Hva er ekspertsystemer?

Teknologi har alltid handlet om å bygge bedre, raskere og smartere maskiner. Ekspertsystemer omfavner dette konseptet ved å bruke avansert datamaskinlogikk for å lage programvare som ser ut til å "tenke" og ta beslutninger på egen hånd. Tradisjonelt bygget på boolsk logikk - logikk ved bruk av bare sanne eller falske verdier - ekspertsystemer bruker komplekse algoritmer for å beregne svar fra en stor database med informasjon. Hvis datamaskinen ikke kan bestemme riktig svar, antas det ikke at programmet er galt, men at kunnskapsbasen ikke inneholder nok informasjon om emnet.

Når en datamaskin må ta en beslutning, bryter det hele sammen til en rekke sanne eller falske utsagn. Hvis den er programmert til å lyse opp når du trykker på en knapp, trykker du på knappen for å være sann og ikke trykker på knappen. Falske betyr ikke noe lys mens sant tenner lyset. Dette er grunnlaget for datamaskinlogikk.

Et ekspertsystem tar disse sanne og falske svarene til et nytt nivå. Ved å kombinere en serie sanne og falske svar prøver datamaskinen å bestemme hvordan man skal reagere på en viss situasjon. Det kan endre svaret basert på det spesifikke mønsteret og antallet sanne og falske svar.

Ideen bak disse systemene er basert på hvordan folk tenker. Mennesker kan lagre store mengder ny kunnskap og ta beslutninger basert på tidligere kunnskap. Datamaskinen er programmert til å "tenke" og ta beslutninger basert på kunnskapen som finnes i databasen og tidligere erfaringer. På en måte er det som om datamaskinen "lærer" fra tidligere suksesser og feil.

To hovedformer for ekspertsystemer eksisterer. Det tradisjonelle ekspertsystemet bruker boolsk logikk for å ta sine beslutninger. Et fuzzy logic expert system gjør det derimot ikke. Den beregner en rekke verdier som faller mellom enkle sanne eller falske svar for å bestemme i hvilken grad et utsagn er mer sant eller mer usant.

Uklare ekspertsystemer er mer menneskelignende enn tradisjonelle ekspertsystemer på den måten de "tenker." Disse ekspertsystemene blir ikke fortalt konkrete svar på et problem, men snarere gitt en uttalelse som de trekker ytterligere konklusjoner fra. Denne prosessen er kjent som inferens.

For eksempel, hvis en uttalelse lyder "Alle hunnkatter er stripete. Miss Kitty er en hunnkatt," vil fuzzy ekspertsystemer utlede at siden alle hunnkatter er stripete og Miss Kitty er en hunnkatt, så må frøken Kitty være stripete. Uklar logikk kan også beregne mer kompliserte verdier, for eksempel å bestemme sannsynligheten for at en spesifikk hunnkatt blir stripet hvis bare en prosentandel av kvinnelige katter har striper. Tradisjonelle ekspertsystemer trenger mye mer instruksjon for å oppnå de samme konklusjonene.