Що таке експертна система в AI (штучному інтелекті)? з прикладом
Евелін Кларк
Що таке експертна система?
Експертна система — це інтерактивна та надійна комп'ютерна система прийняття рішень, яка використовує як факти, так і евристику для вирішення складних задач прийняття рішень. Мета експертної системи — вирішувати найскладніші проблеми в певній області.
Експертні системи в штучному інтелекті
Експертна система у штучному інтелекті може вирішити багато проблем, для вирішення яких зазвичай потрібна людина-експерт. Вона базується на знаннях, отриманих від експерта. Штучний Інтелект а експертні системи здатні висловлюватися та міркувати щодо певної області знань. Експертні системи були попередниками сучасних штучний інтелект, глибоке навчання та машинне навчання систем.
Приклади експертних систем
Нижче наведено приклади експертних систем:
- MYCIN: Він базувався на зворотному ланцюжку та міг ідентифікувати різні бактерії, які могли спричинити гострі інфекції. Він також міг рекомендувати ліки на основі ваги пацієнта. Це один з найкращих прикладів експертних систем.
- DENDRAL: Експертна система, що використовується для хімічного аналізу з метою прогнозування молекулярної структури.
- PXDES: Приклад експертної системи, що використовується для прогнозування ступеня та типу раку легенів.
- CaDet: Один з найкращих прикладів експертних систем, здатних виявити рак на ранніх стадіях.
Характеристика експертної системи
Ці приклади мають спільний набір якостей, узагальнений на діаграмі нижче.
Для чого потрібні експертні системи?
Нижче наведено важливі характеристики експертної системи в ШІ:
- Найвищий рівень експертизи: Експертна система у штучному інтелекті пропонує найвищий рівень експертизи. Вона забезпечує ефективність, точність та креативне вирішення проблем.
- Своєчасна реакція: Експертна система реагує протягом розумного часу, в ідеалі швидше, ніж експерт-людина дійшов би такого ж висновку.
- Хороша надійність: Експертна система у штучному інтелекті повинна бути надійною та не допускати помилок.
- Гнучка: Експертна система повинна залишатися гнучкою, щоб її база знань могла розширюватися або коригуватися в міру зміни предметної області.
- Ефективний механізм: Системі потрібен ефективний механізм для організації та оновлення знань, які вона вже має.
- Здатний вирішувати складні проблеми та вирішувати складні питання: Експертна система здатна вирішувати складні проблеми прийняття рішень та пропонувати рішення.
Компоненти експертної системи
Ці характеристики забезпечуються трьома частинами, які передають інформацію одна одній, як показано на блок-схемі.
Експертна система в ШІ складається з таких компонентів:
Інтерфейс користувача
Інтерфейс користувача є найважливішою частиною програмного забезпечення експертної системи. Цей компонент приймає запит користувача у зручній для читання формі та передає його механізму логічного висновку. Після цього він відображає результати користувачеві. Іншими словами, це інтерфейс, який допомагає користувачеві взаємодіяти з експертною системою.
Висновок двигуна
Механізм логічного висновку – це мозок експертної системи. Він містить правила для вирішення конкретної проблеми та посилається на знання, що зберігаються в Базі знань. Він вибирає факти та правила для застосування під час спроби відповісти на запит користувача, розбиває проблему на частини та формулює висновок.
База знань
База знань – це сховище фактів. Він зберігає всі знання про проблемну область. Це як великий контейнер знань, які отримані від різних експертів у певній галузі.
Таким чином, ми можемо сказати, що успіх програмного забезпечення експертної системи в основному залежить від високоточних і точних знань.
Інші ключові терміни, що використовуються в експертних системах
Факти і правила
Факт - це невелика порція важливої інформації. Факти самі по собі дуже обмежені. Правила необхідні для вибору та застосування фактів до проблеми користувача.
Набуття знань
Термін «здобуття знань» означає, як отримати необхідні знання предметної області за допомогою експертної системи. Весь процес починається з extracотримання знань від експерта-людини, перетворення отриманих знань у правила та впровадження розроблених правил у базу знань, як tracзображено на малюнку нижче.
Знання ЕксtracПроцес
Учасник розробки експертних систем
| Учасник | Роль |
| Експерт домену | Особа або група, чиї знання та досвід використовуються для розробки експертної системи. |
| Інженер знань | Технічний спеціаліст, який інтегрує ці знання в комп'ютерні системи. |
| Кінцевий користувач | Особа або група людей, які використовують експертну систему для отримання порад, які інакше не були б доступні від експерта. |
Процес побудови експертної системи
- Визначення характеристик проблеми
- Інженер із знань та експерт із домену працюють узгоджено, щоб визначити проблему
- Інженер знань переводить знання на зрозумілу для комп'ютера мову та розробляє механізм логічного висновку, структуру міркувань, яка може використовувати ці знання за потреби.
- Інженер знань також визначає, як інтегрувати використання невизначених знань у процес міркування та який тип пояснення буде корисним.
Звичайна система проти експертної системи
Дизайн стає зрозумілішим, коли експертну систему розміщують поруч зі звичайною програмою.
| Звичайна система | Експертна система |
| Знання та обробка поєднані в одному блоці. | База даних знань і механізм обробки є двома окремими компонентами. |
| Програма не робить помилок (якщо тільки немає помилки в програмуванні). | Експертна система може помилитися. |
| Система працює лише тоді, коли вона повністю розроблена. | Експертна система оптимізується на постійній основі та може бути запущена з невеликою кількістю правил. |
| Потрібне покрокове виконання за фіксованими алгоритмами. | Виконання виконується логічно та евристично. |
| Для цього потрібна повна інформація. | Він може бути функціональним з достатньою або недостатньою інформацією. |
Людський експерт проти експертної системи
| Людський експерт | Штучна експертиза |
| Швидкопсувний | Перманент |
| Важко перенести | Передатний |
| Важко задокументувати | Легко документувати |
| Непередбачуваний | Послідовний |
| Дорогий | Економічна система |
Переваги експертної системи
Нижче наведено основні переваги/переваги експертних систем у штучному інтелекті (AI):
- Це покращує якість рішення
- Скорочує витрати на консультації експертів для вирішення проблем
- Він забезпечує швидке та ефективне вирішення проблем у вузькій галузі спеціалізації.
- Він може зібрати обмежений досвід та ефективно його використовувати.
- Пропонує послідовну відповідь на повторювану проблему
- Належне пояснення прийняття рішень
- Здатність вирішувати складні та складні завдання
- Експертні системи штучного інтелекту можуть стабільно працювати, не відчуваючи емоцій, напруги чи втоми.
Обмеження експертної системи
Нижче наведено недоліки/обмеження експертної системи в ШІ:
- Нездатність творчо реагувати в екстраординарній ситуації
- Помилки в базі знань можуть призвести до неправильного рішення
- Вартість обслуговування експертної системи занадто висока
- Кожна проблема відрізняється, тому рішення людини-експерта також може бути іншим і більш креативним
Застосування експертних систем
Деякі популярні Застосування експертної системи:
- Управління інформацією
- Лікарні та медичні установи
- Управління довідковими службами
- Оцінка роботи співробітників
- Аналіз кредиту
- Виявлення вірусів
- Корисно для проектів ремонту та технічного обслуговування
- Оптимізація складу
- Планування та планування
- Конфігурація виготовлених об'єктів
- Прийняття фінансових рішень
- Публікація знань
- Моніторинг і контроль процесів
- Торгівля на фондовому ринку
- Розклад авіакомпаній і розклад вантажів
⚡ Розумний підсумок
Експертна система — це інтерактивна програма для прийняття рішень на основі правил, яка поєднує збережені факти з евристикою для вирішення вузьких, складних проблем на рівні судження, який зазвичай очікується від кваліфікованого спеціаліста в цій галузі.
