1.     Hệ chuyên gia và các đặc trưng ?

a.Khái niệm:

- Hệ chuyên gia (Expert System) là một chương trình máy tính 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 hỏi những chuyên gia mới giải được

- 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 thống giao tiếp.

b.Các đặc trưng :

Có bốn đặc trưng cơ bản của một hệ chuyên gia :

-           Hiệu quả cao (high performance). Khả năng trả lời với mức độ tinh thông bằng hoặc

cao hơn so với chuyên gia (người) trong cùng lĩnh vực.

-           Thời gian trả lời thoả đáng (adequate response time). Thời gian trả lời hợp lý, bằng

hoặc nhanh hơn so với chuyên gia (người) để đi đến cùng một quyết định. Hệ chuyên

gia là một hệ thống thời gian thực (real time system).

-           Độ tin cậy cao (good reliability). Không thể xảy ra sự cố hoặc giảm sút độ tin cậy khi

sử dụng.

-           Dễ hiểu (understandable). Hệ chuyên gia giải thích các bước suy luận một cách dễ hiểu

và nhất quán, không giống như cách trả lời bí ẩn của các hộp đen (black box).

2.     Các cách biểu diễn tri thức trong hệ chuyên gia ?

Tri thức của một hệ chuyên gia có thể được biểu diễn theo nhiều cách khác nhau. Thông

thường người ta sử dụng các cách sau đây :

-          Biểu diễn tri thức bởi các luật sản xuất

-          Biểu diễn tri thức nhờ mệnh đề logic

-          Biểu diễn tri thức nhờ mạng ngữ nghĩa

-     Biểu diễn tri thức nhờ ngôn ngữ nhân tạo

a.      Biểu diễn tri thức bởi các luật sản xuất

Luật là một kiểu sản xuất được nghiên cứu từ những năm 1940. Trong một hệ thống dựa

trên luật, công cụ suy luận sẽ xác định những luật nào là tiên đề thỏa mãn các sự việc.

Các luật sản xuất thường được viết dưới dạng IF THEN. Có hai dạng :

IF < điều kiện > THEN < hành động >

hoặc

IF < điều kiện > THEN < kết luận > DO < hành động >       .

Phần giữa IF và THEN là phần trái luật (LHS: Left - Hand -Side)

Phần sau THEN là kết luận hay hậu quả (consequent).

Một số hệ chuyên gia có them phần hành động (action) được gọi là phần phải luật (RHS: Right - Hand -Side).

Ví dụ :

Rule: Đèn đỏ

IF     Đèn đỏ sáng

THEN  Dừng

Rule: Đèn-xanh

IF    Đèn xanh sáng

THEN    Đi

b.      Biểu diễn tri thức nhờ mệnh đề logic

Người ta sử dụng các ký hiệu để thể hiện tri thức và các phép toán lôgic tác động lên các

ký hiệu để thể hiện suy luận lôgic. Kỹ thuật chủ yếu thường được sử dụng là lôgic vị từ

Ví dụ :

c.       Biểu diễn tri thức nhờ mạng ngữ nghĩa

Trong phương pháp này, người ta sử dụng một đồ thị gồm các nút (node) và các cung (arc) nối

các nút để biểu diễn tri thức. Nút dùng để thể hiện các đối tượng, thuộc tính của đối tượng và giá trị của thuộc tính. Còn cung dùng để thể hiện các quan hệ giữa các đối tượng. Các nút và các cung đều được gắn nhãn.

Ví dụ

d.      Biểu diễn tri thức nhờ ngôn ngữ nhân tạo

Theo quan điểm của người sử dụng, ngôn ngữ tự nhiên sẽ là phương cách thuận tiện nhất để giao tiếp với một hệ chuyên gia, không những đối với người quản trị hệ thống (tư cách chuyên gia), mà còn đối với người sử dụng cuối.

Ví dụ :

3.     Các kỹ thuật suy luận trong hệ chuyên gia ?

-          Suy diễn tiến (foward chaining)

-          Suy diễn lùi(backward chaining)

-          Phân tích phương tiện (means-end analysis)

-          Rút gọn vấn đề (problemreduction)

-          Quay lui (backtracking)

-          Kiểm tra lập kế hoạch (plan-generate-test)

-          Lập kế hoạch phân cấp (hierachical planning)...

2 kỹ thuật thường gặp :

a.Suy diễn tiến

Suy diễn tiến ( forward charning) là lập luận từ các sự kiện, sự việc để rút ra các kết luận.

Trong phương pháp này, người sử dụng cung cấp các sự kiện cho hệ chuyên gia để hệ thống (máy suy diễn) tìm cách rút ra các kết luận có thể. Kết luận được xem là những thuộc tính có thể được gán giá trị.

Các sự kiện thường có dạng :

Atthibute = value

Ví dụ : Nếu thấy trời mưa trước khi ra khỏi nhà (sự kiện) thì phải lấy áo mưa (kết luận).

b.Suy diễn lùi

Phương pháp suy diễn lùi tiến hành các lập luận theo chiều ngược lại (đối với phương pháp suy diễn tiến). Từ một giả thuyết (như là một kết luận), hệ thống đưa ra một tình huống trả lời gồm các sự kiện là cơ sở của giả thuyết đã cho này.

Ví dụ : nếu ai đó vào nhà mà cầm áo mưa và áo quần bị ướt thì giả thuyết này là trời mưa.

4.     Hệ chuyên gia mờ

Một  hệ mờ bao gồm 5 thành phành cơ bản:

-Bộ mờ hoá

-Cơ sở tri thức bao gồm :

    +  bộ tham số 

    +  cơ sở luật mờ

-Cơ chế suy diễn

-Bộ khử mờ

Xây dựng hệ mờ gồm 5 bước  cơ bản:

-  Bước  1:  Xác định bài toán, định nghĩa các biến ngôn ngữ vào và ra, đó cũng  chính là các tín hiệu vào/ra của bộ điều khiển

- Bước  2:  Định nghĩa các tập mờ (giá trị ngôn ngữ) cho từng biến  vào/ra, tức là thực hiện công việc mờ hoá

- Bước  3:  Xây dựng các luật mờ (luật hợp thành)

- Bước  4:  Mã hoá các tập mờ, luật mờ và thủ tục suy diễn mờ vào trong hệ chuyên gia

- Bước  5:  Ước lượng, đánh giá trên cơ sở đó tinh chỉnh hệ thống.

Trong qúa trình thiết kế, ta cần chú ý mấy điểm sau:

1. Không nên thiết kế bộ điều khiển mờ để giải quyết một bài toán tổng hợp mà có thể dễ dàng thực hiện bằng các bộ điều khiển kinh điển thoả mãn các yêu cầu đặt ra

2. Không nên thiết kế bộ điều khiển mờ cho các hệ thống cần độ an toàn cao (điều khiển lò phản ứng hạt nhân, điều khển các quy trình công nghệ sản xuất hoá chất…)

3. Do nguyên lý làm việc của bộ điều khiển mờ là sao chép lại kinh nghiệm điều khiển của chuyên gia nên luôn phải nghĩ tới việc bổ sung thêm cho bộ điều khiển mờ các khả năng tự học để thích nghi được với sự thay đổi của đối tượng.

5.     Máy học

Học được định nghĩa như là bất cứ sự thay đổi nào trong một hệ thống cho phép nó tiến hành tốt hơn trong lần thứ hai khi lặp lại cùng một nhiệm vụ hoặc với một nhiệm vụ khác rút ra từ cùng một quần thể các nhiệm vụ đó.

Máy học là một lĩnh vực khoa học ,có liên quan với việc thiết kế và phát triển của các thuật toán ,cho phép các máy tính để thay đổi hành vi dựa trên dữ liệu.

3 Cách tiêp cận :

-          Dựa vào ký hiệu ( Symbol – based )

-          Tiếp cận kết nối

-          Tiếp cận di truyền hay tiến hóa

3 Phương pháp học :

-          Học  giám sát : Là phương pháp máy học , và suy diễn ra từ CSDL .Các dữ liệu bao gồm dữ liệu đầu vào ( thường là vector ) và kết quả mong muốn

Ví dụ:  Nhận dạng chữ viết tay, Nhận dạng ký tự quang học, ……

-          Học không giám sát : Là cách học thông tin không cần tập dữ liệu huấn luyện được gán nhãn sẵn

Ví dụ:Kỹ thuật gom cụm (Hierarchical clustering, K-means,…)

-          Học  bán giám sát : Kết hợp cả 2 cách trên đó là tập huấn luyện được đánh dấu sau hoặc chỉ được đánh dấu một phần