Vad är expertsystem?
Teknik har alltid handlat om att bygga bättre, snabbare och smartare maskiner. Expertsystem omfattar detta koncept genom att använda avancerad datorlogik för att skapa programvara som verkar "tänka" och fatta beslut på egen hand. Traditionellt byggt på booleska logik - logik med bara sanna eller falska värden - expertsystem använder komplexa algoritmer för att beräkna svar från en stor databas med information. Om datorn inte kan fastställa det rätta svaret antas det inte att programmet är fel men att kunskapsbasen inte innehåller tillräckligt med information om ämnet.
När en dator måste fatta ett beslut, bryter det hela till en serie sanna eller falska uttalanden. Om det är programmerat att tändas när man trycker på en knapp sätts den till true och inte att trycka på knappen för att vara falsk. Falskt betyder inget ljus medan sant tänder ljuset. Detta är grunden för datorlogik.
Ett expertsystem tar dessa riktiga och falska svar till en ny nivå. Genom att kombinera en serie sanna och falska svar försöker datorn avgöra hur man ska reagera på en viss situation. Det kan ändra sitt svar baserat på det specifika mönstret och antalet riktiga och falska svar.
Idén bakom dessa system bygger på hur människor tänker. Människor kan lagra stora mängder ny kunskap och fatta beslut baserat på tidigare kunskap. Datorn är programmerad att "tänka" och fatta beslut baserat på den kunskap som finns i dess databas och på tidigare erfarenheter. På ett sätt är det som om datorn ”lär sig” från sina tidigare framgångar och misslyckanden.
Två huvudformer av expertsystem finns. Det traditionella expertsystemet använder den booleska logiken för att fatta sina beslut. Ett fuzzy logic expert system, å andra sidan, gör det inte. Den beräknar en rad värden som faller mellan enkla sanna eller falska svar för att avgöra i vilken grad ett uttalande är mer sant eller mer falskt.
Fuzzy expertsystem är mer mänskliga-liknande än traditionella expert-system på det sätt de "tänker." Dessa expertsystem får inte veta specifika svar på ett problem, utan ges snarare ett uttalande där de drar ytterligare slutsatser. Denna process kallas inferens.
Till exempel, om ett uttalande lyder "Alla kvinnliga katter är randiga. Miss Kitty är en kvinnlig katt", skulle fuzzy expertsystem dra slutsatsen att eftersom alla kvinnliga katter är randiga och Miss Kitty är en kvinnlig katt, måste Miss Kitty vara randig. Fuzzy logik kan också beräkna mer komplicerade värden, till exempel att bestämma sannolikheten för att en specifik kvinnlig katt ska stripas om bara en procentandel av kvinnliga katter har ränder. Traditionella expertsystem skulle behöva mycket mer instruktion för att nå samma slutsatser.