第9章智慧型決策支援系統.pptVIP

第9章 智慧型決策支援系統 人工智慧的概念(1/2) 「智慧」包括下列的各種能力（此可說是任何一個擁有智慧的生物所需具備的基本能力）： 觀察外界環境的能力 對外界環境做彈性反應 與外界環境或其他事物溝通 瞭解不同因素的相對重要性 擁有內部知識 能夠異中求同或同中求異 設定目標並達成目標 創造力 學習能力 人工智慧的概念(2/2) 人工智慧的定義 實用觀點：AI是電腦科學中的一支，其目的在創造電腦程式來執行以往由人類所進行的工作。 科學觀點：AI是一套方法，其目的在探討許多難解的問題，如人類智慧。 AI的發展可分為幼稚期、方法期、知識期、應用期及整合期等五個階段。 圖9-2 AI家族的成員 第一代智慧型DSS 第一代智慧型DSS主要是運用專家系統技術。 專家系統概念 專家 指能夠比其他絕大多數人更有效地解決某些特定問題的人。 專才 專家所賴以解決問題的知識稱為「專才」，通常包括知識與經驗。專才可以說是專家系統的靈魂，它控制了專家系統的決策績效。 經驗經過累積之後，許多類似情況在經過異中求同之後，濃縮成了結合情況與反應的法則 。 圖9-7 專家系統的架構圖 專家系統的架構(1/5) 知識＋推理 知識庫 係用來存放相關領域專家提供的專門知識，當知識以IF-THEN的方式表現時，也稱為法則庫。 採用知識庫和推理機獨立的架構有下列優點： 大部分的知識庫採用「IF...THEN...」的法則表達知識，適用於不同領域。 知識法則集中在知識庫內，獨立於程式運作之外，方便知識工程師分析與維護。 採用「IF...THEN...」的法則架構簡單明瞭且各自獨立。 專家系統的架構(2/5) 推理機 向前推理 向前推理是資料導向的推論方法。先從已知的事實出發再依序推論出解答或建議。 向後推理 向後推理是目標導向的推論方法，推理機從結論開始往可能產生該結論的條件去搜尋，並驗證所找出的IF條件是否成立。 用戶介面 專家系統應當具有良好的用戶介面。 像CORVID這種目前市面上有許多設計好推理機與用戶介面功能，但是知識庫中沒有內容的軟體，是很方便的開發工具，稱為專家系統殼，其有助於系統開發。 專家系統的架構(3/5) 知識擷取 指將專家腦中的重要知識找出來，並以系統能接受的方式加以表達。透過知識擷取工具、機器學習和更準確的面談工具與方法，對這方面的問題已有很大的改善。 知識擷取過程可以視為是知識由專家到知識庫之間的轉移過程，把內隱的知識與處理的原則，轉換為正式而文件化，並儲存於知識庫中的外顯知識。 專家系統的架構(4/5) 解釋系統 若專家系統無法對它的行為做出具說服力的解釋，而只能夠告訴用戶它使用了哪些法則來得出結論，則往往會影響到其建議的可接受性。例子： 汽車能夠啟動嗎？不行； 引擎有發動聲音嗎？是的； 你聞到汽油味道嗎？是的； 建議：等待5秒鐘，然後再試。 為什麼？ 專家系統的架構(5/5) 為了讓系統具有真正的解釋功能，我們需要比法則具備更多的知識。 一般的專家系統中常用的有以下四種解釋方式： 報告當前的對話進度。 解釋系統是如何得出某個結論的。 解釋為什麼系統向用戶詢問某個問題。 解釋為什麼某個結論不成立。 範例:網路機器人 MSN機器人 * *