sistemele Expert (ES) sunt unul dintre domeniile de cercetare proeminente ale AI. Este introdus de cercetătorii de la Universitatea Stanford, Departamentul de Informatică.

ce sunt sistemele Expert?

sistemele expert sunt aplicațiile informatice dezvoltate pentru a rezolva probleme complexe într-un anumit domeniu, la nivelul inteligenței și expertizei umane extra-obișnuite.

caracteristicile sistemelor Expert

• de înaltă performanță
• ușor de înțeles
• de încredere
• foarte receptiv

capacitățile sistemelor Expert

sistemele expert sunt capabile de −

• consiliere
• instruirea și asistarea umane în procesul de luare a deciziilor
• demonstrarea
• soluție
• diagnosticarea
• explicarea
• interpretarea intrărilor
• prezicerea rezultatelor
• justificând concluzia
• sugerând opțiuni alternative la o problemă

sunt incapabili de −

• substituind factorii de decizie umani
• care posedă capacități umane
• producând o ieșire precisă pentru o bază de cunoștințe inadecvată
• rafinarea propriilor cunoștințe

componente ale sistemelor Expert

componentele ES includ −

• baza de cunoștințe
• motor de inferență
• Interfață utilizator

să le vedem unul câte unul pe scurt −

baza de cunoștințe

conține cunoștințe specifice domeniului și de înaltă calitate.

Cunoașterea este necesară pentru a expune inteligența. Succesul oricărui ES depinde în mare măsură de colectarea de cunoștințe extrem de precise și precise.

ce este cunoașterea?

datele sunt colectarea de fapte. Informațiile sunt organizate ca date și fapte despre domeniul de activitate. Datele, informațiile și experiența trecută combinate împreună sunt denumite cunoștințe.

componente ale bazei de cunoștințe

baza de cunoștințe a unui ES este un depozit de cunoștințe atât factuale, cât și euristice.

• cunoștințe factuale − este informația larg acceptată de către inginerii de cunoștințe și savanți în domeniul sarcinii.

• cunoașterea euristică − este vorba despre practică, judecată corectă, capacitatea cuiva de evaluare și ghicire.

reprezentarea cunoștințelor

este metoda utilizată pentru organizarea și formalizarea cunoștințelor în baza de cunoștințe. Este sub forma unor reguli IF-THEN-ELSE.

dobândirea cunoștințelor

succesul oricărui sistem expert depinde în mare măsură de calitatea, completitudinea și acuratețea informațiilor stocate în baza de cunoștințe.baza de cunoștințe este formată din lecturi de la diverși experți, cercetători și ingineri de cunoștințe. Inginerul de cunoștințe este o persoană cu calități de empatie, învățare rapidă și abilități de analiză a cazurilor.

el dobândește informații de la expert subiect prin înregistrarea, intervievarea, și observarea-l la locul de muncă, etc. Apoi clasifică și organizează informațiile într-un mod semnificativ, sub forma unor reguli IF-THEN-ELSE, pentru a fi utilizate de mașina de interferență. Inginerul de cunoștințe monitorizează, de asemenea, dezvoltarea ES.

motor de inferență

utilizarea unor proceduri și reguli eficiente de către motorul de inferență este esențială în deducerea unei soluții corecte și impecabile.

În cazul ES bazate pe cunoaștere, motorul de inferență dobândește și manipulează cunoștințele din Baza de cunoștințe pentru a ajunge la o anumită soluție.

în cazul ES bazate pe reguli, it −

• aplică reguli în mod repetat faptelor, care sunt obținute din aplicarea regulii anterioare.

• adaugă noi cunoștințe în baza de cunoștințe, dacă este necesar.

• rezolvă conflictul de reguli atunci când mai multe reguli sunt aplicabile unui anumit caz.

pentru a recomanda o soluție, motorul de inferență folosește următoarele strategii −

• înainte înlănțuire
• înapoi înlănțuire

înainte înlănțuire

este o strategie a unui sistem expert pentru a răspunde la întrebarea, „ce se poate întâmpla în continuare?”

aici, motorul de inferență urmează lanțul de condiții și derivări și deduce în cele din urmă rezultatul. Ea ia în considerare toate faptele și regulile și le sortează înainte de a ajunge la o soluție.

această strategie este urmată pentru a lucra la concluzie, rezultat sau efect. De exemplu, predicția statutului pieței cotelor ca efect al modificărilor ratelor dobânzii.

înapoi înlănțuire

cu această strategie, un sistem expert afla răspunsul la întrebarea, ” de ce acest lucru sa întâmplat?”

pe baza a ceea ce s-a întâmplat deja, motorul de inferență încearcă să afle ce condiții s-ar fi putut întâmpla în trecut pentru acest rezultat. Această strategie este urmată pentru a afla cauza sau motivul. De exemplu, diagnosticul de cancer de sânge la om.

interfața cu utilizatorul

interfața cu utilizatorul asigură interacțiunea dintre utilizatorul ES și ES în sine. Este, în general, procesarea limbajului Natural, astfel încât să fie utilizată de utilizatorul care este bine versat în domeniul sarcinilor. Utilizatorul ES nu trebuie să fie neapărat un expert în inteligența artificială.

explică modul în care ES a ajuns la o anumită recomandare. Explicația poate apărea în următoarele forme –

• limbaj natural afișat pe ecran.
• narațiuni verbale în limbaj natural.
• listarea numerelor de reguli afișate pe ecran.

interfața cu utilizatorul facilitează urmărirea credibilității deducerilor.

cerințele interfeței de utilizator ES eficiente

• ar trebui să ajute utilizatorii să își atingă obiectivele în cel mai scurt mod posibil.

• ar trebui să fie proiectat să funcționeze pentru practicile de lucru existente sau dorite de utilizator.

• tehnologia sa ar trebui să fie adaptabilă la cerințele utilizatorului; nu invers.

• ar trebui să utilizeze eficient datele introduse de utilizator.

Expert Systems Limitations

nicio tehnologie nu poate oferi o soluție ușoară și completă. Sistemele mari sunt costisitoare, necesită timp semnificativ de dezvoltare și resurse informatice. SSE au limitările lor, care includ –

• limitările tehnologiei
• dificil de achiziție de cunoștințe
• ES sunt dificil de întreținut
• costuri ridicate de dezvoltare

aplicații ale sistemului Expert

tabelul următor arată unde se poate aplica.

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.
sisteme de monitorizare	compararea datelor în mod continuu cu sistemul observat sau cu un comportament prescris, cum ar fi monitorizarea scurgerilor în conducta de petrol lung.
sisteme de Control al proceselor	controlul unui proces fizic bazat pe monitorizare.
domeniul cunoașterii	aflarea defecțiunilor la vehicule, computere.
Finanțe/Comerț	detectarea posibilelor fraude, tranzacții suspecte, tranzacționare pe piața de valori, programarea companiilor aeriene, programarea mărfurilor.

Expert System Technology

există mai multe niveluri de tehnologii ES disponibile. Tehnologiile sistemelor Expert includ −

• mediul de dezvoltare a sistemelor Expert-mediul de dezvoltare ES include hardware și instrumente. Acestea sunt –

  • stații de lucru, minicomputere, mainframe-uri.

  • limbaje de programare simbolice de nivel înalt, cum ar fi programarea listelor (LISP) și Programation en LOGique (PROLOG).

  • baze de date mari.

• instrumente − acestea reduc efortul și costurile implicate în dezvoltarea unui sistem expert în mare măsură.

  • editori puternici și instrumente de depanare cu multi-ferestre.

  • acestea oferă prototipuri rapide

  • au definiții încorporate ale modelului, reprezentării cunoștințelor și designului inferenței.

• scoici − o coajă nu este altceva decât un sistem expert fără bază de cunoștințe. Un shell oferă dezvoltatorilor achiziția de cunoștințe, motorul de inferență, interfața cu utilizatorul și facilitatea de explicații. De exemplu, câteva shell −uri sunt prezentate mai jos –

  • Java expert system Shell (JESS) care oferă API Java complet dezvoltat pentru crearea unui sistem expert.

  • Vidwan, un shell dezvoltat la Centrul Național pentru tehnologie Software, Mumbai în 1993. Permite codificarea cunoștințelor sub formă de reguli IF-THEN.

dezvoltarea sistemelor Expert: pași generali

procesul de dezvoltare a ES este iterativ. Pașii în dezvoltarea ES includ –

identificați domeniul problemei

• problema trebuie să fie potrivită pentru ca un sistem expert să o rezolve.
• găsiți experții în domeniul sarcinilor pentru proiectul ES.
• stabilirea rentabilității sistemului.

proiectarea sistemului

• identificarea tehnologiei ES

• cunoașterea și stabilirea gradului de integrare cu celelalte sisteme și baze de date.

• realizați modul în care conceptele pot reprezenta cel mai bine cunoștințele de domeniu.

dezvoltați prototipul

din Baza de cunoștințe: inginerul de cunoștințe lucrează la −

• dobândiți cunoștințe de domeniu de la expert.
• îl reprezintă sub forma regulilor If-THEN-ELSE.

testați și rafinați prototipul

• inginerul de cunoștințe folosește cazuri de probă pentru a testa prototipul pentru orice deficiențe de performanță.

• utilizatorii finali testează prototipurile ES.

să dezvolte și să finalizeze testul ES

• și să asigure interacțiunea ES cu toate elementele mediului său, inclusiv utilizatorii finali, bazele de date și alte sisteme informatice.

• documentați bine proiectul ES.

• instruiți utilizatorul să utilizeze ES.

mențineți sistemul

• actualizați baza de cunoștințe prin revizuire și actualizare periodică.

• satisface noi interfețe cu alte sisteme informatice, ca aceste sisteme evoluează.

beneficiile sistemelor Expert

• disponibilitate − sunt ușor disponibile datorită producției în masă de software.

• Mai puțin costul de producție – costul de producție este rezonabil. Acest lucru le face accesibile.

• viteză-oferă viteză mare. Acestea reduc cantitatea de muncă pe care o persoană o pune.

• rata de eroare mai mică − rata de eroare este scăzută în comparație cu erorile umane.

• reducerea riscului − pot lucra în mediul periculos pentru oameni.

• răspuns constant − funcționează constant fără a se mișca, tensiona sau obosi.