SlideShare a Scribd company logo
1 of 29
Лекція №6. Експертні системи.
Для спеціальності 151 “Автоматизація та комп’ютерно-
інтегровані технології”
КНУБА, 2016
Соболевська Л.Г. sobolevska@atp.in.ua +38 066 251 89 80
 Експертна система (ЕС) – це інтелектуальна
комп'ютерна програма, що містить знання та
аналітичні здібності одного або кількох експертів у
відношенні до деякої галузі застосування і здатна
робити логічні висновки на основі цих знань, тим
самим забезпечуючи вирішення специфічних завдань
(консультування, навчання, діагностика, тестування,
проектування, тощо) без присутності експерта
(спеціаліста в конкретній проблемній галузі).
 Інше визначення:
 Експертна система – це система, яка використовує
базу знань для вирішення завдань (видачі
рекомендацій) в деякій предметній галузі.
Типові експертні системи можуть мати
таку структуру:
• База даних (не обов'язкова);
• База знань;
• Машина виведення (розв'язувач);
• Підсистема пояснень;
• Інтерфейс користувача.
Інтерфейс
користувача
Розв’язувач
База
знань
Підсистема
пояснень
Інтелектуальний
редактор бази
знань
Користувач Інженер по
знаннях +
експерт
 Користувач - фахівець предметної області, для якого
призначена система, Зазвичай його кваліфікація недостатньо
висока, і тому він потребує допомоги і підтримки своєї
діяльності з боку ЕС.
 Інженер по знаннях - фахівець зі штучного інтелекту, який
виступає в ролі проміжного буфера між експертом і базою
знань. Синоніми: когнітолог, інженер-інтерпретатор,
аналітик.
 Інтерфейс користувача - комплекс програм, що реалізують
діалог користувача з ЕС як на стадії введення інформації, так і
отримання результатів.
 База знань (БЗ) - ядро ЕС, сукупність знань предметної
області, записана на машинний носій в формі, зрозумілій
експерту і користувачу (зазвичай на деякій мові, наближеній
до природної). Паралельно такому "людському" поданню
існує БЗ у внутрішньому "машинному" поданні.
 Розв’язувач - програма, що моделює хід міркувань експерта на
підставі знань, наявних в БЗ. Синоніми: дедуктивна машина,
блок логічного висновку.
 Підсистема пояснень - програма, що дозволяє користувачеві
отримати відповіді на питання; "Як була отримана та чи інша
рекомендація?" і "Чому система прийняла таке рішення?"
Відповідь на питання "як" - це трасування всього процесу
отримання рішення із зазначенням використаних фрагментів
БЗ, тобто всіх кроків ланцюга умовиводів. Відповідь на питання
"чому" - посилання на умовивід, що безпосередньо передував
отриманому рішенню, тобто відхід на один крок назад.
 Інтелектуальний редактор БЗ - програма, що представляє
інженеру по знаннях можливість створювати БЗ в діалоговому
режимі. Включає в себе систему вкладених меню, шаблонів
мови представлення знань, підказок ( "help" - режим) і інших
сервісних засобів, що полегшують роботу з базою.
 чітка обмеженість предметної області;
 здатність приймати рішення в умовах невизначеності;
 здатність пояснювати хід і результат рішення зрозумілим для
користувача способом;
 чіткий поділ декларативних і процедурних знань (фактів і
механізмів виведення);
 здатність поповнювати базу знань, можливість нарощування
системи;
 результат видається в вигляді конкретних рекомендацій для
дій в ситуації, що склалася, не поступаються рішенням
кращих фахівців;
 орієнтація на рішення неформалізованих (спосіб формалізації
поки невідомий) завдань;
 алгоритм рішення не описується заздалегідь, а будується
самою експертною системою;
 відсутність гарантії знаходження оптимального рішення з
можливістю вчитися на помилках.
 DENDRAL - високоінтелектуальна система розпізнавання хімічних
структур. Це найстаріша з експертних програм. Перші версії даної
системи з'явилися ще в 1965 році. Користувач задає системі DENDRAL
деяку інформацію про речовину, а також дані спектрометрії
(інфрачервоної, ядерного магнітного резонансу і мас - спектрометрії), і
та у свою чергу видає діагноз у вигляді відповідної хімічної структури.
 MICIN - експертна система медичної діагностики. Її розроблено групою
з інфекційних захворювань Стенфордського університету. Програма
ставить відповідний діагноз, виходячи з наданих до неї симптомів, і
рекомендує курс медикаментозного лікування для діагностованої
інфекції.
 PUFF - система аналізу порушення дихання людини. Вона базується на
системі MICIN, з якої видалили дані про інфекції і вставили дані про
легеневі захворювання.
 PROSPECTOR - система, яку створено для сприяння пошуку комерційно
виправданих родовищ корисних копалин.
За метою створення
За ступенем складності структури
За зв'язком з реальним часом
За ступенем інтеграції з іншими
програмами
За завданням, що вирішується
 для навчання фахівців
 для вирішення задач
 для автоматизації рутинних робіт
 для тиражування знань експертів
 Поверхневі системи — подають знання про область
експертизи у вигляді правил (умова -> дія). Пошук
рішення полягає у виконанні тих правил, зразки яких
зіставляються з поточними даними. При цьому
передбачається, що в процесі пошуку рішення
послідовність формованих у такий спосіб ситуацій не
обірветься до одержання рішення, тобто не виникне
невідомої ситуації, що не зіставиться з жодним
правилом.
 Глибинні системи — крім можливостей поверхневих
систем, мають здатність при виникненні невідомої
ситуації визначати за допомогою деяких загальних
принципів, справедливих для області експертизи, які дії
варто виконати.
 Статичні ЕС розробляються в предметних
областях, у яких база знань та інтерпретовані дані
не змінюються в часі. Вони стабільні.
• Приклад. Діагностика несправностей в автомобілі.
 Квазідинамічні ЕС інтерпретують ситуацію, що
змінюється з деяким фіксованим інтервалом часу.
• Приклад. Мікробіологічні ЕС, в яких знімаються лабораторні
вимірювання з технологічного процесу один раз в 4 - 5
(виробництво лізину, наприклад) і аналізується динаміка
отриманих показників по відношенню до попереднього
виміру.
 Динамічні ЕС працюють у поєднанні з датчиками
об'єктів у режимі реального часу з постійною
інтерпретацією даних, що надходять.
• Приклад. Управління гнучкими виробничими комплексами,
моніторингом реанімаційних палат і т.д.
 Автономні ЕС працюють безпосередньо в режимі
консультацій з користувачем для специфічних
«експертних» завдань, для вирішення яких не
потрібно привертати традиційні методи обробки
даних (розрахунки, моделювання і т. д.)
 Гібридні ЕС – це програмний комплекс, який
агрегує стандартні пакети прикладних програм
(наприклад, математичну статистику, лінійне
програмування або системи управління базами
даних) та засоби маніпулювання знаннями. Це
може бути інтелектуальна надбудова над ППП або
інтегроване середовище для вирішення
складного завдання з елементами експертних
знань.
Інтерпретація даних
Діагностика
Моніторинг
Проектування
Прогнозування
Звідне Планування
Навчання
Керування
Підтримка ухвалення рішень
 Всі системи, засновані на знаннях, можна підрозділити
на системи:
• що вирішують завдання аналізу,
• що вирішують завдання синтезу.
 Основна відмінність завдань аналізу від завдань
синтезу полягає в наступному: якщо в завданнях аналізу
безліч рішень може бути перераховане і включене в
систему, то в завданнях синтезу безліч рішень
потенційно будується з рішень компонентів або
подпроблем.
 Завдання аналізу — це інтерпретація даних,
діагностика;
 Завдання синтезу — це проектування, планування.
 Комбіновані задачі: навчання, моніторинг,
прогнозування.
 Це одне з традиційних завдань для ЕС. Під
інтерпретацією розуміється визначення
сенсу даних, результати якого повинні бути
узгодженими і коректними. Зазвичай
передбачається багатоваріантний аналіз
даних.
Приклад:
• виявлення та ідентифікація різних типів океанських
суден;
• визначення основних властивостей особистості за
результатами психодіагностичного тестування.
 Під діагностикою розуміється виявлення
несправності в деякій системі. Несправність - це
відхилення від норми. Таке трактування дозволяє
з єдиних теоретичних позицій розглядати і
несправність устаткування в технічних системах, і
захворювання живих організмів, і всілякі
природні аномалії. Важливою специфікою є
необхідність розуміння функціональної
структури ( "анатомії") системи.
Приклад:
• діагностика і терапія звуження коронарних судин;
• діагностика помилок в апаратурі і математичному
забезпеченні ЕОМ.
 Основне завдання моніторингу - безперервна
інтерпретація даних в реальному масштабі часу і
сигналізація про вихід тих або інших параметрів за
допустимі межі. Головні проблеми - "пропуск"
тривожної ситуації і інверсне завдання
"помилкового" спрацьовування. Складність цих
проблем в розмитості симптомів тривожних
ситуацій і необхідність обліку часового контексту.
Приклад:
• контроль за роботою електростанцій;
• допомога диспетчерам атомного реактора,
контроль аварійних датчиків на хімічному заводі.
 Проектування полягає в підготовці специфікацій на
створення "об'єктів" із заздалегідь визначеними
властивостями. Під специфікацією розуміється весь набір
необхідних документів креслення, пояснювальна записка і
т.д. Основна проблеми тут - отримання чіткого структурного
опису знань про об'єкт. Для організації ефективного
проектування і перепроектування необхідно формувати не
тільки самі проектні рішення, але і мотиви їх прийняття.
Таким чином, в завданнях проектування тісно зв'язуються
два основні процеси, виконуваних в рамках відповідної ЕС:
процес виведення рішення і процес пояснення.
Приклад:
• проектування конфігурацій ЕОМ;
• синтез електричних ланцюгів.
 Прогнозуючі системи логічно виводять вірогідні
наслідки з заданих ситуацій. У прогнозуючої
системі зазвичай використовується параметрична
динамічна модель, в якій значення параметрів
"підганяються" під задану ситуацію. Виведені з
цієї моделі слідства складають основу для
прогнозів з ймовірними оцінками.
Приклад:
• передбачення погоди
• оцінки майбутнього врожаю;
• прогнози в економіці.
 Під плануванням розуміється знаходження
планів дій, що відносяться до об'єктів,
здатних виконувати деякі функції. У таких ЕС
використовуються моделі поведінки
реальних об'єктів з тим, щоб логічно вивести
наслідки планованої діяльності.
Приклад:
 планування поведінки робота,
 планування промислових замовлень,
 планування експерименту.
 Системи навчання діагностують помилки при
вивченні якої-небудь дисципліни за допомогою
ЕОМ і підказують правильні рішення. Вони
акумулюють знання про гіпотетичного "учня" і
його характерні помилки, потім в роботі здатні
діагностувати слабкості в знаннях учнів і
знаходити відповідні засоби для їх ліквідації. Крім
того, вони планують акт спілкування з учнем
залежно від успіхів учня з метою передачі знань.
Приклад:
• вивчення мови програмування Лісп;
• система вивчення мови Паскаль і ін.
У колектив розробників ЕС входять як
мінімум чотири людини:
• експерт;
• інженер по знаннях;
• програміст;
• користувач.
Очолює колектив інженер по знаннях, це
ключова фігура при розробці систем,
заснованих на знаннях.
 I. Вибір проблеми. На цьому етапі необхідно визначити
предметну область, для якої буде будуватися ЕС. Повинні
бути відомі принципи функціонування цієї предметної
області, які вирішуються завдання, об'єкти, їх
інформаційні характеристики і зв'язки між об'єктами.
Слід також поставити конкретні цілі, досягнення яких
буде результатом роботи ЕС. При виборі предметної
області необхідно дотримуватися двох обмежень:
• предметна область обов'язково повинна становити інтерес для
розробника;
• база знань не повинна містити занадто великий об'ѐм інформації, в
іншому випадку вона буде некерована.
 II. Збір і систематизація фактів. Цей етап
характеризується упорядкуванням фактів в такі
структури, які б відображали їх реальний логічний
зв'язок в рамках обраної предметної області.
 III. Побудова правил. Залежно від особливостей, властивих
обраній предметній області і поставленим цілям, для побудови
правил вибирається прямий або зворотній ланцюжок міркувань.
 IV. Формулювання питань. Для того щоб створена ЕС була
життєздатна, необхідно визначити приблизний перелік питань,
на які вона повинна давати відповіді. Перелік питань складає
область запитів, тобто ту область, в якій ЕС виступає в ролі
експерта. В ідеальному варіанті повнота бази знань повинна
цілком «покривати» область запитів.
 V. Побудова дерева рішень. Дерево рішень являє собою
сукупність питань, які відбирають факти для відповіді на той з
них, який був поставлений спочатку при зверненні до ЕС, тобто
шлях від вершини дерева по самому дереву є задоволенням
заданої мети. «Подорож» по дереву може розгалужуватися в
різних напрямках, «збираючи», таким чином, факти в різних
комбінаціях. Подібне розгалуження передбачає досягнення
кількох цілей.
Пакети прикладних программ Експертні системи
Детерміновані, тобто одне і те ж завдання кожного
разу вирішується по одному і тому ж алгоритму
По-перше, завдання весь час вирішуються різні.
По-друге кожна нова задача визначається новою
метою, для досягнення якої щоразу необхідно
будувати нове дерево рішень
Мета програми - обробка числових і текстових
значень
Мета - видача рекомендацій, що вироблені на
підставі передбачення поведінки об'єкта
Обробка побудована на основі лінійних відносин Обробляються довільні символьні вирази
(концептуальні, часові, просторові відносини)
В якості вихідної інформації для обробки
використовуються загальновизнані факти
ЕС орієнтована на роботу з емпіричними даними
або знаннями, тобто заснованими на досвіді і
спираються на практику
Побудовано за математичними правилами, тобто
реалізує попередньо формалізований алгоритм
Будується на обробці символьних виразів,
характерних для евристичних (творчих, психічних)
процесів вирішення будь-яких завдань
При конкретних даних завжди конкретний
результат, вірогідність точності якого може бути
оцінена одиницею
Імовірнісний характер рішення
Для програмування використовуються алгоритмічні
мови
Для програмування використовуються
спеціальні мови штучного інтелекту, наприклад,
Lisp, PROLOG, Perl
Дякую за увагу!
29

More Related Content

What's hot

використання природних індикаторів
використання природних індикаторіввикористання природних індикаторів
використання природних індикаторівLiliya_anatolivna
 
Хронологічна таблиця основних подій правління у києві ярослава мудрого
Хронологічна таблиця основних подій правління у києві ярослава мудрогоХронологічна таблиця основних подій правління у києві ярослава мудрого
Хронологічна таблиця основних подій правління у києві ярослава мудрогоTetjana Bilotserkivets
 
8 клас-грунти україни-шерстій-о-о
8  клас-грунти україни-шерстій-о-о8  клас-грунти україни-шерстій-о-о
8 клас-грунти україни-шерстій-о-оoleg060698
 
вода. способи очищення води у побуті
вода. способи очищення води у побутівода. способи очищення води у побуті
вода. способи очищення води у побутіmila1313
 
властивості неметалів
властивості неметаліввластивості неметалів
властивості неметалівSvetlana Motchana
 
Акція "16 днів проти насильства"
Акція "16 днів проти насильства"Акція "16 днів проти насильства"
Акція "16 днів проти насильства"Тетяна Шверненко
 
Презентація на тему: "Хлоридна кислота"
Презентація на тему: "Хлоридна кислота"Презентація на тему: "Хлоридна кислота"
Презентація на тему: "Хлоридна кислота"vvbalanenko
 
Презентація досвіду роботи вчителя біології
Презентація досвіду роботи вчителя біологіїПрезентація досвіду роботи вчителя біології
Презентація досвіду роботи вчителя біологіїnelya3001
 
Фізикат пр тпр тпр тпрМишак
Фізикат пр тпр тпр тпрМишакФізикат пр тпр тпр тпрМишак
Фізикат пр тпр тпр тпрМишакMihailichenk Lud
 
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...Tetiana Taranchuk
 
Презентація "Математика у фізиці"
Презентація "Математика у фізиці"Презентація "Математика у фізиці"
Презентація "Математика у фізиці"tomakiiba
 
північна америка. внутрішні води
північна америка. внутрішні водипівнічна америка. внутрішні води
північна америка. внутрішні водиvyglinska
 
аудіювання 5 6 кл
аудіювання 5 6 клаудіювання 5 6 кл
аудіювання 5 6 клvalentina31415
 
Попередження неуспішності учнів
Попередження неуспішності учнівПопередження неуспішності учнів
Попередження неуспішності учнівsukhoverkhova1
 
завдання на картках 7 клас валентність
завдання на картках 7 клас   валентністьзавдання на картках 7 клас   валентність
завдання на картках 7 клас валентністьoksanachernish
 
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...Ковпитська ЗОШ
 
Тема 2. Основні періоди розвитку управлінської думки.
Тема 2. Основні періоди розвитку управлінської думки.Тема 2. Основні періоди розвитку управлінської думки.
Тема 2. Основні періоди розвитку управлінської думки.NinaDrokina
 
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..ppt
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..pptПоняття про селекцію. Одомашнення тварин. Введення в культуру рослин..ppt
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..pptРепетитор Історія України
 

What's hot (20)

використання природних індикаторів
використання природних індикаторіввикористання природних індикаторів
використання природних індикаторів
 
Хронологічна таблиця основних подій правління у києві ярослава мудрого
Хронологічна таблиця основних подій правління у києві ярослава мудрогоХронологічна таблиця основних подій правління у києві ярослава мудрого
Хронологічна таблиця основних подій правління у києві ярослава мудрого
 
8 клас-грунти україни-шерстій-о-о
8  клас-грунти україни-шерстій-о-о8  клас-грунти україни-шерстій-о-о
8 клас-грунти україни-шерстій-о-о
 
Будова і функції нервової системи
Будова і функції нервової системиБудова і функції нервової системи
Будова і функції нервової системи
 
вода. способи очищення води у побуті
вода. способи очищення води у побутівода. способи очищення води у побуті
вода. способи очищення води у побуті
 
властивості неметалів
властивості неметаліввластивості неметалів
властивості неметалів
 
Акція "16 днів проти насильства"
Акція "16 днів проти насильства"Акція "16 днів проти насильства"
Акція "16 днів проти насильства"
 
Презентація на тему: "Хлоридна кислота"
Презентація на тему: "Хлоридна кислота"Презентація на тему: "Хлоридна кислота"
Презентація на тему: "Хлоридна кислота"
 
Презентація досвіду роботи вчителя біології
Презентація досвіду роботи вчителя біологіїПрезентація досвіду роботи вчителя біології
Презентація досвіду роботи вчителя біології
 
Фізикат пр тпр тпр тпрМишак
Фізикат пр тпр тпр тпрМишакФізикат пр тпр тпр тпрМишак
Фізикат пр тпр тпр тпрМишак
 
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...
Портфоліо вчителя початкових класів Бишівської ЗОШ І-ІІІ ст. Шпирки Валентини...
 
Презентація "Математика у фізиці"
Презентація "Математика у фізиці"Презентація "Математика у фізиці"
Презентація "Математика у фізиці"
 
північна америка. внутрішні води
північна америка. внутрішні водипівнічна америка. внутрішні води
північна америка. внутрішні води
 
аудіювання 5 6 кл
аудіювання 5 6 клаудіювання 5 6 кл
аудіювання 5 6 кл
 
Попередження неуспішності учнів
Попередження неуспішності учнівПопередження неуспішності учнів
Попередження неуспішності учнів
 
завдання на картках 7 клас валентність
завдання на картках 7 клас   валентністьзавдання на картках 7 клас   валентність
завдання на картках 7 клас валентність
 
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...
Посадова інструкція асистента вчителя. Таблиця обов'язків учителя, асистента ...
 
Тема 2. Основні періоди розвитку управлінської думки.
Тема 2. Основні періоди розвитку управлінської думки.Тема 2. Основні періоди розвитку управлінської думки.
Тема 2. Основні періоди розвитку управлінської думки.
 
Йонний зв'язок
Йонний зв'язокЙонний зв'язок
Йонний зв'язок
 
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..ppt
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..pptПоняття про селекцію. Одомашнення тварин. Введення в культуру рослин..ppt
Поняття про селекцію. Одомашнення тварин. Введення в культуру рослин..ppt
 

Similar to Ai №6. Експертні системи.

презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power pointKristnaAlieva
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power pointKristnaAlieva
 
Programni zasobi navchalnogo_priznachennja
Programni zasobi navchalnogo_priznachennjaProgramni zasobi navchalnogo_priznachennja
Programni zasobi navchalnogo_priznachennjadnzcpto1
 
експертні системи в сільському господарстві
експертні системи в сільському господарствіекспертні системи в сільському господарстві
експертні системи в сільському господарствіAlena Nelepova
 
завальний Lpc2000
завальний Lpc2000завальний Lpc2000
завальний Lpc2000Amonraa_
 
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія Ортинська
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія ОртинськаЧому? Що? Як? патентувати в галузі software та бізнес методів - Марія Ортинська
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія ОртинськаUBA-komitet
 
використання комп’ютерних систем у навчальному процесі
використання комп’ютерних систем у навчальному процесівикористання комп’ютерних систем у навчальному процесі
використання комп’ютерних систем у навчальному процесіЮра Гуцман
 
Ai №7. Системи підтримки прийняття рішень.
Ai №7. Системи підтримки прийняття рішень.Ai №7. Системи підтримки прийняття рішень.
Ai №7. Системи підтримки прийняття рішень.Lesia Sobolevska
 
Концепція розробки програмного забезпечення для програмованих логічних контро...
Концепція розробки програмного забезпечення для програмованих логічних контро...Концепція розробки програмного забезпечення для програмованих логічних контро...
Концепція розробки програмного забезпечення для програмованих логічних контро...Пупена Александр
 
Petrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievPetrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievVolodymyr Saviak
 
Methods Of Reliability Analysis
Methods Of Reliability AnalysisMethods Of Reliability Analysis
Methods Of Reliability AnalysisSvitlana volkova
 
презентація
презентаціяпрезентація
презентаціяKaterina78
 

Similar to Ai №6. Експертні системи. (20)

презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power point
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power point
 
Aref -
Aref -Aref -
Aref -
 
урок 6
урок 6урок 6
урок 6
 
6545
65456545
6545
 
Programni zasobi navchalnogo_priznachennja
Programni zasobi navchalnogo_priznachennjaProgramni zasobi navchalnogo_priznachennja
Programni zasobi navchalnogo_priznachennja
 
косилов автореферат
косилов авторефераткосилов автореферат
косилов автореферат
 
експертні системи в сільському господарстві
експертні системи в сільському господарствіекспертні системи в сільському господарстві
експертні системи в сільському господарстві
 
завальний Lpc2000
завальний Lpc2000завальний Lpc2000
завальний Lpc2000
 
Операційні системи
Операційні системи Операційні системи
Операційні системи
 
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія Ортинська
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія ОртинськаЧому? Що? Як? патентувати в галузі software та бізнес методів - Марія Ортинська
Чому? Що? Як? патентувати в галузі software та бізнес методів - Марія Ортинська
 
Presentation nsau
Presentation nsauPresentation nsau
Presentation nsau
 
використання комп’ютерних систем у навчальному процесі
використання комп’ютерних систем у навчальному процесівикористання комп’ютерних систем у навчальному процесі
використання комп’ютерних систем у навчальному процесі
 
Ai №7. Системи підтримки прийняття рішень.
Ai №7. Системи підтримки прийняття рішень.Ai №7. Системи підтримки прийняття рішень.
Ai №7. Системи підтримки прийняття рішень.
 
Концепція розробки програмного забезпечення для програмованих логічних контро...
Концепція розробки програмного забезпечення для програмованих логічних контро...Концепція розробки програмного забезпечення для програмованих логічних контро...
Концепція розробки програмного забезпечення для програмованих логічних контро...
 
Petrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievPetrenko hpc day 2011 Kiev
Petrenko hpc day 2011 Kiev
 
Methods Of Reliability Analysis
Methods Of Reliability AnalysisMethods Of Reliability Analysis
Methods Of Reliability Analysis
 
презентація
презентаціяпрезентація
презентація
 
SPR
SPRSPR
SPR
 
Програмне забезпечення
Програмне забезпеченняПрограмне забезпечення
Програмне забезпечення
 

More from Lesia Sobolevska

Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Lesia Sobolevska
 
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Lesia Sobolevska
 
Моделювання на ЕОМ. Теоретичні питання моделювання.
Моделювання на ЕОМ. Теоретичні питання моделювання.Моделювання на ЕОМ. Теоретичні питання моделювання.
Моделювання на ЕОМ. Теоретичні питання моделювання.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТВступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТLesia Sobolevska
 
Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Lesia Sobolevska
 
Ai №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІAi №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІLesia Sobolevska
 
Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Lesia Sobolevska
 
Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Lesia Sobolevska
 
Принципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityПринципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityLesia Sobolevska
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Lesia Sobolevska
 
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.Lesia Sobolevska
 
Моделювання на ЕОМ. Лекції №1-№3
Моделювання на ЕОМ. Лекції №1-№3Моделювання на ЕОМ. Лекції №1-№3
Моделювання на ЕОМ. Лекції №1-№3Lesia Sobolevska
 
Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Lesia Sobolevska
 
Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Lesia Sobolevska
 
Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Lesia Sobolevska
 

More from Lesia Sobolevska (20)

Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
 
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
 
Моделювання на ЕОМ. Теоретичні питання моделювання.
Моделювання на ЕОМ. Теоретичні питання моделювання.Моделювання на ЕОМ. Теоретичні питання моделювання.
Моделювання на ЕОМ. Теоретичні питання моделювання.
 
Smart Slavutich Hacaton
Smart Slavutich HacatonSmart Slavutich Hacaton
Smart Slavutich Hacaton
 
Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.
 
Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.
 
Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.
 
Вступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТВступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТ
 
Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.
 
Ai №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІAi №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІ
 
Ai №4.
Ai №4.Ai №4.
Ai №4.
 
Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.
 
Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.
 
Принципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityПринципы и проблемы построения Smart city
Принципы и проблемы построения Smart city
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2
 
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.
Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.
 
Моделювання на ЕОМ. Лекції №1-№3
Моделювання на ЕОМ. Лекції №1-№3Моделювання на ЕОМ. Лекції №1-№3
Моделювання на ЕОМ. Лекції №1-№3
 
Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Computers and Computing Works lecture №10
Computers and Computing Works lecture №10
 
Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Computers and Computing Works lecture №9
Computers and Computing Works lecture №9
 
Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Computers and Computing Works lecture №8
Computers and Computing Works lecture №8
 

Ai №6. Експертні системи.

  • 1. Лекція №6. Експертні системи. Для спеціальності 151 “Автоматизація та комп’ютерно- інтегровані технології” КНУБА, 2016 Соболевська Л.Г. sobolevska@atp.in.ua +38 066 251 89 80
  • 2.  Експертна система (ЕС) – це інтелектуальна комп'ютерна програма, що містить знання та аналітичні здібності одного або кількох експертів у відношенні до деякої галузі застосування і здатна робити логічні висновки на основі цих знань, тим самим забезпечуючи вирішення специфічних завдань (консультування, навчання, діагностика, тестування, проектування, тощо) без присутності експерта (спеціаліста в конкретній проблемній галузі).  Інше визначення:  Експертна система – це система, яка використовує базу знань для вирішення завдань (видачі рекомендацій) в деякій предметній галузі.
  • 3.
  • 4. Типові експертні системи можуть мати таку структуру: • База даних (не обов'язкова); • База знань; • Машина виведення (розв'язувач); • Підсистема пояснень; • Інтерфейс користувача.
  • 6.  Користувач - фахівець предметної області, для якого призначена система, Зазвичай його кваліфікація недостатньо висока, і тому він потребує допомоги і підтримки своєї діяльності з боку ЕС.  Інженер по знаннях - фахівець зі штучного інтелекту, який виступає в ролі проміжного буфера між експертом і базою знань. Синоніми: когнітолог, інженер-інтерпретатор, аналітик.  Інтерфейс користувача - комплекс програм, що реалізують діалог користувача з ЕС як на стадії введення інформації, так і отримання результатів.  База знань (БЗ) - ядро ЕС, сукупність знань предметної області, записана на машинний носій в формі, зрозумілій експерту і користувачу (зазвичай на деякій мові, наближеній до природної). Паралельно такому "людському" поданню існує БЗ у внутрішньому "машинному" поданні.
  • 7.  Розв’язувач - програма, що моделює хід міркувань експерта на підставі знань, наявних в БЗ. Синоніми: дедуктивна машина, блок логічного висновку.  Підсистема пояснень - програма, що дозволяє користувачеві отримати відповіді на питання; "Як була отримана та чи інша рекомендація?" і "Чому система прийняла таке рішення?" Відповідь на питання "як" - це трасування всього процесу отримання рішення із зазначенням використаних фрагментів БЗ, тобто всіх кроків ланцюга умовиводів. Відповідь на питання "чому" - посилання на умовивід, що безпосередньо передував отриманому рішенню, тобто відхід на один крок назад.  Інтелектуальний редактор БЗ - програма, що представляє інженеру по знаннях можливість створювати БЗ в діалоговому режимі. Включає в себе систему вкладених меню, шаблонів мови представлення знань, підказок ( "help" - режим) і інших сервісних засобів, що полегшують роботу з базою.
  • 8.  чітка обмеженість предметної області;  здатність приймати рішення в умовах невизначеності;  здатність пояснювати хід і результат рішення зрозумілим для користувача способом;  чіткий поділ декларативних і процедурних знань (фактів і механізмів виведення);  здатність поповнювати базу знань, можливість нарощування системи;  результат видається в вигляді конкретних рекомендацій для дій в ситуації, що склалася, не поступаються рішенням кращих фахівців;  орієнтація на рішення неформалізованих (спосіб формалізації поки невідомий) завдань;  алгоритм рішення не описується заздалегідь, а будується самою експертною системою;  відсутність гарантії знаходження оптимального рішення з можливістю вчитися на помилках.
  • 9.  DENDRAL - високоінтелектуальна система розпізнавання хімічних структур. Це найстаріша з експертних програм. Перші версії даної системи з'явилися ще в 1965 році. Користувач задає системі DENDRAL деяку інформацію про речовину, а також дані спектрометрії (інфрачервоної, ядерного магнітного резонансу і мас - спектрометрії), і та у свою чергу видає діагноз у вигляді відповідної хімічної структури.  MICIN - експертна система медичної діагностики. Її розроблено групою з інфекційних захворювань Стенфордського університету. Програма ставить відповідний діагноз, виходячи з наданих до неї симптомів, і рекомендує курс медикаментозного лікування для діагностованої інфекції.  PUFF - система аналізу порушення дихання людини. Вона базується на системі MICIN, з якої видалили дані про інфекції і вставили дані про легеневі захворювання.  PROSPECTOR - система, яку створено для сприяння пошуку комерційно виправданих родовищ корисних копалин.
  • 10. За метою створення За ступенем складності структури За зв'язком з реальним часом За ступенем інтеграції з іншими програмами За завданням, що вирішується
  • 11.  для навчання фахівців  для вирішення задач  для автоматизації рутинних робіт  для тиражування знань експертів
  • 12.  Поверхневі системи — подають знання про область експертизи у вигляді правил (умова -> дія). Пошук рішення полягає у виконанні тих правил, зразки яких зіставляються з поточними даними. При цьому передбачається, що в процесі пошуку рішення послідовність формованих у такий спосіб ситуацій не обірветься до одержання рішення, тобто не виникне невідомої ситуації, що не зіставиться з жодним правилом.  Глибинні системи — крім можливостей поверхневих систем, мають здатність при виникненні невідомої ситуації визначати за допомогою деяких загальних принципів, справедливих для області експертизи, які дії варто виконати.
  • 13.  Статичні ЕС розробляються в предметних областях, у яких база знань та інтерпретовані дані не змінюються в часі. Вони стабільні. • Приклад. Діагностика несправностей в автомобілі.  Квазідинамічні ЕС інтерпретують ситуацію, що змінюється з деяким фіксованим інтервалом часу. • Приклад. Мікробіологічні ЕС, в яких знімаються лабораторні вимірювання з технологічного процесу один раз в 4 - 5 (виробництво лізину, наприклад) і аналізується динаміка отриманих показників по відношенню до попереднього виміру.  Динамічні ЕС працюють у поєднанні з датчиками об'єктів у режимі реального часу з постійною інтерпретацією даних, що надходять. • Приклад. Управління гнучкими виробничими комплексами, моніторингом реанімаційних палат і т.д.
  • 14.  Автономні ЕС працюють безпосередньо в режимі консультацій з користувачем для специфічних «експертних» завдань, для вирішення яких не потрібно привертати традиційні методи обробки даних (розрахунки, моделювання і т. д.)  Гібридні ЕС – це програмний комплекс, який агрегує стандартні пакети прикладних програм (наприклад, математичну статистику, лінійне програмування або системи управління базами даних) та засоби маніпулювання знаннями. Це може бути інтелектуальна надбудова над ППП або інтегроване середовище для вирішення складного завдання з елементами експертних знань.
  • 16.  Всі системи, засновані на знаннях, можна підрозділити на системи: • що вирішують завдання аналізу, • що вирішують завдання синтезу.  Основна відмінність завдань аналізу від завдань синтезу полягає в наступному: якщо в завданнях аналізу безліч рішень може бути перераховане і включене в систему, то в завданнях синтезу безліч рішень потенційно будується з рішень компонентів або подпроблем.  Завдання аналізу — це інтерпретація даних, діагностика;  Завдання синтезу — це проектування, планування.  Комбіновані задачі: навчання, моніторинг, прогнозування.
  • 17.  Це одне з традиційних завдань для ЕС. Під інтерпретацією розуміється визначення сенсу даних, результати якого повинні бути узгодженими і коректними. Зазвичай передбачається багатоваріантний аналіз даних. Приклад: • виявлення та ідентифікація різних типів океанських суден; • визначення основних властивостей особистості за результатами психодіагностичного тестування.
  • 18.  Під діагностикою розуміється виявлення несправності в деякій системі. Несправність - це відхилення від норми. Таке трактування дозволяє з єдиних теоретичних позицій розглядати і несправність устаткування в технічних системах, і захворювання живих організмів, і всілякі природні аномалії. Важливою специфікою є необхідність розуміння функціональної структури ( "анатомії") системи. Приклад: • діагностика і терапія звуження коронарних судин; • діагностика помилок в апаратурі і математичному забезпеченні ЕОМ.
  • 19.  Основне завдання моніторингу - безперервна інтерпретація даних в реальному масштабі часу і сигналізація про вихід тих або інших параметрів за допустимі межі. Головні проблеми - "пропуск" тривожної ситуації і інверсне завдання "помилкового" спрацьовування. Складність цих проблем в розмитості симптомів тривожних ситуацій і необхідність обліку часового контексту. Приклад: • контроль за роботою електростанцій; • допомога диспетчерам атомного реактора, контроль аварійних датчиків на хімічному заводі.
  • 20.  Проектування полягає в підготовці специфікацій на створення "об'єктів" із заздалегідь визначеними властивостями. Під специфікацією розуміється весь набір необхідних документів креслення, пояснювальна записка і т.д. Основна проблеми тут - отримання чіткого структурного опису знань про об'єкт. Для організації ефективного проектування і перепроектування необхідно формувати не тільки самі проектні рішення, але і мотиви їх прийняття. Таким чином, в завданнях проектування тісно зв'язуються два основні процеси, виконуваних в рамках відповідної ЕС: процес виведення рішення і процес пояснення. Приклад: • проектування конфігурацій ЕОМ; • синтез електричних ланцюгів.
  • 21.  Прогнозуючі системи логічно виводять вірогідні наслідки з заданих ситуацій. У прогнозуючої системі зазвичай використовується параметрична динамічна модель, в якій значення параметрів "підганяються" під задану ситуацію. Виведені з цієї моделі слідства складають основу для прогнозів з ймовірними оцінками. Приклад: • передбачення погоди • оцінки майбутнього врожаю; • прогнози в економіці.
  • 22.  Під плануванням розуміється знаходження планів дій, що відносяться до об'єктів, здатних виконувати деякі функції. У таких ЕС використовуються моделі поведінки реальних об'єктів з тим, щоб логічно вивести наслідки планованої діяльності. Приклад:  планування поведінки робота,  планування промислових замовлень,  планування експерименту.
  • 23.  Системи навчання діагностують помилки при вивченні якої-небудь дисципліни за допомогою ЕОМ і підказують правильні рішення. Вони акумулюють знання про гіпотетичного "учня" і його характерні помилки, потім в роботі здатні діагностувати слабкості в знаннях учнів і знаходити відповідні засоби для їх ліквідації. Крім того, вони планують акт спілкування з учнем залежно від успіхів учня з метою передачі знань. Приклад: • вивчення мови програмування Лісп; • система вивчення мови Паскаль і ін.
  • 24. У колектив розробників ЕС входять як мінімум чотири людини: • експерт; • інженер по знаннях; • програміст; • користувач. Очолює колектив інженер по знаннях, це ключова фігура при розробці систем, заснованих на знаннях.
  • 25.
  • 26.  I. Вибір проблеми. На цьому етапі необхідно визначити предметну область, для якої буде будуватися ЕС. Повинні бути відомі принципи функціонування цієї предметної області, які вирішуються завдання, об'єкти, їх інформаційні характеристики і зв'язки між об'єктами. Слід також поставити конкретні цілі, досягнення яких буде результатом роботи ЕС. При виборі предметної області необхідно дотримуватися двох обмежень: • предметна область обов'язково повинна становити інтерес для розробника; • база знань не повинна містити занадто великий об'ѐм інформації, в іншому випадку вона буде некерована.  II. Збір і систематизація фактів. Цей етап характеризується упорядкуванням фактів в такі структури, які б відображали їх реальний логічний зв'язок в рамках обраної предметної області.
  • 27.  III. Побудова правил. Залежно від особливостей, властивих обраній предметній області і поставленим цілям, для побудови правил вибирається прямий або зворотній ланцюжок міркувань.  IV. Формулювання питань. Для того щоб створена ЕС була життєздатна, необхідно визначити приблизний перелік питань, на які вона повинна давати відповіді. Перелік питань складає область запитів, тобто ту область, в якій ЕС виступає в ролі експерта. В ідеальному варіанті повнота бази знань повинна цілком «покривати» область запитів.  V. Побудова дерева рішень. Дерево рішень являє собою сукупність питань, які відбирають факти для відповіді на той з них, який був поставлений спочатку при зверненні до ЕС, тобто шлях від вершини дерева по самому дереву є задоволенням заданої мети. «Подорож» по дереву може розгалужуватися в різних напрямках, «збираючи», таким чином, факти в різних комбінаціях. Подібне розгалуження передбачає досягнення кількох цілей.
  • 28. Пакети прикладних программ Експертні системи Детерміновані, тобто одне і те ж завдання кожного разу вирішується по одному і тому ж алгоритму По-перше, завдання весь час вирішуються різні. По-друге кожна нова задача визначається новою метою, для досягнення якої щоразу необхідно будувати нове дерево рішень Мета програми - обробка числових і текстових значень Мета - видача рекомендацій, що вироблені на підставі передбачення поведінки об'єкта Обробка побудована на основі лінійних відносин Обробляються довільні символьні вирази (концептуальні, часові, просторові відносини) В якості вихідної інформації для обробки використовуються загальновизнані факти ЕС орієнтована на роботу з емпіричними даними або знаннями, тобто заснованими на досвіді і спираються на практику Побудовано за математичними правилами, тобто реалізує попередньо формалізований алгоритм Будується на обробці символьних виразів, характерних для евристичних (творчих, психічних) процесів вирішення будь-яких завдань При конкретних даних завжди конкретний результат, вірогідність точності якого може бути оцінена одиницею Імовірнісний характер рішення Для програмування використовуються алгоритмічні мови Для програмування використовуються спеціальні мови штучного інтелекту, наприклад, Lisp, PROLOG, Perl