Cosa sono i sistemi esperti?
La tecnologia ha sempre riguardato la costruzione di macchine migliori, più veloci e più intelligenti. I sistemi esperti abbracciano questo concetto usando una logica informatica avanzata per creare software che sembra "pensare" e prendere decisioni da solo. Tradizionalmente basato sulla logica booleana - logica che utilizza solo valori veri o falsi - i sistemi esperti utilizzano algoritmi complessi per calcolare le risposte da un ampio database di informazioni. Se il computer non è in grado di determinare la risposta corretta, si presume non che il programma sia errato ma che la knowledge base non contenga informazioni sufficienti sull'argomento.
Quando un computer deve prendere una decisione, tutto si scompone in una serie di affermazioni vere o false. Se programmato per illuminarsi quando si preme un pulsante, premere il pulsante per impostarlo su true e non premere il pulsante per impostarlo su false. Falso significa nessuna luce mentre vero accende la luce. Questa è la base della logica del computer.
Un sistema esperto porta queste risposte vere e false a un nuovo livello. Combinando una serie di risposte vere e false, il computer cerca di determinare come reagire a una determinata situazione. Può cambiare la sua risposta in base al modello specifico e al numero di risposte vere e false.
L'idea alla base di questi sistemi si basa su come la gente pensa. Gli esseri umani possono immagazzinare grandi quantità di nuove conoscenze e prendere decisioni basate su conoscenze precedenti. Il computer è programmato per "pensare" e prendere decisioni in base alle conoscenze trovate nel suo database e alle sue esperienze precedenti. In un certo senso, è come se il computer stesse "imparando" dai suoi successi e fallimenti passati.
Esistono due forme principali di sistemi esperti. Il sistema esperto tradizionale utilizza la logica booleana per prendere le sue decisioni. Un sistema esperto di logica fuzzy, invece, non lo fa. Calcola un intervallo di valori tra semplici risposte vere o false per determinare in quale misura un'affermazione è più vera o più falsa.
I sistemi esperti fuzzy sono più simili all'uomo dei sistemi esperti tradizionali nel modo in cui "pensano". A questi sistemi esperti non vengono fornite risposte specifiche a un problema, ma piuttosto viene fornita una dichiarazione da cui traggono ulteriori conclusioni. Questo processo è noto come inferenza.
Ad esempio, se un'affermazione recita "Tutte le gattine sono a strisce. La signorina Kitty è una gattina", i sistemi fuzzy expert ne deducono che poiché tutte le gatte sono a strisce e la signorina Kitty è una gatta, allora la signorina Kitty deve essere striata. La logica fuzzy può anche calcolare valori più complicati, come determinare la probabilità che uno specifico gatto femmina venga sottoposto a strisce se solo una percentuale di femmine ha strisce. I sistemi esperti tradizionali avrebbero bisogno di molte più istruzioni per giungere a queste stesse conclusioni.