专家系统/专家系统简介
< 专家系统
自计算机科学诞生以来，人工智能研究一直是计算机科学领域最活跃的领域之一。然而，尽管投入了大量的精力和资金进行研究，计算机仍然无法完成人类日常执行的简单任务。许多研究人员认为，一个全面的逻辑系统将使计算机能够成功完成人类可以执行的高级推理任务。然而，逻辑计算机程序需要知识作为决策的基础。将人类知识转换为对计算机既有意义又实用的形式已被证明是一项艰巨的任务。
专家系统是人工智能研究的一个领域，它试图将人类专家的知识和推理过程编入计算机程序。
专家系统与另一个实体（例如人类用户或应用程序）交互，以发现有关问题的信息并评估可能的解决方案。最简单的专家系统形式是问答系统，其中人类用户会被问到问题。用户回答这些问题，这些答案用于进一步推进专家系统的推理过程。
专家系统用于存在关于主题的不完整数据且缺乏足够理论来创建算法解决方案的问题。一些问题，如医学诊断，无法轻易用算法解决，而是需要推理和归纳。
数值算法比专家系统更有效率，并且通常更精确。然而，许多问题并不适合用数学方法轻松建模，在这种情况下，数值算法是不可能的。其他人工智能技术，如人工神经网络，适用于理论很少但实验数据丰富的领域。
专家系统往往速度慢，并且经常需要大量的人工交互。然而，设计良好的专家系统可以非常严格，一些专家系统已被证明优于帮助开发它们的人类专家。
专家系统基于人类的知识和推理模式。这些知识必须由专门的知识工程师从人类专家那里提取出来。知识工程师向专家询问有关其知识及其推理过程的问题，并试图将其转换为计算机可读的格式，称为知识库。以这种方式生成的专家系统，如果从专家那里接收的信息有缺陷，或者知识工程师翻译不正确，就会存在缺陷。
专家系统由于专注于单个问题领域，如果遇到超出其领域的问题或信息，往往会灾难性地失败。