人工智能jichu.doc

我對專家系統(tǒng)的認(rèn)識與理解一：什么是專家系統(tǒng)？ 所謂“專家”，一般都擁有某一特定領(lǐng)域的大量知識，以及豐富的經(jīng)驗(yàn)。在解決問題時，專家們通常擁有一套獨(dú)特的思維方式，能較圓滿地解決一類困難問題，或向用戶提出一些建設(shè)性的建議等。專家系統(tǒng)就是存儲在磁盤上的專家經(jīng)驗(yàn)和專業(yè)知識，是一個具有智能特點(diǎn)的計算機(jī)程序，它的智能化主要表現(xiàn)為能夠在特定的領(lǐng)域內(nèi)模仿人類專家思維來求解復(fù)雜問題。因此，專家系統(tǒng)必須包含領(lǐng)域?qū)＜业拇罅恐R，擁有類似人類專家思維的推理能力，并能用這些知識來解決實(shí)際問題。例如，一個醫(yī)學(xué)專家系統(tǒng)就能夠像真正的專家一樣，診斷病人的疾病，判別出病情的嚴(yán)重性，并給出相應(yīng)的處方和治療建議等。通常，先由專家系統(tǒng)的開發(fā)者把人類專家從多年經(jīng)驗(yàn)中積累起來的核心知識和技能存儲到磁盤上，使用戶用過戶可以通過個人計算機(jī)或者網(wǎng)絡(luò)系統(tǒng)來獲得這些知識。查詢者只需要講所要咨詢的問題通過形式語言錄入到專家系統(tǒng)中，專家系統(tǒng)就是通過事先存儲在計算機(jī)中的知識進(jìn)行推理與演算后為相應(yīng)的問題的答案與咨詢與建議，答案與建議比較準(zhǔn)確。專家系統(tǒng)的開發(fā)者通過專家系統(tǒng)開發(fā)工具建立相應(yīng)的系統(tǒng)模型、搜索模型、知識表示模型和人機(jī)交互機(jī)制等，確定相應(yīng)的搜索策略、問題與建議的指導(dǎo)性策略、專家系統(tǒng)的穩(wěn)定性與準(zhǔn)確性，防止給出錯誤的和誤導(dǎo)性建議與指導(dǎo)方案。 如圖1-1所示給出了專家系統(tǒng)的開發(fā)工具的功能，是專家盡快的設(shè)計與測試相應(yīng)的專家系統(tǒng)，以便提高專家系統(tǒng)的準(zhǔn)確性、智能性與可移植性，確定某版本的最終專家系統(tǒng)。二：專家系統(tǒng)的構(gòu)造專家系統(tǒng)的基本結(jié)構(gòu)如圖1-2所示，其中箭頭方向?yàn)閿?shù)據(jù)流動的方向。專家系統(tǒng)通常由人機(jī)交互界面、知識庫、推理機(jī)、解釋器、綜合數(shù)據(jù)庫、知識獲取等6個部分構(gòu)成。知識庫用來存放專家提供的知識。專家系統(tǒng)的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識庫中知識的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。一般來說，專家系統(tǒng)中的知識庫與專家系統(tǒng)程序是相互獨(dú)立的，用戶可以通過改變、完善知識庫中的知識內(nèi)容來提高專家系統(tǒng)的性能。知識庫推理機(jī)學(xué)習(xí)系統(tǒng)（知識獲取）人機(jī)交互界面綜合數(shù)據(jù)庫解釋器圖1-2專家系統(tǒng)結(jié)構(gòu)圖人工智能中的知識表示形式有產(chǎn)生式、框架、語義網(wǎng)絡(luò)等，而在專家系統(tǒng)中運(yùn)用得較為普遍的知識是產(chǎn)生式規(guī)則。產(chǎn)生式規(guī)則以IFTHEN的形式出現(xiàn)，就像BASIC等編程語言里的條件語句一樣，IF后面跟的是條件（前件），THEN后面的是結(jié)論（后件），條件與結(jié)論均可以通過邏輯運(yùn)算AND、OR、NOT進(jìn)行復(fù)合。在這里，產(chǎn)生式規(guī)則的理解非常簡單：如果前提條件得到滿足，就產(chǎn)生相應(yīng)的動作或結(jié)論。例如，在“動物識別”專家系統(tǒng)中有這樣一條規(guī)則：IF 能做單腿跳嗎 = 否 AND 在蘇格蘭嗎 = 是 AND 高度 = 大THEN 動物 = 馬 在這條規(guī)則當(dāng)中，IF后面的前件中包含三個條件，只有三個條件都得到了滿足，才能得出該動物是“馬”。反之就得不出這個結(jié)論。產(chǎn)生式專家系統(tǒng)的知識庫中包含了大量的規(guī)則，換言之，這里的知識庫就是一個規(guī)則集。推理機(jī)針對當(dāng)前問題的條件或已知信息，反復(fù)匹配知識庫中的規(guī)則，獲得新的結(jié)論，以得到問題求解結(jié)果。在這里，推理方式可以有正向和反向推理兩種。正向推理是從前件匹配到結(jié)論，反向推理則先假設(shè)一個結(jié)論成立，看它的條件有沒有得到滿足。由此可見，推理機(jī)就如同專家解決問題的思維方式，知識庫就是通過推理機(jī)來實(shí)現(xiàn)其價值的。人機(jī)界面是系統(tǒng)與用戶進(jìn)行交流時的界面。通過該界面，用戶輸入基本信息、回答系統(tǒng)提出的相關(guān)問題，并輸出推理結(jié)果及相關(guān)的解釋等。綜合數(shù)據(jù)庫專門用于存儲推理過程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時的存儲區(qū)。解釋器能夠根據(jù)用戶的提問，對結(jié)論、求解過程做出說明，因而使專家系統(tǒng)更具有人情味。知識獲取是專家系統(tǒng)知識庫是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計的“瓶頸”問題，通過知識獲取，可以擴(kuò)充和修改知識庫中的內(nèi)容，也可以實(shí)現(xiàn)自動學(xué)習(xí)功能。三：專家系統(tǒng)如何工作專家系統(tǒng)的基本工作流程是，用戶通過人機(jī)界面回答系統(tǒng)的提問，推理機(jī)將用戶輸入的信息與知識庫中各個規(guī)則的條件進(jìn)行匹配，并把被匹配規(guī)則的結(jié)論存放到綜合數(shù)據(jù)庫中。最后，專家系統(tǒng)將得出最終結(jié)論呈現(xiàn)給用戶。在這里，專家系統(tǒng)還可以通過解釋器向用戶解釋以下問題：系統(tǒng)為什么要向用戶提出該問題（Why）？計算機(jī)是如何得出最終結(jié)論的（How）？領(lǐng)域?qū)＜一蛑R工程師通過專門的軟件工具，或編程實(shí)現(xiàn)專家系統(tǒng)中知識的獲取，不斷地充實(shí)和完善知識庫中的知識。四：專家系統(tǒng)的構(gòu)造瓶頸：1）知識的表示知識這個詞對我們來說仍是一個模糊的概念，只是從直覺上知道它的意義，但是知識怎樣表示才能由計算機(jī)進(jìn)行處理呢？目前的研究主要集中在知識的描述、編程以及相應(yīng)的數(shù)學(xué)技巧方面。語義網(wǎng)絡(luò)、框架和規(guī)則是三種常用的非程序用戶常用的技術(shù)。語義網(wǎng)絡(luò)能夠反映不同個體之間的聯(lián)系。如圖1-3所示.圖中，我們用線段來表示兩個對象的“關(guān)系”，通常把關(guān)系表示在線段上方，關(guān)系例子如：A：A-KIND-OF(哺乳動物，動物)表示“哺乳動物是一種動物”；B： SKIN-COVER(毛發(fā)，哺乳動物)表示“哺乳動物的表皮是毛發(fā)”；C：ACTIVITY(產(chǎn)奶，哺乳動物)表示“產(chǎn)奶是哺乳動物的一種活動”。框架是一種數(shù)據(jù)結(jié)構(gòu)，他可以用來表示那些已有的情況。每個框架都帶著各種信息，有怎樣使用框架的信息，有期望下一時刻發(fā)生什么事件的信息，有當(dāng)期望滿足時和不滿足時應(yīng)該做什么的信息等?？蚣芫哂袆澐謴?fù)雜的領(lǐng)域、儲存描述性數(shù)據(jù)和存儲過程性知識的優(yōu)點(diǎn)。 規(guī)則是一種簡便的知識表示法。具有簡潔性、模塊性、規(guī)模恰當(dāng)和描述性和過程性。2) 專家系統(tǒng)鄰域的界定我們所常說的經(jīng)驗(yàn)知識是指我們思維時所遵循的準(zhǔn)則。在某個領(lǐng)域內(nèi)，如何確定某個知識的表示是正確的和準(zhǔn)確的是一個非常難的事情，以及在此知識的表示和推理規(guī)則下，查詢或搜索的范圍擴(kuò)大時，如何確保經(jīng)過系統(tǒng)處理出來的結(jié)果是準(zhǔn)確的和精確；或者若找出準(zhǔn)確值和精確值，需要搜索很長的時間，或者進(jìn)入死循環(huán)的話，如何避免這些問題，才是專家系統(tǒng)應(yīng)該解決的基本問題。雖然各個專家已在某個領(lǐng)域內(nèi)從事多年并且具有豐富的知識和經(jīng)驗(yàn)，但是每人都有自己獨(dú)特的見解，如何綜合和抽象他們的知識和經(jīng)驗(yàn)，確定一個非常強(qiáng)大的智能數(shù)據(jù)庫，劃分各個數(shù)據(jù)塊直接相互關(guān)系到專家系統(tǒng)鄰域的界定。專家系統(tǒng)領(lǐng)域界定的范圍內(nèi)準(zhǔn)確性、可信性可用性到底有多高，而界定范圍之外的準(zhǔn)確定是否被忽視？由于鄰域的模糊性和不確定性，知識表示的模糊性，使得系統(tǒng)的領(lǐng)域可能泛化并逐步擴(kuò)大，從而使得系統(tǒng)領(lǐng)域的變得不確定，導(dǎo)致搜索出結(jié)果的不準(zhǔn)確性。3）專家系統(tǒng)的搜索策略雖然構(gòu)造一給數(shù)據(jù)庫算是比較容易，但是如何從浩瀚如海的數(shù)據(jù)庫中提取出想要咨詢和查詢的知識關(guān)系到有沒有合適的搜索算法和最佳搜索路徑。雖然現(xiàn)在有些比較成熟的搜索算法和最佳及最優(yōu)的路徑的確定方案，但是如何在只是交叉仍具有最佳選擇性關(guān)系到當(dāng)前確認(rèn)的搜索方案的適用性范圍和準(zhǔn)確性。盡管所要咨詢的范圍已經(jīng)在知識庫中，答案就是其中幾個關(guān)系甚弱的數(shù)據(jù)塊的組合，但是當(dāng)前確定的搜索策略是先搜索關(guān)聯(lián)度較高的，等到飽所有的搜索策略都是用后，才去搜索相關(guān)性甚弱的模塊，這樣會浪費(fèi)很長的搜索時間，降低了專輯系統(tǒng)的即時性。每一種搜索策略都對應(yīng)一定的搜索范圍和應(yīng)用范圍，好的搜索策略關(guān)系到系統(tǒng)靈敏性和靈活性。而這個“好”字，如何規(guī)定，可能關(guān)系到多個方面，如何統(tǒng)籌兼顧，優(yōu)化搜索策略是專家系統(tǒng)開發(fā)者必須要優(yōu)先考慮的問題，需要程序開發(fā)者的軟件編程技巧、編程經(jīng)驗(yàn)、數(shù)學(xué)思維和開放性思維。講搜索出的結(jié)果進(jìn)行解釋，如何給出相應(yīng)的指導(dǎo)性建議關(guān)系到專家系統(tǒng)對專業(yè)知識的綜合理解能力的熟知程度。盡量提高系統(tǒng)給出結(jié)果和解釋的準(zhǔn)確性，防止歧義性建議，以免誤解。 4）人機(jī)交互人機(jī)交互是一個非常復(fù)雜的軟硬件系統(tǒng)。硬件系統(tǒng)關(guān)系到輸入信息如何轉(zhuǎn)換成計算機(jī)可以識別的信息，如何將系統(tǒng)處理和運(yùn)算結(jié)果以使用者可以快速和無歧義識別。軟件系統(tǒng)配合硬件系統(tǒng)，將用戶咨詢的信息準(zhǔn)確的傳遞給專家系統(tǒng)，使得專家系統(tǒng)能夠理解用戶查詢的主題和咨詢目的，以便于準(zhǔn)確處理，然后將處理的結(jié)果以相應(yīng)的專業(yè)化的知識表示和顯示，使用戶獲得相應(yīng)的準(zhǔn)確性較高的建議和指導(dǎo)方法。專家系統(tǒng)也可以從其他數(shù)據(jù)庫、電子表格、統(tǒng)計軟件及其他信息采集器中檢索數(shù)據(jù)，然后將處理的結(jié)果顯示并保存以便用戶以后查詢或備用。四：總結(jié)專家系統(tǒng)應(yīng)用(ExpertSystemApplication)是針對實(shí)際領(lǐng)域，建造專家系統(tǒng)，用來輔助或代替領(lǐng)域?qū)＜医鉀Q實(shí)際問題。專家系統(tǒng)是人工智能的重要分支，它是人工智能學(xué)者從探討一般思維規(guī)律方法走向以專門知識信息處理為中心的轉(zhuǎn)折點(diǎn)。隨著專家系統(tǒng)的各個瓶頸逐漸被解決或被優(yōu)化，使得專家系統(tǒng)成為真正意義上的專家系接近于實(shí)現(xiàn)。隨著計算機(jī)技術(shù)的不斷發(fā)展，最新技術(shù)的大規(guī)模使用，專家系統(tǒng)已經(jīng)開始逐步向智能專家系統(tǒng)發(fā)展，為人們和社會的發(fā)展起到了強(qiáng)有力的推動作用，促進(jìn)了工業(yè)的現(xiàn)代化和生產(chǎn)自動化，有力的提高了人們的物質(zhì)生活和精神生活。目前，專家系統(tǒng)的應(yīng)用幾