Wat is een expertsysteem in AI (kunstmatige intelligentie)? met Voorbeeld

Wat is Expertsysteem?

Expert systeem is een interactief en betrouwbaar computergestuurd besluitvormingssysteem dat zowel feiten als heuristiek gebruikt om complexe besluitvormingsproblemen op te lossen. Het wordt beschouwd als het hoogste niveau van menselijke intelligentie en expertise. Het doel van een expertsysteem is om de meest complexe problemen in een specifiek domein op te lossen.

Expertsystemen in kunstmatige intelligentie

Het expertsysteem op het gebied van AI kan veel problemen oplossen waarvoor doorgaans een menselijke expert nodig is. Het is gebaseerd op kennis verkregen van een expert. Kunstmatige intelligentie en expertsystemen zijn in staat een bepaald kennisdomein uit te drukken en te redeneren. Expertsystemen waren de voorloper van de huidige tijd kunstmatige intelligentie, deep learning en machine learning-systemen.

Voorbeelden van expertsystemen

Hieronder staan ​​voorbeelden van expertsystemen:

• MYCIN: Het was gebaseerd op achterwaartse ketening en kon verschillende bacteriën identificeren die acute infecties konden veroorzaken. Het zou ook medicijnen kunnen aanbevelen op basis van het gewicht van de patiënt. Het is een van de beste voorbeelden van expertsystemen.
• DENDRAL: Expertsysteem dat wordt gebruikt voor chemische analyse om de moleculaire structuur te voorspellen.
• PXDES: Een voorbeeld van een expertsysteem dat wordt gebruikt om de mate en het type longkanker te voorspellen
• Cadet: Een van de beste voorbeelden van expertsystemen die kanker in een vroeg stadium kunnen identificeren

Kenmerken van het expertsysteem

Hieronder staan ​​de belangrijke kenmerken van expertsystemen in AI:

• Het hoogste expertiseniveau: Het Expert-systeem in AI biedt het hoogste niveau van expertise. Het biedt efficiëntie, nauwkeurigheid en fantasierijke probleemoplossing.

• Precies op tijd reactie: Een expertsysteem op het gebied van kunstmatige intelligentie communiceert binnen een zeer redelijke tijd met de gebruiker. De totale tijd moet korter zijn dan de tijd die een expert nodig heeft om de meest nauwkeurige oplossing voor hetzelfde probleem te vinden.

• Goede betrouwbaarheid: Het Expert-systeem op het gebied van AI moet betrouwbaar zijn en mag geen fouten maken.

• Flexibele: Het is van essentieel belang dat het flexibel blijft omdat het beschikt over een Expert-systeem.

• Effectief mechanisme: Het expertsysteem op het gebied van kunstmatige intelligentie moet over een efficiënt mechanisme beschikken om de compilatie van de bestaande kennis daarin te beheren.

• In staat om met uitdagende beslissingen en problemen om te gaan: Een expertsysteem is in staat om uitdagende beslissingsproblemen aan te pakken en oplossingen te leveren.

Onderdelen van expertsysteem

Het expertsysteem in AI bestaat uit de volgende componenten:

User Interface

De gebruikersinterface is het meest cruciale onderdeel van de Expert System Software. Dit onderdeel neemt de query van de gebruiker in een leesbare vorm en geeft deze door aan de inference engine. Daarna toont het de resultaten aan de gebruiker. Met andere woorden, het is een interface die de gebruiker helpt te communiceren met het expert system.

Inferentiemachine

De inferentiemotor is het brein van het expertsysteem. Inference engine bevat regels om een ​​specifiek probleem op te lossen. Het verwijst naar de kennis uit de Knowledge Base. Het selecteert feiten en regels die moeten worden toegepast bij het beantwoorden van de vraag van de gebruiker. Het biedt redenering over de informatie in de kennisbank. Het helpt ook bij het afleiden van het probleem om de oplossing te vinden. Dit onderdeel is ook nuttig bij het formuleren van conclusies.

kennis center

De kennisbank is een opslagplaats van feiten. Het slaat alle kennis over het probleemdomein op. Het is als een grote container met kennis die wordt verkregen van verschillende experts op een specifiek vakgebied.

We kunnen dus zeggen dat het succes van de Expert System Software vooral afhangt van de zeer nauwkeurige en precieze kennis.

Andere belangrijke termen die worden gebruikt in Expert Systems

Feiten en regels

Een feit is een klein deel van de belangrijke informatie. Feiten op zichzelf zijn van zeer beperkt nut. De regels zijn essentieel om feiten te selecteren en toe te passen op een gebruikersprobleem.

Kennisverwerving

De term kennisverwerving betekent hoe de vereiste domeinkennis door het expertsysteem kan worden verkregen. Het hele proces begint met het extraheren van kennis van een menselijke expert, het omzetten van de verworven kennis in regels en het injecteren van de ontwikkelde regels in de kennisbasis.

Deelnemer aan Expert Systeemontwikkeling

Het proces van het bouwen van een expertsysteem

• Het bepalen van de kenmerken van het probleem
• Kennisingenieur en domeinexpert werken in samenhang aan het definiëren van het probleem
• De kennisingenieur vertaalt de kennis naar een computerbegrijpbare taal. Hij ontwerpt een gevolgtrekkingsmachine, een redeneerstructuur, die kennis kan gebruiken wanneer dat nodig is.
• Kennisexpert bepaalt ook hoe het gebruik van onzekere kennis in het redeneerproces kan worden geïntegreerd en welk type uitleg nuttig zou zijn.

Conventioneel systeem versus expertsysteem

Menselijke expert versus expertsysteem

Voordelen van Expert Systeem

Hieronder staan ​​de belangrijkste voordelen/voordelen van Expert Systems in Artificial Intelligence (AI):

• Het verbetert de kwaliteit van de besluitvorming
• Vermindert de kosten van het raadplegen van experts voor het oplossen van problemen
• Het biedt snelle en efficiënte oplossingen voor problemen op een beperkt specialisatiegebied.
• Het kan schaarse expertise verzamelen en efficiënt inzetten.
• Biedt een consistent antwoord voor het zich herhalende probleem
• Behoudt een aanzienlijk informatieniveau
• Helpt u om snelle en nauwkeurige antwoorden te krijgen
• Een goede uitleg van besluitvorming
• Vermogen om complexe en uitdagende problemen op te lossen
• Expertsystemen voor kunstmatige intelligentie kunnen gestaag werken zonder emotioneel, gespannen of vermoeid te raken.

Beperkingen van het expertsysteem

Hieronder staan ​​de nadelen/beperkingen van Expert System in AI:

• Niet in staat een creatief antwoord te geven in een buitengewone situatie
• Fouten in de kennisbank kunnen leiden tot verkeerde beslissingen
• De onderhoudskosten van een expertsysteem zijn te duur
• Elk probleem is anders, daarom kan de oplossing van een menselijke expert ook anders en creatiever zijn

Toepassingen van expertsystemen

Enkele populaire toepassingen van Expert System:

• Informatiemanagement
• Ziekenhuizen en medische voorzieningen
• Beheer van helpdesks
• Evaluatie van de prestaties van de werknemer
• Analyse van leningen
• Virus detectie
• Handig voor reparatie- en onderhoudsprojecten
• Optimalisatie van magazijnen
• Planning en planning
• De configuratie van vervaardigde objecten
• Financiële besluitvorming Kennispublicatie
• Procesbewaking en controle
• Toezicht houden op de werking van de installatie en de controller
• Beurs handel
• Luchtvaartplanning en vrachtschema's

Samenvatting

• Een Expert System is een interactief en betrouwbaar computergestuurd besluitvormingssysteem dat zowel feiten als heuristiek gebruikt om complexe besluitvormingsproblemen op te lossen.
• De belangrijkste componenten van een expertsysteem zijn 1) gebruikersinterface, 2) inferentie-engine, 3) kennisbank
• Belangrijkste deelnemers in Artificial Intelligence Expert Systeemontwikkeling zijn 1) Domeinexpert 2) Kennisingenieur 3) Eindgebruiker
• Verbeterde beslissingskwaliteit, lagere kosten, consistentie, betrouwbaarheid en snelheid zijn de belangrijkste voordelen van een expertsysteem
• Een Expert-systeem kan geen creatieve oplossingen bieden en kan kostbaar zijn in het onderhoud.
• Een expertsysteem kan worden gebruikt voor brede toepassingen zoals aandelenmarkt, magazijn, HR, enz

Als je meer wilt weten over kunstmatige intelligentie, is hier een gratis tutorial die je wilt bekijken: AI-zelfstudie