Vad är expertsystem inom AI (artificiell intelligens)? med exempel

Vad är expertsystem?

Expertsystem är ett interaktivt och pålitligt datorbaserat beslutssystem som använder både fakta och heuristik för att lösa komplexa beslutsfattande problem. Det anses vara på högsta nivå av mänsklig intelligens och expertis. Syftet med ett expertsystem är att lösa de mest komplexa frågorna inom en specifik domän.

Expertsystem inom artificiell intelligens

Expertsystemet i AI kan lösa många problem som i allmänhet skulle kräva en mänsklig expert. Den bygger på kunskap från en expert. Artificiell intelligens och expertsystem är kapabla att uttrycka och resonera kring någon kunskapsdomän. Expertsystem var dagens föregångare artificiell intelligens, djupinlärning och maskininlärningssystem.

Exempel på expertsystem

Följande är expertsystemets exempel:

  • MYCIN: Den byggde på baklängeskedja och kunde identifiera olika bakterier som kunde orsaka akuta infektioner. Det kan också rekommendera läkemedel baserat på patientens vikt. Det är ett av de bästa expertsystemexemplen.
  • DENDRAL: Expertsystem som används för kemisk analys för att förutsäga molekylstruktur.
  • PXDES: Ett exempel på expertsystem som används för att förutsäga graden och typen av lungcancer
  • Kadett: Ett av de bästa expertsystemexemplen som kan identifiera cancer i tidiga skeden

Egenskaper för Expert System

Egenskaper för Expert System
Varför krävs expertsystem?

Följande är de viktiga egenskaperna hos Expert System i AI:

  • Den högsta kompetensnivån: Expertsystemet inom AI erbjuder den högsta nivån av expertis. Det ger effektivitet, noggrannhet och fantasifull problemlösning.
  • Reaktion i tid: Ett expertsystem inom artificiell intelligens interagerar inom en mycket rimlig tidsperiod med användaren. Den totala tiden måste vara mindre än den tid det tar för en expert att få den mest exakta lösningen för samma problem.
  • Bra tillförlitlighet: Expertsystemet i AI måste vara tillförlitligt, och det får inte göra något misstag.
  • Flexibel: Det är viktigt att det förblir flexibelt eftersom det ägs av ett expertsystem.
  • Effektiv mekanism: Expertsystem inom artificiell intelligens måste ha en effektiv mekanism för att administrera sammanställningen av befintlig kunskap i det.
  • Kan hantera utmanande beslut och problem: Ett expertsystem kan hantera utmanande beslutsproblem och leverera lösningar.

Komponenter i expertsystemet

Komponenter i expertsystemet

Expertsystemet i AI består av följande givna komponenter:

Användargränssnitt

Användargränssnittet är den mest avgörande delen av Expert System Software. Denna komponent tar användarens fråga i en läsbar form och skickar den till inferensmotorn. Efter det visar den resultaten för användaren. Det är med andra ord ett gränssnitt som hjälper användaren att kommunicera med expertsystemet.

Inferensmotor

Slutledningsmotorn är expertsystemets hjärna. Inferensmotor innehåller regler för att lösa ett specifikt problem. Det hänvisar till kunskapen från Kunskapsbasen. Den väljer ut fakta och regler som ska tillämpas när man försöker svara på användarens fråga. Den ger resonemang om informationen i kunskapsbasen. Det hjälper också till att dra av problemet för att hitta lösningen. Denna komponent är också till hjälp för att formulera slutsatser.

Kunskapsbas

Kunskapsbasen är ett arkiv av fakta. Den lagrar all kunskap om problemdomänen. Det är som en stor behållare med kunskap som erhålls från olika experter inom ett specifikt område.

Således kan vi säga att framgången för Expert System Software främst beror på den mycket exakta och exakta kunskapen.

Andra nyckeltermer som används i Expert Systems

Fakta och regler

Ett faktum är en liten del av viktig information. Fakta i sig är till mycket begränsad nytta. Reglerna är viktiga för att välja ut och tillämpa fakta på ett användarproblem.

Kunskapsinhämtning

Begreppet kunskapsinhämtning betyder hur man skaffar erforderlig domänkunskap av expertsystemet. Hela processen börjar med att utvinna kunskap från en mänsklig expert, omvandla den inhämtade kunskapen till regler och injicera de utvecklade reglerna i kunskapsbasen.

Process för att utvinna kunskap

Process för att utvinna kunskap

Deltagare i Expertsystemutveckling

Deltagare Roll
Domänexpert Han är en person eller grupp vars expertis och kunskap tas för att utveckla ett expertsystem.
Kunskapsingenjör Kunskapsingenjör är en teknisk person som integrerar kunskap i datorsystem.
Slutanvändare Det är en person eller grupp människor som använder expertsystemet för att få råd som inte kommer att tillhandahållas av experten.

Processen att bygga ett expertsystem

  • Fastställande av problemets egenskaper
  • Kunskapsingenjör och domänexpert arbetar i samstämmighet för att definiera problemet
  • Kunskapsingenjören översätter kunskapen till ett datorförståeligt språk. Han designar en inferensmotor, en resonemangsstruktur, som kan använda kunskap när det behövs.
  • Kunskapsexperten avgör också hur man integrerar användningen av osäker kunskap i resonemangsprocessen och vilken typ av förklaring som skulle vara användbar.

Konventionella system kontra expertsystem

Konventionellt system Expertsystem
Kunskap och bearbetning kombineras i en enhet. Kunskapsdatabasen och bearbetningsmekanismen är två separata komponenter.
Programmet gör inga fel (såvida det inte är fel i programmeringen). Expertsystemet kan göra ett misstag.
Systemet är i drift endast när det är fullt utvecklat. Expertsystemet optimeras löpande och kan lanseras med ett litet antal regler.
Steg för steg exekvering enligt fasta algoritmer krävs. Utförande görs logiskt & heuristiskt.
Den behöver fullständig information. Det kan vara funktionellt med tillräcklig eller otillräcklig information.

Mänsklig expert vs. Expertsystem

Mänsklig expert Artificiell expertis
Förgänglig Permanent
Svårt att överföra Överförbar
Svårt att dokumentera Lätt att dokumentera
Oförutsägbar Konsekvent
Dyr Kostnadseffektivt system

Fördelar med Expert System

Nedan är de viktigaste fördelarna med expertsystem inom artificiell intelligens (AI):

  • Det förbättrar beslutskvaliteten
  • Minskar kostnaderna för att konsultera experter för problemlösning
  • Det ger snabba och effektiva lösningar på problem inom ett smalt specialiseringsområde.
  • Den kan samla knapp kompetens och använda den effektivt.
  • Erbjuder ett konsekvent svar på det repetitiva problemet
  • Upprätthåller en betydande informationsnivå
  • Hjälper dig att få snabba och korrekta svar
  • En korrekt förklaring av beslutsfattande
  • Förmåga att lösa komplexa och utmanande frågor
  • Expertsystem för artificiell intelligens kan arbeta stadigt utan att bli känslomässigt, spänd eller trött.

Expertsystems begränsningar

Nedan är nackdelarna/begränsningarna med Expert System i AI:

  • Det går inte att ge ett kreativt svar i en extraordinär situation
  • Fel i kunskapsbasen kan leda till felaktiga beslut
  • Underhållskostnaden för ett expertsystem är för dyr
  • Varje problem är olika, därför kan lösningen från en mänsklig expert också vara annorlunda och mer kreativ

Tillämpningar av expertsystem

Några populära tillämpningar av expertsystem:

  • Informationshantering
  • Sjukhus och medicinska faciliteter
  • Hjälpdeskhantering
  • Utvärdering av anställdas prestation
  • Låneanalys
  • Virusdetektering
  • Användbar för reparations- och underhållsprojekt
  • Lageroptimering
  • Planering och schemaläggning
  • Konfigurationen av tillverkade föremål
  • Ekonomiskt beslutsfattande Kunskapspublicering
  • Processövervakning och kontroll
  • Övervaka driften av anläggningen och styrenheten
  • Aktiemarknadshandel
  • Flygbolags schemaläggning och fraktscheman

Sammanfattning

  • Ett expertsystem är ett interaktivt och pålitligt datorbaserat beslutssystem som använder både fakta och heuristik för att lösa komplexa beslutsfattande problem
  • Nyckelkomponenter i ett expertsystem är 1) användargränssnitt, 2) inferensmotor, 3) kunskapsbas
  • Nyckeldeltagare i Artificiell intelligens Expertsystemutveckling är 1) Domänexpert 2) Kunskapsingenjör 3) Slutanvändare
  • Förbättrad beslutskvalitet, minskade kostnader, konsekvens, tillförlitlighet, snabbhet är viktiga fördelar med ett expertsystem
  • Ett Expertsystem kan inte ge kreativa lösningar och kan vara kostsamt att underhålla.
  • Ett expertsystem kan användas för breda applikationer som aktiemarknad, lager, HR, etc

Om du vill lära dig mer om artificiell intelligens, här är en gratis handledning som du vill kolla in: Handledning för AI