Sejarah Sistem Pakar, Ciri, Kelebihan, Kekurangan

The sistem pakar Mereka ditakrifkan sebagai sistem komputer yang mencontohi keupayaan membuat keputusan pakar manusia di kawasan tertentu. Mereka menggunakan kedua -dua strategi dan fakta heuristik untuk menyelesaikan masalah yang kompleks -makan masalah dengan pasti dan interaktif.

Mereka direka untuk menyelesaikan masalah kerumitan yang tinggi, pemikiran melalui pangkalan pengetahuan. Daripada diwakili dengan kod berasaskan prosedur, mereka pada dasarnya berbuat demikian dengan peraturan Si-then.

Sumber: Pixabay.com

Mereka dapat menyatakan diri dan alasan tentang beberapa bidang pengetahuan, yang membolehkan mereka menyelesaikan banyak masalah yang pada umumnya memerlukan pakar manusia. Sistem Pakar adalah pendahulu sistem kecerdasan buatan semasa, pembelajaran mendalam dan pembelajaran automatik.

Sistem pakar tidak dapat menggantikan prestasi umum pekerja dalam tugas menyelesaikan masalah. Walau bagaimanapun, mereka secara drastik dapat mengurangkan jumlah kerja yang perlu dilakukan oleh individu untuk menyelesaikan masalah, menjadikan orang aspek kreatif dan inovatif menyelesaikan masalah.

Mereka telah memainkan peranan penting dalam banyak industri, seperti perkhidmatan kewangan, telekomunikasi, penjagaan perubatan, perkhidmatan pelanggan, permainan video dan pembuatan.

[TOC]

Kapasiti sistem

Sistem pakar menggabungkan dua subsistem: asas pengetahuan, yang mengandungi fakta dan pengalaman terkumpul, dan enjin kesimpulan, yang merupakan satu set peraturan untuk memohon kepada asas pengetahuan atau fakta yang diketahui dalam setiap situasi tertentu, untuk menyimpulkan fakta baru.

Keupayaan sistem dapat ditingkatkan dengan penambahan kepada asas pengetahuan atau set peraturan.

Sebagai contoh, sistem pakar hari ini juga mungkin mempunyai keupayaan untuk belajar secara automatik, membolehkan untuk meningkatkan prestasi mereka berdasarkan pengalaman, seperti yang dilakukan oleh manusia.

Di samping itu, sistem moden dapat menggabungkan pengetahuan baru dengan lebih mudah dan dengan itu dikemas kini dengan mudah. Sistem sedemikian dapat lebih umum dari pengetahuan yang ada dan mengendalikan sejumlah besar data kompleks.

Sejarah

- Perkembangan awal

Pada akhir tahun 1950 -an, kemungkinan menggunakan teknologi komputer untuk mencontohi keputusan -membuat manusia mula berpengalaman. Sebagai contoh, sistem yang dibantu komputer mula dibuat untuk aplikasi diagnostik dalam bidang perubatan.

Sistem diagnostik awal ini memasuki gejala pesakit dan hasil ujian makmal untuk menghasilkan diagnosis sebagai hasilnya. Ini adalah bentuk sistem pakar pertama.

- Perkembangan utama

Pada awal tahun enam puluhan program telah dibangunkan yang diselesaikan dengan baik. Contohnya, permainan atau terjemahan automatik.

Program -program ini memerlukan teknik penalaran pintar untuk menangani masalah logik dan matematik yang dibentangkan, tetapi tidak memerlukan banyak pengetahuan tambahan.

Para penyelidik mula memberi amaran bahawa untuk menyelesaikan banyak masalah yang menarik, program bukan sahaja harus dapat mentafsir masalah, tetapi juga memerlukan pengetahuan asas untuk memahami sepenuhnya.

Ini secara beransur -ansur membawa kepada pembangunan sistem pakar, yang memberi tumpuan lebih kepada pengetahuan.

Konsep sistem pakar secara rasmi dibangunkan pada tahun 1965 oleh Edward Feigenbaum, Profesor di Stanford University, EE.Uu.

Feigenbaum menjelaskan bahawa dunia akan dari pemprosesan data ke pemprosesan pengetahuan, terima kasih kepada pemproses baru dan teknologi seni bina komputer.

Dendral

Pada akhir tahun enam puluhan salah satu sistem pakar pertama telah dibangunkan, yang dipanggil dendral, menangani analisis sebatian kimia.

Pengetahuan Dendral terdiri daripada beratus -ratus peraturan yang menggambarkan interaksi sebatian kimia. Peraturan ini adalah hasil tahun kerjasama antara bahan kimia dan komputer.

Boleh melayani anda: Toleransi geometri: simbol, datum dan contoh

- Kematangan

Sistem pakar mula berkembang pada tahun lapan puluhan. Sebilangan besar syarikat Fortune 500 menggunakan teknologi ini dalam aktiviti komersial harian mereka.

Pada tahun 1990 -an, banyak pembekal aplikasi perniagaan, seperti Oracle dan SAP, mengintegrasikan kapasiti sistem pakar dalam produk mereka, sebagai cara menjelaskan logik perniagaan.

Ciri -ciri

- Tahap pengalaman

Sistem pakar mesti menawarkan tahap pengalaman tertinggi. Memberi kecekapan, ketepatan dan resolusi imajinatif masalah.

- Reaksi pada masa

Pengguna berinteraksi dengan sistem pakar untuk tempoh masa yang cukup berhemat. Masa interaksi ini mestilah kurang dari masa yang untuk masalah yang sama pakar diambil untuk mencapai penyelesaian yang paling tepat.

- Kebolehpercayaan

Sistem pakar mesti mempunyai kebolehpercayaan yang baik. Untuk melakukan ini, anda tidak boleh membuat kesalahan.

- Mekanisme yang berkesan

Sistem pakar mesti mempunyai mekanisme yang cekap untuk mentadbir kompendium pengetahuan yang ada di dalamnya.

- Menangani masalah

Sistem pakar mesti dapat menangani masalah yang mencabar dan membuat keputusan yang tepat untuk menyediakan penyelesaian.

- Komponen

Asas pengetahuan

Ini adalah pengumpulan data yang teratur yang sepadan dengan sistem pengalaman sistem.

Melalui wawancara dan pemerhatian kepada pakar manusia, fakta yang membentuk asas pengetahuan mesti diambil.

Enjin kesimpulan

Mentafsirkan dan menilai fakta dalam asas pengetahuan melalui peraturan, untuk memberikan cadangan atau kesimpulan.

Pengetahuan ini diwakili dalam bentuk peraturan pengeluaran Si-walaupun: "Jika keadaan benar, maka potongan berikut dapat dilakukan".

Kesimpulan

Faktor kebarangkalian sering dilampirkan pada kesimpulan setiap peraturan pengeluaran dan cadangan akhir, kerana kesimpulan yang dicapai bukanlah kepastian mutlak.

Sebagai contoh, sistem pakar untuk diagnosis penyakit okular dapat ditunjukkan, menurut maklumat yang diberikan, bahawa seseorang mempunyai glaukoma dengan kebarangkalian 90%.

Di samping itu, urutan peraturan dapat ditunjukkan di mana kesimpulannya dicapai. Pemantauan rantai ini membantu menilai kredibiliti cadangan dan berguna sebagai alat pembelajaran.

Lelaki

Berdasarkan peraturan

Dalam sistem ini pengetahuan diwakili sebagai satu set peraturan. Peraturannya adalah cara langsung dan fleksibel untuk menyatakan pengetahuan.

Peraturan ini terdiri daripada dua bahagian: bahagian "ya", yang dipanggil keadaan, dan bahagian "kemudian", yang dipanggil potongan. Sintaks asas peraturan adalah: ya (keadaan) kemudian (potongan).

Berdasarkan logik yang meresap

Apabila anda ingin menyatakan pengetahuan menggunakan kata -kata samar -samar sebagai "sangat kecil", "agak sukar", "tidak begitu lama", logik meresap dapat digunakan.

Logik ini digunakan untuk menggambarkan definisi yang tidak tepat. Ia berdasarkan idea bahawa semua perkara diterangkan pada skala pembolehubah.

Logik klasik beroperasi dengan dua nilai kepastian: benar (1) dan palsu (0). Dalam logik yang meresap, semua nilai kepastian dinyatakan dengan nombor sebenar dalam selang antara 0 dan 1.

Logik yang meresap mewakili pengetahuan berdasarkan tahap kebenaran, bukannya kebenaran mutlak logik klasik.

Neuron

Dengan kelebihan sistem pakar berasaskan peraturan, kelebihan rangkaian neuron juga digabungkan, seperti pembelajaran, penyebaran, kepantasan dan pemprosesan maklumat selari.

Ia boleh melayani anda: topologi rangkaian: konsep, jenis dan ciri -ciri mereka, contoh

Sistem ini mempunyai asas pengetahuan neuron, bukannya asas pengetahuan tradisional. Pengetahuan disimpan sebagai peso dalam neuron.

Gabungan ini membolehkan sistem pakar neuron untuk membenarkan kesimpulannya.

Neuronal-difuso

Rangkaian logik dan neural yang meresap adalah alat pelengkap untuk membina sistem pakar.

Sistem yang meresap kekurangan keupayaan untuk belajar dan tidak dapat menyesuaikan diri dengan persekitaran baru. Sebaliknya, walaupun rangkaian saraf dapat belajar, proses mereka sangat rumit untuk pengguna.

Sistem Dusak Neuron dapat menggabungkan keupayaan pengkomputeran dan pembelajaran rangkaian neuron dengan perwakilan pengetahuan manusia dan kemahiran penjelasan sistem penyebaran.

Akibatnya, rangkaian saraf menjadi lebih telus, sementara sistem meresap dapat belajar.

Kelebihan

Adanya

Sistem pakar mudah didapati, di mana sahaja dan pada bila -bila masa, kerana pengeluaran besar -besaran perisian.

Mengurangkan risiko

Sebuah syarikat boleh mengendalikan pakar dalam persekitaran yang berbahaya bagi manusia. Mereka boleh digunakan dalam persekitaran risiko di mana manusia tidak dapat bekerja.

Pengetahuan perniagaan

Mereka boleh menjadi kenderaan untuk membangunkan pengetahuan organisasi, berbeza dengan pengetahuan individu dalam syarikat.

Penjelasan tindak balas

Mereka dapat memberikan penjelasan yang mencukupi tentang membuat keputusan mereka, menyatakan secara terperinci alasan yang membawa mereka ke jawapan.

Apabila digunakan sebagai alat latihan, ia menghasilkan lengkung pembelajaran yang lebih cepat untuk pemula.

Jawapan pantas

Bantu mendapatkan jawapan yang cepat dan tepat. Sistem pakar dapat menyelesaikan sebahagian tugasnya lebih cepat daripada pakar manusia.

Kadar ralat yang rendah

Kadar kesilapan sistem pakar yang berjaya agak rendah, kadang -kadang jauh lebih rendah daripada kadar ralat manusia untuk tugas yang sama.

Jawapan tanpa emosi

Sistem pakar berfungsi tanpa teruja. Mereka tidak meletakkan tegang, penat atau panik, dan bekerja secara berterusan semasa situasi kecemasan.

Ketahanan pengetahuan

Sistem pakar mengekalkan tahap maklumat yang ketara. Kandungan pengetahuan ini akan bertahan selama -lamanya.

Penciptaan prototaip pesat

Dengan sistem pakar, ada kemungkinan untuk memasukkan beberapa peraturan dan membangunkan prototaip pada hari -hari, bukannya bulan atau tahun yang biasanya dikaitkan dengan projek komputer yang kompleks.

Pelbagai pengalaman

Sistem Pakar boleh direka untuk mengandungi pengetahuan banyak pakar yang berkelayakan dan dengan itu mempunyai keupayaan untuk menyelesaikan masalah yang rumit.

Ini mengurangkan perbelanjaan untuk menggunakan perunding pakar untuk menyelesaikan masalah. Mereka adalah kenderaan untuk mendapatkan sumber pengetahuan yang sukar diperoleh.

Kekurangan

Pengambilalihan pengetahuan

Selalu sukar untuk mendapatkan masa pakar dalam bidang tertentu untuk sebarang aplikasi perisian, tetapi untuk sistem pakar, sangat sukar, kerana pakar sangat dihargai dan selalu diminta oleh organisasi.

Akibatnya, sejumlah besar penyelidikan dalam beberapa tahun kebelakangan ini telah menumpukan pada alat untuk pengambilalihan pengetahuan, yang membantu mengautomasikan proses reka bentuk, pemurnian dan penyelenggaraan peraturan yang ditakrifkan oleh pakar.

Integrasi sistem

Penyepaduan sistem dengan pangkalan data adalah sukar untuk sistem pakar pertama, kerana alat tersebut terutama dalam bahasa dan platform yang tidak diketahui dalam persekitaran korporat.

Boleh melayani anda: produk teknikal

Akibatnya, usaha yang hebat dibuat untuk mengintegrasikan alat sistem pakar dengan persekitaran yang diwarisi, menjadikan pemindahan ke platform yang lebih standard.

Masalah ini diselesaikan terutamanya oleh perubahan paradigma, kerana PC diterima secara beransur -ansur dalam persekitaran komputer sebagai platform yang sah untuk pembangunan sistem komersial yang serius.

Kerumitan memproses

Dengan meningkatkan saiz asas pengetahuan, kerumitan pemprosesan meningkat.

Sebagai contoh, jika sistem pakar mempunyai 100 juta peraturan, jelas bahawa ia akan menjadi terlalu kompleks, dan akan menghadapi banyak masalah pengiraan.

Enjin kesimpulan harus dapat memproses sejumlah besar peraturan untuk membuat keputusan.

Apabila terdapat terlalu banyak peraturan, juga rumit bahawa peraturan keputusan ini selaras dengan satu sama lain.

Ia juga rumit untuk mengutamakan penggunaan peraturan untuk beroperasi dengan lebih cekap, atau bagaimana menyelesaikan kekaburan.

Kemas kini pengetahuan

Masalah yang berkaitan dengan asas pengetahuan adalah cara membuat kemas kini dengan cepat dan berkesan. Di samping itu, bagaimana untuk menambah pengetahuan baru, iaitu, di mana untuk menambahkannya di antara banyak peraturan.

Aplikasi

Diagnosis dan penyelesaian masalah

Ia meringkaskan semua sistem yang menyimpulkan kegagalan dan mencadangkan tindakan pembetulan untuk proses atau peranti yang berfungsi dengan teruk.

Salah satu bidang pengetahuan pertama di mana teknologi sistem pakar digunakan adalah diagnosis perubatan. Walau bagaimanapun, diagnosis sistem kejuruteraan dengan cepat melebihi diagnosis perubatan.

Diagnosis dapat dinyatakan sebagai: memandangkan bukti yang timbul, apakah masalah, sebab atau sebab yang mendasari?

Perancangan dan pengaturcaraan

Sistem pakar ini menganalisis satu set objektif untuk menentukan satu set tindakan yang mencapai objektif ini, memberikan urutan terperinci tindakan tersebut dari masa ke masa, memandangkan bahan, kakitangan dan sekatan lain.

Contohnya termasuk pengaturcaraan penerbangan dan kakitangan penerbangan, dan perancangan proses pembuatan.

Keputusan kewangan

Sistem nasihat kewangan telah diwujudkan untuk membantu bank menentukan sama ada pinjaman kepada individu dan syarikat.

Syarikat insurans menggunakan sistem pakar ini untuk menilai risiko yang dibentangkan oleh pelanggan dan dengan itu menentukan harga insurans.

Pemantauan dan kawalan proses

Mereka menganalisis secara nyata data peranti fizikal, untuk melihat anomali, meramalkan trend dan mengawal kedua -dua pengoptimuman dan pembetulan kesalahan.

Contoh sistem ini ada dalam industri pembuatan minyak dan keluli.

Nasihat pengetahuan

Fungsi utama aplikasi ini adalah untuk memberikan pengetahuan yang signifikan untuk masalah pengguna, dalam persekitaran masalah itu.

Untuk kategori ini milik dua sistem pakar yang diedarkan dengan amplitud yang lebih besar di seluruh dunia.

Sistem pertama ini adalah penasihat yang menasihatkan pengguna mengenai penggunaan tatabahasa yang betul dalam teks.

Yang kedua adalah penasihat fiskal yang dilampirkan pada sistem untuk menyediakan cukai. Penasihat pengguna mengenai strategi dan dasar cukai tertentu.

Rujukan

1. Guru99 (2019). Kecerdasan dalam Sistem Pakar Buatan: Apa, Aplikasi, Contoh. Diambil dari: Guru99.com.
2. Wikipedia, The Free Encyclopedia (2019). Sistem pakar. Diambil dari: dalam.Wikipedia.org.
3. Margaret Rouse (2019). Sistem pakar. TechTarget. Diambil dari: SearchEnpriseai.TechTarget.com.
4. Vladimir Zwass (2019). Sistem pakar. Encyclopaedia diambil dari: Britannica.com.
5. WTEC (2019). Aplikasi sistem pakar. Diambil dari: wtec.org.
6. Viral Nagori (2014). Jenis Sistem Pakar: Kajian Perbandingan. Cendekiawan Semantik.Diambil dari: pdfs.Semanticscholar.org.
7. Dunia Pengkomputeran (2010). Sistem pakar. Diambil dari: kecerdasan.Worldofcomputing.jaring.