專家系統/專家系統簡介
< 專家系統
自計算機科學誕生以來，人工智慧研究一直是計算機科學領域最活躍的領域之一。然而，儘管投入了大量的精力和資金進行研究，計算機仍然無法完成人類日常執行的簡單任務。許多研究人員認為，一個全面的邏輯系統將使計算機能夠成功完成人類可以執行的高階推理任務。然而，邏輯計算機程式需要知識作為決策的基礎。將人類知識轉換為對計算機既有意義又實用的形式已被證明是一項艱鉅的任務。
專家系統是人工智慧研究的一個領域，它試圖將人類專家的知識和推理過程編入計算機程式。
專家系統與另一個實體（例如人類使用者或應用程式）互動，以發現有關問題的資訊並評估可能的解決方案。最簡單的專家系統形式是問答系統，其中人類使用者會被問到問題。使用者回答這些問題，這些答案用於進一步推進專家系統的推理過程。
專家系統用於存在關於主題的不完整資料且缺乏足夠理論來建立演算法解決方案的問題。一些問題，如醫學診斷，無法輕易用演算法解決，而是需要推理和歸納。
數值演算法比專家系統更有效率，並且通常更精確。然而，許多問題並不適合用數學方法輕鬆建模，在這種情況下，數值演算法是不可能的。其他人工智慧技術，如人工神經網路，適用於理論很少但實驗資料豐富的領域。
專家系統往往速度慢，並且經常需要大量的人工互動。然而，設計良好的專家系統可以非常嚴格，一些專家系統已被證明優於幫助開發它們的人類專家。
專家系統基於人類的知識和推理模式。這些知識必須由專門的知識工程師從人類專家那裡提取出來。知識工程師向專家詢問有關其知識及其推理過程的問題，並試圖將其轉換為計算機可讀的格式，稱為知識庫。以這種方式生成的專家系統，如果從專家那裡接收的資訊有缺陷，或者知識工程師翻譯不正確，就會存在缺陷。
專家系統由於專注於單個問題領域，如果遇到超出其領域的問題或資訊，往往會災難性地失敗。