Expert systems (ES) zijn een van de prominente onderzoeksdomeinen van AI. Het wordt geïntroduceerd door de onderzoekers van Stanford University, Computer Science Department.

Wat zijn Expert-systemen?

De expertsystemen zijn de computertoepassingen die zijn ontwikkeld om complexe problemen op een bepaald gebied op te lossen, op het niveau van buitengewone menselijke intelligentie en deskundigheid.

Kenmerken van Expert Systemen

• Hoge prestaties
• Begrijpelijk
• Betrouwbare
• Zeer responsieve

Mogelijkheden van Expert Systemen

De expert systemen zijn in staat om −

• Advies
• Het instrueren en assisteren van menselijke besluitvorming
• Tonen
• het Afleiden van een oplossing
• Diagnose
• Uitleg
• het Interpreteren van ingang
• het Voorspellen van resultaten
• Rechtvaardigen de conclusie
• alternatieve opties om een probleem

Ze zijn niet in staat −

• vervanging van menselijke besluitvormers
• bezit menselijke capaciteiten
• nauwkeurige output produceren voor ontoereikende Kennisbasis
• verfijning van hun eigen kennis

componenten van expertsystemen

de componenten van ES omvatten −

• Kennisbasis
• Inferentiemotor
• gebruikersinterface

laat ze zien Eén voor één kort −

knowledge base

Het bevat domeinspecifieke en hoogwaardige kennis.

kennis is vereist om intelligentie aan te tonen. Het succes van elke ES hangt grotendeels af van het verzamelen van zeer nauwkeurige en nauwkeurige kennis.

Wat is kennis?

de gegevens zijn het verzamelen van feiten. De informatie is georganiseerd als gegevens en feiten over het taakdomein. Gegevens, informatie en ervaringen uit het verleden samen worden genoemd als kennis.

componenten van Kennisbasis

de kennisbasis van een ES is een opslag van zowel feitelijke als heuristische kennis.

• feitelijke kennis-het is de informatie die algemeen wordt aanvaard door de Kennisingenieurs en wetenschappers in het taakdomein.

• heuristische kennis-het gaat over praktijk, accuraat oordeel, iemands vermogen tot evaluatie, en gissen.

kennisrepresentatie

Het is de methode die wordt gebruikt om de kennis in de kennisbasis te organiseren en te formaliseren. Het is in de vorm van als-dan-anders regels.

kennisverwerving

het succes van elk systeem van deskundigen hangt grotendeels af van de kwaliteit, volledigheid en nauwkeurigheid van de in de kennisbank opgeslagen informatie.

de kennisbasis wordt gevormd door lezingen van verschillende deskundigen, geleerden en de Kennisingenieurs. De kennisingenieur is een persoon met de kwaliteiten van empathie, snel leren, en case analyse vaardigheden.hij verkrijgt informatie van de vakdeskundige door hem op te nemen, te interviewen en te observeren op het werk, enz. Vervolgens categoriseert en organiseert hij de informatie op een zinvolle manier, in de vorm van IF-THEN-ELSE-regels, om te worden gebruikt door interferentiemachine. De kennisingenieur volgt ook de ontwikkeling van de ES.

Inferentiemotor

het gebruik van efficiënte procedures en regels door de Inferentiemotor is essentieel voor het afleiden van een correcte, foutloze oplossing.

in het geval van op kennis gebaseerde ES verkrijgt en manipuleert de Inferentiemotor de kennis uit de kennisbasis om tot een specifieke oplossing te komen.

in geval van op regels gebaseerde ES past it −

• herhaaldelijk regels toe op de feiten die uit eerdere toepassing van regels zijn verkregen.

• voegt indien nodig nieuwe kennis toe aan de kennisbasis.

• Lost conflictregels op wanneer meerdere regels van toepassing zijn op een bepaald geval.

om een oplossing aan te bevelen, gebruikt de inferentie −Engine de volgende strategieën –

• voorwaartse ketting
• achterwaartse ketting

voorwaartse ketting

Het is een strategie van een expertsysteem om de vraag te beantwoorden: “wat kan er nu gebeuren?”

Hier volgt de Inferentiemotor de keten van condities en afleidingen en leidt uiteindelijk de uitkomst af. Het onderzoekt alle feiten en regels, en sorteert ze alvorens tot een oplossing te komen.

deze strategie wordt gevolgd voor het werken aan conclusie, resultaat of effect. Bijvoorbeeld, voorspelling van de aandelenmarkt status als een effect van veranderingen in de rente.

Backward Chaining

Met deze strategie, een expert systeem vindt het antwoord op de vraag, “Why this happened?”

Op basis van wat er al gebeurd is, probeert de Inference Engine uit te zoeken welke omstandigheden er in het verleden voor dit resultaat hadden kunnen gebeuren. Deze strategie wordt gevolgd voor het vinden van oorzaak of reden. Bijvoorbeeld, diagnose van bloedkanker bij mensen.

gebruikersinterface

gebruikersinterface biedt Interactie tussen de gebruiker van de ES en de ES zelf. Het is over het algemeen natuurlijke taalverwerking om te worden gebruikt door de gebruiker die goed thuis is in het taakdomein. De gebruiker van de ES hoeft niet per se een expert op het gebied van kunstmatige intelligentie te zijn.

Het legt uit hoe de ES tot een bepaalde aanbeveling is gekomen. De verklaring kan worden weergegeven in de volgende vormen –

• natuurlijke taal die op het scherm wordt weergegeven.
• verbale vertellingen in natuurlijke taal.
• lijst van regelnummers weergegeven op het scherm.

de gebruikersinterface maakt het gemakkelijk om de geloofwaardigheid van de aftrekkingen te achterhalen.

vereisten van een efficiënte es-gebruikersinterface

• Het moet gebruikers helpen hun doelen op de kortst mogelijke manier te bereiken.

• het moet worden ontworpen om te werken voor de bestaande of gewenste werkpraktijken van de gebruiker.

• De technologie moet aan de behoeften van de gebruiker kunnen worden aangepast; niet andersom.

• Het moet efficiënt gebruik maken van gebruikersinvoer.

Expert Systems Limitations

geen enkele technologie kan een eenvoudige en complete oplossing bieden. Grote systemen zijn duur, vereisen aanzienlijke ontwikkelingstijd en computerbronnen. ESs ‘ s hebben hun beperkingen waaronder –

• beperkingen van de technologie
• moeilijke kennisverwerving
• ES zijn moeilijk te handhaven
• hoge ontwikkelingskosten

toepassingen van het systeem van deskundigen

De volgende tabel laat zien waar ES kan worden toegepast.

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.
bewakingssystemen	continu vergelijken van gegevens met waargenomen systemen of met voorgeschreven gedrag zoals lekkagebewaking in lange petroleumpijpleiding.
procesbesturingssystemen	controle van een fysiek proces gebaseerd op monitoring.
kennisdomein	fouten in voertuigen en computers opsporen.
Finance/Commerce	detectie van mogelijke fraude, verdachte transacties, beurshandel, Luchtvaartplanning, vrachtplanning.

Expert System Technology

Er zijn verschillende niveaus van ES-technologieën beschikbaar. Expert systems technologies include –

• Expert System Development Environment-De ES development environment omvat hardware en tools. Het zijn −

  • werkstations, minicomputers, mainframes.

  • symbolische programmeertalen op hoog niveau, zoals LISt Programming (LISP) en PROgrammation en LOGique (PROLOG).

  • grote databases.

• Tools-ze verminderen de inspanning en de kosten die gepaard gaan met de ontwikkeling van een systeem van deskundigen in grote mate.

  • krachtige editors en debuggereedschappen met meerdere vensters.

  • zij bieden rapid prototyping

  • hebben ingebouwde definities van model, kennisrepresentatie en gevolgontwerp.

• Shells-een shell is niets anders dan een expertsysteem zonder Kennisbasis. Een shell biedt de ontwikkelaars kennisverwerving, inferentie Motor, gebruikersinterface, en uitleg faciliteit. Bijvoorbeeld, enkele shells worden hieronder gegeven –

  • Java Expert System Shell (JESS) die volledig ontwikkelde Java API biedt voor het maken van een expert systeem.

  • Vidwan, een shell ontwikkeld door het National Centre for Software Technology, Mumbai in 1993. Het maakt kenniscodering mogelijk in de vorm van IF-THEN-regels.

ontwikkeling van Expert-systemen: algemene stappen

het ontwikkelingsproces van ES is iteratief. Stappen in de ontwikkeling van de ES omvatten –

Identificeer probleemdomein

• het probleem moet geschikt zijn voor een expertsysteem om het op te lossen.
• Zoek de deskundigen in het taakdomein voor het ES-project.
• kosteneffectiviteit van het systeem vaststellen.

ontwerp het systeem

• Identificeer de ES-technologie

• ken en bepaal de mate van integratie met de andere systemen en databases.

• besef hoe de Concepten de domeinkennis het beste kunnen vertegenwoordigen.

ontwikkel het Prototype

vanuit de Kennisbasis: de kennisingenieur werkt om −

• domeinkennis te verwerven van de deskundige.
• representeren het in de vorm van If-THEN-ELSE regels.

test en verfijn het Prototype

• De kennisingenieur gebruikt voorbeeldgevallen om het prototype te testen op eventuele prestatiegebreken.

• eindgebruikers testen de prototypes van de ES.

ontwikkel en voltooi de Es

• Test en zorg voor de interactie van de ES met alle elementen van zijn omgeving, inclusief eindgebruikers, databases en andere informatiesystemen.

• documenteer het ES-project goed.

• Train de gebruiker om ES te gebruiken.

het systeem onderhouden

• de kennisbasis up-to-date houden door regelmatig te evalueren en bij te werken.

• zorgen voor nieuwe interfaces met andere informatiesystemen, naarmate deze systemen evolueren.

voordelen van Expert-systemen

• beschikbaarheid-ze zijn gemakkelijk beschikbaar dankzij massaproductie van software.

• Minus productiekosten-productiekosten zijn redelijk. Dit maakt ze betaalbaar.

• snelheid-ze bieden grote snelheid. Ze verminderen de hoeveelheid werk die een individu inbrengt.

• minder foutenpercentage-foutenpercentage is laag in vergelijking met menselijke fouten.

• vermindering van risico ‘ s-ze kunnen werken in het milieu dat gevaarlijk is voor de mens.

• constante respons-ze werken gestaag zonder beweeglijk, gespannen of vermoeid te worden.