Цель этой статьи - показать нам широкое и точное описание того, что такое экспертные системы (SE), которые также известны как системы, основанные на знаниях. Точно так же мы кратко покажем происхождение, концепции, приложения, преимущества, ограничения и его базовую архитектуру в этой области и / или области искусственного интеллекта. С другой стороны, сегодня рынок становится более конкурентным, где администрирование и хорошее управление информацией имеют фундаментальное значение для всех компаний и / или организаций, которые, если они хотят выжить, должны оставаться на переднем крае в каждой из области.
Введение
Кто-то считается экспертом по проблеме, если этот человек имеет специальные знания о проблеме. В области (SE) этот тип знаний называется предметным знанием. Слово «домен» используется, чтобы подчеркнуть, что знание относится к конкретной проблеме.
До появления компьютера человек задавался вопросом, не отнимут ли у него привилегию рассуждать и думать. В настоящее время существует область искусственного интеллекта, которой приписывается эта способность: экспертные системы (SE). Эти системы также известны как системы, основанные на знаниях, которые позволяют создавать машины, которые рассуждают, как человек, ограничивая себя ограниченным пространством знаний. Теоретически они могут рассуждать, следуя шагам, которые должен выполнить эксперт (врач, аналитик, бизнесмен и т. Д.) Для решения конкретной проблемы. Эта модель компьютерных знаний предлагает широкий спектр возможностей для решения проблем и обучения. Его использование будет широко распространено в будущем,из-за его значительного влияния на бизнес и промышленность.
История создания (SE)
Его начало относится к середине шестидесятых годов. В течение этого десятилетия исследователи Алан Ньюэлл и Герберт Саймон разработали программу под названием GPS (General Problem Solver; средство решения общих проблем). Он мог работать с криптоарифметикой, с башнями Ханоя и другими подобными проблемами. Чего GPS не мог, так это решения реальных проблем, таких как медицинский диагноз.
Затем некоторые исследователи решили полностью изменить фокус проблемы, ограничив свои амбиции определенной областью и попытавшись смоделировать рассуждения человека-эксперта. Вместо того, чтобы посвящать себя компьютеризации общего интеллекта, они сосредоточились на очень конкретных областях знаний. Так родились SE.
Начиная с 1965 года группа под руководством Эдварда Фейгенбаума приступила к разработке SE с использованием тщательно определенных баз знаний. Два года спустя построен DENDRAL, который считается первым SE. Фантастика упомянутого SE заключалась в том, чтобы идентифицировать химические структуры молекул на основе их спектрографического анализа.
В 1970-х годах MYCIN был разработан для консультации и диагностики инфекций крови. Эта система ввела новые функции: использование неточных знаний для рассуждений и способность объяснять процесс рассуждений. Самое главное, что он работал правильно, давая выводы, аналогичные тем, которые сделал бы человек после долгих лет опыта. В MYCIN есть четко дифференцированный механизм вывода и база знаний. Разделив эти две части, механизм вывода можно рассматривать изолированно. Это приводит к пустой системе или оболочке. Так возник EMYCIN (MYCIN Esencial), из которого был построен SACON., используется для инженерных сооружений, PUFF для изучения функции легких и GUIDON для выбора терапевтического лечения.
В то время также были разработаны: HERSAY, который пытался идентифицировать устное слово, и PROSPECTOR, использованный для поиска месторождений полезных ископаемых.
Оболочка KAS (Knowledge Acquisition System) произошла от последней.
В восьмидесятые годы SE вошла в моду, многочисленные высокотехнологичные компании исследовали эту область искусственного интеллекта, разрабатывая SE для коммерциализации. Делается вывод о том, что успех SE почти полностью зависит от качества его базы знаний. Обратной стороной является то, что кодирование опыта человека-эксперта может быть трудным, трудоемким и трудоемким.
Примером современной SE является CASHVALUE, которая оценивает инвестиционные проекты, и VATIA, консультирующая по налогу на добавленную стоимость или НДС.
Определения (SE)
Это программное обеспечение, имитирующее поведение человека-эксперта в решении проблемы. Они могут хранить экспертные знания в определенной области и решать проблему путем логического вывода выводов.
SE - это те программы, которые созданы путем явного выражения знаний в них, которые имеют конкретную информацию о конкретном домене и которые выполняют задачу, связанную с этим доменом.
Программы, которые манипулируют закодированными знаниями для решения проблем в специализированной области в области, которая обычно требует человеческого опыта.
Программы, которые содержат как декларативные знания (факты об объектах, событиях и / или ситуациях), так и контрольные знания (информацию о ходе действий), чтобы имитировать процесс рассуждений людей-экспертов в определенной области и / или область знаний.
Программное обеспечение, которое включает в себя экспертные знания о данной области приложения таким образом, что оно способно решать проблемы относительной сложности и поддерживать интеллектуальное принятие решений на основе процесса символических рассуждений.
Приложения
Его основные приложения находятся в управлении бизнесом, потому что;
а) Практически во всех компаниях есть компьютер, который выполняет основные функции обработки информации: общий бухгалтерский учет, финансовые решения, управление казначейством, планирование и т. д.
б) Эта работа включает обработку больших объемов информации и выполнение числовых операций для последующего принятия решений. Это создает идеальную почву для внедрения SE.
Кроме того, SE также применяются в бухгалтерском учете в таких разделах, как: Аудит (это область, в которой выполняется больше приложений SE) Налогообложение, планирование, финансовый анализ и финансовый учет.
Области применения
SE применяются в самых разных областях и / или областях. Некоторые из основных перечислены ниже:
- ВоенныеКомпьютерные наукиТелекоммуникацииХимияЗаконАэронавтикаГеологияАрхеологияСельское хозяйствоЭлектроникаТранспортОбразованиеМедицинаПромышленностьФинансы и менеджмент
преимущество
Эти программы обеспечивают возможность работы с большими объемами информации, что является одной из серьезных проблем, с которыми сталкивается человек-аналитик, которая может негативно повлиять на принятие решений, поскольку человек-аналитик может очистить данные, которые он не считает актуальными, пока требуется SE. На своей высокой скорости обработки он анализирует всю информацию, в том числе бесполезную, чтобы принять более твердое решение.
Ограничения
Очевидно, что для обновления их необходимо перепрограммировать (возможно, это одно из их наиболее выраженных ограничений), еще одним из их ограничений может быть высокая стоимость денег и времени, в дополнение к тому, что эти программы не очень гибкие для изменений и труднодоступны. неструктурированная информация.
Из-за нехватки специалистов в определенных областях SE могут хранить свои знания на тот случай, когда их необходимо применить. Точно так же SE могут использоваться неспециализированными людьми для решения проблем. Кроме того, если человек часто использует SE, он извлечет у него уроки.
С другой стороны, искусственный интеллект не смог разработать системы, способные решать проблемы в общем виде, применять здравый смысл для решения сложных ситуаций или управлять неоднозначными ситуациями.
Будущее SE вращается вокруг головы каждого человека при условии, что в выбранной области есть потребность и / или присутствие эксперта для получения какой-либо выгоды.
Базовая архитектура экспертных систем
- База знаний. Это часть экспертной системы, которая содержит знания о предметной области. Получите знания эксперта и запишите их в базе знаний. Классический способ представления знаний в экспертной системе - это правила. Правило - это условная структура, которая логически связывает информацию, содержащуюся в предшествующей части, с другой информацией, содержащейся в последующей части. База фактов (рабочая память), Содержит факты о проблеме, обнаруженной во время запроса. Во время консультации с экспертной системой пользователь вносит информацию о текущей проблеме в базу фактов. Система сопоставляет эту информацию со знаниями, доступными в базе знаний, чтобы вывести новые факты. Двигатель вывода. Экспертная система моделирует процесс рассуждений человека с помощью модуля, известного как механизм вывода. Этот механизм вывода работает с информацией, содержащейся в базе знаний и базе фактов, для вывода новых фактов. Чтобы сделать выводы о проблеме, сравните конкретные факты в базе фактов со знаниями в базе знаний. Объясните подсистему, Отличительной чертой экспертных систем является их способность объяснять свои рассуждения. Используя модуль подсистемы объяснения, экспертная система может объяснить пользователю, почему он задает вопрос и как он пришел к выводу. Этот модуль дает преимущества как разработчику системы, так и пользователю. Разработчик может использовать его для обнаружения ошибок, а пользователь получает выгоду от прозрачности системы. Пользовательский интерфейс.Взаимодействие между экспертной системой и пользователем осуществляется на естественном языке. Он также очень интерактивен и следует шаблону разговора между людьми. Для проведения этого процесса приемлемым для пользователя образом особенно важен дизайн пользовательского интерфейса. Основное требование к интерфейсу - возможность задавать вопросы. Чтобы получить достоверную информацию от пользователя, необходимо внимательно подходить к составлению вопросов. Это может потребовать разработки интерфейса с использованием меню или графики.
Выводы
В настоящее время жесткий, сложный и меняющийся конкурентный рынок становится все более сложным из-за большого разнообразия информации, которую они вынуждены хранить и анализировать, поэтому компании вынуждены прибегать к мощным и / или надежным инструментам или системам. которые служат опорой при принятии решений. Таким образом, эти интеллектуальные, точные и эффективные системы внедряются в большем количестве организаций, в которых они становятся важной бизнес-стратегией и / или трансформируются в нее.
С другой стороны, важно отметить, что они будут по-прежнему использоваться во всех без исключения областях и / или областях, где не хватает специалистов-людей. Как следствие вышесказанного, эти системы используются неспециализированными людьми, поэтому частое использование (SE) дает и / или генерирует знания для пользователей.
Библиография
Старый Эрнандо Диего (2003). Экспертные системы.
Сампер Маркес Хуан Хосе (2004). Введение в экспертные системы.
Сампер Хуан (2003). Экспертные системы. Знание к власти
Воспитал Бриз Хосе Марио (2002). Введение в экспертные системы
Википедия (2004 г.). Экспертная система.
Кастро Марсель (2002). Экспертные системы.
Феликс Хусто (2004). Приложения, преимущества и ограничения экспертных систем.
Монтес Серра Мария Клара (2003). Экспертные системы.
