Det ekspertsystemer De defineres som computersystemer, der efterligner en menneskelig eksperts beslutningsproces inden for et bestemt område. De bruger både heuristiske strategier og fakta til at løse komplekse beslutningsproblemer pålideligt og interaktivt.
De er designet til at løse meget komplekse problemer, ræsonnere gennem videnbaser. I stedet for at blive repræsenteret med en procedurebaseret kode, gør de det grundlæggende med If-Then-regler.
De er i stand til at udtrykke sig og ræsonnere omkring et eller andet vidensfelt, som giver dem mulighed for at løse mange problemer, der generelt kræver en menneskelig ekspert. Ekspertsystemer var forgængerne for nutidens kunstige intelligens, dyb læring og maskinlæringssystemer.
Et ekspertsystem kan ikke erstatte en arbejdstagers samlede præstation i problemløsning. Imidlertid kan de dramatisk reducere mængden af arbejde, den enkelte skal gøre for at løse et problem, hvilket overlader de kreative og innovative aspekter af problemløsning til mennesker..
De har spillet en vigtig rolle i mange brancher, såsom finansielle tjenester, telekommunikation, sundhedspleje, kundeservice, videospil og fremstilling..
Artikelindeks
Et ekspertsystem inkorporerer to undersystemer: en vidensbase, der indeholder akkumulerede fakta og erfaring, og en slutningsmotor, som er et sæt regler, der skal anvendes på vidensbasen eller kendte fakta i hver enkelt situation, for at udlede nye. fakta.
Systemfunktioner kan forbedres med tilføjelser til vidensbasen eller regelsættet.
For eksempel kan nutidens ekspertsystemer også have evnen til at lære automatisk, så de kan forbedre deres præstationer baseret på erfaring, ligesom mennesker gør..
Derudover kan moderne systemer lettere inkorporere ny viden og dermed let opdateres. Sådanne systemer kan bedre generalisere ud fra eksisterende viden og håndtere store mængder af komplekse data..
I slutningen af 1950'erne begyndte eksperimentering med muligheden for at bruge computerteknologi til at efterligne menneskelig beslutningstagning. For eksempel begyndte computerstøttede systemer at blive oprettet til diagnostiske applikationer inden for medicin..
Disse indledende diagnosesystemer indtastede patientsymptomer og laboratorietestresultater i systemet for at generere en diagnose som et resultat. Disse var de tidligste former for ekspertsystemer.
I begyndelsen af tresserne blev der udviklet programmer, der løste veldefinerede problemer. For eksempel spil eller maskinoversættelser.
Disse programmer krævede intelligente ræsonnementsteknikker til at håndtere de logiske og matematiske problemer, der blev præsenteret, men krævede ikke meget yderligere viden..
Forskere begyndte at indse, at for at løse mange interessante problemer måtte programmer ikke kun kunne fortolke problemerne, men også brug for grundlæggende viden for at forstå dem fuldt ud..
Dette førte gradvist til udviklingen af ekspertsystemer, der fokuserede mere på viden.
Begrebet ekspertsystemer blev formelt udviklet i 1965 af Edward Feigenbaum, professor ved Stanford University, USA..
Feigenbaum forklarede, at verden bevægede sig fra databehandling til videnbehandling takket være ny processorteknologi og computerarkitekturer.
I slutningen af tresserne blev et af de første ekspertsystemer udviklet, kaldet Dendral, der adresserede analysen af kemiske forbindelser..
Dendrals viden bestod af hundredvis af regler, der beskrev interaktionerne mellem kemiske forbindelser. Disse regler var resultatet af mange års samarbejde mellem kemikere og dataloger.
Ekspert-systemer begyndte at sprede sig i 1980'erne. Mange af Fortune 500-virksomhederne anvendte denne teknologi i deres daglige forretningsaktiviteter.
I 1990'erne integrerede mange leverandører af forretningsapplikationer, såsom Oracle og SAP, ekspertsystemers muligheder i deres produktsuite som en måde at forklare forretningslogik på..
Et ekspertsystem skal tilbyde det højeste niveau af ekspertise. Giver effektivitet, præcision og fantasifuld problemløsning.
Brugeren interagerer med ekspertsystemet i en forholdsvis rimelig periode. Tiden for denne interaktion skal være mindre end den tid, en ekspert tager for at opnå den mest præcise løsning på det samme problem..
Ekspert-systemet skal have god pålidelighed. For at gøre dette skal du ikke begå nogen form for fejl.
Ekspertsystemet skal have en effektiv mekanisme for at kunne styre det kompendium af viden, der findes i det..
Et ekspertsystem skal kunne håndtere udfordrende problemer og træffe de rigtige beslutninger for at levere løsninger..
Det er en organiseret dataindsamling svarende til systemets erfaringsomfang.
Gennem interviews og observationer med menneskelige eksperter skal de fakta, der udgør vidensbasen tages.
Fortolker og evaluerer fakta i vidensbasen gennem regler for at give en anbefaling eller konklusion.
Denne viden er repræsenteret i form af If-Then-produktionsregler: "Hvis en betingelse er sand, kan følgende fradrag foretages".
Ofte er en sandsynlighedsfaktor knyttet til konklusionen af hver produktionsregel og til den endelige anbefaling, fordi den konklusion, der er nået, ikke er en absolut sikkerhed..
For eksempel kunne et ekspertsystem til diagnose af øjensygdomme på baggrund af de givne oplysninger indikere, at en person har glaukom med en sandsynlighed på 90%.
Derudover kan rækkefølgen af regler, hvorigennem konklusionen nås, vises. Overvågning af denne kæde hjælper med at vurdere anbefalingens troværdighed og er nyttig som et læringsværktøj.
I dette system er viden repræsenteret som et sæt regler. Reglen er en direkte og fleksibel måde at udtrykke viden på.
Reglen består af to dele: "Hvis" -delen, kaldet betingelsen, og "derefter" -delen kaldes fradrag. Den grundlæggende syntaks for en regel er: Hvis (betingelse) Så (fradrag).
Når du vil udtrykke viden ved hjælp af vage ord som "meget reduceret", "moderat vanskeligt", "ikke så gammelt", kan du bruge fuzzy logik.
Denne logik bruges til at beskrive en upræcis definition. Det er baseret på ideen om, at alle ting er beskrevet i en glidende skala.
Klassisk logik fungerer med to sikkerhedsværdier: Sand (1) og Falsk (0). I fuzzy logik udtrykkes alle sikkerhedsværdier som reelle tal inden for intervallet mellem 0 og 1.
Fuzzy logik repræsenterer viden baseret på en vis grad af sandhed snarere end den absolutte sandhed af klassisk logik..
Fordelene ved det regelbaserede ekspertsystem kombinerer også fordelene ved det neurale netværk, såsom læring, generalisering, robusthed og parallel informationsbehandling..
Dette system har en neural videnbase snarere end den traditionelle videnbase. Viden lagres som vægte i neuroner.
Denne kombination giver det neurale ekspertsystem mulighed for at retfærdiggøre sine konklusioner..
Fuzzy logik og neurale netværk er komplementære værktøjer til opbygning af ekspertsystemer.
Fuzzy-systemer mangler evnen til at lære og kan ikke tilpasse sig et nyt miljø. På den anden side, selvom neurale netværk kan lære, er deres proces meget kompliceret for brugeren..
Neural-fuzzy-systemer kan kombinere computer- og læringsfunktionerne i det neurale netværk med repræsentationen af menneskelig viden og forklaringsevnerne ved fuzzy-systemer..
Som et resultat bliver neurale netværk mere gennemsigtige, mens det uklare system bliver i stand til at lære..
Ekspert-systemer er let tilgængelige, hvor som helst og når som helst på grund af masseproduktion af softwaren.
En virksomhed kan drive et ekspertsystem i miljøer, der er farlige for mennesker. De kan bruges i ethvert farligt miljø, hvor mennesker ikke kan arbejde.
De kan blive et middel til at udvikle organisatorisk viden i modsætning til den enkeltes viden i en virksomhed.
De er i stand til at give en tilstrækkelig forklaring på deres beslutningstagning og udtrykke detaljeret den begrundelse, der førte til et svar.
Når de bruges som træningsværktøjer, resulterer de i en hurtigere indlæringskurve for begyndere.
Hjælper med at få hurtige og nøjagtige svar. Et ekspertsystem kan fuldføre sin andel af opgaver meget hurtigere end en menneskelig ekspert.
Fejlraten for vellykkede ekspertsystemer er ret lav, undertiden meget lavere end den menneskelige fejlprocent for den samme opgave..
Ekspert-systemer fungerer uden at blive begejstret. De bliver ikke anspændte, trætte eller paniske, og de arbejder støt i nødsituationer.
Ekspertsystemet opretholder et betydeligt niveau af information. Denne indeholdte viden varer på ubestemt tid.
Med et ekspertsystem er det muligt at indtaste nogle regler og udvikle en prototype i dage i stedet for de måneder eller år, der ofte er forbundet med komplekse it-projekter.
Ekspertsystemet kan designes til at indeholde viden fra mange kvalificerede eksperter og dermed have evnen til at løse komplekse problemer.
Dette reducerer omkostningerne ved konsulenteksperter til problemløsning af konsulenter. De er et middel til at skaffe kilder til viden, der er vanskelige at få.
Det er altid svært at få tid til eksperter inden for bestemte områder til enhver softwareapplikation, men for ekspertsystemer er det især vanskeligt, fordi eksperter er meget værdsatte og konstant efterspørges af organisationer..
Som en konsekvens har en stor mængde forskning i de senere år fokuseret på værktøjer til erhvervelse af viden, som hjælper med at automatisere processen med design, fejlretning og vedligeholdelse af de regler, der er defineret af eksperter..
Integrationen af systemerne med databaserne var vanskelig for de første ekspertsystemer, fordi værktøjerne primært var på sprog og platforme, der ikke var kendt i virksomhedsmiljøer..
Som et resultat blev der gjort en stor indsats for at integrere ekspertsystemværktøjer i ældre miljøer, hvilket gjorde overførslen til mere standardplatforme..
Disse problemer blev hovedsageligt løst ved paradigmeskiftet, da pc'er gradvist blev accepteret i computermiljøet som en legitim platform til udvikling af seriøse forretningssystemer..
At øge størrelsen på vidensbasen øger kompleksiteten i behandlingen.
For eksempel, hvis et ekspertsystem har 100 millioner regler, er det indlysende, at det ville være for komplekst, og det ville stå over for mange beregningsproblemer.
En slutningsmotor skulle være i stand til at behandle et stort antal regler for at træffe en beslutning.
Når der er for mange regler, er det også vanskeligt at kontrollere, at disse beslutningsregler er i overensstemmelse med hinanden..
Det er også vanskeligt at prioritere brugen af reglerne til at fungere mere effektivt eller hvordan man løser tvetydigheder..
Et problem relateret til vidensbasen er, hvordan man foretager opdateringer hurtigt og effektivt. Også hvordan man tilføjer en ny viden, det vil sige hvor man skal tilføje den blandt så mange regler.
Opsummerer alle systemer, der udleder fejl, og foreslår afhjælpende handlinger for en funktionsfejl i processen eller enheden.
Et af de første vidensområder, hvor ekspertsystemteknologi blev anvendt, var medicinsk diagnose. Imidlertid overgik ingeniørsystemdiagnostik hurtigt bedre end medicinsk diagnostik.
Diagnosen kan udtrykkes som: givet de fremlagte beviser, hvad der er det bagvedliggende problem, årsag eller årsag?
Disse ekspertsystemer analyserer et sæt mål for at bestemme et sæt handlinger, der når disse mål, og giver en detaljeret rækkefølge af disse handlinger over tid under hensyntagen til materialer, personale og andre begrænsninger..
Eksempler inkluderer flyselskabspersonale og flyveplanlægning og planlægning af fremstillingsprocesser.
Der er oprettet finansielle rådgivningssystemer, der hjælper bankfolk med at afgøre, om de skal yde lån til enkeltpersoner og virksomheder..
Forsikringsselskaber bruger disse ekspertsystemer til at vurdere den risiko, som klienten udgør, og dermed bestemme forsikringsprisen.
De analyserer dataene om fysiske enheder i realtid for at bemærke uregelmæssigheder, forudsige tendenser og kontrollere både optimering og korrektion af fejl.
Eksempler på disse systemer er inden for olieraffinering og stålindustrien..
Den primære funktion med denne applikation er at give meningsfuld viden til brugerens problem inden for miljøet af dette problem..
De to ekspertsystemer, der er mest udbredt over hele verden, hører til denne kategori..
Det første af disse systemer er en rådgiver, der rådgiver brugeren om korrekt brug af grammatik i en tekst.
Den anden er en skatterådgiver, der er knyttet til et system til forberedelse af skat. Rådgiver brugeren om strategien og særlige skattepolitikker.
Endnu ingen kommentarer