如何在人工智能中实现专家系统？

人工智能中的专家系统是一个在技术世界中流行的术语，并且有充分的理由相信它可以实现。在本文中，我们将详细探讨这个主题。

本文将介绍以下几点，

• 什么是人工智能？
• 人工智能专家系统
• 使用专家系统的领域
• 主要应用领域
• 设计ES的三个阶段
• 优点缺点和局限性

那么让我们开始这篇文章，

什么是人工智能？

嗯，通常人工智能这个名字暗示了机器的智能，它是人工的。人类拥有的智能被称为人类智能，就像机器展示的智能被称为人工智能一样。在计算机科学中。人工智能 (AI)，有时也称为机器智能。人工智能的研究领域诞生于 1956 年达特茅斯学院的一个车间。

人工智能在现实世界中的应用：

像 SIRI、CORTANA 这样的聊天机器人在今天已经非常受欢迎。其他例子还有 EVA（电子虚拟助手），这是一个由 HDFC 银行的人工智能研究部门开发的基于人工智能的聊天机器人，它可以从数千个来源收集知识并在不到 0.4 秒的时间内提供简单的答案。在我们社会的不同领域，你会发现很多人工智能应用的例子。

继续聊这个人工智能专家系统~

人工智能专家系统

什么是专家系统？

斯坦福大学计算机科学系的研究人员介绍了这个人工智能领域，它是人工智能的一个突出研究领域。它是一种计算机应用程序，可以解决任何特定领域的最复杂问题。它被认为是人类智能和专业知识的最高水平，因为它基于从专家那里获得的知识。专家系统也可以定义为基于计算机的决策系统，它可以使用事实和启发式方法来解决复杂的决策问题。

继续使用这个人工智能专家系统，

使用专家系统的领域

当今的专家系统

美国医学会批准了第一个专家系统，即探路者系统。它于1980年建成斯坦福大学，用于血液病理学诊断。这个决策论专家系统，简称 Pathfinder，可以诊断淋巴结疾病。最后，它可以处理 60 多种疾病，并可以识别 100 多种症状。

业务专家系统

主要应用领域

• 解释——根据数据得出高水平的结论。
• 预测——预测可能的结果。
• 诊断——确定故障、疾病等的原因。
• 设计——根据标准寻找最佳配置。
• 计划——提出一系列行动来实现一个目标。
• 监控——将观察到的行为与预期行为进行比较。
• 调试和修复——规定和实施补救措施。
• 指导——帮助学生学习。
• 控制——控制系统的行为。

专家系统的目的

专家系统的主要目的是获取人类专家的知识，并在特定领域复制人类专家的知识和技能。然后系统将使用这些知识和技能来解决该特定领域的复杂问题，而无需人类专家的参与。

专家系统的特点

• 高性能
• 可以理解
• 可靠的
• 反应灵敏

基于规则或专家系统的主要组件

主要成分是：

• 知识库
• 工作记忆
• 推理机
• 解释系统
• 用户界面
• 知识库编辑器

设计ES的三个阶段

知识获取：

通过采访或观察人类专家、阅读特定书籍等方式从专家那里获取知识的过程。

知识库：

知识库是高质量知识的容器。技能是通过实践来发展的，智力来自于没有知识的知识，一个人无法证明或一个人无法展示他或她的智慧，因此知识对于培养技能和展示智慧非常重要。就像，机器也需要知识才能展示其智能。预测的准确性以及系统的性能在很大程度上取决于对完美、准确和精确的知识的收集。

现在什么是知识？

知识是数据或信息。对于我们人类来说，通过阅读文章、阅读书籍或从不同的资源中收集知识，如果我们能看到获取和丰富知识的过程，那么我们就会发现，通过阅读书籍、阅读文章或任何资源，我们是从不同来源获取和提取数据和信息，然后将其存储在大脑中。所以知识就是数据，知识就是信息。知识也是事实的集合。

数据、信息和过去的经验结合在一起被称为知识。

知识表示：

知识表示是选择最合适的结构来表示知识的方法。它是在知识库中组织和形式化知识的方法。它以 IF-THEN-ELSE 规则的形式完成。

知识验证：

测试ES的知识是正确和完整的。 这整个过程称为知识工程。

推理引擎：

在基于知识的 ES 的情况下，推理引擎从知识库中获取和操作知识以得出特定的解决方案。

在基于规则的 ES 的情况下，

• 它将规则重复地应用于事实，这些事实是从较早的规则应用中获得的。
• 如果需要，它会将新知识添加到知识库中。
• 当多个规则适用于特定情况时，它解决了规则冲突。

推理引擎使用以下策略 -

• 前向链接
• 反向链接

前向链接

在前向链接中，推理引擎通过遵循条件链和推导来给出结果。无论系统中提供了什么知识，它都会遍历所有这些知识和事实，并在得出解决方案之前对其进行分类。通过前向链接方法，专家系统试图回答“接下来会发生什么？”

前向链的应用：房价预测、股票预测、股市预测等。

反向链接

当某个特定域中发生了某些事情时，推理引擎会尝试找出过去可能发生过哪种情况以获得该结果。通过反向链接方法，专家系统试图回答“为什么会发生这种情况？”。通过反向链接方法推理引擎试图找出原因或原因。

例如：人类血癌的诊断。

优点缺点和局限性

专家系统的优势：

1. 掌握海量信息
2. 最大限度地降低员工培训成本
3. 集中决策过程
4. 通过减少解决问题所需的时间来提高效率
5. 结合各种人类专家智能
6. 减少人为错误的数量
7. 提供可能给竞争对手带来问题的战略和比较优势
8. 查看人类专家可能不会想到的交易
9. 为重复的决策、流程和任务提供答案

专家系统的缺点：

1. 缺乏人类专家能够做出的创造性反应
2. 无法解释决策背后的逻辑和推理
3. 自动化复杂的流程并不容易
4. 没有适应不断变化的环境的灵活性和能力
5. 无人接听时无法识别
6. 决策时没有使用常识

限制：

• 它无法做出创造性的反应，因为它是一台机器。
• 如果知识库中提供的数据不准确或不正确，则会给出错误的预测和错误的结果。
• 专家系统维护成本高。
• 当不同的问题出现时，人类专家可以给出不同的不同的解决方案和创造性的反应，但专家系统无法给出创造性的反应。