Експертна система в е термин, който обикаля света на технологиите и по всички основателни причини. В тази статия ще изследваме подробно тази тема.
Следните указания ще бъдат обхванати в тази статия,
- Какво е изкуствен интелект?
- Експертна система по изкуствен интелект
- Домейни, където се използват експертни системи
- Основни области на приложение
- Три етапа на проектиране на ES
- Плюсове минуси и ограничения
Какво е изкуствен интелект?
Е, обикновено името Artificial Intelligence подсказва интелекта на машина, която е изкуствена. Интелигентността, притежавана от човека, е известна като човешка интелигентност, както по същия начин интелигентността, демонстрирана от машина, е известна като изкуствен интелект. В компютърните науки. Изкуствен интелект (ИИ), понякога наричан машинен интелект. Изследователската област на изкуствения интелект е родена в работилница в Дартмутския колеж през 1956 г.
как да конвертирате число в двоично в python
Приложения на изкуствения интелект в реалния свят:
Чат ботовете като SIRI, CORTANA, които са спечелили толкова голяма популярност в наши дни. Други примери като EVA (Electronic Virtual Assistant), базиран на AI чат-бот, разработен от изследователския отдел за изкуствен интелект на банките HDFC, който може да събира знания от хиляди източници и да предоставя прости отговори за по-малко от 0,4 секунди. Има толкова много примери за приложения на ИИ, които ще намерите в различни области на нашето общество.
Продължавайки с тази експертна система в областта на изкуствения интелект,
Експертна система по изкуствен интелект
Какво е експертна система?
Изследователи от Университета Стандфорд, отдел „Компютърни науки“ представиха този домейн на ИИ и той е виден изследователски домейн на ИИ. Това е компютърно приложение, което може да реши най-сложните проблеми от всеки конкретен домейн. Той се счита за най-високото ниво на човешка интелигентност и опит, тъй като се основава на знания, придобити от експерт. Експертната система може също така да бъде определена като компютърно базирана система за вземане на решения, която може да решава сложни проблеми при вземане на решения, използвайки както факти, така и евристика.
Продължавайки с тази експертна система в областта на изкуствения интелект,
Домейни, където се използват експертни системи
Експертни системи днес
Американската медицинска асоциация одобри първата експертна система, която беше системата Pathfinder. Построен е в Университета в Стандфорд през 1980 г. за диагностика на хематопатологията Тази теоретична експертна система за решения накратко Pathfinder може да диагностицира заболявания на лимфните възли. В крайна сметка се занимава с над 60 заболявания и може да разпознае над 100 симптома.
Експертна система в бизнеса
Наскоро разработена експертна система ROSS, AI адвокат, ROSS е система за самообучение, която използва извличане на данни, разпознаване на образци, дълбоко обучение и обработка на естествен език, за да имитира начина, по който работи човешкият мозък.
Продължавайки с тази експертна система в областта на изкуствения интелект,
Основни области на приложение
- Тълкуване - правене на заключения на високо ниво въз основа на данни.
- Прогноза - проектиране на вероятни резултати.
- Диагноза - определяне на причината за неизправности, заболяване и др.
- Дизайн -бъдапредлагане на най-добрата конфигурация въз основа на критерии.
- Планиране - предлагане на поредица от действия за постигане на целта.
- Мониторинг - сравняване на наблюдаваното поведение с очакваното поведение.
- Отстраняване и отстраняване на грешки - предписване и прилагане на средства за защита.
- Инструкция - подпомагане на учениците в ученето.
- Контрол - управление на поведението на системата.
Предназначение на експертна система
Основната цел на експертната система е да придобие знания от човешки експерти и да възпроизведе тези знания и умения на човешкия експерт в определена област. Тогава системата ще използва тези знания и умения за решаване на сложни проблеми в тази конкретна област без участието на човешки експерти.
Характеристики на експертните системи
- Висока производителност
- Разбираемо
- Надежден
- Силно отзивчив
Основни компоненти на базирана на правила или експертна система
Основните компоненти са:
- Знание
- Работна памет
- Двигател за извод
- Обяснителна система
- Потребителски интерфейс
- Редактор на база знания
Продължавайки с тази експертна система в областта на изкуствения интелект,
Три етапа на проектиране на ES
Придобиване на знания:
Процесът на получаване на знания от експерти чрез интервюиране или чрез наблюдение на човешки експерти, четене на конкретни книги и др.
Знание:
Базата знания е контейнер с висококачествени знания. Уменията се развиват чрез практика, а интелигентността идва от знания, които не могат да се докажат или човек не може да покаже своята интелигентност, така че знанията са много важни за развиване на умения и за показване на интелигентност. По същия начин знанията се изискват и за машината, за да покаже своята интелигентност. Точността на прогнозирането, а също и ефективността на системата зависи до голяма степен от събирането на перфектни, точни и точни знания.
Сега какво е знанието?
Знанието е данни или информация. За нас, хората чрез четене на статии и чрез четене на книги или от различни ресурси, които използвахме за събиране на знания, ако можем да видим процеса на придобиване и обогатяване на знания на минута, тогава ще открием, че чрез четене на книги или чрез четене на статии или от всякакви ресурси сме извличане и извличане на данни и информация от различни източници, които след това използвахме да съхраняваме в мозъка си. Знанието е информация, знанието е информация. Знанието също е събиране на факти.
Данните, информацията и предишният опит, обединени заедно, се наричат знания.
Представяне на знанието:
Представянето на знанието е методът за избор на най-подходящите структури, които да представят знанието. Това е методът за организиране и формализиране на знанията в базата от знания. Това се прави под формата на IF-THEN-ELSE правила.
Проверка на знанието:
Тестването на знанията по ES е правилно и пълно.Целият този процес се нарича инженеринг на знания.
Двигател за извод:
В случай на базирани на знания ES, Inference Engine придобива и манипулира знанията от базата знания, за да стигне до конкретно решение.
В случай на ES базирана на правила,
- Той прилага правила многократно към фактите, които са получени от по-ранното прилагане на правилата.
- Това е добавяне на нови знания към базата от знания, ако е необходимо.
- Той разрешава конфликт на правила, когато множество правила са приложими за конкретен случай.
Inference Engine използва следните стратегии и минус
- Напред верига
- Обратно верижно
Напред верига
При Forward Chaining, Inference Engine дава резултата, следвайки веригата от условия и деривации. Каквото и да се подава знанието в системата, то преминава през всички тези знания и факти и ги сортира, преди да сключи решение. Чрез метода на верижно предаване експертната система се опитва да отговори: „Какво може да се случи след това?“
Прилагане на форуърдинг: прогнозиране на цената на къщата, прогнозиране на акциите, прогнозиране на пазара на акции и др.
Обратно верижно
Когато нещо се е случило в определен домейн, Inference Engine се опитва да разбере кое условие е могло да се случи в миналото за този резултат. Чрез метода на обратното верижно обвързване експертната система се опитва да отговори: „Защо това се случи?“. Чрез метода на обратното верижно извеждане двигателят се опитва да открие причината или причината.
как да изляза от програмата в java -
Например: диагностика на рак на кръвта при хората.
Плюсове минуси и ограничения
Предимства на експертната система
- Съхранявайте огромни количества информация
- Минимизирайте разходите за обучение на служителите
- Централизирайте процеса на вземане на решения
- Направете нещата по-ефективни, като намалите времето, необходимо за решаване на проблеми
- Комбинирайте различни човешки експертни интелигентности
- Намалете броя на човешките грешки
- Осигурете стратегически и сравнителни предимства, които могат да създадат проблеми на конкурентите
- Прегледайте транзакциите, които човешките експерти може да не се сетят
- Дайте отговори за повтарящи се решения, процеси и задачи
Недостатъци на експертната система:
- Липса на творчески отговори, на които са способни човешките експерти
- Не е в състояние да обясни логиката и разсъжденията зад решението
- Не е лесно да се автоматизират сложни процеси
- Няма гъвкавост и способност за адаптиране към променящата се среда
- Не може да разпознае, когато няма отговор
- Няма здрав разум, използван при вземане на решения
Ограничения:
- Не успява да даде творчески отговори, тъй като е машина.
- Ако данните, подадени в базата знания, не са точни или верни, това ще даде грешни прогнози и грешни резултати.
- Разходите за поддръжка на експертна система са високи.
- Когато възникнат различни проблеми, експертът може да даде различни решения и творчески отговори, но експертната система не успява да даде творчески отговори.
Това ни води до края на тази статия за Експертни системи в изкуствения интелект.
Ако искате да се запишете за пълен курс по изкуствен интелект и машинно обучение, Edureka има специално подготвен което ще ви направи владеещи техники като контролирано обучение, ненаблюдавано обучение и обработка на естествен език. Включва обучение за най-новите постижения и технически подходи в областта на изкуствения интелект и машинното обучение като дълбоко обучение, графични модели и обучение за подсилване.