Một số lĩnh vực ứng dụng của trí tuệ nhân tạo 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.. Quan hệ giữa lĩnh v
GIỚI THIỆU VỀ HỆ CHUYÊN GIA
Giới thiệu chung
Trong nhiều ngành nghề, việc sử dụng máy móc hỗ trợ cả công việc hàng ngày và sản xuất lâu dài đóng vai trò quan trọng trong việc nâng cao năng suất Lịch sử phát triển của xã hội loài người chứng minh rõ ràng rằng hiệu quả của việc sử dụng máy móc trong công cụ lao động đã góp phần thúc đẩy sự tiến bộ và phát triển bền vững.
Khi con người ngày càng phát triển trí tuệ, nhu cầu về các thiết bị tự động có khả năng xử lý tình huống và học hỏi như con người ngày càng tăng Nhiều tổ chức sử dụng thiết bị và phần mềm để hỗ trợ ra quyết định và huy động kiến thức của các chuyên gia, nâng cao hiệu quả công việc Ngoài ra, các nghiên cứu về máy móc còn giúp con người hiểu rõ hơn về quá trình lập luận và tư duy của chính mình.
Dù có nhiều quan điểm khác nhau về vai trò giữa con người và máy móc, nhưng không thể phủ nhận tầm quan trọng của máy, đặc biệt là các máy thông minh, trong cuộc sống hiện đại Theo thời gian, nhu cầu về các thiết bị thông minh ngày càng tăng, cho thấy vai trò hỗ trợ của máy móc là không thể thiếu để nâng cao hiệu suất và chất lượng công việc.
Khoảng đầu năm 1800 người ta trình diễn máy chơi cờ làm kích thích con người nghiên cứu về máy thông minh
Năm 1934 C Babbage thiết kế máy tính đầu tiên Ông đề nghị phát triển máy để chơi cờ và để thi đua lành mạnh với con người
Năm 1950 mong ước về máy thông minh còn là giấc mơ mặc dù công nghệ cho phép máy tính phát triển
Các máy tính đầu tiên có khả năng xử lý dữ liệu tuy nhiên việc lập luận vẫn là của con người
Khi quan niệm về máy tính ngày càng phát triển, người ta bắt đầu mã hóa các tri thức vào các bài toán giải trên máy tính Các sự kiện, luật lệ và cấu trúc được thể hiện bằng các ký hiệu, giúp máy tính hiểu và xử lý thông tin dễ dàng hơn Các ngôn ngữ lập trình như LISP, PROLOG ra đời để hỗ trợ mã hóa và truy cập dữ liệu dạng ký hiệu một cách hiệu quả, góp phần nâng cao khả năng xử lý kiến thức trong công nghệ máy tính.
Người ta bắt đầu phát triển các chương trình mô phỏng hành vi thông minh, trang bị chúng phương tiện thể hiện tri thức, các phương pháp tìm kiếm tối ưu và các ngôn ngữ xử lý ký hiệu phong phú Điều này nhằm tạo ra các hệ thống có khả năng hiểu, học hỏi và ra quyết định như con người, phù hợp với xu hướng trí tuệ nhân tạo và công nghệ thông minh hiện nay.
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 quyết các bài toán phức tạp mà chỉ các chuyên gia mới có thể giải quyết Theo E Feigenbaum, hệ chuyên gia đóng vai trò quan trọng trong việc mô phỏng khả năng tư duy và chuyên môn của con người để hỗ trợ trong các lĩnh vực đòi hỏi kiến thức chuyên sâu.
Hệ chuyên gia là một hệ thống tin học mô phỏng năng lực quyết đoán và hành động của một chuyên gia, giúp nâng cao khả năng ra quyết định trong nhiều lĩnh vực Đây là một ứng dụng quan trọng của trí tuệ nhân tạo (Artificial Intelligence), góp phần tối ưu hóa quy trình làm việc và nâng cao hiệu quả phân tích dữ liệu Hệ chuyên gia có thể tự động hóa các nhiệm vụ phức tạp, mang lại sự chính xác và đáng tin cậy trong các quyết định chiến lược.
Hình 1.1 Một số lĩnh vực ứng dụng của trí tuệ nhân tạo
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 trong hệ chuyên gia phản ánh sự tinh thông được tích lũy từ sách vở, tạp chí, các chuyên gia và nhà bác học Các hệ thống dựa trên tri thức (knowledge-based systems) hoặc hệ chuyên gia dựa trên tri thức (knowledge-based expert systems) đều đề cập đến mô hình trí tuệ nhân tạo sử dụng kiến thức chuyên sâu để đưa ra quyết định chính xác.
Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức (knowledge base), máy suy diễn hay mô-tơ suy diễn (inference engine), và hệ thống giao tiếp với người sử dụng (user interface) Cơ sở tri thức đóng vai trò chứa đựng các tri thức cần thiết để máy suy diễn tạo ra các câu trả lời chính xác và hữu ích cho người dùng Máy suy diễn hoạt động dựa trên cơ sở tri thức để phân tích và suy luận, giúp hệ thống đưa ra các quyết định phù hợp Hệ thống giao tiếp với người sử dụng đảm bảo quá trình tương tác dễ dàng, hiệu quả, từ đó nâng cao trải nghiệm của người dùng trong quá trình sử dụng hệ chuyên gia.
Người sử dụng cung cấp các sự kiện và thông tin đã biết hoặc có ích cho hệ chuyên gia, giúp họ hiểu rõ hơn về vấn đề Hệ chuyên gia sẽ đưa ra những câu trả lời chứa lời khuyên hoặc gợi ý chính xác, góp phần cung cấp giải pháp phù hợp và tối ưu Việc chia sẻ dữ liệu chính xác và đầy đủ từ người dùng giúp hệ thống cung cấp kiến thức và tư vấn chuyên sâu, nâng cao hiệu quả hỗ trợ khách hàng.
Hoạt động của một hệ chuyên gia dựa trên tri thức được minh họa như sau :
Natural Language Expert System Understanding
Hình 1.2 Hoạt động của hệ chuyên gia
Mỗi hệ chuyên gia được thiết kế để đặc trưng cho một lĩnh vực vấn đề cụ thể, như y học, tài chính, khoa học hoặc công nghệ, giúp tối ưu hóa khả năng đưa ra giải pháp chính xác trong lĩnh vực đó Chúng không phù hợp để giải quyết các vấn đề thuộc các lĩnh vực khác nhau, mà tập trung vào lĩnh vực chuyên môn của mình để cung cấp kiến thức và tư vấn đáng tin cậy Việc xác định rõ lĩnh vực chuyên môn của hệ chuyên gia giúp nâng cao hiệu quả hoạt động và đảm bảo chất lượng trong từng lĩnh vực ứng dụng.
Tri thức chuyên gia để giải quyết một vấn đề đặc trưng được gọi là lĩnh vực tri thức (knowledge domain)
Hình 1.3 Quan hệ giữa lĩnh vực vấn đề và lĩnh vực tri thức
Hệ chuyên gia trong lĩnh vực y học có khả năng phát hiện các bệnh lây nhiễm nhờ vào kiến thức chuyên sâu về các triệu chứng và đặc điểm của bệnh Lĩnh vực tri thức y học bao gồm các căn bệnh, triệu chứng liên quan và phương pháp chữa trị hiệu quả, giúp chẩn đoán chính xác và điều trị kịp thời.
Lĩnh vực tri thức hoàn toàn nằm trong phạm vi của lĩnh vực vấn đề, nhấn mạnh rằng không phải mọi vấn đề đều thuộc phạm trù tri thức Phần bên ngoài của lĩnh vực tri thức cho thấy rằng tri thức không dành cho tất cả mọi vấn đề, chỉ phù hợp với những vấn đề cụ thể đã được xác định rõ ràng.
Tùy theo yêu cầu người sử dụng mà có nhiều cách nhìn nhận khác nhau về một hệ chuyên gia
Loại người sử dụng Vấn đề đặt ra
Người quản trị Tôi có thể dùng nó để làm gì ?
Máy suy diễn (Inference Engine)
Cơ sở tri thức (Knowledge Base)
Hệ thống giao tiếp (User interface)
Lĩnh vực vấn đề (Problem Domain)
Lĩnh vực tri thức(Knowledge Domain)
Loại người sử dụng Vấn đề đặt ra
Kỹ thuật viên Làm cách nào để tôi vận hành nó tốt nhất ?
Nhà nghiên cứu Làm sao để tôi có thể mở rộng nó ?
Người sử dụng cuối Nó sẽ giúp tôi cái gì đây ?
Nó có rắc rối và tốn kém không ? Nó có đáng tin cậy không ?
1.1.2 Sự phát triển của công nghệ hệ chuyên gia
Sau đây là một số sự kiện quan trọng trong lịch sử phát triển của công nghệ hệ chuyên gia (expert system technology)
1943 Dịch vụ bưu điện ; mô hình Neuron của (Mc Culloch and Pitts Model)
1954 Thuật toán Markov (Markov Algorith m) điều khiển thực thi các luật
1956 Hội thảo Dartmouth ; lý luận logic ; tìm kiếm nghiệm suy (heuristic search); thống nhất thuật ngữ trí tuệ nhân tạo (AI: Artificial Intelligence)
1957 Rosenblatt phát minh khả năng nhận thức ; Newell, Shaw và Simon đề xuất giải bài toán tổng quát (GPS: General Problem Solver)
1958 Mc Carthy đề xuất ngôn ngữ trí tuệ nhân tạo LISA (LISA AI language)
1962 Nguyên lý Rosenblatt’s về chức năng thần kinh trong nhận thức
Principles of Neurodynamicdynamics on Perceptions)
Phương pháp hợp giải Robinson sử dụng logic mờ của Zadeh để xử lý các đối tượng mờ trong suy luận Công nghệ này giúp xây dựng hệ chuyên gia đầu tiên về nha khoa, mang lại những giải pháp chính xác và hiệu quả Đặc biệt, hệ chuyên gia DENDRAL, do Feigenbaum, Buchanan và các cộng sự phát triển, là ví dụ tiêu biểu cho ứng dụng của logic mờ trong lĩnh vực y học và nha khoa.
1968 Mạng ngữ nghĩa (semantic nets), mô hình bộ nhớ kết hợp (associative memory model) của Quillian
1969 Hệ chuyên gia về Toán học MACSYMA (Martin and Moses)
1970 Ưng dụng ngôn ngữ PROLOG (Colmerauer, Roussell, et, al.)
Hệ chuyên gia HEARSAY I về nhận dạng tiếng nói (speech recognition) Xây dựng các luật giải bài toán con người (Human Problem Solving popularizes rules
1973 Hệ chuyên gia MYCIN về chẩn trị y học (Shortliffe, et,al.)
1975 Lý thuyết khung (frames), biểu diễn tri thức (knowledge representation) (Minsky)
Artificial Mathematician (AM), developed by Lenat, represents advancements in AI-driven mathematical reasoning The Dempster-Shafer Theory of Evidence provides a robust framework for reasoning under uncertainty, enabling more reliable decision-making processes One notable application is the PROSPECTOR expert system, utilized in mineral exploration to enhance exploration accuracy in mining operations, as demonstrated by Duda and Hart.
1977 Sử dụng ngôn ngữ chuyên gia OPS (OPS expert system shell) trong hệ chuyên gia
1978 Hệ chuyên gia XCON/R1 (McDermott, DEC) đ ể bảo trì hệ thống máy tính DEC (DEC computer systems)
1979 Thuật toán mạng về so khớp nhanh (rete algorithm for fast pattern matching) của
Forgy ; thương mại hoá các ứng dụng về t rí tuệ nhân tạo
1980 Ký hiệu học (symbolics), xây dựng các máy LISP (LISP machines) từ LMI
Hệ chuyên gia về Toán học (SMP math expert system) ; mạng nơ-ron Hopfield (Hopfield Neural Net) ;
Dự án xây dựng máy tính thông minh thế hệ 5 ở Nhật bản
(Japanese Fifth Generation Project to develop intelligent computers)
1983 Bộ công cụ phục vụ hệ chuyên gia KEE (KEE expert system tool) (intelli Corp)
1985 Bộ công cụ phục vụ hệ chuyên gia CLIPS (CLIPS expert system tool (NASA)
1.1.3 Các lĩnh vực ứng dụng của hệ chuyên gia
Cấu trúc của hệ chuyên gia
Một hệ chuyên gia kiểu mẫu gồm bảy thành phần cơ bản như sau:
Hình 1.4 Những thành phần cơ bản của một hệ chuyên gia
Cơ sở tri thức là tập hợp các phần tử tri thức, thường được gọi là luật (rule), được tổ chức thành một hệ thống như một cơ sở dữ liệu Đây là thành phần cốt lõi trong các hệ thống trí tuệ nhân tạo, giúp lưu trữ và quản lý kiến thức một cách có tổ chức để phục vụ quá trình suy luận và ra quyết định thông minh.
Tin học là lĩnh vực chuyên thực hiện việc thu thập và mã hóa tri thức thông qua các kỹ thuật đặc biệt Một phương pháp phổ biến để thể hiện tri thức là sử dụng các luật logic, trong đó luật IF THEN đóng vai trò chính, giúp mô tả mối liên hệ logic giữa thông tin trong phần IF và phần THEN.
VD: IF trời mưa THEN dùng áo mưa hay dùng ô
Máy duy diễn (inference engine) là công cụ hoặc bộ xử lý giúp tạo ra quá trình suy luận logic, quyết định áp dụng những luật phù hợp để kiểm tra các sự kiện và đối tượng nhất định Nó ưu tiên các luật thỏa mãn điều kiện và thực hiện những luật có tính ưu tiên cao nhất nhằm đưa ra kết luận chính xác.
Mô tơ suy luận hoạt động dựa trên các sự kiện trong bộ nhớ làm việc và tri thức lĩnh vực trong CSTT để rút ra thông tin mới Quá trình này yêu cầu tìm kiếm các luật thích hợp để khớp phần giả thiết của luật với dữ liệu có trong bộ nhớ Khi phát hiện ra sự phù hợp, hệ thống sẽ đưa ra kết luận mới dựa trên luật đã khớp, từ đó mở rộng kiến thức và thúc đẩy quá trình suy luận logic hiệu quả.
Ví dụ: trong CSTT có luật IF béo THEN tốt bụng
* Có thể làm các việc sau
Hệ thống hỏi: ông Mỗ thế nào
Người dùng trả lời: béo
“Mỗ béo” được bổ sung vào bộ nhớ làm việc
Hệ chuyên gia suy luận: “tốt bụng”
“Mỗ tốt bụng” được bổ sung vào bộ nhớ làm việc
502 Bad GatewayUnable to reach the origin service The service may be down or it may not be responding to traffic from cloudflared
• Bộ nhớ làm việc (working memory) Cơ sở dữ liệu toàn cục chứa các sự kiện phục vụ cho các luật
502 Bad GatewayUnable to reach the origin service The service may be down or it may not be responding to traffic from cloudflared
502 Bad GatewayUnable to reach the origin service The service may be down or it may not be responding to traffic from cloudflared
• Khả năng giải thích (explanation facility) Giải nghĩa cách lập luận của hệ thống cho người sử dụng
502 Bad GatewayUnable to reach the origin service The service may be down or it may not be responding to traffic from cloudflared
Phương tiện giải thích đóng vai trò quan trọng trong việc tạo thuận lợi cho cả người phát triển hệ thống lẫn người dùng Nó giúp nhà phát triển xác định các sai sót trong tri thức của hệ thống, từ đó nâng cao độ chính xác và hiệu quả của hệ thống Đồng thời, phương tiện này cũng giúp người dùng dễ dàng hiểu rõ lập luận của hệ thống, tăng cường trải nghiệm người dùng và thúc đẩy sự tin tưởng.
*Giải thích về cách suy luận
Giải bài toán trong hệ chuyên gia khác biệt so với phương pháp truyền thống, bởi hệ thống làm việc trên các vấn đề không có cấu trúc cố định, trong khi các bài toán cổ điển thường có các bước giải rõ ràng và cấu trúc xác định Việc giải thích các quyết định của hệ chuyên gia giúp người dùng tin tưởng hơn vào các khuyến nghị của hệ thống Đồng thời, điều này cũng nâng cao độ đáng tin cậy của các kết luận mà hệ chuyên gia đưa ra, góp phần tăng cường hiệu quả ứng dụng trong các lĩnh vực cần độ chính xác cao.
Ví dụ: vấn đề “ốm thì mặc ấm” và “chị Mơ có nhiệt độ cao”
Có thể đưa ra giải thích sau
Chuyên gia: chị Mơ ốm
Người dùng: Cách nào mà biết
Chuyên gia: Vì chị ta mặc ấm Tôi nghĩ rằng có chuyện với nhiệt độ cơ thể Đo nhiệt độ thấy 38 độ Chắc chị Mơ ốm
Hệ chuyên gia trả lời câu hỏi bằng cách đi ngược theo luật, tạo thành quá trình suy luận lùi để đưa ra kết luận chính xác Phương pháp này giúp hệ thống phân tích vấn đề một cách logic và có hệ thống, góp phần nâng cao hiệu quả và độ tin cậy trong quá trình ra quyết định Quá trình suy luận theo chiều ngược này chính là mạch suy luận chủ đạo của hệ thống, đảm bảo các kết quả phản ánh đúng quy trình lập luận khoa học và chặt chẽ.
Hệ chuyên gia có khả năng giải thích lý do đặt ra câu hỏi, giúp người dùng hiểu rõ mục đích của câu hỏi đó Khi tham vấn chuyên gia, sự tương tác đóng vai trò quan trọng, làm cho hệ chuyên gia trở nên cởi mở và thân thiện, từ đó kích thích quá trình gợi mở kiến thức chuyên môn Người dùng cũng có thể hỏi chuyên gia về các xét đoán và suy luận nhằm làm rõ các vấn đề quan trọng Những câu trả lời từ chuyên gia giúp người dùng cảm thấy thoải mái hơn, đồng thời nhận biết những yếu tố mà chuyên gia cho là quan trọng trong quá trình tư vấn.
Chuyên gia: chị Mơ hôm nay mặc ấm chứ
Chuyên gia nhấn mạnh rằng khi bị ốm, cần mặc quần áo ấm để giữ cơ thể luôn ở nhiệt độ phù hợp, hỗ trợ quá trình hồi phục Để giải thích lý do tại sao, hệ chuyên gia sử dụng phương pháp phân tích dựa trên các luật logic và quy tắc đã được xác định rõ ràng Họ giới thiệu rằng, trong quá trình đưa ra kết luận, đa số hệ chuyên gia liệt kê và áp dụng các luật đã được chứng minh trong y học và khoa học để đảm bảo tính chính xác và khách quan của kết quả.
Khả năng thu nhận tri thức (explanation facility) giúp người dùng bổ sung tri thức vào hệ thống một cách tự động, thay vì phải mã hóa tri thức một cách rõ ràng Đây là yếu tố cốt lõi của nhiều hệ chuyên gia, góp phần nâng cao khả năng tự học và mở rộng kiến thức của hệ thống.
• Giao diện người sử dụng (user interface) Là nơi người sử dụng và hệ chuyên gia trao đổi với nhau
Tương tác giữa hệ chuyên gia và người dùng được thiết kế theo phong cách ngôn ngữ tự nhiên, nhằm mô phỏng một cuộc đối thoại như giữa con người với nhau Để đảm bảo tính tin cậy và tạo sự tin tưởng từ phía người dùng, yêu cầu đặt ra là hệ thống phải trả lời chính xác các câu hỏi của người dùng Việc thiết kế câu hỏi cần chú trọng để đạt hiệu quả cao, giúp nâng cao độ tin cậy của các ý kiến chuyên gia Các giao diện như hướng đồ họa, thực đơn, biểu tượng hoặc tự xác định là những loại phù hợp để sử dụng trong hệ thống Ngoài ra, việc trang bị khả năng cho phép người dùng chỉnh sửa thông tin hoặc các phát biểu về bài toán giúp họ điều chỉnh kết luận dựa trên dữ liệu cũ, nâng cao trải nghiệm và độ chính xác trong quá trình tương tác.
Các đặc tính của hệ chuyên gia
1.3.1 Tách tri thức khỏi điều khiển
CSTT và mô tơ suy luận là các khối riêng biệt, đảm bảo tính linh hoạt và độc lập trong hệ thống Một khối tri thức chuyên gia về lĩnh vực, trong khi khối còn lại là cơ chế giải quyết vấn đề độc lập với CSTT, tạo nên sự phân chia rõ ràng trong kiến trúc hệ thống Việc tách biệt tri thức của hệ thống với phần điều khiển giúp nâng cao khả năng mở rộng và bảo trì, đồng thời là điểm khác biệt quan trọng của hệ chuyên gia so với các chương trình bình thường.
Chương trình máy tính thông thường nhập các tri thức cùng với thao tác điều khiển dựa trên tri thức đó, nhưng điều này không đảm bảo tính độc lập giữa việc mã hoá tri thức và quá trình xử lý chúng Điều này gây khó khăn trong việc phân tích các tri thức đã được mã hoá, đồng thời làm rõ loại tri thức sử dụng và cách ứng dụng của chúng Việc thiếu tính độc lập giữa mã hoá và xử lý tri thức làm giảm khả năng hiểu và quản lý các tri thức trong hệ thống máy tính.
Hệ chuyên gia đã phân chia rõ ràng hai khối tri thức và xử lý, giúp dễ dàng thực hiện các nhiệm vụ bảo trì và thay đổi Người dùng có thể dễ dàng cập nhật hoặc bổ sung tri thức mới tại bất kỳ điểm nào trong hệ thống CSTT Khi cần điều chỉnh chức năng điều khiển, chỉ cần thay đổi thuật toán trong mô tơ suy luận, góp phần nâng cao linh hoạt và khả năng mở rộng của hệ thống.
1.3.2 Tri thức chuyên gia Điểm quan trọng trong hệ chuyên gia là thu thập được tri thức của các chuyên gia Tri thức này bao gồm tri thức về lĩnh vực và kĩ năng giải vấn đề Các tri thức thu được từ nhiều chuyên gia, không nhất thiết là các ý tưởng sáng chói hay độc dáo mà là đặc biệt, sâu về lĩnh vực
Thuật ngữ “chuyên gia” mô tả người có kỹ năng giải quyết vấn đề và xử lý hiệu quả các tình huống phức tạp Họ sở hữu kiến thức chuyên sâu trong lĩnh vực của mình, thể hiện khả năng lập luận và phân tích vượt trội so với những người cùng ngành Các chuyên gia đóng vai trò quan trọng trong việc cung cấp giải pháp chính xác và hiệu quả, giúp nâng cao chất lượng công việc và thúc đẩy sự phát triển của lĩnh vực đó.
1.3.3 Tập trung nguồn chuyên gia
Hầu hết các chuyên gia có kỹ năng giải quyết vấn đề trong lĩnh vực chuyên môn của mình dựa trên nguồn tri thức chuyên gia uy tín Tuy nhiên, khả năng này thường không mở rộng sang các lĩnh vực khác, ví dụ như không thể sử dụng hệ chuyên gia ngành y để trợ giúp sửa xe đạp Điều này cho thấy rằng kỹ năng giải quyết vấn đề của chuyên gia thường chuyên biệt theo lĩnh vực, không phù hợp để áp dụng chung cho các lĩnh vực khác nhau.
Một khó khăn chung đối với các nhà thiết kế và phát triển hệ thống là việc thu thập và khai thác tri thức chuyên gia để giải quyết các vấn đề phức tạp Phương pháp hiệu quả nhất là trực tiếp làm việc với tri thức chuyên sâu về vấn đề và tập trung vào các bài toán đã được xác định rõ ràng.
Để phát triển hệ chuyên gia chẩn đoán các trục trặc ô tô, cần xem xét các yếu tố phức tạp và phạm vi rộng của bài toán Việc này đòi hỏi công nghệ cao và kiến thức chuyên môn sâu, vì vấn đề không chỉ đa dạng mà còn khó quản lý Do đó, xây dựng hệ thống này đòi hỏi chiến lược rõ ràng để đảm bảo hiệu quả và độ chính xác trong quá trình chẩn đoán.
Trong quá trình giải quyết các bài toán phức tạp, người ta thường đơn giản hoá bằng cách phân chia thành các bài toán con như hệ thống điện, máy móc cơ khí, xăng dầu Tuy nhiên, đây chỉ là bước giải quyết phần khó khăn ban đầu; vẫn còn nhiều thách thức phát sinh do phạm vi lĩnh vực rộng lớn và đa dạng của các bài toán này.
1.3.4 Lập luận trên các kí hiệu
Các hệ chuyên gia thể hiện tri thức dưới dạng ký hiệu, cho phép biểu diễn nhiều loại tri thức đa dạng như sự kiện, khái niệm hoặc luật Ví dụ, "Mơ bị ốm" có thể được thể hiện bằng ký hiệu ốm(Mơ), giúp truyền đạt thông tin một cách rõ ràng và hiệu quả Việc sử dụng ký hiệu trong hệ chuyên gia góp phần nâng cao khả năng xử lý và truyền đạt kiến thức phức tạp, tối ưu hóa quá trình tư duy và ra quyết định.
Các hệ chuyên gia không chỉ biểu diễn các câu ngôn ngữ tự nhiên dưới dạng ký hiệu mà còn xử lý những ký hiệu này để giải quyết các vấn đề phức tạp Ví dụ, câu “người ốm cần uống thuốc” được biểu diễn bằng phép toán vị từ sử dụng ký hiệu “ ” để thể hiện phép kéo theo, giúp mô tả mối quan hệ giữa các yếu tố một cách rõ ràng Việc dùng các biến trong ký hiệu cũng giúp so sánh, khớp các câu thuận lợi hơn trong quá trình xử lý thông tin, nâng cao hiệu quả của các hệ chuyên gia trong lĩnh vực trí tuệ nhân tạo.
Tiên đề “Mơ bị ốm” được thể hiện qua ốm(Mơ)
Luật IF ốm THEN uống thuốc được thể hiện qua ốm(X) uống(X, thuốc) Kết luận thu được do xử lý luật và thông tin tiên đề: uống(Mơ, thuốc)
Trong ví dụ trên, hệ chuyên gia giải bài toán bằng cách xử lý các ký hiệu thay vì thực hiện xử lý số trực tiếp, phù hợp với các nhiệm vụ liên quan đến dữ liệu Đối với các công việc có dạng dữ liệu cụ thể, nên sử dụng các chương trình thông thường để đảm bảo hiệu quả Nói chung, có thể coi chương trình như các công cụ xử lý dữ liệu, còn hệ chuyên gia hoạt động như các hệ thống xử lý tri thức, giúp giải quyết các vấn đề phức tạp một cách chính xác và hiệu quả.
Các chuyên gia sử dụng kinh nghiệm để giải các bài toán một cách chính xác và hiệu quả, dựa trên hiểu biết thực tế về vấn đề Họ biết cách vận dụng các yếu tố may rủi phù hợp để phân tích và xử lý tình huống, giúp đưa ra những quyết định tối ưu Những yếu tố may rủi phổ biến mà các chuyên gia thường áp dụng trong giải quyết vấn đề bao gồm các yếu tố rủi ro có thể xảy ra và khả năng dự đoán kết quả dựa trên kinh nghiệm thực tiễn Việc hiểu rõ và tận dụng các yếu tố này giúp nâng cao hiệu quả và độ chính xác của các giải pháp đề xuất.
Với vấn đề hỏng xe ô tô, kiểm tra điện trước tiên
Trong mùa hè, người ta hiếm khi mặc áo bông
Nếu gặp bệnh có tính di truyền nên kiểm tra lịch sử bệnh nhân
Các kỹ thuật may rủi đã chứng minh hiệu quả trong việc giải quyết các vấn đề phức tạp, đặc biệt khi các phương pháp chính thức gặp khó khăn Theo Baraiko năm 1982, Minski nhận định rằng, khi không thể lập trình máy tính để thực hiện tốt nhất, ta có thể sử dụng các phương pháp may rủi để tìm ra giải pháp tối ưu Điều này cho thấy tầm quan trọng của các kỹ thuật may rủi trong trí tuệ nhân tạo và các lĩnh vực liên quan, giúp giải quyết các vấn đề khó khăn một cách linh hoạt và hiệu quả hơn.
Trong hệ chuyên gia, phương pháp sử dụng "may rủi" giúp nhanh chóng tìm ra giải pháp tối ưu, vượt qua các thủ tục chính xác của chương trình bình thường Hệ chuyên gia không dựa hoàn toàn vào thuật toán xử lý dữ liệu mà thường áp dụng các kỹ thuật lập luận may rủi để đưa ra quyết định hiệu quả hơn Thuật toán trong hệ chuyên gia thể hiện một loạt các nhiệm vụ rõ ràng cần thực hiện, mang lại khả năng xử lý linh hoạt và linh động trong các tình huống phức tạp.
1.3.6 Lập luận không chính xác
Công nghệ tri thức
Hệ chuyên gia tập trung vào tri thức của vấn đề, thay vì chỉ dữ liệu như trong chương trình bình thường Họ hỏi, tổ chức và nghiên cứu tri thức để hiểu rõ hơn về vấn đề Các hệ chuyên gia xây dựng và thử nghiệm các hệ thống nhằm mở rộng kiến thức và hiểu biết của mình Giải pháp cuối cùng là thể hiện kiến thức một cách tự nhiên và phù hợp, giúp hệ thống phản ánh chính xác hiểu biết đó Các nhà thiết kế hệ chuyên gia sử dụng thuật ngữ xử lý và xây dựng hệ thống để mô tả công nghệ tri thức, nâng cao khả năng ứng dụng và khai thác tri thức trong các hệ thống thông minh.
* Định nghĩa công nghệ tri thức
Công nghệ thông tin bao gồm tất cả các hoạt động liên quan đến vòng đời của một hệ thống dựa trên tri thức, đóng vai trò quan trọng trong phát triển các hệ thống công nghệ Trong lĩnh vực các hệ chuyên gia, công nghệ tri thức tập trung vào quá trình xây dựng hệ thống tri thức để hoạt động như một hệ chuyên gia, giúp nâng cao khả năng tư duy và ra quyết định tự động.
Công nghệ tri thức mở rộng dữ liệu sử dụng kỹ thuật suy luận để nâng cao khả năng của hệ thống Khác với lập trình truyền thống, phát triển hệ chuyên gia đòi hỏi mức độ tương tác cao giữa người và máy Quá trình xây dựng hệ thống diễn ra qua từng bước, gồm thử nghiệm và điều chỉnh tri thức hệ thống, giúp người thiết kế hiểu rõ hơn về hệ thống và kiến thức lưu trữ trong nó sau mỗi vòng lặp.
Hình 1.6 Các pha phát triển Hệ chuyên gia
Nhóm người tham gia xây dựng hệ chuyên gia
Hệ chuyên gia gồm ba vai trò chính: chuyên gia về lĩnh vực, kỹ sư tri thức và người dùng, đều đóng vai trò quan trọng trong sự phát triển của hệ thống Mỗi vai trò đều có những phẩm chất đặc trưng giúp đảm bảo hiệu quả và độ tin cậy của hệ thống chuyên gia Sự phối hợp giữa các thành phần này là chìa khóa để xây dựng một hệ thống thông minh, linh hoạt và đáp ứng đúng nhu cầu người dùng.
Chuyên gia về lĩnh vực là người có kiến thức chuyên sâu, kỹ năng giải quyết vấn đề tốt, khả năng liên kết các kiến thức để đưa ra giải pháp hiệu quả Họ còn sở hữu thái độ hợp tác, có khả năng phối hợp, làm việc nhóm để đạt được mục tiêu chung Ngoài ra, chuyên gia cần có thời gian và phẩm chất phù hợp để duy trì sự liên tục trong công việc và nâng cao năng lực chuyên môn.
Kỹ sư tri thức là người có kỹ năng công nghệ hàng đầu, nắm vững khả năng liên lạc và truyền đạt thông tin hiệu quả Họ có khả năng chương trình hoá các bài toán phức tạp, giúp tối ưu hóa các quy trình và giải quyết các vấn đề kỹ thuật Đồng thời, kỹ sư tri thức còn có năng lực xây dựng hệ chuyên gia, ứng dụng trí tuệ nhân tạo để nâng cao hiệu suất công việc và tự động hoá các quy trình doanh nghiệp.
Người dùng: là người có thể trợ giúp xác định đặc tả giao diện, có khả năng thu thập tri thức, có thể giúp phát triển hệ thống
1.5.1 Chuyên gia về lĩnh vực
*Định nghĩa chuyên gia về lĩnh vực
Người có kĩ năng và tri thức để giải vấn đề chuyên sâu một cách tốt hơn người khác
Các hệ chuyên gia lưu trữ trong CSTT chứa đựng tri thức quan trọng về lĩnh vực các bài toán hạn chế Tri thức này được thu thập từ các chuyên gia lĩnh vực thông qua các kỹ thuật thu thập tri thức tiên tiến, đảm bảo độ chính xác và tin cậy cao Việc xây dựng hệ chuyên gia này giúp nâng cao hiệu quả giải quyết các vấn đề hạn chế, đồng thời hỗ trợ trong việc phát triển các ứng dụng trí tuệ nhân tạo và hệ thống tư duy tự động.
“lĩnh vực” nhằm vào ngữ cảnh của hệ chuyên gia Người ta xây dựng hệ chuyên gia để giải bài toán đặc biệt trong lĩnh vực đã biết
Chuyên gia khác biệt với người thường ở chỗ sở hữu kiến thức chuyên môn sâu rộng về lĩnh vực của mình Theo Davis năm 1983, "giá trị tuyệt đối của chuyên gia chính là tri thức họ có về một vấn đề cụ thể," nhấn mạnh rằng giá trị của chuyên gia phụ thuộc trực tiếp vào kiến thức chuyên môn mà họ sở hữu Do đó, việc nâng cao tri thức trong lĩnh vực chuyên môn là yếu tố then chốt để xác định giá trị của chuyên gia trong mắt cộng đồng.
Trong quá trình xây dựng hệ chuyên gia, nhiều cá nhân trong tổ chức chịu trách nhiệm giải quyết các vấn đề khác nhau Tuy nhiên, sẽ có những người thể hiện khả năng vượt trội hơn so với những người khác, đặc biệt là các chuyên gia có kiến thức sâu rộng trong lĩnh vực của mình Những chuyên gia này đóng vai trò quan trọng trong việc đưa ra các giải pháp chính xác, tối ưu, giúp tổ chức hoạt động hiệu quả hơn Vì vậy, việc xác định và tận dụng các chuyên gia chuyên môn cao là yếu tố then chốt để xây dựng hệ thống chuyên gia thành công và đạt hiệu quả tối ưu trong doanh nghiệp.
- Các kĩ năng giải vấn đề
Chuyên gia không chỉ sở hữu tri thức chuyên môn mà còn có kinh nghiệm giải quyết các vấn đề phức tạp, giúp họ phân biệt với người bình thường Họ biết tận dụng các thông tin quan trọng để đưa ra các kết luận chính xác và hiệu quả Do đó, kỹ năng giải quyết vấn đề là yếu tố cốt lõi giúp các chuyên gia phát huy năng lực của mình trong công việc.
- Các kĩ năng giao tiếp
Các chuyên gia tích lũy tri thức qua nhiều năm giải các bài toán tương tự, giúp họ diễn dịch kiến thức và kỹ năng giải quyết vấn đề thành các phương pháp dễ hiểu và hiệu quả Tuy nhiên, do thường sử dụng tri thức dưới dạng cảm giác không rõ ràng, quyết định của họ có thể gây khó hiểu hoặc thiếu rõ ràng đối với người khác.
Một nhiệm vụ quan trọng của hệ chuyên gia là giải mã các tri thức để sử dụng trong hệ thống, giúp hệ có thể đưa ra các quyết định chính xác Quá trình này không dễ dàng, đặc biệt khi các chuyên gia gặp khó khăn trong việc giải quyết các vấn đề phức tạp.
Khi triển khai một đề án hệ chuyên gia, lựa chọn người có khả năng giải quyết vấn đề tốt thường là ưu tiên hàng đầu Tuy nhiên, nếu cá nhân đó gặp khó khăn trong việc giao tiếp và truyền đạt tri thức, chúng ta có thể xem xét chọn người kém hơn về kỹ năng chuyên môn nhưng có khả năng giải thích và truyền đạt kiến thức một cách rõ ràng Điều này giúp đảm bảo hệ thống chuyên gia hoạt động hiệu quả, kết hợp giữa kiến thức vững chắc và khả năng giao tiếp tốt.
Trong lĩnh vực quản lý tổ chức, thời gian của chuyên gia thường hạn chế, vì yêu cầu giải quyết vấn đề ngay lập tức Chính vì vậy, việc phát triển hệ chuyên gia cần phải ưu tiên giải quyết mâu thuẫn giữa thời gian hạn chế của chuyên gia và nhu cầu xử lý nhanh chóng của tổ chức Điều này đảm bảo hệ thống chuyên gia hoạt động hiệu quả, đáp ứng kịp thời các yêu cầu của doanh nghiệp.
Việc phát triển hệ chuyên gia là quá trình lâu dài, đòi hỏi xây dựng nhiều giao thức nhỏ, thử nghiệm, điều chỉnh và bổ sung tri thức liên tục Quá trình này lặp đi lặp lại nhiều lần, yêu cầu sự kiên nhẫn và thời gian của các chuyên gia Do đó, tính sẵn sàng của chuyên gia đóng vai trò rất quan trọng trong việc đảm bảo sự phát triển liên tục và hiệu quả của hệ chuyên gia.
Thái độ hợp tác của chuyên gia là yếu tố quyết định thành công của hệ chuyên gia Nếu các chuyên gia không hài lòng hoặc không muốn hợp tác, quá trình thu thập tri thức sẽ không đạt kết quả mong đợi Do đó, việc áp dụng các phương pháp thu thập thông tin phù hợp, đặc kể cả khi chuyên gia không hợp tác, là vô cùng quan trọng Người phát triển hệ chuyên gia thường sử dụng các kỹ thuật trí tuệ nhân tạo đã được giới thiệu để đảm bảo hiệu quả trong việc thu thập kiến thức từ các chuyên gia.
Người thiết kế hệ chuyên gia đóng vai trò quan trọng trong dự án, giữ vai trò của nhà tâm lý học, nhà ngoại giao, nhà nghiên cứu và người ứng dụng công nghệ thông tin Họ có trách nhiệm thu thập, xử lý và mã hóa tri thức, được gọi là kỹ sư tri thức Các yêu cầu đối với người thiết kế này là phải có kiến thức đa dạng và kỹ năng phù hợp để đảm bảo thành công của hệ chuyên gia.
* Định nghĩa kĩ sư tri thức
Người thiết kế xây dựng và thử nghiệm hệ chuyên gia
Kỹ sư tri thức giống như người lập trình truyền thống vì đều phát triển dựa trên các chương trình máy tính Tuy nhiên, trong lĩnh vực hệ chuyên gia, kỹ sư tri thức còn tích hợp thêm các chức năng đặc biệt, nhằm nâng cao khả năng xử lý và ứng dụng công nghệ tri thức Điều này giúp họ đóng vai trò quan trọng trong việc phát triển các hệ thống thông minh và tối ưu hóa quá trình ra quyết định dựa trên tri thức chuyên môn.
- Kĩ năng về công nghệ tri thức
THỂ HIỆN TRI THỨC
Các loại tri thức
Trước khi xử lý tri thức, các hệ chuyên gia sử dụng các kỹ thuật mã hóa tri thức khác biệt hoàn toàn so với mã hóa dữ liệu trong các chương trình hay thuật toán xử lý dữ liệu thông thường Các hệ thống thông minh đòi hỏi biểu diễn tri thức ở dạng ký hiệu có thể xử lý được, nhằm đảm bảo khả năng hiểu và ra quyết định chính xác Vì tính đa dạng của các bài toán và thực tế, không có phương pháp mã hóa nào phù hợp cho tất cả các ứng dụng, do đó cần lựa chọn kỹ thuật mã hóa phù hợp với từng lớp bài toán cụ thể.
Câu tri thức là yếu tố then chốt trong hệ thống thông minh, đóng vai trò quan trọng trong việc nâng cao hiệu quả của hệ chuyên gia Chất lượng tri thức mà hệ thống thu nhập determines trực tiếp đến khả năng xử lý và đưa ra quyết định chính xác Do đó, việc xây dựng và cập nhật tri thức đầy đủ, chính xác là yếu tố hàng đầu để đảm bảo hệ thống thông minh hoạt động hiệu quả Điều này cũng liên quan mật thiết đến khả năng giải quyết các bài toán phức tạp, yêu cầu bổ sung và cập nhật tri thức phù hợp theo từng tình huống.
Tri thức là khái niệm trừu tượng phản ánh sự hiểu biết của cá nhân về một chủ đề nhất định Trong lĩnh vực chuyên gia, tri thức được xem như mối liên hệ chặt chẽ với lĩnh vực cụ thể của vấn đề cần phân tích Tuy chưa xác định rõ ràng, nhưng việc hiểu rõ tri thức giúp nâng cao khả năng tiếp cận và xử lý thông tin hiệu quả hơn.
Sự hiểu biết về một lĩnh vực của chủ đề
Trong y học, khả năng chữa bệnh dựa trên kiến thức chuyên môn, và khi xây dựng hệ chuyên gia y học, chỉ chọn lọc những tri thức quan trọng liên quan đến các chủ đề chính như bệnh nhiễm trùng máu Hệ thống này không nhằm thu thập tất cả các tri thức chuyên gia, mà tập trung vào những kiến thức đặc thù giúp chẩn đoán và điều trị các bệnh cụ thể Việc lựa chọn tri thức dựa trên lĩnh vực y học có vai trò quan trọng trong việc phát triển các hệ thống hỗ trợ ra quyết định chính xác và hiệu quả.
Miền chủ đề được chú trọng là yếu tố then chốt để phát triển hệ chuyên gia thành công Tập trung vào một lĩnh vực cụ thể giúp hệ thống chuyên gia duy trì tính sâu sắc và hiệu quả cao Khi miền chủ đề quá rộng và bao gồm nhiều khía cạnh, việc cố gắng xét đồng thời nhiều kiến thức sẽ làm giảm sự tập trung, gây phân tán nguồn lực và ảnh hưởng tiêu cực đến hiệu quả chung của hệ thống Do đó, việc xác định và duy trì sự chủ đạo trong một lĩnh vực cụ thể là yếu tố quyết định cho sự thành công của hệ chuyên gia.
Sau khi thu thập tri thức từ các chuyên gia trong lĩnh vực quan tâm, kiến thức này được mã hóa vào hệ thống CSTT nhằm đảm bảo dễ dàng xử lý và truy cập Để đạt được điều này, cần cấu trúc các tri thức một cách hợp lý trong hệ thống, giúp hệ thống giải quyết vấn đề hiệu quả như một chuyên gia thực thụ Việc thể hiện tri thức rõ ràng và hợp lý là yếu tố then chốt để nâng cao khả năng hoạt động của hệ thống CSTT.
*Định nghĩa thể hiện tri thức
Phương pháp cho phép mã hoá tri thức trong CSTT của hệ thống
Trong quá trình phát triển của loài người, tri thức đóng vai trò quan trọng trong việc hoàn thiện bản thân, nâng cao năng suất lao động và xây dựng nhân cách con người Tri thức giúp con người làm việc hiệu quả hơn và tạo ra tri thức mới, góp phần thúc đẩy sự tiến bộ của xã hội Ngoài ra, tri thức còn thể hiện vai trò như một loại tiền tệ hoặc quyền lực, phản ánh tầm quan trọng của nó trong sự phát triển và thành tựu của nhân loại.
Các nhà tâm lý học nhận thức đã xây dựng các lý thuyết giải thích cách con người giải quyết vấn đề, giúp hiểu rõ các dạng tri thức phổ biến và cách tổ chức suy nghĩ dựa trên những tri thức này Những lý thuyết này cho thấy cách con người sử dụng tri thức một cách hiệu quả để giải quyết các tình huống Đồng thời, các nhà nghiên cứu đã áp dụng các kiến thức này để phát triển các kỹ thuật thể hiện tri thức trên máy tính, nâng cao khả năng tương tác và xử lý thông tin tự động.
Có 5 dạng tri thức sau:
Tri thức thủ tục mô tả cách giải quyết vấn đề và hướng dẫn thực hiện các hoạt động cụ thể Loại tri thức này cung cấp các phương án, chiến lược, lịch trình và thủ tục cần thiết để đạt được mục tiêu Các luật và quy trình chính là những dạng đặc trưng thể hiện tri thức thủ tục trong quá trình thực hiện công việc.
Tri thức mô tả phản ánh cách nhìn nhận về một vấn đề cụ thể, giúp truyền đạt cách xem xét và đánh giá thực tế Nó gồm các khẳng định đơn giản xác định tính đúng hoặc sai của một vấn đề, tạo nền tảng cho nhận thức chính xác Ngoài ra, tri thức mô tả còn có thể kết hợp các khẳng định để mô tả đầy đủ hơn về đối tượng hoặc khái niệm, giúp mở rộng hiểu biết và phân tích toàn diện hơn.
Tri thức meta đề cập đến kiến thức về chính kiến thức, giúp xác định và lựa chọn tri thức phù hợp nhất để giải quyết vấn đề Thuật ngữ "meta" mang ý nghĩa diễn tả bản chất của đối tượng, trong trường hợp này là tri thức về chính tri thức Các chuyên gia sử dụng tri thức meta nhằm nâng cao hiệu quả giải quyết vấn đề bằng cách tập trung vào các miền tri thức có khả năng ứng dụng tối ưu Điều này giúp tối ưu quá trình lập luận và đưa ra quyết định chính xác hơn trong các tình huống phức tạp.
Tri thức may rủi thể hiện các luận cứ dựa trên yếu tố may rủi, dẫn dắt quá trình lập luận một cách không chính xác và thiếu khoa học Nó còn được gọi là tri thức nông cạn vì không đảm bảo tính chính xác và khoa học Các tri thức này xuất phát từ kinh nghiệm và các kiến thức về giải quyết vấn đề trong quá khứ, khiến chúng dễ bị tác động bởi yếu tố ngẫu nhiên Trong thực tế, các chuyên gia thường sử dụng các kiến thức khoa học về các điều luật cơ bản và quan hệ chức năng rồi chuyển đổi thành các tri thức may rủi đơn giản để thuận tiện trong quá trình giải quyết vấn đề.
Tri thức cấu trúc mô tả cách tổ chức và mô hình hóa các loại tri thức trong hệ chuyên gia Nó thể hiện quan hệ và chức năng của từng cấu trúc tri thức, giúp hệ thống hiểu rõ cách sắp xếp và liên kết các yếu tố tri thức Nhờ đó, kiến thức được tổ chức logic, dễ dàng mở rộng và duy trì trong quá trình phát triển hệ thống trí tuệ nhân tạo.
Các kỹ thuật thể hiện tri thức
Trong quá trình phát triển của công nghệ thông tin, các nhà nghiên cứu và ứng dụng hệ chuyên gia đã khám phá những phương pháp hiệu quả để thể hiện tri thức trên máy tính Những cách này giúp nâng cao khả năng xử lý, lưu trữ và truyền đạt kiến thức một cách chính xác và linh hoạt hơn Áp dụng các hệ chuyên gia đã chứng minh vai trò quan trọng trong việc tối ưu hóa các ứng dụng thông minh, hỗ trợ ra quyết định và tự động hóa quy trình công nghiệp.
Có 5 kĩ thuật phổ biến nhất dùng để phát triển một hệ chuyên gia là:
Cặp ba đối tượng- thuộc tính- giá trị
Logic mệnh đề, logic vị từ
Mỗi kỹ thuật tập trung vào một khía cạnh nhất định của vấn đề, không xem xét đầy đủ mọi mặt Lựa chọn kỹ thuật phù hợp để thể hiện tri thức giúp xây dựng cấu trúc tri thức hiệu quả trong giải quyết vấn đề Các kỹ thuật có ưu nhược điểm tùy thuộc vào loại tri thức cụ thể; ví dụ, tri thức dạng "nếu thì " phù hợp với hệ chuyên gia dùng luật để xử lý thông tin Việc sử dụng kỹ thuật thích hợp giúp tối ưu hóa quá trình giải quyết vấn đề dựa trên tri thức đã có.
2.2.1 Thể hiện tri thức bằng cặp ba đối tượng- thuộc tính- giá trị a Giới thiệu
Lý thuyết nhận thức nhấn mạnh vai trò của việc thể hiện và tổ chức tri thức một cách hệ thống Trong đó, con người luôn dựa trên các sự kiện làm nền tảng cơ bản để xây dựng kiến thức Mỗi sự kiện được xem là dạng tri thức mô tả về các hiện tượng hoặc vấn đề, giúp chúng ta hiểu rõ hơn về thế giới xung quanh.
Trong hệ chuyên gia, các sự kiện tri thức dùng để mô tả các phần của khung, mạng ngữ nghĩa hoặc luật, giúp xác định và liên kết các cấu trúc tri thức phức tạp hơn Chúng còn được sử dụng để thể hiện mối quan hệ giữa các cấu trúc tri thức và hỗ trợ trong việc điều khiển việc sử dụng các cấu trúc này khi giải quyết vấn đề Một sự kiện thường được tham chiếu như một mệnh đề, đóng vai trò quan trọng trong việc phân tích và mô tả kiến thức trong hệ chuyên gia.
Một khẳng định hoặc đúng hoặc sai
Mệnh đề nhận giá trị logic là đúng hoặc sai và sẽ được dùng khi xử lý các tri thức khác
Ví dụ: mệnh đề có thể là câu đơn giản như “mèo màu đen”, “quả bóng xanh” hay các câu phức tạp như “trời đầy mây và gió to”
Một sự kiện có thể được sử dụng để gán giá trị cho một đối tượng nào đó, như trong câu “màu của quả bóng là xanh”, nơi “xanh” được gán làm giá trị cho thuộc tính “màu sắc” của quả bóng Loại sự kiện này thường được mô tả qua mô hình O-A-V (Object-attribute-value), thể hiện rõ quá trình gán giá trị cho các thuộc tính của đối tượng.
Một O-A-V được dùng để thể hiện các mệnh đề đơn giản hay phức tạp Cấu trúc của O-A-V gồm 3 phần ứng với đối tượng, thuộc tính, giá trị thuộc tính
Trong cấu trúc O-A-V, đối tượng thể hiện rõ là vật lý như chiếc xe, quả bóng hoặc trừu tượng như tình yêu, sự sống, với thuộc tính là đặc điểm hay nét quan trọng giúp nhận diện đối tượng Giá trị thể hiện thể hiện cụ thể của thuộc tính, có thể là logic, số hoặc chữ tùy thuộc vào tính chất của thuộc tính đó Việc sử dụng nhiều thuộc tính trong các khung dữ liệu hoặc mạng ngữ nghĩa giúp mô tả đối tượng rõ ràng hơn, đồng thời các sự kiện có thể nhận một hoặc nhiều giá trị để thể hiện các trạng thái hoặc đặc điểm khác nhau của đối tượng.
Trong đối tượng mô tả của sự kiện, thuộc tính có thể nhận một hoặc nhiều giá trị, được gọi là sự kiện nhận giá trị đơn hoặc nhiều giá trị Thuộc tính trong cấu trúc O-A-V được thiết kế để nhận một hoặc nhiều giá trị, tùy thuộc vào độ linh hoạt trong việc thể hiện tri thức Việc lựa chọn số lượng giá trị cho một sự kiện ảnh hưởng đến khả năng đa dạng và chính xác trong phản ánh thông tin.
Trong ví dụ này, sử dụng O-A-V để thể hiện mệnh đề mô tả việc đọc áp suất trên đồng hồ đo, trong đó đồng hồ đo là đối tượng và đọc áp suất là thuộc tính Các giá trị có thể là xuống, ổn định hoặc lên, giúp phản ánh chính xác trạng thái áp suất theo từng thời điểm Khi cần truy xuất thông tin về áp suất do đồng hồ đo chỉ thị, hệ thống sẽ hỏi rõ về trạng thái hiện tại của áp suất để cung cấp dữ liệu chính xác và dễ hiểu cho người dùng.
Hệ thống: Hãy cho biết áp suất do đồng hồ trỏ, ứng với trường hợp nào trong số các trường hợp sau:
Áp suất đồng hồ thường chỉ có một giá trị duy nhất theo lý luận, vì vậy người thiết kế hệ thống O-A-V phải đảm bảo nó phản ánh đúng giá trị đơn lẻ này Tuy nhiên, trong nhiều trường hợp, cấu trúc O-A-V được sử dụng để biểu diễn nhiều khả năng khác nhau, phù hợp với nhu cầu lựa chọn đa dạng Ví dụ, khi tuyển chọn thư ký, hệ thống có thể xác định các tiêu chuẩn về giới tính, dáng người như cao, béo, cân đối hoặc nặng cân để phù hợp với từng yêu cầu công việc Việc thiết kế cấu trúc O-A-V phù hợp giúp dễ dàng thể hiện các giá trị đơn lẻ hoặc đa giá trị tùy theo mục đích sử dụng.
Hệ thống: chọn trong số các giá trị là cao, béo, cân đối, nặng cân…
Trả lời: cao, nặng cân…
Cả 2 loại sự kiện O-A-V đơn hay đa giá trị đều cho phép ngầm định sự suy luận Khi người dùng chọn một giá trị của danh sách, hệ thống sẽ khẳng định mệnh đề ứng với giá trị chọn này là đúng và với các giá trị khác là sai Chẳng hạn lúc chọn một số chỉ tiêu cho thư kí, hệ thống nhận được thông tin từ người dùng rằng không những thư kí sẽ cao và năng cân mà còn không béo Hay khi xem mặt đồng hồ, người dùng trả lời chiều trỏ của kim là xuống, hệ thống không chỉ biêt sự kiện này mà còn biết áp suất không lên và không ổn định Khía cạnh này của O-A-V được quan tâm hơn so với cách thể hiện bằng câu đơn giản chỉ nhận giá trị đơn như chị Nụ xinh
2.2.2 Thể hiện các sự kiện không chắc chắn a Giới thiệu
Trong cuộc sống, chúng ta không thể hoàn toàn xác định độ chính xác của một sự kiện, chỉ biết chắc chắn rằng sự kiện đó đã xảy ra nhưng không rõ rõ các chi tiết Vì không có gì đảm bảo rằng một sự kiện là đúng hoàn toàn, nên mức độ tin cậy vào thông tin đó luôn được xem xét Do đó, người ta thường sử dụng các từ biểu thị mức độ tin cậy như "có thể", "hình như", "có vẻ" để diễn đạt mức độ xác thực của các sự kiện trong cuộc sống hàng ngày.
Trong hệ chuyên gia, phương pháp truyền thống trong quản lý thông tin không đảm bảo tính chắc chắn thường dựa vào nhân tố chắc chắn (CF - certainty factor) CF là giá trị số được gán cho một mệnh đề nhằm thể hiện mức độ tin cậy hoặc độ chính xác của mệnh đề đó, giúp nâng cao độ tin cậy của quá trình ra quyết định dựa trên thông tin có sẵn.
Hình 2.1 Các giá trị của CF trong hệ chuyên gia MYCIN
Khái niệm CF (Chỉ số Tin cậy) bắt nguồn từ hệ thống MYCIN và chính thức được hình thức hoá vào năm 1975 trong lĩnh vực kỹ thuật lập luận, gọi là lý thuyết chắc chắn CF được sử dụng để đo lường mức độ chắc chắn trong các câu trả lời của người dùng cũng như trong quá trình suy luận của hệ thống Nhờ đó, CF giúp cải thiện khả năng quản lý độ tin cậy của thông tin trong các hệ thống trí tuệ nhân tạo và các ứng dụng liên quan đến xử lý dữ liệu.
Ví dụ: câu “hôm nay có thể nắng” được gán giá trị CF 0.7
Người ta có thể dùng xác suất hay lí thuyết mờ để thể hiện các sự kiện không chắc chắn b Các mệnh sự kiện mờ
Trong thực tế, việc sử dụng các thuật ngữ nhập nhằng trong diễn đạt các vấn đề của thế giới thực là rất phổ biến, vì ngôn ngữ tự nhiên thường mang tính không chính xác và đa nghĩa Logic mờ của Zadeh ra đời năm 1965 cung cấp công cụ để thể hiện và xử lý các tri thức dựa trên các thuật ngữ nhập nhằng này, qua việc lượng hóa trong các tập mờ, giúp mô hình hóa các khái niệm có tính không chắc chắn như "ông ấy cao" nhằm tạo ra các quyết định rõ ràng hơn trong các hệ thống thông minh.
Ví dụ: dùng tập mờ để thể hiện chiều cao của người
Hình 2.2 Các giá trị của tập mờ chiều cao
Có 3 tập mờ là thấp, trung bình, cao Trong các tập mờ, một chiều cao cụ thể được gán với con số gọi là gia strị thành viên, mức độ thành viên hay giá trị thuộc Giá trị thuộc lấy giá trị từ 0 đến một để phản ánh mứ độ tin cậy để chiều cao đã biết rơi vào các tập mờ Chẳng hạn một người cao 1m60 được xem là thành viên của những người tầm thước với giá trị thuộc là 1; trong khi họ được xem là cao hay thấp với giá trị thuộc cùng là 0.25
Logic mờ dùng các luật mờ để tạo ra tập mờ Một luật mờ có các tập mờ trong cả phần if và then
Ví dụ: IF chiều cao của người là cao THEN trọng lượng của người ấy là nặng 2.2.3 Thể hiện tri thức nhờ các luật a Giới thiệu
Các luật trong hệ chuyên gia
Hiện nay, hầu hết các hệ chuyên gia đều là các hệ thống dựa trên luật, bới lý do như sau:
• Bản chất đơn thể (modular nature) Có thể đóng gói tri thức và mở rộng hệ chuyên gia một cách dễ dàng
Khả năng diễn giải dễ dàng giúp bạn áp dụng luật pháp một cách chính xác và hiệu quả Nhờ các tiền đề đặc tả rõ ràng các yếu tố vận dụng luật, quá trình phân tích vấn đề trở nên dễ dàng hơn, từ đó rút ra kết quả chính xác và hợp lý Việc sử dụng các yếu tố này đảm bảo quá trình diễn giải luật pháp được thực hiện một cách logic, minh bạch và dễ hiểu This enhances the clarity and efficiency of legal explanations, giúp người dùng dễ dàng áp dụng luật vào các trường hợp thực tế.
Quá trình nhận thức của con người được phản ánh qua các công trình của Newell và Simon, qua đó các luật giải quyết vấn đề được xây dựng dựa trên cách con người tư duy và xử lý thông tin Các luật này thường được biểu diễn dưới dạng IF-THEN, giúp dễ dàng giải thích cấu trúc tri thức cần trích xuất và áp dụng trong quá trình giải quyết vấn đề, góp phần nâng cao hiệu quả trong lĩnh vực trí tuệ nhân tạo và khoa học nhận thức.
Luật là một hình thức sản xuất được nghiên cứu từ những năm 1940, đóng vai trò quan trọng trong các hệ thống dựa trên pháp luật Trong hệ thống này, công cụ suy luận giúp xác định những luật nào là tiên đề phù hợp để giải thích và giải quyết các sự việc cụ thể.
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 >
Trong hệ chuyên gia, mỗi luật thường được đặt theo tên riêng, ví dụ như "Rule: [tên]" Sau phần tên luật là phần điều kiện IF, mô tả điều kiện kích hoạt luật đó Việc đặt tên rõ ràng và phần IF chi tiết giúp hệ chuyên gia dễ dàng xác định và thực thi các quy tắc logic một cách chính xác Điều này đảm bảo tính nhất quán trong quá trình xây dựng và vận hành hệ thống, đồng thời tối ưu hóa hiệu quả xử lý dữ liệu và đưa ra quyết định phù hợp.
The section between "IF" and "THEN" is the incorrect part, known as the Left-Hand Side (LHS), and is referred to by various terms such as antecedent, conditional part, or pattern part.
Phần sau từ "THEN" thường là phần kết luận hoặc hậu quả (kết quả) Một số hệ chuyên gia còn bổ sung phần hành động (action), gọi là phần phải luật (RHS: Right-Hand Side) Do đó, trong lập trình và lý thuyết quy luật, phần RHS phản ánh các hành động cần thực hiện sau khi điều kiện đã xảy ra, giúp xây dựng các quy tắc logic rõ ràng và chính xác.
IF Đèn đỏ sáng THEN
IF Đèn xanh sáng THEN Đi
Trong ví dụ trên, Đèn đỏ sáng và Đèn xanh sáng là những điều kiện, hay những khuôn mẫu Sau đây là một số ví dụ khác:
THEN cho uống thuốc Aspirin
Hệ thống chẩn đoán xe máy (OPS5)
Máy xe không nổ khi khởi động
Dự đoán xe gặp vấn đề về panne sức nén do pittong, bạc xéc-măng và lòng xy lanh sai tiêu chuẩn, gây ra các khe hở nhỏ làm pittong không còn kín, từ đó làm giảm hiệu quả nén khí và ảnh hưởng đến hiệu suất hoạt động của động cơ Việc kiểm tra và điều chỉnh các bộ phận này là rất cần thiết để đảm bảo độ kín và tối ưu hóa khả năng nén của xe.
Xử lý: nên điều chỉnh hoặc thay mới pittong, bạc xéc-măng và lòng xy lanh cho đúng tiêu chuẩn
IF máy xe nổ không ổn định, OR máy xe nổ rồi lại tắt, AND bugi khô THEN
Dự đoán: Xe đã bị nghẹt xăng
Xử lý: nên xúc rửa bình xăng và bộ khoá xăng của xe
MYCIN hệ thống chẩn đoán bệnh viêm màng não và hiện tượng có vi khuẩn bất thường trong máu (nhiễm trùng)
Tại vị trí vết thương có máu, AND
Chưa biết chắc chắn cơ quan bị tổn thương, AND
Chất nhuộm màu âm tính, AND Vi khuẩn có dạng hình que, AND Bệnh nhân bị sốt cao
Cơ quan có triệu chứng (0.4) nhiễm trùng.