人工智能与专家系统外文文献译文和原文

1、人工智能与专家系统外文文献译文和原文AI研究仍在继续，但与MIS和DDS等计算机应用相比，研究热情的减弱使 人工智能的研究相对落后。然而，在研究方面的不断努力一定会推动计算机向人 工智能化方向发展。AI领域AI现在已经以知识系统的形式应用于商业领域，既利用人类知 识来解决问题。专家系统是最流行的基于知识的系统，他是应用计算机程序以启 发方式替代专家知识Heuristic术语来自希腊eureka,意思是“探索。因此, 启发方式是一种良好猜想的规则。启发式方法并不能保证其结果如同DSS系统中传统的算法那样绝对化。但是 启发式方法提供的结果非常具体，以至于能适应于大部分情况启发式方法允许专 家系统能

2、像专家那样工作，建议用户如何解决问题。因为专家系统被当作顾问， 所以，应用专家系统就可以被称为咨询。除了专家系统外，AI还包括以下领域：神经*络系统、感知系统、学习系统、 机器人、AI硬件、自然语言处理。注意这些领域有交叉，交叉部分也就意味着 这个领域可以从另一个领域中收益。专家系统的吸引力专家系统的概念是建立在专家知识能够存储在计算机 中并能被其他人应用这一假设的基础上的。专家系统作为一种决策支持系统提供了独无二的能力。首先，专家系统为管 理者提供了超出其能力的决策机会。比如，一家新的银行投资公司可以应用先进 的专家系统帮助他们进行选择、决策。其次，专家系统在得到一个解决方案的同 时给出一步

3、步的推理。在很多情况下，推理本身比决策的结果重要的多。专家系统模型专家系统模型主要由4个部分组成：用户界面使得用户能 与专家系统对话；知识库收藏了要特殊解决的问题； 推理引擎提供了解释知识库的能力； 专家和工程师利用开发引擎建立专家系统。1.用户界面用户界面能够方便管理者向专家系统中输入命令、信息，并接 受专家系统的输出。命令中有具体化的参数设置，引导专家系统的推理过程。信 息以参数形式赋予某些变量。（1）专家系统输入现在流行的界面格式是图形化用户界面格式，这种界面 与Windows有些相同的特征。有些系统采用了与所要解决问题相称的个性化界面 例如，屏幕可能会显示机械装配图。（2）专家系统输出

4、专家系统一般是提供解决方案的。这些解决方案都是以 如下两种方始输出的：解决方案解释。在专家系统提供了问题解决方案后，管理者可能还想知道 是如何得到这种方案的。专家系统就会显示一步步到达结果的推理过程。问题解释。管理者可能希望得到专家系统对问题的推理过程。专家系统可 能还需要管理者输入一些信息。管理者问为什么需要信息，然后专家系统就会提 供解释。虽然专家系统的内部工作很复杂，但是用户界面相当友好，方便使用。一个 会用计算机的管理者，使用专家系统对他来说也肯定没有问题。2知识库知识库即包括描述问题域，也包括以一定的逻辑描述事实的表示 技术。术语“问题域”描述了所解决问题的业务领域。（1）规则规则是

5、比较常用的表示技术。规则具体规定了在一种特定的情况 下做什么。他有两部分组成：一是条件，有真和假；二是方法，是指在条件为真的条件下采取的行动。以下是规则的一个例子：IFECONOMIC.INDEX1.20ANDSEASONAL.INDEX1.30THENSALES.OUTLOOK=”EXCELLENT ”包含在专家系统里的所有规则叫做规则集每个专家系统；每个专家系统里的规则集数量是不一样的。一个简单的专家系统有几十条规 则，复杂的专家系统有500或1000甚至10000条规则。（2）规则*络规则集里的规则再物理上并没有联系。但是他在逻辑上的关系 可用层次图表示最底层的规则为上一级提供了依据。这

6、些依据有助于上层的规则 得出结论。最顶层的可能只包含一个结论，这说明只有一个解决方案。目标变量是用来 描述解决方案的。他可以是一个计算值一个可识目标，一种措施，或者一些建议。 例如，如果一个专家系统是用来给管理者在是否要进入一个新市场决策上提供建 议的，那么，单目标变量MARKET.DECISION的值就是Yes或No。当然，也有可能在最高层得到多个结论，也就意味着有多种解决方案。例如， 在关于提高市场竞争力战略决策中，专家系统可能就会提供所有可能的方案，如 提高公司产品质量、增加广告投入量或降低价格。3推理引擎推理引擎是专家系统的一部分，他根据特定顺序在知识库内容 的基础上进行推理。在咨询阶

7、段，推理引擎挨个检查知识库规则，当某条规则的条件为真时就采 取规定的行动。在专家系统中，当采取行动时，就称规则被激活。在检查规则中，一般采用以下两种方法：正向推理和反向推理。（1）正向推理在正向推理（也称为正向连接）中，规则是按照一定顺序逐 个检查的。这种顺序可能是输入到规则集中的顺序，也可能是由用户自己定义的 顺序。当检查每个规则之后，专家系统开始求值，既为“真”还是为“假”。规则求值。当条件为真时，规则就被激活，然后再检查下一个规则。当然还 存在规则的值即非“真”又非“假”的情况。这种情况下，规则的条件是不知到 的，这是，规则不被取消，继续检查下一条规则。迭代推理过程。挨个检查规则集中的规

8、则，直到规则集中所有的规则都检查 完毕。有时为了设定一个目标变量值往往要通过好几轮测试。可能测试这个规则 所需要的信息是来自另一个规则测试的结果。比如，在第11个规则被激活后， 第5个规则才进行测试。只要有规则被激活了，测试就继续，直到规则没有激活 推理过程才结束。（2）反向推理在反向推理（也称为反向连接）中，推理引擎将规则视为一 个待解决的问题。如图20-1所视的规则集中，规则12是一个问题，因为他分配 了一个值给目标变量P。推理引擎试图得出规则12的值，但是，有图中可知， 我们必须先要知道规则10和11的结果。规则10和11是规则12的子问题。推 理引擎先要对子问题进行求值。图20-1规则

9、集选择第一条逻辑路径。我们假设当前规则10是待解决的问题。 推理引擎在解决问题前首先要确定规则7和8的值。现在规则7和8是子问题， 同样要解决这个子问题，先要用之前讲过的方法细分问题域，直到能够求值。选择下一条逻辑路径。当专家系统尝试对规则11求值时，规则9成为问题。 利用规则4和5的结果来对其求值。因为规则4和5都为真，所以规则9的值也 为真。没有必要对规则6进行求值了。规则9被激活后。规则11也被激活了。因为只要规则10或规则11其中一 个为真，就可以激活规则12 了，目标变量P的值也就可以得知。（3）正向推理和反向推理的比较反向推理比正向推理要快。因为反向推理 不必考虑所有的规则，也不用

10、一轮一轮在规则中求值。反向推理尤其适用于以下 几种情况：多个目标变量；有很多的规则；在求的问题结的过程中无须将所有的或几乎所有的规则都检查一便。 有些推理引擎即适合正向推理也适合反向推理，视具体情况而定。4开发引擎专家系统的第4个重要组件就是开发引擎。他用来建造专家系 统。当推理引擎包含许多规则时，建造专家系统的过程就涉及到建立规则集。有 两种基本方法：程序语言或专家系统外壳程序。（1）程序语言你可以应用任何语言创建专家系统，但最适合符号化表示知 识库的两种语言是：Lisp和Polog。Lisp是在1959年由McCarthy （首届AI会 议的成员之一）开发的。Prolog是在1972年由A

11、lainColmerauer在Marseilles 大学开发的。（2）专家系统外壳程序第一个专家系统是Mycin，是由Stanford大学的 EdwardShortliffe 和 StanleyCohen 在物理学家 StantonAxline 的帮助下开发 的。Mycin是用来诊断某种传染病的。当成功开发第一个专家系统Mycin后，开发者们试图在别的各个领域应用这 个成果。他们发现如果将知识库更换成反映另一个问题的相关知识Mycin推理引 擎能够适用于该类型的问题域。这种发现开创了建立专家系统的新方法：专家系 统外壳程序。他是一段预先编写好的程序，只要增加相应的知识库就能够适用于 一个具体的

12、问题域。如今应用专家系统解决商业问题的焦点在于外壳程序的应 用。由问题域导出专家系统外壳程序，其中的一个例子就是桌面帮助支持。桌面 帮助支持就是系统的一个单元，为用户提供技术帮助。信息服务单元典型的给用 户和信息专家提供桌面帮助。桌面帮助最基本的形式就是一两个专家给用户进行 电话答疑。用户提出问题，专家予以解答。桌面帮助问题是如此的普遍，以致于再公司成立了桌面帮助部门以方便对 话。在年会上，最重要的一项活动就是演示专家系统的外壳程序的桌面帮助。当 一个公司应用其中一个外壳程序时，他必须扩充相关生产线的知识库。比如，信 息服务单元应该扩充硬件和应用软件的相关数据，在软件的帮助库中扩充软件描 述等

13、。当桌面帮助专家系统得以应用，用户以及桌面帮助员工就可以直接跟专家系 统对话，系统就可以解决问题。人工智能的智能化程度的一个测试就是用户是否 不能判别出他是在跟机器还是在跟人对话，这种测试称为 Turing 测试。 AlanTuring是计算机学伟大的先驱之一。桌面帮助专家系统利用不同的信息表示技术。比较流行的方法是CBR（case-basedreasoning,基于事实的推理）。他是根据历史数据作为识别问题 的基础，然后提出解决方案。有些系统是以决策树的形式来表示的。他是一个* 状结构,使用户能够回答与解决相关的问题。专家系统外壳程序引入了人工智能,使公司没有必要开发他们自己的系统。 在商业

14、领域,公司经常使用专家系统外壳程序来实施基于知识的系统。5专家系统的优缺点跟其他计算机应用一样,专家系统提供了一些实际利 益,但也有一些不足之处。管理者和公司都可以从专家系统中收益。家系统为管理者带来得好处管理者应用专家系统改进决策。这些改进表现 如下：（1）提供更多的选择。在解决问题过程中专家系统能促使管理者考虑到更 多的选择。比如,没有专家系统,由于考虑范围有限,财务经理只能跟踪30种 股票的表现。但是有了专家系统,就可以跟踪300种股票。考虑的投资范围的扩 大,也就增加了选择最佳方案的可能性。（2）应用更高的逻辑层。管理者借助于专家系统,能够达到最先进的专家 逻辑水平。（3）倾注更多的时间于评估方案之上。管理者能够快速的从专家系统中得 到建议,给管理者在行动之前留下更多选择和权衡的时间。（4）决策更加一致。与管理者相比，计算机不会有搀杂个人情感的波动因 素，一旦将推理输入到计算机，管理者就会得到确定的方案。为公司带来得好处专家系统为公司带来如下好处：（1）公司有更好的业绩。因为管理者是借助于专家系统解