您现在的位置是:主页 > 深度智能 >

如何在人工智能中实现专家系统?

2022-02-22 16:05:57深度智能 1477人已围观

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,

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

最近开发了一个专家系统 ROSS,AI 律师,ROSS 是一个自学习系统,它使用数据挖掘、模式识别、深度学习和自然语言处理来模仿人脑的工作方式。

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。

站点信息

  • 文章统计 3573 篇文章
  • 微信公众号:扫描二维码,关注我们