hệ hỗ trợ quyết định, hệ chuyên gia

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN TOÁN ỨNG DỤNG VÀ TIN HỌC BÁO CÁO CUỐI KÌ HỆ HỖ TRỢ QUYẾT ĐỊNH CHỦ ĐỀ: HỆ CHUYÊN GIA Giảng viên hướng dẫn: TS Lê Chí Ngọc Nhóm sinh viên thực hiện: Nhóm Tên sinh viên Trần Tùng Dương Phạm Thị Lan Nguyễn Thiện Đông Lê Thành Trung Mã số sinh viên: 20160871 20162286 20161027 20164243 Hà Nội, 2020 MỤC LỤC Lời mở đầu Phần I: Hệ hỗ trợ định tự động I.1 Hệ dựa luật (RB system) I.2 Hệ hỗ trợ định tự động (Automated decision system) Phần II: Trí tuệ nhân tạo 11 II.1 Khái niệm 11 II.2 Khi máy tính gọi Trí tuệ nhân tạo 11 Phần III: Hệ chuyên gia (ES) 14 III.1 Các khái niệm 14 III.1.a Khái niệm hệ chuyên gia 14 III.1.b Chuyên gia 14 III.1.c Chuyên môn 15 III.1.d Đặc trưng ES 16 III.2 Ứng dụng ES 16 III.3 Cấu trúc ES 19 III.3.a Hệ thống thu nhận kiến thức 19 III.3.b Nền tảng tri thức 20 III.3.c Công cụ suy luận 21 III.3.d Giao diện người dùng 21 III.3.e Bảng đen 21 III.3.f Hệ thống giải thích 22 III.3.g Hệ thống tinh chỉnh tri thức 22 Phần IV: Phát triển hệ chuyên gia 23 IV.1 Xác định chất phạm vi vấn đề 23 IV.2 Nhận diện chuyên gia phù hợp 23 IV.3 Thu thập tri thức 23 IV.4 Lựa chọn công cụ 24 IV.5 Mã hóa hệ thống 26 IV.6 Đánh giá hệ thống 26 Kết luận 27 Danh mục từ viết tắt 28 Tài liệu tham khảo 29 Lời mở đầu Thuật ngữ “Hệ chuyên gia” xuất từ thập niên 60 kỷ XX, lĩnh vực ứng dụng trí tuệ nhân tạo Ngày nay, với phát triển chung cơng nghệ thơng tin tồn cầu, hệ chuyên gia tiếp tục phát triển nhắm cung cấp cơng cụ hữu ích cho ứng dụng tin học nhiều ngành nghề khác xã hội khoa học, công nghệ, y học, tài chính,… Vì vậy, nhóm chúng em chọn chủ đề “Hệ chuyên gia” (ES) để tìm hiểu số vấn đề sau: - Khái niệm ứng dụng Hệ hỗ trợ định tự động dựa luật (Automated rule-based decision systems) - Tầm quan trọng tri thức việc hỗ trợ định - Khái niệm phát triển Hệ chuyên gia dựa luật (Rule-based Expert system – RB ES) - Kiến trúc RB ES - Lợi ích hạn chế Hệ dựa theo luật cho việc hỗ trợ định - Những công cụ công nghệ để phát triển Hệ hỗ trợ định dựa luật (RB DSS) Nhóm chúng em q trình tìm hiểu báo cáo cịn nhiều thiếu sót, mong nhận góp ý, bổ sung thầy bạn Phần I: Hệ hỗ trợ định tự động I.1 Hệ dựa luật (RB system) - Trong Khoa học máy tính, hệ dựa luật hệ sử dụng để lưu trữ vận dụng tri thức, mục đích diễn giải thơng tin theo cách cách hữu ích - Thơng thường, thuật ngữ áp dụng cho hệ thống liên quan đến quy tắc người tạo quản lý, xây dựng suy luận quy tắc tự động I.2 Hệ hỗ trợ định tự động (Automated decision system) - Hệ hỗ trợ định tự động (ADS), đơi cịn gọi hệ thống tự động hóa hỗ trợ định (Decision automation system – DAS), hệ thống RB, cung cấp giải pháp cho vấn đề quản lý lặp lặp lại cụ thể (ví dụ phê duyệt không phê duyệt yêu cầu cho vay; xác định giá mặt hàng cửa hàng), lĩnh vực, ngành nghề đặc thù (ví dụ tài chính, sản xuất) - Ngược lại với phương pháp khoa học quản lý, mà cung cấp giải pháp dựa mơ hình (model-based) cho vấn đề chung chung có cấu trúc (như phân bổ tài nguyên, xác định mức tồn kho), ADS cung cấp giải pháp dựa luật - Các ví dụ luật kinh doanh sau: + Nếu có 70% số ghế chuyến bay từ Los Angeles đến New York bán ngày trước khởi hành, giảm giá ‘x’ cho khách du lịch không mục đích kinh doanh + Nếu người nộp đơn sở hữu nhà kiếm $100.000 năm, đề nghị hạn mức tín dụng $10.000 + Nếu mặt hàng có giá $2.000, cơng ty bạn mua năm lần, đại lý thu mua không cần phê chuẩn đặc biệt - Các quy tắc này, dựa kinh nghiệm xuất phát từ khai phá liệu, kết hợp với mơ hình tốn học để tạo thành giải pháp áp dụng tự động cho vấn đề (Ví dụ: Dựa thông tin cung cấp phải xác minh, bạn nhận vào trường đại học chúng tơi), chúng cung cấp cho người đưa định cuối (xem hình 1) Hình 1: Kiến trúc chung ADS - ADS cố gắng tự động hóa định lặp lặp lại (để biện minh cho chi phí máy tính hóa), dựa quy tắc kinh doanh ADS hầu hết phù hợp cho nhân viên tuyến đầu, người xem thơng tin trực tuyến khách hàng thường xuyên phải đưa định nhanh chóng Một trang web “decisionautomation.com” tạo để biên dịch thông tin hệ thống Người chủ trang web, Dan Power, cho hệ thống tự động hóa hỗ trợ định (DAS) thực hệ thống hỗ trợ định (DSS) Các loại hệ thống đưa định theo thời gian thực (real time) gần thời gian thực (near-real time) Các hệ thống cung cấp định phê duyệt tín dụng cho việc phê duyệt khoản vay, báo giá lần đặt vé máy bay cho yêu cầu chuyến bay cụ thể, giải vấn đề giá khác, ví dụ phổ biến hệ thống ADS - ADS ban đầu xuất ngành hàng không, nơi chúng gọi hệ thống quản lý doanh thu/năng suất (hoặc hệ thống tối ưu hóa doanh thu) Các hãng hàng khơng sử dụng hệ thống để tự động định giá vé dựa nhu cầu thực tế Ngày nay, nhiều ngành dịch vụ sử dụng mơ hình định giá tương tự - Các khối xây dựng hệ thống thông minh quy tắc kinh doanh Một quy tắc kinh doanh nói đơn giản : “Giảm giá doanh số trung bình giảm 10%” Khi quy tắc đưa để điều chỉnh định, mơ hình xây dựng triển khai có khả đưa định cách tự chủ Điều loại bỏ cần thiết phải có can thiệp người việc đưa định Có thể có số yếu tố tham số bên ngồi khiến mơ hình bị lỗi Tuy nhiên, tiến trí tuệ nhân tạo giúp tạo mơ hình thích ứng, có khả điều chỉnh thay đổi tham số bên ngồi - Hầu hết tất hãng hàng khơng thường có ADS để gán giá dựa nhu cầu Nếu cơng việc phân tích xu hướng mơ hình du lịch để tạo giá dành cho người đó, có lẽ tốn thời gian giá không phục vụ cho xu hướng người mua - Tất hãng hàng khơng có ba hệ thống thơng tin tích hợp chặt chẽ với nhau: (1) hệ thống giá kế toán, (2) hệ thống lập kế hoạch máy bay, (3) hệ thống quản lý hàng tồn kho Để quản lý toàn hệ thống này, nhân viên thuê phải có kỹ khác từ quản lý hoạt động đến phân tích kinh doanh lưu trữ liệu Những người giao nhiệm vụ quan trọng việc điều hành hãng hàng khơng thành cơng, quản lý doanh thu - Làm để hãng hàng không từ xử lý liệu hàng tồn kho, lịch trình sân bay nhu cầu khách hàng đến lựa chọn / lên lịch trình thực chuyến bay? Các nhà hoạch định quản lý doanh thu (Revenue Management Planners – Nhà hoạch định RM) đóng vai trị quan trọng việc điều hành tồn q trình để giúp hãng hàng khơng có lợi nhuận, cung cấp giá dịch vụ khách hàng tốt Nhân tố quan trọng trình khách hàng Trong tình lý tưởng, giá lịch trình thúc đẩy nhu cầu khách hàng Tuy nhiên, dự báo nhu cầu khách hàng trình phức tạp liên quan đến hàng ngàn khả Theo thông lệ, nhu cầu khứ sử dụng để dự đoán nhu cầu tương lai, điều khơng phải lúc xác Với phát triển hãng hàng không giá rẻ (low-cost carriers – LCCs), mẫu đặt vé thay đổi mạnh mẽ theo thời điểm Khách hàng mua vé với giá thấp, vòng tuần khởi hành, điều tạo ác mộng dự báo Các hãng hàng không sử dụng mức cầu trung bình để định giá điều chỉnh cần thiết - Nhận thức chất khách hàng điều vô quan trọng hãng hàng không Hành khách du lịch nhạy cảm giá, sẵn sàng thích nghi với lịch trình linh hoạt, miễn giá thấp Những hành khách sẵn sàng cam kết đặt chỗ trước Mặt khác, hành khách kinh doanh nhạy cảm thời gian sẵn sàng trả giá cao để đến đích Ngồi ra, họ khơng có khả cam kết đặt phịng trước, họ thích phịng trống vào phút chót Hơn nữa, hành khách kinh doanh không tự trả tiền cho chuyến đi, cơng ty họ làm việc Cả hai loại khách hàng có nhu cầu sở thích khác Phục vụ cho sở thích cụ thể họ vô quan trọng - Nhận biết việc tách loại khách hàng vơ hữu ích việc xác định tổng doanh thu từ chuyến bay Giá vé cho hành khách du lịch kinh doanh khác đáng kể Ví dụ: giá vé cho hành khách kinh doanh nằm khoảng $200 – $350, giá vé cho hành khách du lịch nằm khoảng $90 – $150 Sự khác biệt tạo nhu cầu cân số ghế cho hai loại hành khách để chuyến bay định sinh lợi nhuận Nói chung, tối đa hóa doanh thu thực qua mạng lưới sân bay khai thác hãng hàng không, cho chuyến bay riêng lẻ Mục tiêu tạo tổng doanh thu vượt mức tiêu chuẩn tối thiểu hãng hàng không đặt Ghế trống chuyến bay tương đương với doanh thu bị Ghế chuyến bay bị bỏ trống nhiều lý do: hủy vào phút chót, đến muộn bay, đặt nhiều chỗ không chắn kế hoạch du lịch Để tránh trường hợp này, hầu hết chuyến bay đặt trước, dựa kinh tế hành vi người Điều thực để giảm thiểu doanh thu bị mất, cho phép nhiều hành khách đặt chuyến bay ưa thích họ Nhưng đặt trước nhiều dẫn đến việc hành khách bị từ chối lên máy bay Các hãng hàng không thường cố gắng bù đắp ưu đãi hấp dẫn cho khách hàng để đổi lấy việc chuyển sang chuyến bay khác - Tất trình thực với trợ giúp hệ thống quản lý doanh thu với đầu vào từ Nhà hoạch định RM Hình trình bày kiến trúc chung hệ thống quản lý doanh thu hàng không Kiến trúc phát triển Tiến sĩ Mukund Shankar, chuyên gia quản lý doanh thu hàng không, người làm việc cho với số hãng hàng không việc phát triển hệ thống Hệ thống giá kế toán xử lý liệu vé, giá vé công bố quy tắc định giá Hệ thống lập lịch trình máy bay xử lý lịch trình chuyến bay dựa nhu cầu khách hàng Cuối cùng, hệ thống quản lý hàng tồn kho xử lý việc đặt phòng, hủy bỏ thay đổi liệu khởi hành Hình 2: Kiến trúc Hệ thống quản lý doanh thu hãng hàng không - Nhu cầu khách hàng ước tính mức giá khác trước giá công bố Điều phù hợp với thay đổi theo mùa theo ngày nhu cầu khách hàng Tuy nhiên, giá điều chỉnh nhanh chóng để phục vụ cho thay đổi nhu cầu Đồng thời, thay đổi dự báo nhu cầu địi hỏi thay đổi lịch trình máy bay, chuyến bay trống đặt trước thách thức để xử lý, phải trả giá doanh thu bị Hơn nữa, việc tối ưu hóa thực mức giá để vận hành chuyến bay với chi phí thấp Điều nghĩa tồn hệ sinh thái thơng tin hãng hàng không cần phải linh hoạt, để tối đa hóa lợi nhuận Tuy nhiên, có hạn chế việc hệ thống linh hoạt nào, hãng hàng khơng có hàng tồn kho hạn chế chuyến bay theo ý họ Nhu cầu cao cung cấp với đội bay với kỹ hạn chế, thường dẫn đến việc khách hàng cho hãng hàng không khác - Do phức tạp liên quan đến việc quản lý hãng hàng không, người ta đầu tư mạnh vào việc xây dựng mơ hình dự đốn tốt để dự báo nhu cầu; phân tích sở khách hàng cẩn thận để phân loại hàng tốt hơn; nghiên cứu vận hành để tối ưu hóa tuyến bay, nhu cầu lập lịch trình; phần cứng cực nhanh để xử lý tất thông tin nhanh Hầu hết hãng hàng không lớn sử dụng ADS Điều quan trọng cần nhận hệ thống tương tự tồn sử dụng nhiều ngành cơng nghiệp khác Mặc dù ví dụ từ việc định kinh doanh, hệ thống tương tự tồn ứng dụng kỹ thuật Ví dụ, lưới điện thơng minh phụ thuộc vào định tự động để kích hoạt hoạt động cụ thể xuất cung cầu nhu cầu điện chuyển đổi phát điện phân phối điện Trong tương lai, loại hệ thống mang đến hội kinh doanh lớn lĩnh vực tiêu dùng - Tiếp theo, ta tìm hiểu loại hệ thống RB khác phổ biến sử dụng từ năm 1980 Các hệ thống có nguồn gốc từ trí tuệ nhân tạo (Artificial Intelligence – AI), trước tiên làm tổng quan nhanh chóng trí tuệ nhân tạo 10 + Giải vấn đề nhanh chóng xác + Giải thích giải pháp + Học hỏi kinh nghiệm + Tái cấu trúc kiến thức + Phá luật (nghĩa Vượt quy tắc chung), cần thiết + Xác định liên quan, liên hợp + Từ chối khéo léo (nghĩa Nhận thức hạn chế đó) III.1.c Chun mơn - Chuyên môn kiến thức sâu rông, đặc thù mà chuyên gia sở hữu Mức độ chuyên môn xác định hiệu suất định Chuyên môn thường có thơng qua đào tạo, đọc kinh nghiệm thực tế Nó bao gồm kiến thức rõ ràng, chẳng hạn lý thuyết học từ sách giáo khoa lớp học, kiến thức tiềm ẩn, thu từ kinh nghiệm Sau danh sách loại kiến thức có thể: + Các lý thuyết lĩnh vực vấn đề + Các quy tắc thủ tục liên quan đến miền vấn đề chung + Tìm tịi việc phải làm tình định vấn đề + Siêu kiến thức (Metaknowledge, tức kiến thức kiến thức) + Chân lý lĩnh vực vấn đề - Những loại kiến thức cho phép chuyên gia đưa định tốt nhanh so với người khơng có kinh nghiệm giải vấn đề phức tạp - Chuyên môn thường bao gồm đặc điểm sau: + Thường liên quan đến mức độ cao cảu thông minh, lúc liên quan đến người thông minh + Thường liên kết đến lường lớn kiến thức + Dựa việc học hỏi từ thành công sai lầm khứ + Dựa kiến thức lưu trữ, tổ chức tốt truy xuất nhanh chóng từ chuyên gia có khả thu hồi tốt mẫu từ kinh nghiệm trước 15 III.1.d Đặc trưng ES - ES phải có đặc trưng sau: + Chun mơn (Expertise): Như mô tả phần trước, chuyên gia khác trình độ chun mơn họ Một ES phải có chun mơn cho phép tạo trình độ chuyên gia + Lý luận tượng trưng (Symbolic reasoning): Lý AI sử dụng lý luận tượng trưng tính tốn Điều với ES Nghĩa là, kiến thức phải biểu diễn cách tượng trưng, chế lý luận phải mang tính biểu tượng Các chế lý luận biểu tượng điển hình bao gồm xâu chuỗi ngược (backward chaining) xâu chuỗi tiến (forward chaining) + Hiểu biết sâu rộng (Deep Knowledge): Deep knowledge liên quan đến trình độ chun mơn sở tri thức Cơ sở tri thức phải chứa kiến thức phức tạp khơng dễ tìm thấy số người khơng phải chuyên gia + Tự hiểu biết (Self-Knowledge): ES phải có khả kiểm tra lý luận riêng đưa giải thích phù hợp lý đưa kết luận cụ thể Hầu hết chuyên gia có khả học tập tốt để cập nhật kiến thức liên tục ES cần có khả học hỏi từ thành cơng thất bại chúng, từ nguồn kiến thức khác - Sự phát triển ES chia thành hai hệ Hầu hết ES hệ sử dụng quy tắc if-then (nếu thì) để thể lưu trữ kiến thức ES hệ thứ hai linh hoạt việc áp dụng nhiều phương pháp trình bày lý luận Họ tích hợp logic mờ (fuzzy logic), mạng lưới thần kinh (neural networks) thuật toán di truyền (genetic algorithms) với suy luận dựa quy tắc để đạt mức hiệu suất định cao Ta xem xét số ứng dụng phần III.2 Ứng dụng ES ES áp dụng cho nhiều lĩnh vực kinh doanh công nghệ để hỗ trợ định - Ứng dụng cổ điển ES: Các ứng dụng ES ban đầu, DENDRAL để nhận dạng cấu trúc phân tử MYCIN để chẩn đoán y tế, chủ yếu lĩnh vực khoa học XCON cho cấu hình hệ thống máy tính VAX Digital Equipment Corp (một nhà sản xuất máy tính mini vào khoảng năm 1990, sau Compaq tiếp quản) ví dụ thành cơng kinh doanh 16 + DENDRAL: Dự án DENDRAL Edward Feigenbaum khởi xướng vào năm 1965 Nó sử dụng tập hợp lệnh lý luận dựa kiến thức quy tắc để suy cấu trúc phân tử có khả hợp chất hóa học hữu từ phân tích hóa học liệu phổ khối biết DENDRAL tỏ quan trọng việc chứng minh làm lý luận dựa quy tắc phát triển thành cơng cụ kỹ thuật tri thức mạnh mẽ dẫn đến phát triển chương trình lý luận dựa quy tắc khác Phịng thí nghiệm trí tuệ nhân tạo Stanford (Stanford AI Laboratory) Điều quan trọng chương trình MYCIN + MYCIN: MYCIN ES dựa quy tắc chẩn đoán nhiễm trùng máu vi khuẩn Nó phát triển nhóm nhà nghiên cứu Đại học Stanford vào năm 1970 Bằng cách đặt câu hỏi xâu chuỗi ngược thông qua sở quy tắc gồm khoảng 500 quy tắc, MYCIN nhận khoảng 100 nguyên nhân gây nhiễm trùng vi khuẩn, cho phép hệ thống đề xuất đơn thuốc hiệu Trong thử nghiệm có kiểm sốt, hiệu suất đánh giá ngang với chuyên gia người Các phương pháp xử lý lý không chắn sử dụng MYCIN yếu tố tiên phong lĩnh vực tạo tác động lâu dài phát triển ES + XCON: XCON, hệ thống RB phát triển Digital Equipment Corp, sử dụng quy tắc để giúp xác định cấu hình hệ thống tối ưu phù hợp với yêu cầu khách hàng Hệ thống xử lý yêu cầu khách hàng vòng phút, mà đội ngũ bán hàng phải từ 20 đến 30 Với ES, độ xác dịch vụ tăng lên 98%, từ cách tiếp cận thủ công với độ xác 65%, tiết kiệm hàng triệu đô la năm - Ứng dụng ES: Các ứng dụng gần ES bao gồm quản lý rủi ro, tư vấn quỹ hưu trí, tự động hóa quy tắc kinh doanh, giám sát thị trường tự động an ninh nội địa Có hàng ngàn ấn phẩm báo cáo ứng dụng hệ chuyên gia Một số là: + Hệ thống phân tích tín dụng: Hệ thống phân tích tín dụng: ES phát triển để hỗ trợ nhu cầu tổ chức cho vay thương mại ES giúp người cho vay phân tích hồ sơ tín dụng khách hàng xác định hạn mức tín dụng phù hợp Các quy tắc sở tri thức giúp đánh giá rủi ro sách quản lý rủi ro Những loại hệ thống sử dụng 17 phần ba số 100 ngân hàng thương mại hàng đầu Hoa Kỳ Canada + Cố vấn quỹ hưu trí: Tập đoàn thực phẩm Nestlé phát triển ES cung cấp thơng tin tình trạng quỹ lương hưu nhân viên Hệ thống trì tảng kiến thức liên tục cập nhật để cung cấp cho người tham gia lời khuyên liên quan đến tác động thay đổi quy định tuân thủ tiêu chuẩn Một hệ thống cung cấp Internet Đại học Sư phạm Pingtung Đài Loan có chức cho phép người tham gia lên kế hoạch nghỉ hưu thơng qua phân tích what-if, tính tốn trợ cấp hưu trí họ theo tình khác + Bàn trợ giúp tự động (Automated Help Desks): BMC Remedy cung cấp HelpDeskIQ, giải pháp bàn trợ giúp dựa quy tắc cho doanh nghiệp nhỏ Cơng cụ dựa trình duyệt cho phép doanh nghiệp nhỏ giải yêu cầu khách hàng hiệu Email đến tự động chuyển vào công cụ quy tắc kinh doanh HelpDeskIQ Các tin nhắn gửi đến kỹ thuật viên thích hợp, dựa mức độ ưu tiên trạng thái xác định Giải pháp kỹ thuật viên help desk giúp giải theo dõi vấn đề hiệu - Những lĩnh vực ứng dụng ES: + Tài chính: bao gồm đánh giá bảo hiểm, phân tích tín dụng, lập kế hoạch thuế, phịng chống gian lận, phân tích báo cáo tài chính, lập kế hoạch tài đánh giá hiệu suất + Xử lí liệu: bao gồm lập kế hoạch hệ thống, lựa chọn thiết bị, bảo trì thiết bị, đánh giá nhà cung cấp quản lý mạng + Tiếp thị (Marketing): bao gồm quản lý quan hệ khách hàng, phân tích thị trường, lập kế hoạch sản phẩm lập kế hoạch thị trường + Nguồn nhân lực: lập kế hoạch nguồn nhân lực, đánh giá hiệu suất, lập kế hoạch nhân viên, quản lý lương hưu tư vấn pháp lý + Sản xuất: bao gồm lập kế hoạch sản xuất, quản lý chất lượng, thiết kế sản phẩm, lựa chọn địa điểm nhà máy, bảo trì sửa chữa thiết bị + An ninh Nội địa: bao gồm đánh giá mối đe dọa khủng bố phát tài khủng bố 18 + Tự động hóa quy trình kinh doanh: tự động hóa help desk, quản lý trung tâm gọi thực thi quy định + Quản lý chăm sóc sức khỏe: ES phát triển cho tin sinh học vấn đề quản lý chăm sóc sức khỏe khác III.3 Cấu trúc ES - ES có hai mơi trường: mơi trường phát triển (development environment) mơi trường tham vấn (consultation environment) (xem Hình 4) Một người xây dựng ES sử dụng môi trường phát triển để xây dựng thành phần cần thiết ES để đưa vào sở tri thức với thể phù hợp kiến thức chuyên gia Một người chuyên gia sử dụng môi trường tham vấn để có lời khuyên giải vấn đề cách sử dụng kiến thức chuyên môn nhúng vào hệ thống Hai môi trường tách cuối q trình phát triển hệ thống - Ba thành phần xuất hầu hết ES sở tri thức, công cụ suy luận giao diện người dùng Tuy nhiên, ES tương tác với người dùng chứa thành phần bổ sung sau: + Hệ thống thu nhận tri thức + Bảng đen (nơi làm việc) + Hệ thống giải thích (hệ thống biện minh) + Hệ thống tinh chỉnh tri thức Hiện nay, hầu hết ES không chứa thành phần sàng lọc kiến thức Một mô tả ngắn gọn thành phần sau: III.3.a Hệ thống thu nhận kiến thức - Thu nhận tri thức tích lũy, chuyển giao chuyển đổi chuyên môn giải vấn đề từ chuyên gia nguồn tri thức ghi chép thành chương trình máy tính để xây dựng mở rộng tảng kiến thức Các nguồn tri thức tiềm bao gồm chuyên gia người, sách giáo khoa, tài liệu đa phương tiện, sở liệu (công khai riêng tư), báo cáo nghiên cứu đặc biệt thơng tin có sẵn Web - Hiện nay, hầu hết tổ chức thu thập khối lượng lớn liệu, việc tổ chức quản lý tri thức có tổ chức hạn chế Thu nhận tri thức liên quan đến vấn đề làm cho tri thức ngầm rõ ràng tích hợp tri thức từ nhiều nguồn 19 Hình 4: Cấu trúc/Kiến trúc Hệ chuyên gia - Thu thập tri thức từ chuyên gia nhiệm vụ phức tạp, thường tạo tắc nghẽn xây dựng ES Trong việc xây dựng hệ thống lớn, kỹ sư tri thức, chuyên gia khám phá kiến thức, cần phải tương tác với nhiều chuyên gia việc xây dựng tảng tri thức Thông thường, kỹ sư tri thức giúp chuyên gia cấu trúc lĩnh vực vấn đề cách diễn giải tích hợp câu trả lời người cho câu hỏi, vẽ phép loại suy, đặt phản biện đưa khó khăn khái niệm III.3.b Nền tảng tri thức - Cơ sở tri thức tảng ES Nó chứa kiến thức liên quan cần thiết để hiểu, xây dựng giải vấn đề Một sở tri thức điển hình bao gồm hai yếu tố bản: (1) kiện mơ tả đặc điểm tình vấn đề cụ thể 20 (hoặc sở thực tế) lý thuyết lĩnh vực vấn đề (2) quy tắc đặc biệt (hoặc cố vấn kiến thức) đại diện kiến thức chuyên môn sâu để giải vấn đề cụ thể lĩnh vực cụ thể Ngoài ra, cơng cụ suy luận bao gồm quy tắc giải vấn đề chung định (hoặc siêu quy tắc – Quy tắc cách xử lý quy tắc sản xuất) - Điều quan trọng phải phân biệt sở tri thức ES sở tri thức tổ chức Kiến thức lưu trữ sở tri thức ES thường trình bày theo định dạng đặc biệt để sử dụng chương trình phần mềm (hệ chuyên gia) để giúp người dùng giải vấn đề cụ thể Tuy nhiên, sở tri thức tổ chức chứa loại kiến thức khác định dạng khác (hầu hết trình bày theo cách mà người sử dụng) lưu trữ nơi khác Cơ sở tri thức ES trường hợp đặc biệt tập hợp nhỏ sở tri thức tổ chức III.3.c Công cụ suy luận - Bộ não ES công cụ suy luận, gọi cấu trúc điều khiển trình thơng dịch quy tắc (trong RB ES) Thành phần thực chất chương trình máy tính cung cấp phương pháp lý luận thông tin sở tri thức bảng đen để đưa kết luận phù hợp Công cụ suy luận cung cấp hướng dẫn cách sử dụng kiến thức hệ thống cách phát triển trình nhật ký để tổ chức kiểm soát bước thực để giải vấn đề diễn tham vấn III.3.d Giao diện người dùng - Một ES chứa xử lý ngôn ngữ để giao tiếp thân thiện, hướng đến vấn đề người dùng máy tính, gọi giao diện người dùng Việc giao tiếp tốt thực ngơn ngữ tự nhiên Do hạn chế công nghệ, hầu hết hệ thống có sử dụng phương pháp hỏi trả lời văn đồ họa để tương tác với người dùng III.3.e Bảng đen - Bảng đen vùng nhớ làm việc đặt làm sở liệu để mô tả vấn đề tại, đặc trưng liệu đầu vào Nó sử dụng để ghi lại kết trung gian, giả thuyết định Ba loại định ghi lại bảng đen là: kế hoạch (tức là, làm để giải vấn đề), trình nhật ký (tức là, hành động tiềm chờ thực thi) giải pháp (tức là, giả thuyết ứng cử viên khóa hành động thay mà hệ thống tạo ra) - Hãy xem xét ví dụ Khi xe bạn không khởi động được, bạn nhập triệu chứng cố vào máy tính để lưu trữ bảng đen Do kết 21 giả thuyết trung gian phát triển bảng đen, máy tính đề nghị bạn thực số kiểm tra bổ sung (ví dụ: xem pin bạn có kết nối không) yêu cầu bạn báo cáo kết Thông tin ghi lại bảng đen Một trình lặp lặp lại việc điền vào bảng đen với giá trị giả thuyết kiện tiếp tục xác định lý thất bại III.3.f Hệ thống giải thích - Khả truy tìm trách nhiệm kết luận nguồn chúng quan trọng việc chuyển giao chuyên môn giải vấn đề Hệ thống giải thích theo dõi trách nhiệm giải thích hành vi ES cách trả lời câu hỏi sau: + Tại câu hỏi yêu cầu ES? + Làm kết luận đạt được? + Tại thay bị từ chối? + Kế hoạch hoàn chỉnh định đưa để đến kết luận gì? Ví dụ, cịn lại phải biết trước chẩn đốn cuối xác định? - Trong hầu hết ES, hai câu hỏi (tại nào) trả lời cách hiển thị quy tắc, điều mà bắt buộc phải đưa câu hỏi cụ thể hiển thị chuỗi quy tắc sử dụng để đưa khuyến nghị cụ thể tương ứng III.3.g Hệ thống tinh chỉnh tri thức - Các chuyên gia có hệ thống tinh chỉnh tri thức; nghĩa là, họ phân tích kiến thức họ hiệu nó, học hỏi từ cải thiện để tham khảo ý kiến tương lai Tương tự, việc đánh cần thiết hệ chun gia để chương trình phân tích lý thành cơng hay thất bại nó, điều dẫn đến cải tiến dẫn đến tảng kiến thức xác lý luận hiệu - Thành phần quan trọng hệ thống tinh chỉnh kiến thức chế tự học cho phép điều chỉnh tảng kiến thức xử lý kiến thức dựa đánh giá cơng việc gần Một thành phần thơng minh chưa đủ trưởng thành (chưa phát triển đủ tốt) để xuất nhiều công cụ ES thương mại 22 Phần IV: Phát triển hệ chuyên gia - Sự phát triển ES thường bao gồm việc xác định chất phạm vi vấn đề, nhận diện chuyên gia phù hợp, tiếp thu kiến thức, chọn công cụ xây dựng, mã hóa hệ thống đánh giá hệ thống IV.1 Xác định chất phạm vi vấn đề - Bước việc phát triển ES xác định chất vấn đề xác định phạm vi Một số lĩnh vực khơng phù hợp để áp dụng ES Ví dụ, vấn đề giải cách sử dụng thuật tốn tối ưu hóa tốn học thường khơng phù hợp với ES Nói chung, RB ES phù hợp chất vấn đề định tính, kiến thức rõ ràng chuyên gia sẵn sàng giải vấn đề cách hiệu cung cấp kiến thức họ - Một yếu tố quan trọng khác xác định phạm vi khả thi Công nghệ hạn chế có khả giải vấn đề tương đối đơn giản Do đó, phạm vi vấn đề nên cụ thể thu hẹp hợp lý Ví dụ: phát triển ES để phát hành vi giao dịch bất thường, phát rửa tiền, sử dụng ES để xác định liệu giao dịch cụ thể có phải tội phạm hay không IV.2 Nhận diện chuyên gia phù hợp - Sau chất phạm vi vấn đề xác định rõ ràng, bước tìm chuyên gia phù hợp có kiến thức sẵn sàng hỗ trợ phát triển tảng kiến thức Không ES thiết kế mà khơng có hỗ trợ mạnh mẽ chuyên gia am hiểu sẵn sàng hỗ trợ Một dự án xác định chuyên gia nhóm chun gia Một chun gia thích hợp cần có hiểu biết thấu đáo kiến thức giải vấn đề, vai trị ES, cơng nghệ hỗ trợ định kỹ giao tiếp tốt IV.3 Thu thập tri thức - Sau xác định chuyên gia hữu ích, cần phải bắt đầu thu thập tri thức định từ họ Quá trình khơi gợi kiến thức gọi kỹ thuật tri thức Người tương tác với chuyên gia để ghi lại kiến thức gọi kỹ sư tri thức - Tiếp thu kiến thức trình tiềm ẩn rủi ro tốn thời gian Các chun gia khơng sẵn lịng cung cấp kiến thức họ nhiều lý Đầu tiên, kiến thức họ độc quyền có giá trị Các chuyên gia không sẵn sàng chia sẻ kiến thức họ mà khơng có khoản tiền hợp lý Thứ hai, chuyên 23 gia sẵn sàng chia sẻ, số kiến thức ngầm chuyên gia khơng có kỹ để lệnh rõ ràng cho quy tắc định cân nhắc Thứ ba, chuyên gia bận rộn nên khơng có đủ thời gian để giao tiếp với kỹ sư tri thức Thứ tư, số tri thức gây nhầm lẫn mâu thuẫn tự nhiên Cuối cùng, kỹ sư tri thức hiểu sai chuyên gia tài liệu tri thức không xác - Kết việc tiếp thu tri thức sở tri thức trình bày theo định dạng khác Một định dạng phổ biến quy tắc ifthen (nếu thì) Các tri thức biểu diễn dạng định bảng định Các tri thức sở tri thức phải đánh giá tính quán khả ứng dụng IV.4 Lựa chọn cơng cụ - Sau sở kiến thức xây dựng, bước chọn cơng cụ thích hợp để thực hệ thống Có ba loại cơng cụ phát triển khác nhau: + Mơi trường phát triển đa mục đích: Loại công cụ ngôn ngữ máy tính đa mục đích, chẳng hạn C++, Prolog LISP Hầu hết ngơn ngữ lập trình máy tính hỗ trợ câu lệnh if-then Do đó, sử dụng C++ để phát triển ES cho miền vấn đề cụ thể (ví dụ: chẩn đốn bệnh) Do ngơn ngữ lập trình khơng có khả suy luận tích hợp, nên sử dụng chúng theo cách thường tốn thời gian Prolog LISP hai ngôn ngữ để phát triển hệ thống thông minh Sử dụng chúng dễ dàng sử dụng C++, chúng thiết kế dành riêng cho lập trình viên chun nghiệp khơng thân thiện Đối với ứng dụng dựa Web gần đây, Java ngơn ngữ máy tính hỗ trợ dịch vụ Web (như tảng Microsoft.NET) hữu ích Các công ty Logic Programming Associates (www.lpa.co.uk) cung cấp công cụ dựa Prolog + Vỏ Hệ chuyên gia (ES Shell): Loại công cụ thứ hai thiết kế đặc biệt để phát triển ES Một vỏ ES có khả suy luận tích hợp giao diện người dùng, sở tri thức trống rỗng Do đó, phát triển hệ thống trình cung cấp tảng tri thức với quy tắc rút từ chuyên gia Một ES Shell phổ biến hệ thống Corvid phát triển Exsys (exsys.com) Hệ thống tảng phát triển hướng đối tượng, bao gồm ba loại phép tính: biến, khối logic khối lệnh Các biến xác định yếu tố xem xét việc giải vấn đề Khối logic quy tắc định có từ chun gia Cịn khối lệnh xác định cách hệ thống tương tác với người dùng, bao gồm thứ tự thực giao diện người 24 dùng Hình cho thấy ảnh chụp hình khối logic hiển thị quy tắc định Exys Corvid Nhiều sản phẩm có sẵn từ nhà cung cấp quản lý quy tắc kinh doanh, chẳng hạn LPA VisiRule (www.lpa.co.uk/vsr.htm), dựa công cụ đa có tên Micro-Prolog Hình 5: Ảnh chụp hình từ Hệ thống Corvid + Giải pháp chìa khóa trao tay phù hợp (Tailored turn-key solutions): Cơng cụ thứ ba, cơng cụ chìa khóa trao tay, điều chỉnh theo miền cụ thể điều chỉnh cho ứng dụng tương tự nhanh Về bản, cơng cụ chìa khóa trao tay chứa tính cụ thể thường yêu cầu để phát triển ứng dụng miền cụ thể Công cụ phải điều chỉnh sửa đổi hệ thống sở cách điều chỉnh giao diện người 25 dùng phần tương đối nhỏ hệ thống để đáp ứng nhu cầu độc tổ chức - Chọn công cụ phát triển Hệ chuyên gia: Lựa chọn số công cụ để phát triển ES phụ thuộc vào vài tiêu chí + Đầu tiên, cần xem xét lợi ích chi phí Giải pháp chìa khóa trao tay lựa chọn đắt Tuy nhiên, bạn cần xem xét tổng chi phí, khơng chi phí cho cơng cụ + Thứ hai, cần xem xét chức kỹ thuật tính linh hoạt cơng cụ; nghĩa là, bạn cần xác định xem cơng cụ có cung cấp chức ta cần hay khơng dàng cho phép nhóm phát triển thực thay đổi cần thiết hay không + Thứ ba, cần xem xét khả tương thích cơng cụ với sở hạ tầng thơng tin có tổ chức Hầu hết tổ chức có nhiều ứng dụng có cơng cụ phải tương thích với ứng dụng cần có khả tích hợp phần toàn sở hạ tầng thông tin + Cuối cùng, cần xem xét độ tin cậy công cụ hỗ trợ nhà cung cấp Kinh nghiệm nhà cung cấp lĩnh vực chương trình đào tạo tương tự quan trọng thành công dự án ES IV.5 Mã hóa hệ thống - Sau chọn cơng cụ thích hợp, nhóm phát triển tập trung vào mã hóa kiến thức dựa yêu cầu cú pháp công cụ Mối quan tâm giai đoạn liệu quy trình mã hóa có hiệu quản lý cách để tránh lỗi hay khơng Lập trình viên có tay nghề hữu ích quan trọng trình IV.6 Đánh giá hệ thống - Sau hệ thống ES xây dựng, phải đánh giá Đánh giá bao gồm xác minh(verification) xác nhận (validation) Xác minh đảm bảo sở tri thức kết chứa kiến thức xác giống kiến thức thu từ chuyên gia Nói cách khác, xác minh đảm bảo khơng có lỗi xảy giai đoạn mã hóa Xác nhận đảm bảo hệ thống giải vấn đề xác Nói cách khác, xác nhận kiểm tra xem kiến thức thu từ chuyên gia có thực giải vấn đề cách hiệu hay không 26 Kết luận Một yêu cầu hệ chuyên gia thường đưa loại bỏ nhu cầu lập trình viên đào tạo, chuyên gia tự phát triển hệ thống Trong thực tế, điều Mặc dù quy tắc cho hệ thống chuyên gia dễ hiểu mã máy tính thơng thường, chúng có cú pháp chuẩn, dấu phẩy bị đặt sai ký tự khác gây phá hủy hệ thống với ngôn ngữ máy tính khác Ngồi ra, hệ thống chun gia chuyển từ ngun mẫu phịng thí nghiệm sang triển khai giới kinh doanh, vấn đề tích hợp bảo trì trở nên quan trọng nhiều Không thể tránh khỏi nhu cầu tích hợp tận dụng sở liệu hệ thống kế thừa lớn Để thực điều này, tích hợp địi hỏi kỹ giống loại hệ thống khác 27 Danh mục từ viết tắt ES (Expert System): Hệ chuyên gia DSS (Decision Support System): Hệ hỗ trợ định RB (rule-based): dựa theo luật (quy tắc) ADS (Automated decision system): Hệ hỗ trợ định tự động AI (Artificial Intelligence): Trí tuệ nhân tạo 28 Tài liệu tham khảo Ramesh Sharda, Dursun Delen, Efraim Turban, “Business Intelligence and Analytics: Systems for Decision Support”, 10th edition, phát hành hãng Pearson Education, năm 2014 Hệ chuyên gia dựa luật: https://voer.edu.vn/m/he-chuyen-gia-dua-trenluat-rulebased-es/cb7ee57c Rule-based system: https://en.wikipedia.org/wiki/Rule-based_system Expert system: https://en.wikipedia.org/wiki/Expert_system 29 ... vào hệ thống chuyên gia (ES) hệ thống liên quan đến RB ADS dựa luật mô tả phần trước 13 Phần III: Hệ chuyên gia (ES) III.1 Các khái niệm III.1.a Khái niệm hệ chuyên gia - Expert system (ES) hệ. .. chun gia phù hợp có kiến thức sẵn sàng hỗ trợ phát triển tảng kiến thức Khơng ES thiết kế mà khơng có hỗ trợ mạnh mẽ chun gia am hiểu sẵn sàng hỗ trợ Một dự án xác định chuyên gia nhóm chun gia. .. tắc tự động I.2 Hệ hỗ trợ định tự động (Automated decision system) - Hệ hỗ trợ định tự động (ADS), đơi cịn gọi hệ thống tự động hóa hỗ trợ định (Decision automation system – DAS), hệ thống RB, cung