Was sind regelbasierte Expertensysteme?
Regelbasierte Expertensysteme lösen Probleme, indem sie einen Satz programmierter Regeln auf verfügbare Informationen anwenden. Diese bestehen im Allgemeinen aus bedingten Sätzen, mit denen der Computer Daten logisch überprüft, um zu einer Schlussfolgerung zu gelangen. Das Programmieren solcher Systeme erfordert ein hohes Maß an Geschick und die Einbeziehung einer großen Wissensbasis. Die Schlussfolgerungen des Systems sind nicht immer zutreffend, obwohl sie Informationen über ihre statistische Wahrscheinlichkeit für die Referenz von Technikern und Betreibern liefern können.
Expertensysteme sind so konzipiert, dass sie wie menschliche Experten arbeiten, um Logik auf Probleme anzuwenden. Anstatt starren Programmierregeln zu folgen, sind sie flexibler und können einige Wege der menschlichen Erkenntnis nachahmen. Das System kann beispielsweise zum Überprüfen von medizinischen Bildgebungsstudien, zum Analysieren von Fehlern in einem Computernetzwerk oder zum Identifizieren von Mikroorganismen verwendet werden. Um genau zu funktionieren, ist eine logische Untermauerung erforderlich, und Regeln sind eine häufige Wahl.
Der Programmierer verwendet die Wissensbasis, um einen Satz von Regeln in Form von Wenn-Dann-Anweisungen zu erstellen. Wenn regelbasierte Expertensysteme auf Probleme stoßen, können sie diese Regeln anwenden, um die Ursachen einzugrenzen und Lösungen zu entwickeln. Beispielsweise kann ein System ein elektrisches Netz überwachen. In diesem Fall gibt es eine Reihe von Regeln zur Ermittlung der Fehlerursache, sodass es eine Maßnahme empfehlen kann. Diese regelbasierten Expertensysteme verwenden eine Logik, die menschlichen Experten vertraut ist, die bei der Bewertung von Problemen ähnliche treed-Entscheidungen treffen.
Diese Form der künstlichen Intelligenz ist jedoch nicht perfekt. Regelbasierte Expertensysteme wissen nicht, wie sie mit Situationen umgehen sollen, die außerhalb ihrer Wissensbasis und Erfahrung liegen. Sie können im Laufe der Zeit Informationen sammeln, aber die erste Instanz eines abnormalen Ereignisses kann für das System verwirrend sein. Es kann zu einer falschen Schlussfolgerung kommen, bei der der Bediener Anweisungen geben muss, damit er nicht denselben Fehler erneut macht. Manchmal wäre ein Mensch in der Lage gewesen, denselben Fehler zu vermeiden, was die Unzulänglichkeiten der künstlichen Kognition veranschaulicht.
Logikschnittstellen in regelbasierten Expertensystemen helfen bei der Beantwortung, benötigen aber auch eine Kommunikationsmethode. Daten müssen zur Analyse in das System eingespeist werden, und es muss eine Möglichkeit zur Interaktion mit den Bedienern bestehen, um eine Antwort bereitzustellen. Dies kann eine zusätzliche Programmierung erforderlich machen, damit das System Informationen in einer einfachen, verständlichen Sprache anzeigt. Wenn es Kauderwelsch oder unklare Daten zurückgibt, ist es für den Bediener nicht hilfreich. Einige Sprachverarbeitungs- und künstliche Sprachfähigkeiten können dann bei der Programmierung und Entwicklung von regelbasierten Expertensystemen erforderlich sein.