PL
Współczesne rozumienie rewitalizacji wymaga kompleksowego ujęcia wielu różnorodnych dziedzin, tak szerokie ujęcie problemu wymusza zaangażowanie do jego rozwiązania ekspertów z wielu dziedzin. Ponieważ wiedza eksperta jest zasobem rzadkim i drogim, a systemy komputerowe stają się coraz doskonalsze, atrakcyjna staje się wizja zastąpienia ekspertów przez systemy komputerowe. Podstawowym przesłaniem systemów eksperckich jest przekonanie, że wiedzę wysoko wykwalifikowanego eksperta można zapisać na komputerze w takiej postaci, że odpowiedni program komputerowy będzie mógł przeprowadzać na niej wnioskowanie i generować wyniki zgodne z wynikami, jakie podałby ekspert. Uznano jednak, że niemożliwe jest skonstruowanie za ich pomocą sztucznego mózgu i pozostawiono w polu zastosowań systemów eksperckich dziedzinę problemów dobrze ustrukturalizowanych, a jednocześnie niezwykle obszernych, wymagających podejmowania wielu rutynowych decyzji. System ekspercki składa się z bazy wiedzy, bazy danych, interfejsu użytkownika i maszyny wnioskującej. Maszyna wnioskująca jest najważniejszym składnikiem systemu eksperckiego, jej zadaniem jest wyciąganie wniosków z przesłanek i pytań wprowadzanych przez użytkownika i generowanie odpowiedzi. Baza wiedzy jest to składnik systemu, w którym zawarta jest pozyskana od ekspertów ludzi i przetworzona wiedza, dotycząca określonej dziedziny. Systemy eksperckie możemy podzielić ze względu na rodzaj wyników, jakie otrzymujemy przy ich zastosowaniu: - interpretacyjne: opisują sytuację na podstawie obserwacji, np. stanu czujników (rozpoznawanie mowy, obrazów), - predykcyjne: wnioskują o przyszłości na podstawie danej sytuacji, np. prognozowa - nie pogody, rozwój choroby, - diagnostyczne oceniają systemy lub urządzenia na podstawie obserwacji, np. w elektronice, mechanice (wykrywanie wad), ale także w medycynie czy naukach społecznych (diagnozowanie chorób), - planujące: wskazujące określone działania pozwalające na osiągnięcie zadanego celu, - sterujące: kierujące działaniem jakiegoś systemu (np. pracą robotów na linii produkcyjnej). W procesie rewitalizacji występują sytuacje, w których należy podjąć odpowiednie decyzje, najczęściej wymagające udziału ekspertów, m.in.: 1) diagnozowanie stanu miasta lub gminy, ustalenie czy jest potrzebna interwencja w procesie rozwoju i jaka, w szczególności czy potrzebna jest rewitalizacja danego obszaru, 2) określenie granic obszaru, który będzie podlegał procesowi rewitalizacji, 3) wskazanie pożądanych i oczekiwanych zmian na obszarze przewidzianym do rewitalizacji, 4) wybór zadań do realizacji, monitorowanie procesu rewitalizacji i dynamiczne weryfikowania zadań służących rewitalizacji. Analizując kolejno powyższe sytuacje ze względu na poziom ich ustrukturalizowania i potrzebę podejmowania wielu rutynowych decyzji można zastanowić się, czy możliwe jest zastosowanie w tych wypadkach systemów eksperckich. Biorąc pod uwagę przedstawioną w artykule analizę, pomimo jej uproszczenia można wnioskować, że w procesach związanych z zarządzaniem rewitalizacją zastosowanie systemów eksperckich jest możliwe i celowe. Każdy ze wskazanych przypadków winien być odrębnie przebadany, także z możliwością realizacji studiów przypadku.
EN
The present-day understanding of revitalization requires a comprehensive treatment of many diverse fields, and such a wide treatment of a project calls for involving experts from various fields to implement a project. Since expert knowledge is rate and expensive, while computer systems become more and more efficient, the vision to replace experts by computer systems is more and more attractive. A basic message of expert systems is the conviction that the knowledge of a highly qualified expert can be recorded in a computer in such a form that a suitable software is able to draw conclusions from such knowledge and generate results that comply with those produce by an expert. However, it was recognized that it was impossible to develop an artificial brain and people's interest concentrated rather concentrated on expert systems or the filed of well-structured problems, being at the same time very broad and requiring making many routine decisions. An expert system is composed of a knowledge base, databases, a user interface and a machine that draws conclusions. The machine is the most important component of an expert system. Its task is to draw conclusions from premises and questions made or asked by a user, followed by response generation. The knowledge base is that component of the system which contains the body of specific data obtained from human experts and processed. Depending on the types of results produced by expert systems, we can distinguish the following: - interpretational expert systems which describe a situation on the basis of observations, e.g. detector data (speech or image recognition), - predictive expert systems which make projections about the future based on a specific situation, e.g. weather forecasting or illness development prognosis.