Expertný systém je počítačový program, ktorý je určený na riešenie zložitých problémov a na poskytovanie rozhodovacích schopností ako ľudský expert. Vykonáva to extrahovaním znalostí zo svojej znalostnej bázy pomocou pravidiel uvažovania a odvodzovania podľa používateľských dopytov.

Expertný systém je súčasťou AI a prvý ES bol vyvinutý v roku 1970, čo bol prvý úspešný prístup umelej inteligencie. Ako expert rieši najzložitejší problém extrakciou vedomostí uložených v jeho znalostnej báze. Systém pomáha pri rozhodovaní o používaní compsex problémov fakty aj heuristiku ako odborník na človeka . Nazýva sa tak, pretože obsahuje odborné znalosti konkrétnej domény a dokáže vyriešiť akýkoľvek zložitý problém tejto konkrétnej domény. Tieto systémy sú určené pre konkrétnu doménu, ako napr medicína, veda, atď.

Výkon expertného systému je založený na expertných znalostiach uložených v jeho znalostnej báze. Čím viac vedomostí je uložených v KB, tým viac tento systém zlepšuje svoj výkon. Jedným z bežných príkladov ES je návrh pravopisných chýb pri písaní do vyhľadávacieho poľa Google.

Nižšie je uvedený blokový diagram, ktorý predstavuje fungovanie expertného systému:

Poznámka: Je dôležité si uvedomiť, že expertný systém nenahrádza ľudských expertov; namiesto toho sa používa na pomoc človeku pri prijímaní komplexných rozhodnutí. Tieto systémy nemajú ľudské schopnosti myslieť a pracovať na báze poznatkov danej domény.

Nižšie sú uvedené niektoré populárne príklady expertného systému:

base64 dekódovať v js

DENDRAL:Bol to projekt umelej inteligencie, ktorý bol vytvorený ako expertný systém na chemickú analýzu. V organickej chémii sa používal na detekciu neznámych organických molekúl pomocou ich hmotnostných spektier a poznatkov z chémie.MYCIN:Bol to jeden z prvých expertných systémov spätného reťazenia, ktorý bol navrhnutý tak, aby našiel baktérie spôsobujúce infekcie, ako je bakteriémia a meningitída. Používal sa aj na odporúčanie antibiotík a diagnostiku chorôb zrážania krvi.PXDES:Ide o expertný systém, ktorý sa používa na určenie typu a úrovne rakoviny pľúc. Na určenie choroby urobí snímku z hornej časti tela, ktorá vyzerá ako tieň. Tento tieň identifikuje typ a stupeň poškodenia.CaDeT:Expertný systém CaDet je diagnostický podporný systém, ktorý dokáže odhaliť rakovinu v počiatočných štádiách.

Charakteristika expertného systému

Vysoký výkon:Expertný systém poskytuje vysoký výkon pri riešení akéhokoľvek typu komplexného problému špecifickej domény s vysokou účinnosťou a presnosťou.Zrozumiteľné:Reaguje spôsobom, ktorý môže byť pre používateľa ľahko zrozumiteľný. Môže prijímať vstupy v ľudskom jazyku a poskytuje výstup rovnakým spôsobom.Spoľahlivý:Je veľmi spoľahlivý na generovanie efektívneho a presného výstupu.Vysoko citlivý:ES poskytuje výsledok pre akýkoľvek zložitý dotaz vo veľmi krátkom čase.

Komponenty expertného systému

Expertný systém pozostáva hlavne z troch komponentov:

Používateľské rozhranie Inferenčný stroj Vedomostná základňa

1. Používateľské rozhranie

Pomocou používateľského rozhrania expertný systém interaguje s používateľom, berie dotazy ako vstup v čitateľnom formáte a odovzdáva ich inferenčnému jadru. Po získaní odpovede od inferenčného nástroja zobrazí výstup používateľovi. Inými slovami, ide o rozhranie, ktoré pomáha neodbornému používateľovi komunikovať s expertným systémom pri hľadaní riešenia .

2. Inferenčný mechanizmus (pravidlá motora)

• Inferenčný stroj je známy ako mozog expertného systému, pretože je hlavnou procesorovou jednotkou systému. Na vedomostnú základňu aplikuje pravidlá odvodenia, aby sa odvodil záver alebo vyvodili nové informácie. Pomáha pri odvodzovaní bezchybného riešenia otázok zadaných používateľom.
• Pomocou inferenčného enginu systém extrahuje znalosti z databázy znalostí.
• Existujú dva typy inferenčného motora:
Deterministický inferenčný mechanizmus:Predpokladá sa, že závery vyvodené z tohto typu inferenčného motora sú pravdivé. Je založená na faktov a pravidlá .Nástroj pravdepodobnosti inferencie:Tento typ inferenčného nástroja obsahuje neistotu v záveroch a je založený na pravdepodobnosti.

Inferenčný stroj používa na odvodenie riešení nasledujúce režimy:

Dopredné reťazenie:Vychádza zo známych faktov a pravidiel a aplikuje odvodzovacie pravidlá na pridanie ich záveru k známym faktom.Spätné reťazenie:Je to metóda spätného uvažovania, ktorá začína od cieľa a pracuje spätne, aby dokázala známe fakty.

3. Znalostná báza

• Znalostná báza je typ úložiska, v ktorom sú uložené znalosti získané od rôznych expertov konkrétnej domény. Považuje sa za veľké úložisko vedomostí. Čím väčšia je báza znalostí, tým presnejší bude expertný systém.
• Je to podobné ako databáza, ktorá obsahuje informácie a pravidlá konkrétnej domény alebo subjektu.
• Znalostnú bázu je možné vnímať aj ako kolekciu objektov a ich atribútov. Napríklad lev je objekt a jeho atribúty sú, že je to cicavec, nie je to domáce zviera atď.

Komponenty databázy znalostí

Faktické znalosti:Vedomosti, ktoré sú založené na faktoch a akceptované znalostnými inžiniermi, spadajú pod faktické znalosti.Heuristické znalosti:Tieto znalosti sú založené na praxi, schopnosti hádať, hodnotiť a skúsenostiach.

Zastúpenie znalostí: Používa sa na formalizáciu vedomostí uložených v databáze znalostí pomocou pravidiel If-else.

Získavanie vedomostí: Je to proces extrakcie, organizovania a štruktúrovania znalostí domény, špecifikovanie pravidiel na získanie znalostí od rôznych odborníkov a ukladanie týchto znalostí do bázy znalostí.

Vývoj expertného systému

Tu vysvetlíme fungovanie expertného systému na príklade MYCIN ES. Nižšie je uvedených niekoľko krokov na vytvorenie MYCIN:

• Po prvé, ES by mali mať odborné znalosti. V prípade MYCIN poskytujú informácie o príčinách, symptómoch a iných poznatkoch v danej oblasti odborníci z oblasti medicíny špecializovaní na bakteriálnu infekciu.
• KB MYCIN bola úspešne aktualizovaná. Aby ho lekár otestoval, poskytne mu nový problém. Problémom je identifikovať prítomnosť baktérií zadaním podrobností o pacientovi vrátane symptómov, aktuálneho stavu a anamnézy.
• ES bude potrebovať dotazník, ktorý vyplní pacient, aby poznal všeobecné informácie o pacientovi, ako je pohlavie, vek atď.
• Teraz systém zhromaždil všetky informácie, takže nájde riešenie problému použitím pravidiel if-then pomocou nástroja na odvodzovanie a pomocou faktov uložených v KB.
• Nakoniec poskytne odpoveď pacientovi pomocou používateľského rozhrania.

Účastníci vývoja Expertného systému

Pri budovaní expertného systému sú traja primárni účastníci:

odborník:Úspech ES do značnej miery závisí od poznatkov, ktoré poskytujú odborníci na ľudí. Títo odborníci sú osoby, ktoré sa špecializujú na danú konkrétnu oblasť.Znalostný inžinier:Znalostný inžinier je osoba, ktorá zhromažďuje znalosti od expertov na doménu a potom ich kodifikuje do systému podľa formalizmu.Koncový užívateľ:Ide o konkrétneho človeka alebo skupinu ľudí, ktorí nemusia byť odborníkmi a práca na expertnom systéme potrebuje riešenie alebo radu na jeho otázky, ktoré sú zložité.

Prečo expertný systém?

Pred použitím akejkoľvek technológie musíme mať predstavu o tom, prečo túto technológiu používať, a teda to isté pre ES. Hoci máme ľudských expertov v každej oblasti, aká je potreba vyvinúť počítačový systém. Takže nižšie sú body, ktoré popisujú potrebu ES:

Žiadne obmedzenia pamäte:Dokáže uložiť toľko údajov, koľko je potrebné, a dokáže si ich zapamätať v čase svojej aplikácie. Ale pre ľudských expertov existujú určité obmedzenia na zapamätanie si všetkých vecí v každom okamihu.Vysoká účinnosť:Ak je vedomostná báza aktualizovaná správnymi vedomosťami, potom poskytuje vysoko efektívny výstup, ktorý nemusí byť pre človeka možný.Odbornosť v doméne:V každej doméne je veľa ľudských expertov a všetci majú rôzne zručnosti, rôzne skúsenosti a rôzne zručnosti, takže nie je ľahké získať konečný výstup pre dotaz. Ale ak vložíme poznatky získané od ľudských expertov do expertného systému, potom poskytuje efektívny výstup zmiešaním všetkých faktov a poznatkov.Neovplyvnené emóciami:Tieto systémy nie sú ovplyvnené ľudskými emóciami, ako je únava, hnev, depresia, úzkosť atď. Výkon zostáva konštantný.Vysoká bezpečnosť:Tieto systémy poskytujú vysokú bezpečnosť na vyriešenie akéhokoľvek dotazu.Berie do úvahy všetky fakty:Aby mohol odpovedať na akýkoľvek dotaz, skontroluje a zváži všetky dostupné fakty a podľa toho poskytne výsledok. Je však možné, že odborník na človeka nemusí z akéhokoľvek dôvodu brať do úvahy niektoré skutočnosti.Pravidelné aktualizácie zlepšujú výkon:Ak sa vyskytne problém vo výsledku poskytovanom expertnými systémami, môžeme zlepšiť výkon systému aktualizáciou databázy znalostí.

Schopnosti expertného systému

Nižšie sú uvedené niektoré možnosti expertného systému:

Poradenstvo:Je schopný poradiť človeku pri hľadaní akejkoľvek domény z konkrétneho ES.Poskytnite možnosti rozhodovania:Poskytuje možnosť rozhodovania v akejkoľvek oblasti, napríklad pri prijímaní akýchkoľvek finančných rozhodnutí, rozhodnutí v lekárskej vede atď.Predveďte zariadenie:Je schopný predviesť akékoľvek nové produkty, ako sú jeho vlastnosti, špecifikácie, spôsob používania tohto produktu atď.Riešenie problémov:Má schopnosť riešiť problémy.Vysvetlenie problému:Je tiež schopný poskytnúť podrobný popis problému so vstupom.Interpretácia vstupu:Je schopný interpretovať vstup zadaný používateľom.Predpovedanie výsledkov:Dá sa použiť na predpovedanie výsledku.Diagnóza:ES navrhnutý pre oblasť medicíny je schopný diagnostikovať ochorenie bez použitia viacerých komponentov, pretože už obsahuje rôzne vstavané lekárske nástroje.

Výhody expertného systému

• Tieto systémy sú vysoko reprodukovateľné.
• Dajú sa použiť na rizikové miesta, kde nie je bezpečná prítomnosť človeka.
• Možnosti chýb sú menšie, ak KB obsahuje správne znalosti.
• Výkon týchto systémov zostáva stabilný, pretože nie je ovplyvnený emóciami, napätím alebo únavou.
• Poskytujú veľmi vysokú rýchlosť odpovede na konkrétny dotaz.

Obmedzenia expertného systému

• Odozva expertného systému sa môže pokaziť, ak báza znalostí obsahuje nesprávne informácie.
• Rovnako ako ľudská bytosť nemôže produkovať kreatívny výstup pre rôzne scenáre.
• Náklady na jeho údržbu a vývoj sú veľmi vysoké.
• Získavanie znalostí pre projektovanie je veľmi ťažké.
• Pre každú doménu požadujeme špecifický ES, čo je jedno z veľkých obmedzení.
• Nemôže sa učiť sám od seba, a preto vyžaduje manuálne aktualizácie.

Aplikácie expertného systému

V oblasti dizajnu a výroby
Môže byť široko používaný pri navrhovaní a výrobe fyzických zariadení, ako sú šošovky fotoaparátov a automobily.V oblasti vedomostí
Tieto systémy sa primárne používajú na zverejňovanie relevantných poznatkov používateľom. Dva populárne ES používané pre túto doménu sú poradca a daňový poradca.V oblasti financií
Vo finančnom sektore sa používa na odhaľovanie akéhokoľvek typu možného podvodu, podozrivej činnosti a poradenstvo bankárom, či by mali alebo nemali poskytovať úvery na podnikanie.Pri diagnostike a odstraňovaní porúch zariadení
V lekárskej diagnostike sa používa systém ES a bola to prvá oblasť, kde boli tieto systémy použité.Plánovanie a plánovanie
Expertné systémy je možné použiť aj na plánovanie a plánovanie niektorých konkrétnych úloh na dosiahnutie cieľa danej úlohy.