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:
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:
Característiques del sistema expert
Components del sistema expert
Un sistema expert consta principalment de tres components:
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:
El motor d'inferència utilitza els modes següents per obtenir les solucions:
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
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:
Per què un sistema expert?
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:
Capacitats del sistema expert
A continuació es mostren algunes capacitats d'un sistema expert:
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
Es pot utilitzar àmpliament per dissenyar i fabricar dispositius físics com ara lents de càmera i automòbils.
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 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 mèdic s'utilitza el sistema ES, i va ser el primer àmbit on es van utilitzar aquests sistemes.
Els sistemes experts també es poden utilitzar per planificar i programar algunes tasques particulars per assolir l'objectiu d'aquesta tasca.