ekspertsystemer (ES) er et af de fremtrædende forskningsdomæner i AI. Det introduceres af forskerne ved Stanford University, Computer Science Department.

Hvad er ekspertsystemer?

ekspertsystemerne er de computerapplikationer, der er udviklet til at løse komplekse problemer i et bestemt domæne på niveau med ekstraordinær menneskelig intelligens og ekspertise.

egenskaber ved ekspertsystemer

• høj ydeevne
• forståelig
• pålidelig
• meget lydhør

kapaciteter af ekspertsystemer

ekspertsystemerne er i stand til −

• rådgivning
• instruktion og hjælp til mennesker i beslutningstagning
• demonstration
• en løsning
• diagnosticering
• forklaring
• fortolkning af input
• forudsigelse af resultater
• retfærdiggørelse af konklusionen
• forslag til alternative muligheder for et problem

de er ude af stand til −

• udskiftning af menneskelige beslutningstagere
• besidder menneskelige evner
• producerer nøjagtig output for utilstrækkelig vidensbase
• raffinering af deres egen viden

komponenter af ekspertsystemer

komponenterne i ES inkluderer −

• vidensbase
• Inference Engine
• brugergrænseflade

lad os se dem en efter en kort −

vidensbase

den indeholder domænespecifik viden af høj kvalitet.

viden er nødvendig for at udvise intelligens. Succesen for enhver ES afhænger hovedsageligt af indsamlingen af meget nøjagtig og præcis viden.

Hvad er viden?

dataene er indsamling af fakta. Oplysningerne er organiseret som data og fakta om opgavedomænet. Data, information og tidligere erfaringer kombineret sammen betegnes som viden.

komponenter af vidensbase

vidensbasen for en ES er en butik af både faktuel og heuristisk viden.

• faktuel viden − det er den information, der er bredt accepteret af Vidensingeniører og lærde i opgavedomænet.

• heuristisk viden − det handler om praksis, nøjagtig vurdering, ens evne til evaluering og gætte.

vidensrepræsentation

det er den metode, der bruges til at organisere og formalisere viden i vidensbasen. Det er i form af IF-Then-ELSE regler.

Videnopsamling

ethvert ekspertsystems succes afhænger hovedsageligt af kvaliteten, fuldstændigheden og nøjagtigheden af de oplysninger, der er gemt i vidensbasen.

vidensbasen er dannet af aflæsninger fra forskellige eksperter, lærde og Vidensingeniører. Den viden ingeniør er en person med de kvaliteter af empati, hurtig læring, og case analysere færdigheder.

han erhverver information fra fagekspert ved at optage, samtale og observere ham på arbejdspladsen mv. Derefter kategoriserer og organiserer han informationen på en meningsfuld måde i form af If-Then-ELSE-regler, der skal bruges af interferensmaskine. Videningeniøren overvåger også udviklingen af ES.

Inference Engine

brug af effektive procedurer og regler af Inference Engine er afgørende for at fratrække en korrekt, fejlfri løsning.

i tilfælde af videnbaseret ES erhverver og manipulerer Inferensmotoren viden fra videnbasen for at nå frem til en bestemt løsning.

i tilfælde af regelbaseret ES, IT −

• anvender regler gentagne gange på fakta, som er opnået fra tidligere regelansøgning.

• tilføjer ny viden til vidensbasen, hvis det kræves.

• løser regler konflikt, når flere regler gælder for en bestemt sag.

for at anbefale en løsning bruger Inferensmotoren følgende strategier −

• Fremadkædning
• bagud kæde

Fremadkædning

det er en strategi for et ekspertsystem til at besvare spørgsmålet, “Hvad kan der ske næste?”

Her følger Inferensmotoren kæden af betingelser og afledninger og udleder endelig resultatet. Det overvejer alle fakta og regler, og sorterer dem, før de indgår en løsning.

denne strategi følges for at arbejde på konklusion, resultat eller effekt. For eksempel forudsigelse af aktiemarkedsstatus som en effekt af ændringer i renten.

Bagudkædning

med denne strategi finder et ekspertsystem svaret på spørgsmålet, “hvorfor dette skete?”

på baggrund af hvad der allerede er sket, forsøger Inferensmotoren at finde ud af, hvilke forhold der kunne være sket i fortiden for dette resultat. Denne strategi følges for at finde ud af årsag eller grund. For eksempel diagnose af blodkræft hos mennesker.

brugergrænseflade

brugergrænseflade giver interaktion mellem bruger af ES og ES selv. Det er generelt naturlig sprogbehandling for at blive brugt af den bruger, der er velbevandret i opgavedomænet. Brugeren af ES behøver ikke nødvendigvis at være ekspert i kunstig intelligens.

det forklarer, hvordan ES er kommet til en bestemt anbefaling. Forklaringen kan vises i følgende former −

• naturligt sprog vises på skærmen.
• verbale fortællinger i naturligt sprog.
• liste over regelnumre, der vises på skærmen.

brugergrænsefladen gør det nemt at spore troværdigheden af fradragene.

krav til effektiv es-brugergrænseflade

• det skal hjælpe brugerne med at nå deres mål på kortest mulig måde.

• det skal være designet til at arbejde for brugerens eksisterende eller ønskede arbejdspraksis.

• dens teknologi skal kunne tilpasses brugerens krav; ikke omvendt.

• Det bør gøre effektiv brug af brugerinput.

ekspertsystemer begrænsninger

ingen teknologi kan tilbyde nem og komplet løsning. Store systemer er dyre, kræver betydelig udviklingstid og computerressourcer. ESs har deres begrænsninger, som omfatter –

• begrænsninger af teknologien
• vanskelig videnindsamling
• ES er vanskelige at opretholde
• høje udviklingsomkostninger

anvendelser af ekspertsystem

følgende tabel viser, hvor ES kan anvendes.

Application	Description
Design Domain	Camera lens design, automobile design.
Medical Domain	Diagnosis Systems to deduce cause of disease from observed data, conduction medical operations on humans.
overvågningssystemer	sammenligning af data kontinuerligt med observeret system eller med foreskrevet opførsel såsom lækageovervågning i lang olierørledning.
Process Control Systems	styring af en fysisk proces baseret på overvågning.
Videndomæne	Find ud af fejl i køretøjer, computere.
finans/handel	påvisning af mulig svig, mistænkelige transaktioner, aktiemarkedet handel, flyselskab planlægning, fragt planlægning.

ekspert systemteknologi

der er flere niveauer af ES-teknologier til rådighed. Ekspert systemer teknologier omfatter-

• ekspert System udviklingsmiljø − ES udviklingsmiljø omfatter isenkram og værktøj. De er −

  • arbejdsstationer, minicomputere, mainframes.

  • symbolske programmeringssprog på højt niveau som LISt programmering (LISP) og programmeringslogik (PROLOG).

  • store databaser.

• værktøjer-de reducerer indsatsen og omkostningerne ved at udvikle et ekspertsystem i vid udstrækning.

  • kraftfulde redaktører og debugging værktøjer med multi-vinduer.

  • de giver hurtig prototyping

  • har indbyggede definitioner af model, vidensrepræsentation og inferens design.

• skaller − en skal er intet andet end et ekspertsystem uden vidensbase. En shell giver udviklerne viden erhvervelse, inferens motor, brugergrænseflade, og forklaring facilitet. For eksempel er få skaller angivet nedenfor −

  • Java ekspert System Shell (JESS), der giver fuldt udviklet Java API til oprettelse af et ekspertsystem.en shell, der blev udviklet på Det Nationale Center for Programmelteknologi, Mumbai i 1993. Det muliggør viden kodning i form af IF-THEN regler.

udvikling af ekspertsystemer: generelle trin

processen med ES-udvikling er iterativ. Trin i udviklingen af ES inkluderer-

Identificer Problemdomæne

• problemet skal være egnet til et ekspertsystem til at løse det.
• Find eksperterne i opgavedomænet til ES-projektet.
• etablere omkostningseffektivitet af systemet.

Design systemet

• Identificer es-teknologien

• Kend og fastlæg graden af integration med de andre systemer og databaser.

• indse, hvordan begreberne kan repræsentere domæneviden bedst.

udvikle prototypen

fra vidensbase: vidensingeniøren arbejder for at −

• erhverve domæneviden fra eksperten.
• repræsenterer det i form af If-Then-ELSE regler.

Test og forfine prototypen

• videningeniøren bruger prøvesager til at teste prototypen for eventuelle mangler i ydeevnen.

• slutbrugere tester prototyperne af ES.

udvikle og fuldføre es

• Test og sikre interaktion mellem ES og alle elementer i dets miljø, herunder slutbrugere, databaser og andre informationssystemer.

• dokument ES-projektet godt.

• træn brugeren til at bruge ES.

vedligehold systemet

• hold vidensbasen opdateret ved regelmæssig gennemgang og opdatering.

• Tag højde for nye grænseflader med andre informationssystemer, som disse systemer udvikler sig.

fordele ved ekspertsystemer

• Tilgængelighed − de er let tilgængelige på grund af masseproduktion af programmer.

• mindre produktionsomkostninger – produktionsomkostninger er rimelige. Dette gør dem overkommelige.

• hastighed-de tilbyder stor hastighed. De reducerer mængden af arbejde, en person lægger i.

• mindre fejlrate − fejlfrekvensen er lav sammenlignet med menneskelige fejl.

• reduktion af risiko − de kan arbejde i miljøet farligt for mennesker.

• stabil respons − de arbejder støt uden at blive bevægelig, spændt eller træt.