Sistemi Esperti

INTRODUZIONE AI SISTEMI ESPERTI

La ricerca nel campo dell’Intelligenza Artificiale (AI) ha dimostrato che i metodi generali per risolvere problemi sono insufficienti per risolvere problemi orientati ad applicazioni odierne. Si è arrivati alla conclusione che ciò che serve è conoscenza specifica del particolare e limitato dominio di interesse. Questi risultati, conseguiti nei primi anni ‘70, condussero allo sviluppo di sistemi basati sulla conoscenza (Sistemi Esperti).

Molto spesso, erroneamente, si considerano i sistemi basati sulla conoscenza e l’ AI come essere la stessa cosa, questo deriva dal fatto che i sistemi basati sulla conoscenza sono la parte dell’AI che ha ottenuto i maggiori successi in applicazioni pratiche.

Una definizione precisa di AI non si può dare perché l’intelligenza umana non è stata ancora capita completamente. Sono state date varie definizioni da vari autori.

L’Intelligenza Artificiale è un campo di studio che comprende tecniche di calcolo per realizzare compiti che apparentemente richiedono intelligenza se realizzati dall’uomo. Tali problemi includono problemi di diagnostica in automobili, computers e persone, progetto di nuovi computers, scrivere storie e sinfonie, trovare teoremi matematici, assemblare ed ispezionare prodotti nelle fabbriche e negoziare trattati internazionali. Questa è una tecnologia di processamento dell’informazione che comprende processi di ragionamento, apprendimento e percezione. [Tanimoto, 1987]

Il programma intelligente di un sistema basato sulla conoscenza consiste in un motore inferenziale ed in una base di conoscenza. Associato a questo programma intelligente è un data base detto anche fact base.

Il motore inferenziale manipola la conoscenza rappresentata nella base di conoscenza per sviluppare una soluzione del problema descritto dalle informazioni nel database.

Il motore inferenziale contiene la conoscenza generale per risolvere il problema, la base di conoscenza contiene la conoscenza sul particolare problema, il database contiene i dati specifici (informazioni iniziali e informazioni che via via vengono derivate).

La potenza dei sistemi basati sulla conoscenza deriva da questa chiara separazione della conoscenza dal suo uso. Questa separazione ci da la possibilità di sviluppare differenti applicazioni dovendo creare solo una nuova base di conoscenza. La tecnica generica di ragionamento (motore inferenziale) non viene modificata.

La conoscenza ha differenti forme. Può essere costituita da fatti oppure da relazioni tra i fatti. Può essere algoritmica oppure euristica (una euristica è una strategia o un trucco usato per migliorare l’efficienza di un sistema per scoprire la soluzione di complessi problemi a lume di naso, per praticaccia). Qualsiasi forma di conoscenza prendiamo, per usarla al fine di risolvere un problema, la dobbiamo rappresentare in un programma e dobbiamo creare i mezzi per interpretarla.

La conoscenza rappresentata nei sistemi basati sulla conoscenza è quella degli esperti del dominio. Una parte della conoscenza di un esperto consiste in relazioni causa-effetto.

Queste relazioni o regole a lume di naso originate dalle esperienze passate degli esperti sono comunemente chiamate euristiche. Esse rappresentano conoscenza informale o scorciatoie che conducono un esperto rapidamente alla soluzione del problema senza dover realizzare una dettagliata analisi (ciò perché o l’analisi di un problema simile è stata fatta in precedenza con successo dall’esperto oppure le relazioni possono essere state apprese da tentativi falliti di risoluzione di problemi simili). L’esperto può non ricordare o persino non conoscere tutti i dettagli dell’analisi originale del problema ma riconosce che un particolare approccio può andar bene per un problema simile.

L’uso di questa conoscenza euristica è ciò che fa di un sistema basato sulla conoscenza un potente programma.

Una euristica, poiché non rappresenta un’analisi esaustiva del problema, può a volte dare risposte errate. Questa caratteristica è dovuta al fatto che a volte si usa una scelta accettabile piuttosto che la risposta corretta al problema, ciò può essere dovuto al numero troppo elevato di possibilità da esaminare oppure alla complessità troppo elevata dell’algoritmo esatto oppure alla non completa conoscenza dell’algoritmo di risoluzione.

Per informazioni sul sito e sui contenuti scrivere al seguente indirizzo e-mail: angelo.ranucci@bluewin.ch