Xây dựng hệ chuyên gia chẩn đoán chứng cam của trẻ em

Đặc biệt là xây dựng hệ chuyên gia, ứng dụng trong y học cổ truyền đang được đặt ra với mức độ cao đối với các nhà khoa học về công nghệ thông tin và các chuyên gia ngành y.. Tổng quan v

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS LÊ BÁ DŨNG

Thái Nguyên - 2014

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn là công trình nghiên cứu của riêng cá nhân tôi, không sao chép của ai Luận văn là do tôi tự nghiên cứu, đọc, dịch tài liệu, tổnghợp và thực hiện Nội dung lý thuyết trong luận văn có sử dụng một số tài liệu tham khảo như đã trình bày trong phần tài lieuj tham khảo Chương trình phần mềm và những kết quả trong luận văn là trng thực và chưa được công bố trong bất kỳ một công trình nào khác

Thái Nguyên, ngày 16 tháng 5 năm 2014

Học viên thực hiện

Bùi Đức Trường

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

3

LỜI CẢM ƠN

Đầu tiên, tôi xin gửi lời cảm ơn sâu sắc đến thầy giáo, cán bộ hướng dẫnkhoa học PGS.TS Lê Bá Dũng, người thầy đã tận tình hướng dẫn tôi từ nhữngbuổi đầu tiên khi tiếp cận với đề tài khoa học

Tôi xin bày tỏ lòng biết ơn đến các thầy cô giáo ở trường Đại học Công nghệ thông tin và Truyền thông – Đại học Thái Nguyên, các cán bộ giảng viên

và chuyên viên Trường Cao Đẳng Cộng Đồng Hải Phòng đã tận tình giảng dạy

và tạo mọi điều kiện cho tôi học tập, nghiên cứu và hoàn thành luận văn này.Tôi xin chân thành cảm ơn các bạn học viên lớp CK11B – Khoa học máytnh đã giúp đỡ, tạo điều kiện cho tôi trong suốt quá trình học tập và thựchiện luận văn

Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc nhất đến gia đình, đồng nghiệp vàbạn bè tôi, những người đã động viên, tạo mọi điều kiện cho tôi lao động và họctập trong suốt thời gian qua

Một lần nữa, xin chân thành cảm ơn!

Thái Nguyên, ngày 16 tháng 5 năm 2014

Học viên thực hiện

Bùi Đức Trường

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

4

MỤC LỤC

LỜI CAM ĐOAN 2

LỜI CẢM ƠN 3

DANH MỤC VIẾT TẮT 8

DANH MỤC HÌNH ẢNH 8

DANH MỤC BẢNG BIỂU 9

ĐẶT VẤN ĐỀ 11

Chương 1: Tổng quan trí tuệ nhân tạo 12

1.1 Tổng quan về các hệ thông minh 12

1.1.1 Hệ chuyên gia 12

1.1.1.1 Khái niệm: 12

1.1.1.2 Xây dựng hệ chuyên gia 12

1.1.1.3 Những thành phần cơ bản của hệ chuyên gia

13 1.1.2 Hệ hỗ trợ ra quyết định 14

1.1.2.1 Khái niệm: 14

1.1.2.2 Các thành phần của hệ thống hỗ trợ ra quyết định:

14 1.1.3 Hệ điều khiển thông minh 14

1.1.4 Hệ học 15

1.1.4.1 Khái niệm 15

1.1.4.2 Học giám sát 16

1.1.4.3 Học không giám sát 17

1.1.4.4 Các hình thức học 17

1.2 Chứng minh và suy diễn tự động 18

1.2.1 Suy diễn dựa trên bảng giá trị chân lý 18

1.2.2 Suy diễn tiến, lùi dựa trên các câu Horn 18

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

5

1.3 Phân tích đánh giá một số hệ xử lý thông minh 191.3.1 Lập luật dựa trên luật (rule-based reasoning) 19

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

6

1.3.3 Lập luật dựa trên mô hình (model-based reasoning)

21 1.4 Kết luận chương 21

Chương 2: Hệ Chuyên Gia 22

2.1 Hệ chuyên gia là gì 22

2.1.1 Khái niệm: 22

2.1.2 Những thành phần cơ bản của hệ chuyên gia 23

2.2 Cấu trúc của hệ chuyên gia 24

2.2.1 Cấu trúc kiểu mẫu của hệ chuyên gia 24

2.2.1.1 Một số mô hình kiến trúc hệ chuyên gia 26

2.2.2 Hệ cơ sở tri thức 28

2.2.2.1 Tri thức chuyên gia 28

2.2.2.2 Các phương pháp biểu diễn tri thức 29

2.2.3 Suy diễn và lập luận 37

2.2.3.1 Phương pháp suy diễn tiến 37

2.2.3.2 Phương pháp suy diễn lùi 38

2.2.4 Giao diện người dùng 39

2.3 Phát triển hệ chuyên gia 41

2.3.1 Hệ chuyên gia được phát triển như thế nào 41

2.3.1.1 Quản lý dự án 41

2.3.1.2 Tiếp nhận tri thức 42

2.3.1.3 Phân phối 42

2.3.1.4 Bảo trì và phát triển 43

2.4 Kết luận chương 43

Chương 3 Xây dựng hệ chuyên gia cho chẩn đoán các chứng cam 44

3.1 Chứng cam là gì 44

3.2 Các biểu hiện lâm sàng thông qua các biểu hiện trên cơ thể của trẻ

45 3.2.1 Gọi tên chứng cam theo bộ vị 45

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

7

3.2.1.1 Cam mồm 453.2.1.2 Cam mắt: 46

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

8

3.2.1.3 Cam mũi: 46

3.2.2 Gọi tên chứng cam theo tạng 47

3.2.2.1 Khái niệm về phủ tạng: 47

3.2.2.2 Ngũ tạng 47

3.2.2.5 Quan hệ của lục phủ ngũ tạng với ngũ hành 55

3.2.2.6 Chứng cam theo tạng 55

3.3 Các biểu hiện khác 55

3.4 Các phương pháp chẩn đoán 56

3.4.1 Vọng chẩn (Nhìn, quan sát) 56

3.4.2 Văn chẩn (Nghe, ngửi) 58

3.4.3 Vấn chẩn (Hỏi bệnh) 58

3.3.4 Thiết chẩn (Xét đoán bộ mạch) 60

3.3.4.1 Phép xem mạch ở trán: 60

3.3.4.2 Phép xem mạch ở hổ khẩu 60

3.5 Nguyên nhân và các phương pháp điều trị 63

3.5.1 Nguyên nhân 63

3.5.2 Các phương pháp điều trị 63

3.6 Thiết kế hệ chuyên gia chẩn đoán chứng cam 64

3.6.1 Đầu vào của bài toán chẩn đoán chứng cam

64 3.6.1.1 Biểu diễn tri thức các chứng cam 65

3.6.2 Xây dựng các động cơ suy diễn cho các chứng cam 68

3.6.2.1 Thuật toán của bài toán chẩn đoán chứng cam của trẻ em

68 3.6.2.2 Hàm xử lý chính của bài toán 70

3.6.2.3 Hàm chẩn đoán chứng cam 71

3.6.2.3 Cây chẩn đoán triệu chứng“Ăn ít” – Chủ trị Tỳ cam và Can cam 73

3.6.2.2 Cây chẩn đoán triệu chứng“Đêm ngủ giật mình"- Chủ trị Tâm cam 74

3.6.3.3 Cây chẩn đoánt triệu chứng “Đái dầm” – Chủ trị Thận cam 75

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

9

3.6.3.4 Cây chẩn đoán triệu chứng “Ho” – Chủ trị Phế cam 763.6.3.5 Cây chẩn đoán triệu chứng “Mụn nhọt”– Chủ trị Can cam 77

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

10

3.7 Giao diện và kết quả kiểm thử của trương trình 79

3.8 Kết luận chương 83

TỔNG KẾT 84

TÀI LIỆU THAM KHẢO 85

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

11

DANH MỤC VIẾT TẮT

6 DSS Decision Support System Hệ hỗ trợ ra quyết định

10 OPS Oficial Production System Hệ thống sản xuất chính

thức

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

12

DANH MỤC HÌNH ẢNH

Hình 2.1 Thành phần cơ bản của hệ chuyên gia 23

Hình 2.2 Cấu trúc của hệ chuyên gia 24

Hình 2.3 Mô hình J.L.Ermine 26

Hình 2.4 Mô hình C.Ernest……….26

Hình 2.5 Mô hình E.V.Popov 27

Hình2.6 Biểu diễn tri thức nhờ mạng ngữ nghĩa 33

Hình2.7 Nền tảng của công nghệ hệ chuyên gia dựa trên luật hiện đại 36

Hình 3.1 Mô hình quan hệ giữa các tri thức……… 63

Hình 3.2 Cây nhị phân chẩn đoán chứng cam theo triệu chứng “Ăn ít”…….71

Hình 3.3 Cây nhị phân chứng cam theo triệu chứng “Đêm ngủ giật mình”…72 Hình 3.4 Cây nhị phân chứng cam theo triệu chứng “Đái dầm”……… 73

Hình 3.5 Cây nhị phân chứng cam theo triệu chứng “Ho” 74

Hình 3.6 Cây nhị phân chứng cam theo triệu chứng “Mụn nhọt”………… 75

Hình 3.7 Giao diện chính của chương trình 77

Hình 3.8 Giao diện bài thuốc 78

Hình 3.9 Giao diện công cụ………78

Hình 3.10 Form thêm mới cơ sở tri thức 79

Hình 3.11 Giao diện danh mục……… 80

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

13

Hình 3.12 Form quản lý bệnh nhân 80

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

15

ĐẶT VẤN ĐỀ

Nghiên cứu, xây dựng các hệ xử lý thông minh nói chung và các hệ chuyên gia nói riêng cho các ngành kinh tế, khoa học, kỹ thuật,… đã và đang được quan tâm trong các năm gần đây Đặc biệt là xây dựng hệ chuyên gia, ứng dụng trong

y học cổ truyền đang được đặt ra với mức độ cao đối với các nhà khoa học về công nghệ thông tin và các chuyên gia ngành y

Chúng ta biết rằng để đào tạo một bác sỹ phải mất một khoảng thời giantương đối dài (5 năm) nhưng chỉ được có một ông bác sỹ thôi Xây dựng một hệchuyên gia cho ngành y sẽ rất khó nhưng đổi lại hệ thống sẽ làm việc 24/24trong một ngày và có thể nhân ra hàng vạn vạn phiên bản làm việc trên nhiềumáy tính khác nhau

Ứng dụng công nghệ thông tin cho các ngành kinh tế, xã hội đã và đangngày càng cần thiết và hiệu quả cao Đặc biệt là ứng dụng có hiệu quả trongquá trình nghiên cứu khám, chữa bệnh

Y học cổ truyền Việt Nam rất phong phú và đa dạng Có rất nhiều giađình chữa khỏi bệnh cho nhiều bệnh nhân theo phương pháp gia truyền,chữa bệnh theo kinh nghiệm được tích tụ từ đời này qua đời khác là mộtphương

pháp truyền thống, lâu đời

ý của thầy hướng

dẫn em mạnh dạt đề tài tốt nghiệp cao học về “ xây dựng hệ chuyên gia cho

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

16

chẩn đoán các chứng cam của trẻ em ” để có thể ứng dụng những thành tựu

của công nghệ thông tin vào thực tế cuộc sống

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

17

Chương 1: Tổng quan trí tuệ nhân tạo

1.1 Tổng quan về các hệ thông minh

AI là một bộ phận của khoa học máy tnh liên quan đến việc thiết kế các hệthống máy tnh thông minh, nghĩa là các hệ thống thể hiện các đặc trưng

mà chúng ta thấy gắn với trí thông minh trong các hành vi của con người, nhưhiểu ngôn ngữ, học, suy luận, giải quyết vấn đề,…

Những công cụ thuộc lĩnh vực Trí tuệ nhân tạo được xem như các hệ thốngthông minh nhằm giúp giải quyết rất nhiều bài toán mà trước đây được xem

là quá khó, và giúp giải quyết nhiều bài toán theo cách hiệu quả hơn

1.1.1 Hệ chuyên gia

1.1.1.1 Khái niệm:

Hệ chuyên gia (HCG ) là một chương trình ứng dụng (CTƯD) khai thác cơ sởtri thức (CSTT) thu nạp từ nguồn tri thức chuyên môn dựa trên việc sử dụng cơchế suy diễn để giải quyết các bài toán tư vấn KHÓ đạt trình độ cỡ như mộtCHUYÊN GIA LÂU NĂM LÀNH NGHỀ

Một chương trình ứng dụng được xây dựng dựa trên CSTT và (MTSD) mô

tơ suy diễn Trong đó CSTT được lấy từ nguồn tri thức Có hai loại là xin ý kiến từcác chuyên gia trong lĩnh vực đó, cũng có thể lấy theo cách thứ hai đó là tổnghợp từ các tài liệu chuyên môn Còn MTSD phụ thuộc vào người dùng do ngườidùng đưa ra

1.1.1.2 Xây dựng hệ chuyên gia

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

18

Xây dựng hệ chuyên gia dự đoán tương đương với việc đưa các tri thức

dự đoán vào trong máy tnh Việc này bao gồm các bước:

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

19

+ Biểu diễn tri thức dự đoán vào trong máy tnh

+ Sử dụng các tri thức vào trong dự đoán

Chúng ta có thể viết một chương trình máy tnh bình thường với các thaotác dòng lệnh để thực hiện chức năng trên, nhưng hạn chế của một chươngtrình bình thường là khó thay đổi, bổ xung các tri thức mới Vì vậy ở đây sẽ xâydựng một hệ chuyên gia dự đoán trên nền tảng là một hệ cơ sở tri thức, chínhxác hơn là một cơ sở tri thức dựa vào luật

Với cách này có sự kết hợp và nỗ lực giũa các chuyên gia, các kĩ sư tri thức

và các lập trình viên Họ làm việc cùng nhau và kết quả là xây dựng một hệchuyên gia

1.1.1.3 Những thành phần cơ bản của hệ chuyên gia

- Cơ sở tri thức ( KB): Gồm các phần tử (hay đơn vị) tri thức, thông thường

được gọi là luật (rule), được tổ chức như một cơ sở dữ liệu

- Máy duy diễn (inference engine): Công cụ (chương trình, hay bộ xử lý)

tạo ra sự suy luận bằng cách quyết định xem những luật nào sẽ làm thỏa mãncác sự kiện, các đối tượng , chọn ưu tiên các luật thỏa mãn, thực hiện cácluật có tnh ưu tiên cao nhất

- Bộ nhớ làm việc (working memory): Cơ sở dữ liệu toàn cục chứa các sự

kiện phục vụ cho các luật

- Khả năng giải thích (explanaton facility): Giải nghĩa cách lập luận của

hệ thống cho người sử dụng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

20

- Giao diện người sử dụng (user interface): Là nơi người sử dụng và hệ

chuyên gia trao đổi với nhau

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

21

1.1.2 Hệ hỗ trợ ra quyết định

1.1.2.1 Khái niệm:

Vào thập niên 1970, Scott Morton đưa ra những khái niệm đầu tiên về Hệ

hỗ trợ ra quyết định (Decision Support System – DSS) Ông định nghĩa DSS như là

hệ thống máy tnh tương tác nhằm giúp những người sử dụng dữ liệu và môhình để giải quyết các vấn đề không cấu trúc

1.1.2.2 Các thành phần của hệ thống hỗ trợ ra quyết định:

- Data management subsystem: Gồm một cơ sở dữ liệu (database)

chứa các dữ liệu cần thiết của tình huống và được quản lý bởi một hệ quản trị

cơ sở dữ liệu (DBMS – data base management system) Phần hệ này có thểđược kết nối với nhà kho dữ liệu (data warehouse)- là kho chứa dữ liệu cóliên đới đến vấn đề ra quyết định

- Model management subsystem: Còn được gọi là hệ quản trị cơ sở mô

hình (MBMS – model base management system) là gói phần mềm gồm cácthành phần về thống kê, tài chính, khoa học quản lý hay các phương pháp địnhlượng nhằm trang bị cho hệ thống năng lực phân tích, các ngôn ngữ mô hìnhhóa Thành phần này có thể kết nối với các kho chứa mô hình của tổ chức

- User interface subsystem: Giúp người sử dụng giao tiếp và ra lệnh cho hệ

thống

1.1.3 Hệ điều khiển thông minh

Thuật ngữ “điều khiển thông minh” đã được giới thiệu trong khoảng hơn

ba thập niên trở lại đây với các phương pháp điều khiển có mục tiêu tham vọng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

22

hơn so với các hệ thống truyền thống Hệ thống điều khiển thông minh có thểđiều

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

23

khiển một cách tự chủ các hệ thống phức tạp, các quá trình sẽ được tự động quyết định về mục tiêu điều khiển phù hợp

Hệ thống này còn hoạt động được khi hệ thống có sự thay đổi về tham

số hay môi trường điều khiển, thông qua quá trình học từ kinh nghiệm, tiếpthu và tổ chức kiến thức về môi trường xung quanh và hành vi sắp tới của hệthống

Trong một số trường hợp các kỹ thuật này đã thực sự đóng góp cho hệthống một số khả năng thông minh, còn các trường hợp khác thì chỉ đơn thuần

là phương tiện biểu diễn các luật điều khiển phi tuyến, mô hình của quá trìnhđiều khiển hay các yếu tố bất định Trường hợp sau tuy không đóng góp mộtcách rõ ràng vào mức độ thông minh của hệ thống, nhưng các phương pháptrên vẫn rất hữu ích Chúng đã làm phong phú hõa lĩnh vực điều khiển thôngqua các sơ đồ biểu diễn khác nhằm có được các thông tin đặc thù từ đối tượngđiều khiển mà các phương pháp truyền thống không thể có được trên cơ sở của

hệ phương trình vi phân và sai phân

1.1.4 Hệ học

1.1.4.1 Khái niệm

Trong nhiều tình huống, tri thức là không có sẵn Phần lớn người lập trìnhkhông có đủ kiến thức thuộc về lĩnh vực chuyên môn của phần mềm nên khôngbiết cách mô tả các luật trong từng lĩnh vực cụ thể Do thiếu tri thức nên bàitoán không được biểu diễn tường minh theo luật, sự kiện hay các quan hệ Vìvậy cần xây dựng các hệ thống học có khả năng thu nhận kiến thức từ cácchuyên gia và học tập từ các ví dụ do chuyên gia cung cấp

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

24

Máy học (Machine Learning) là các hệ chương trình có khả năng thực thicông việc dựa trên kinh nghiệm, tự khám phá tri thức bằng các cấu trúc dữliệu

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

25

và thuật giải đặc biệt Có hai tiếp cận cho hệ thống học là học từ ký hiệu và học

từ dữ liệu số Học từ ký hiệu bao gồm việc hình thức hóa, sửa chữa các luậttường minh, sự kiện và các quan hệ Học từ dữ liệu số áp dụng cho các hệ thống

sử dụng các mô hình có liên quan đến các kỹ thuật tối ưu các tham số Các hệhọc có ưu điểm:

Xử lý dữ liệu với khối lượng lớn

Hỗ trợ các kỹ thuật phân tích, xử lý, trích chọn và chi tiết hóa dữ liệu

Các hệ học có hai giai đoạn cơ bản: học dữ liệu và xử lý dữ liệu Học dữliệu là quá trình phân tch và tìm ra những điểm tương đồng trong dữ liệu đểsản sinh luật Giai đoạn xử lý ước lượng đặc tnh dữ liệu mới dựa trên luật đãđược phát sinh ở giai đoạn học Có thể chia các quá trình học thành hai dạngchính: học có giám sát (suppervised learning) và học không giám sát(unsuppervised learning)

ra các đặc trưng và giá trị tương ứng với mẫu dữ liệu của mỗi lớp Sau đó áp

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

26

dụng các tập giả thuyết tìm được để phân loại (classification) các mẫu dữ liệumới vào các lớp tương ứng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

27

1.1.4.3 Học không giám sát

Thay vì có mục tiêu tường minh, hệ tìm kiếm quy luật hình thành các mẫu

và khám phá mối quan hệ của dữ liệu Các bài toán gom cụm dữ liệu (clustering)đều thuộc dạng này Trong mô hình học có giám sát, số các lớp là biết trước.Ngược lại, trong mô hình học không giám sát, mẫu học chưa được gán nhãn nênnói chung, số lớp chưa biết trước Các hệ học loại này có khả năng tự giám sátquá trình hình thành và phát sinh của các lớp Công tác gán nhãn được thựchiện tự động một cách hệ thống và phân biệt với các lớp khác

1.1.4.4 Các hình thức học

- Học vẹt: Hệ tiếp nhận tập khẳng định của các quyết định đúng Nếu tạo

ra một quyết định không đúng, hệ sẽ đưa ra các luật/quan hệ đúng đã sửdụng Hình thức học vẹt cho phép chuyên gia cung cấp tri thức qua tương tác

- Học bằng chỉ dẫn: Thay vì đưa ra một luật cụ thể cần áp dụng vào tình

huống cho trước, hệ thống được cung cấp các chỉ dẫn tổng quát Hệ tự đề racách biến đổi trừu tượng thành các luật phổ dụng

- Học bằng quy nạp: Hệ thống được cung cấp một tập các ví dụ và kết luận

của từng ví dụ Hệ liên tục học các luật và quan hệ nhằm xử lý và rút ra kết luậncho từng ví dụ mới

- Học bằng tương tự: Hệ thống được cung cấp đáp ứng đúng cho các tác

vụ tương tự nhưng không giống nhau Hệ thống cần thích ứng đáp ứng trước đónhằm tạo ra một luật mới có khả năng áp dụng cho tình huống mới

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

28

- Học dựa trên tnh huống: Bất kỳ tình huống nào được hệ thống lập luận

đều được lưu trữ cùng với kết quả cho dù đúng hay sai Khi gặp tình huống mới,

hệ thống sẽ tự thích nghi dựa vào các tình huống cũ đã được lưu trữ

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

29

- Học dựa trên giải thích: Hệ thống phân tch tập các ví dụ nhằm ấn định

khả năng đúng hoặc sai, sau đó tạo ra các giải thích hướng dẫn cách giải các bàitoán tương tự trong tương lai

1.2 Chứng minh và suy diễn tự động

Con người làm việc với tri thức, sự kiện và các chiến lược giải bài toán đểrút ra kết luận- quá trình suy lý Trong các hệ thống thông minh, việc suy lý thểhiện ở kỹ thuật suy diễn và các chiến lược điều khiển Kỹ thuật suy diễn là cácbước hướng dẫn hệ thống tổng hợp tri thức từ các tri thức đã có trong CSTT và

từ sự kiện ghi lại ở bộ nhớ Các chiến lược điều khiển: thiết lập đích cần đến vàhướng dẫn hệ thống suy lý

1.2.1 Suy diễn dựa trên bảng giá trị chân lý

Xây dựng các giải thuật cài đặt cho máy tnh để nó biết lập luận Giảithuật lập luận tự động là giải thuật chỉ ra rằng nếu KB (cơ sở tri thức) là đúngthì câu truy vấn q có đúng hay không?

Phương pháp lập luận đầu tiên là dựa liệt kê các tất cả các trường hợp có thể có của tập các ký hiệu mệnh đề, rồi kiểm tra xem liệu tất cả các trường

hợp làm cho KB đúng xem q có đúng không

Thuật giải trên là sinh ra toàn bộ bảng giá trị chân lý để đánh giá KB và q, nếu chỉ cần một trường hợp KB đúng mà q sai thì q sẽ kết luận KB không suy diễn được ra q

Giải thuật trên có độ phức tạp thời gian là 2n * m, với n là số ký hiệu cótrong KB,q và m độ dài câu trong KB

1.2.2 Suy diễn tiến, lùi dựa trên các câu Horn

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

30

- Suy diễn tến (forward chaining):

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

31

+ Quá trình lập luận suy ra sự kiện mới từ các sự kiện trong bộ nhớ làmviệc, sử dụng modus ponens tổng quát (không định hướng tới giải quyết một vấn

đề nào cả)  gọi là lập luận điều khiển bởi dữ liệu

+ Có thể coi là quá trình tìm kiếm từ sự kiện (fact) đến mục tiêu (goal)

Thích hợp khi:

+ Tất cả hoặc một phần dữ liệu được cho từ đầu

+ Có nhiều mục tiêu, nhưng chỉ có một số ít các phép toán có thể áp dụngcho một trạng thái bài toán

+ Rất khó đưa ra một mục tiêu hoặc giả thuyết ngay lúc đầu

- Suy diễn lùi (backward chaining)

+ Quá trình lập luận nhằm chứng minh (hay bác bỏ một giả thuyết (tìm racác câu trả lời cho một câu hỏi)  gọi là lập luận định hướng mục đích

+ Có thể coi là quá trình tìm kiếm từ mục tiêu (goal) về sự kiện (fact)

Thích hợp khi:

+ Có thể đưa ra mục tiêu hoặc giả thuyết ngay lúc đầu

+ Có nhiều phép toán có thể áp dụng trên 1 trạng thái của bài toán  sựbùng nổ số lượng các trạng thái

+ Các dữ liệu của bài toán không được cho trước, nhưng hệ thống phải lấyđược trong quá trình tìm kiếm

1.3 Phân tích đánh giá một số hệ xử lý thông minh

1.3.1 Lập luật dựa trên luật (rule-based reasoning)

Ưu điểm

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

32

+ Dùng được theo kiểu trực tiếp, với những tri thức kinh nghiệm có từchuyên gia; đặc biệt quan trọng ở lĩnh vực tin cậy vào kinh nghiệm để quản trị

độ khó và/hoặc thông tin không đầy đủ

+ Các luật ánh xạ vào duyệt không gian trạng thái, các tiện ích giải thích hỗtrợ cho tìm lỗi

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

33

hơn

+ Sự tách biệt tri thức khỏi điều khiển làm quá trình phát triển ES đơn giản

+ Có thể đạt được hiệu năng cao trong miền lĩnh vực được giới hạn

+ Chức năng giải thích chỉ có ở mức mô tả, bỏ qua giải thích mang tính lýthuyết (vì không đòi hỏi những lập luận sâu hơn)

+ Tri thức có khuynh hướng rất phụ thuộc vào công việc (task) Tri thứclĩnh vực được hình thức hóa có khuynh hướng được cụ thể hóa trong ứngdụng của nó Cho đến nay các ngôn ngữ biểu diễn tri thức chưa tiếp cận đượcvới sự linh hoạt trong lập luận của con người

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

1.3.3 Lập luật dựa trên mô hình (model-based reasoning)

Ưu điểm

+ Khả năng dùng tri thức có cấu trúc của lĩnh vực tăng khả năng cho người suy luận để dùng được những điều mà người thiết kế hệ thống khônglường trước được, hướng đến những giải pháp kỹ lưỡng (hoàn hảo) và linh hoạt.+ Có tri thức chuyển đổi được giữa các công việc (task) Thường sử dụng tri thức khoa học và lý thuyết

+ Thường cung cấp lý giải  hiểu sâu hơn những sai lầm ta mắc phải 

đóng vai trò gia sư (tutor) rất

tốt

Hạn chế

+ Thiếu kinh nghiệm đặc tả tri thức của lĩnh vực Các phương pháp heuristicđược sử dụng trong cách tiếp cận dùng luật phản ánh lớp kiến thức chuyêngia đáng giá

+ Yêu cầu một mô hình (lĩnh vực) tường minh Trong khi nhiều lĩnh vực thiếu lý thuyết khoa học phát biểu tốt và rõ ràng cho vấn đề đặt ra

+ Độ phức tạp lớn (do thường vận hành ở mức chi tiết)

1.4 Kết luận chương

Chương 1 đi tìm hiểu tổng quan về một số hệ thông minh Vai trò của các

hệ thông minh trong các lĩnh vực của đời sống và những ứng dụng của các hệ

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

thông minh đó Ngoài ra còn tìm hiểu cách thức suy diễn của từng hệ thông minh

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

Tìm hiểu các đặc trưng của từng hệ thông minh ưu và nhược điểm của từng

hệ thông minh Phân tch và đánh giá các hệ thông minh

Chương 2: Hệ Chuyên Gia 2.1 Hệ chuyên gia là gì

2.1.1 Khái niệm:

Theo E Feigenbaum: Hệ chuyên gia (Expert System) là một chươngtrình máy tnh thông minh sử dụng tri thức (knowledge) và các thủ tục suy luận(inference procedures) để giải những bài toán tương đối khó khăn đòi hỏinhững chuyên gia mới giải được

Hệ chuyên gia là một hệ thống tin học có thể mô phỏng (emulates) nănglực quyết đoán (decision) và hành động (making abilily) của một chuyên gia(con người) Hệ chuyên gia là một trong những lĩnh vực ứng dụng của trí tuệnhân tạo (Artificial Intelligence)

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

Hệ chuyên gia sử dụng các tri thức của những chuyên gia để giải quyết các

vấn đề (bài toán) khác nhau thuộc mọi lĩnh vực

Tri thức (knowledge) trong hệ chuyên gia phản ánh sự tinh thông được tch

tụ từ sách vở, tạp chí, từ các chuyên gia hay các nhà bác học Các thuật ngữ hệ

chuyên gia, hệ thống dựa trên tri thức (knowledge based system) hay hệ

chuyên gia dựa trên tri thức (knowledge based expert system) thường có cùng

nghĩa Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức (knowledge base), máy suy diễn hay môtơ suy diễn (inference engine), và hệ thống

giao tiếp với người sử dụng (user interface) Cơ sở tri thức chứa các tri thức

để từ đó, máy suy diễn tạo ra câu trả lời cho người sử dụng qua hệ thốnggiao tiếp

Người sử dụng (user) cung cấp sự kiện (facts) là những gì đã biết, đã có thật

hay những thông tin có ích cho hệ chuyên gia, và nhận được những câu trả lời lànhững lời khuyên hay những gợi ý đúng đắn (expertise)

Mỗi hệ chuyên gia chỉ đặc trưng cho một lĩnh vực vấn đề (problem domain)

nào đó, như y học, tài chính, khoa học hay công nghệ, v.v , mà không phải chobất cứ một lĩnh vực vấn đề nào

Tri thức chuyên gia để giải quyết một vấn đề đặc trưng được gọi là lĩnh vực

tri thức (knowledge domain).

Ví dụ : hệ chuyên gia về lĩnh vực y học để phát hiện các căn bệnh lây nhiễm

sẽ có nhiều tri thức về một số triệu chứng lây bệnh, lĩnh vực tri thức y học baogồm các căn bệnh, triệu chứng và cách chữa trị

2.1.2 Những thành phần cơ bản của hệ chuyên gia

Đại học Thái Nguyên ht t p : / / w w w.lr c -tnu e d u.vn/

bởi Trung tâ

2.1.2.2 Máy duy diễn (inference engine): Công cụ (chương trình, hay bộ xử lý)

tạo ra sự suy luận bằng cách quyết định xem những luật nào sẽ làm thỏa mãncác sự kiện, các đối tượng , chọn ưu tiên các luật thỏa mãn, thực hiện cácluật có tnh ưu tiên cao nhất

2.1.2.3 Giao diện người sử dụng (user interface): Là nơi người sử dụng

và hệ chuyên gia trao đổi với nhau

2.1.2.4 Người sử dụng (User): Người sử dụng đầu cuối.

2.2 Cấu trúc của hệ chuyên gia

2.2.1 Cấu trúc kiểu mẫu của hệ chuyên gia