黑板式專家系統



　

簡介

　 黑板式專家系統【Blackboard System】是一套基於黑板解題模式的軟體應用程式，提供建構複雜 之人工智慧軟體時非平行的彈性。黑板式系統早在西元1975年即於全球學術界與商業研發實驗室 中使用，直至最近幾年才被廣為使用，一般程式發展者認為它有下列幾種好處：

1.能夠處理更抽象、更模稜兩可的知識型應用程式
2.整合現有的各型專家系統
3.克服以往法則式專家系統的知識表示法與系統大小的限制
4.允許解題知識組織成多種獨立的知識模組【Knowledge Module】
5.允許每個知識模組具有不同型態的知識表示
6.允許在知識模組中使用不同的推理機制
7.更具彈性地利用知識模組


　

歷史

　 傳統的應用程式著重於如何將已知的知識轉為程式碼，且其發展與維護的模式均是假設其解決的 問題具有完整而良好的定義，並且不會隨時間而改變，因此，程式發展者只要在程式發展階段 辨明該問題的考量層面與決策重點即可，然而，一旦不在其定義範圍的新情況發生時，很明顯地，這種 程式將不復使用。

　 法則式系統的誕生正顯明了傳統程式此種限制，經過20多年的教學與實驗發展，專家系統已逐漸 進入了商業領域，而且不論在工業上或商業上，專家系統技術在市場上已具有可觀的競爭力，一 項研究報告聲稱，AI技術在設計與工程應用上均獲致了百倍的產品利益，從一項產品的設計開始 ，到最後完成時的測試，專家系統都能夠增進產品生命週期中每一階段的品質。

　 專家系統簡略的定義是：

使用知識與推理程序以解決一些須要人類專家的困難問題的一套智慧型電腦程式

　 近年來，幾套商業性的專家系統已經陸續成功地顯示其能解決傳統程式所無法解決的問題。


　

限制

　 雖然專家系統具有多種傳統程式所沒有的優點，但它還是有它的限制存在：

1.難以正確量度一般來說，我們很 難用法則式的架構去建造並維持一個龐大的系統，因為龐大的系統一定需要大量的法則，而且推 理鏈結也會相當長，而且，法則通常會傾向於彼此之間的交互作用，而無法發揮預期的功能，因 此，當某一法則發生變動時，將對其它法則產生不可預知的改變
2.難以整合因為一套多層次系統可 能含有不同的知識表示法與不同的解題技巧，法則式的專家系統難以整合多層次的知識
3.只允許某些知識表示法由於推理 機制決定了知識表示的本質，因此，知識表示受制於推理機制的形式，法則式系統的推理機制多 半只擁有前向與後向鏈結，較無包容性
4.須完整定義的知識領域


　

黑板式系統

　 黑板式系統是一組彼此間藉由共享資料【Shared database】而協力合作的知識模組，該共享資料 稱為黑板，透過黑板的訊息傳遞，知識模組匿名地彼此溝通並改變黑板上資料的狀態，以慢慢逼 近問題的解答，黑板式系統的基本架構如下：


　


　
1.黑板：包含輸入資料，階段性資料以及其它一切解題相關資料 的一個廣域資料庫
2.知識源：包含解題知識的獨立模組，每一個知識源在知識表示 與推理機制上可有很大的不同
3.控制機制：分隔於個別的知識源，以機率方式啟動知識源，也 就是說，控制機制決定每一個解題步驟中誰是最合適的知識源


　
我們可以將黑板式專家系統的建構與運作類比為蓋一棟房子，這 共包含了下列三個部份：

1.黑板：包括初步設計時的藍圖，它表明了這棟房子的用途，外 觀與結構等需求，另外黑板上也應有房屋的完成圖【該問題的一種可能解答】，當完成圖出現在黑 板上之後，藍圖也將隨之產生一連串的改變，這些改變由各個知識源【各作業人員】完成，控制機 制【總監工】控制其先後。例如，當泥水匠能夠貢獻所長於基礎的灌置作業時，總監工即可下令由泥 水匠開工，若當鉛管工人執行其任務時發現，他並不能依照完成圖中的設計，將六吋的排水管插進 三吋的洞口時，最好的情況是，由建築師隨即修改原藍圖，將小洞放大即可，而最壞的情況可能需 要全盤地將原藍圖重新改版
2.知識源：如木工，水泥匠，鉛管工，機電工或機電工的學徒等 等，前面這些作業人員彼此間可能並沒有所謂的共享知識，然而對於問題的解決則缺一不可，另一 方面，知識源間也可能具有共享的知識，如機電工的門徒所完成的工作可由機電工來檢查
3.控制機制：即總監工，當泥水匠灌置基礎而木工建構起居室時 ，他們即是在答案狀態上運作，每一個其它的專家【知識源】不斷檢視黑板上的答案狀態，決定何 時能夠由他上場貢獻其所能，然後經由監工的允許而真正上場，但在任何情形下，各個專家均不准 交談，只能看著黑板上的答案狀態以及控制機制的命令作應有的反應

　



　

黑板

　 黑板是提供知識源下列服務的一種廣域結構：

　 1.原始輸入資料，階段性答案，最終解答與控制訊息的獨立記憶與儲存
2.知識源間溝通的媒介及資料的暫存區
3.知識源的驅動機制

　 黑板上，解題資料被儲存成答案空間中一個個的物件，典型的黑板應具有精密的結構，物件均組織成 多層級解析或抽象化概念，例如藍圖，配電圖與樓層平面圖，都是房屋設計中不同型式的抽象化概 念。


　

知識源

　 每一個知識源均要獨立於其它知識源運作，知識源並不需要其它知識源的知識，即使存在。然而， 它需要解題程序中解答狀態的知識，以及黑板上的所有相關資訊。每一個知識源有義務對控制機制 表明其解題的能力，而當它被執行時，則要竭盡所能地貢獻其知識，以向最終答案逼近。例如，木 工知道在基礎灌漿以前，他無法開始作室內裝璜。電工明白，為了符合建築法規，他必須以六英吋 的間距放置插座，但他不需知道或關心是誰決定牆的位置或型式。知識源這種有關何時能貢獻其所 長的資訊稱作誘發條件【triggered condition】。知識源優於一般法則之處在於：

1.知識源比法則具有更強大的運算能力與更大的運算單元
2.知識源允許更多樣性的知識表示


　

控制機制

　 分離於個別知識源的控制機制藉由機會式地准許知識源動作以改變現有資料的方式來主導解題的程 序，控制機制根據黑板上的狀態而選擇一連串的動作，黑板模式使用漸進式的推理，在每個一步驟 中，黑板模式可以：

1.應用任何型態的知識源，不論是目標導向，資料導向或模式導向的知識型態
2.根據答案的狀態，選擇不同注意的焦點


　



　

為何要使用黑板式解題方法

　 在下列六種時機下，黑板模式提供一套更有力且更適切的解題架構

　
1.當需要許多種類不同，特殊的知識表示時
2.當需要一套能夠容許異質知識表示與專家知識的整合性系統架構時，例如， 黑板式系統適合於結合多種分離內建的診斷系統
3.當應用程式使用一些專為設計，執行與維護的大型模組時
4.當應用程式牽涉多個發展者時
5.當問題的解答包含不確定知識或有限的資料形態時，黑板系統漸進式的方法 允許一步步推進我們所要的答案
6.當系統需要多層次推理或有彈性，動態的控制解題程序時


　 黑板系統在公式化與執行問題時的其它好處是：

1.黑板資料型態的多層次組織：由於 儲存於黑板上的物件可以組織成多層級的解析或抽象概念，知識源於是可以橫跨多層級的資料抽象 化，也就是說：它們的輸入與輸出的資料型態可以屬於不同層級
2.更具彈性的知識源：知識源可以將 我們所需處理的資料發展為最適合的知識表示型式，我們並不需受限於單一的作業語言，例如，某 一知識源可以很自然地寫成法則式的型態，而另一個知識源則可以寫成類神經網路或模糊系統
3.事件導向的程序：黑板系統的一項 本質是事件的概念，它用在控制機制的反應上，事件的型態有兩種─(1)黑板事件：代表黑板上解答狀 態的改變，也許起因於新資料的輸入或知識源的動作，比如，黑板物件的新增，刪除，修改與取用 等等。(2)非同期事件：代表來自探測器，效應器，系統時鐘或使用者等外部訊號的接收等等

　 每一個事件均能立即地知會控制機制，在一些黑板系統中，事件能夠誘發預定知識源組，使其成為 獲取執行機會的競爭者；在其它的系統中，控制機制能夠作出額外的動作以淨化並排列所有經誘發 的知識源。在許多案例中，知識源執行的規劃能用以獲致特殊解題的目標，下圖即表示事件如何驅 動黑板系統的處理活動：


　



　

與法則式系統的比較

　
法則式系統黑板式系統
法則的順序與衝突解決的控制不明顯 控制透明且具彈性
推理機制與資識庫有強列依存關係多層次推理機構與之識源表示並存使用
工作記憶體結構鬆散黑板架構完整
須要很多法則只需少數的知識源
控制步驟細瑣而簡單大尺度且成熟的控制方法
大部份工作記憶體中的改變均視為極重要有某些黑板上資料的改變可以假設為非迫切重要


　

應用領域

　
探測型解釋系統財務分析
設計與配置知識型模擬系統
程序控制知識型指示系統
規劃與排程命令與控制
電腦視訊符號學習
案例式推理資料融合


　

參考資料

　
•About Blackboard System
Blackboard Group,Inc
•整合型黑板式專家系統
淡江大學王人牧教授


回上頁