AI（人工智能）中的专家系统是什么？附示例
Evelyn Clarke 什么是专家系统？
专家系统是一种交互式且可靠的基于计算机的决策系统，它结合使用事实和启发式方法来解决复杂的决策问题。它被认为是人类智力和专业知识的最高水平。专家系统的目的是解决特定领域中最复杂的问题。
人工智能中的专家系统
人工智能中的专家系统可以解决许多通常需要人类专家才能解决的问题。它基于从专家那里获得的知识。人工智能和专家系统能够表达和推理关于某些知识领域。专家系统是当今人工智能、深度学习和机器学习系统的前身。
专家系统示例
以下是专家系统示例
- MYCIN：它基于后向链，可以识别引起急性感染的各种细菌。它还可以根据患者体重推荐药物。它是最好的专家系统示例之一。
- DENDRAL：用于化学分析以预测分子结构的专家系统。
- PXDES：一个用于预测肺癌程度和类型的专家系统示例。
- CaDet：最好的专家系统示例之一，可以在早期阶段识别癌症。
专家系统的特点
以下是人工智能中专家系统的重要特征
- 最高的专业水平：AI中的专家系统提供最高的专业水平。它提供效率、准确性和富有想象力的问题解决方法。
- 即时响应：人工智能中的专家系统在很短的时间内与用户进行交互。总时间必须少于专家为同一问题获得最准确解决方案所需的时间。
- 良好的可靠性：AI中的专家系统需要可靠，并且不能出错。
- 灵活：它保持灵活很重要，因为这是专家系统所拥有的。
- 有效的机制：人工智能中的专家系统必须拥有一个有效的机制来管理其中现有知识的编译。
- 能够处理具有挑战性的决策和问题：专家系统能够处理具有挑战性的决策问题并提供解决方案。
专家系统的组成部分
AI中的专家系统包含以下给定组件
用户界面
用户界面是专家系统软件最重要的部分。此组件以可读形式接收用户的查询，并将其传递给推理引擎。之后，它向用户显示结果。换句话说，它是一个帮助用户与专家系统通信的界面。
推理引擎
推理引擎是专家系统的大脑。推理引擎包含解决特定问题的规则。它从知识库中引用知识。在尝试回答用户查询时，它会选择要应用的事实和规则。它提供关于知识库中信息的推理。它还有助于推断问题以找到解决方案。此组件也有助于形成结论。
知识库
知识库是事实的存储库。它存储关于问题域的所有知识。它就像一个大型知识容器，是从特定领域的不同专家那里获得的。
因此，我们可以说专家系统软件的成功主要取决于高度准确和精确的知识。
专家系统中使用的其他关键术语
事实和规则
事实是少量的重要信息。事实本身用途有限。规则对于选择和应用事实来解决用户问题至关重要。
知识获取
知识获取一词是指专家系统如何获取所需的领域知识。整个过程始于从人类专家那里提取知识，将获取的知识转换为规则，并将开发的规则注入知识库。
专家系统开发中的参与者
| 参与者 | 角色 |
|---|---|
| 领域专家 | 他是用于开发专家系统的人员或团队，其专业知识和知识被采用。 |
| 知识工程师 | 知识工程师是将知识集成到计算机系统中的技术人员。 |
| 最终用户 | 它是使用专家系统来获取专家不会提供建议的人员或群体。 |
构建专家系统的过程
- 确定问题的特征
- 知识工程师和领域专家协同工作来定义问题
- 知识工程师将知识翻译成计算机可理解的语言。他设计一个推理引擎，一个推理结构，可以在需要时使用知识。
- 知识专家还确定如何将不确定知识的使用整合到推理过程中，以及哪种类型的解释会有用。
传统系统与专家系统
| 传统系统 | 专家系统 |
|---|---|
| 知识和处理结合在一个单元中。 | 知识数据库和处理机制是两个独立的组件。 |
| 程序不出错（除非编程错误）。 | 专家系统可能会犯错误。 |
| 系统只有在完全开发后才能运行。 | 专家系统是持续优化的，并且可以用少量规则启动。 |
| 需要按照固定算法进行分步执行。 | 执行是逻辑和启发式进行的。 |
| 它需要完整的信息。 | 它可以在信息充足或不足的情况下运行。 |
人类专家与专家系统
| 人类专家 | 人工专业知识 |
|---|---|
| 易逝 | 永久 |
| 难以转移 | 可转移 |
| 难以记录 | 易于记录 |
| 不可预测 | 一致 |
| 昂贵 | 成本效益系统 |
专家系统的优点
以下是人工智能（AI）中专家系统主要优点/好处
- 它提高了决策质量
- 降低了为解决问题咨询专家的成本
- 它能为狭窄的专业领域问题提供快速高效的解决方案。
- 它可以收集稀缺的专业知识并有效地使用。
- 为重复性问题提供一致的答案
- 维护大量信息
- 帮助您快速准确地获得答案
- 对决策过程的正确解释
- 解决复杂和具有挑战性问题的能力
- 人工智能专家系统可以稳定工作，而不会变得情绪化、紧张或疲劳。
专家系统的局限性
以下是人工智能专家系统的缺点/局限性
- 在特殊情况下无法做出创造性的回应
- 知识库中的错误可能导致错误的决策
- 专家系统的维护成本太高
- 每个问题都不同，因此人类专家的解决方案也可以不同且更具创造性
专家系统的应用
一些流行的专家系统应用
- 信息管理
- 医院和医疗设施
- 服务台管理
- 员工绩效评估
- 贷款分析
- 病毒检测
- 适用于维修和保养项目
- 仓库优化
- 规划和调度
- 制造对象的配置
- 财务决策知识出版
- 流程监控和控制
- 监督工厂和控制器的运行
- 股票市场交易
- 航空公司调度和货运时刻表
摘要
- 专家系统是一种交互式且可靠的基于计算机的决策系统，它结合使用事实和启发式方法来解决复杂的决策问题。
- 专家系统的关键组件是 1) 用户界面、2) 推理引擎、3) 知识库
- 人工智能专家系统开发的关键参与者是 1) 领域专家 2) 知识工程师 3) 最终用户
- 提高决策质量、降低成本、一致性、可靠性、速度是专家系统的关键优势
- 专家系统无法提供创造性的解决方案，并且维护成本可能很高。
- 专家系统可用于广泛的应用，如股票市场、仓库、人力资源等。
如果您想了解人工智能，这里有一个免费教程，您应该看看：AI教程
