INTRODUCERE ÎN ARHEOLOGIA INFORMATIZATĂ

Autori: Gh. Lazarovici, D. Micle.

Toate drepturile asupra acestei lucrări aparţin autorilor. Nici o parte din această carte nu poate fi reprodusă sau transmisă, sub nici o formă, electronică, mecanică sau de mână, fără permisiunea scrisă a autorilor.

Tehnoredactare computerizată: Dorel Micle, Daniel Stoian; Grafică computerizată: Dorel Micle; Coperta:Dan Buia. Apărut în: BIBLIOTHECA HISTORICA ET ARCHAEOLOGICA UNIVERSITATIS TIMISIENSIS, 2001.

III; Prelucrare Web: Cosmin Suciu; Powered by: Institutul pentru Cercetarea Patrimoniului Cultural Transilvanean în Context European (IPTCE)

E. SISTEME EXPERT
	1. Arhitecturi de sisteme expert
	2. Reprezentarea cunoaşterii
	3. Sisteme rezolutive
	4. Strategii de control
	5. Categorii de aplicaţii

Sistemele expert sunt produse ale inteligenţei artificiale, ramură a ştiinţei calculatoarelor ce urmăreşte dezvoltarea de programe inteligente. Ceea ce este remarcabil pentru sistemele expert, este aria de aplicabilitate ce a cuprins multe domenii de activitate de la arhitectură, arheologie, bănci, comerţ, educaţie, până la ingineria sistemelor şi medicină (CÂRSTOIU 1997, 6).

Un sistem expert este un program care analizează cunoştinţele şi raţionează pentru obţinerea rezultatelor într-o activitate dificilă întreprinsă uzual doar de experţi umani. Din punct de vedere funcţional un sistem expert este un program a cărui principală caracteristică este derivată din baza de cunoştinţe, împreună cu un algoritm de căutare specific metodei de raţionare.

Un sistem expert se bazează pe două componente distincte şi complementare:

a. tehnologii de programare ce permit utilizarea unui volum mare de cunoştinţe, precum şi modul de inferenţiere cu acestea.

b. construcţii şi metodologii dezvoltate, ce permit utilizarea efectivă a acestor tehnologii.

Într-un sistem expert raţionarea şi cunoştinţele nu trebuie tratate separat deoarece un astfel de sistem presupune o armonizare a lor.

Expertul care înţelege necesitatea utilizării unui sistem expert în domeniul său de activitate poate obţine ajutor de la inginerul de cunoştinţe (specialistul în calculatoare) deoarece în urma discuţiilor cu acesta anumite cunoştinţe vor fi reformulate astfel încât să poată fi aplicabile pe un calculator.

Între instrumentele de lucru ale sistemelor expert se iau în considerare modelele prin care o bază de cunoştinţe poate fi afişată, captată şi reprezentată. Principala calitate a calculatoarelor o reprezintă capacitatea de realizare a unei viteze mari de calcul. Fiecare limbaj de programare încearcă să facă calculatorul cât mai eficient din punct de vedere al puterii de calcul. În realizarea unui program ce raţionează se porneşte de la ideea că simbolurile de prelucrare pot fi numere, texte sau alte concepte. Acestea sunt considerate “simboluri fizice” iar calculatorul poate manipula astfel de simboluri. Un sistem expert viabil, dublat de viteza de lucru a unui calculator, poate eficientiza un anumit domeniu de lucru.

Exemplu de paralelism om-maşină:

1. Arhitecturi de sisteme expert

O caracteristică esenţială a sistemelor expert priveşte competenţa acestora de a furniza explicaţii asupra raţionamentelor întreprinse pentru ajungerea la rezultat, explicaţii ce trebuiesc exprimate într-un limbaj cât mai apropiat de limbajul natural. Multitudinea problemelor de analizat determină şi volumul mare al bazei de cunoştinţe, însă un sistem expert trebuie să fie capabil să rezolve în aceeaşi măsură şi problemele ce sunt afectate de cunoaşterea incertă şi incompletă. În aceste situaţii se pot utiliza cunoştinţe euristice ce permit găsirea soluţiei potrivite fără ca aceasta să fie neapărat soluţia optimă.

Componentele sistemelor expert

a. Componente principale

a.1. Baza de cunoştinţe este reprezentată ca o structură de date ce conţine ansamblul cunoştinţelor specializate introduse de către expertul uman.

a.2. Mecanismul de inferenţă preia cunoştinţele din baza de cunoştinţe ce sunt utilizate pentru construirea raţionamentului, elaborează planul de rezolvare al problemei şi execută acţiunile prevăzute în planul de rezolvare.

a.3. Baza de fapte este reprezentată de o memorie auxiliară ce conţine toate datele utilizatorului (faptele iniţiale ce descriu enunţul problemei de rezolvat) şi rezultatele intermediare produse în cursul procedurii de deducţie.

b. Componente secundare

b.1. Interfaţa utilizator este cea care asigură dialogul dintre utilizator şi sistem.

b.2. Modulul de achiziţie al cunoştinţelor preia cunoştinţele specializate furnizate de expertul uman sau inginerul de cunoştinţe într-o formă ce nu este specifică reprezentării interne (fişiere).

b.3. Modulul de explicaţii permite trasarea drumului de urmat în raţionare de către sistemul rezolutiv şi emiterea justificărilor pentru soluţiile obţinute, evidenţiindu-se în acest mod cauza greşelilor sau motivul eşecurilor.

Exemplu de structură generală a unui sistem expert (CÂRSTOIU 1994, 48):

2. Reprezentarea cunoaşterii

Reprezentarea cunoştinţelor într-un calculator constă în găsirea unor corespondenţe între lumea exterioară şi sistemul simbolic ce permite execuţia raţionamentelor. În acest scop se extrag din observaţiile făcute asupra obiectelor, a faptelor şi a fenomenelor, acele caracteristici cărora li se pot asocia semnificaţii determinate de imaginea mentală formată despre lume. Descrierea are ca scop diferenţierea imaginii obiectului dat de imaginile celorlalte obiecte ale lumii înconjurătoare, la fel cum obiectul fizic se deosebeşte de restul obiectelor lumii reale.

Pot fi reliefate două componente ale cunoaşterii ştiinţifice:

a. cunoaşterea reflexivă bazată pe reflectarea exterioară a faptului ştiinţific;

b. cunoaşterea generativă bazată pe crearea de noi obiecte abstracte pentru construirea unor noi fapte ştiinţifice şi programe de acţiune.

Cunoaşterea este empirică dacă informaţiile despre obiecte, fapte, fenomene, sau procese necunoscute, este sesizată de subiectul cunoscător prin organele sale senzoriale sau prin intermediul unor aparate sau instrumente.

Cunoaşterea este teoretică dacă se desfăşoară după raţionamente şi judecăţi reliefând legăturile interne, cauzalitatea, legităţile după care se dezvoltă structurile şi se derulează procesele. Ea se dezvoltă din cunoaşterea empirică prin analiză, sinteză, deducţie, inducţie, generalizare şi particularizare.

Se numeşte sistem cognitiv totalitatea pieselor de cunoaştere, modul de stocare şi procedeele de acces la acestea.

2.1. Etapele reprezentării cunoaşterii

a. Stabilirea sistemului de meta-reprezentare, care are ca obiectiv asigurarea unor modalităţi adecvate de reprezentare a cunoaşterii lumii reale cât şi pentru componentele proprii ale sistemului inteligenţei artificiale.

b. Stabilirea sistemului de clasificare ce urmăreşte gruparea în clase, precum şi ordonarea acestora după criterii ce rezultă din analiza relevaţiei proprietăţilor obiectelor ce formează piesele de cunoaştere.

c. Stabilirea sistemului de organizare privitor le gruparea şi ordonarea elementelor şi claselor, precum şi asigurarea unor procese fundamentale cum sunt: acces, căutare, corespondenţă, grupare, regrupare, interferenţă deductivă, interferenţă inductivă, organizare, reorganizare şi protecţie.

2.2. Metode de reprezentare a cunoaşterii

Reprezentarea cunoaşterii urmăreşte descrierea universului în care sistemul efectuează raţionamente sub formă de entităţi corespunzătoare indivizilor şi sub formă de simboluri pentru relaţiile dintre aceştia.

O arhitectură de reprezentare a cunoştinţelor este construită pe trei nivele:

a. nivelul intern este constituit din schema internă ce descrie structura de stocare fizică a cunoştinţelor în baza de cunoştinţe;

b. nivelul conceptual descrie structura întregii baze de cunoştinţe pentru o comunitate de utilizatori;

c. nivelul extern include o colecţie de scheme externe ce descrie baza de cunoştinţe prin prisma diferiţilor utilizatori.

Se pot distinge, pentru aplicaţiile de inteligenţă artificială, trei clase de metode de reprezentare:

· metode logice (enunţuri adevărate);

· metode relaţionale (grafuri şi reţele);

· metode procedurale (proceduri).

3. Sisteme rezolutive

Un sistem rezolutiv este format din totalitatea componentelor unui sistem de inteligenţă artificială având ca obiectiv rezolvarea de probleme. Prin problemă se înţelege dificultatea de natură cognitivă ce se constituie ca moment iniţial al activităţii inteligente.

Transpunerea problemei de la subiectul uman la subiectul de inteligenţă artificială presupune reformularea acesteia astfel încât să reflecte discordanţa dintre obiectele specificate în formularea externă, resursele cognitive şi rezolutive ale sistemului.

Mecanismul de inferenţă este inima oricărui sistem expert, care alimentat de baza de cunoştinţe, construieşte raţionamentul în mod dinamic decizând ce reguli sunt declanşate şi în ce ordine.

3.1. Ciclul de bază al unui mecanism de inferenţă:

a. faza de selecţie;

b. faza de filtrare;

c. faza de rezolvare a conflictelor;

d. faza de execuţie.

3.2. Analiza tipurilor de probleme

Capacitatea de rezolvare a problemelor de către un sistem inteligent este apreciată după uşurinţa cu care dă soluţii la problemele ce nu au fost stabilite în prealabil, precizarea lor fiind făcută în momentul încărcării bazei de cunoştinţe.

Din punct de vedere al formulării se disting trei categorii de probleme:

· probleme bine formulate;

· probleme incomplet definite;

· probleme greşit formulate.

4. Strategii de control

Alegerea tehnicii de rezolvare este dependentă de tipul problemei, existând posibilitatea selectării tehnicii de căutare:

a. căutare exhaustivă;

b. căutare prin examinare semantică a legăturilor:

b.1. căutarea în adâncime;

b.2. căutarea pe orizontală (în lărgime).

c. căutarea soluţiei optime.

5. Categorii de aplicaţii:

a. sisteme expert de clasificare;

b. sisteme expert de control;

c. sisteme expert de anticipare.

Sistemele expert folosite în arheologie fac parte din categoria celor de clasificare, deoarece interesul arheologului este acela de a-şi selecta, ordona şi cataloga materialul (sau cunoştinţele) în vederea prelucrărilor ulterioare.