Hva er Expert System in AI (Artificial Intelligence)? med eksempel
Evelyn Clarke
Hva er Expert System?
Ekspert system er et interaktivt og pålitelig datamaskinbasert beslutningssystem som bruker både fakta og heuristikk for å løse komplekse beslutningsproblemer. Det anses på det høyeste nivået av menneskelig intelligens og ekspertise. Formålet med et ekspertsystem er å løse de mest komplekse problemstillingene i et spesifikt domene.
Ekspertsystemer innen kunstig intelligens
Ekspertsystemet i AI kan løse mange problemer som vanligvis vil kreve en menneskelig ekspert. Den er basert på kunnskap fra en ekspert. Kunstig intelligens og ekspertsystemer er i stand til å uttrykke og resonnere om et eller annet kunnskapsdomene. Ekspertsystemer var dagens forgjenger kunstig intelligens, dyp læring og maskinlæringssystemer.
Eksempler på ekspertsystemer
Følgende er ekspertsystemets eksempler:
- MYCIN: Den var basert på kjetting bakover og kunne identifisere ulike bakterier som kunne forårsake akutte infeksjoner. Den kan også anbefale legemidler basert på pasientens vekt. Det er et av de beste Ekspertsystemeksemplene.
- DENDRAL: Ekspertsystem brukt for kjemisk analyse for å forutsi molekylstruktur.
- PXDES: Et eksempel på ekspertsystem som brukes til å forutsi graden og typen av lungekreft
- Kadett: Et av de beste ekspertsystemeksemplene som kan identifisere kreft i tidlige stadier
Kjennetegn på Expert System
Følgende er de viktige egenskapene til Expert System i AI:
- Det høyeste nivået av ekspertise: Expert-systemet i AI tilbyr det høyeste nivået av ekspertise. Det gir effektivitet, nøyaktighet og fantasifull problemløsning.
- Reaksjon rett i tide: Et ekspertsystem innen kunstig intelligens samhandler i en svært rimelig tidsperiode med brukeren. Den totale tiden må være mindre enn tiden det tar en ekspert for å få den mest nøyaktige løsningen for samme problem.
- God pålitelighet: Ekspertsystemet i AI må være pålitelig, og det må ikke gjøre noen feil.
- Fleksibel: Det er viktig at det forblir fleksibelt da det er i besittelse av et ekspertsystem.
- Effektiv mekanisme: Ekspertsystem i kunstig intelligens må ha en effektiv mekanisme for å administrere sammenstillingen av den eksisterende kunnskapen i den.
- Kan håndtere utfordrende beslutninger og problemer: Et ekspertsystem er i stand til å håndtere utfordrende beslutningsproblemer og levere løsninger.
Komponenter av Expert System
Ekspertsystemet i AI består av følgende gitte komponenter:
Brukergrensesnitt
Brukergrensesnittet er den mest avgjørende delen av Expert System Software. Denne komponenten tar brukerens spørring i en lesbar form og sender den til inferensmotoren. Etter det viser den resultatene til brukeren. Det er med andre ord et grensesnitt som hjelper brukeren med å kommunisere med ekspertsystemet.
Inferensmotor
Inferensmotoren er hjernen til ekspertsystemet. Inferensmotor inneholder regler for å løse et spesifikt problem. Det refererer kunnskapen fra Kunnskapsbasen. Den velger fakta og regler som skal brukes når den prøver å svare på brukerens spørsmål. Det gir begrunnelse om informasjonen i kunnskapsbasen. Det hjelper også med å trekke fra problemet for å finne løsningen. Denne komponenten er også nyttig for å formulere konklusjoner.
Kunnskapsbase
Kunnskapsbasen er et depot av fakta. Den lagrer all kunnskap om problemdomenet. Det er som en stor beholder med kunnskap som er hentet fra forskjellige eksperter innen et spesifikt felt.
Dermed kan vi si at suksessen til Expert System Software hovedsakelig avhenger av den svært nøyaktige og presise kunnskapen.
Andre nøkkelbegreper brukt i Expert Systems
Fakta og regler
Et faktum er en liten del av viktig informasjon. Fakta i seg selv er av svært begrenset nytte. Reglene er viktige for å velge og bruke fakta på et brukerproblem.
Kunnskapsinnhenting
Begrepet kunnskapsinnhenting betyr hvordan man får nødvendig domenekunnskap av ekspertsystemet. Hele prosessen starter med å hente ut kunnskap fra en menneskelig ekspert, konvertere den ervervede kunnskapen til regler og injisere de utviklede reglene i kunnskapsbasen.
Deltaker i Expert System Development
| deltaker | Rolle |
|---|---|
| Domeneekspert | Han er en person eller gruppe hvis ekspertise og kunnskap tas for å utvikle et ekspertsystem. |
| Kunnskapsingeniør | Kunnskapsingeniør er en teknisk person som integrerer kunnskap i datasystemer. |
| Slutt bruker | Det er en person eller gruppe personer som bruker ekspertsystemet for å få råd som ikke vil bli gitt av eksperten. |
Prosessen med å bygge et ekspertsystem
- Bestemme egenskapene til problemet
- Kunnskapsingeniør og domeneekspert jobber i sammenheng for å definere problemet
- Kunnskapsingeniøren oversetter kunnskapen til et datamaskinforståelig språk. Han designer en inferensmotor, en resonneringsstruktur, som kan bruke kunnskap når det trengs.
- Kunnskapsekspert bestemmer også hvordan bruken av usikker kunnskap skal integreres i resonneringsprosessen og hvilken type forklaring som vil være nyttig.
Konvensjonelt system vs. ekspertsystem
| Konvensjonelt system | Ekspert system |
|---|---|
| Kunnskap og bearbeiding er samlet i en enhet. | Kunnskapsdatabasen og prosesseringsmekanismen er to separate komponenter. |
| Programmet gjør ikke feil (med mindre feil i programmeringen). | Ekspertsystemet kan gjøre en feil. |
| Systemet er kun operativt når det er fullt utviklet. | Ekspertsystemet optimaliseres fortløpende og kan lanseres med et lite antall regler. |
| Det kreves trinnvis utførelse i henhold til faste algoritmer. | Utførelse gjøres logisk og heuristisk. |
| Den trenger full informasjon. | Det kan være funksjonelt med tilstrekkelig eller utilstrekkelig informasjon. |
Menneskelig ekspert vs. ekspertsystem
| Menneskelig ekspert | Kunstig ekspertise |
|---|---|
| Forgjengelig | Fast |
| Vanskelig å overføre | overførbar |
| Vanskelig å dokumentere | Enkel å dokumentere |
| Uforutsigbare | Konsekvent |
| Dyrt | Kostnadseffektivt system |
Fordeler med Expert System
Nedenfor er hovedfordelene/fordelene med Expert Systems in Artificial Intelligence (AI):
- Det forbedrer beslutningskvaliteten
- Kutter utgiftene til å konsultere eksperter for problemløsning
- Det gir raske og effektive løsninger på problemer innenfor et snevert spesialområde.
- Den kan samle knapp ekspertise og bruke den effektivt.
- Tilbyr konsekvent svar på det repeterende problemet
- Opprettholder et betydelig informasjonsnivå
- Hjelper deg å få raske og nøyaktige svar
- En skikkelig forklaring på beslutningstaking
- Evne til å løse komplekse og utfordrende problemstillinger
- Artificial Intelligence Expert Systems kan fungere jevnt og trutt uten å bli følelsesmessig, anspent eller sliten.
Begrensninger for Expert System
Nedenfor er ulempene/begrensningene ved Expert System i AI:
- Ute av stand til å gi en kreativ respons i en ekstraordinær situasjon
- Feil i kunnskapsgrunnlaget kan føre til feil beslutning
- Vedlikeholdskostnaden for et ekspertsystem er for dyr
- Hvert problem er forskjellig, derfor kan løsningen fra en menneskelig ekspert også være annerledes og mer kreativ
Anvendelser av ekspertsystemer
Noen populære anvendelser av ekspertsystem:
- Informasjonshåndtering
- Sykehus og medisinske fasiliteter
- Helpdesk-administrasjon
- Evaluering av ansattes ytelse
- Låneanalyse
- Virusdeteksjon
- Nyttig for reparasjons- og vedlikeholdsprosjekter
- Lageroptimalisering
- Planlegging og planlegging
- Konfigurasjonen av produserte objekter
- Økonomisk beslutningstaking Kunnskapspublisering
- Prosessovervåking og kontroll
- Overvåke driften av anlegget og kontrolleren
- Handel med aksjer
- Flyselskapets tidsplaner og fraktplaner
Sammendrag
- Et ekspertsystem er et interaktivt og pålitelig datamaskinbasert beslutningssystem som bruker både fakta og heuristikk for å løse komplekse beslutningsproblemer
- Nøkkelkomponenter i et ekspertsystem er 1) brukergrensesnitt, 2) inferensmotor, 3) kunnskapsbase
- Sentrale deltakere i Kunstig intelligens Ekspertsystemutvikling er 1) Domeneekspert 2) Kunnskapsingeniør 3) Sluttbruker
- Forbedret beslutningskvalitet, reduserte kostnader, konsistens, pålitelighet, hastighet er de viktigste fordelene med et ekspertsystem
- Et Expert-system kan ikke gi kreative løsninger og kan være kostbart å vedlikeholde.
- Et ekspertsystem kan brukes til brede applikasjoner som aksjemarked, lager, HR, etc
Hvis du vil lære om kunstig intelligens, her er en gratis veiledning du vil sjekke ut: AI-opplæring