Sistemi esperti e applicazioni pratiche: una visione alternativa.

1
Sistemi esperti e applicazioni pratiche una
visione alternativa.
2
Obiettivi

• Mostrare due esempi di semplicissimi Sistemi
  Esperti reali, cioè utilizzati effettivamente in
  applicazioni pratiche.
• Mostrare un esempio di ciclo di produzione per il
  software sviluppato in ambiente Client-Server.
• Introdurre alcune peculiarità della piattaforma
  tecnologica Microsoft.

3
Assunto principale

• In molte applicazioni pratiche i modelli di
  processo sono estremamente semplificati quindi
  le implicazioni teoriche sono limitate.
• Gli aspetti implementativi, progettuali e di
  project management sono i veri elementi critici
  del progetto.

4
Sistema esperto. Di che ?

• Sistema automatico di ausilio alle decisioni
• Necessario alla riproduzione e alla sintesi di
  expertise

5
Regole..

• Lautomobile non parte
• SE al motore arriva la benzina E il motore gira
  ALLORA problema di candele
• SE il motore non gira, E le luci non si accendono
  ALLORA problema di batteria
• SE il motore non gira, E le luci si accendono
  ALLORA problema di avviamento.
• .

6
. e pesi

• R1 -gt C1(0.7) e C2(0.3)
• R regola
• C conclusioni

7
Quindi

• Il problema è navigare lungo lalbero delle
  scelte, avendo la possibilità di selezionare il
  ramo ottimo secondo un certo approccio
• Statistico
• Fuzzy set theory
• Theory of evidence Dempster/Shafer
• .

8
Limiti attuali

• Manca una adeguata teoria della conoscenza
• Mancano adeguati paradigmi di rappresentazione ed
  elaborazione
• Percezione non paragonabile a quella umana

9
Esempio 1A.P.S. (Application Processing System)
in ambito finanziario
10
Descrizione

• A.P.S. (Application Processing System) sistema
  automatizzato di ausilio alle decisioni (D.S.S.,
  Decision Support System) per lerogazione di
  finanziamenti personali.
• Concetti principali
• Variabili di score
• Scorecard
• Policy Rules e Exception Rules
• Cut off.

11
Scorecard e variabili di score
12
Policy e Exception rules
13
Cut Off
14
Definizione del punteggio
Verifica policy rule
Verifica exception rule
Cut Off
Decisione
15
Quindi.

• Sistema molto semplice senza particolari problemi
  teorici
• Problemi computazionali/gestione informazione per
  scorecard grandi e applicazioni real-time (p.e.
  web-based).
• Problemi statistici legati alla correzione dei
  valori sulle variabili di score.

16
Raffinamento del processo

• ?

17
Esempio 2Controllore di pianificazione
biotecnica per allevamenti ittici
18
Descrizione

• Necessità di prevedere la crescita e la mortalità
  degli animali contenuti in un allevamento ittico
  sulla base di
• Alimentazione
• Specie
• Dimensioni
• Parametri ambientali

19
Tabelle di pianificazione

• I parametri del modello, vengono conservati, per
  ciascuna specie ittica, in tabelle, organizzate
  per temperatura e dimensione.
• Tabelle di alimentazione
• Tabelle di crescita
• Tabelle F.C.R. (Factor Conversion Rate)
• Tabelle di mortalità

20
Modello del processo
21
Ma..

• Le variabili del processo sono così instabili
  (peculiarità della specie ittica, temperatura,
  cause di mortalità) che la pianificazione è solo
  a breve termine (10-15 giorni) e deve essere
  riallineata continuamente sulla base dei dati
  storici e dellesperienza del pianificatore.

22
Quindi.

• Sistema molto complicato con molti problemi
  teorici che non è vantaggioso o opportuno o
  possibile risolvere
• Problemi biologici legati alla definizione del
  modello.
• Problemi statistici legati alla elaborazione dei
  dati storici.

23
Raffinamento del processo

• ?

24
Conclusioni

• Molto spesso gli aspetti economici, tecnologici e
  di project management legati allo sviluppo di
  applicazioni SW prevalgono sugli aspetti teorici
  di implementazione del processo.
• La parte esperta del processo viene risolta a
  mano sulla base dellesperienza.
• Lutilizzo di tecniche di IA raramente va oltre
  ad un generico raffinamento del modello
  statistico.

25
La morale..

• Gli aspetti teorici sono COMUNQUE e SEMPRE
  importantissimi e da questi non bisogna mai
  prescindere.
• Semplicemente, è necessario adeguare i propri
  sforzi alle reali esigenze del progetto.

26
Il mondo Client-Server
27
Il mondo Client-Server oggi..

• Budget limitato, tempi ridotti.
• Passaggio da SW-House a SW-Factory.
• La componente tecnologica è primaria nello
  sviluppo di applicazioni.
• Il Web aumenta la complessità delle applicazioni
  riducendo la sofisticazione degli strumenti.

28
Il problema del secondo

• La realizzazione di applicazioni SW solitamente
  si concentra non sulla applicazione in corso di
  sviluppo ma su una eventuale seconda
  applicazione, simile alla precedente e che possa
  giustificare gli investimenti.

29
Maturazione della competenza
Commessa

• Analisi si acquisisce competenza in un
  particolare settore applicativo.
• Application Framework si costruisce una
  piattaforma SW riutilizzabile.
• Semilavorato si progetta una quasi
  applicazione che può essere riutilizzata con
  pochi aggiustamenti.
• Pacchetto rivendibile as-is.

Prodotto
30
IN TEORIA.
31
(No Transcript)
32
(No Transcript)
33
E IN PRATICA
34
Fasi del progetto reale
Analisi narrow
Progetto
Fase del contingente
Param.narrow
Sviluppo
Fase del pacchetto
Riusabilità
Analisi wide
Param.wide
Sviluppo
35
Il principio necessità/opportunità

• E evidente che molte volte una metodica così
  articolata risulti non solo eccessiva ma
  addirittura dannosa per la corretta realizzazione
  del progetto.
• In ogni caso, i criteri di opportunità e di buon
  senso che vanno sempre applicati e che permettono
  di adeguare gli sforzi alle esigenze, non devono
  far dimenticare la necessità di organizzare il
  flusso delle attività secondo un processo chiaro,
  definito e facilmente ripetibile.
• Confondere la necessità con lopportunità e il
  primo errore del progettista.

36
La piattaforma Microsoft
37
La piattaforma Microsoft

• Microsoft Visual Studio
• Tecnologia COM e DCOM
• TECNOLOGIA RAD
• Mono-piattaforma-multipurpose

38
AFTER HOURS
39
Le sei regole doro (LSD)

• GIGO Garbage In Garbage Out
• CCCC Commenti Convinti Chiari Cristallini
• SSSS Scrivo Sempre Software Standardizzabile
• UUUU Utilizzo Unicamente Utility Universali
• SAL Stato Avanzamento Lavoro - Senza, Alimento
  Liti
• DEBUG Dovendo Evidenziare Bachi, Utilizzo Grano
  salis

40
I dieci comandamenti

• Si fa o non si fa (Principio di Karate Kid).
• La velocità di un plotone è data da quella del
  soldato più lento.
• Il codice rigido si spezza.
• Se non so chiedo, se so spiego.
• Interfaccia gonfia, lutente ingrassa.
• Lanalisi è il piccione del software monumento.
• Giusta visualizzazione di dati giusti.
• Se non riesco a focalizzarlo in 30 minuti ho
  sbagliato lanalisi.
• Se riesco a focalizzarlo in 30 minuti ma lo
  realizzo in 30 giorni, ho sbagliato strumento.
• Se riesco a focalizzarlo in 30 minuti e lo
  realizzo in 3 ore, ci sarà qualcosaltro che ti
  rovinerà la giornata.

41
I due principi basilari

• Principio del velocipede
• Principio del Titanic