专家系统的优缺点

它是一种计算机程序，利用人工智能技术来模拟特定领域内具有专业知识和经验的组织或人类的判断和行为。它被制定出来是为了解决一个复杂的问题，并提供与人类相似的决策能力。

专家系统旨在补充而非取代人类专家。 它是由科学家爱德华·费根鲍姆教授开发的。他是斯坦福大学和斯坦福知识系统实验室的创始人。费根鲍姆曾说，世界从数据处理转向了知识处理。这句话的意思是，计算机除了基本计算之外，还可以处理复杂问题，这得益于新的处理器技术和计算机架构，他解释道。它是人工智能软件的一种成功形式。

专家系统的工作方式

现代专家知识系统利用机器学习和人工智能。这些系统将事实和经验存储在知识库中，并将其与推理或规则引擎集成。一套规则应用于知识库，以解决程序方法中提供的问题，推理引擎使用的获取知识库信息的方法是

• 正向推理（Forward Chaining）：它理解并做出合理假设以预测接下来会发生什么。股票市场走势预测是一个很好的例子。
• 反向推理（Backward Chaining）：它理解事实并试图得出原因。反向推理的一个典型例子是根据一系列症状来得出医学诊断。这个系统在很大程度上依赖于一个好的系统基础。专家会不断更新知识库中的信息，非专家则利用这些信息来解决复杂问题，这需要人类专家的参与。
• 知识工程是构建和维护专家系统的过程，称为知识工程。工程师确保专家系统已装载了解决问题所需的必要信息。他们使用各种方法进行表示，例如符号模式。随着信息的扩展和新规则的形成，系统能力得到了显著提升。

专家系统组件

专家系统的组成部分是

1. 知识获取子系统

它指的是从文档来源或专家那里收集、获取和转换解决问题的能力到计算机程序。它有助于知识库的开发和构建。知识来源包括专业研究报告、数据库、教科书、人类专家和多媒体文档。

2. 知识库

专家系统的主要组成部分是知识。知识对于理解和解决查询很重要，并成为知识库的一部分。它分为两部分

3. 特殊启发式或规则

它们管理知识以解决特定领域中特定查询。应用领域的非正式判断性知识通过规则或启发式来体现。

4. 事实

它涵盖有关问题或领域的信息。

5. 推理引擎

引擎被认为是专家系统的大脑。它也称为控制结构或规则解释器。它根据知识库中的详细信息进行推理。它提供使用知识库得出结论的指导以及解决问题所需的步骤。

6. 用户界面

专家系统的关键组成部分之一是语言处理器。它提供了方便的通信。这是系统与最终用户会面以获取查询答案的部分。

专家系统的优点

1. 提高产出和生产力

专家系统的运行速度比普通人快。

2. 缩短决策时间

有了专家系统的帮助，人类可以快速做出决策。它对一线决策者来说非常有效，他们经常需要与客户打交道。

3. 提高工艺和产品质量

专家系统提供最佳建议，减少错误的大小和发生率。它有助于提高产品质量。

4. 灵活性

它为服务业和制造业提供了灵活性。

5. 减少停机时间

机器停机时间减少，因为专家系统可以在需要时找到故障并建议维修。

6. 更轻松的设备操作

借助专家系统，复杂设备变得更容易管理。

7. 捕捉稀缺的专业知识

当专业知识变得稀缺时，专家系统可以提供支持。这种情况发生在专家不在场执行任务时，专家即将退休时，或者一个地方需要多份专业知识时。

8. 消除对昂贵设备的需求

专家系统通过低成本仪器充当监控和控制。这是可行的，因为专家系统会及时详细地分析仪器提供的信息。

9. 在恶劣环境中运行

专家系统允许人类无需在危险条件下工作，因为专家系统会忽略高温、有毒和潮湿的环境。例如，发生故障的核电站。这在战争时期非常有用。

10. 知识和帮助台的可访问性

它允许访问知识，并将专家从日常工作中解脱出来。人们可以提出查询并获得满意的答复。

11. 培训标准

专家系统为新人提供培训，使其在工作中变得经验丰富。解释和笔记安装在知识系统库中，并充当教学工具。

12. 改进决策过程和质量

它提供了对决策状况的更好理解，因为它提供即时反馈，促进决策者之间的沟通，并允许对环境变化做出快速反应。它很可靠，因为它注重细节并力求提供无差错的解决方案。

13. 24 x 7

专家系统全天候可用，从不休息。它减少了对一个专家的依赖。它没有情感；与人类不同，决策将是纯粹基于理性的。

14. 高水平的专业知识

专家系统的一个有趣特点是，它在解决查询时提供高水平的专业知识。它提供与优秀专家一样的最佳思考，并最终为问题提供准确、高效和富有想象力的解决方案。

15. 组织记忆

该系统是知识的集合，因此它充当组织记忆。这意味着当重要人物离开组织时，他们的专业知识仍然保持。这一特点在商业领域，尤其是在政府和军队，它们会经历频繁的调动和高离职率，这一点至关重要。

16. 预测建模能力

该系统充当问题解决模型，为给定问题提供高质量的解决方案，并解释新情况中发生的变化。这很重要，因为它有助于用户分析数据或事实变化可能产生的影响。它还有助于分析变化与结果之间的关系。

专家系统的缺点

1. 困难

在有限的时间内，很难获得更好的情境评估。这同样适用于有经验的专家。

2. 需要专家工程师

专家工程师是设计和开发专家系统所必需的。专家系统的构建是一项昂贵的事务，因为工程师的可用性有限且成本高昂。

3. 特定任务

专家系统可以顺利完成特定类型的操作和分析任务。

4. 有限的领域和词汇

它在有限的问题中运行良好，并且属于特定领域。它使用有限的词汇来表达关系和事实。

5. 思维方式不同、成本高昂且依赖性强

专家对评估的看法可能不同，但都是正确的。它不提供独立验证结论是否科学的方法。维护成本非常昂贵。

传统系统与专家系统比较