EXTRA UITLEG

3.1 Is een kennissysteem een oplossing

Extra uitleg 3.1.1

De kennis gerepresenteerd in een kennissysteem is vaak heuristische kennis, die experts hebben opgedaan uit ervaring. Deze heuristieken leiden vaak tot een juiste oplossing van een bepaald probleem. Doordat deze kennis niet voortkomt uit een uitputtend onderzoek van het probleem, kan het echter voorkomen, dat de heuristiek niet tot een oplossing leidt, of zelfs tot een verkeerde oplossing. Heuristieken leiden eerder tot een acceptabele oplossing dan tot een correcte oplossing en worden gebruikt, omdat (1) het aantal mogelijkheden dat moet worden onderzocht te groot is, of (2) het algoritme om elke mogelijke oplossing te evalueren to complex is of (3) het algoritme om de oplossingen te evalueren onbekend is en moet worden benaderd. Heuristieken zijn bij uitstek geschikt om in een kennissysteem te vatten, omdat de vuistregels vaak sterk van elkaar afhangen. In een imperatief programma, zou dit teveel (vaak geneste) condities opleveren.

Het volgende voorbeeld illustreert het verschil tussen het ontwikkelen van een kennisintensieve functie m.b.v. conventionele technieken en m.b.v. kennistechnologische technieken. Het subsysteem in kwestie heeft tot doel om voor een bepaalde verzekering het normbedrag te bepalen voor het eigen risico.

Conventionele aanpak m.b.v. een algoritme:

ALS jaren rijervaring tussen 6 en 10 jaar EN

veilig gebied

DAN risico = gemiddeld groot

ALS jaren rijervaring tussen 1 en 10 jaar

DAN

ALS verzekeringstype = WA

DAN norm eigen risico = 500

ANDERS

ALS verzekeringstype = ALLRISK

DAN

ALS risico = gemiddeld groot EN

bestaande klant

DAN norm eigen risico = 1000

ANDERS

ALS veilig gebied

DAN norm eigen risico = 750

ANDERS

ALS niet bestaande klant
DAN norm eigen risico = 1250

EINDE

EINDE

EINDE

EINDE

EINDE

Kennisintensieve aanpak m.b.v. expliciete kennisrelaties

De kennisbank:

ALS jaren rijervaring tussen 6 en 10 jaar

EN veilig gebied

DAN risico = gemiddeld groot

ALS jaren rijervaring tussen 1 en 10 jaar

EN verzekeringstype = WA

DAN norm eigen risico = 500

ALS risico = gemiddeld groot

EN verzekeringstype = ALLRISK

EN klant is bestaande relatie

DAN norm eigen risico = 1000

ALS jaren rijervaring tussen 1 en 10 jaar

EN verzekeringstype = ALLRISK

EN veilig gebied

DAN norm eigen risico = 750

ALS jaren rijervaring tussen 1 en 10 jaar

EN verzekeringstype = ALLRISK

EN GEEN veilig gebied

EN klant is GEEN bestaande relatie

DAN norm eigen risico = 1250

Het redeneeralgoritme:

Stap 1:

Bepaal alle kennisrelaties die een waarde voor het doel (norm eigen risico) kunnen concluderen.

Stap 2:

ZOLANG waarde voor doel nog niet is bereikt EN

nog niet alle kennisrelaties gevonden in stap 1 zijn geprobeerd

DOE

Kies uit de verzameling niet geëvalueerde regels de regel die het eerst in de regelverzameling voorkomt. Bewijs voor de gekozen regel één voor één elke voorwaarde tussen ALS en DAN, door de voorwaarde het nieuwe doel te maken en dit algoritme recursief toe te passen

ALS alle voorwaarden slagen DAN

voeg de conclusies toe aan de feiten verzameling
EINDE ALS

EINDE ZOLANG

In de praktijk gaat het vaak om veel complexere kennis dan in dit eenvoudige voorbeeld. Het verschil in overzichtelijkheid tussen een conventionele aanpak en een kennissysteem is dan nog groter.

Extra uitleg 3.1.2

Een kennissysteem is makkelijker aan te passen aan veranderende kennis dan een conventioneel systeem. Met name wanneer bepaalde regels veranderen is een kennissyteem flexibel. Denk hierbij bv. aan wetsregels. In een juridisch kennissysteem kunnen wetsregels gemakkelijk worden toegevoegd of aangepast. Kennis die echter te frequent verandert is zelfs in een kennissysteem lastig te vatten; de regels zouden dan te vaak moeten worden aangepast. Domeinkennis is in het algemeen gemakkelijker aan te passen dan procedurele kennis. Zo kan in een medisch kennissysteem eenvoudig een nieuw ontdekte ziekte met symptomen worden toegevoegd, maar is het lastiger om het diagnoseproces te veranderen. Door de scheiding van domeinkennis en procedurele kennis (die karakteristiek is voor kennissystemen) wordt het makkelijker om een van beide soorten kennis aan te passen.

Extra uitleg 3.1.3

Denk hierbij bv. aan de kennis van een kok. Echte chefkoks gebruiken niet zozeer een recept, maar gaan af op ervaring en gebruiken hierbij allerlei zintuigen. Zo gebruiken zij hun neus om te ruiken of er nog meer basilicum in de saus moet, horen ze of de biefstuk niet te hard gaat en voelen ze of de cakejes al gaar zijn. Hierdoor is hun kennis lastig te vatten in een kennissysteem.