Was sind Expertensysteme?
Bei der Technologie ging es immer darum, bessere, schnellere und intelligentere Maschinen zu bauen. Expertensysteme nutzen dieses Konzept, indem sie fortschrittliche Computerlogik verwenden, um Software zu erstellen, die anscheinend "denkt" und selbstständig Entscheidungen trifft. Traditionell basiert es auf Boolescher Logik - Logik, die nur wahre oder falsche Werte verwendet. Expertensysteme verwenden komplexe Algorithmen, um Antworten aus einer großen Datenbank von Informationen zu berechnen. Wenn der Computer die richtige Antwort nicht ermitteln kann, wird nicht davon ausgegangen, dass das Programm falsch ist, sondern dass die Wissensdatenbank nicht genügend Informationen zum Thema enthält.
Wenn ein Computer eine Entscheidung treffen muss, zerfällt alles in eine Reihe wahrer oder falscher Aussagen. Wenn programmiert ist, beim Drücken einer Taste zu leuchten, setzt das Drücken der Taste sie auf wahr und das Nichtdrücken der Taste setzt sie auf falsch. Falsch bedeutet, dass kein Licht vorhanden ist, während wahr das Licht einschaltet. Dies ist die Basis der Computerlogik.
Ein Expertensystem bringt diese wahren und falschen Antworten auf eine neue Ebene. Durch die Kombination einer Reihe wahrer und falscher Antworten versucht der Computer zu bestimmen, wie er auf eine bestimmte Situation reagieren soll. Es kann seine Antwort basierend auf dem spezifischen Muster und der Anzahl wahrer und falscher Antworten ändern.
Die Idee hinter diesen Systemen basiert auf dem Denken der Menschen. Menschen können große Mengen an neuem Wissen speichern und Entscheidungen auf der Grundlage von Vorwissen treffen. Der Computer ist so programmiert, dass er basierend auf dem in seiner Datenbank enthaltenen Wissen und seinen früheren Erfahrungen „denkt“ und Entscheidungen trifft. In gewisser Weise ist es so, als würde der Computer aus seinen Erfolgen und Misserfolgen in der Vergangenheit "lernen".
Es gibt zwei Hauptformen von Expertensystemen. Das traditionelle Expertensystem verwendet die Boolesche Logik, um seine Entscheidungen zu treffen. Ein Fuzzy-Logik-Expertensystem dagegen nicht. Sie berechnet einen Wertebereich, der zwischen einfachen wahren oder falschen Antworten liegt, um zu bestimmen, inwieweit eine Aussage wahrer oder falscher ist.
Fuzzy-Expertensysteme sind menschlicher als herkömmliche Expertensysteme in der Art, wie sie "denken". Diese Expertensysteme erhalten keine konkreten Antworten auf ein Problem, sondern eine Aussage, aus der sie zusätzliche Schlussfolgerungen ziehen. Dieser Vorgang wird als Inferenz bezeichnet.
Wenn zum Beispiel die Aussage lautet "Alle weiblichen Katzen sind gestreift. Miss Kitty ist eine weibliche Katze", würden unscharfe Expertensysteme darauf schließen, dass Miss Kitty gestreift sein muss, da alle weiblichen Katzen gestreift sind und Miss Kitty eine weibliche Katze. Die Fuzzy-Logik kann auch kompliziertere Werte berechnen, z. B. die Wahrscheinlichkeit, dass eine bestimmte weibliche Katze gestreift wird, wenn nur ein Prozentsatz der weiblichen Katzen Streifen aufweist. Herkömmliche Expertensysteme benötigen viel mehr Anweisungen, um zu denselben Schlussfolgerungen zu gelangen.