2.2.1 专家系统简介（上）在线视频

好

前面我们介绍了专家系统的核心内容

也就是基于搜索的问题求解

介绍了一些典型的搜索算法

并且结合启发式信息

研究了智能搜索算法

看它怎么样进行高效启发式搜索的

下面我们来看一下专家系统的概念

它的基本组成特征以及类型

首先来看一下什么是专家系统

专家系统是一类包含着知识和推理的智能计算机程序

它内部还有大量的某个领域专家水平的知识和经验

能够利用人类专家的知识和解决问题的方法

来处理该领域的高水平难题

这样问题越难越能体现专家系统的优势

专家系统呢本质上是一个

具有大量的专门知识与经验的程序系统

它是一个智能的计算机程序系统

它应用了人工智能的技术和计算机技术

根据某领域一个或者多个专家提供的知识和经验

进行自动的推理和判断

模拟人类专家的决策过程

用来解决那些需要人类专家处理的复杂问题

简而言之

专家系统就是一种模拟人类专家

解决各领域的高水平难题的

这样一个计算机程序系统

它就是为了模仿人类专家的智能来解决实际问题的

那么它可以解决哪些问题呢

包括解释

解释一下事情发生的机理

原因

灾难发生的原因

预测

预测一下

什么时候会发生故障

发生什么类型的故障

诊断

诊断出这个设备曾经在某时刻由于什么原因

发生了什么类型的故障

设计

可以用于智能设计工程设计

施工

在工程应用中怎么样快速地高效地设计

实际的方案

规划

在各行各业的工程领域进行规划

监视

我们能够自动地根据图形图像进行自动的识别

修理

像人类专家一样

快速地精准地找到问题所在

修理家用电器或者是进行调试某些设备

指导

指导像人类专家一样进行在线指导

还有控制用于实时在线控制

那么专家系统和传统的计算机应用程序

最本质的区别在于

专家系统所要解决的问题

一般没有算法解

也就是没有解析解

并不是显式的表达式

而且经常需要在

不完全

没有完整的信息

不精确

没有精确的信息

或者不确定的信息的基础上做出专家级的判断

而来解决问题

几个早期的著名系统

包括分子结构

可以能够自动地判断一个化学物质的分子结构

包括还有感染病的血液疾病诊断

自动地快速地诊断出来

疾病类型

还有DEC公司的计算机配置

能自动地进行计算机软硬件的优化配置

还有美国的钼矿探矿专家系统

这是几个典型的有名的早期专家系统

下面我们来看一下专家系统的基本组成

专业系统的核心就是推理机和知识库

那么构建好了专家系统之后

我们首先 它会要通过本领域的

高水平专家通过知识获取的手段

把专家的某个领域的专门知识存储起来

存放在知识库里

这里面涉及知识是如何获取的

知识是如何存储的问题

这是专门的学问

那么把专家经验存取之后

就可以通过推理机在知识库里面寻找答案

这里面综合数据库可以存储一些中间变量推理过程

对于用户来说

我关心的是你专家系统

我为你提供问题

我把我的问题清楚地描述给你

专家系统要能够听懂我的问题

而能够利用推理机到知识库里面去进行匹配

进行搜索推理

找到我想要的答案

为我们用户提供解答建议或者解释

而且把这个推理过程非常透明地展示给用户

这样就构成了一个专家系统

那么专家系统包括知识库

推理机 综合数据库

解释接口和知识获取等五部分

在专家系统中

知识库就是领域知识的集合

而通用的问题求解知识称为推理机

其实它里面就是蕴含着各种各样的智能搜索算法

按照这种方式组织的知识的程序

称为基于知识的系统

专家系统是基于知识的系统

知识库和推理机是专家系统中两个主要的组成部分

知识库是用来存储知识的

存储器

用于存储本领域专家的经验性知识

以及有关的事实

一般常识的

推理机是专家系统的思维机构

实际上就是求解问题的计算机软件系统

主要功能是协调控制专家系统

决定如何选用知识库中的有关知识

对用户提供的证据进行推理

求得问题的解答或证明某个结论的正确性

那么推理过程中 推理方法也很重要

包括正向推理

反向推理

双向推理

正向推理也叫做数据驱动策略

也就是说如何从已知的原始数据和已知条件

推断出结论的方法

第二

反向推理

也叫目标驱动策略

我们可以先提出某些结论或者假设

然后寻找支持这个结论或假设的条件或证据

若能够成功

则结论成立

推理成功

这个有点像反证法

从未知到已知

而正向推理呢

从已知到未知

把这两个结合起来

就形成了双向推理

同时运用正向推理

帮助系统提出假设

然后运用反向推理

寻找支持该假设的证据

除了知识库和推理机之外

还有综合数据库

我们也把它称为黑板或者数据库

用于存放推理的初始证据

中间结果也就是中间变量以及最终结果等的工作存储器

那么解释接口就是人机界面

就是用来解决人机交互的问题

用户和专家系统之间通过解释接口进行双向交互

把用户输入的信息转化为系统内规范化的表示形式

然后交给相应的模块处理

把系统输出的信息转化为用户易于理解的外部形式

呈现给用户

这样实现了双向交互

知识获取是专家系统中的一个瓶颈问题

通过人工的方法或者是机器学习的方法

将某领域的事实性知识

或者领域专家的他所持有的特定的专门的知识和经验

转化为计算机程序的过程

这过程中需要把专家的经验

怎么样能够毫无保留地原汁原味地提取出来

存储在知识库里

这也是专家系统的一个核心的难题

那么专家系统的基本特征如下

第一

具有专家水平的专门知识

那么它要解决高水平难题

必须要具备专家级的本领域的专门知识和经验

第二

能够进行高效启发式

搜索

也就是说要可以具备有效的推理

第三

透明性和灵活性

首先它要能够为用户提供分析解释证明的过程

让用户明明白白地知道为什么是这样子

另外一方面他也要便于进行扩展

因为专家经验会随着新问题的涌现

以及新方法的出现

而不断地进行修改完善

所以专家系统便于进行扩展

它也具有一定的灵活性

第四

它必须具有一定的复杂性与难度

因为它必须解决一些实际的高水平难题

这样才能体现出它的专家级的水平

所以实际应用中它必须要有一定的复杂性和难度