Wat zijn expertsystemen?
Technologie ging altijd 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 zelf beslissingen neemt. 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 fout is, maar dat de kennisbank niet voldoende informatie over het onderwerp bevat.
Wanneer een computer een beslissing moet nemen, valt dit uiteen in een reeks waarheidsgetrouwe of valse verklaringen. Indien geprogrammeerd om op te lichten wanneer op een knop wordt gedrukt, wordt de waarde ingesteld op true door op de knop te drukken en niet op de knop op false. False betekent geen licht, terwijl true het licht aanzet. Dit is de basis van computerlogica.
Een expertsysteem brengt deze ware en valse antwoorden naar een nieuw niveau. Door een reeks goede en foute 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 goede en foute 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 in zijn database en zijn eerdere ervaringen. Op een bepaalde manier is het alsof de computer "leert" van zijn eerdere successen en mislukkingen.
Er zijn twee hoofdvormen van expertsystemen. Het traditionele expertsysteem gebruikt Booleaanse logica om beslissingen te nemen. Een fuzzy logic expertsysteem daarentegen doet dat niet. Het berekent een bereik van waarden die tussen eenvoudige waar of onwaar antwoorden vallen om te bepalen in welke mate een bewering meer waar of onwaar is.
Fuzzy-expertsystemen zijn menselijker dan traditionele expertsystemen in de manier waarop ze 'denken'. Deze expertsystemen krijgen geen specifieke antwoorden op een probleem te horen, maar krijgen één verklaring waaruit ze extra conclusies trekken. Dit proces staat bekend als inferentie.
Als bijvoorbeeld een uitspraak luidt: "Alle vrouwelijke katten zijn gestreept. Miss Kitty is een vrouwelijke kat", zouden fuzzy expertsystemen concluderen dat aangezien alle vrouwelijke katten gestreept zijn en Miss Kitty een vrouwelijke kat is, Miss Kitty gestreept moet zijn. Fuzzy logic kan ook meer gecompliceerde waarden berekenen, zoals het bepalen van de waarschijnlijkheid dat een specifieke vrouwelijke kat gestreept wordt als slechts een percentage vrouwelijke katten strepen heeft. Traditionele expertsystemen zouden veel meer instructie nodig hebben om tot dezelfde conclusies te komen.