Kas yra ekspertinės sistemos dirbtiniame intelekte

Ekspertinės sistemos dažnai naudojamos kaip alternatyva ieškant sudėtingų problemų, kurioms spręsti reikia tam tikrų žmogaus įgūdžių, sprendimo būdų. Ekspertinė dirbtinio intelekto (DI) sistema – tai sistema, skirta priimti sprendimus naudojant kompiuterius. Ji skirta sudėtingiems klausimams spręsti. Tam ji naudoja žinias, loginį mąstymą ir normų laikymąsi. Tai vienas pirmųjų praktinių dirbtinio intelekto taikymų.

Kas yra ekspertinė sistema?

Ekspertų sistemos – tai interaktyvios, patikimos kompiuterinės sprendimų priėmimo priemonės, kurios naudoja duomenis ir euristiką sudėtingiems sprendimų priėmimo klausimams spręsti. Manoma, kad jos yra žmogaus žinių ir išminties viršūnė. Ekspertų sistemos užduotis – spręsti sudėtingiausias konkrečios srities problemas.

Ekspertų sistemos ypatybės

Toliau pateikiamos ekspertinės sistemos charakteristikos.

Žmogus-ekspertas gali keistis, o ekspertinė sistema gali išlikti amžinai.
Ji palengvina žmogaus ekspertinių žinių paskirstymą.
Į ekspertinę sistemą gali būti įtrauktos kelių žmonių ekspertų žinios, o tai padidintų atsakymų veiksmingumą.
Ji sumažina išlaidas, susijusias su įvairių sričių, įskaitant medicinos diagnostiką, specialisto patarimo ieškojimu.
Užuot naudojusios standartinį procedūrinį kodą, ekspertinės sistemos gali spręsti sudėtingus klausimus išvedant naujus faktus iš žinomų žinių faktų, kurie paprastai pateikiami kaip taisyklės „jei – tai”.

Ekspertų sistemos sudedamosios dalys

Dirbtiniame intelekte yra penki ekspertinės sistemos komponentai:

Žinių bazė: Žinių bazėje pateikiami ekspertinės sistemos faktai ir taisyklės. Į ją įeina problemų sprendimo normos ir metodų, susijusių su sritimi, formulavimas ir konkrečių disciplinų žinios.
Išvadų variklis: Išvadų variklio svarbiausias darbas – surinkti atitinkamą informaciją iš žinių bazės, ją išanalizuoti ir nustatyti naudotojo problemos sprendimą. Išvadų varikliai taip pat turi aiškinimo ir problemų šalinimo įgūdžių.
Žinių kaupimo ir mokymosi modulis: Šio komponento pagalba ekspertinės sistemos gali surinkti daugiau informacijos iš daugelio šaltinių. Po to žinios saugomos žinių bazėje.
Vartotojo sąsaja: Naudodamasis šiuo elementu, neekspertas naudotojas gali bendrauti su ekspertine sistema ir kurti sprendimus.
Paaiškinimo modulis: Šiame modulyje naudotojui pateikiamas išvados pagrindimas.

Ekspertinių sistemų pavyzdžiai

Toliau pateikiami keli ekspertinių sistemų pavyzdžiai:

Ji galėjo atpažinti įvairias bakterijas, galinčias sukelti ūmias infekcijas, ir buvo pagrįsta atgaliniu grandininiu veikimu. Be to, ji galėjo siūlyti vaistus pagal paciento svorį. Tai vienas geriausių ekspertinės sistemos pavyzdžių.
DENDRAL: molekulinės struktūros prognozavimo priemonė, skirta cheminei analizei.
CaDet (angl: Tai vienas geriausių ekspertinės sistemos, galinčios aptikti vėžį ankstyviausiose jo stadijose, pavyzdžių.
PXDES: PXDES: PXDES ekspertinė sistema padeda nustatyti plaučių vėžio rūšį ir stadiją. Norint nustatyti būklę, ji daro viršutinės kūno dalies nuotrauką, kuri primena šešėlį. Pagal šį šešėlį nustatoma rūšis ir sunkumo laipsnis.

Ekspertinių sistemų privalumai

Ekspertų sistemų naudojimas vietoj žmonių ekspertų turi keletą privalumų:

Tikslumas: Ekspertų sistemos yra atsparios emociniam ar žmogiškajam netikslumui. Jos savo sprendimus grindžia faktais ir taisyklėmis.
Pastovumas: Kai žmonės specialistai palieka savo pareigas, techninė informacija gali būti perduota vėliau. Žiniomis grindžiamos sistemos siūlo amžiną informacijos ir žinių rezervuarą.
Loginė dedukcija: Ekspertinės sistemos naudoja įvairius principus, pavyzdžiui, taisykles „jei – tai”, kad padarytų išvadas iš jau žinomų duomenų.
Išlaidų kontrolė: Palyginti su žmonių specialistų samdymo išlaidomis, ekspertinės sistemos yra palyginti pigios. Jos gali padėti priimti sprendimus greičiau ir pigiau.
Keli ekspertai: Ekspertų sistemos žinių bazę papildo keli ekspertai. Tai suteikia daugiau informacijos, kuria galima remtis, ir neleidžia vienam ekspertui daryti įtakos sprendimų priėmimo procesui.

Ekspertų sistemos naudojimas

Ji plačiai taikoma projektuojant ir gaminant materialius objektus, įskaitant automobilių ir fotoaparatų objektyvų projektavimą ir gamybą.
Šios sistemos paprastai naudojamos žinių srityje, kad naudotojams būtų skleidžiama aktuali informacija. Mokesčių konsultantai ir patarėjai yra dvi standartinės ekspertinės sistemos, naudojamos šioje srityje.
Ji naudojama finansų sektoriuje siekiant nustatyti bet kokį galimą sukčiavimą ir įtartiną elgesį.
Dirbtinio intelekto ekspertinė sistema naudojama vertinant ir remontuojant įrangą. Ekspertų sistemos sistema naudojama medicininėje diagnostikoje ir buvo pirmasis šių sistemų pritaikymas.

Įprastinė sistema ir ekspertinė sistema

Esminis skirtumas tarp ekspertinių sistemų ir įprastinės problemų sprendimo programinės įrangos yra metodas, naudojamas su problema susijusioms žinioms koduoti. Tradicinėse programose problemos ekspertizei koduoti naudojamos ir duomenų struktūros, ir programos. Ekspertiniame metode visa su problema susijusi ekspertizė perteikiama tik duomenų struktūromis, o ne programomis.

Tradicinės sistemos negali paaiškinti konkretaus problemos sprendimo. Šiomis sistemomis siekiama pateikti paprastus sprendimus. Tačiau ekspertinės sistemos gali pagrįsti, kodėl proceso metu reikalinga tam tikra informacija ir kaip buvo pasiektas konkretus rezultatas.

Paprastai ekspertinė sistema savo išvadas vykdo simboliniais skaičiavimais, naudodama žinių simbolius, tokius kaip taisyklės, įvairių formų tinklai, rėmai, scenarijai ir pan. Vis dėlto šių terminų tradicinės sistemos negali išreikšti. Jos pernelyg supaprastina problemas ir negali suformuluoti klausimų „kaip, kodėl”.

Žmogus ekspertas ir ekspertinė sistema

Esminis skirtumas tarp dirbtinio intelekto ekspertinių sistemų ir žmonių ekspertų yra tas, kad ekspertinės sistemos apdoroja taisyklių pavidalu pateiktas žinias ir naudoja reprezentacinius samprotavimus ribotoje srityje, o žmonių ekspertai naudoja euristinių taisyklių pavidalo žinias, kad išspręstų problemas ribotoje srityje.

Ekspertų sistemos yra visada prieinamos, skirtingai nuo žmonių ekspertų, kurie yra pasiekiami tik tam tikromis paros valandomis. Ekspertų sistemos bet kokią problemą išsprendžia per trumpą laiką, o žmogiškieji ekspertai gali užtrukti.

Apibendrinant galima teigti, kad ekspertinės sistemos yra interaktyvios ir patikimos sprendžiant sudėtingus klausimus. Jos naudojamos programose, skirtose žmogiškiesiems ištekliams, medicinai ir kitiems tikslams. Geresnė sprendimų kokybė, išlaidų taupymas, nuoseklumas, greitumas ir patikimumas yra vieni iš pagrindinių ekspertinių sistemų privalumų dirbtinio intelekto srityje.