Expert-systemen worden sneller gemeengoed dan menigeen denkt, en komen in een andere gedaante dan menigeen verwacht, meent Herman Vissia. Ter illustratie beschrijft hij een systeem dat data effectief scheidt van redeneren. Het redeneren zelf wordt als een hoeveelheid objecten in een database opgeslagen.
Het was een hele verademing om eindelijk eens een stuk te lezen waarin op een normale manier aandacht wordt besteed aan het fenomeen AI (Het nieuwe brein van de keizer, Computable, 26 januari 2001). Jammer dat auteur Hein van Steenis zo sceptisch is over de voortgang van de technologie, Het kan toch niet zo zijn dat internet nooit méér zal zijn dan een gigantische database met informatie, zonder enige intelligentie? AI is het meest tot de verbeelding sprekende onderdeel van de computerkunde waarover de wildste verhalen de ronde doen, maar er is eigenlijk niemand die in staat om er nu eens echt iets mee te doen. Hoe kan dat?
Als ontwikkelaar van kennis- en expertsystemen moet je je altijd verdedigen tegen de uitspraken van visionairs, SF-schrijvers, koffiedikkijkers en andersoortige dromers die veel fantasie hebben maar niet veel kennis over wat menselijk redeneren nu eigenlijk inhoudt. Hoe komt het toch dat de tools om bijvoorbeeld expertsystemen te bouwen voor medische toepassingen zo verschrikkelijk ouderwets zijn? Waar de rdbms gemeengoed is, zijn de ontwikkelaars van expertsystemen aangewezen op talen als Prolog of Lisp, elk op zichzelf best aardige omgevingen, maar zwaar tekort schietend als het gaat om het vastleggen van fuzzy redeneerpatronen, en zeker als het gaat om het onderhouden en updaten van kennis in een expertsysteem. Ik onderschrijf dan ook de stelling van de heer Van Steenis dat computerkennis aangepast moet kunnen worden aan een veranderende omgeving, en dat een expertsysteem ook ingezet moet kunnen worden in een kennisdomein dat niet volledig, of nog helemaal niet, geformaliseerd is.
Speciale database
Op dit moment zijn wij al ruim zes jaar bezig met een team uit de voormalige Sovjet-Unie om bovenstaande problemen op te lossen. Wij hebben nooit de illusie gehad dat we een soort Hall uit de film 2001 gingen maken. Maar voordat we met ons onderzoekstraject begonnen, hebben we een aantal uitgangspunten gedefinieerd om te komen tot een universele omgeving waarin we in staat zijn om menselijk redeneren op te slaan, aan te passen en te raadplegen zonder dat er broncode geprogrammeerd moet worden. Wij vinden dat een domeinexpert – een arts, rechter, wasmachine-expert, reisexpert, notaris of wat voor expert dan ook – in staat moet zijn om na een betrekkelijk eenvoudige training zijn kennis zelf in te voeren, te testen, te publiceren en te onderhouden, of het nu via internet gaat of via cd-rom. Verder moet de kennisdatabase te raadplegen zijn op een dusdanige manier, dat we vragen kunnen stellen als: Wat moet ik onderzoeken of beantwoorden om 100 procent zekerheid over een bepaald advies te verkrijgen, en welke elementen spelen een rol bij de totstandkoming van een bepaald advies?
Uiteindelijk heeft ons onderzoek geleid tot een systeem dat bovenstaande elementen in zich heeft. De onderliggende database is uniek en wordt door ons wij kbms (‘knowledge base management system’) genoemd. De essentie van het systeem is dat wij kennisobjecten, eigenlijk booleaanse relaties tussen elementen en adviezen, opslaan als data in een database, volledig gescheiden van de elementen en de adviezen.
Data worden effectief gescheiden van redeneren, en het redeneren zelf wordt als een hoeveelheid objecten in een database opgeslagen. Het raadplegen van de kbms loopt altijd via een set van unieke algoritmen. Deze gebruiken realtime de objecten om te komen tot een uitspraak bij een gegeven aantal geselecteerde elementen uit de kbms (via bijvoorbeeld een vragenformulier of vragenboom). Deze methodiek is inmiddels succesvol toegepast voor een orthopedisch kennissysteem op cd-rom, dat meer dan driehonderd diagnoses kan onderscheiden en die nog continu geüpdatet wordt door een redactieteam in Nederland dat geen kennis van programmeren heeft. Een andere toepassing is de Hypotheek Advisor die op dit moment meer dan 250 hypotheekadviezen per dag verstrekt via internet (http://www.goedidee.nl).
Beide systemen maken gebruik van exact hetzelfde kbms, alleen de elementen (vragen van vragenlijst), de adviezen en de kennisobjecten zijn verschillend.
Universele technologie
Uit bovenstaande mag dan ook geconcludeerd worden dat er zeker goede initiatieven ontwikkeld worden met betrekking tot AI. En dat het niet meer zo lang duurt, voordat men over de gereedschappen kan beschikken om in een betrekkelijk korte tijd een expertsysteem op te zetten. Uiteraard zal elk advies dat met dergelijke systemen wordt gegeven, zo goed zijn als de expert die het systeem heeft gevoed. Ik ben het dan ook met de auteur eens dat het uiteindelijke doel zou moeten zijn dat er een universele technologie komt waarbij we zintuigen ( bijvoorbeeld ‘searchbots’) koppelen aan een kbms. Dit is natuurlijk nog toekomstmuziek, maar het betekent niet dat andere systemen die uitgaan van menselijke interventie voor het voeden en onderhouden van een kbms, geen kans maken. Zij zullen zeker de voorloper zijn van de echte zelflerende AI-systemen.
Wij zijn er van overtuigd dat het in principe mogelijk is dat er zelf lerende, zichzelf onderhoudende expertsystemen komen, speciaal gericht op bepaalde kennisdomeinen, en die zijn te vullen, onderhouden en raadplegen via internet. Het betekent wel dat we een hele hoop zaken die we op dit moment voor ‘waar’ aannemen binnen het vakgebied AI op de helling moeten zetten, en de durf moeten hebben om de vraag ‘wat is menselijk redeneren’ volledig te herzien. Wij hebben dit al eens gedurfd, en zijn tot uitzonderlijke resultaten gekomen. Het einde is nog zeker niet in zicht.
Tot slot willen wij tegen de auteur van het artikel zeggen; houd moed en geloof in de mythe. Expertsystemen worden sneller gemeengoed dan menigeen denkt, en komen in een andere gedaante dan menigeen verwacht. Het is tenslotte een veel te intrigerende technologie.
Herman Vissia Byelex Multimedia Products
De afgelopen 20 jaar heb ik en mijn collega’s juist door AI-technieken toe te passen aanzienlijke meerwaarde kunnen bieden aan bedrijven en organisaties. Ze stellen in staat om :
– Kosten reductie te realiseren, doordat je verdergaand kan automatiseren
– Marktaandeel te vergroten, door sneller en slimmer te zijn dan je concurrent
– Klantvriendelijke transparante processen te realiseren, juist doordat je kan uitleggen waarom het systeem een conclusie trekt.
De routinematige taken zijn inmiddels nu wel geautomatiseerd. De behoefte in nu om de kenniswerker te reduceren of optimaal te ondersteunen. AI is daarbij een cruciale succesfactor!
ik zelf merk dat door bovenstaande trends AI steeds meer gemeengoed gaan worden. Steeds meer software platformen integreren momenteel AI-engines.