1.3. A mesterséges intelligencia története

1.3.1. DENDRAL (Semmelweis Egyetem)

rövid szöveges leírás magyar nyelven

A DENDRAL szerves molekula szerkezet azonosítására készített szakértői rendszer, olyan eszköz, amely probléma specifikus ismeret megértésére képes és intelligensen használja a tématerület ismeretanyagát egy tevékenység különböző megvalósítási útjainak felvetéséhez. A szakértőrendszerek nem csak az ismeretátadás technikáit alkalmazzák, hanem elemző eszközöket és tanulási technikákat is.

részletes szöveges bemutatás magyar nyelven

A DENDRAL volt a legelső szakértői rendszer. Fejlesztői azt akarták megvalósítani, hogy rendszerük alkalmazni tudja a tudományos ismereteket és következtetéseket a szerves kémia tudomány területéről. Céljuk volt egy olyan technológia létrehozása, amellyel képesek jobban megérteni a szakterület alapvető problémáit. Ezt a rendszer által szolgáltatott megoldások magyarázásának a lehetősége biztosítja. Képes volt az ismeretbázis alapján eddig ismeretlen szerves anyagok felépítésének meghatározására, képessége sok esetben az emberi szakértőével vetekedett. Az elkészítéshez vegyészek,biológusok és informatikusok egyaránt hozzájárultak, és megszületett az első szabály-alapú szakértői rendszer, a DENDRAL, amelyet az egyetemeken és az iparban egyaránt használtak.

A DENDRAL ma is használt szakértőrendszer, több, mint 50 tudományos cikket írtak a vele elért felfedezésekről.

Célja: Hipotézis felállítása egy vegyület lehetséges molekuláris felépítésére, atomszerkezetére.

Ha egy vegyész egy ismeretlen vegyülettel találkozik, első feladata, hogy meghatározza az összetevő atomokat és azok relatív arányát. Ehhez analitikai tesztekre és kísérletekre van szüksége. Az egyik gyakran alkalmazott műszer a tömegspektrométer. A DENDRAL is felhasználja a vegyület tömegspektrumát.

1.3.1-1. ábra - Tömegspektrum
Tömegspektrum

Egy vegyület kémiai képletét egyszerű megtalálni, de szerkezeti képletének meghatározása speciális tudást igényel.

A DENDRAL három részből áll:

Szerkezetgeneráló rész, az összegképletből a lehetséges szerkezeti képletet generálja;

Spektrumjósló, a szerkezeti képletből a megfelelő jósolt tömegspektrumot származtatja, és összehasonlítja az aktuális adatokkal;

Szerkezetjósló, amely résszerkezeteket származtat le az adatokból és a lehetetlen szerkezeteket kizárja. Ez a rész felel meg a szakértő tudásának (pl.:C6H13NO4 kb.10000 lehetséges szerkezettel rendelkezik.).

Kapcsolódó irodalmak

Dr. Bognár Katalin, Baka Zoltán: Tudásalapú rendszer esettanulmány Feltöltés ideje: 2007. Hozzáférés dátuma: 2011. május 26.

Lynn W. Jones: Neural Networks Hozzáférés dátuma: 2011. május 26.

Sántáné Tóth Edit, 2000, Tudásalapú technológia, szakértő rendszerek, Dunaújváros, Dunaújvárosi Főiskola Kiadói Hivatala,

Kidolgozó

Szalontai Eszter (SE, eszter.szal@gmail.com)

1.3.2. Mycin (Semmelweis Egyetem)

rövid szöveges leírás magyar nyelven

MYCIN: orvosi diagnosztikai (szakértő) rendszer. Olyan interaktív rendszer, mely bizonyos fertőző betegségek diagnosztizálására használható. Itt található meg elsőként a tudásbázis és a következtető mechanizmusok tudatos szétválasztása. Szabályalapú rendszere a célvezérelt következtetést (a hátraláncolás) használta. Mivel az orvoslás rendkívül gyorsan fejlődött, tudásbázisát úgy alkották meg, hogy könnyen bővíthető legyen újabb szabályokkal, ismeretekkel.

részletes szöveges bemutatás magyar nyelven

1970 - es években fejlesztették ki Stanfordon a MYCIN szakértői rendszert. Egyes vérrel kapcsolatos fertőzések diagnosztizálására és a kezelési tanácsok adására specializált rendszer. Szabályozott körülmények között az eredményei elérték az orvos szakértőkét. Mivelhogy ilyen esetekben az orvosnak általában nincs ideje a 48órás teszt (baktériumkultúra kitenyészése) eredményének kivárására, amivel biztos diagnózist adhatna, gyakran találgatnia kell. A MYCIN fejlesztése ennek a durva, hiányos információkon alapuló találgatásnak megismerését célozta meg.

A MYCIN- nek alapvetően cél vezérelt megközelítése van, tehát visszafelé érvel. Ezen felül a MYCIN sokféle heurisztikát használ, hogy csökkentse a kereséshez szükséges időt.

Az egyik technika néhány előre meghatározott mindenképpen szükséges kérdés feltevése. A válaszok segítségével a rendszer elkezdi a megoldáskeresést, de kizárja az érvrendszerből azokat a célokat, amik teljesen lehetetlenek az adott tünetek mellett.

Ezen felül a szabályok alkalmazásának sorrendjével kapcsolatos heurisztikákat is használ:

Egy szabályt csak azután alkalmaz, ha az összes premissza igaz, egyébként azt az útvonalat kizárja.

A másik módszer, mivel az orvosi diagnózisok egyik jellemzője, hogy szinte sohasem százszázalékosak, a MYCIN-be is beépítettek bizonytalanságot jelző faktorokat, melyekkel jelezni tudta egy adott következtetés megbízhatóságát, helyességének valószínűségét.

Ezen kívül a MYCIN kezeli az orvosi célú MI rendszerekben felmerülő gyakori problémát, miszerint a kapott információ hiányos és pontatlan. A hiányosság általában az orvosi vizsgálatok korlátozott idejéből fakadnak (egy gyors lefolyású betegséget gyorsan kezelni kell, és nincs idő több napos tesztek végrehajtására), vagy adminisztrációs problémából.

Annak ellenére, hogy nem vált az orvosok mindennapi eszköztárának részévé, a MYCIN nagymértékben befolyásolta a későbbi MI kutatásokat. Olyan rendszerek születtek meg mintájára, mint: TEIRESIAS, EMYCIN, PUFF, CENTAUR, VM, GUIDON, és SACON rendszerek.

A szakértői rendszer és az orvos közti kommunikáció segítése

1.3.2-1. ábra - A szakértői rendszer és az orvos közti kommunikáció segítése
A szakértői rendszer és az orvos közti kommunikáció segítése

Általában az orvosi szakértői rendszerek képesek a következtetési lépéseiket leírni, amelyekkel az adott megoldáshoz vagy javaslathoz eljutottak. Ezen felül az emberi szakértő fejlesztheti a rendszer adatbázisát. (egy ilyen segítő rendszer a Mycin-hez a Teiresias).

A rendszer természetes nyelven tudja indokolni a feladatmegoldás közben megtett egyes lépéseit. Bár a program következtetései és magyarázatai önmagukban nem elegendőek ahhoz, hogy az orvos megtanulja belőlük a háttérben lévő, mélyebb szintű orvosi ismereteket, de alkalmazása az oktatás során mégis jelentős haszonnal jár. A Stanford Egyetemen 1978-ban indították el a GUIDON fejlesztését a MYCIN-bõl.

1.3.2-2. ábra - A fejlesztés lépései
A fejlesztés lépései

GUIDON az első olyan intelligens orvosi oktató rendszer, amelyet a mesterséges intelligencia technológiai bázisán építettek meg. A GUIDON kifejlesztése és alkalmazása során összegyűltek a megfelelő tapasztalatok ahhoz, hogy a MYCIN- t átkonfigurálják, és az így nyert NEOMYCIN rendszerre épített GUIDON2 már gyakorlati téren is jól alkalmazható oktató rendszer lett.

Kapcsolódó irodalmak

Dr. Bognár Katalin, Mesterséges intelligencia (egyetemi jegyzet), Debrecen, Debreceni Egyetem

Borgulya I., 1995, Szakértõi rendszerek, technikák és alkalmazások, ComputerBooks Kiadó Kft.

Kidolgozó

Szalontai Eszter (SE, eszter.szal@gmail.com)