Seminar Ski Rad_Pojam i Razvoj Ekspertnih Sistema

EKSPERTNI SISTEMI

SADRŽAJ: SADRŽAJ:............................................................................................................... 2

1.0.

POJAM EKSPERTNIH SISTEMA

U praksi se često javlja potreba za nizom specifičnih znanja danih u cjelini, brzo sigurno i povezano. Drugim riječima, želi se da u problematičnim situacijama i kod donošenja složenih odluka pomogne dobar stručnjak, vrhunski specijalista ili, kako se drugačije kaže, ekspert. Pomoć eksperta je dobro došla u složenim situacijama bilo koje oblasti ljudskog rada: medicini, pravu, građevinarstvu, industriji, marketingu, itd. Osnovna svojstva eksperta su da: •

primjeni, na optimalni način, svoja znanja u rješavanju problema. Pri tome se podrazumjeva uzimanje u obzir činjenica i predviđanje relevantnih posljedica;

•

objasni i obrazloži svoje odluke i prijedloge;

•

komunicira sa drugim ekspertima i proširuje svoja znanja, prestruktuira i reorganizuje shvatanja i znanja;

•

formira i napušta određene zaključke, što dokazuje da je pronikao u suštinu određenih pojava i našao nove zakonitosti koje među njima vladaju;

•

određuje najbrži način dolaska do rješenja i njegove praktične primjene;

•

u specifičnim situacijama intuitivno (heuristički), na osnovu svih dosadašnjih iskustava i događaja ocjeni gdje se nalazi rješenje problema.

Imati pored sebe eksperta nije ni najmanje jednostavno, eksperata nema previše, nisu na raspolaganju u svakom trenutku i nisu ni jeftini. Osim toga ni jedan ekspert ne može da posjeduje sva znanja. Današnji stepen razvoja moderne informatičke nauke sve više omogućava da se stalno može raspolagati ekspertnim uslugama. Pri tome se misli na ekspertne sisteme (ES). Pod ES se podrazumjeva takva vrsta programske podrške ili softvera na računaru, koja u većoj ili manjoj mjeri zamjenjuje čovjeka - eksperta. ES je u stanju da, na osnovu unesenih podataka i ugrađenih logičkih algoritama (pravila zaključivanja) i tako nastale baze znanja, efikasno pomogne korisniku u rješavanju specifične problematike. Pored pojma ekspertni sistem koriste se i sledeći pojmovi: sistem zasnovan na znanju, inteligentni informacioni sistem, inteligentni sistem zasnovan na znanju i sistem znanja. Ekspertnost se definiše kao znanje, razumjevanje i vještina rješavanja problema u određenoj oblasti. Najpotpuniju definiciju ekspertnih sistema dalo je Britansko društvo za računare koja glasi: „Pod ekspertnim sistemima podrazumjeva se realizacija računarski bazirane vještine nekog eksperta čija je osnova u znanju i u takvom obliku da sistem može da ponudi inteligentan savjet ili da preuzme inteligentnu odluku o funkciji koja je u postupku. Ekspertni sistem posjeduje i karakteristiku da na zahtjevfikuje svoju liniju rezonovanja, tako da direktno obavještava korisnika koji postavlja pitanje“. Sistemski posmatrano pod ekspertnim sistemom podrazumjeva se podsistem područja vještačke intelegencije. Područje izgradnje ekspertnih sistema poznato je još kao naučni inžinjering (engl. „Knowledge Engineering“).

Ekspertni sistemi su skup kompjuterskih programa koji postižu visoki stepen rješavanja problema, i oni zahtjevaju dugogodišnje stručno obrazovanje pojedinaca. Ekspertni sistem predstavlja informacioni sistem koji koristi bazu znanja te kao takav služi kao konsultant rukovodiocu. Ekspertni sistemi predstavljaju pokušaj da se u kompjuterske programe ugrade procesi razmišljanja i odlučivanja koji se odvijaju kod ljudi eksperata. Prema aktivnostima ekspertnih sistema izgrađena je jedna njihova klasifikacija u tabeli:

Aktivnisti ES Interpretacija

Naznaka problema

Oblast primjene

Sistemi tumače opažene podatke pripisuju im simbolična značenja i opisuju situacije i stanja

Hemija Geologija Medicina Armija

Dijagnostika

Predviđanje Oblikovanje

Planiranje

Kontrolisanje

Sistemi za dijagnostiku na osnovu podataka o opservacijama definišu malfunkcije sistema Sistemi za predviđanje posljedica (prognoza) iz modela i parametara Sistemi za dizajn konfigurišu objekte u zadatim ograničenjima Sistemi za planiranje oblikuju akcije i objekte kao modele ponašanja da u cilju efekata ponašanja Sistemi za kontrolisanje adaptivno upravljaju ponašanjem sistema na osnovu interpretacije, prognostike i dijagnostike

Računari Elektronika Geologija Medicina Računari Armija Računari Hemija Elektronika Hemija Računari elektronika

Tabela 1. Klasifikacija ekspertnih sistema

2.0.

INŽENJERSTVO ZNANJA

Sveukupnost procesa izgradnje ekspertnog sistema naziva se inženjerstvo znanja, time se obuhvata skup metoda i postupaka koje se odnose na prikupljanje, računarsko predstavljanje i memorisanje, kao i upotrebu ljudskog znanja u rešavanju složenih problemskih situacija. Taj proces uključuje posebnu vrstu interakcije između graditelja ekspertnog sistema, koga zovemo inženjer znanja, i jedne ili više osoba koje su eksperti u određenoj problemskoj oblasti za koju se ekspertni sistem izgrađuje. Inženjer znanja od eksperata "vrši ekstrakciju" njihovih procedura, strategija i postupaka za rešavanje problema i ugrađuje to znanje u ekspertni sistem. Rezultat procesa je skup programa koji rešavaju probleme u datoj oblasti na način kako to radi čovek-ekspert. Kao što je prikazano na sledećoj slici, u proces izgradnje ekspertnog sistema uključeni su: ekspert, inženjer znanja i korisnik. U celom poslu važno mesto zauzima i alat za izgradnju ekspertnog sistema, a ne sme se zaboraviti ni sam ekspertni sistem.

EKSPERT Inter v.

INŽINJER ZNANJA

Proširuje i testira Izgrađu je popravl ja i testira

ALATI ZA IZGRADNJU EKSPERTNOG po SISTEMA

EKSPERTNI SISTEM Dodaje podatke OSOBLJE

koristi

KORISNIK

Slika 1. Učesnici u izgradnji ekspertnog sistema

Svi ovi elementi utiču na dalji razvoj MIS jer možemo prepoznati dva oblika menadžera: menadžer ekspert, koji učestvuje u izgradnji ekspertnog sistema, i menadžer korisnik, koji koristi postavljeni ekspertni sistem. Ekspert je osoba koja je stekla reputaciju u svojoj oblasti zbog stručnih sposobnosti kvalitetnog rešavanja problema. On koristi svoje znanje, sposobnosti i veštine stečene kroz bogato iskustvo da skrati proces pronalaženja rešenja. Znanje eksperta je nadgradnja znanja koje se može dobiti čitanjem knjiga. On ne može uvek da objasni razloge svoje odluke, ne zato što ne želi da ih objašnjava, već zato što se opredeljuje intuicijom. On verovatno zna mnogo više nego što je svestan. Ekspertni sistem treba da obuhvati i objedini te sposobnosti, veštine i iskustvo jednog ili više eksperata. Znanje se, naravno, može prikupljati i iz stručnih knjiga i naučno - stručnih časopisa. Inžinjer znanja je osoba koja poznaje oblast računarskih nauka i veštačke inteligencije i zna kako se izgrađuju ekspertni sistemi. On kroz pitanja i razgovore sa ekspertom od njega prikuplja znanje, organizuje ga, odlučuje kako će ono biti prikazano u sistemu i piše programe, sam ili uz pomoć ekipe programera. Korisnik je osoba koja koristi ekspertni sistem, kad se on jednom završi. Osoblje uključuje sve one koji unose podatke u sistem (operateri, sekretarice i sl.). Alat za izgradnju ekspertnih sistema je programski jezik koji koristi inženjer znanja i/ili programer da bi taj sistem izgradio. Pod alatom se podrazumevaju i svi uslužni programi koji su na raspolaganju (editori, debageri, sredstva za izdvajanje znanja, grafika i dr.). Razvijeni su specijalizovani alati za izgradnju ekspertnih sistema, koji se nazivaju "školjke" (shells). Ovi alati se razlikuju od konvencionalnih programskih jezika po tome što obezbeđuju odgovarajuće načine za predstavljanje složenih koncepata i elemenata znanja. 3.0.

KOMPONENTE EKSPERTNOG SISTEMA Ekspertni sistemi treba da realizuju tri glavna zadataka inženjerstva znanja: •

prezentacija i memorisanje velike količine znanja problemske oblasti u računar,

•

aktiviranje korišćenja znanja problemske oblasti za rešavanje problema,

•

odgovor na korisnikovo pitanje.

Osnovne komponente ekspertnog sistema su:

•

Baza znanja (knowledge base)

•

Mehanizam zaključivanja (inference engine)

•

Komunikacioni interfejs

•

Globalna baza podataka

Na sledećoj slici prikazane su komponente ekspertnog sistema. KORISNIK

EKSPERTNI SISTEM Komunikacioni interfejs

Baza znanja

Mehanizam zaključivanja

Globalna baza podataka

Slika 2. Komponente ekspertnog sistema

Baza znanja (knowledge base) – baza činjenica i heuristika u području za koje je namenjen ekspertni sistem, pridruženih problemu. Baza znanja uključuje činjenice, relacije između činjenica i moguće metode za rešavanje problema u oblasti date aplikacije. Mehanizam zaključivanja (inference engine) – softver sposoban da sredi informacije iz baze znanja i da na osnovu toga izvuče zaključke. On radi tako što činjenice iz baze znanja kombinuje sa informacijama dobijenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri radu se koriste kontrolne strategije, koje odlučuju u kom trenutku treba primeniti neko od pravila iz baze znanja na nove činjenice dobijene tokom konsultovanja sa korisnikom. Na ovaj način se simulira ljudsko razmišljanje. Komunikacioni interfejs – deo koji omogućava dijalog između donosioca odluke (korisnika) i sistema. Sa jedne strane služi da korisnik u toku rada sistema dostavi informacije koje sistem iz baze znanja nije uspeo da dobije, a sa druge strane omogućava korisniku da za svaku odluku ekspertnog sistema traži dodatno objašnjenje o tome koji su ga zaključci vodili da donese takvu odluku. Globalna baza podataka – radna memorija za beleženje trenutnih statusa sistema, ulaznih podataka za određeni problem i relevantnih elemenata iz dotadašnjeg rada. Ona čuva činjenice i zaključke dobijene tokom tekuće ekspertize. Razlikuje se od baze znanja po tome što sadrži informacije koje se odnose isključivo na tekući problem odlučivanja.

4.0.

SVOJSTVA EKSPERTNOG SISTEMA

Srce svakog ekspertnog sistema je znanje akumulirano u procesu izgradnje tog sistema. "Znanje" ekspertnog sistema čine činjenice i heuristika (iskustvo i osećaj za izbor rešenja).

Činjenice čine glavni deo podataka o prirodi sistema, njegovim aktivnostima i ciljevima koje sistem ostvaruje kroz te aktivnosti. Određene pojave i manifestacije regularnog i neregularnog stanja u sistemu imaju svoje uzroke i posljedice i takođe se opisuju skupovima podataka. Svi ovi podaci uglavnom mogu biti raspoloživi, dokumentovani i verifikovani u domenu ekspertnog sistema. Heuristiku čine lična pravila rasuđivanja i vještina u izboru i donošenju odluka kojima se utiče na promjenu stanja sistema. Ona je uglavnom slabo dokumentovana i svojina je vrhunskih specijalista za oblast koju pokriva dati ekspertni sistem. Nivo performansi ekspertnog sistema je pre svega funkcija veličine i kvaliteta baze znanja tog sistema u kojoj su objedinjene činjenice i heuristika, a ne određenog formalizma zaključivanja i postupka koji se koriste u pretraživanju činjenica. U principu razlikujemo dva tipa znanja: •

eksplicitno znanje – znanje dato u pisanoj ili drugoj prenosnoj formi i nalazimo ga u knjigama, časopisima i sl. Ovo znanje je obično prihvaćeno kao univerzalno tačno.

•

implicitno znanje – heurističko znanje, ono znanje koje čovek ekspert gradi na osnovu iskustva i koje, kombinovano sa prvim tipom znanja, čini čoveka ekspertom. Znanje je dostupno i može se prenositi putem knjiga i lekcija. EKSPERTI VISOKOG NIVOA

MOGUĆNOST OBUČAVANJA

ZNANJA

MOGUĆNOST PREDVIĐANJA

INSTITUCIONALNA MEMORIJA Slika 3. Opšta svojstva ekspertnog sistema

Važno svojstvo ekspertnog sistema je ekspertiza visokog nivoa, koju obezbeđuje kao pomoć u rešavanju problema. Ta ekspertiza predstavlja najbolja razmišljanja vrhunskih eksperata u datoj oblasti, sakupljena i ugrađena u program tako da u postupku rešavanja problema mogu dovesti do preciznih i efikasnih rešenja. Mogućnost predviđanja je svojstvo koje proističe iz mogućnosti da se ekspertni sistem koristi kao model za rešavanje problema u datoj oblasti koji će, kao takav, davati odgovore na zadate probleme i pokazivati kako će se ti odgovori menjati zavisno od novih situacija. Celokupno znanje ugrađeno u ekspertni sistem prikupljeno je kroz interakciju sa ključnim osobljem u nekoj službi, odeljenju ili oblasti, tako da ono odslikava i tekuću politiku i način rada te grupe. Na taj način, ova kolekcija znanja postaje trajni zapis usklađenih najboljih metoda i postupaka koje ti ljudi koriste pri rešavanju problema. I kad ti ljudi odu iz

određene firme ovo znanje će ostati sačuvano. Ovo je veoma važno u poslovnim sistemima, a kritično u vojsci i državnim ustanovama zbog čestih premeštaja i izmene kadrova. Prikupljeno znanje je na taj način postalo institucionalna memorija, koja ublažava (iako nikad ne može potpuno ukloniti) nedostatke proistekle iz čestih fluktuacija ljudi. Još jedno važno svojstvo svakog ekspertnog sistema jeste i mogućnost obučavanja. Ekspertni sistem može biti oblikovan tako da omogući obuku za novodošle kadrove. Oni već imaju određena znanja i sposobnosti i potrebno je na njih preneti znanje i iskustvo prikupljeno i sačuvano u bazi znanja u vidu institucionalne memorije. Neophodno je da program poseduje mogućnost tečnog, prijateljskog dijaloga sa čovekom, kao i ugrađene metode učenja. Ekspertni sistem može biti podešen kako za obuku stručnih ljudi, tako i za uvođenje u posao pridošlih početnika. Područje primjene ES Ekspertni sistemi imaju za cilj da obezbjede odgovor na probleme koji zahtjevaju rasuđivanje, prepoznavanje i poređenje oblika, akviziciju novih koncepata, zaključivanje, ukratko, oni daju odgovor na pitanja koja zahtjevaju inteligenciju. ES se mogu efikasno primjenjivati u područjima gdje se mišljenje o problemu svodi na logičko rasuđivanje, a ne na izračunavanje, i gdje svaki korak u rješavanju problema ima veći broj alternativnih mogućnosti. Načini korištenja ES Postoje tri osnovna načina korištenja ES: •

prvi način, gdje korisnik traži odgovor na zadani problem,

•

drugi način, gdje je korisnik instruktor koji dodaje znanje u postojeći ES,

•

treći način, gdje je korisnik učenik koji uči od ES, na taj način povećavajući svoje znanje.

Glavne osobine ekspertnih sistema su: •

Integracija znanja - ES integriše znanje potencijalno velikog broja ljudi stručnjaka na jednom mjestu,

•

Povećava dostupnost - ES može se koristiti na svim lokacijama, 24 sata dnevno. Raspoloživi su uvijek i bez ograničenja, što je posebno aktuelno u nedostatku eksperata za određena područja ljudske aktivnosti,

•

Nivo subjektivnosti - ES zadržava nivo subjektivnosti koji je u njih inicijalno ugrađen, dok su eksperti skloni varijacijama subjektivnosti u rasđ|ivanju, što može dovesti do izvjesne zabune,

•

Smanjena cijena - ES je jeftiniji od eksperta. Ljudi stručnjaci srazmjerno su rijetki, pa prema tome i skupi, dok se ES lako reprodukuje u većem broju jednakih ili sličnih kopija,

•

Povećava pouzdanost - ES ne čini greške, ne umara se i ne zaboravlja,

•

Uslovi djelovanja - ES može djelovati u uslovima koji su za čovjeka opasni,

•

Brzina reakcije - brzina reakcija na nastali problem i

•

Tumačenje - opis do detalja kako se došlo do rješenja.

4.1.

Prednosti i nedostaci ekspertnih sistema

Ekspertni sistemi osiguravaju univerzalnu i stalnu raspoloživost, drugim riječima ekspert je uvijek na raspolaganju. Prisutna je i nepristrasnost, jer jednom organizovan ekspertni sistem je praktičan je praktično dosljedan. Ekspertni sistem ima savršenu memoriju i uzima sve relevantne faktore u obzir. Kvalitetno vrijeme stručnjaka je oslobođeno rutinskih poslova, jer ekspertni sistem obavlja postavljene zadatke i time dobiva ekonomsko opravdanje. Ekspertni sistem sadrži činjenice koje stručnjak uzima u obzir i praktična pravila koja stručnjak primjenjuje prilikom riješavanja problema. Jedna od velikih koristi ekspertnih sistema je kraće vrijeme odlučivanja, rutinske odluke koje odnose dosta vremena,lagano donose ekspertni sistemi i ljudi stručnjaci će imati više vremena na raspolaganje za kreativniji rad. ES imaju ograničenja u nekoliko područja problema. Prvo, za donošenje odluka u jednoj dinamičnoj sredini sa mnoštvom nestukturiranih problema nije dovoljno samo iskustvo, dakle empirijski pristup. Shodno tome mehanizam zaključivanja će vjerovatno biti nedovoljan. ES je ograničen na vrlo usko područje jer je izgradnja i održavanje velike baze znanja veoma teška. Sistem ne daje kvalitetan odgovor ako problem nije u potpunosti ograničen na specifično područje. Tada se javlja problem sa odlukama vezanim za široko interdisciplinarno znanje. Prilikom prikupljanja i organizovanja baze znanja, određene vrste zanja se ne mgu lako prevesti u pravilo AKO-ONDA. Takođe, postoji teškoća oko specifikacije heurističkog znanja rukovodioca, koje je važno za pravilno odlučivanje. Korisnički interfejs sa sistemom treba biti ostvaren preko „prirodnog“ dijaloga. Međutim, dijalog nije realno prirodan jezik. Korisnici moraju opisivati probleme u definisanom formalnom jeziku čije riječi i njihova kombinacija imaju veoma specifično značenje. Ograničeni broj stručnjaka za ekspertne sisteme i inžinjera za baze znanja, predstavljaju konstantu opasnost da poslovne aplikacije mogu lako pasti na poslednje mjesto

u razvoju ustupajući mjesto drugim dobro finansiranim područijima. Takođe, vrijeme odziva komercijalno dostupnih ekspertnih sistema relativno je sporo na večini personalnih računara. ČOVJEK EKSPERT

EKSPERTNI SISTEM

Može otići

Permanentno znanje

Teško prenosi svoje znanje

Znanje se lako prenosi

Teško dokumentuje znanje

Znanje se lako dokumentuje

Nepredvidiv

Konzistentan

Skup

Podnošljiva cijena Tabela 3. Prednosi ekspertnih sistema

ČOVJEK EKSPERT

EKSPERTNI SISTEM

Kreativan

Nema kreativnosti

Prilagodljiv

Nije prilagodljiv

Čulni senzori

Simboli kao ulaz

Širina sagledavanja

Usko sagledavanje

Zdrav razum

Tehničko znanje Tabela 4. Nedostaci ekspertnih sistema

5.0.

IZGRADNJA EKSPERTNIH SISTEMA

Kod ekspertnih sistema znanje je odvojeno od algoritama koji ga koriste. Baza znanja je zavisna od problemskog domena dok su mehanizam zaključivanja i interfrejs nezavisni. Medjutim ta dva nezavisna modula zajedno se nazivaju ljuska ekspertnog sistema. Samim dodavanjem nove baze dobivamo ekspretni sistem. Ljuske spadaju u dobrodošle alate za izradu ekspretnih sistema.

5.1.

Ljuske ekspretnih sistema

Za kvalitetan razvoj ljuske treba: •

Izabrati formalizam u kojem će biti predstavljeno znanje

•

Razviti formalizam zaključivanja

•

Razviti interfejs pomoću kojeg će sistem objašnjavati svoje odluke i davati odgovor na pitanja.

•

Razviti metod za rad sa nepouzdanim i nepotpunim informacijama.

5.2.

za

predstavljanje

znanja

adekvatan

mehanizmu

Automatsko učenje

Automatsko učenje predstavlja automatski proces dobivanja znanja na osnovu informacija dobivenih od učitelja ili od nekog spoljneg procesa ili samostalnim posmatranjem odnosno eksperimentisanjem. Rezultat tog učenja je formula, teorija, pravilo ili opis koncepta u kvalitetnom formalizmu. Načini učenja se klasifikuju prema više kriterijuma. Prema stepenu učešća induktivnog zaključivanja kod učenika tokom procesa učenja: direktno ili rutinsko učenje, učenje na osnovu kazanog, učenje na bazi objašnjenja, učenje po analgiji, učenje na osnovu primjera, učenje samostalim otkrivanjem. Najefikasniji oblik automatskog učenja učenje na osnovu primjera.

5.3.

Kvalitativno modeliranje

Kvalitativni model opisuju sistem na jednostavan simbolički način. Međutim kod ovih modela promjenljive su vezane relacijama koje mogu imati oblik jednačina, nejednačina ili logičkih izjava. Kvalitativni modeli su bazirani na skupu relacija među elementima sistemima. Sistem se može opisati i sa apstraktnim pojmovima. S obzirom na to razlikuju se: •

Komponentno orijentisan pristup gdje se ponašanje sistema izvodi iz ponašanja njegovih komponenti i

•

Procesno orijentisan pristup koji opisuje procese kao izvor svih promjena u sistemu.

5.4.

Alati za izgradnju ekspertnih sistema

Razlikuju se tri kategorije alata za izgradnju ekspertnih sistema: • Alati koji se koriste na personalnim kompjuterima •

Specijalizovani alati za izradu kompleksnih ekspertnih sistema

•

Alati za izradu kompleksnih ekspertnih sistema.

6.0. RAZLIKA OD KONVENCIONALNIH PROGRAMA Današnji računari rešavaju zadatke logikom konvencionalnih programa. Programi se sastoje u osnovi iz dva dela: •

algoritam

•

podaci.

Algoritam određuje kako rešiti određenu vrštu problema koristeći niz tačno definisanih pravila, a podaci karakterišu parametre u konkretnom problemu. Ljudsko znanje se ne uklapa u ovaj model. Sistemi na bazi znanja razlikuju se od konvencionalnih programa po načinu organizacije, po tome da je u njih ugrađeno znanje, po načinu izvršavanja i po efektu koji stvaraju kroz interakciju dijalogom. Može se, dakle, reći da je glavna razlika između konvencionalnih programa i ekspertnih sistema u tome što prvi manipulišu podacima, a drugi znanjem. Ostale razlike date su u sledećoj tabeli. KONVENCIONALNI PROGRAM predstavlja i algoritamski koristi podatke, ponavljajući proces efikasno manipulisanje velikim bazama podataka znanje i metodi korisničkog znanja su izmešani

znanje je organizovano u dva nivoa – podaci i program u slučaju novog znanja potrebno je reprogramiranje

EKSPERTNI SISTEM predstavlja i heuristički koristi znanje, proces zaključivanja efikasno manipulisanje velikim bazama znanja model rešavanja problema se pojavljuje kao baza znanja, a njom upravlja odvojeni deo – mehanizam zaključivanja (interpreter pravila) znanje je organizovano u bar tri nivoa – podaci, baza znanja i mehanizam zaključivanja novo znanje se dodaje bez reprogramiranja, proširivanjem baze znanja Tabela 2

Osim toga, konvencionalni programi su projektovani da svaki put daju konkretne rezultate. Ekspertni sistemi su projektovani da, uglavnom, daju korektne odgovore, a imaju i mogućnost da uče na greškama. U konvencionalnim programima su implementirani potpuno definisani algoritam i jasan način nalaženja rešenja, čak i kad se koristi kompleksno grananje, rekurzivne petlje i dr. Uglavnom su poslovi koje obavljaju stručnjaci takvi da ih, često, nije moguće opisati u algoritamskoj formi. Stručnjaci ne rade po čvrstom planu, već iskustvom i rasuđivanjem odlučuju kako će se dalje rešavati problem, ne "vide" kompletan postupak rešavanja odmah. Ekspertni sistemi su zasnovani na stručnoj veštini akumuliranoj u bazi znanja, tako da su u stanju da ponude inteligentan savet i na zahtev mogu objasniti svoju liniju rasuđivanja.

U konvencionalnim programima, moduli (potprogrami) se međusobno pozivaju po fiksnom, unapred definisanom postupku. U ekspertnim sistemima moduli se ne pozivaju između sebe direktno. Moduli komuniciraju sa okruženjem podataka. Struktura dozvoljava simultano izvršenje nekoliko modula (onih koje aktivira trenutno stanje baze podataka).

7.0.

ZAKLJUČAK

Ekspertni sistemi osiguravaju univerzalnu i stalnu raspoloživost odnosno ekspert je uvjek dostupan. Ekspertni sistem treba da obavlja postavljene zadatke da bi ekonomski bio opravdan. Budućnost eksertnih sistema je zagarantovana, pogotovo u području računovostva. Ekspertni sistemi će takođe obavljati mnoge upravljačke funkcije. Velika prednost ekspertnih sistema je kraće vrijeme odlučivanja, i oni su korisni kod problema kod koji se odluke zasnivaju na analizi i interpretaciji ogromne količine nekvantativnih podataka.

8.0.

LITERATURA

1. Latinovic B, „Ekspertni sistemi“, Panevropski univerzitet „Apeiron“, Banja Luka, 2006 god. 2. Jaroslav E. Poliščuk, „Ekspertni sistemi“ ETF Podgorica. (http://www.etf.ac.me/materijal/1190371410ES.pdf) Radić G. „MbIS - Management poslovnih informacionih sistema“ Apeiron, Banja Luka 3. Latinović B, „Informacioni sistemi“, Panevropski univerzitet „Apeiron“, Banja Luka, 2006 god. 4. www.wikipedia.org 5. www.cet.co.yu 6. www.znanje.org