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 en stor videnbase. Konklusioner, der er nået af systemet, er ikke altid nøjagtige, selvom det kan give information om deres statistiske sandsynlighed for henvisning til teknikere og operatører.

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

ProgrammetR bruger videnbasen til at oprette et sæt regler i form af if-da-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 gitter, i hvilket tilfælde det ville have en række regler til at bestemme årsagen til en fejl, så det kan anbefale en handling. Disse regelbaserede ekspertsystemer bruger logik, der kan være velkendte for menneskelige eksperter, der bruger lignende treed beslutningstagning i evalueringen af ​​problemer.

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

Logiske grænseflader i regelbaserede ekspertsystemer hjælper dem med at komme med svar, men de har også brug for en kommunikationsmetode. Data skal føres ind 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 almindeligt, forståeligt sprog. Hvis det returnerer gibberish eller uklare data, er det ikke nyttigt for operatøren; Nogle sprogbehandling og kunstige talekapaciteter kan derefter kræves i programmeringen og udviklingen af ​​regelbaserede ekspertsystemer.