Giải quyết vấn đề dựa trên tri thức (knowledge – based problem solving)

p các triệu chứng quan sát được và các chẩn đoán, mà không thể hiện sự hiểu biết lý thuyết sâu hơn về lĩnh vực chuyên ngành (như cơ chế phản ứng của cơ thể để chống lại vi trùng chẳng hạn), hoặc luật “If sốt-cao Then cho- uống-Aspirin” cũng không thể hiện tri thức về giải quyết vấn đề tức là quá trình chữa bệnh như thế nào. 2. Các luật heuristic “dễ vỡ”, không thể xử lý các trường hợp ngoài dự kiến. Vì các luật được tạo ra từ kinh nghiệm của các chuyên gia trên những tình huống đã biết, nên khi gặp phải một tình huống mới không đúng với các kinh nghiệm đó, thì các luật này không giải quyết được. 3. Có khả năng giải thích chứ không chứng minh. HCG dựa trên luật chỉ có thể giải thích rằng kết luận này là do suy luận từ các luật như thế nào, chứ không chứng minh được kết luận đó là đúng. 4. Các tri thức thường rất phụ thuộc vào công việc. Quá trình thu thập tri thức rất phức tạp và khó khăn, tuy nhiên, tri thức có được không thể sử dụng lại cho một công việc khác. 5. Khó bảo trì các cơ sở luật lớn. 110 Võ Huỳnh Trâm – Trần Ngân Bình Chương 6: Hệ chuyên gia IV SUY LUẬN DỰA TRÊN MÔ HÌNH: (MODEL– BASED REASONING) Với các khuyết điểm của HCG dựa trên luật kể trên, tiếp cận dựa trên mô hình được đưa ra nhằm giải quyết các vấn đề này. Hệ thống suy luận dựa trên mô hình là một hệ thống mà sự phân tích căn cứ trực tiếp trên một mô tả chi tiết và chức năng của một hệ thống vật lý. Trong thiết kế và sử dụng, một hệ suy luận dựa trên mô hình tạo ra một sự mô phỏng bằng phần mềm đối với chức năng của cái mà chúng ta muốn tìm hiểu hay sửa chữa. Những ứng dụng đầu tiên của tiếp cận này là cho mục đích dạy học. Nhiệm vụ của hệ dạy học này là kiểm tra kiến thức của sinh viên về thiết bị hay mạch điện cũng như truyền đạt bất cứ kiến thức nào mà các sinh viên bỏ sót. Từ mục đích dạy học ban đầu này, các hệ suy luận dựa trên mô hình chuyển sang các hệ tìm hỏng hóc của thiết bị (trouble-shooting system). Để tìm lỗi của một hệ thống vật lý, mô hình sẽ cho người dùng biết là cần phải mong đợi gì từ hệ thống, và khi nào thì cái quan sát được khác với cái mong đợi, và sự khác biệt này dẫn đến lỗi như thế nào. Một hệ thống chẩn đoán dựa trên mô hình đòi hỏi: 1. Một mô tả cho mỗi bộ phận trong thiết bị. Từ những mô tả này mà hệ chẩn đoán có thể mô phỏng hành vi của từng bộ phận. 2. Một mô tả cấu trúc bên trong của thiết bị. Đây thường là một biểu diễn của các thành phần và sự nối kết qua lại của chúng. Những thông tin này giúp hệ thống mô phỏng sự tương tác giữa các thành phần của thiết bị. 3. Việc chẩn đoán một lỗi cụ thể đòi hỏi sự quan sát việc thực hiện thật sự của thiết bị, thông thường là việc đo các thông số vào/ra của nó. Vì vậy, nhiệm vụ của hệ sẽ là xác định bộ phận nào có lỗi dựa trên các hành vi quan sát được. Điều này đòi hỏi phải có thêm các luật mô tả các chế độ có lỗi đã biết cho các bộ phận khác nhau và sự nối kết của chúng. Hệ suy luận khi đó cần tìm ra những lỗi có khả năng nhất có thể giải thích hành vi quan sát được của hệ thống. IV.1 Ví dụ hệ chẩn đoán lỗi dựa trên mô hình Xét một mạch gồm ba bộ nhân (multiplier) và hai bộ cộng liên kết với nhau như trong hình 6.14. Trong ví dụ này những giá trị đầu vào được cho tại các điểm từ A đến E và các giá trị đầu ra tại F và G. Những giá trị đầu ra mong muốn được đặt trong các dấu () và giá trị thực được đặt trong các dấu []. Nhiệm vụ đặt ra là xác định xem lỗi nằm ở đâu và nó sẽ giải thích sự không nhất quán này. Võ Huỳnh Trâm – Trần Ngân Bình 111 Giáo Trình Trí Tuệ Nhân Tạo X Y Hình 6_9. Tận dụng hướng đi của luồng thông tin để chẩn đoán lỗi. Ta thấy kết quả tại đầu ra F không như mong đợi, mà đầu ra này xuất ra từ bộ cộng ADD-1, bộ cộng này nhận giá trị đầu vào từ MULT-1 và MULT-2. Vậy phải có một trong ba thiết bị có lỗi, và do đó, ta có ba giả thuyết cần xem xét. Giả thuyết đầu tiên là ADD-1 và MULT-1 đúng, nghĩa là đầu vào X của ADD-1 đúng (6), khi đó đầu vào Y sẽ là 4, nghĩa là bộ nhân MULT-2 có lỗi. Nhưng, nếu là như vậy thì giá trị thực tại G phải là 10, chứ không phải 12 như ta thấy. Vì vậy, có thể nói MULT-2 không thể là bộ phận gây lỗi. Vậy, lỗi chỉ có thể nằm ở MULT-1 hoặc ADD-1. Chúng ta có thể làm thêm một số bước kiểm tra để xác định lỗi nằm ở đâu. Trong khi suy luận về tình huống của hình 6_9. Chúng ta có ba nhiệm vụ: 1. Phát sinh giả thuyết: cho trước một lỗi, chúng ta giả thuyết những bộ phận nào đó của thiết bị đã gây ra nó. 2. Kiểm nghiệm giả thuyết: cho trước một tập các bộ phận có khả năng có lỗi, chúng ta đã xác định xem bộ phận nào trong số đó có thể giải thích hành vi mà chúng ta quan sát được. 3. Loại trừ giả thuyết: khi có nhiều hơn một giả thuyết đúng sau pha kiểm nghiệm, như đã xảy ra trong hình 6_9, chúng ta phải xác định những thông tin bổ sung nào cần được suy ra để tiếp tục tìm kiếm lỗi. Một điều cần lưu ý rằng trong ví dụ trên, ta chỉ giả định một thiết bị duy nhất có lỗi. Mặc dù giả thiết một lỗi duy nhất là một heuristic hữu ích, thường đúng đắn, nhưng thế giới thực thì không đơn giản như vậy. IV.2 Kết luận về hệ suy luận dựa trên mô hình Vì dựa trên sự hiểu biết lý thuyết về các thiết bị đang đề cập, các kỹ thuật dựa trên mô hình bù đắp được nhiều hạn chế của những phương pháp có tính heuristic hơn như hệ chuyên gia dựa trên luật. Một số ưu điểm của hệ thống này có thể liệt kê ra như sau: ¾ Tạo khả năng sử dụng tri thức về cấu trúc và chức năng của lĩnh vực trong giải quyết vấn đề. 112 Võ Huỳnh Trâm – Trần Ngân Bình Chương 6: Hệ chuyên gia ¾ Vượt qua hạn chế của HCG dựa trên luật, HCG này có khuynh hướng mạnh, “khó vỡ”. ¾ Một số tri thức có thể chuyển tải cho các công việc khác. ¾ Có khả năng cung cấp các lời giải thích chỉ rõ nguyên nhân. Những giải thích này có thể truyền đạt một sự hiểu biết sâu hơn về lỗi cho người dùng, và cũng đảm nhiệm một vai trò giảng dạy quan trọng. Tuy nhiên, hệ suy luận này cũng có những hạn chế của nó: ¾ Mô hình chỉ là một mô hình nghĩa là một sự trừu tượng của hệ thống, vì vậy ở một mức độ chi tiết nào đó có thể không đúng. Như trong ví dụ trên, chúng ta đã xem giá trị tại những dây dẫn đầu vào cũng như các dây dẫn nối kết bên trong là đúng đắn, ta không thể kiểm tra tình trạng của dây dẫn. Điều gì sẽ xảy ra nếu dây dẫn bị đứt, hoặc có sự kết nối lỏng lẻo với các bộ phận? ¾ Có một giả thiết ngầm hiểu về thế giới đóng, những gì không nằm trong mô hình có nghĩa là không tồn tại. Vì trong mô hình ta không mô tả dây dẫn, nên ta xem như chúng không tồn tại, vì vậy không thể kiểm tra chúng. ¾ Hệ suy luận này đòi hỏi phải có một mô hình lý thuyết rõ ràng. Nên việc tích lũy tri thức có thể gặp nhiều khó khăn, khó đạt được mô hình tốt, có khi là không tồn tại mô hình rõ ràng như trong một số chuyên ngành y khoa, tài chính… ¾ Hệ thống tạo ra có thể lớn và chậm, độ phức tạp cao, có nhiều tình huống ngoại lệ. Mặc dù vậy, HCG dựa trên mô hình là một bổ sung quan trọng cho các công cụ của kỹ sư tri thức. V SUY LUẬN DỰA TRÊN TRƯỜNG HỢP: (caSe– BASED REASONING) Các luật heuristic và mô hình lý thuyết là hai kiểu thông tin mà các chuyên gia người sử dụng để giải quyết vấn đề. Một chiến lược mạnh khác mà các chuyên gia sử dụng là suy luận từ những tình huống, là những ví dụ về các bài toán trong quá khứ và lời giải của chúng. Ví dụ, một luật sư sẽ chọn những tình huống luật đã xảy ra trong quá khứ tương tự với tình huống của thân chủ của anh ta và gợi ý cho anh ta một phương pháp thuyết phục tòa hợp lý để bênh vực cho thân chủ. Các nhà lập trình máy tính sử dụng lại mã của họ, khi sửa chữa một chương trình cũ để thích nghi với tình huống mới có cấu trúc tương tự. Các kiến trúc sư sử dụng kiến thức của họ về những tòa nhà tốt và được ưa thích trong quá khứ để thiết kế những tòa nhà mới mà người ta cảm thấy vừa ý và thuận tiện,… Tóm lại, suy luận từ những tình huống đã có là khả năng có tính chất nền tảng của trí thông minh con người. Và suy luận dựa trên tình huống cũng phát triển theo tiếp cận đó. HCG dựa trên tình huống (Case-based Reasoning – CBR) sử dụng một CSDL riêng biệt chứa giải pháp của các tình huống đã giải quyết để dựa vào đó tìm kiếm giải pháp cho một tình huống mới. Các tình huống thường được lưu lại như là một tập hợp các Võ Huỳnh Trâm – Trần Ngân Bình 113 Giáo Trình Trí Tuệ Nhân Tạo luật tình huống – hành động (situation – action). Các sự kiện mô tả tình huống của luật là những đặc điểm nổi bật của tình huống được ghi nhận. Khi giải quyết một vấn đề, một CBR phải: 1. Truy vấn các tình huống thích hợp từ bộ nhớ (hay CSDL) của nó, dựa vào sự tương tự của một số đặc điểm nổi bật. 2. Sửa đổi tình huống đó để có thể áp dụng trong tính huống hiện tại. 3. Áp dụng tình huống đã chuyển đổi vào bài toán mới. 4. Lưu lại lời giải và kết quả của nó (thành công hay thất bại). CBR đưa ra hàng loạt ưu điểm cho việc xây dựng các chuyên gia: ¾ Đơn giản hóa việc tích lũy tri thức từ các chuyên gia với việc lưu trữ một cách trực tiếp các tri thức có được, đó là những lời giải của chuyên gia cho hàng loạt các bài toán. ¾ Bằng cách tìm giải pháp của một tình huống tương tự đã có để đưa ra lời giải cho phép rút ngắn thời gian suy luận của hệ thống. Tuy nhiên, điều này cần phải xem xét lại nếu hệ thống có một CSDL tình huống rất lớn. ¾ Thao tác lưu lại lời giải và kết quả của nó tạo khả năng tự học cho hệ thống: giúp hệ thống tránh lỗi cũ và tận dụng những thành công trong quá khứ ¾ Việc phân tích tri thức của lĩnh vực chỉ diễn ra một lần, đó là khi tìm kiếm một sự biểu diễn hợp lý cho các tình huống, hay quá trình chọn các đặc điểm nổi bật (salient features) của các tình huống để có thể so sánh và đưa ra kết luận về tính tương đương của hai tình huống nào đó. Đây cũng là khó khăn lớn nhất của tiếp cận này. Vì nếu ta chọn các đặc điểm nổi bật dùng để so sánh hai tình huống không phù hợp, thì kết luận của ta về tính tương đương của hai tình huống có thể sẽ không chính xác, và khi tình huống chọn ra không đúng sẽ không cho ra một lời giải thích hợp. Ở đây, ta sẽ không nghiên cứu sâu về vấn đề này, tuy nhiên đọc giả có thể tham khảo thêm về các tài liệu của Kolodner (1993) và các đồng nghiệp khác. ¾ Việc tích lũy tri thức và lập trình là tương đối đơn giản. ¾ Các chiến lược sắp xếp (index) thích hợp làm tăng sức mạnh của phương pháp này. Tiếp cận này cũng có các khuyết điểm của nó: ¾ Các tình huống không thể hiện tri thức sâu về lĩnh vực bài toán, do đó khó giải thích tại sao đưa ra lời giải như vậy, hoặc có thể đưa ra lời giải sai hoặc không tốt. ¾ Một cơ sở chứa các tình huống lớn phải xem xét sự tương xứng giữa tính toán và lưu trữ. Vì khi CSDL lớn lên, thời gian cần đẻ lấy ra một tình huống thích hợp cũng lớn lên. Cuối cùng thì chi phí cho việc tìm kiếm một tình huống sẽ lớn hơn thời gian cần thiết để rút ra một lời giải bằng cách suy luận từ các luật hoặc từ mô hình (hai tiếp cận trước). 114 Võ Huỳnh Trâm – Trần Ngân Bình Chương 6: Hệ chuyên gia ¾ Khó đưa ra tiêu chuẩn đánh giá sự tương tự của các tình huống, và sắp xếp chúng. VI Tóm tẮt Nội dung chính của chương này bao gồm: − Hệ chuyên gia là một hệ thống sử dụng các tri thức thu thập được từ kinh nghiệm của các chuyên gia để giải quyết các vấn đề ở mức độ chuyên gia. − Không phải vấn đề nào cần giải quyết cũng phù hợp với giải pháp hệ chuyên gia. − Một HCG được phát triển theo phương pháp lập trình thăm dò. − Việc thu thập tri thức từ chuyên gia là một việc làm khó khăn và cần có sự hợp tác chặt chẽ giữa kỹ sư tri thức và các chuyên gia. − Mô hình khái niệm là một công cụ hỗ trợ cho quá trình thu thập tri thức. − Hệ chuyên gia dựa trên luật có kiến trúc và cơ chế hoạt động tương tự như một hệ sinh, đây là một trong những kỹ thuật đầu tiên và được sử dụng rộng rãi nhất dùng cho biểu diễn tri thức trong lĩnh vực HCG. − Hệ chuyên gia dựa trên mô hình là một hệ thống mà sự phân tích căn cứ trực tiếp trên một mô tả chi tiết và chức năng của một hệ thống vật lý. − Hệ chuyên gia dựa trên tình huống sử dụng một CSDL để chứa các tình huống đã giải quyết để dựa vào đó tìm kiếm giải pháp cho một tình huống mới. VII BÀI TẬP CHƯƠNG VI VI.1. Trong thí dụ 6.1 đã giới thiệu một tập hợp luật dùng cho chẩn đoán các trục trặc trong ô tô. Hãy chỉ ra ai có thể là những kỹ sư tri thức, những chuyên gia chuyên ngành và người dùng cuối cho một ứng dụng như vậy ? Thảo luận các ý kiến này ? VI.2. Bổ sung thêm một số luật dưới dạng IF ... THEN ... vào tập luật trong thí dụ 6.1 để mô tả các quan hệ trong lĩnh vực này. Vẽ đồ thị AND/OR biểu diễn những quan hệ giữa các luật trong tập luật vừa mới xây dựng. VI.3. Xét đồ thị AND/OR vừa thiết kế trong bài tập 6.2, cho biết bạn đề nghị cơ chế tìm kiếm hướng dữ liệu hay hướng mục tiêu ? Tìm kiếm theo chiều rộng hay theo chiều sâu ? Có thể áp dụng heuristic cho quá trình tìm kiếm không ? VI.4. Chọn một lĩnh vực khác thích hợp đối với việc thiết kế một hệ chuyên gia. Xây dựng một tập hợp luật minh họa cho ứng dụng này. Võ Huỳnh Trâm – Trần Ngân Bình 115 Giáo Trình Trí Tuệ Nhân Tạo PHẦN III.................................................................................................................................95 GIẢI QUYẾT VẤN ĐỀ DỰA TRÊN TRI THỨC.................................................................95 (KNOWLEDGE – BASED PROBLEM SOLVING).............................................................95 Chương VI ..............................................................................................................................96 HỆ CHUYÊN GIA .................................................................................................................96 (EXPERT SYSTEMS - ES)....................................................................................................96 I. GiỚi thiỆu: ......................................................................................................................97 II. TỔNG QUAN VỀ CÔNG NGHỆ HỆ CHUYÊN GIA .................................................98 II.1. Thiết kế của một HCG dựa trên luật: (Rule–Based ES)....................................98 II.2. Các vấn đề phù hợp để xây dựng HCG...........................................................100 II.3. Qui trình công nghệ tri thức ............................................................................102 II.4. Mô hình khái niệm và vai trò của chúng trong việc thu thập tri thức .............104 III. HỆ chuyên gia DỰA trên LUẬT (RULE–BASED ES).............................................105 III.1. Khả năng giải thích và tính trong suốt của suy luận hướng từ mục tiêu.........108 III.2. Hệ chuyên gia R1/XCON................................................................................108 III.3. Kết luận về HCG dựa trên luật........................................................................110 IV. SUY LUẬN DỰA TRÊN MÔ HÌNH: (MODEL–BASED REASONING)..............111 IV.1. Ví dụ hệ chẩn đoán lỗi dựa trên mô hình ........................................................111 IV.2. Kết luận về hệ suy luận dựa trên mô hình.......................................................112 V. SUY LUẬN DỰA TRÊN TRƯỜNG HỢP: (caSe–BASED REASONING) .............113 VI. Tóm tẮt ......................................................................................................................115 BÀI TẬP CHƯƠNG VI.........................................................................................115 116 Võ Huỳnh Trâm – Trần Ngân Bình