Hvad er ekspertsystemer?
Teknologi har altid handlet om at bygge bedre, hurtigere og smartere maskiner. Ekspertsystemer omfavner dette koncept ved at bruge avanceret computerlogik til at skabe software, der ser ud til at "tænke" og træffe beslutninger på egen hånd. Traditionelt bygget på boolsk logik - logik, der kun bruger sande eller falske værdier - ekspertsystemer bruger komplekse algoritmer til at beregne svar fra en stor database med information. Hvis computeren ikke kan bestemme det rigtige svar, antages det ikke, at programmet er forkert, men at vidensbasen ikke indeholder nok information om emnet.
Når en computer skal træffe en beslutning, bryder det hele sammen til en række sande eller forkerte udsagn. Hvis der er programmeret til at lyse op, når der trykkes på en knap, indstilles den til sand og ikke ved at trykke på knappen til at være falsk. Falsk betyder intet lys, mens sandt tænder lyset. Dette er grundlaget for computerlogik.
Et ekspertsystem tager disse rigtige og falske svar til et nyt niveau. Ved at kombinere en række rigtige og falske svar forsøger computeren at bestemme, hvordan man skal reagere på en bestemt situation. Det kan ændre sit svar baseret på det specifikke mønster og antallet af sande og falske svar.
Ideen bag disse systemer er baseret på, hvordan folk tænker. Mennesker kan opbevare store mængder ny viden og træffe beslutninger baseret på tidligere viden. Computeren er programmeret til at "tænke" og tage beslutninger baseret på den viden, der findes i dens database og på dens tidligere erfaringer. På en måde er det som om computeren "lærer" fra sine tidligere succeser og fiaskoer.
Der findes to hovedformer af ekspertsystemer. Det traditionelle ekspertsystem bruger boolsk logik til at træffe sine beslutninger. Et fuzzy logisk ekspert-system gør det derimod ikke. Den beregner en række værdier, der falder ind mellem enkle sande eller falske svar for at bestemme, i hvilken grad en erklæring er mere sand eller mere falsk.
Uklare ekspertsystemer er mere menneskelige end traditionelle ekspertsystemer på den måde, de "tænker." Disse ekspertsystemer får ikke at vide specifikke svar på et problem, men snarere givet en erklæring, hvorfra de drager yderligere konklusioner. Denne proces kaldes inferens.
For eksempel, hvis en erklæring lyder "Alle hunkatte er stribet. Miss Kitty er en kvindekat," ville fuzzy ekspertsystemer udlede, at da alle hunnkatte er stribet, og Miss Kitty er en hunkat, skal Miss Kitty være stribet. Uklar logik kan også beregne mere komplicerede værdier, såsom at bestemme sandsynligheden for, at en bestemt hunkat bliver stribet, hvis kun en procentdel af kvindelige katte har striber. Traditionelle ekspertsystemer har brug for meget mere instruktion for at nå disse samme konklusioner.