Was sind Expertensysteme?
In der Technologie ging es immer darum, bessere, schnellere und intelligentere Maschinen zu bauen. Expertensysteme nutzen dieses Konzept, indem sie fortschrittliche Computerlogik verwendet, um Software zu erstellen, die zu "denken" und selbst Entscheidungen treffen. Traditionell basiert auf einer Booleschen Logik - Logik mit nur wahren oder falschen Werten - Expertensysteme verwenden komplexe Algorithmen, um Antworten aus einer großen Informationsdatenbank zu berechnen. Wenn der Computer die richtige Antwort nicht bestimmen kann, wird angenommen, dass das Programm falsch ist, sondern dass die Wissensbasis nicht genügend Informationen zu diesem Thema enthält. Wenn Sie beim Drücken einer Taste auf Beleuchtung programmiert werden, setzt das Drücken der Taste auf True fest und drückt sie nicht auf die Taste auf False. Falsch bedeutet kein Licht, während True das Licht einschalten. Dies ist die Grundlage der Computerlogik.
Ein Expertensystem nimmt diese wahren und falschen Antworten auf eine neue Ebene. VonDer Computer kombiniert eine Reihe wahrer und falscher Antworten und versucht zu bestimmen, wie auf eine bestimmte Situation reagiert werden soll. Es kann seine Antwort basierend auf dem spezifischen Muster und der Anzahl der wahren und falschen Antworten ändern.
Die Idee hinter diesen Systemen basiert darauf, wie Menschen denken. Menschen können große Mengen an neuem Wissen aufbewahren und Entscheidungen treffen, die auf früheren Wissen beruhen. Der Computer ist so programmiert, dass sie „denken“ und Entscheidungen auf der Grundlage des Wissens in seiner Datenbank und auf seinen früheren Erfahrungen treffen. In einer Weise ist es, als ob der Computer aus seinen Erfolgen und Misserfolgen in der Vergangenheit "lernt".
Es gibt zwei Hauptformen von Expertensystemen. Das traditionelle Expertensystem nutzt die Boolesche Logik, um seine Entscheidungen zu treffen. Ein Fuzzy Logic Expert System hingegen nicht. Es berechnet einen Wertebereich, der zwischen einfachen oder falschen Antworten liegt, um festzustellen, inwieweit eine Aussage wahrer istoder eher falsch.
Fuzzy-Expertensysteme sind eher menschlicher als herkömmliche Expertensysteme, wie sie "denken". In diesen Expertensystemen wird keine spezifischen Antworten auf ein Problem erzählt, sondern eine Erklärung, aus der sie zusätzliche Schlussfolgerungen ziehen. Dieser Prozess wird als Inferenz bezeichnet.
Zum Beispiel, wenn eine Erklärung lautet "Alle weiblichen Katzen sind gestreift. Miss Kitty ist eine Katze", "Fuzzy Expert Systems würden schließen, dass alle weiblichen Katzen gestreift werden und Miss Kitty eine Katze ist, dann muss Miss Kitty gestreift werden. Fuzzy Logic kann auch kompliziertere Werte berechnen, z. Traditionelle Expertensysteme würden viel mehr Anweisungen benötigen, um dieselben Schlussfolgerungen zu erreichen.