Čo sú expertné systémy v umelej inteligencii

Expertné systémy sa často používajú ako alternatíva pri hľadaní riešení zložitých problémov, ktoré si vyžadujú určitý typ ľudských zručností. Expertný systém umelej inteligencie (AI) je systém na prijímanie rozhodnutí pomocou počítačov. Je určený na riešenie náročných problémov. Využíva na to znalosti, logické myslenie a dodržiavanie noriem. Je to jedna z prvých praktických aplikácií umelej inteligencie.

Čo je to expertný systém?

Expertné systémy sú interaktívne, dôveryhodné počítačové nástroje na rozhodovanie, ktoré využívajú údaje a heuristiku na riešenie náročných rozhodovacích problémov. Považuje sa za predstaviteľa vrcholu ľudských znalostí a múdrosti. Úlohou expertného systému je riešiť najzložitejšie problémy v konkrétnej oblasti.

Charakteristika expertného systému

Nasledujú charakteristiky expertného systému.

Ľudský expert sa môže meniť, ale expertný systém môže trvať večne.
Uľahčuje distribúciu ľudskej expertízy.
Expertný systém môže zahŕňať znalosti viacerých ľudských expertov, čo by zvýšilo efektívnosť odpovedí.
Znižuje náklady na hľadanie rady u odborníka v rôznych oblastiach vrátane lekárskej diagnostiky.
Namiesto používania štandardného procedurálneho kódu môžu expertné systémy riešiť zložité problémy odvodzovaním nových skutočností zo známych faktov znalostí, ktoré sú zvyčajne reprezentované ako pravidlá if-then.

Komponenty expertného systému

V umelej inteligencii existuje päť zložiek expertného systému:

Báza znalostí: Báza znalostí obsahuje fakty a predpisy v expertnom systéme. Obsahuje normy na riešenie problémov a formulovanie metód relevantných pre danú oblasť a znalosti v konkrétnych disciplínach.
Inferenčný motor: Najzákladnejšou úlohou inferenčného motora je zhromažďovať relevantné informácie zo znalostnej bázy, analyzovať ich a identifikovať riešenie problému používateľa. Inferenčné motory disponujú aj schopnosťami vysvetľovania a riešenia problémov.
Modul získavania a učenia znalostí: Pomocou tohto komponentu môžu expertné systémy zhromažďovať ďalšie informácie z mnohých zdrojov. Potom sa znalosti uložia do bázy znalostí.
Používateľské rozhranie: Pomocou tohto prvku môže používateľ, ktorý nie je odborníkom, komunikovať s expertným systémom a vyvíjať riešenia.
Vysvetľovací modul: Tento modul poskytuje používateľovi zdôvodnenie záveru.

Príklady expertných systémov

Nasledujú niektoré príklady expertných systémov:

MYCIN: Dokázal rozpoznať rôzne baktérie, ktoré môžu spôsobiť akútne infekcie, a bol založený na spätnom reťazení. Okrem toho mohol navrhovať lieky na základe hmotnosti pacienta. Patrí medzi špičkové príklady expertného systému.
DENDRAL: Nástroj na predpovedanie molekulárnej štruktúry na chemickú analýzu.
CaDet: Je to jeden z najlepších príkladov expertného systému, ktorý dokáže odhaliť rakovinu v jej najranejších štádiách.
PXDES: Druh a štádium rakoviny pľúc sa určuje pomocou expertného systému PXDES. Na identifikáciu ochorenia využíva fotografiu hornej časti tela, ktorá pripomína tieň. Tento tieň určuje druh a závažnosť.

Výhody expertných systémov

Používanie expertných systémov namiesto ľudských expertov má niekoľko výhod:

Presnosť: Expertné systémy sú odolné voči emóciám alebo ľudskej nepresnosti. Svoje rozhodnutia zakladajú na faktoch a pravidlách.
Stálosť: Keď ľudskí odborníci opustia svoje pozície, technické informácie ich môžu nasledovať. Systémy založené na znalostiach ponúkajú večnú zásobáreň informácií a znalostí.
Logická dedukcia: Expertné systémy využívajú rôzne princípy, napríklad pravidlá typu „ak – potom“, na odvodenie záverov z už známych údajov.
Kontrola nákladov: V porovnaní s nákladmi na zamestnávanie ľudských odborníkov sú expertné systémy pomerne lacné. Môžu pomáhať pri rýchlejšom a lacnejšom vypracúvaní posudkov.
Niekoľko expertov: Znalostná báza expertného systému je rozšírená o viacerých expertov. To poskytuje viac informácií, z ktorých možno čerpať, a zabraňuje ovplyvňovaniu rozhodovacieho procesu jedným expertom.

Využitie expertného systému

Má široké uplatnenie pri navrhovaní a výrobe hmotných predmetov vrátane navrhovania a výroby automobilov a objektívov fotoaparátov.
Tieto systémy sa zvyčajne používajú v oblasti znalostí na šírenie relevantných informácií používateľom. Daňoví poradcovia a poradcovia sú dva štandardné expertné systémy používané na tento predmet.
Používa sa vo finančnom sektore na identifikáciu prípadných podvodov a podozrivého konania.
Expertný systém v oblasti umelej inteligencie sa používa pri hodnotení a opravách zariadení. Systém expertného systému sa využíva v lekárskej diagnostike a bol prvou aplikáciou týchto systémov.

Konvenčný systém vs. expertný systém

Zásadný rozdiel medzi expertnými systémami a konvenčným softvérom na riešenie problémov je metóda použitá na zakódovanie odborných znalostí súvisiacich s problémom. V tradičných aplikáciách sa na zakódovanie expertízy problému používajú dátové štruktúry aj programy. V expertnej metóde sú všetky expertízy súvisiace s problémom reprezentované len v dátových štruktúrach, nie v programoch.

Tradičné systémy nie sú schopné vysvetliť konkrétne riešenie problému. Cieľom týchto systémov je poskytovať priame riešenia. Expertné systémy však dokážu zdôvodniť, prečo sú počas procesu potrebné určité informácie a ako sa dosiahol konkrétny výsledok.

Typicky expertný systém vykonáva svoje odvodzovanie pomocou symbolických výpočtov s využitím symbolov pre znalosti, ako sú pravidlá, rôzne formy sietí, rámcov, skriptov atď. Napriek tomu sa tieto pojmy nedajú vyjadriť tradičnými systémami. Príliš zjednodušujú problematiku a nedokážu vyjadriť otázky „ako, prečo“.

Ľudský expert vs. expertný systém

Významný rozdiel medzi expertnými systémami v umelej inteligencii a ľudskými expertmi spočíva v tom, že expertné systémy spracúvajú znalosti reprezentované vo forme pravidiel a používajú reprezentačné uvažovanie v obmedzenej oblasti, zatiaľ čo ľudskí experti používajú na riešenie problémov v obmedzenej oblasti znalosti vo forme heuristických pravidiel.

Expertné systémy sú vždy dostupné, na rozdiel od ľudských expertov, ktorí sú k dispozícii len počas určitých hodín dňa. Expertné systémy zvládnu akýkoľvek problém v krátkom čase, ale ľudským expertom to môže trvať dlho.

Na záver možno konštatovať, že expertné systémy sú interaktívne a dôveryhodné pri riešení zložitých problémov. Používajú sa v programoch pre ľudské zdroje, medicínu a na iné účely. Zlepšenie kvality rozhodnutí, úspora nákladov, konzistentnosť, rýchlosť a spoľahlivosť sú niektoré z hlavných výhod expertných systémov v umelej inteligencii.