Mik a szakértői rendszerek a mesterséges intelligenciában

A szakértői rendszereket gyakran használják alternatívaként, amikor olyan összetett problémákra keresnek megoldást, amelyek egy bizonyos típusú emberi képességet igényelnek. A mesterséges intelligencia (AI) szakértői rendszer olyan rendszer, amely számítógépek segítségével hoz döntéseket. Kihívást jelentő problémák megoldására szolgál. Ehhez tudást, logikus gondolkodást és normák betartását használja. Ez a mesterséges intelligencia egyik első gyakorlati alkalmazása.

Mi az a szakértői rendszer?

A szakértői rendszerek olyan interaktív, megbízható számítógépes döntéshozatali eszközök, amelyek adatokat és heurisztikákat használnak fel a kihívást jelentő döntéshozatali kérdések megoldására. Úgy tekintik, hogy az emberi tudás és bölcsesség csúcsát képviselik. Egy szakértői rendszer feladata, hogy megoldja egy adott terület legtrükkösebb problémáit.

A szakértői rendszer jellemzői

A következőkben a szakértői rendszer jellemzői következnek.

• Egy emberi szakértő változhat, de egy szakértői rendszer örökké tart.
• Megkönnyíti az emberi szakértelem terjesztését.
• A szakértői rendszer több emberi szakértő tudását is magába foglalhatja, ami növeli a válaszok hatékonyságát.
• Csökkenti a szakembertől való tanácskérés költségeit különböző területeken, beleértve az orvosi diagnózist is.
• A szabványos eljárási kódok használata helyett a szakértői rendszerek komplex kérdéseket úgy tudnak kezelni, hogy az ismert tudástényezőkből új tényeket következtetnek, amelyeket jellemzően ha-akkor szabályokként ábrázolnak.

A szakértői rendszer összetevői

A mesterséges intelligenciában a szakértői rendszernek öt összetevője van:

• Tudásbázis: A tudásbázis tartalmazza a szakértői rendszerben szereplő tényeket és szabályokat. Tartalmazza a problémamegoldás normáit és a területre vonatkozó módszerek megfogalmazását, valamint az egyes tudományágak ismereteit.
• Következtető motor: A következtető motor legalapvetőbb feladata a tudásbázisból a vonatkozó információk összegyűjtése, elemzése és a felhasználó problémájának megoldása. A következtetési motorok magyarázó és hibaelhárító képességekkel is rendelkeznek.
• Tudásszerzési és tanulási modul: Ennek a komponensnek a segítségével a szakértői rendszerek számos forrásból több információt tudnak gyűjteni. Ezt követően a tudást a tudásbázisban tárolják.
• Felhasználói felület: Ennek az elemnek a segítségével egy nem szakértő felhasználó kommunikálhat a szakértői rendszerrel és fejleszthet ki megoldásokat.
• Magyarázó modul: Ez a modul a felhasználónak indoklást ad a következtetéshez.

Példák szakértői rendszerekre

Az alábbiakban néhány példát mutatunk be a szakértői rendszerekre:

• MYCIN: Képes volt felismerni a különböző baktériumokat, amelyek akut fertőzéseket okozhatnak, és a visszaláncoláson alapult. Ezenkívül a beteg súlya alapján gyógyszereket javasolhatott. Ez a szakértői rendszerek legjobb példái közé tartozik.
• DENDRAL: Molekulaszerkezet-előrejelző eszköz kémiai elemzéshez.
• CaDet: Az egyik legjobb példa egy olyan szakértői rendszerre, amely képes a rákot a legkorábbi stádiumában felismerni.
• PXDES: A tüdőrák fajtáját és stádiumát a PXDES szakértői rendszer segítségével azonosítja. Az állapot azonosításához a felsőtestről készült, árnyékra hasonlító fotót készít. Ez az árnyék határozza meg a fajtát és a súlyosságot.

A szakértői rendszerek előnyei

A szakértői rendszerek használata emberi szakértők helyett számos előnnyel jár:

• Pontosság: A szakértői rendszerek immunisak az érzelmi vagy emberi pontatlanságra. Döntéseiket tényekre és szabályokra alapozzák.
• Állandó: Ha az emberi szakemberek elhagyják pozíciójukat, a technikai információk követhetik őket. A tudásalapú rendszerek az információk és a tudás örökös tárházát kínálják.
• Logikus következtetés: A szakértői rendszerek különféle elveket, például ha-akkor szabályokat használnak arra, hogy a már ismert adatokból következtetéseket vonjanak le.
• Költségellenőrzés: Az emberi szakemberek alkalmazásának költségeihez képest a szakértői rendszerek viszonylag olcsók. Gyorsabban és olcsóbban segíthetnek az ítéletalkotásban.
• Több szakértő: A szakértői rendszer tudásbázisát több szakértő egészíti ki. Ezáltal több információra lehet támaszkodni, és megakadályozza, hogy egy szakértő befolyásolja a döntéshozatali folyamatot.

Szakértői rendszer felhasználása

• Széleskörű alkalmazásai vannak a tárgyi tárgyak tervezésében és gyártásában, beleértve az autók és a fényképezőgép-lencsék tervezését és gyártását.
• Ezeket a rendszereket jellemzően a tudástartományban használják, hogy a felhasználók számára releváns információkat terjesszenek. Az adótanácsadók és a tanácsadók az e témában használt két szabványos szakértői rendszer.
• A pénzügyi szektorban használják a potenciális csalások és gyanús magatartások azonosítására.
• A mesterséges intelligencia szakértői rendszerét a berendezések értékelésében és javításában használják. A szakértői rendszer rendszert az orvosi diagnosztikában használják, és ez volt az első alkalmazása ezeknek a rendszereknek.

Hagyományos rendszer vs. szakértői rendszer

A szakértői rendszerek és a hagyományos problémamegoldó szoftverek közötti döntő különbség a problémával kapcsolatos szakértelem kódolásának módszere. A hagyományos alkalmazásokban adatstruktúrákat és programokat egyaránt használnak a problémával kapcsolatos szakértelem kódolására. A szakértői módszerben a problémával kapcsolatos minden szakértelem kizárólag adatstruktúrákban reprezentálódik, nem pedig programokban.

A hagyományos rendszerek nem képesek egy probléma konkrét megoldását megmagyarázni. Ezeknek a rendszereknek az a célja, hogy egyszerű megoldásokat nyújtsanak. A szakértői rendszerek azonban meg tudják indokolni, hogy egy folyamat során miért van szükség bizonyos információkra, és hogyan sikerült egy adott eredményt elérni.

Jellemzően egy szakértői rendszer szimbolikus számításokkal hajtja végre a következtetését a tudás szimbólumainak felhasználásával, mint például a szabályok, a hálózatok különböző formái, a keretek, a szkriptek, stb. Mindazonáltal ezeket a kifejezéseket a hagyományos rendszerek nem tudják kifejezni. Túlságosan leegyszerűsítik a kérdéseket, és nem tudják megfogalmazni a „hogyan, miért” kérdéseket.

Emberi szakértő vs. szakértői rendszer

A mesterséges intelligencia szakértői rendszerei és az emberi szakértők közötti jelentős különbség az, hogy a szakértői rendszerek szabályok formájában reprezentált tudást dolgoznak fel, és egy korlátozott területen reprezentációs érvelést alkalmaznak, míg az emberi szakértők egy korlátozott területen a problémák megoldásához heurisztikák, ökölszabályok formájában használt tudást használnak.

A szakértői rendszerek mindig elérhetőek, ellentétben az emberi szakértőkkel, akik csak a nap bizonyos óráiban állnak rendelkezésre. A szakértői rendszerek bármilyen problémát rövid időn belül megoldanak, míg az emberi szakértőkre időbe telik.

Összefoglalva, a szakértői rendszerek interaktívak és megbízhatóak a bonyolult kérdések megoldásában. A humán erőforrás, az orvostudomány és más célokra szolgáló programokban használják. A döntések minőségének javítása, a költségmegtakarítás, a következetesség, a gyorsaság és a megbízhatóság a szakértői rendszerek néhány fő előnye a mesterséges intelligenciában.