AI-专家系统

专家系统（ES）是人工智能的重要研究领域之一。它是由斯坦福大学计算机科学系的研究人员介绍的。

什么是专家系统？

专家系统是为解决特定领域的复杂问题而开发的计算机应用程序，具有非凡的人类智慧和专业知识。

专家系统的特点

高性能
可理解的
可靠
响应速度快

专家系统的功能

专家系统能够 -

建议
指导和协助人类做出决策
展示
派生解决方案
诊断
解释
解释输入
预测结果
证明结论的合理性
建议问题的替代选项

他们无法 -

替代人类决策者
拥有人类的能力
为不足的知识库生成准确的输出
完善自己的知识

专家系统的组件

ES 的组件包括 -

知识库
推理引擎
用户界面

让我们一一简要地看一下——

知识库

它包含特定领域的高质量知识。

展示智慧需要知识。任何ES的成功主要取决于高度准确和精确的知识的收集。

什么是内识？

数据是事实的集合。信息被组织为有关任务域的数据和事实。数据、信息和过去的经验结合在一起被称为知识。

知识库的组件

ES 的知识库是事实知识和启发式知识的存储。

事实知识 - 它是知识工程师和学者在任务领域广泛接受的信息。
启发式知识 - 它是关于实践，准确的判断，一个人的评估能力和猜测。

知识表示

它是用于组织和形式化知识库中知识的方法。它以IF-THEN-ELSE规则的形式出现。

知识获取

任何专家系统的成功主要取决于存储在知识库中的信息的质量、完整性和准确性。

知识库由各种专家、学者和知识工程师的阅读材料形成。知识工程师是一个具有同理心、快速学习和案例分析技能的人。

他通过记录、采访和观察他的工作等方式从学科专家那里获取信息。然后，他以有意义的方式对信息进行分类和组织，以IF-THEN-ELSE规则的形式，供干扰机器使用。知识工程师还监视 ES 的开发。

推理引擎

推理引擎使用高效的程序和规则对于推断出正确、完美的解决方案至关重要。

对于基于知识的 ES，推理引擎从知识库中获取和操作知识以达到特定的解决方案。

在基于规则的 ES 的情况下，它 -

将规则重复应用于从早期规则应用中获取的事实。
如果需要，将新知识添加到知识库中。
解决多个规则适用于特定情况时的规则冲突。

为了推荐解决方案，推理引擎使用以下策略 -

正向链接
向后链接

正向链接

专家系统的一种策略是回答“接下来会发生什么？

在这里，推理引擎遵循条件和推导链，最终推导出结果。它考虑所有事实和规则，并在得出结论之前对其进行分类。

遵循此策略来处理结论、结果或效果。例如，预测股票市场状况作为利率变化的影响。

向后链接

通过这种策略，专家系统可以找到问题的答案，“为什么会这样？

根据已经发生的事情，推理引擎试图找出过去可能发生过哪些条件才能获得此结果。遵循此策略以找出原因或原因。例如，人类血癌的诊断。

用户界面

用户界面提供 ES 用户与 ES 本身之间的交互。它通常是自然语言处理，以便精通任务域的用户使用。ES的用户不一定是人工智能方面的专家。

它解释了 ES 如何得出特定建议。解释可能以以下形式出现 -

屏幕上显示自然语言。
自然语言的口头叙述。
屏幕上显示的规则编号列表。

用户界面使跟踪扣除的可信度变得容易。

高效 ES 用户界面的要求

它应该帮助用户以尽可能短的方式实现他们的目标。
它应该设计为适用于用户现有或期望的工作实践。
其技术应适应用户的要求;反之则不然。
它应该有效地利用用户输入。

专家系统限制

没有任何技术可以提供简单而完整的解决方案。大型系统成本高昂，需要大量的开发时间和计算机资源。ES 有其局限性，包括 -

技术的局限性
知识获取困难
ES 难以维护
开发成本高

专家系统的应用

下表显示了可以应用 ES 的位置。

应用	描述
设计领域	相机镜头设计，汽车设计。
医疗领域	诊断系统，从观察到的数据中推断疾病的原因，对人类进行医疗手术。
监控系统	将数据与观察到的系统或规定的行为（例如长石油管道中的泄漏监测）连续比较。
过程控制系统	基于监视控制物理过程。
知识领域	找出车辆、计算机中的故障。
金融/商业	检测可能的欺诈，可疑交易，股票市场交易，航空公司调度，货物调度。

专家系统技术

有几个级别的 ES 技术可用。专家系统技术包括 -

专家系统开发环境 - ES 开发环境包括硬件和工具。他们是——
- 工作站、小型机、大型机。
- 高级符号编程语言，如 LISt Programming （LISP）和 PROgrammation en LOGique （PROLOG）。
- 大型数据库。
工具 - 它们在很大程度上减少了开发专家系统所涉及的工作量和成本。
- 具有多窗口的强大编辑器和调试工具。
- 它们提供快速原型制作
- 具有模型、知识表示和推理设计的内置定义。
外壳 - 外壳只不过是一个没有知识库的专家系统。shell 为开发人员提供了知识获取、推理引擎、用户界面和解释工具。例如，下面给出的炮弹很少 -
- Java Expert System Shell （JESS），提供完全开发的 Java API 用于创建专家系统。
- Vidwan，1993年在孟买国家软件技术中心开发的外壳。它支持以 IF-THEN 规则的形式进行知识编码。

专家系统的开发：一般步骤

ES 开发的过程是迭代的。开发 ES 的步骤包括 -

识别问题域

问题必须适合专家系统来解决。
查找 ES 项目任务域中的专家。
建立系统的成本效益。

设计系统

确定 ES 技术
了解并确定与其他系统和数据库的集成程度。
了解这些概念如何最好地代表领域知识。

开发原型

从知识库：知识工程师的工作是 -

从专家那里获取领域知识。
以 If-THEN-ELSE 规则的形式表示它。

测试和优化原型

知识工程师使用示例案例来测试原型是否存在任何性能缺陷。
最终用户测试 ES 的原型。

开发和完成 ES

测试并确保 ES 与其环境的所有元素（包括最终用户、数据库和其他信息系统）的交互。
很好地记录 ES 项目。
培训用户使用 ES。

维护系统

通过定期审查和更新使知识库保持最新。
随着其他信息系统的发展，迎合这些系统的新接口。

专家系统的优势

可用性 - 由于软件的批量生产，它们很容易获得。
生产成本低 − 生产成本合理。这使得它们负担得起。
速度 - 它们提供极快的速度。它们减少了个人投入的工作量。
错误率更低 − 与人为错误相比，错误率较低。
降低风险 - 它们可以在对人类有害的环境中工作。
稳定的反应 - 他们稳定地工作，不会运动、紧张或疲劳。