人工智能是一种软件,用于模拟在特定领域拥有专家的人类或组织的行为和判断,称为专家系统。它通过从其知识库中获取相关知识并根据用户的问题对其进行解释来实现此目的。知识库中的数据是由特定领域的专家添加的,非专家用户使用此软件来获取某些信息。它广泛应用于许多领域,如医疗诊断,会计,编码,游戏等。

专家系统是人工智能软件,它使用存储在知识库中的知识来解决通常需要人类专家的问题,从而将人类专家的知识保留在其知识库中。他们可以向用户提供建议,并向他们解释他们如何得出特定的结论或建议。知识工程是用于定义构建专家系统的过程的术语,其从业人员称为知识工程师。知识工程师的主要作用是确保计算机拥有解决问题所需的所有知识。知识工程师必须选择一种或多种形式,将所需的知识表示为计算机内存中的符号模式。

例:专家系统的例子很多。其中一些在下面给出 -

  • MYCIN –
    最早基于反向链的专家系统之一。它可以识别可能导致严重感染的各种细菌,也可以根据人的体重推荐药物。

  • DENDRAL -
    这是一个基于人工智能的专家系统,用于化学分析。它使用物质的光谱数据来预测其分子结构。

  • R1 / XCON -
    它可以选择特定的软件来生成用户想要的计算机系统。

  • PXDES -
    它可以根据数据轻松确定患者肺癌的类型和程度。

  • CaDet -
    它是一种临床支持系统,可以在患者的早期阶段识别癌症。

  • DXplain -
    它也是一个临床支持系统,可以根据医生的发现提示各种疾病。

专家系统的组件: 

专家系统的体系结构

  • 知识库 –
    知识库表示事实和规则。它包括特定领域的知识以及解决问题的规则,程序和与该领域相关的内在数据。

  • 推理引擎 –
    推理引擎的功能是从知识库中获取相关知识,对其进行解释并找到与用户问题相关的解决方案。推理引擎从其知识库中获取规则,并将其应用于已知事实以推断新事实。推理引擎还可以包括解释和调试功能。

  • 知识获取和学习模块 -
    此组件的功能是允许专家系统从各种来源获取越来越多的知识并将其存储在知识库中。

  • 用户界面 –
    此模块使非专家用户能够与专家系统进行交互并找到问题的解决方案。

  • 解释模块 –
    此模块帮助专家系统向用户解释专家系统如何得出特定结论。

推理引擎通常使用两种策略从知识库获取知识,即 :

  • 正向链接

  • 向后链接

正向链接 –
正向链接是专家系统用来回答问题的战略过程 - 接下来会发生什么。此策略主要用于管理任务,例如创建结论,结果或效果。示例 – 预测或股票市场变动状态。
 

正向链接

向后链接 -
向后链接是专家系统用于回答问题 - 为什么会发生这种情况的存储。这种策略主要用于找出其背后的根本原因或原因,考虑已经发生的事情。例如 – 胃痛、血癌或登革热等的诊断
 

向后链接

专家系统的特征: 

  • 人类专家是易腐的,但专家系统是永久性的。

  • 它有助于分发人类的专业知识。

  • 一个专家系统可能包含来自多个人类专家的知识,从而使解决方案更有效率。

  • 它降低了为医疗诊断等各个领域咨询专家的成本。

  • 它们使用知识库和推理引擎。

  • 专家系统可以通过现有的知识事实来推导新的事实来解决复杂的问题,这些事实主要表示为假设规则,而不是通过传统的程序代码。

  • 专家系统是首批真正成功的人工智能(AI)软件形式之一。

局限性: 

  • 不要有类似人类的决策权。

  • 不能拥有人类的能力。

  • 无法从较少的知识量中产生正确的结果。

  • 需要过度培训。

优势: 

  • 可访问性成本低。

  • 快速响应。

  • 不像人类那样不受情绪的影响。

  • 低错误率。

  • 能够解释他们如何达成解决方案。

弊: 

  • 专家系统没有情感。

  • 常识是专家系统的主要问题。

  • 它是为特定领域开发的。

  • 它需要手动更新。它不会自我学习。

  • 无法解释决策背后的逻辑。

应用:
专家系统的应用几乎可以在所有商业或政府领域找到。它们包括以下领域:

  • 不同类型的医疗诊断,如内科,血液疾病和显示。

  • 诊断复杂的电子和机电系统。

  • 软件开发项目的诊断。

  • 生物学,化学和分子遗传学的规划实验。

  • 预测作物损失。

  • 柴油电力机车系统的诊断。

  • 化合物结构的鉴定。

  • 客户订单,计算机资源和各种制造任务的调度。

  • 根据浸渍表测井评估地质结构。

  • 通过卫星和机器人评估空间结构。

  • VLSI系统的设计。

  • 教学生专项任务。

  • 日志评估,包括民事案件评估、产品责任等

专家系统已经发展得如此之快,以至于它们已经开始了关于人类在面对这种智能时的命运的各种辩论,像尼克·博斯特罗姆(牛津大学哲学教授)这样的作者在思考计算能力是否已经超越了我们控制它的能力。