1/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta BİLGİ GÖSTERİMİ.

... konulu sunumlar: "1/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta BİLGİ GÖSTERİMİ."— Sunum transkripti:

1 1/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta BİLGİ GÖSTERİMİ

2 2/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi gösterim metotları 2.Yapısal yaklaşımlar: Bilgi, birbirlerine bağlı kavramların bir ağ şeklinde birbirleri ile ilişkilendirilmeleri şeklinde gösterilir. Bu yaklaşımda semantik ağlar ve bilgi çerçeveleri en çok kullanılan metotlardır. Bilginin bir hiyerarşik yapıda gösterilmesi söz konusudur ve hiyerarşinin alt düzeylerindeki olaylar üst düzeylerdeki olayların sahip oldukları bilgilere sahiptirler. Eğer benzetmek gerekir ise bilgi de kalıtımsal olarak hiyerarşinin üstlerinden altlarına doğru geçmektedir.

3 3/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bunu bir örnek ile açıklamak gerekirse her arabanın motoru olduğu bilindiğine göre ve Mercedes’in bir araba olduğu bilindiğine göre Mercedes’inde motoru vardır sonucu kendiliğinden ortaya çıkmaktadır. Bunu hiyerarşik olarak şu şekilde göstermek mümkündür

4 4/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Araba ve araba türleri arasındaki ilişki

5 5/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi çerçeveleri: Belirli bir olaya farklı açılardan bakabilmeyi mümkün kılmaktadır. Mesela bir doktorun her hastası ile ilgili kayıt kartında birden fazla bilginin bulunması sağlıklı karar verebilmesi için önemlidir. Hastanın adı, doğum tarihi, cinsiyeti, teşhis edilen hastalıklar, verilen ilaçlar, ilaçları kullanış şekilleri gibi bilgilerin hepsi bir kart üzerinde yazılıdır. Hasta ile ilgili bir bilgiye ulaşılmak istenildiğinde ilgili kart bulunmakta ve hasta ile ilgili bütün bilgilere kolaylıkla ulaşılmaktadır.

6 6/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilginin kayıt kartları biçiminde bilgisayar ortamlarında toplanmasına bilgi çerçeveleri denilmektedir. Her çerçevede ilgili olay veya nesnenin hangi özellikleri ile ilgili bilgilerin toplanacağı bellidir. Bu özellikleri gösteren kavramlara slot denmektedir. Her slotun bir veya birden fazla değeri olabilir. Yukarıdaki örnekte bilgi çerçevesi “hasta” olarak adlandırılırsa, “hastanın adı:”, “doğum yeri:” vb gibi slotları vardır.

7 7/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi çerçevelerine örnek Çerçeve adı: Hasta Adı: Mehmet E.Aydın Doğum yeri: Kars Doğum tarihi: 01.01.1968 Medeni hal: Evli Teşhis:.................................................................... Verilen ilaçlar:............................................................. Çerçeve adı: Hesap makinesi İmalatçı firma: Sony İmal edildiği ülke: Japonya Modeli: CT-150 Trigonometri: Var Yazıcı: bağlanabilir Güç kaynağı: pil, elektrik Programlanabilir: Evet Hafıza: 64KB.........................................

8 8/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bu örneklerde görüldüğü şekilde hasta ve hesap makinesi ile ilgili gerekli bilgilere kolayca erişmek mümkündür. Mesela Sony marka bir hesap makinesi elektrik ile çalışır mı? şeklinde bir soru sorulduğunda bilgi çerçevesinin güç kaynağı slotundaki bilgiye bakarak cevap bulunabilir. Bu slot makinenin hem elektrik hem de pil ile çalıştığını göstermektedir. Çerçeve içerisinde elde edilecek değerler bir hesaplama neticesinde elde ediliyorsa istenen değerin bulunması için gerekli hesaplama prosedürünün çalıştırılması sağlanabilir.

9 9/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi Sınıfları: Eğer bilgi çatısı diğer bilgi çatıları ile ilişkilendirilebilir ise o zaman “sınıf” dediğimiz bilgi gösterimi ortaya çıkar. Hiyerarşinin en başında bir olay bir madde bir nesne tanımlanır ve aşağıya doğru bu hiyerarşinin daha spesifik örneklerine doğru dallandırılır. Her alt düzeydeki olay veya nesneler üst düzey ile bir şekilde ilişkilidirler. Bu hiyerarşik yapının en önemli özelliği alt düzey elemanların üst düzey elemanların sahip oldukları bilgilere otomatik olarak sahip olmalarıdır. Her elaman ayrıca bir sınıf olabilir.

10 10/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Araba sınıfı ve hiyerarşik ilişkileri Şekil bir ARAÇ sınıfını, ona bağlı ARABA sınıfını ve ona da bağlı bir FORD sınıfını göstermektedir.

11 11/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bu durumda eğer Escord’un bir Ford marka araba olduğu biliniyorsa onun bir araba olduğu dolayısı ile bir araç olduğu biliniyor demektir. Bilgi sınıflarındaki her nesnenin bir bilgi çerçevesi olup o nesne ile ilgili bilgiler bu çerçevede toplanır. Hiyerarşik ilişkilerde bir nesnenin bilgi çatısındaki bütün bilgiler onun bağlı olduğu nesneler içinde geçerlidir. Böylece aynı bilgiyi sürekli tekrar etmek yerine bir kere belirtmek yetmekte ve ilişkiler ile bu bilgi diğer nesneler için geçerli olabilmektedir.

12 12/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Sınıflar arası ilişkiler

13 13/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Hayvanlar KuşlarMemeliler Leylek KartalOtoburEtobur Geyik Lama Kaplan Aslan Kuşlar Çatısı Kanadı var Uçar Yumurtlar Memeliler Çatısı Doğurur Koşar Karada yaşar Otobur Çatısı Ot yer Çiğner Etobur Çatısı Et yer Pençeli Bilgi çatıları ve sınıfları

14 14/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Semantik ağlar: Yapısal bilgi gösteriminde yaygın olarak kullanılan diğer bir yöntemdir. Bu yöntemde bilgi grafiksel olarak ağlar halinde gösterilir. Ağlar düğümler ve bunları birbirine bağlayan oklardan oluşur. Düğümlerin ve okların bir anlamı vardır. Oklar düğümlerin birbirleri ile ilişkilerinin türünü gösterir. Semantik ağlarda düğümler kavramlara, olaylara ve nesnelere karşılık gelir. Oklara ise çeşitli şekillerde anlam verilebilir. Bu düğümler arası ilişkilere göre değişir. Genel olarak türünden, parçası, örneği, kendisi gibi şekiller olabilir.

15 15/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bir semantik ağı Basit bir semantik ağ örneği şekilde verilmiştir. Bu ağda bilgisayarın bir makine, IBM PC marka bir bilgisayar ve mikro işlemciye sahip olduğu görülmektedir.

16 16/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta  Nesnelerin birbirleri ile bir ağ şeklinde ilişkilendirilmesi işlemidir.  Semantik ağlar bir çatı olarak düşünülebilir, ama bilgi çatıları semantik ağlar değildir. Semantik ağlarda, bilgi çatılarına ek olarak ilişkilendirme vardır. Semantik Netler (Ağlar)

17 17/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Semantik Ağlar  Özellikler sadece 1. seviye için geçerli ise buna “tek seviyeli kalıtımsal ilişki” denir.  Birden fazla seviye için geçerli ise “çok seviyeli kalıtımsal ilişki” vardır (multi-level inherent relations).

18 18/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Araba Ford Megane Tekerlek Motor Brodway Clio Renault Mercedes is-a has-part Bu özellikler tüm is-a bağlantıları için de geçerlidir. Semantik Ağlar

19 19/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Kuş Kartal Şahin Tüy Kanat Sahip (has-part) dır is - a Sahip (has-part) dır is - a Semantik Ağlar

20 20/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta 3.Etkileşimli yaklaşımlar: Bilgi bağımsız yapay zeka elamanlarının (mesela zeki ajanların) birbirlerini etkilemesi yolu ile giderek artan bir biçimde ortaya çıkar. Yapay sinir ağları ve genetik algoritmalara dayalı gösterim metotlarını bu sınıfa verilecek en güzel örnektir. Burada bilgisayarlar örnekleri öğrenerek konu ile ilgili bilgileri zaman içerisinde kazanırlar. Daha sonra örneklere benzer durumlarda benzer kararlar üretirler. Bir örnek olması bakımından yapay sinir ağlarında bilginin toplanması verilebilir. Örnekleri tekrar tekrar kullanarak oluşturulan bilgiler ağın bağlantılarında saklanmaktadır.

21 21/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bir yapay sinir ağı ve bilgi gösterimi Şekil, bir yapay sinir ağındaki bilgileri göstermektedir. Yapay sinir ağlarında sadece nümerik bilgiler saklanabilmektedir.

22 22/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Benzeri şekilde genetik algoritmalarda bilgiler, kromozomlar halinde saklanırlar.

23 23/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta İşlerin makinelere gönderilmesi sırasının gösterimi Şekil bir kromozom örneğini göstermektedir. Bu örnekte bir iş sıralaması probleminde işlerin sırası gösterilmektedir. Günümüzde yöneticilerin en zor problemlerinden birisi olan bu problem genetik algoritmalar ile kolayca çözülebilmektedir.

24 24/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi tabanı ve bilginin muhafaza edilmesi Toplanan bilgiler gösterim yöntemlerine dönüştürülerek bilgisayarda saklanırlar. Bilgilerin bilgisayarlarda saklandıkları hafızaya bilgi tabanı denilmektedir. Bilgi tabanları kullanılan gösterim yöntemine göre değişik şekillerde olabilirler. Kurallar, semantik ağlar, bilgi çerçeveleri ve sınıflar gibi yöntemleri bilgisayarlarda saklamak için bilgi tabanı editörleri geliştirilmiştir. Bilgiler bu editörler yardımı ile hafızaya alınırlar. Yapay sinir ağları ve genetik algoritmalar gibi tekniklerin kullanılmasında gerekli olan bilgiler bir ağı veya kromozomu oluşturacak şekilde bilgi tabanlarında saklanmaktadır.

25 25/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi tabanında saklanan bilgiler değişik niteliklerde olabilirler. Bunlar arasında şunları saymak mümkündür:  İlgili alanın gerçekleri  Süreç bilgileri  Belirsizlik gösteren durumlar  İlgili alan sınırlamaları ve kısıtları  İlgili olayın elemanları ve aralarındaki ilişkiler  Konu ile ilgili literatür bilgileri  Konu ile ilgili konu uzmanlarının geliştirdiği sezgisel bilgiler  Konu ile ilgili algoritmalar  Konu ile ilgili veri tabanları  Konu ile ilgili matematik modeller

26 26/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi tabanlarının en önemli özellikleri kolayca güncellenebilmeleridir. Yeni bilgileri eklemek, eskilerini silmek veya değiştirmek çok kolaydır. Bilgi tabanı karar verme mekanizmasından ayrı çalıştığından burada yapılacak olan değişiklikler karar verme mekanizmasına zarar vermez. Değişik kararlar almaya neden olabilir. Çünkü karar vermede kullanılacak olan bilgiler değişmektedir.

27 27/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Yapay Zeka Tekniklerinin Bilgi Gösterim Çeşitleri Yapay Zeka TekniğiBilgi Gösterim Metodu Uzman SistemlerKurallar Bilgi Çerçeveleri Sınıflar (Semantik Ağlar) Bulanık Önermeler MantığıBulanık Kurallar Bulanık Önermeler Yapay Sinir AğlarıÖrnekler Genetik AlgoritmalarÇözümler (özellikle optimizasyon teknikleri ile çözülemeyen problemler için) Vaka Tabanlı Muhakeme (Case-based reasoning) Vakalar (birden fazla örnekten oluşur) Model Tabanlı MuhakemeModeller Geometrik MuhakemeGeometrik Şekiller

28 28/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Bilgi Temininin Zorlukları  Bilgilerin ifade edilmesi,  Bilginin bilgisayara transferi,  Katılımcıların sayısı (gönderici, alıcı),  Bilginin eksik olması,  Bilgi mühendisi – uzman arasında iletişim kopukluğu

29 29/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta TURING TESTİ Turing; bir makinenin düşünmesi ile ilgili açıklamaların mantıksal olarak mümkün olup olmamasını amaçlamaktaydı. Turing Testi olarak bilinen bu oyunda bilgisayar, insan ve sorgulayıcı olmak üzere üç oyuncu iştirak etmekteydi. İki haberleşme kanalı üzerinden sorgulayıcı olan kişi; insan ve bilgisayarla iletişim kurmaktadır. Bilgisayarın “düşünen program” ile donatıldığı varsayılmaktadır. Soruların ve yanıtlarının tuşlar ve ekran yoluyla yapıldığı bu soru-yanıt oyununda, sorgulayıcının cevapları inceleyerek, bu yanıtların sahibinin makine veya insan olduğunu anlaması amaçlanmaktadır.

30 30/58 Sakarya Üniversitesi Yapay Zeka / Uzman Sistemler Dersi 08 Ekim 2009 2. Hafta Turing Testi (1950) –Makineler düşünebilir mi? –Makineler zeki davranış gösterebilir mi? Zeki davranış için operasyonel test –İmitasyon oyunu İnsan YZ Sistemi İnsan Sorgulayıcı ? İnsan gibi Davranma