Wat zijn op regels gebaseerde expertsystemen?
Op regels gebaseerde expertsystemen lossen problemen op door een aantal geprogrammeerde regels toe te passen op beschikbare informatie. Deze nemen meestal de vorm aan van voorwaardelijke zinnen die de computer kan gebruiken om gegevens logisch te controleren om tot een conclusie te komen. Het programmeren van dergelijke systemen vereist een hoge vaardigheid en de integratie van een grote kennisbasis. Conclusies van het systeem zijn niet altijd nauwkeurig, hoewel het informatie kan verschaffen over hun statistische waarschijnlijkheid voor de referentie van technici en operators.
In de informatica zijn expertsystemen ontworpen om als menselijke experts te werken om logica op problemen toe te passen. In plaats van rigide programmeerregels te volgen, zijn ze flexibeler van aard en kunnen ze sommige paden van menselijke cognitie nabootsen. Het systeem kan worden gebruikt voor activiteiten zoals onderzoeken van medische beeldvorming, analyseren van fouten in een computernetwerk of identificeren van micro-organismen. Om nauwkeurig te kunnen functioneren, heeft het een logische onderbouwing nodig en zijn regels een veel voorkomende keuze.
De programmeur gebruikt de kennisbank om een set regels te maken in de vorm van if-then-statements. Omdat op regels gebaseerde expertsystemen problemen ondervinden, kunnen ze deze regels toepassen om de oorzaken te beperken en oplossingen te ontwikkelen. Een systeem kan bijvoorbeeld een elektriciteitsnet bewaken, in welk geval het een aantal regels heeft om de oorzaak van een storing te bepalen, zodat het een actie kan aanbevelen. Deze op regels gebaseerde expertsystemen gebruiken logica die bekend kan zijn bij menselijke experts die vergelijkbare treed-besluitvorming gebruiken bij de evaluatie van problemen.
Deze vorm van kunstmatige intelligentie is echter niet perfect. Op regels gebaseerde expertsystemen weten niet hoe ze situaties moeten aanpakken die buiten hun kennisbasis en ervaring vallen. Ze kunnen in de loop van de tijd informatie verzamelen, maar het eerste exemplaar van een abnormale gebeurtenis kan verwarrend zijn voor het systeem. Het kan een verkeerde conclusie opleveren, waardoor de operator instructies moet geven zodat hij niet opnieuw dezelfde fout maakt. Soms zou een mens dezelfde fout kunnen vermijden, wat de tekortkomingen in kunstmatige cognitie illustreert.
Logische interfaces in op regels gebaseerde expertsystemen helpen hen antwoorden te vinden, maar ze hebben ook een communicatiemethode nodig. Gegevens moeten in het systeem worden ingevoerd voor analyse en moeten een manier hebben om te communiceren met operators om een antwoord te bieden. Dit kan aanvullende programmering vereisen om het systeem te helpen informatie in duidelijke, begrijpelijke taal te presenteren. Als het wartaalachtige of onduidelijke gegevens retourneert, is het niet nuttig voor de operator; enige taalverwerking en kunstmatige spraakcapaciteiten kunnen dan nodig zijn bij het programmeren en ontwikkelen van op regels gebaseerde expertsystemen.