A szakértői rendszer olyan számítógépes program, amelyet összetett problémák megoldására terveztek, és emberi szakértőhöz hasonlóan döntéshozatali képességet biztosítanak. Ezt úgy hajtja végre, hogy tudásbázisából tudást von ki a felhasználói lekérdezéseknek megfelelő érvelési és következtetési szabályok segítségével.

A szakértői rendszer az MI része, és 1970-ben fejlesztették ki az első ES-t, amely a mesterséges intelligencia első sikeres megközelítése volt. A tudásbázisában tárolt ismeretek kinyerésével szakértőként a legbonyolultabb kérdést is megoldja. A rendszer segít a döntéshozatalban a compsex használatával kapcsolatos problémák esetén mind a tényeket, mind a heurisztikát, mint egy emberi szakértő . Azért hívják így, mert egy adott terület szakértői tudását tartalmazza, és képes megoldani az adott terület bármely összetett problémáját. Ezeket a rendszereket egy adott tartományra tervezték, mint pl orvostudomány, tudomány, stb.

A szakértői rendszer teljesítménye a szakértő tudásbázisában tárolt tudásán alapul. Minél több tudást tárol a KB, annál jobban javítja a rendszer teljesítményét. Az ES-re az egyik gyakori példa a helyesírási hibákra vonatkozó javaslat a Google keresőmezőjébe történő gépelés közben.

hogyan kell java-t nyomtatni

Az alábbiakban egy szakértői rendszer működését bemutató blokkdiagram látható:

Megjegyzés: Fontos megjegyezni, hogy a szakértői rendszer nem helyettesíti a humán szakértőket; ehelyett arra szolgál, hogy segítse az embert egy összetett döntés meghozatalában. Ezek a rendszerek nem rendelkeznek emberi gondolkodási képességekkel, és az adott terület tudásbázisa alapján működnek.

Íme néhány népszerű példa az Expert Systemre:

DENDRAL:Ez egy mesterséges intelligencia projekt volt, amely kémiai elemző szakértői rendszerként készült. A szerves kémiában használták ismeretlen szerves molekulák kimutatására tömegspektrumuk és kémiai tudásbázisuk segítségével.MYCIN:Ez volt az egyik legkorábbi visszafelé láncoló szakértői rendszer, amelyet arra terveztek, hogy megtalálja a fertőzéseket, például a bakteriémiát és az agyhártyagyulladást okozó baktériumokat. Antibiotikumok ajánlására és véralvadási betegségek diagnosztizálására is alkalmazták.PXDES:Ez egy szakértői rendszer, amelyet a tüdőrák típusának és szintjének meghatározására használnak. A betegség meghatározásához képet készít a felsőtestről, amely úgy néz ki, mint az árnyék. Ez az árnyék azonosítja a károsodás típusát és mértékét.Kadét:A CaDet szakértői rendszer egy olyan diagnosztikai támogató rendszer, amely képes felismerni a rákot korai stádiumban.

A szakértői rendszer jellemzői

Nagy teljesítményű:A szakértői rendszer nagy teljesítményt nyújt egy adott terület bármely típusú összetett problémájának nagy hatékonyságú és pontos megoldásához.Érthető:A felhasználó számára könnyen érthető módon válaszol. Emberi nyelven is fogadhat bemenetet, és ugyanúgy biztosítja a kimenetet.Megbízható:Nagyon megbízható a hatékony és pontos kimenet létrehozásához.Nagyon érzékeny:Az ES bármilyen összetett lekérdezés eredményét nagyon rövid időn belül biztosítja.

A szakértői rendszer összetevői

A szakértői rendszer alapvetően három összetevőből áll:

Felhasználói felület Következtetési motor Tudásbázis

1. Felhasználói felület

Egy felhasználói felület segítségével a szakértői rendszer interakcióba lép a felhasználóval, a lekérdezéseket bemenetként veszi olvasható formátumban, és továbbítja a következtetési motornak. Miután megkapta a választ a következtetési motortól, megjeleníti a kimenetet a felhasználónak. Más szavakkal, Ez egy olyan felület, amely segít a nem szakértő felhasználónak a szakértői rendszerrel való kommunikációban megoldást találni .

próbáld elkapni java-ban

2. Következtetési motor (a motor szabályai)

• A következtetési motort a szakértői rendszer agyaként ismerik, mivel ez a rendszer fő feldolgozó egysége. Következtetési szabályokat alkalmaz a tudásbázisra, hogy következtetéseket vonjon le vagy új információkat vonjon le. Segít a felhasználó által feltett kérdések hibamentes megoldásában.
• A rendszer egy következtetési motor segítségével vonja ki a tudást a tudásbázisból.
• Kétféle következtetési motor létezik:
Determinisztikus következtetés motor:Az ilyen típusú következtetési motorból levont következtetéseket feltételezzük, hogy igazak. Azon alapul tények és szabályokat .Valószínűségi következtetés motor:Az ilyen típusú következtetési motor bizonytalanságot tartalmaz a következtetésekben és a valószínűség alapján.

A következtetési motor az alábbi módokat használja a megoldások levezetéséhez:

Előre láncolás:Az ismert tényekből és szabályokból indul ki, és a következtetési szabályokat alkalmazza, hogy ezek következtetéseit hozzáadja az ismert tényekhez.Visszafelé láncolás:Ez egy visszafelé irányuló érvelési módszer, amely a célból indul ki, és visszafelé működik az ismert tények bizonyítására.

3. Tudásbázis

• A tudásbázis egy olyan típusú tároló, amely az adott tartomány különböző szakértőitől szerzett ismereteket tárolja. A tudás nagy tárhelyének tekintik. Minél több a tudásbázis, annál pontosabb lesz a szakértői rendszer.
• Hasonló egy adatbázishoz, amely egy adott tartományra vagy tárgyra vonatkozó információkat és szabályokat tartalmaz.
• A tudásbázist objektumok és attribútumok gyűjteményeként is tekinthetjük. Például az oroszlán egy tárgy, és a tulajdonságai az, hogy emlős, nem háziállat stb.

A Tudásbázis összetevői

Tény tudás:A tényeken alapuló és a tudásmérnökök által elfogadott tudás a ténytudás alá tartozik.Heurisztikus tudás:Ez a tudás a gyakorlaton, a találgatáson, az értékelésen és a tapasztalatokon alapul.

Tudás reprezentáció: A tudásbázisban tárolt tudás formalizálására szolgál az If-else szabályok segítségével.

java arraylist metódusok

Tudásszerzések: Ez a tartományi tudás kinyerésének, rendszerezésének és strukturálásának folyamata, meghatározva a szabályokat a tudás különböző szakértőktől való megszerzéséhez, és a tudásnak a tudásbázisban való tárolásához.

Szakértői rendszer fejlesztése

Itt elmagyarázzuk egy szakértői rendszer működését a MYCIN ES példáján keresztül. Íme néhány lépés a MYCIN létrehozásához:

• Először is, az ES-t szakértői tudással kell ellátni. A MYCIN esetében a bakteriális fertőzések orvosi területére szakosodott humán szakértők adnak tájékoztatást az okokról, a tünetekről és az adott terület egyéb ismereteiről.
• A MYCIN KB sikeresen frissítve. A tesztelés érdekében az orvos új problémával látja el. A probléma a baktériumok jelenlétének azonosítása a páciens adatainak megadásával, beleértve a tüneteket, a jelenlegi állapotot és a kórtörténetet.
• Az ES-nek egy kérdőívre lesz szüksége, amelyet a páciensnek ki kell töltenie, hogy megismerje a páciensre vonatkozó általános információkat, például a nemét, az életkorát stb.
• Mostanra a rendszer összegyűjtött minden információt, így a következtetési motor segítségével, a KB-ban tárolt tények felhasználásával ha-akkor szabályokat alkalmazva meg fogja találni a megoldást a problémára.
• Végül a felhasználói felület használatával választ ad a páciensnek.

Résztvevők az Expert System fejlesztésében

Három fő résztvevője van az Expert System felépítésének:

Szakértő:Az ES sikeressége nagymértékben függ a humán szakértők tudásától. Ezek a szakértők azok a személyek, akik az adott területre specializálódtak.Tudásmérnök:A tudásmérnök az a személy, aki összegyűjti a tudást a terület szakértőitől, majd a formalizmusnak megfelelően a rendszerbe kódolja.Végfelhasználó:Ez egy adott személy vagy emberek csoportja, akik nem biztos, hogy szakértők, és a szakértői rendszeren való munkavégzésnek szüksége van megoldásra vagy tanácsra az ő összetett kérdéseire.

Miért a szakértői rendszer?

Mielőtt bármilyen technológiát használnánk, el kell gondolkodnunk arról, hogy miért használjuk ezt a technológiát, és így az ES-re is. Bár minden területen vannak humán szakértőink, de mi szükség van egy számítógépes rendszer fejlesztésére. Tehát az alábbiakban felsoroljuk azokat a pontokat, amelyek leírják az ES szükségességét:

Nincs memória korlátozás:Annyi adatot képes tárolni, amennyi szükséges, és az alkalmazáskor meg tudja memorizálni. De a humán szakértők számára bizonyos korlátozások vonatkoznak arra, hogy minden alkalommal mindent megjegyezzenek.Magas hatásfok:Ha a tudásbázist a megfelelő tudással frissítjük, akkor az rendkívül hatékony kimenetet biztosít, ami ember számára nem biztos, hogy lehetséges.Szakértelem egy területen:Minden területen sok humán szakértő dolgozik, és mindegyikük más-más készségekkel, más-más tapasztalattal és készségekkel rendelkezik, így nem könnyű végső kimenetet kapni a lekérdezéshez. De ha a humán szakértőktől megszerzett tudást beletesszük a szakértői rendszerbe, akkor az minden tény és tudás összekeverésével hatékony outputot ad.Nem befolyásolják az érzelmek:Ezeket a rendszereket nem befolyásolják olyan emberi érzelmek, mint a fáradtság, harag, depresszió, szorongás stb. Így a teljesítmény állandó marad.Magas védelem:Ezek a rendszerek nagy biztonságot nyújtanak bármilyen kérdés megoldásához.Minden tényt figyelembe vesz:Bármilyen kérdés megválaszolásához ellenőrzi és figyelembe veszi az összes rendelkezésre álló tényt, és ennek megfelelően adja meg az eredményt. De lehetséges, hogy egy humán szakértő valamilyen okból nem vesz figyelembe bizonyos tényeket.A rendszeres frissítések javítják a teljesítményt:Ha a szakértői rendszerek által szolgáltatott eredményben probléma adódik, a tudásbázis frissítésével javítani tudjuk a rendszer teljesítményét.

Az Expert System képességei

Az alábbiakban bemutatjuk az Expert System néhány képességét:

Tanácsadás:Képes tanácsot adni az emberi lénynek az adott ES bármely tartományának lekérdezéséhez.Döntéshozatali képességek biztosítása:Döntéshozatali képességet biztosít bármely területen, például bármilyen pénzügyi döntés meghozatalához, orvostudományi döntésekhez stb.Egy eszköz bemutatása:Képes bemutatni bármilyen új terméket, például annak jellemzőit, specifikációit, a termék használatát stb.Problémamegoldás:Problémamegoldó képességekkel rendelkezik.Probléma magyarázata:Egy beviteli probléma részletes leírására is képes.A bemenet értelmezése:Képes értelmezni a felhasználó által adott bevitelt.Az eredmények előrejelzése:Használható az eredmény előrejelzésére.Diagnózis:Az orvosi területre tervezett ES képes diagnosztizálni egy betegséget anélkül, hogy több összetevőt használna, mivel már különböző beépített orvosi eszközöket tartalmaz.

Az Expert rendszer előnyei

• Ezek a rendszerek nagymértékben reprodukálhatók.
• Kockázatos helyeken használhatók, ahol az emberi jelenlét nem biztonságos.
• A hibalehetőség kisebb, ha a KB helyes ismereteket tartalmaz.
• Ezeknek a rendszereknek a teljesítménye egyenletes marad, mivel nem befolyásolják az érzelmek, a feszültség vagy a fáradtság.
• Nagyon nagy sebességgel válaszolnak egy adott lekérdezésre.

A szakértői rendszer korlátai

• A szakértői rendszer válasza hibás lehet, ha a tudásbázis rossz információt tartalmaz.
• Az emberhez hasonlóan nem képes kreatív eredményeket produkálni különböző forgatókönyvekhez.
• Fenntartási és fejlesztési költségei igen magasak.
• A tervezéshez szükséges ismeretszerzés nagyon nehéz.
• Minden tartományhoz szükségünk van egy speciális ES-re, ami az egyik nagy korlátozás.
• Nem tud tanulni magától, ezért manuális frissítést igényel.

Expert System alkalmazásai

A tervezés és a gyártás területén
Széles körben használható fizikai eszközök, például kameralencsék és autók tervezésére és gyártására.A tudás területén
Ezeket a rendszereket elsősorban a releváns ismeretek közzétételére használják a felhasználók számára. A tartományhoz használt két népszerű ES egy tanácsadó és egy adótanácsadó.Pénzügyi területen
A pénzügyi szektorban mindenféle lehetséges csalás, gyanús tevékenység felderítésére használják, és tanácsot adnak a bankároknak, hogy adjanak-e hitelt üzleti célokra vagy sem.Az eszközök diagnosztizálásában és hibaelhárításában
Az orvosi diagnosztikában az ES rendszert használják, és ez volt az első olyan terület, ahol ezeket a rendszereket alkalmazták.Tervezés és ütemezés
A szakértői rendszerek bizonyos feladatok tervezésére és ütemezésére is használhatók a feladat céljának elérése érdekében.