logo

Què és un sistema expert?

Un sistema expert és un programa informàtic dissenyat per resoldre problemes complexos i proporcionar capacitat de presa de decisions com un expert humà. Ho fa extreure coneixement de la seva base de coneixement utilitzant les regles de raonament i inferència segons les consultes de l'usuari.

El sistema expert forma part de la intel·ligència artificial i el primer ES es va desenvolupar l'any 1970, que va ser el primer enfocament reeixit de la intel·ligència artificial. Soluciona el problema més complex com a expert extraient el coneixement emmagatzemat a la seva base de coneixement. El sistema ajuda en la presa de decisions per a problemes de compsex tant fets com heurístics com un expert humà . S'anomena així perquè conté el coneixement expert d'un domini específic i pot resoldre qualsevol problema complex d'aquest domini en particular. Aquests sistemes estan dissenyats per a un domini específic, com ara medicina, ciència, etc.

El rendiment d'un sistema expert es basa en el coneixement de l'expert emmagatzemat a la seva base de coneixement. Com més coneixement s'emmagatzemi a la KB, més millora el rendiment del sistema. Un dels exemples habituals d'un ES és un suggeriment d'errors d'ortografia mentre s'escriu al quadre de cerca de Google.

A continuació es mostra el diagrama de blocs que representa el funcionament d'un sistema expert:

Sistemes experts en IA

Nota: És important recordar que no s'utilitza un sistema expert per substituir els experts humans; en canvi, s'utilitza per ajudar l'ésser humà a prendre una decisió complexa. Aquests sistemes no tenen capacitats humanes per pensar i treballar sobre la base de la base de coneixement del domini particular.

A continuació es mostren alguns exemples populars del sistema expert:

    DENDRAL:Va ser un projecte d'intel·ligència artificial que es va fer com un sistema expert d'anàlisi química. Es va utilitzar en química orgànica per detectar molècules orgàniques desconegudes amb l'ajuda dels seus espectres de masses i la base de coneixement de la química.MICINA:Va ser un dels primers sistemes experts d'encadenament cap enrere dissenyat per trobar els bacteris que causaven infeccions com la bacterièmia i la meningitis. També s'utilitzava per a la recomanació d'antibiòtics i el diagnòstic de malalties de la coagulació de la sang.PXDES:És un sistema expert que s'utilitza per determinar el tipus i el nivell de càncer de pulmó. Per determinar la malaltia, es fa una foto de la part superior del cos, que sembla l'ombra. Aquesta ombra identifica el tipus i el grau de dany.CaDeT:El sistema expert CaDet és un sistema de suport al diagnòstic que pot detectar el càncer en etapes primerenques.

Característiques del sistema expert

    Gran actuació:El sistema expert proporciona un alt rendiment per resoldre qualsevol tipus de problema complex d'un domini específic amb una alta eficiència i precisió.Comprensible:Respon d'una manera que l'usuari pot entendre fàcilment. Pot prendre entrada en llenguatge humà i proporciona la sortida de la mateixa manera.Fiable:És molt fiable per generar una sortida eficient i precisa.Molt sensible:ES proporciona el resultat per a qualsevol consulta complexa en un període de temps molt curt.

Components del sistema expert

Un sistema expert consta principalment de tres components:

    Interfície d'usuari Motor d'inferència Base de coneixements
Sistemes experts en IA

1. Interfície d'usuari

Amb l'ajuda d'una interfície d'usuari, el sistema expert interactua amb l'usuari, pren les consultes com a entrada en un format llegible i les passa al motor d'inferència. Després d'obtenir la resposta del motor d'inferència, mostra la sortida a l'usuari. En altres paraules, és una interfície que ajuda a un usuari no expert a comunicar-se amb el sistema expert per trobar una solució .

2. Motor d'inferència (regles del motor)

  • El motor d'inferència es coneix com el cervell del sistema expert ja que és la unitat de processament principal del sistema. Aplica regles d'inferència a la base de coneixement per obtenir una conclusió o deduir informació nova. Ajuda a obtenir una solució sense errors de les consultes de l'usuari.
  • Amb l'ajuda d'un motor d'inferència, el sistema extreu el coneixement de la base de coneixement.
  • Hi ha dos tipus de motor d'inferència:
  • Motor d'inferència determinista:Se suposa que les conclusions extretes d'aquest tipus de motor d'inferència són certes. Es basa en fets i regles .Motor d'inferència probabilística:Aquest tipus de motor d'inferència conté incertesa en les conclusions, i en funció de la probabilitat.

El motor d'inferència utilitza els modes següents per obtenir les solucions:

    Encadenament cap endavant:Parteix dels fets i regles coneguts, i aplica les regles d'inferència per afegir la seva conclusió als fets coneguts.Encadenament cap enrere:És un mètode de raonament endarrerit que parteix de l'objectiu i treballa cap enrere per demostrar els fets coneguts.

3. Base de coneixements

  • La base de coneixement és un tipus d'emmagatzematge que emmagatzema el coneixement adquirit dels diferents experts del domini concret. Es considera un gran emmagatzematge de coneixement. Com més base de coneixements, més precís serà el Sistema Expert.
  • És similar a una base de dades que conté informació i regles d'un domini o matèria en particular.
  • També es pot veure la base de coneixement com a col·leccions d'objectes i els seus atributs. Tal com un lleó és un objecte i els seus atributs són que és un mamífer, no és un animal domèstic, etc.

Components de la base de coneixement

    Coneixement dels fets:El coneixement que es basa en fets i acceptat pels enginyers del coneixement està sota el coneixement dels fets.Coneixement heurístic:Aquest coneixement es basa en la pràctica, la capacitat d'endevinar, l'avaluació i les experiències.

Representació del coneixement: S'utilitza per formalitzar el coneixement emmagatzemat a la base de coneixement mitjançant les regles If-else.

Adquisició de coneixements: És el procés d'extreure, organitzar i estructurar el coneixement del domini, especificar les regles per adquirir el coneixement de diversos experts i emmagatzemar aquest coneixement a la base de coneixement.

Desenvolupament del Sistema Expert

Aquí, explicarem el funcionament d'un sistema expert prenent un exemple de MYCIN ES. A continuació es mostren alguns passos per crear un MYCIN:

  • En primer lloc, l'ES s'ha d'alimentar amb coneixements experts. En el cas de MYCIN, experts humans especialitzats en l'àmbit mèdic de la infecció bacteriana, proporcionen informació sobre les causes, símptomes i altres coneixements en aquest domini.
  • La KB de MYCIN s'ha actualitzat correctament. Per provar-ho, el metge li proporciona un nou problema. El problema és identificar la presència del bacteri introduint els detalls d'un pacient, inclosos els símptomes, l'estat actual i la història clínica.
  • L'ES necessitarà un qüestionari que ha d'omplir el pacient per conèixer la informació general sobre el pacient, com el gènere, l'edat, etc.
  • Ara el sistema ha recollit tota la informació, de manera que trobarà la solució al problema aplicant regles si-llavors utilitzant el motor d'inferència i utilitzant els fets emmagatzemats a la KB.
  • Al final, proporcionarà una resposta al pacient mitjançant la interfície d'usuari.

Participants en el desenvolupament del Sistema Expert

Hi ha tres participants principals en la construcció del sistema expert:

    Expert:L'èxit d'un ES depèn molt del coneixement que proporcionen els experts humans. Aquests experts són aquelles persones especialitzades en aquest domini concret.Enginyer del coneixement:L'enginyer del coneixement és la persona que recull els coneixements dels experts del domini i després els codifica al sistema d'acord amb el formalisme.Usuari final:Es tracta d'una persona concreta o d'un grup de persones que potser no són experts, i treballar en el sistema expert necessita la solució o assessorament per a les seves consultes, que són complexes.

Per què un sistema expert?

Sistemes experts en IA

Abans d'utilitzar qualsevol tecnologia, hem de tenir una idea de per què utilitzar aquesta tecnologia i, per tant, el mateix per a l'ES. Tot i que tenim experts humans en tots els camps, quina és la necessitat de desenvolupar un sistema basat en ordinador. A continuació es mostren els punts que descriuen la necessitat de l'ES:

    Sense limitacions de memòria:Pot emmagatzemar tantes dades com sigui necessari i les pot memoritzar en el moment de la seva aplicació. Però per als experts humans, hi ha algunes limitacions per memoritzar totes les coses en cada moment.Alta eficiència:Si la base de coneixement s'actualitza amb el coneixement correcte, proporciona una sortida altament eficient, cosa que pot ser que no sigui possible per a un humà.Experiència en un domini:Hi ha molts experts humans en cada domini, i tots tenen diferents habilitats, diferents experiències i diferents habilitats, de manera que no és fàcil obtenir una sortida final per a la consulta. Però si posem el coneixement obtingut dels experts humans al sistema expert, aleshores proporciona una sortida eficient barrejant tots els fets i coneixements.No afectat per les emocions:Aquests sistemes no es veuen afectats per les emocions humanes com la fatiga, la ira, la depressió, l'ansietat, etc. Per tant, el rendiment es manté constant.Alta seguretat:Aquests sistemes proporcionen una alta seguretat per resoldre qualsevol consulta.Considera tots els fets:Per respondre a qualsevol consulta, comprova i considera tots els fets disponibles i proporciona el resultat en conseqüència. Però és possible que un expert humà no tingui en compte alguns fets per qualsevol motiu.Les actualitzacions periòdiques milloren el rendiment:Si hi ha algun problema en el resultat proporcionat pels sistemes experts, podem millorar el rendiment del sistema actualitzant la base de coneixement.

Capacitats del sistema expert

A continuació es mostren algunes capacitats d'un sistema expert:

    Assessorament:És capaç d'assessorar l'ésser humà per a la consulta de qualsevol domini des de l'ES particular.Proporcionar capacitats de presa de decisions:Proporciona la capacitat de prendre decisions en qualsevol àmbit, com per exemple per prendre qualsevol decisió financera, decisions en ciència mèdica, etc.Demostra un dispositiu:És capaç de demostrar qualsevol producte nou, com ara les seves característiques, especificacions, com utilitzar aquest producte, etc.Solucionar problemes:Té capacitats per resoldre problemes.Explicació d'un problema:També és capaç de proporcionar una descripció detallada d'un problema d'entrada.Interpretació de l'entrada:És capaç d'interpretar l'entrada donada per l'usuari.Predicció de resultats:Es pot utilitzar per a la predicció d'un resultat.Diagnòstic:Un ES dissenyat per a l'àmbit mèdic és capaç de diagnosticar una malaltia sense utilitzar múltiples components, ja que ja conté diverses eines mèdiques incorporades.

Avantatges del sistema expert

  • Aquests sistemes són altament reproduïbles.
  • Es poden utilitzar per a llocs de risc on la presència humana no és segura.
  • Les possibilitats d'error són menors si la KB conté el coneixement correcte.
  • El rendiment d'aquests sistemes es manté estable, ja que no es veu afectat per les emocions, la tensió o la fatiga.
  • Proporcionen una velocitat molt alta per respondre a una consulta concreta.

Limitacions del sistema expert

  • La resposta del sistema expert pot equivocar-se si la base de coneixement conté la informació incorrecta.
  • Com un ésser humà, no pot produir una producció creativa per a diferents escenaris.
  • Els seus costos de manteniment i desenvolupament són molt elevats.
  • L'adquisició de coneixements per dissenyar és molt difícil.
  • Per a cada domini, necessitem un ES específic, que és una de les grans limitacions.
  • No pot aprendre de si mateix i, per tant, requereix actualitzacions manuals.

Aplicacions del sistema expert

    En el domini del disseny i fabricació
    Es pot utilitzar àmpliament per dissenyar i fabricar dispositius físics com ara lents de càmera i automòbils.En el domini del coneixement
    Aquests sistemes s'utilitzen principalment per publicar el coneixement rellevant als usuaris. Els dos ES populars utilitzats per a aquest domini són un assessor i un assessor fiscal.En l'àmbit financer
    En les indústries financeres, s'utilitza per detectar qualsevol tipus de possible frau, activitat sospitosa, i aconsellar als banquers si han de concedir préstecs per a negocis o no.En el diagnòstic i resolució de problemes de dispositius
    En el diagnòstic mèdic s'utilitza el sistema ES, i va ser el primer àmbit on es van utilitzar aquests sistemes.Planificació i Programació
    Els sistemes experts també es poden utilitzar per planificar i programar algunes tasques particulars per assolir l'objectiu d'aquesta tasca.