Wat zijn expertsystemen?
Technologie is altijd geweest over het bouwen van betere, snellere en slimmere machines. Expertsystemen omarmen dit concept door geavanceerde computerlogica te gebruiken om software te maken die lijkt te "denken" en beslissingen op zichzelf te nemen. Traditioneel gebouwd op Booleaanse logica - logica met alleen echte of valse waarden - gebruiken expertsystemen complexe algoritmen om antwoorden te berekenen uit een grote database met informatie. Als de computer het juiste antwoord niet kan bepalen, wordt niet aangenomen dat het programma verkeerd is, maar dat de kennisbasis onvoldoende informatie over het onderwerp bevat.
Wanneer een computer een beslissing moet nemen, breekt het allemaal af naar een reeks echte of valse verklaringen. Indien geprogrammeerd om op te lichten wanneer een knop wordt ingedrukt, stelt het druk op de knop deze op op true en stelt het niet op de knop op False in. Niet waar betekent geen licht terwijl waar het licht aan zet. Dit is de basis van computerlogica.
Een expertsysteem brengt deze ware en valse antwoorden op een nieuw niveau. DoorDoor een reeks echte en valse antwoorden te combineren, probeert de computer te bepalen hoe te reageren op een bepaalde situatie. Het kan zijn reactie veranderen op basis van het specifieke patroon en het aantal echte en valse antwoorden.
Het idee achter deze systemen is gebaseerd op hoe mensen denken. Mensen kunnen enorme hoeveelheden nieuwe kennis opslaan en beslissingen nemen op basis van eerdere kennis. De computer is geprogrammeerd om te 'denken' en beslissingen te nemen op basis van de kennis die in zijn database en op zijn eerdere ervaringen wordt gevonden. Op een manier is het alsof de computer 'leert' van zijn successen en mislukkingen in het verleden.
Er bestaan twee hoofdvormen van expertsystemen. Het traditionele expertsysteem gebruikt Booleaanse logica om zijn beslissingen te nemen. Een fuzzy logisch expertsysteem daarentegen niet. Het berekent een reeks waarden die tussen eenvoudige ware of valse antwoorden vallen om te bepalen in welke mate een verklaring meer waar isof meer vals.
Fuzzy expert-systemen zijn menselijker dan traditionele expertsystemen in de manier waarop ze 'denken'. Deze expertsystemen krijgen geen specifieke antwoorden op een probleem te horen, maar hebben eerder een verklaring gegeven waaruit ze aanvullende conclusies trekken. Dit proces staat bekend als gevolgtrekking.
Als bijvoorbeeld een verklaring luidt: "Alle vrouwelijke katten zijn gestreept. Miss Kitty is een vrouwelijke kat", zou Fuzzy Expert Systems concluderen dat, omdat alle vrouwelijke katten gestreept zijn en Miss Kitty een vrouwelijke kat is, dan moet Miss Kitty worden gestreept. Fuzzy logic kan ook meer gecompliceerde waarden berekenen, zoals het bepalen van de kans dat een specifieke vrouwelijke kat wordt gestreept als slechts een percentage vrouwelijke katten strepen hebben. Traditionele expertsystemen zouden veel meer instructies nodig hebben om dezelfde conclusies te trekken.