xây dựng hệ chuyên gia chẩn đoán chứng cam của trẻ em

1

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG




BÙI ĐỨC TRƢỜNG



XÂY DỰNG HỆ CHUYÊN GIA CHẨN ĐOÁN CHỨNG CAM
CỦA TRẺ EM
Chuyên ngành: Khoa học máy tính
Mã số: 60 48 01



LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS LÊ BÁ DŨNG

Thái Nguyên - 2014



2

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn là công trình nghiên cứu của riêng cá nhân tôi,
không sao chép của ai. Luận văn là do tôi tự nghiên cứu, đọc, dịch tài liệu, tổng
hợp và thực hiện. Nội dung lý thuyết trong luận văn có sử dụng một số tài liệu
tham khảo nhƣ đã trình bày trong phần tài lieuj tham khảo. Chƣơng trình phần
mềm và những kết quả trong luận văn là trng thực và chƣa đƣợc công bố trong
bất kỳ một công trình nào khác.
Thái Nguyên, ngày 16 tháng 5 năm 2014
Học viên thực hiện



Bùi Đức Trƣờng

3

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CẢM ƠN
Đầu tiên, tôi xin gửi lời cảm ơn sâu sắc đến thầy giáo, cán bộ hƣớng dẫn
khoa học PGS.TS Lê Bá Dũng, ngƣời thầy đã tận tình hƣớng dẫn tôi từ những
buổi đầu tiên khi tiếp cận với đề tài khoa học.
Tôi xin bày tỏ lòng biết ơn đến các thầy cô giáo ở trƣờng Đại học Công
nghệ thông tin và Truyền thông – Đại học Thái Nguyên, các cán bộ giảng viên
và chuyên viên Trƣờng Cao Đẳng Cộng Đồng Hải Phòng đã tận tình giảng dạy
và tạo mọi điều kiện cho tôi học tập, nghiên cứu và hoàn thành luận văn này.
Tôi xin chân thành cảm ơn các bạn học viên lớp CK11B – Khoa học máy
tính đã giúp đỡ, tạo điều kiện cho tôi trong suốt quá trình học tập và thực hiện
luận văn.
Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc nhất đến gia đình, đồng nghiệp và
bạn bè tôi, những ngƣời đã động viên, tạo mọi điều kiện cho tôi lao động và học
tập trong suốt thời gian qua.
Một lần nữa, xin chân thành cảm ơn!

Thái Nguyên, ngày 16 tháng 5 năm 2014
Học viên thực hiện

Bùi Đức Trƣờng





4

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

MỤC LỤC

LỜI CAM ĐOAN 2
LỜI CẢM ƠN 3
DANH MỤC VIẾT TẮT 8
DANH MỤC HÌNH ẢNH 8
DANH MỤC BẢNG BIỂU 9
ĐẶT VẤN ĐỀ 11
Chƣơng 1: Tổng quan trí tuệ nhân tạo 12
1.1. Tổng quan về các hệ thông minh 12
1.1.1. Hệ chuyên gia 12
1.1.1.1. Khái niệm: 12
1.1.1.2. Xây dựng hệ chuyên gia 12
1.1.1.3. Những thành phần cơ bản của hệ chuyên gia 13
1.1.2. Hệ hỗ trợ ra quyết định 14
1.1.2.1. Khái niệm: 14
1.1.2.2. Các thành phần của hệ thống hỗ trợ ra quyết định: 14
1.1.3. Hệ điều khiển thông minh 14
1.1.4. Hệ học 15

1.1.4.1 Khái niệm 15
1.1.4.2. Học giám sát 16
1.1.4.3. Học không giám sát 17
1.1.4.4. Các hình thức học 17
1.2. Chứng minh và suy diễn tự động 18
1.2.1. Suy diễn dựa trên bảng giá trị chân lý 18
1.2.2. Suy diễn tiến, lùi dựa trên các câu Horn 18
1.3. Phân tích đánh giá một số hệ xử lý thông minh 19
1.3.1. Lập luật dựa trên luật (rule-based reasoning) 19


5

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.3.3. Lập luật dựa trên mô hình (model-based reasoning) 21
1.4 Kết luận chƣơng 21
Chƣơng 2: Hệ Chuyên Gia 22
2.1. Hệ chuyên gia là gì 22
2.1.1. Khái niệm: 22
2.1.2. Những thành phần cơ bản của hệ chuyên gia 23
2.2. Cấu trúc của hệ chuyên gia 24
2.2.1. Cấu trúc kiểu mẫu của hệ chuyên gia 24
2.2.1.1. Một số mô hình kiến trúc hệ chuyên gia. 26
2.2.2. Hệ cơ sở tri thức 28
2.2.2.1. Tri thức chuyên gia. 28
2.2.2.2. Các phƣơng pháp biểu diễn tri thức 29
2.2.3. Suy diễn và lập luận 37
2.2.3.1. Phƣơng pháp suy diễn tiến 37
2.2.3.2. Phƣơng pháp suy diễn lùi 38

2.2.4. Giao diện ngƣời dùng 39
2.3. Phát triển hệ chuyên gia 41
2.3.1. Hệ chuyên gia đƣợc phát triển nhƣ thế nào 41
2.3.1.1. Quản lý dự án 41
2.3.1.2. Tiếp nhận tri thức 42
2.3.1.3. Phân phối 42
2.3.1.4. Bảo trì và phát triển 43
2.4. Kết luận chƣơng 43
Chƣơng 3 Xây dựng hệ chuyên gia cho chẩn đoán các chứng cam 44
3.1. Chứng cam là gì 44
3.2. Các biểu hiện lâm sàng thông qua các biểu hiện trên cơ thể của trẻ 45
3.2.1. Gọi tên chứng cam theo bộ vị 45
3.2.1.1. Cam mồm 45
3.2.1.2. Cam mắt: 46


6

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

3.2.1.3. Cam mũi: 46
3.2.2. Gọi tên chứng cam theo tạng 47
3.2.2.1. Khái niệm về phủ tạng: 47
3.2.2.2. Ngũ tạng 47
3.2.2.5 Quan hệ của lục phủ ngũ tạng với ngũ hành 55
3.2.2.6. Chứng cam theo tạng 55
3.3. Các biểu hiện khác 55
3.4. Các phƣơng pháp chẩn đoán 56
3.4.1. Vọng chẩn (Nhìn, quan sát) 56
3.4.2. Văn chẩn (Nghe, ngửi) 58

3.4.3. Vấn chẩn (Hỏi bệnh) 58
3.3.4. Thiết chẩn (Xét đoán bộ mạch) 60
3.3.4.1. Phép xem mạch ở trán: 60
3.3.4.2. Phép xem mạch ở hổ khẩu. 60
3.5. Nguyên nhân và các phƣơng pháp điều trị 63
3.5.1. Nguyên nhân 63
3.5.2. Các phƣơng pháp điều trị 63
3.6. Thiết kế hệ chuyên gia chẩn đoán chứng cam 64
3.6.1. Đầu vào của bài toán chẩn đoán chứng cam 64
3.6.1.1 Biểu diễn tri thức các chứng cam 65
3.6.2. Xây dựng các động cơ suy diễn cho các chứng cam 68
3.6.2.1 Thuật toán của bài toán chẩn đoán chứng cam của trẻ em 68
3.6.2.2. Hàm xử lý chính của bài toán 70
3.6.2.3 Hàm chẩn đoán chứng cam. 71
3.6.2.3. Cây chẩn đoán triệu chứng“Ăn ít” – Chủ trị Tỳ cam và Can cam 73
3.6.2.2. Cây chẩn đoán triệu chứng“Đêm ngủ giật mình"- Chủ trị Tâm cam 74
3.6.3.3. Cây chẩn đoánt triệu chứng “Đái dầm” – Chủ trị Thận cam 75
3.6.3.4. Cây chẩn đoán triệu chứng “Ho” – Chủ trị Phế cam 76
3.6.3.5. Cây chẩn đoán triệu chứng “Mụn nhọt”– Chủ trị Can cam 77


7

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

3.7. Giao diện và kết quả kiểm thử của trƣơng trình 79
3.8. Kết luận chƣơng 83
TỔNG KẾT 84
TÀI LIỆU THAM KHẢO 85

8

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

DANH MỤC VIẾT TẮT
STT
Từ viết tắt
Tiếng Anh
Tiếng Việt
1
AI
Artificial Intelligence
Trí tuệ nhân tạo
2
HCG

Hệ chuyên gia
3
CTƢD

Chƣơng trình ứng dụng
4
KB
Knowledge Base
Cơ sở tri thức

5
MTSD

Mô tơ suy diễn
6
UI
User Interface
Giao diễn ngƣời dùng
6
DSS
Decision Support System
Hệ hỗ trợ ra quyết định
7
MBMS
Model Base Management
System
Hệ thống quản lý mô hình
cơ sở
8
O-A-V
Object-Attribute-Value
Đối tƣợng-Thuộc tính-Giá
trị
9
RHS
Right - Hand -Side
Phần bên phải luật
10
OPS
Official Production System

Hệ thống sản xuất chính
thức





9

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


DANH MỤC HÌNH ẢNH
Hình 2.1 Thành phần cơ bản của hệ chuyên gia 23
Hình 2.2 Cấu trúc của hệ chuyên gia 24
Hình 2.3 Mô hình J.L.Ermine 26
Hình 2.4 Mô hình C.Ernest………………………………………………….26
Hình 2.5 Mô hình E.V.Popov 27
Hình2.6 Biểu diễn tri thức nhờ mạng ngữ nghĩa 33
Hình2.7 Nền tảng của công nghệ hệ chuyên gia dựa trên luật hiện đại 36
Hình 3.1 Mô hình quan hệ giữa các tri thức……………………………… 63
Hình 3.2 Cây nhị phân chẩn đoán chứng cam theo triệu chứng “Ăn ít”…….71
Hình 3.3 Cây nhị phân chứng cam theo triệu chứng “Đêm ngủ giật mình”…72
Hình 3.4 Cây nhị phân chứng cam theo triệu chứng “Đái dầm”…………… 73
Hình 3.5 Cây nhị phân chứng cam theo triệu chứng “Ho” 74
Hình 3.6 Cây nhị phân chứng cam theo triệu chứng “Mụn nhọt”………… 75
Hình 3.7 Giao diện chính của chƣơng trình 77
Hình 3.8 Giao diện bài thuốc 78
Hình 3.9 Giao diện công cụ…………………………………………………78
Hình 3.10 Form thêm mới cơ sở tri thức 79

Hình 3.11 Giao diện danh mục…………………………………………… 80
Hình 3.12 Form quản lý bệnh nhân 80


10

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên



DANH MỤC BẢNG BIỂU
Bảng 2.1 Bảng minh họa vị từ………………………………………………31
Bảng 2.2 Biểu diễn tri thức nhờ ngôn ngữ nhân tạo trong MYCIN…………33
Bảng 3.1 Quan hệ của lục phủ ngũ tạng với ngũ hành………………………51

11

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên



ĐẶT VẤN ĐỀ
Nghiên cứu, xây dựng các hệ xử lý thông minh nói chung và các hệ chuyên
gia nói riêng cho các ngành kinh tế, khoa học, kỹ thuật,… đã và đang đƣợc quan
tâm trong các năm gần đây. Đặc biệt là xây dựng hệ chuyên gia, ứng dụng trong
y học cổ truyền đang đƣợc đặt ra với mức độ cao đối với các nhà khoa học về
công nghệ thông tin và các chuyên gia ngành y.
Chúng ta biết rằng để đào tạo một bác sỹ phải mất một khoảng thời gian
tƣơng đối dài (5 năm) nhƣng chỉ đƣợc có một ông bác sỹ thôi. Xây dựng một hệ
chuyên gia cho ngành y sẽ rất khó nhƣng đổi lại hệ thống sẽ làm việc 24/24
trong một ngày và có thể nhân ra hàng vạn vạn phiên bản làm việc trên nhiều
máy tính khác nhau.
Ứng dụng công nghệ thông tin cho các ngành kinh tế, xã hội đã và đang
ngày càng cần thiết và hiệu quả cao. Đặc biệt là ứng dụng có hiệu quả trong quá
trình nghiên cứu khám, chữa bệnh.
Y học cổ truyền Việt Nam rất phong phú và đa dạng. Có rất nhiều gia
đình chữa khỏi bệnh cho nhiều bệnh nhân theo phƣơng pháp gia truyền, chữa
bệnh theo kinh nghiệm đƣợc tích tụ từ đời này qua đời khác là một phƣơng
pháp truyền thống, lâu đời .
ý của thầy hƣớng
dẫn em mạnh dạt đề tài tốt nghiệp cao học về “ xây dựng hệ chuyên gia cho
chẩn đoán các chứng cam của trẻ em ” để có thể ứng dụng những thành tựu

của công nghệ thông tin vào thực tế cuộc sống.



12

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Chƣơng 1: Tổng quan trí tuệ nhân tạo
1.1. Tổng quan về các hệ thông minh
AI là một bộ phận của khoa học máy tính liên quan đến việc thiết kế các hệ
thống máy tính thông minh, nghĩa là các hệ thống thể hiện các đặc trƣng mà
chúng ta thấy gắn với trí thông minh trong các hành vi của con ngƣời, nhƣ hiểu
ngôn ngữ, học, suy luận, giải quyết vấn đề,…
Những công cụ thuộc lĩnh vực Trí tuệ nhân tạo đƣợc xem nhƣ các hệ thống
thông minh nhằm giúp giải quyết rất nhiều bài toán mà trƣớc đây đƣợc xem là
quá khó, và giúp giải quyết nhiều bài toán theo cách hiệu quả hơn.
1.1.1. Hệ chuyên gia
1.1.1.1. Khái niệm:
Hệ chuyên gia (HCG ) là một chƣơng trình ứng dụng (CTƢD) khai thác cơ
sở tri thức (CSTT) thu nạp từ nguồn tri thức chuyên môn dựa trên việc sử dụng
cơ chế suy diễn để giải quyết các bài toán tƣ vấn KHÓ đạt trình độ cỡ nhƣ một
CHUYÊN GIA LÂU NĂM LÀNH NGHỀ
Một chƣơng trình ứng dụng đƣợc xây dựng dựa trên CSTT và (MTSD) mô
tơ suy diễn. Trong đó CSTT đƣợc lấy từ nguồn tri thức. Có hai loại là xin ý kiến
từ các chuyên gia trong lĩnh vực đó, cũng có thể lấy theo cách thứ hai đó là tổng
hợp từ các tài liệu chuyên môn. Còn MTSD phụ thuộc vào ngƣời dùng do ngƣời
dùng đƣa ra.
1.1.1.2. Xây dựng hệ chuyên gia

Xây dựng hệ chuyên gia dự đoán tƣơng đƣơng với việc đƣa các tri thức
dự đoán vào trong máy tính. Việc này bao gồm các bƣớc:


13

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

+ Biểu diễn tri thức dự đoán vào trong máy tính
+ Sử dụng các tri thức vào trong dự đoán
Chúng ta có thể viết một chƣơng trình máy tính bình thƣờng với các thao
tác dòng lệnh để thực hiện chức năng trên, nhƣng hạn chế của một chƣơng trình
bình thƣờng là khó thay đổi, bổ xung các tri thức mới. Vì vậy ở đây sẽ xây dựng
một hệ chuyên gia dự đoán trên nền tảng là một hệ cơ sở tri thức, chính xác hơn
là một cơ sở tri thức dựa vào luật.
Với cách này có sự kết hợp và nỗ lực giũa các chuyên gia, các kĩ sƣ tri thức
và các lập trình viên. Họ làm việc cùng nhau và kết quả là xây dựng một hệ
chuyên gia.
1.1.1.3. Những thành phần cơ bản của hệ chuyên gia
- Cơ sở tri thức ( KB): Gồm các phần tử (hay đơn vị) tri thức, thông thƣờng
đƣợc gọi là luật (rule), đƣợc tổ chức nhƣ một cơ sở dữ liệu.
- Máy duy diễn (inference engine): Công cụ (chƣơng trình, hay bộ xử lý)
tạo ra sự suy luận bằng cách quyết định xem những luật nào sẽ làm thỏa mãn các
sự kiện, các đối tƣợng. , chọn ƣu tiên các luật thỏa mãn, thực hiện các luật có
tính ƣu tiên cao nhất.
- Bộ nhớ làm việc (working memory): Cơ sở dữ liệu toàn cục chứa các sự
kiện phục vụ cho các luật.
- Khả năng giải thích (explanation facility): Giải nghĩa cách lập luận của
hệ thống cho ngƣời sử dụng.
- Giao diện người sử dụng (user interface): Là nơi ngƣời sử dụng và hệ

chuyên gia trao đổi với nhau.


14

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.1.2. Hệ hỗ trợ ra quyết định
1.1.2.1. Khái niệm:
Vào thập niên 1970, Scott Morton đƣa ra những khái niệm đầu tiên về Hệ
hỗ trợ ra quyết định (Decision Support System – DSS). Ông định nghĩa DSS nhƣ
là hệ thống máy tính tƣơng tác nhằm giúp những ngƣời sử dụng dữ liệu và mô
hình để giải quyết các vấn đề không cấu trúc.
1.1.2.2. Các thành phần của hệ thống hỗ trợ ra quyết định:
- Data management subsystem: Gồm một cơ sở dữ liệu (database) chứa
các dữ liệu cần thiết của tình huống và đƣợc quản lý bởi một hệ quản trị cơ sở
dữ liệu (DBMS – data base management system). Phần hệ này có thể đƣợc kết
nối với nhà kho dữ liệu (data warehouse)- là kho chứa dữ liệu có liên đới đến
vấn đề ra quyết định.
- Model management subsystem: Còn đƣợc gọi là hệ quản trị cơ sở mô
hình (MBMS – model base management system) là gói phần mềm gồm các
thành phần về thống kê, tài chính, khoa học quản lý hay các phƣơng pháp định
lƣợng nhằm trang bị cho hệ thống năng lực phân tích, các ngôn ngữ mô hình
hóa. Thành phần này có thể kết nối với các kho chứa mô hình của tổ chức .
- User interface subsystem: Giúp ngƣời sử dụng giao tiếp và ra lệnh cho hệ
thống.
1.1.3. Hệ điều khiển thông minh
Thuật ngữ “điều khiển thông minh” đã đƣợc giới thiệu trong khoảng hơn ba
thập niên trở lại đây với các phƣơng pháp điều khiển có mục tiêu tham vọng hơn
so với các hệ thống truyền thống. Hệ thống điều khiển thông minh có thể điều

15

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

khiển một cách tự chủ các hệ thống phức tạp, các quá trình sẽ đƣợc tự động
quyết định về mục tiêu điều khiển phù hợp.
Hệ thống này còn hoạt động đƣợc khi hệ thống có sự thay đổi về tham số
hay môi trƣờng điều khiển, thông qua quá trình học từ kinh nghiệm, tiếp thu và
tổ chức kiến thức về môi trƣờng xung quanh và hành vi sắp tới của hệ thống.
Trong một số trƣờng hợp các kỹ thuật này đã thực sự đóng góp cho hệ
thống một số khả năng thông minh, còn các trƣờng hợp khác thì chỉ đơn thuần là
phƣơng tiện biểu diễn các luật điều khiển phi tuyến, mô hình của quá trình điều
khiển hay các yếu tố bất định. Trƣờng hợp sau tuy không đóng góp một cách rõ
ràng vào mức độ thông minh của hệ thống, nhƣng các phƣơng pháp trên vẫn rất
hữu ích. Chúng đã làm phong phú hõa lĩnh vực điều khiển thông qua các sơ đồ
biểu diễn khác nhằm có đƣợc các thông tin đặc thù từ đối tƣợng điều khiển mà
các phƣơng pháp truyền thống không thể có đƣợc trên cơ sở của hệ phƣơng trình
vi phân và sai phân
1.1.4. Hệ học
1.1.4.1 Khái niệm
Trong nhiều tình huống, tri thức là không có sẵn. Phần lớn ngƣời lập trình
không có đủ kiến thức thuộc về lĩnh vực chuyên môn của phần mềm nên không
biết cách mô tả các luật trong từng lĩnh vực cụ thể. Do thiếu tri thức nên bài toán
không đƣợc biểu diễn tƣờng minh theo luật, sự kiện hay các quan hệ. Vì vậy cần
xây dựng các hệ thống học có khả năng thu nhận kiến thức từ các chuyên gia và
học tập từ các ví dụ do chuyên gia cung cấp.
Máy học (Machine Learning) là các hệ chƣơng trình có khả năng thực thi
công việc dựa trên kinh nghiệm, tự khám phá tri thức bằng các cấu trúc dữ liệu

16

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

và thuật giải đặc biệt. Có hai tiếp cận cho hệ thống học là học từ ký hiệu và học
từ dữ liệu số. Học từ ký hiệu bao gồm việc hình thức hóa, sửa chữa các luật
tƣờng minh, sự kiện và các quan hệ. Học từ dữ liệu số áp dụng cho các hệ thống
sử dụng các mô hình có liên quan đến các kỹ thuật tối ƣu các tham số. Các hệ
học có ƣu điểm:
Xử lý dữ liệu với khối lƣợng lớn.
Hỗ trợ các kỹ thuật phân tích, xử lý, trích chọn và chi tiết hóa dữ liệu
Các hệ học có hai giai đoạn cơ bản: học dữ liệu và xử lý dữ liệu. Học dữ
liệu là quá trình phân tích và tìm ra những điểm tƣơng đồng trong dữ liệu để sản
sinh luật. Giai đoạn xử lý ƣớc lƣợng đặc tính dữ liệu mới dựa trên luật đã đƣợc
phát sinh ở giai đoạn học. Có thể chia các quá trình học thành hai dạng chính:
học có giám sát (suppervised learning) và học không giám sát (unsuppervised
learning).
1.1.4.2. Học giám sát
Quá trình học giám sát đƣợc tiến hành trên một tập dữ liệu mẫu với giá trị
đƣợc phân loại (gán nhãn) sẵn. Tập dữ liệu luyện gồm:
S = {xi, cj | i = 1,…, M; j = 1,…, C}
Trong đó xi là vectơ n chiều (gọi là đặc trƣng của dữ liệu) cj là số lớp biết trƣớc.
Thuật toán học sẽ tìm kiếm trên không gian giả thuyết giải pháp tốt nhất
cho ánh xạ f với c = f(x). Kết quả tìm đƣợc phản ánh đặc trƣng của mẫu dữ liệu.
Các thuật toán học tìm cách phát sinh một tập giả thuyết bằng cách tìm ra các
đặc trƣng và giá trị tƣơng ứng với mẫu dữ liệu của mỗi lớp. Sau đó áp dụng các
tập giả thuyết tìm đƣợc để phân loại (classification) các mẫu dữ liệu mới vào các
lớp tƣơng ứng.

17

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.1.4.3. Học không giám sát
Thay vì có mục tiêu tƣờng minh, hệ tìm kiếm quy luật hình thành các mẫu
và khám phá mối quan hệ của dữ liệu. Các bài toán gom cụm dữ liệu (clustering)
đều thuộc dạng này. Trong mô hình học có giám sát, số các lớp là biết trƣớc.
Ngƣợc lại, trong mô hình học không giám sát, mẫu học chƣa đƣợc gán nhãn nên
nói chung, số lớp chƣa biết trƣớc. Các hệ học loại này có khả năng tự giám sát
quá trình hình thành và phát sinh của các lớp. Công tác gán nhãn đƣợc thực hiện
tự động một cách hệ thống và phân biệt với các lớp khác.
1.1.4.4. Các hình thức học
- Học vẹt: Hệ tiếp nhận tập khẳng định của các quyết định đúng. Nếu tạo ra
một quyết định không đúng, hệ sẽ đƣa ra các luật/quan hệ đúng đã sử dụng.
Hình thức học vẹt cho phép chuyên gia cung cấp tri thức qua tƣơng tác.
- Học bằng chỉ dẫn: Thay vì đƣa ra một luật cụ thể cần áp dụng vào tình
huống cho trƣớc, hệ thống đƣợc cung cấp các chỉ dẫn tổng quát. Hệ tự đề ra cách
biến đổi trừu tƣợng thành các luật phổ dụng.
- Học bằng quy nạp: Hệ thống đƣợc cung cấp một tập các ví dụ và kết luận
của từng ví dụ. Hệ liên tục học các luật và quan hệ nhằm xử lý và rút ra kết luận
cho từng ví dụ mới.
- Học bằng tương tự: Hệ thống đƣợc cung cấp đáp ứng đúng cho các tác
vụ tƣơng tự nhƣng không giống nhau. Hệ thống cần thích ứng đáp ứng trƣớc đó
nhằm tạo ra một luật mới có khả năng áp dụng cho tình huống mới.
- Học dựa trên tình huống: Bất kỳ tình huống nào đƣợc hệ thống lập luận
đều đƣợc lƣu trữ cùng với kết quả cho dù đúng hay sai. Khi gặp tình huống mới,
hệ thống sẽ tự thích nghi dựa vào các tình huống cũ đã đƣợc lƣu trữ.

18

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

- Học dựa trên giải thích: Hệ thống phân tích tập các ví dụ nhằm ấn định
khả năng đúng hoặc sai, sau đó tạo ra các giải thích hƣớng dẫn cách giải các bài
toán tƣơng tự trong tƣơng lai.
1.2. Chứng minh và suy diễn tự động
Con ngƣời làm việc với tri thức, sự kiện và các chiến lƣợc giải bài toán để
rút ra kết luận- quá trình suy lý. Trong các hệ thống thông minh, việc suy lý thể
hiện ở kỹ thuật suy diễn và các chiến lƣợc điều khiển. Kỹ thuật suy diễn là các
bƣớc hƣớng dẫn hệ thống tổng hợp tri thức từ các tri thức đã có trong CSTT và
từ sự kiện ghi lại ở bộ nhớ. Các chiến lƣợc điều khiển: thiết lập đích cần đến và
hƣớng dẫn hệ thống suy lý.
1.2.1. Suy diễn dựa trên bảng giá trị chân lý
Xây dựng các giải thuật cài đặt cho máy tính để nó biết lập luận. Giải
thuật lập luận tự động là giải thuật chỉ ra rằng nếu KB (cơ sở tri thức) là đúng
thì câu truy vấn q có đúng hay không?
Phƣơng pháp lập luận đầu tiên là dựa liệt kê các tất cả các trƣờng hợp có
thể có của tập các ký hiệu mệnh đề, rồi kiểm tra xem liệu tất cả các trƣờng hợp
làm cho KB đúng xem q có đúng không.
Thuật giải trên là sinh ra toàn bộ bảng giá trị chân lý để đánh giá KB và q,
nếu chỉ cần một trƣờng hợp KB đúng mà q sai thì q sẽ kết luận KB không suy
diễn đƣợc ra q.
Giải thuật trên có độ phức tạp thời gian là 2
n
* m, với n là số ký hiệu có
trong KB,q và m độ dài câu trong KB.

1.2.2. Suy diễn tiến, lùi dựa trên các câu Horn
- Suy diễn tiến (forward chaining):


19

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

+ Quá trình lập luận suy ra sự kiện mới từ các sự kiện trong bộ nhớ làm
việc, sử dụng modus ponens tổng quát (không định hƣớng tới giải quyết một vấn
đề nào cả)  gọi là lập luận điều khiển bởi dữ liệu
+ Có thể coi là quá trình tìm kiếm từ sự kiện (fact) đến mục tiêu (goal)
Thích hợp khi:
+ Tất cả hoặc một phần dữ liệu đƣợc cho từ đầu.
+ Có nhiều mục tiêu, nhƣng chỉ có một số ít các phép toán có thể áp dụng
cho một trạng thái bài toán.
+ Rất khó đƣa ra một mục tiêu hoặc giả thuyết ngay lúc đầu.
- Suy diễn lùi (backward chaining)
+ Quá trình lập luận nhằm chứng minh (hay bác bỏ một giả thuyết (tìm ra
các câu trả lời cho một câu hỏi)  gọi là lập luận định hƣớng mục đích.
+ Có thể coi là quá trình tìm kiếm từ mục tiêu (goal) về sự kiện (fact).
Thích hợp khi:
+ Có thể đƣa ra mục tiêu hoặc giả thuyết ngay lúc đầu.
+ Có nhiều phép toán có thể áp dụng trên 1 trạng thái của bài toán  sự
bùng nổ số lƣợng các trạng thái.
+ Các dữ liệu của bài toán không đƣợc cho trƣớc, nhƣng hệ thống phải lấy
đƣợc trong quá trình tìm kiếm.
1.3. Phân tích đánh giá một số hệ xử lý thông minh
1.3.1. Lập luật dựa trên luật (rule-based reasoning)
Ưu điểm

20

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

+ Dùng đƣợc theo kiểu trực tiếp, với những tri thức kinh nghiệm có từ
chuyên gia; đặc biệt quan trọng ở lĩnh vực tin cậy vào kinh nghiệm để quản trị
độ khó và/hoặc thông tin không đầy đủ.
+ Các luật ánh xạ vào duyệt không gian trạng thái, các tiện ích giải thích hỗ
trợ cho tìm lỗi.
+ Sự tách biệt tri thức khỏi điều khiển làm quá trình phát triển ES đơn giản
hơn.
+ Có thể đạt đƣợc hiệu năng cao trong miền lĩnh vực đƣợc giới hạn.
+ Có những phƣơng tiện giải thích (khác nhau giữa 2 loại suy diễn tiến và
lùi)
+ Sự tách biệt tri thức khỏi điều khiển làm quá trình phát triển ES đơn giản
hơn.
Hạn chế
+ Các luật có đƣợc từ chuyên gia thƣờng là tri thức kinh nghiệm, không
phản ánh tri thức theo kiểu hàm hoặc tri thức dựa trên mô hình của lĩnh vực .
+ Luật heuristic có khuynh hƣớng “dễ vỡ”, khó khăn trong những trƣờng
hợp gặp dữ liệu không mong đợi hay thông tin không đầy đủ.
+ Chức năng giải thích chỉ có ở mức mô tả, bỏ qua giải thích mang tính lý
thuyết (vì không đòi hỏi những lập luận sâu hơn).
+ Tri thức có khuynh hƣớng rất phụ thuộc vào công việc (task) Tri thức
lĩnh vực đƣợc hình thức hóa có khuynh hƣớng đƣợc cụ thể hóa trong ứng dụng
của nó. Cho đến nay các ngôn ngữ biểu diễn tri thức chƣa tiếp cận đƣợc với sự
linh hoạt trong lập luận của con ngƣời.

21

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.3.3. Lập luật dựa trên mô hình (model-based reasoning)
Ưu điểm
+ Khả năng dùng tri thức có cấu trúc của lĩnh vực tăng khả năng cho
ngƣời suy luận để dùng đƣợc những điều mà ngƣời thiết kế hệ thống không
lƣờng trƣớc đƣợc, hƣớng đến những giải pháp kỹ lƣỡng (hoàn hảo) và linh hoạt.
+ Có tri thức chuyển đổi đƣợc giữa các công việc (task). Thƣờng sử dụng
tri thức khoa học và lý thuyết.
+ Thƣờng cung cấp lý giải  hiểu sâu hơn những sai lầm ta mắc phải 
đóng vai trò gia sƣ (tutor) rất tốt.


Hạn chế
+ Thiếu kinh nghiệm đặc tả tri thức của lĩnh vực. Các phƣơng pháp heuristic
đƣợc sử dụng trong cách tiếp cận dùng luật phản ánh lớp kiến thức chuyên gia
đáng giá.
+ Yêu cầu một mô hình (lĩnh vực) tƣờng minh. Trong khi nhiều lĩnh vực thiếu lý
thuyết khoa học phát biểu tốt và rõ ràng cho vấn đề đặt ra.
+ Độ phức tạp lớn (do thƣờng vận hành ở mức chi tiết).
1.4 Kết luận chƣơng
Chƣơng 1 đi tìm hiểu tổng quan về một số hệ thông minh. Vai trò của các
hệ thông minh trong các lĩnh vực của đời sống và những ứng dụng của các hệ
thông minh đó. Ngoài ra còn tìm hiểu cách thức suy diễn của từng hệ thông
minh.

22

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Tìm hiểu các đặc trƣng của từng hệ thông minh ƣu và nhƣợc điểm của từng
hệ thông minh. Phân tích và đánh giá các hệ thông minh.









Chƣơng 2: Hệ Chuyên Gia
2.1. Hệ chuyên gia là gì
2.1.1. Khái niệm:
Theo E. Feigenbaum: Hệ chuyên gia (Expert System) là một chƣơng
trình máy tính thông minh sử dụng tri thức (knowledge) và các thủ tục suy luận
(inference procedures) để giải những bài toán tƣơng đối khó khăn đòi hỏi những
chuyên gia mới giải đƣợc.
Hệ chuyên gia là một hệ thống tin học có thể mô phỏng (emulates) năng
lực quyết đoán (decision) và hành động (making abilily) của một chuyên gia
(con ngƣời). Hệ chuyên gia là một trong những lĩnh vực ứng dụng của trí tuệ
nhân tạo (Artificial Intelligence).
Hệ chuyên gia sử dụng các tri thức của những chuyên gia để giải quyết các


23

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

vấn đề (bài toán) khác nhau thuộc mọi lĩnh vực.
Tri thức (knowledge) trong hệ chuyên gia phản ánh sự tinh thông đƣợc tích tụ
từ sách vở, tạp chí, từ các chuyên gia hay các nhà bác học. Các thuật ngữ hệ
chuyên gia, hệ thống dựa trên tri thức (knowledge based system) hay hệ
chuyên gia dựa trên tri thức (knowledge based expert system) thƣờng có cùng
nghĩa. Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức (knowledge
base), máy suy diễn hay môtơ suy diễn (inference engine), và hệ thống
giao tiếp với người sử dụng (user interface). Cơ sở tri thức chứa các tri thức
để từ đó, máy suy diễn tạo ra câu trả lời cho ngƣời sử dụng qua hệ thống giao
tiếp.
Ngƣời sử dụng (user) cung cấp sự kiện (facts) là những gì đã biết, đã có thật
hay những thông tin có ích cho hệ chuyên gia, và nhận đƣợc những câu trả lời là
những lời khuyên hay những gợi ý đúng đắn (expertise).
Mỗi hệ chuyên gia chỉ đặc trƣng cho một lĩnh vực vấn đề (problem domain)
nào đó, nhƣ y học, tài chính, khoa học hay công nghệ, v.v , mà không phải cho
bất cứ một lĩnh vực vấn đề nào.
Tri thức chuyên gia để giải quyết một vấn đề đặc trƣng đƣợc gọi là lĩnh vực
tri thức (knowledge domain).
Ví dụ : hệ chuyên gia về lĩnh vực y học để phát hiện các căn bệnh lây nhiễm
sẽ có nhiều tri thức về một số triệu chứng lây bệnh, lĩnh vực tri thức y học bao
gồm các căn bệnh, triệu chứng và cách chữa trị.
2.1.2. Những thành phần cơ bản của hệ chuyên gia




Ngƣời sử

dụng
(User)

Hệ thống
giao tiếp
(User
Interface)
Cơ sở tri thức
(Knowled Base)
Máy suy diễn


24

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên







Hình 2.1 Thành phần cơ bản của hệ chuyên gia
2.1.2.1 Cơ sở tri thức (knowledge base): Gồm các phần tử (hay đơn vị)
tri thức, thông thƣờng đƣợc gọi là luật (rule), đƣợc tổ chức nhƣ một cơ sở
dữ liệu.
2.1.2.2 Máy duy diễn (inference engine): Công cụ (chƣơng trình, hay bộ xử lý)
tạo ra sự suy luận bằng cách quyết định xem những luật nào sẽ làm thỏa mãn các
sự kiện, các đối tƣợng. , chọn ƣu tiên các luật thỏa mãn, thực hiện các luật có
tính ƣu tiên cao nhất.

2.1.2.3 Giao diện ngƣời sử dụng (user interface): Là nơi ngƣời sử dụng
và hệ chuyên gia trao đổi với nhau.
2.1.2.4 Ngƣời sử dụng (User): Ngƣời sử dụng đầu cuối.
2.2. Cấu trúc của hệ chuyên gia
2.2.1. Cấu trúc kiểu mẫu của hệ chuyên gia



Bộ thu nạp
tri thức
Giao diện
Ngƣời máy
Bộ
giải thích
Chuyên gia con
ngƣời

Mô tơ suy diễn
Ngƣời
sử dụng


25

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Hình 2.2 Cấu trúc của hệ chuyên gia
Giao diện ngƣời, máy: Thực hiện giao tiếp giữa hệ chuyên gia và ngƣời sử
dụng. Nhận những thông tin từ ngƣời dùng (các câu hỏi, các yêu cầu về
lĩnh vực) và đƣa ra lời khuyên, các câu trả lời, các giải thích về lĩnh vực
đó.
Bộ giải thích: Giải thích các hoạt động của hệ khi có yêu cầu của ngƣời sử
dụng.
Bộ thu nạp tri thức: Làm nhiệm vụ thu nhận tri thức từ chuyên gia con
ngƣời, từ kỹ sƣ tri thức, ngƣời sử dụng thông qua các câu hỏi và yêu cầu
của họ sau đó lƣu trữ vào cơ sở tri thức.
Cơ sở tri thức: Lƣu trữ, biểu diễn các tri thức trong lĩnh vực mà hệ đảm
nhận, làm cơ sở cho các hoạt động của hệ, cơ sở tri thức gồm các sự kiện