A szakértői rendszer olyan eszköz, amely képes reprodukálni a szakértő kognitív mechanizmusait egy adott területen. Ez az egyik kísérlet arra, hogy mesterséges intelligenciához vezessen .
Pontosabban: a szakértői rendszer olyan szoftver, amely képes kérdések megválaszolására, ismert tények és szabályok alapján. Különösen döntéstámogató eszközként használható . Az első szakértői rendszer a Dendral volt . Lehetővé tette a kémiai alkotóelemek azonosítását.
A szakértői rendszer 3 részből áll:
A következtetési motor tények és szabályok felhasználásával képes új tények előállítására, amíg a feltett szakértői kérdésre nem kapunk választ.
A meglévő szakértői rendszerek többsége a formális logikai mechanizmusokra (arisztotelészi logika) támaszkodik, és deduktív érvelést alkalmaz. Lényegében a következő következtetési szabályt ( szillogizmus ) használják:
A szakértői rendszerek közül a legegyszerűbb a javaslatok logikáján alapul (más néven „ a 0. rend logikája ”). Ebben a logikában csak állításokat használunk, amelyek igazak vagy hamisak. Más rendszerek az elsőrendű predikátumok logikáján (más néven „elsőrendű logikán ”) alapulnak , amelyet az algoritmusok könnyedén kezelnek.
Fenn kell tartanunk az összes szabály bizonyos következetességét:
Végül, a valódi problémák logikai szabályok formájában történő leírásának megkönnyítése érdekében operátorokhoz vagy további értékekhez (szükségszerűség / lehetőség fogalmak, hitelességi együtthatók stb.) Veszünk igénybe.
Sokféle motor létezik , amelyek képesek a logikai szabályok különböző formáinak feldolgozására, hogy új tényeket nyerjenek a tudásbázisból .
A problémák megoldásának módja alapján gyakran három kategória van:
Bizonyos következtetési motorok Részlegesen vezérelhetők vagy vezérelhetők meta-szabályokkal, amelyek módosítják működésüket és érvelési módszereiket .
A konkrét célok elérése érdekében ezeket a következtetési motorokat meg lehet másolni bizonyos "fordított" vagy "kétmotoros" néven ismert szakértői rendszerekben, vagy akár más elemző rendszerekkel kiegészítve "hibrid" nevű szakértői rendszereket lehet létrehozni.
Ha a tények és szabályok manipulálására szolgáló algoritmusok száma és ismerete ismert, akkor a tudásbázist alkotó tények és szabályok meghatározása kényes probléma. Hogyan lehet leírni egy szakértő viselkedését egy adott problémával szemben, és hogyan lehet megoldani, ez a kérdés. Mert amit megszerezni akar, az nem több, mint kevesebb, mint a tapasztalat, a szakértő gyakorlati tudása, és nem az az elmélet, amelyet a könyvekben megtalálhat, és nem kizárólag a következtetés logikai szabályai. A hagyományos számítógépes elemzési módszerekkel egyenértékűek az ismeretszerzési módszerek.
Az automatikus tanulás rendszerei a tanulás új módja.
A gyakorlatban, amint a mintegy száz szabályt túllépik, nagyon nehéz követni, hogy a szakértői rendszer hogyan "indokolja" (valós időben manipulálja a tényeket és a szabályokat), ezért biztosítja a végső fejlesztést, majd a karbantartást.
A mesterséges intelligencia segíthet a bonyolultság problémájának megoldásában, de az úgynevezett "intelligens" rendszerek irányításának elvesztésének kockázatával.
Az első szakértői rendszer a Dendral volt 1965-ben, amelyet Edward Feigenbaum , Bruce Buchanan , Joshua Lederberg orvos és Carl Djerassi vegyész . Lehetővé tette az anyag kémiai összetevőinek azonosítását a tömegspektrometriából és a magmágneses rezonanciából , de szabályai keveredtek a motorral. Ezt követően módosították, hogy kivonják a Meta-Dendral nevű szakértői rendszer motort .
1972-73-ban létrehozták a Mycin (en) szakértői rendszert a vérbetegségek diagnosztizálására és a gyógyszerek felírására, valódi motorral és valós szabályok alapján. Szabályait befolyásolták a valószínűségi együtthatók, amelyek mindegyiküket a többiekhez viszonyított súlyukkal érintették. A motor egyszerű előre láncolást eredményezett, miközben kiszámította az egyes levonások valószínűségét (Bayes-i értelemben vett adatok), ami megnehezítette működésének logikájának megmagyarázását, és még nehezebb volt észlelni az ellentmondásokat. Ami a szakértőket illeti, kötelességük volt minden következtetésükhöz hihető súlyt találni, komplex folyamat, természetellenes és távol áll az érvelés módjától, mindenesetre tudatos .
Az 1990-es években működő Sachem projektet (a nagyolvasztók vezetési segítségnyújtásának rendszere En Marche-nál, az Arcelornál ) úgy tervezték, hogy a nagyolvasztó kemencéket irányítsa ezer szenzor valós időben szolgáltatott adatainak elemzésével. A projekt 1991 és 1998 között körülbelül 30 millió euróba került, a rendszer tonnánként körülbelül 1,7 eurót takarít meg.
A szakértői rendszerek elterjedtek, különösen a pénzügyi és az orvosi iparban.
A lakossági rendszerek közül idézhetjük az Akinator: The web géniuszát .