care aserteaz astfel: Dac A=.T. i A implic B Atunci B=.T. Motorul de inferene examineaz regulile i le nlnuie n raionamente cu faptele din baza de cunotine sau cu fapte noi obinute de la utilizator. Dat fiind faptul c regulile sunt adesea euristice i faptele au valoare de adevr (.T. sau .F.), cu o anumit incertitudine ataat, soluiile/recomandrile/concluziile conin i ele incertitudine. Toat aceast activitate este netransparent pentru utilizator. Atunci cnd caut cea mai potrivit regul n vederea execuiei, motorul de inferene va trebui s selecteze una dintre multiplele posibiliti, toate cu incertitudinea corespunztoare; astfel se ajunge la folosirea unei strategii de control a raionamentelor.

Ciclul de baz al unui motor de inferene

Oricare ar fi strategia de control a raionamentelor, ciclul de baz al unui motor de inferene cuprinde ntotdeauna patru faze:
[87]

1) Selecia are ca scop obinerea unui subansamblu de fapte i unui subansamblu de reguli din baza de cunotine, care merit cea mai mare atenie n vederea execuiei n raport cu altele. Aceast faz, numit i restricie, permite o economie de timp n profitul fazei urmtoare. 2) Filtrarea (pattern matching) n cursul creia se compar partea de premis, din regulile selectate n faza anterioar, cu faptele selectate anterior, pentru a determina un subansamblu de reguli declanabile, numit subansamblu de conflict. Regulile acestui subansamblu intr ntr-o competiie n urma creia numai o singur regul va fi executat efectiv. 3) Rezolvarea conflictelor se concretizeaz n alegerea regulii care se va executa efectiv. n aceast faz se pot aplica mai multe strategii: prima regul din list, cea mai puin complex, cea mai specific etc., n funcie de context. De calitatea acestei alegeri depinde performana motorului de inferene, care va infera mai mult sau mai puin repede soluia final a problemei. 4) Execuia const n activarea regulii reinut n faza precedent, aciune care va avea ca efect, n general, adugarea unuia sau mai multor fapte n baza de fapte. Dac n urma fazei de rezolvare a conflictelor nu exist nici o regul declanabil, procesul inferenial se oprete sau se poate relua de la faza de filtrare, examinndu-se posibilitatea declanrii altor reguli. Observaie: n practic, soluionarea unei probleme oarecare necesit nlnuirea automat a milioane de cicluri de baz. Un ciclu de baz presupune execuia a mii sau milioane de instruciuni specifice limbajelor de programare utilizate n ingineria cunoaterii pentru realizarea motorului de inferene.

Funciile pe care le realizeaz un motor de inferene

Un motor de inferene bazat pe reguli realizeaz urmtoarele funcii: - activeaz (declaneaz) regulile; - adreseaz utilizatorului o ntrebare; - adaug rspunsul utilizatorului n baza de fapte; - infereaz un nou fapt dintr-o regul; - adaug faptul inferat n baza de fapte; - compar faptele din baza de fapte cu componentele corespunztoare din reguli; - dac sunt potriviri, regulile se declaneaz; - declaneaz cel mai mic numr de reguli necesare soluionrii problemei Motorul de inferene lucreaz cu baza de cunotine pn cnd fixeaz un fapt din baza de fapte, sau numai un fapt parial dac se lucreaz cu incertitudine. Dup ce faptele s-au introdus n baza de fapte, motorul trece din nou la baza de cunotine pentru a infera alte fapte. Acest mecanism continu pn cnd scopul prestabilit este atins, sau pn cnd toate regulile au fost declanate i s-a nregistrat eec.

Tipologia motoarelor de inferene

Modul de invocare a regulilor se refer la faptul dac motoarele de inferene funcioneaz dup strategia de control nainte, strategia de control napoi sau dup strategia mixt.

Motoare care utilizeaz strategia de control nainte

- desfoar procese de raionament deductiv, conform schemei de mai jos:
BAZA DE FAPTE INIIAL INFERENIERE BAZA DE FAPTE FINAL

[88]

Motorul pleac de la baza de fapte iniial pentru a obine o baz de fapte final printr-un proces de infereniere corespunztor. n legtur cu strategia de control nainte, motorul se intereseaz de toate soluiile posibile ale problemei i toate faptele prezente n baza de fapte iniial. Algoritmul dup care funcioneaz motorul este urmtorul: - se iau regulile n atenia motorului unele dup altele; - se testeaz fiecare regul, prin comparare cu faptele din baza de fapte, pentru a vedea dac este declanabil sau nu. O regul este declanabil dac premisa sa este .T., caz n care se va activa, adugnd n baza de fapte toate faptele aflate n partea ei de aciune; - dup examinarea tuturor regulilor, procesul se ncheie (cu eec sau cu succes), iar n caz de eec se reia. Reprezentat printr-o diagram, algoritmul motorului care utilizeaz strategia de control nainte este (preluat dup Andone [1]):
Poziionare pe prima regul din subansamblu Evaluarea premisei prin compararea cu faptele din BF NU Regula este activ? DA Evaluarea prii de aciune (THEN) a regulii

Declanarea regulii, care conduce la crearea de noi fapte sau modif. faptlor existente din BF Regula urmtoare NU SFRIT DA

Motoare care utilizeaz strategia de control napoi

Acestea desfoar procese de raionament inductiv, i au la baz paii: - se pleac de la un fapt particular, numit scop, care trebuie stabilit; - se determin dac scopul poate sau nu s fie demonstrat; aceasta se va soluiona prin rezolvarea sub-scopurilor corespunztoare. Numai acele reguli, la care partea de aciune include scopul, sunt controlate. Dac anumite pri din premise sunt necunoscute, acestea vor fi solicitate de la utilizator n timpul sesiunii de lucru sau vor fi derivate din reguli.

Motoare mixte
Acestea combin cele dou strategii de control n scopul de a ncerca, n timpul trecerii prin baza de cunotine, s se nlture inconvenientele celor dou prin legarea avantajelor lor.

[89]

PROCESUL DE DEZVOLTARE A SE
Procesul de dezvoltare a unui SE Fazele procesului de dezvoltare a SE Iniializarea proiectului Analiza i proiectarea Prototipizarea rapid Dezvoltarea Implementarea Postimplementarea

Cursul 9

Fazele procesului de dezvoltare a SE

Procesul de dezvoltare a SE poate fi considerat ca avnd urmtoarele ase faze, descrise n figura de mai jos (preluat dup Andone [2]):
I. INIIALIZAREA PROIECTULUI Definirea problemei Evaluarea necesitilor Evaluarea soluiilor alternative Verificarea adecvrii problemei Considerarea cerinelor managementului Proiectarea conceptual i planificarea Strategia de dezvoltare Sursele cunoaterii Resursele de calcul Studiul de fezabilitate Analiza cost-beneficiu Construirea prototipului demonstrativ Testarea, mbuntirea, extinderea Demonstrarea i analiza fezabilitii Proiectarea complet Construirea bazei de cunotine Testarea, evaluarea i mbuntirea Planificarea integrrii Acceptarea de ctre utilizatori Instalarea, demonstrarea i utilzarea Orientarea, instruirea, securitatea Documentarea, integrarea. Testarea n domeniu

II. ANALIZA I PROIECTAREA

III. PROTOTIPIZAREA RAPID

IV. DEZVOLTAREA

V. IMPLEMENTAREA

VI. POSTIMPLEMENTAREA Exploatarea ntreinerea i actualizarea Evaluarea periodic

Paragrafele urmtoare descriu detaliat fiecare dintre fazele de mai sus.

[90]

Iniializarea proiectului
A gsi o problem potrivit pentru un SE nu este o activitate simpl: zeci de factori trebuie luai n seam, iar experiena ne arat c numeroase proiecte au euat tocmai din cauza unei analize necorespunztoare. n cazul proiectelor mari de SE sunt implicai muli participani, iar activitile specifice acestei faze se prezint astfel: Definirea problemei i evaluarea necesitilor O definire i o delimitare clar a problemei simplific mult lucrrile din fiecare faz i ajut la elaborarea unor SE funcionale performante. Definirea problemei nseamn a rspunde la 2 ntrebri fundamentale: - Care este, exact problema? - Care sunt necesitile reale? Practica construirii SE a stabilit c cea mai bun modalitate de nelegere a problemei i necesitii const n desfurarea unui studiu formal numit evaluarea necesitilor. Evaluarea soluiilor alternative nainte de a ncepe un proiect de dezvoltare a unui SE important, trebuie luate n seam toate celelalte soluii alternative de soluionare a problemei. Lipsa de cunoatere, de exemplu, este o problem care se poate soluiona i pe alte ci dect cea a SE. Pot fi avute n vedere alternativele: disponibilitatea experilor. Trebuie s fie cineva care s dispun de cunoaterea necesar i trebuie gsite persoanele respective; educaia i instruirea pot fi alt soluie n cazul persoanelor lipsite de cunoaterea i experiena necesare. Exist materiale documentare, cursuri, seminarii, software de instruire, care se pot dovedi mai ieftine dect un SE. Documentarea automat cu pachete de programe specializate n instruire (training). n acest caz prea multe manuale de utilizare pot plictisi, dar i n acest caz costul este mai redus dect n cazul SE. Produse software convenionale. De exemplu, SGBD, programe de calcul tabelar etc. Verificarea adecvrii problemei Simpla constatare c alte soluii alternative nu sunt potrivite pentru rezolvarea unei probleme nu nseamn c un SE este neaprat necesar. Cercettorii n domeniu au elaborat liste de control cu criterii pentru a determinav dac un SE este oportun la rezolvarea unei probleme. Considerarea cerinelor managementului Cerinele managementului au n verere: - disponibilitatea resurselor financiare i alocarea lor de la bugetul ntreprinderii; - disponibilitatea altor resurse; - restricii legale sau de alt natur; - vnzarea proiectului; - convingerea managementului de valoarea proiectului; identificarea celui mai bun susintore, care s sprijine cel mai puternic proiectul.

Analiza i proiectarea
Dup aprobarea proiectului se efectueaz o analiz de sistem detaliat n vederea obinerii ct mai multor idei despre imaginea viitoare a sistemului. Faza presupune mai multe activiti, toate sprijinite de un prototip iniial, i anume: Proiectarea conceptual Aceasta este o activitate asemntoare elaborrii proiectului de construire a unei case, prin care se obin ct mai multe idei generale despre cum va arta sistemul i cum va soluiona problemele. Din aceast activitate trebuie s rezulte trsturile generale ale SE, interfeele cu alte sisteme, domeniul
[91]

riscului, cerinele de resurse, cash-flow-ul anticipat pe faze, structura echipei de proiectare i orice alte informaii pentru proiectare detaliat ulterioar. Echipa de proiectare este iniiat, apoi, n problematica proiectului de sistem i fiecare dintre participani i ncepe activitatea. Dup ce se ncheie activitatea de proiectare conceptual se trece la strategia de dezvoltare. Strategia de dezvoltare Ca strategie de introducere a SE n ntreprinderi putem avea: - utilizarea forelor proprii; - utilizarea unui proiectant din afar - .a. Dup ncercarea unei strategii pot fi atacate i altele, cu acordul managementului. Sursele cunoaterii Sursele cunoaterii sunt sursele documentate i, n plus fa de acestea, experii cu expertiza lor, bazat pe euristici, constituie cea mai important surs. Atributele experilor sunt: - nalt abilitate de percepie; - putere de concentrare asupra a ceea ce este important i relevant; - deprinderi bune de comunicare i de prezentare a expertizei; - tiu cnd s fac excepii, cnd s nu utilizeze reguli de decizie; - au simul rspunderii pentru opiunile lor i nu au fric de efectul deciziei luate; - mare competen n domeniul problemei i uurin n actualizarea cunoaterii; - capacitate de creativitate; - acord timp, cu plcere, dezvoltrii SE; - sunt dispui la cooperare i sunt nerbdtori n descoperiri noi; - interes nestvilit pt. informatizare, chiar dac nu constituie domeniul lor principal de activitate. Foarte important este selectarea experilor. Cu ct este nevoie de mai mult experien uman, cu att va dura mai mult procesul de achiziie a cunoaterii i va fi din ce n ce mai costisitor. ntotdeauna, naintea construirii unui SE care reclam cooperarea mai multor experi, managementul trebuie s rspund la urmtoarele ntrebri: - Cum trebuie recompensai experii, pentru munca lor? - Cum trebuie convini experii c nu-i pierd postul n momentul intrrii n funciune a SE? - Exist legturi ntre experi i salariaii-utilizatori ai SE? Dup obinerea rspunsurilor la aceste ntrebri, managementul trebuie s dispun de mijloace de influenare a experilor n sensul unei cooperri fructuoase. Resursele de calcul Acestera se refer la echipamentele i/sau platformele, n configuraia hardware i software corespunztoare cerinelor SE. Este de datoria proiectantului s le specifice cu exactitate. Studiul de fezabilitate Studiul de fezabilitate pentru un SE este similar cu cel al unui sistem informatic oarecare. Elementele studiului de fezabilitate sunt: a) Fezabilitatea economico-financiar, care se fundamenteaz pe: - costul dezvoltrii sistemului; - costul ntreinerii; - veniturile anticipate; - analiza cash-flow; - analiza riscului; b) Fezabilitatea tehnic, care se fundamenteaz pe: - cerinele de reea; - cerinele de interfee; - disponibilitatea cunoaterii i datelor; - securitatea cunoaterii confideniale; - metoda de reprezentare a cunoaterii;
[92]

- disponibilitatea i compatibilitatea hardware-ului i software-ului; c) Fezabilitatea operaional i impactul, care se fundamenteaz pe: - disponibilitatea resurselor umane i celorlalte resurse; - prioritatea proiectului n raport cu altele; - evaluarea necesitilor; - rezultatele organizrii i implementrii; - sprijinul managementului i utilizatorilor; - disponibilitatea experilor i cognoticianului; - mediul utilizator; Fiecare asemenea pas de fundamentare este supus, n continuare, aprobrii managementului. Analiza cost-beneficiu(sau cost-profit sau cost-eficacitate) Viabilitatea oricrui proiect se determin prin compararea costurilor cu beneficiile anticipate. n practic, orice astfel de analiz devine complicat tocmai din cauza naturii repetitive a dezvoltrii SE; este nevoie de o predicie a costurilor i beneficiilor n funcie de schimbrile permanente care se produc n proiect. Costurile i beneficiile trebuie justificate pentru toat durata vieii SE, astfel: a) Costurile se justific pentru fiecare faz de dezvoltare la: - sfritul fazei I, dup ce proiectul s-a aprobat; - sfritul fazei II, cnd proiectul este conturat complet; - momentul terminrii prototipului iniial; - momentul cnd prototipul complet se afl deja n exploatare; - dup efectuarea testrii n domeniu, nainte de utilizarea efectiv; - periodic, la fiecare 6-12 luni de funcionare; b) Beneficiile prevzute se studiaz, fa n fa cu costurile, n fiecare faz, ca mai sus. Justificarea costurilor i beneficiilor este un proces ndelungat i complex. Exist cteva metode de comparare a costurilor i beneficiilor, fiecare cu alt recomandare practic, nici una nefiind perfect, dup cum urmeaz: - metoda IRR (Ratei Interne a Rentabilitii) - metoda NPV (Valorii Nete Actuale) - metoda EA (Anuitii Echivalente) - metoda PP (Perioadei de Recuperare) - metoda BCR (Ratei Beneficiului asupra Cost) Aceste 5 metode, fiecare cu avantaje i dezavantaje, sunt, n practic, suplimentate cu metode holistice de justificare, metode fuzzy i metode multicriteriale.

Prototipizarea rapid
Un prototip se refer la un SE de dimensiune relativ mic, dezvoltat n timp scurt, ntr-o manier care permite inferene rapide, n condiiile n care toate componentele sale nu sunt definitiv puse la punct. De exemplu, n cazul SEBR, prototipul poate conine circa 50 de reguli de producie i poate fi creat cu un generator de SE adecvat. Avantajele dezvoltrii unui prototip sunt: - permite formularea unei idei despre ceea ce este realizabil n aplicaia complet; - ofer un produs inteligent, tangibil nc din fazele timpurii de dezvoltare; - impresioneaz din vreme managementul i ceilali sponsori ai proiectului; - ofer o idee despre finalizarea proiectului, valoroas pentru eventualii experi contactai n prealabil; - ofer ocazia efecturii coreciilor pe baza ideilor experilor, din interiorul i din exteriorul ntreprinderii;

[93]

- prototipul, chiar dac nu este un sistem final, are suficient utilitate i constituie baza unor eventuale extensii; - ofer prilej de expeien pentru eventualii utilizatori i identific zonele cu probleme poteniale sau limite de alt natur; - accelereaz procesul de achiziie a cunoaterii; - demonstreaz trsturile SE i semnalizeaz dac problema iniial s-a definit corect; - datorit costului slab structurat al proiectelor de SE mari, prototipizarea este esenial, deoarece n caz contrar riscurile pot fi foarte mari. Etapele prototipizrii rapide sunt urmtoarele:
A B START PROIECTARE PROTOTIP ACHIZIIA I REPREZENTAREA CUNOATERII TESTAREA (Studii de caz) EVALUAREA I STUDIUL REACIEI UTIL IZATORILOR ANALIZA REZULTATELOR

SUNT NECESARE MBUNTIRI? DA RAFINARE I EXTINDERE A sau B

NU

STOP

ntotdeauna se ncepe cu proiectarea unui SE de mic dimensiune. Proiectantul determin ntreaga configuraie a prototipului, tipul i numrul regulilor care trebuie utilizate, dup care desfoar achiziia cunoaterii i reprezentarea acesteia n sistem. Va desfura apoi teste cu cazuri istorice sau cazuri ipotetice, solicitnd n permanen opinia expertului. Controleaz mereu metodele de reprezentare a cunoaterii, eficacitatea hardware-ului i software-ului utilizate. La testarea prototipului se invit i un utilizator, eventual cel mai iniiat. Rezultatele obinute la testare sunt evaluate de ctre cognotician, iar atunci cnd exist propuneri de mbuntire din partea expertului i utilizatorului se va proceda la reproiectare (rafinare) prin ncorporarea sugestiilor fcute. n mod normal, un prototip de SE trece prin cteva rafinri (iteraii), pn cnd este gata pentru demonstraii oficiale. n concluzie, se poate spune c un prototip este cea mai bun modalitate de dovedire a fezabilitii i ntrezrire a anselor de reuit, nc nainte de luarea unor decizii majore de investiii ntr-un proiect riscant. Pentru asamblarea rapid a unui prototip se recomand folosirea unui generator (shell) de SE. Demonstraiile cu ajutorul prototipului vor permite aprobarea i finanarea proiectului. Cele mai avantajoase s-au dovedit a fi SEBR datorit modularitii lor, ce permit adugarea treptat a unor noi module de cunoatere i testarea continu pn la obinerea sistemului final. Abordarea incremental a dezvoltrii SE nseamn trecerea succesiv de la un stadiu evolutiv la altul, n care sistemul nsui asist procesul de dezvoltare, operndu-se toate schimbrile necesare.
[94]

De la stadiul de prototip demonstrativ, dup ce s-a obinut acordul managementului, expertului i utilizatorului, se poate trece la stadiul de prototip de cercetare, capabil de performana mai credibile, asupra cruia se exercit o testare extins, incluzndu-se performane noi, pentru satisfacerea ct mai bun a utilizatorilor. Se poate ajunge, n felul acesta, la circa 200 de reguli bine puse la punct dup aproximativ 2 ani de munc. Urmeaz stadiul de prototip n domeniu, cnd sistemului expert i se observ comportamentul n domeniul real al aplicaiei, n toate detaliile de utilizare posibile, i se noteaz anomaliile i se iau toate msurile de corecie. n acest stadiu SE funcioneaz lent i neeficient. Stadiul urmtor este acela de prototip de producie, cu dimensiuni mai mari, circa 1500 de reguli, testate in extenso, iar sistemul se reimplementeaz, eventual, n limbaje mai eficiente, n scopul creterii vitezei de lucru i reducerii spaiului de memorie utilizat. n acest stadiu SE funcioneaz cu o bun acuratee i este capabil de decizii eficiente. Cele mai puine SE ajung n stadiul de SE comercial, destinate vnzrii ctre clienii interesai, n conformitate cu politica de marketing. Dezvoltarea unui SE comercial dureaz mai muli ani de munc, dup care se observ fiabilitatea garantat n exploatare, exercitarea eficient a tuturor funciilor i satisfacerea elegant a cererilor utilizatorilor.

Dezvoltarea
Aceast faz ncepe odat cu terminarea prototipului demonstarativ i aprobarea sa de ctre management. Activitile specifice se vor desfura pe baza unui plan, iar strategia de dezvoltare se schimb, ntruct detaliile proiectului sunt altele. n funcie de natura sistemului expert (complexitate, dimensiune, necesar de interfee etc.) i n funcie de strategia de dezvoltare se poate, n continuare, utiliza una din urmtoarele abordri: - continuarea prin prototipizare; - abordarea cu un ciclu de via structurat; - ambele abordri. De aici ncolo, procesul de dezvoltare poate avea o durat mai mic sau mai mare n funcie de complexitatea sistemului. Dezvoltarea bazei de cunotine se continu prin testri i rafinri succesive, pn la ncorporarea tuturor mbuntirilor posibile. La aceste operaii se adaug crearea interfeelor (cu baze de date, cu tabele de calcul, cu programa externe etc.), testarea interfeei cu utilizatorul, revizia sistemului etc.

Implementarea
Implementarea este adesea o faz de durat, foarte complex. Problemele care se pun sunt: Acceptarea de ctre utilizator Din cauza comportamentului i psihologiei utilizatorilor umani pot aprea probleme la implementare mai ales dac n celelalte faze, atunci cnd ar fi fost necesar, aceti utilizatori nu au fost consultai. Instalarea, demonstrarea i utilizarea, activiti care implic: a) instalare dup ce sistemul a fost testat n domeniu, iar nivelul de stabilitate a raionamentelor i calitatea soluiei au fost acceptate. n cazul SEBR, acceptarea poate interveni atunci cnd n urma a circa 75% din cazurile testate se obin mai puin de 5% erori. b) Instalare i funcionare n paralel cu expertul uman Credibilitatea SE crete o dat cu demonstraiile reuite, acceptate de ctre experi, n faa utilizatorilor, pe cazuri propuse de ei i validate de ctre experi. Opinia comunitii utilizatorilor e foarte important pentru succesul sistemului.
[95]

Orientarea, instruirea i securitatea n funcie de modalitile de utilizare, proiectanii trebuie s fac o planificare a orientrilor i instruirilor adecvate. SE sunt, de regul, proprietatea unei ntreprinderi, creia i tezaurizeaz cunoaterea. Din acest motiv, comunicarea i distribuirea acestor produse trebuie fcute n conformitate cu legislaia de protecie a produselor software. Documentarea, integrarea i testarea n domeniu Documentarea este bligatorie i face parte din implementare. Ea produce manuale imprimate i alte documentaii on-line, necesare operatorilor i utilizatorilor finali. SE independente se testeaz n domeniu, iar cele care trebuie integrate se vor testa att nainte, ct i dup integrare. Testarea n domeniu este foarte important, se planific i se coordoneaz cu atenie deosebit. Ea poate determina rafinri noi ale bazei de cunotine.

Postimplementarea
Postimplementarea este faza referitoare la activitile necesare de dup distribuirea SE la utilizatorii finali. Cele mai importante activiti ale acestei faze au n vedere exploatarea, operarea, ntreinerea, actualizarea i extinderea, urmate de evaluarea sistemului. Dac SE este ncorporat ntr-un alt sistem sau produs informatic, o echip specializat n ntreinerea ntregului sistem va asigura funcionarea sa ireproabil prin efectuarea operaiilor de ntreinere necesare. Actualizarea i extinderea se refer la adugarea de noi cunotine n sistem i determin modificarea regulilor, a comportamentului sistemului, prin noi linii de raionament. Toate fac obiectul ntreinerii i trebuie efectuate cu mare atenie. Evaluarea periodic a SE este necesar la fiecare 6-12 luni i rspunde la urmtoarele ntrebri: - Care este costul actual al ntreinerii fa de beneficii? - ntreinerea ofer cunoatere suficient pentru a obine un nalt nivel de acuratee? - SE este la fel de accesibil tuturor utilizatorilor?

[96]