Vad är regelbaserade expertsystem?

Regelbaserade expertsystem löser problem genom att använda en uppsättning programmerade regler på tillgänglig information. Dessa har i allmänhet formen av villkorade meningar som datorn kan använda för att logiskt kontrollera data för att nå en slutsats. Programmering av sådana system kräver hög kompetensnivå och införlivande av en stor kunskapsbas. Slutsatser som systemet når är inte alltid korrekta, även om det kan ge information om deras statistiska sannolikhet för tekniker och operatörer.

Vid beräkning är expertsystem utformade för att fungera som mänskliga experter för att tillämpa logik på problem. I stället för att följa styva programmeringsregler är de mer flexibla och kan efterlikna vissa vägar för mänsklig kognition. Systemet kan användas för aktiviteter som granskning av medicinska avbildningstudier, analys av fel i ett datornätverk eller för att identifiera mikroorganismer. För att fungera korrekt behöver den en logisk grund och regler är ett vanligt val.

Programmeraren använder kunskapsbasen för att skapa en uppsättning regler i form av if-sedan uttalanden. Eftersom regelbaserade expertsystem stöter på problem, kan de tillämpa dessa regler för att begränsa orsakerna och utveckla lösningar. Till exempel kan ett system övervaka ett elektriskt nät, i vilket fall det skulle ha ett antal regler för att avgöra orsaken till ett fel, så det kan rekommendera en åtgärd. Dessa regelbaserade expertsystem använder logik som kan vara bekant för mänskliga experter som använder liknande beslutsfattande för att bedöma problem.

Denna form av konstgjord intelligens är dock inte perfekt. Regelbaserade expertsystem vet inte hur man hanterar situationer som faller utanför deras kunskapsbas och erfarenhet. De kan samla information över tid, men den första instansen av en onormal händelse kan vara förvirrande för systemet. Det kan returnera en falsk slutsats, vilket kräver att operatören tillhandahåller instruktioner så att den inte kommer att göra samma misstag igen. Ibland skulle en människa ha kunnat undvika samma fel och illustrerat bristerna i konstgjord kognition.

Logiska gränssnitt i regelbaserade expertsystem hjälper dem att komma med svar, men de behöver också en kommunikationsmetod. Data måste matas in i systemet för analys, och det måste ha ett sätt att interagera med operatörerna för att ge svar. Detta kan kräva ytterligare programmering för att hjälpa systemet att presentera information på vanligt och förståeligt språk. Om det returnerar gibberish eller oklart data, hjälper det inte operatören; en del språkbearbetning och konstgjord talkapacitet kan då krävas vid programmering och utveckling av regelbaserade expertsystem.