System ekspertowy

Z Wikipedii, wolnej encyklopedii

System ekspertowy (również system ekspercki[1]) – pojęcie z zakresu sztucznej inteligencji, oznacza system komputerowy, który emuluje proces podejmowania decyzji przez człowieka-eksperta[2].

Systemy ekspertowe rozwiązują złożone problemy na podstawie analizy bazy wiedzy, a nie realizacji prostego algorytmu, jak to ma miejsce w przypadku programów tradycyjnych[3][4][5].

Systemy ekspertowe składają się z co najmniej dwóch elementów:

System ekspertowy według Feigenbauma[edytuj | edytuj kod]

System ekspertowy to inteligentny program komputerowy wykorzystujący wiedzę i procedury wnioskowania do rozwiązywania problemów na tyle trudnych, że do ich rozwiązania potrzebna jest pomoc eksperta[7].

Przykładowe obszary zastosowań systemów ekspertowych[edytuj | edytuj kod]

  • diagnozowanie chorób
  • poszukiwanie złóż minerałów
  • identyfikacja struktur molekularnych
  • udzielanie porad prawnych
  • diagnoza problemu (np. nieprawidłowego działania urządzenia)
  • dokonywanie wycen i kalkulacji kosztów naprawy pojazdów przez zakłady ubezpieczeniowe
  • prognozowanie pogody
  • sterowanie robotami, automatycznymi pojazdami, rakietami czy statkami kosmicznymi
  • analiza notowań giełdowych

Znane systemy ekspertowe[edytuj | edytuj kod]

Szkielety systemów ekspertowych[edytuj | edytuj kod]

Klasycznym językiem używanym przy tworzeniu systemów eksperckich jest Prolog. Obecnie zamiast tworzyć je od podstaw, używa się gotowych szkieletów systemów ekspertowych (ang. expert system shell). Szkielet taki to właściwie gotowy system ekspertowy pozbawiony wiedzy.

Najpopularniejsze, dostępne bezpłatnie szkielety systemów ekspertowych:

Równie popularny, płatny szkielet systemu ekspertowego:

Budowa systemu ekspertowego[edytuj | edytuj kod]

Składniki systemu ekspertowego to:

  • szkielet systemu składający się z:
    • interfejsu użytkownika – który umożliwia zadawanie pytań, udzielanie informacji systemowi oraz odbieranie od systemu odpowiedzi i wyjaśnień,
    • edytora bazy wiedzy – który pozwala na modyfikację wiedzy zawartej w systemie, umożliwiając tym samym jego rozbudowę,
    • mechanizmu wnioskowania – który jest głównym składnikiem systemu ekspertowego wykonującym cały proces rozumowania w trakcie rozwiązywania problemu postawionego przez użytkownika,
    • mechanizmu wyjaśniającego – jednego z elementów interfejsu pomiędzy systemem a użytkownikiem, który umożliwia użytkownikowi uzyskanie odpowiedzi dlaczego system udzielił takiej, a nie innej odpowiedzi, albo dlaczego system zadał użytkownikowi określone pytanie;
  • baza wiedzy – jest to deklaratywna postać wiedzy ekspertów z danej dziedziny zapisana za pomocą wybranego sposobu reprezentacji wiedzy, najczęściej reguł lub ram;
  • baza danych zmiennych – która jest pamięcią roboczą przechowującą pewne fakty wprowadzone w trakcie dialogu z użytkownikiem; baza ta umożliwia odtworzenie sposobu wnioskowania systemu i przedstawienie go użytkownikowi za pomocą mechanizmu wyjaśniającego.

Ekstrakcją wiedzy od ekspertów zajmują się na ogół inżynierowie wiedzy. Jest to zwykle długi i żmudny proces, ponieważ wiedza stosowana przez ekspertów ma charakter intuicyjno-praktyczny, często trudny do zwerbalizowania.

Zobacz też[edytuj | edytuj kod]

Przypisy[edytuj | edytuj kod]

  1. doradczy system, [w:] Encyklopedia PWN [dostęp 2023-06-03].
  2. Peter Jackson: Introduction To Expert Systems. Wyd. 3. Addison Wesley, 1998, s. 2. ISBN 978-0-201-87686-4.
  3. Nwigbo Stella and Agbo Okechuku Chuks. hrmars.com. [zarchiwizowane z tego adresu (2018-04-21)]., School of Science Education, Expert system: a catalyst in educational development in Nigeria: „The ability of this system to explain the reasoning process through back-traces (...) provides an additional feature that conventional programming does not handle”.
  4. Regina Barzilay, Daryl McCullough, Owen Rambow, Jonathan DeCristofaro, Tanya Korelsky, Benoit Lavoie: „A new approach to expert system explanations”.
  5. Conventional programming. pcmag.com. [zarchiwizowane z tego adresu (2012-10-14)].
  6. Nwigbo Stella and Agbo Okechuku Chuks. hrmars.com. [zarchiwizowane z tego adresu (2018-04-21)]., School of Science Education, Expert system: a catalyst in educational development in Nigeria: „Knowledge-based systems collect the small fragments of human know-how into a knowledge-base which is used to reason through a problem, using the knowledge that is appropriated”.
  7. Pozyskiwanie wiedzy 1997 [online], www.kkiem.agh.edu.pl [dostęp 2016-06-28] [zarchiwizowane z adresu 2016-03-27].