专家系统

专家系统,一个电脑使用人工智能在通常需要人类专业知识的专门领域内解决问题的方法。第一个专家系统是在1965年由爱德华·费根鲍姆而且约书亚莱德博格的斯坦福大学他们的专家系统后来被称为Dendral，旨在分析化合物．专家系统现在在以下领域有商业应用多样化的作为医疗诊断，石油工程，以及金融投资。

为了完成表面上的智能壮举，一个专家系统依赖于两个组成部分知识库和一个推理引擎．知识库是关于系统领域的事实的有组织的集合。一个推理引擎解释和评估知识库中的事实，以提供答案。专家系统的典型任务包括分类、诊断、监测、设计、调度和专门工作的规划。

yabo亚博网站首页手机大英百科全书测验

电脑及科技测验

知识库的事实必须通过访谈和观察从人类专家那里获得。然后，这些知识通常以“If -then”规则(产生式规则)的形式表示:“如果某些条件为真，则可以做出以下推断(或采取某些行动)。”一个大型专家系统的知识库包含数千条规则。概率因子常与结论每一个产生的规则和最终的建议，因为结论是不确定的。例如，一个用于眼科疾病诊断的系统可能会根据提供给它的信息，显示一个人有90%的可能性患有眼病青光眼，它还可能列出概率较低的结论。专家系统可以显示它得出结论的规则序列;追踪这一流程有助于用户评估其推荐的可信度，并作为学生的学习工具非常有用。

人类专家经常雇佣启发式规则，或者“经验法则”，除了简单的生产规则之外，比如从工程手册中收集的规则。因此，信用经理可能知道，一个信用记录很差的申请人，但在获得新工作后记录良好，实际上可能是一个良好的信用风险。专家系统已经包含了这样的启发式规则，并越来越有能力从经验中学习。专家系统仍然是人类专家的辅助，而不是替代。