Hvad er regelbaserede ekspertsystemer?

Regelbaserede ekspertsystemer løser problemer ved at anvende et sæt programmerede regler på tilgængelig information. Disse har generelt form af betingede sætninger, som computeren kan bruge til logisk at kontrollere data for at nå en konklusion. Programmering af sådanne systemer kræver et højt niveau af dygtighed og inkorporering af et stort vidensgrundlag. Konklusioner, som systemet har nået, er ikke altid nøjagtige, skønt det kan give information om deres statistiske sandsynlighed for henvisning til teknikere og operatører.

I computing er ekspertsystemer designet til at fungere som menneskelige eksperter til at anvende logik på problemer. I stedet for at følge rigide programmeringsregler, er de mere fleksible og kan efterligne nogle veje for menneskelig kognition. Systemet kan bruges til aktiviteter som gennemgang af medicinske billeddannelsesundersøgelser, analyse af fejl i et computernetværk eller til identifikation af mikroorganismer. For at fungere nøjagtigt er det nødvendigt med en logisk forankring, og regler er et almindeligt valg.

Programmereren bruger vidensbasen til at oprette et sæt regler i form af if-then udsagn. Da regelbaserede ekspertsystemer støder på problemer, kan de anvende disse regler for at indsnævre årsagerne og udvikle løsninger. For eksempel kan et system overvåge et elektrisk net, i hvilket tilfælde det vil have et antal regler til at bestemme årsagen til en fejl, så det kan anbefale en handling. Disse regelbaserede ekspertsystemer bruger logik, der kan være velkendt for menneskelige eksperter, der bruger lignende treed-beslutningstagning i evalueringen af ​​problemer.

Denne form for kunstig intelligens er imidlertid ikke perfekt. Regelbaserede ekspertsystemer ved ikke, hvordan man håndterer situationer, der falder uden for deres vidensbase og erfaring. De kan akkumulere information over tid, men den første forekomst af en unormal begivenhed kan være forvirrende for systemet. Det kan returnere en falsk konklusion, som kræver, at operatøren giver instruktion, så den ikke vil begå den samme fejl igen. Nogle gange ville et menneske have været i stand til at undgå den samme fejl ved at illustrere manglerne ved kunstig erkendelse.

Logiske grænseflader i regelbaserede ekspertsystemer hjælper dem med at komme med svar, men de har også brug for en kommunikationsmetode. Data skal indtastes i systemet til analyse, og det skal have en måde at interagere med operatører for at give et svar. Dette kan kræve yderligere programmering for at hjælpe systemet med at præsentere information på et klart, forståeligt sprog. Hvis det returnerer gibberish eller uklare data, er det ikke nyttigt for operatøren; nogle sprogbehandling og kunstige talekapaciteter kan derefter være påkrævet i programmeringen og udviklingen af ​​regelbaserede ekspertsystemer.