人工智能导论（第2版）微课：专家系统的发展

第2版人工智能导论微课5-2专家系统的发展专家系统应用计算机中储存的人类知识，解决一般需要人类专家才能处理的问题，它能推理解决特定问题，可供非专家们用来增进解决问题的能力。专家系统可使专家知识获得普遍应用。专家系统因其在计算机科学和现实世界中的贡献而曾经被视为是人工智能中最古老、最成功、最知名和最受欢迎的领域。专家系统出现在20世纪70年代，当时整个人工智能领域正处在发展的低谷，人们批判人工智能不能生成实时的、真实世界的工作系统。这个时期，由于在各个方面均不同程度地取得了一些重要成就，才使人们对人工智能又产生了一定的兴趣。11.1建立专家系统的思考建立专家系统时，人们思考的第一个问题就是领域和问题是否合适。考虑：（1）在这个领域，传统编程可以有效地解决问题吗？那些没有有效算法、结构不好的问题适合构建专家系统。（2）领域的界限明确吗？如果领域中的问题需要利用其他领域的专业知识，那么应该定义一个明确的领域。（3）有使用专家系统的需求和愿望吗？系统必须有用户（市场）。（4）是否有愿意合作的人类专家？人类专家必须支持建设系统，必须意识到必需的合作和所需的时间，愿意投入大量的时间参与建设。11.1建立专家系统的思考（5）人类专家是否可以解释知识，利于知识工程师可以理解知识？人类专家是否可以足够清晰地解释所使用的技术术语，是否可以让知识工程师可以理解这些术语，并将它们转化为计算机代码。（6）解决问题的知识主要是启发式的并且不确定吗？基于知识和经验以及专有技术，这样的领域特别适用专家系统。专家系统偏重处理不确定和不精确的知识。它们可能在一部分时间内正确工作，并且输入数据可能不正确、不完整、不一致或有其他缺陷。有时，专家系统只是给出一些答案——甚至不是最佳答案。11.1建立专家系统的思考建设这些专家系统的目的包括：·分析。给定数据，确定问题的原因。·控制。确保系统和硬件按照规格执行，实施控制任务。·设计。在某些约束下配置系统。根据给定要求形成所需方案和图样。·诊断。根据输入信息来找到对象的故障和缺陷，推断系统故障。·指导。分析、调试学生的错误并提供建议性的指导。·解释。从数据推断出情景描述。可用于分析符号数据，进行阐述这些数据的实际意义。11.1建立专家系统的思考·监视。将观察值与预期值进行比较，完成实时监测任务。·计划。根据给定目标或条件，设计动作，拟定行动计划。·预测。根据对象的过去和现在情况来推断对象的未来演变结果。·规定。为系统故障推荐解决方案。·选择。从多种可能性中确定最佳选择。·模拟。模拟系统组件之间的交互。·教育。结合诊断和调试给出故障排除方案，指定并实施纠正某类故障的规划，用于教学和培训。11.1建立专家系统的思考专家系统是一个基于知识的系统，它能模拟人类专家的思维过程，解决对人类专家来说都相当困难的问题。通常，一个高性能专家系统应具备如下特征：（1）启发性。使用逻辑知识，也使用启发性知识，它运用规范的专门知识和直觉的评判知识进行判断、推理和联想，实现问题求解。（2）透明性。使用户在不了解专家系统结构的情况下，可以交互并了解知识内容和推理思路，系统能回答用户有关系统自身行为的问题。（3）灵活性。专家系统的知识与推理机构的分离，使系统不断接纳新的知识，从而确保系统内知识不断增长以满足商业和研究的需要。11.2专家系统的结构专家系统一般由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差