《人工智能導(dǎo)論》第2版 第5章 規(guī)則與專家系統(tǒng)

第2版周蘇教授QQ：81505050人工智能導(dǎo)論第5章周蘇教授QQ：81505050規(guī)則與專家系統(tǒng)導(dǎo)讀案例：人工智能時(shí)代的工作路徑查韋斯在2023年CNBC工作峰會(huì)上表示：“我們已經(jīng)進(jìn)入了國(guó)際象棋棋盤的后半部分?！彼昧嗽谄灞P上放置谷粒并在每個(gè)后續(xù)方格上加倍數(shù)量的概念，以形象地描述AI的指數(shù)級(jí)增長(zhǎng)?！坝?jì)算機(jī)變得越來越快，越來越多的數(shù)據(jù)被標(biāo)記。我所看到的每件事，大約每三個(gè)月就會(huì)翻一番，因此現(xiàn)在是從事計(jì)算機(jī)科學(xué)的最佳時(shí)期?！?1專家的技能與特點(diǎn)02規(guī)則與策略03利用規(guī)則推導(dǎo)建立專家系統(tǒng)04專家系統(tǒng)及其發(fā)展目錄/CONTENTS05專家系統(tǒng)的結(jié)構(gòu)第5章規(guī)則與專家系統(tǒng)專家系統(tǒng)可以被看作是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，它是早期人工智能的一個(gè)重要分支，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)的重大突破。專家系統(tǒng)一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)，根據(jù)系統(tǒng)中的知識(shí)與經(jīng)驗(yàn)，進(jìn)行推理和判斷，來模擬通常由人類領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題決策過程。PART01專家的技能與特點(diǎn)事實(shí)上，大多數(shù)人只有在自己的專業(yè)領(lǐng)域才是專家。因此，雖然國(guó)際象棋大師通過數(shù)十年的實(shí)踐和研究，積累和建立起來約50000種規(guī)則的模式，但他們不是創(chuàng)建生活中其他事物啟發(fā)法、規(guī)則、方法的大師，對(duì)于數(shù)學(xué)博士、醫(yī)生或律師來說也是如此。每個(gè)人都是處理自己領(lǐng)域信息的專家，但是這些技能不能確保他們能夠處理一般信息或其他專業(yè)領(lǐng)域的特定、專門的知識(shí)。人們?cè)谡莆杖魏翁囟I(lǐng)域知識(shí)之前，需要長(zhǎng)期的學(xué)習(xí)。5.1專家的技能與特點(diǎn)人類專家有多種方式來應(yīng)對(duì)知識(shí)爆炸。首先，結(jié)構(gòu)化知識(shí)庫。這樣可以讓求解者在相對(duì)狹窄的語境中進(jìn)行操作。其次，明確提出個(gè)人所應(yīng)具有的知識(shí)，這些知識(shí)是關(guān)于專有領(lǐng)域知識(shí)的最好的利用方法，也就是所謂的元知識(shí)。因?yàn)橹R(shí)表示的統(tǒng)一性，人們可以將問題求解者的全部能力都應(yīng)用在元知識(shí)上，這種應(yīng)用方式與人們將其應(yīng)用于基礎(chǔ)知識(shí)的方式完全相同，所以知識(shí)表示的統(tǒng)一性給人們帶來了很大的回報(bào)。5.1.1在自己的領(lǐng)域里作為專家最后，人們?cè)噲D利用似乎存在的冗余性。這種冗余性對(duì)人類求解問題和認(rèn)知至關(guān)重要。雖然我們也可以用其他幾種方式實(shí)現(xiàn)這一點(diǎn)，但是這些方法的利用大部分都受到限制。通常情況下，人們可以明確一些條件，雖然這些條件沒有一個(gè)能夠唯一地確定解決方案，但是同時(shí)滿足這些條件卻可以得到唯一的方案。5.1.1在自己的領(lǐng)域里作為專家我們來看看在一個(gè)龐大的停車場(chǎng)中尋找汽車的例子。知道車在幾層或哪個(gè)編號(hào)區(qū)域?qū)θ绾慰焖俚卣业杰嚧嬖谥薮蟮牟顒e。進(jìn)一步說，有了位置（中央列、外列、中間或列尾等），車的特征（其顏色、形狀、風(fēng)格等）以及你將車停在停車場(chǎng)的哪個(gè)區(qū)域（接近建筑、出口、柱子、墻等）這些知識(shí)，可以幫助你快速地找到汽車。例如，人們會(huì)使用3種截然不同的方法。圖5-1立體停車場(chǎng)5.1.1在自己的領(lǐng)域里作為專家（1）使用信息（收據(jù)上的號(hào)碼、票據(jù)以及停車場(chǎng)里提供的信息）。通過這種方法，人們并沒有使用任何智能。就像可以借助汽車的導(dǎo)航系統(tǒng)到達(dá)目的地一樣，不需要對(duì)要去的地方有任何地理上的理解。5.1.1在自己的領(lǐng)域里作為專家（2）使用所提供的票據(jù)上的信息，以及有關(guān)汽車及其位置的某些模式的組合。例如，票據(jù)上顯示車停在7B區(qū)，同時(shí)你也記得這距離目前的位置不是很遠(yuǎn)、車是亮黃色的，并且尺寸比較大。沒有很多大型的黃車，這使得你的汽車從其他的汽車中脫穎而出。（3）人類不依賴任何具體的信息，而是完全依賴于記憶和模式這種脆弱的方法。圖5-2模式和信息可以

幫助我們識(shí)別事物5.1.1在自己的領(lǐng)域里作為專家上述這3種方法說明了人類在處理信息方面的優(yōu)勢(shì)。人類具有內(nèi)置的隨機(jī)訪問和關(guān)聯(lián)的機(jī)制。為了到第3層提車，我們不需要線性地從第1層探索到第3層，而機(jī)器人則必須很明確地被告知跳過3層以下的樓層。我們的記憶允許我們利用車輛本身的特征（約束），如車是黃色的、大型的、舊的、周圍的車并不是很多。模式與信息的結(jié)合可以幫助我們減少搜索（類似于上面提到的約束和元知識(shí)）。因此，我們知道車在某一層（票據(jù)上是這樣說的），但是我們也記得自己是如何停放汽車的（很緊密地停放或是很隨意地停放），汽車周圍可能有什么車，所選擇停車點(diǎn)有什么其他顯著的特征。5.1.1在自己的領(lǐng)域里作為專家伯克利的兩位哲學(xué)家兄弟胡伯特·德雷福斯和斯圖爾特·德雷福斯提出了這樣一條評(píng)判想法：在機(jī)器上，人們很難解釋或發(fā)展人類的“專有技術(shù)”。雖然我們知道如何騎自行車、如何開車，以及許多其他基本的事情（如走路、說話等），但是在解釋如何實(shí)現(xiàn)這些動(dòng)作時(shí)，我們的表現(xiàn)會(huì)大打折扣。德雷福斯兄弟將“知道什么事”與“知道如何做”區(qū)分開來。知道什么事指的是事實(shí)知識(shí)，例如遵循一套說明或步驟，但是這不等同于“知道如何做”。獲得“專有技術(shù)”后，這就變成了隱藏在潛意識(shí)中的東西。我們需要通過實(shí)踐來彌補(bǔ)記憶的不足。5.1.2技能獲取的5個(gè)階段這里所討論的專有技術(shù)基于“從新手到專家的過程中有5個(gè)技能獲取階段”這個(gè)前提，即新手、熟手、勝任、精通、專家。階段1：新手只遵循規(guī)則，對(duì)任務(wù)領(lǐng)域沒有連貫的了解。規(guī)則沒有上下文，無須理解，只需要具備遵循規(guī)則的能力來完成任務(wù)。例如，在駕駛時(shí)遵循一系列步驟到達(dá)某個(gè)地方。階段2：熟手開始從經(jīng)驗(yàn)中學(xué)到更多的知識(shí)，并能夠使用上下文線索。例如，當(dāng)學(xué)習(xí)用咖啡機(jī)制作咖啡時(shí)，我們遵循說明書的規(guī)則，但是也用嗅覺來告訴自己咖啡何時(shí)準(zhǔn)備好了。換句話說，在任務(wù)環(huán)境中，我們可以通過所感知到的線索來學(xué)習(xí)。5.1.2技能獲取的5個(gè)階段階段3：勝任的技能執(zhí)行者不僅需要遵循規(guī)則，也需要對(duì)任務(wù)環(huán)境有一個(gè)明確的了解。他能夠通過借鑒規(guī)則的層次結(jié)構(gòu)做出決定，并且認(rèn)識(shí)到模式（稱為“一小部分因素”或“這些元素系列”）。勝任執(zhí)行者可能是面向目標(biāo)的，并且可能根據(jù)條件改變自己的行為。例如，勝任的駕駛員知道如何根據(jù)天氣條件改變駕駛方式，包括速度、齒輪、擋風(fēng)玻璃刮水器、鏡子等。此時(shí)，執(zhí)行者會(huì)發(fā)展出憑直覺感知的知識(shí)或?qū)Ｓ屑夹g(shù)。這個(gè)層次的執(zhí)行者依然是基于分析，將要素結(jié)合起來，基于經(jīng)驗(yàn)做出最好的決定。5.1.2技能獲取的5個(gè)階段階段⒋：精通的問題求解者不僅能夠認(rèn)識(shí)到情況是什么及合適的選擇是什么，還能夠深思熟慮，找到最佳方式，實(shí)施解決方案。例如醫(yī)生知道患者的癥狀意味著什么，并且能夠仔細(xì)考慮可能的治療選項(xiàng)。5.1.2技能獲取的5個(gè)階段階段5：專家“基于成熟以及對(duì)實(shí)踐的理解，一般都會(huì)知道該怎么做”。應(yīng)對(duì)環(huán)境時(shí)，專家非常超然，沒有看到問題就去努力解決這些問題，他也不焦灼于在未來去精心制訂計(jì)劃?！拔覀?cè)谧呗?、談話、開車或進(jìn)行大多數(shù)社交活動(dòng)時(shí)，通常不做出深思熟慮的決定?！睂＜遗c他們所工作的環(huán)境或舞臺(tái)融為一體。駕駛員不僅是在駕駛汽車，也在“駕駛自己”；飛行員不僅在開飛機(jī)，也是在“飛行”；國(guó)際象棋大師不僅是下棋，而是成了“一個(gè)機(jī)會(huì)、威脅、優(yōu)勢(shì)、弱點(diǎn)、希望和恐懼世界中”的參與者。5.1.2技能獲取的5個(gè)階段當(dāng)事情正常進(jìn)行時(shí)，專家不解決問題，不做決定，正常地進(jìn)行工作。精通或?qū)＜壹?jí)別的人，以一種無法解釋的方式，基于先前具體的經(jīng)驗(yàn)做出判斷，也就是說，專家沒有通過有意識(shí)的分析和重組而做出行動(dòng)。5.1.2技能獲取的5個(gè)階段德雷福斯兄弟認(rèn)為，在許多方面，如視覺、解釋判斷方面，包括人腦整體工作的方式，機(jī)器都比人腦差。沒有這些能力，機(jī)器將永遠(yuǎn)比不上人類（大腦和思想）。雖然機(jī)器可能是優(yōu)秀的符號(hào)操作器（邏輯機(jī)器或推理引擎），但是它們?nèi)狈δ芰M(jìn)行整體識(shí)別以及在一些類似圖片之間進(jìn)行區(qū)分，而人類擁有這些能力。例如，在面部識(shí)別方面，機(jī)器無法捕獲所有特征，而人類將會(huì)捕獲到所有特征，無論這些特征是明確的還是隱藏的。5.1.2技能獲取的5個(gè)階段專家具有一定的特點(diǎn)和技術(shù)，這使得他們能夠在其問題領(lǐng)域表現(xiàn)出非常高的解決問題的水平。一個(gè)關(guān)鍵的杰出特征就是，他們能出色地完成工作。為此，他們要能夠完成如下工作：·解決問題——這是根本的能力，沒有這種能力，專家就不能稱為專家。專家能夠解釋其決策過程，例如，醫(yī)療專家確定你還有6個(gè)月的生命，你當(dāng)然想知道這個(gè)結(jié)論是如何得出的。5.1.3專家的特點(diǎn)·解釋結(jié)果——專家必須能夠以顧問的身份提供服務(wù)并解釋其理由。因此，他們必須對(duì)任務(wù)領(lǐng)域有深刻的理解。專家了解基本原則，理解這些原則與現(xiàn)有問題的關(guān)系，并能夠?qū)⑦@些原則應(yīng)用到新的問題上?！W(xué)習(xí)——人類專家不斷學(xué)習(xí)，從而提高了自己的能力。在人工智能領(lǐng)域，人們希望機(jī)器能得到這些專有技能，學(xué)習(xí)也許是人類專有技能中最困難的一種技能。5.1.3專家的特點(diǎn)·重構(gòu)知識(shí)——人可以改進(jìn)他們的知識(shí)來適應(yīng)新的問題環(huán)境，這是人的一個(gè)獨(dú)特特征。在這個(gè)意義上，專家級(jí)的人類問題求解者非常靈活并具有適應(yīng)性?！ご蚱埔?guī)則——在某些情況下，例外才是規(guī)則。真正的人類專家知道其學(xué)科中的異常情況。例如，當(dāng)藥劑師為病人寫處方時(shí)，他知道什么樣的藥劑或藥物不能與先前的處方藥物發(fā)生很好的相互作用（即“配伍禁忌”）。5.1.3專家的特點(diǎn)·了解自己的局限——人類專家知道他們能做什么、不能做什么。他們不接受超出其能力的任務(wù)或遠(yuǎn)離其標(biāo)準(zhǔn)區(qū)域的任務(wù)?！て椒€(wěn)降級(jí)——在面對(duì)困難的問題時(shí)，人類專家不會(huì)崩潰、也就是說，他們不會(huì)“出現(xiàn)故障”。5.1.3專家的特點(diǎn)PART02規(guī)則與策略最初嘗試創(chuàng)建人工智能的研究人員曾經(jīng)認(rèn)為，人們所需要的不過是足夠的規(guī)則而已。從一開始人們就十分清楚，創(chuàng)造與人類完全相似的思維需要編寫大量的規(guī)則，甚至多過計(jì)算機(jī)能夠處理的極限，于是開始向這一目標(biāo)不斷邁進(jìn)。5.2規(guī)則與策略一般認(rèn)為只有人類才能進(jìn)行像下象棋這樣的游戲，所以這就成為人工智能研究者首先著手解決的問題。計(jì)算機(jī)在編程后能夠進(jìn)行的第一批游戲都是具備制勝策略的。比如，在游戲“21點(diǎn)”中，第一個(gè)玩家首先說“1”，隨后第二個(gè)玩家的數(shù)字需要比前一個(gè)數(shù)大1、2或3，兩位玩家交替報(bào)數(shù)。但玩家所報(bào)的數(shù)字不能大于21，若有玩家說出“21”，則對(duì)方獲勝。5.2.1制勝策略舉例如下：小芳：1→小明：3→小芳：6→小明：9→小芳：11→小明：14→小芳：17→小明：19→小芳：20→小明：21→→小芳獲勝。從上例中可以看出，“21點(diǎn)”游戲的制勝策略就是確保自己成為喊出“20”的玩家，因?yàn)橹挥羞@樣，對(duì)手才不得不喊出“21”并輸?shù)舯荣?。這個(gè)游戲?qū)τ?jì)算機(jī)編程來說十分簡(jiǎn)單，這種情況下計(jì)算機(jī)程序和人類的推理過程完全一致。但這樣的程序既無趣，也沒有充分展現(xiàn)智能所在。5.2.1制勝策略如果不存在制勝策略，計(jì)算機(jī)會(huì)尋找能夠?qū)崿F(xiàn)的最優(yōu)方案。我們必須假設(shè)對(duì)手會(huì)做出對(duì)其最有利的選擇，當(dāng)然，也希望將最優(yōu)選擇掌握在自己手中。所以，在考慮接下來的每一步行動(dòng)時(shí)，會(huì)將獲勝概率最低的數(shù)字拋棄，在考慮對(duì)手的行動(dòng)時(shí)，會(huì)更加關(guān)注那些會(huì)導(dǎo)致我們失敗的選擇，這就是極大極小化策略——在自己回合中爭(zhēng)取利益最大化，在對(duì)手回合則考慮利益最小化。5.2.1制勝策略對(duì)于更復(fù)雜的游戲來說，玩家需要考慮的可能性和玩法的數(shù)目都會(huì)龐大得多。據(jù)說，每一場(chǎng)國(guó)際象棋棋局的可能棋盤走位數(shù)目用指數(shù)形式表示是1045，面對(duì)這樣巨大的數(shù)字，即使是深藍(lán)這樣的計(jì)算機(jī)，每秒能夠預(yù)估2億個(gè)走位，也需要2×1024年才能夠決定第一步棋。5.2.1制勝策略所有耗時(shí)更短的程序都只考慮有限數(shù)字的棋子移動(dòng)，再對(duì)棋盤分布做戰(zhàn)略評(píng)估。一盤棋局的任何一個(gè)時(shí)刻平均都有30個(gè)落子方式，因此，只看每個(gè)選手走兩步棋就涉及81萬個(gè)棋盤位置，走三步棋則是7.29億個(gè)位置，但這仍然是可行的。然而，只預(yù)估后續(xù)三步棋的選手是不可能下好象棋的。如果采集了足夠多的棋盤信息，計(jì)算機(jī)程序就能提前預(yù)測(cè)何種方式可以取得成功，看起來優(yōu)勢(shì)不大的序列會(huì)被早早丟棄。人們認(rèn)為，大幅修剪獲勝無望的序列能夠幫助計(jì)算機(jī)深入評(píng)估哪些是更具優(yōu)勢(shì)的選擇，然而事實(shí)上，對(duì)特定移動(dòng)進(jìn)行全面精準(zhǔn)的評(píng)估比評(píng)估所有移動(dòng)還要耗時(shí)。5.2.1制勝策略優(yōu)秀的人類選手在走每一步棋時(shí)會(huì)考慮40個(gè)左右的棋盤位置，他們根據(jù)經(jīng)驗(yàn)就可以判斷哪些選擇是值得思索的。對(duì)于一個(gè)水平欠佳的入門選手來說，發(fā)現(xiàn)評(píng)估棋子移動(dòng)和制定戰(zhàn)略是象棋中最困難的部分。不能像優(yōu)秀的棋手一樣判斷哪些移動(dòng)是有利的，可能隨時(shí)都會(huì)忽略超過一半的可選方案（大部分還是正確方案），這對(duì)計(jì)算機(jī)程序而言也是困難所在。5.2.1制勝策略知識(shí)工程產(chǎn)生于社會(huì)科學(xué)與自然科學(xué)的相互交叉和科學(xué)技術(shù)與工程技術(shù)的相互滲透，它研究如何由計(jì)算機(jī)和通訊技術(shù)結(jié)合而組成新的教育、控制系統(tǒng)，研究的中心是“智能軟件服務(wù)”，即編制程序，提供軟件服務(wù)。圖5-4知識(shí)工程系統(tǒng)5.2.2知識(shí)工程知識(shí)工程的產(chǎn)生說明人類所專有的文化、科學(xué)、知識(shí)、思想等同現(xiàn)代機(jī)器的關(guān)系空前密切了。這不僅促進(jìn)了計(jì)算機(jī)產(chǎn)品的更新?lián)Q代，更重要的是，它必將對(duì)社會(huì)生產(chǎn)力新的飛躍，對(duì)社會(huì)生活新的變化，發(fā)生深刻的影響。5.2.2知識(shí)工程建立成功的知識(shí)工程系統(tǒng)的關(guān)鍵是使用以下方法：（1）生成和測(cè)試。人們嘗試、測(cè)試和采用這種方法已有幾十年之久，其有效性不言而喻。（2）情景-動(dòng)作規(guī)則的使用。也就是產(chǎn)生式規(guī)則或基于知識(shí)的系統(tǒng)，這種表示有助于專家系統(tǒng)的有效構(gòu)建、易于修改知識(shí)、易于解釋等。這種方法的本質(zhì)在于，一條規(guī)則必須捕獲“一大塊”領(lǐng)域知識(shí)，其本身或其中的內(nèi)涵必須對(duì)領(lǐng)域?qū)＜矣幸饬x。5.2.2知識(shí)工程（3）領(lǐng)域?qū)Ｓ兄R(shí)。關(guān)鍵的是知識(shí)，而不是推理引擎。知識(shí)在組織和約束搜索中起著至關(guān)重要的作用。使用規(guī)則和框架容易表示和操控知識(shí)。（4）知識(shí)庫的靈活性。知識(shí)庫包括了許多規(guī)則，應(yīng)當(dāng)適當(dāng)選擇這些規(guī)則的粒度。也就是說，這些規(guī)則要足夠小，讓人可以理解，但是也應(yīng)該充分大，這樣對(duì)領(lǐng)域?qū)＜也庞幸饬x。按照這種方式，知識(shí)能夠靈活地應(yīng)對(duì)改變，可以很容易地得到修改、添加或刪除。（5）推理路線。在構(gòu)建智能體時(shí)，領(lǐng)域?qū)＜曳浅Ｃ鞔_知識(shí)構(gòu)建的意義、意圖和目的，這似乎是一條重要的組織原則。5.2.2知識(shí)工程（6）多種知識(shí)來源。將看似無關(guān)的、多個(gè)來源的知識(shí)條目整合起來，這對(duì)于推理路線的維護(hù)和開發(fā)是必要的。（7）解釋。系統(tǒng)能夠解釋其推理路線的能力很重要，這是系統(tǒng)調(diào)試和擴(kuò)展所必需的。這是一條很重要的知識(shí)工程原則，解釋的結(jié)構(gòu)及適當(dāng)?shù)膹?fù)雜程度也是非常重要的。5.2.2知識(shí)工程基于人工智能知識(shí)表達(dá)方式的專家系統(tǒng)傾向于將計(jì)算組件與基于知識(shí)的組件分開，所以不同于傳統(tǒng)計(jì)算機(jī)科學(xué)的程序。就專家系統(tǒng)而言，推理引擎不同于知識(shí)庫。知識(shí)數(shù)據(jù)庫通常包括規(guī)則，這些規(guī)則“由模式匹配來調(diào)用，同時(shí)任務(wù)環(huán)境具有一些特征，如用戶可以添加、修改或刪除任務(wù)環(huán)境”。5.2.2知識(shí)工程用戶可能以如下3種典型的不同方式來使用知識(shí)庫：（1）獲取問題的答案：用戶作為客戶端。（2）改進(jìn)或增加系統(tǒng)的知識(shí)：用戶作為導(dǎo)師。（3）收集供人類使用的知識(shí)庫：用戶作為學(xué)生。在第二種方式中，使用專家系統(tǒng)的人稱為領(lǐng)域?qū)＜摇]有領(lǐng)域?qū)＜业膸椭?，建立專家系統(tǒng)是不可能的。從領(lǐng)域?qū)＜姨峁┑男畔⒅刑崛≈R(shí)，并將其規(guī)劃成知識(shí)庫，這種人就是知識(shí)工程師。5.2.2知識(shí)工程知識(shí)工程是通過領(lǐng)域?qū)＜液椭R(shí)工程師之間的一系列交互來構(gòu)建知識(shí)庫的過程。隨著時(shí)間的推移，知識(shí)工程師越來越熟悉領(lǐng)域?qū)＜业囊?guī)則，這個(gè)過程會(huì)涉及許多規(guī)則的迭代和改進(jìn)。知識(shí)工程師一直在尋找可用于表示和解決現(xiàn)有問題的最佳工具。他嘗試組織知識(shí)，開發(fā)推理方法，構(gòu)建符號(hào)信息的技術(shù)。他與領(lǐng)域?qū)＜颐芮泻献?，嘗試建立最好的專家系統(tǒng)。根據(jù)需要，重新概念化知識(shí)及其在系統(tǒng)中的表示。系統(tǒng)的人機(jī)界面得到改善，系統(tǒng)的“語言處理”讓人類用戶覺得更加舒適，系統(tǒng)的推理過程使用戶更加容易理解。5.2.2知識(shí)工程從人類領(lǐng)域?qū)＜业念^腦中提取知識(shí)，并將這些知識(shí)組織到可用的系統(tǒng)中，這一過程稱為知識(shí)獲取，這個(gè)任務(wù)一直被認(rèn)為是很困難的。實(shí)質(zhì)上這表示了專家對(duì)問題的理解，這對(duì)專家系統(tǒng)的能力至關(guān)重要，也是構(gòu)建專家系統(tǒng)面臨的最大挑戰(zhàn)。5.2.3知識(shí)獲取雖然書籍、數(shù)據(jù)庫、報(bào)告或記錄可以作為知識(shí)來源，但是大多數(shù)項(xiàng)目最重要的來源之一是領(lǐng)域?qū)I(yè)人員或?qū)＜?。從專家處獲取知識(shí)的過程也稱為知識(shí)引導(dǎo)，這個(gè)過程可以以交換想法的交互式討論進(jìn)行，也可以以采訪或案例研究的形式進(jìn)行。在后一種形式中，人們觀察專家如何試圖去解決一個(gè)真正的問題。無論使用什么方法，人們的目標(biāo)是為了揭示專家的知識(shí)，更好地了解專家解決問題的技能。5.2.3知識(shí)獲取專家通常具備如下特點(diǎn)：（1）他們往往在自己的領(lǐng)域非常專業(yè)，并且往往使用具體領(lǐng)域的語言。（2）他們有大量的啟發(fā)式知識(shí)——這些知識(shí)是不確定以及不精確的。（3）他們不擅于表達(dá)自己。（4）他們運(yùn)用多種來源的知識(shí)，力爭(zhēng)表現(xiàn)出色。5.2.3知識(shí)獲取知識(shí)獲取是構(gòu)建專家系統(tǒng)的瓶頸，知識(shí)的識(shí)別和編碼是遇到的最復(fù)雜、最艱巨的任務(wù)之一。創(chuàng)建一個(gè)重大評(píng)估系統(tǒng)所需要的努力往往是以人年為單位的。知識(shí)工程師的工作就是作為一個(gè)中間人幫助建立專家系統(tǒng)。由于知識(shí)工程師對(duì)領(lǐng)域知識(shí)的了解遠(yuǎn)遠(yuǎn)少于專家，因此溝通問題阻礙了將專業(yè)知識(shí)轉(zhuǎn)移到工作中的過程。5.2.3知識(shí)獲取自20世紀(jì)70年代以來，人們嘗試了多種自動(dòng)化知識(shí)獲取的技術(shù)，如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)。事實(shí)證明，這些方法在某些情況下很成功。例如，有一個(gè)著名的大豆作物診斷案例，在這個(gè)案例中，從植物病理學(xué)家雅各布森（領(lǐng)域?qū)＜遥┨峁┑脑济枋龇痛_定診斷的患病植物的訓(xùn)練集開始，程序合成了診斷規(guī)則集。意想不到的發(fā)現(xiàn)是，機(jī)器合成的規(guī)則集超出了由雅各布森制定的規(guī)則。雅各布森通過部分成功實(shí)驗(yàn)來嘗試改進(jìn)他的規(guī)則，結(jié)果機(jī)器的規(guī)則具有99%的準(zhǔn)確性，于是他放棄了自己的努力而采用機(jī)器合成的規(guī)則作為其專業(yè)工作。5.2.3知識(shí)獲取專家系統(tǒng)的知識(shí)有如下5種主要的分類：（1）過程性知識(shí)——規(guī)則、策略、議程和程序。（2）陳述性知識(shí)——概念、對(duì)象和事實(shí)。（3）元知識(shí)——關(guān)于其他類型的知識(shí)以及如何使用知識(shí)的知識(shí)。（4）啟發(fā)式知識(shí)——經(jīng)驗(yàn)法則。（5）結(jié)構(gòu)化知識(shí)——規(guī)則集、概念關(guān)系、對(duì)象關(guān)系。5.2.3知識(shí)獲取可能的不同形式的知識(shí)來源是專家、終端用戶、多個(gè)專家、報(bào)告、書籍、法規(guī)、在線信息、計(jì)劃和指南。雖然收集和解釋知識(shí)的過程可能只需要幾個(gè)小時(shí)，但是解釋、分析和設(shè)計(jì)一個(gè)新的知識(shí)模型可能需要很多時(shí)間。人們將淺層知識(shí)（可能基于直覺）轉(zhuǎn)化為深層知識(shí)（可能隱藏在專家的潛意識(shí)中）的過程稱為知識(shí)編譯問題。知識(shí)引導(dǎo)中拓展的技能有助于促進(jìn)知識(shí)獲取。5.2.3知識(shí)獲取PART03利用規(guī)則推導(dǎo)建立專家系統(tǒng)利用規(guī)則的另一條探索路線就是專家系統(tǒng)。用戶在輸入一列數(shù)據(jù)后，這類系統(tǒng)能夠通過數(shù)據(jù)推導(dǎo)出事實(shí)結(jié)論。其中一種應(yīng)用場(chǎng)景就是醫(yī)學(xué)診斷專家，他們輸入病人體現(xiàn)出來的所有癥狀，計(jì)算機(jī)對(duì)病因進(jìn)行診斷。然而，建立這類系統(tǒng)的前期嘗試均以失敗告終，原因歸根結(jié)底還是知識(shí)。醫(yī)學(xué)專家無法將他們了解的所有實(shí)際情況以完整、有邏輯的形式重現(xiàn)，想要對(duì)現(xiàn)有系統(tǒng)進(jìn)行信息補(bǔ)充就要重寫部分程序。所需要的就是能夠獨(dú)立展示醫(yī)學(xué)事實(shí)與程序本身的途徑，就像聊天機(jī)器人需要通用的數(shù)據(jù)庫那樣。5.3利用規(guī)則推導(dǎo)建立專家系統(tǒng)假設(shè)要建設(shè)一套處理家庭日常問題的專家系統(tǒng)，在與專家溝通后，我們編寫了一長(zhǎng)串規(guī)則，舉例如下：如果發(fā)生斷電，那么所有電燈和家用電器都會(huì)停止工作。如果保險(xiǎn)絲熔斷，那么所有電燈停止工作或者所有家用電器停止工作。如果一個(gè)燈泡故障，那么一盞電燈停止工作。如果一件家用電器故障，那么一件家用電器停止工作。發(fā)生斷電時(shí)，你應(yīng)當(dāng)?shù)却?.3.1規(guī)則舉例保險(xiǎn)絲熔斷時(shí)，你應(yīng)當(dāng)修理保險(xiǎn)絲。一個(gè)燈泡故障時(shí)，你應(yīng)當(dāng)更換那個(gè)燈泡。一件家用電器故障時(shí)，你應(yīng)當(dāng)修理那件家用電器。同時(shí)，還要加入如下的一些常識(shí)性規(guī)則：如果所有電燈停止工作，那么每一盞電燈停止工作。如果所有家用電器停止工作，那么每一件家用電器停止工作。如果所有電燈和家用電器停止工作，那么所有電燈停止工作。如果所有電燈和家用電器停止工作，那么所有家用電器停止工作。5.3.1規(guī)則舉例最初的專家系統(tǒng)將這些規(guī)則整理為數(shù)據(jù)，并將其變成程序的主要組成部分，最終計(jì)算機(jī)理解的可能就如下所示：“如果問題是一盞電燈停止工作，那么詢問是否所有電燈都停止了工作。如果其他電燈正常工作，那么告訴用戶更換故障電燈的燈泡。如果其他電燈同樣停止工作，那么詢問家用電器是否工作。如果家用電器同樣停止工作，那么告訴用戶發(fā)生了斷電，他們應(yīng)該等待。否則告訴用戶修理保險(xiǎn)絲?！?.3.1規(guī)則舉例“如果問題是一件家用電器停止工作，那么詢問是否所有家用電器都停止了工作。如果其他家用電器正常工作，那么告訴用戶修理故障的電器。如果其他家用電器同樣停止工作，那么詢問電燈是否工作。如果電燈同樣停止工作，那么告訴用戶發(fā)生了斷電。他們應(yīng)該等待。否則告訴用戶修理保險(xiǎn)絲。”5.3.1規(guī)則舉例就創(chuàng)建這類專家系統(tǒng)而言，這是十分有效的方式，但過于僵化。我們不能提出諸如“斷電的表現(xiàn)有哪些？”這類問題，同樣，也不能輕易地對(duì)系統(tǒng)知識(shí)進(jìn)行補(bǔ)充。假設(shè)系統(tǒng)創(chuàng)建完成的后一天，專家們突然表示遺漏了一些信息。不斷追問之后，我們可以發(fā)現(xiàn)如下新規(guī)則：如果接地漏電，斷路器跳閘，那么所有電燈和家用電器停止工作。如果發(fā)生斷電，那么同一條街上其他家庭的燈也不亮。接地漏電，斷路器跳閘時(shí)，你應(yīng)當(dāng)重置那個(gè)斷路器。5.3.1規(guī)則舉例現(xiàn)在需要回看系統(tǒng)，找到與電燈和家用電器停止工作對(duì)應(yīng)的段落，在正確的地方插入用以解決接地漏電，斷路器跳閘的新指令。做出這些改變十分復(fù)雜，并且極其容易出錯(cuò)。5.3.1規(guī)則舉例除此之外，我們還可以獨(dú)立于程序設(shè)置這些規(guī)則，再編寫程序，從而利用這些規(guī)則搜索意見建議。程序會(huì)像人類一樣通過做出假設(shè)再證明假設(shè)來進(jìn)行具體操作。如果已知電燈停止工作，它會(huì)搜索所有可能導(dǎo)致這一情況發(fā)生的原因，也就是燈泡故障或所有電燈停止工作。為了驗(yàn)證后者，可以繼續(xù)追問用戶其他電燈的情況。如果其他電燈正常工作，那么就可以確定是燈泡故障，并建議用戶進(jìn)行更換。倘若我們必須改變一些程序，也可以在不觸及程序的前提下完成。5.3.1規(guī)則舉例事實(shí)上，同樣的程序也可以適用于完全不同的其他規(guī)則，比如，診斷車輛故障，或是決定是否向銀行客戶提供貸款。5.3.1規(guī)則舉例對(duì)能夠以“是”或“否”回答的邏輯問題，編寫出所有規(guī)則就完全可以應(yīng)對(duì)。但在面對(duì)復(fù)雜問題時(shí)，需要更加靈活的方案。如果想讓聊天機(jī)器人有能力進(jìn)行閑聊，就必須為其配置大量關(guān)于這個(gè)世界的背景知識(shí)。它需要了解各種事實(shí)，比如，天空是藍(lán)色的，檸檬可以加入茶中食用而橘子不行，這些都能通過框架得以實(shí)現(xiàn)。程序了解的每一個(gè)概念都有對(duì)應(yīng)的框架，框架內(nèi)包括大量的個(gè)體關(guān)系。例如，蘇，27歲，在醫(yī)院工作。5.3.2建立框架在聊天機(jī)器人開始聊天之前，必須為其補(bǔ)充大量背景知識(shí)，但它自身也可以在談話過程中不斷接收新的信息。在與蘇交談的過程中，聊天機(jī)器人會(huì)發(fā)現(xiàn)她的丈夫名叫杰克。隨即它將為杰克建立一個(gè)新的框架，并在蘇和杰克的框架下標(biāo)記二者的關(guān)系。程序可以確定杰克也是人類，所以建立他與人類框架之間的聯(lián)系，然后，它就可以知道杰克有兩條手臂和兩條腿，因?yàn)檫@是所有人類的共性。5.3.2建立框架當(dāng)然，杰克可能剛巧做過截肢手術(shù)，這時(shí)程序就將這一情況認(rèn)定為是它失禮了，而這恰恰也是人類可能會(huì)犯的錯(cuò)誤。表示歉意后，程序就會(huì)在杰克的框架下進(jìn)行標(biāo)記，雖然人類正常情況下都有兩條腿，但杰克只有一條腿。與人類交談越多，程序自我學(xué)習(xí)的也越多。人類兒童可能需要十多年才能流暢地與人交流，但計(jì)算機(jī)的閱讀速度超過所有人類，它所需要的一切知識(shí)都能在因特網(wǎng)中找到。5.3.2建立框架2011年，IBM計(jì)算機(jī)沃森擊敗兩名人類選手，贏得了智力問答電視節(jié)目《危險(xiǎn)邊緣》比賽的勝利。它不僅能夠理解用自然英語提出的問題，還能對(duì)一個(gè)從兩百萬頁英語中提取出的數(shù)據(jù)庫進(jìn)行搜索，尋找正確答案。在理解問題后，沃森將搜索數(shù)據(jù)庫信息，并判斷一系列可能的答案。每一個(gè)答案又將經(jīng)過成百上千種不同方式的驗(yàn)證來確定正確與否。5.3.3IBM的沃森系統(tǒng)沃森曾利用往期節(jié)目中出現(xiàn)過的題目進(jìn)行了好幾個(gè)小時(shí)的操練和學(xué)習(xí)。根據(jù)學(xué)習(xí)經(jīng)驗(yàn)，它按照正確的可能性對(duì)通過核查的答案進(jìn)行分類。這與象棋程序測(cè)試不同，可能走位差別也并不大，但沃森面對(duì)的不是虛擬的游戲和完美的數(shù)據(jù)，而是真實(shí)的世界和不完善的數(shù)據(jù)。IBM將沃森技術(shù)應(yīng)用于客戶關(guān)系、醫(yī)療保健和財(cái)政金融方面的產(chǎn)品中，僅供醫(yī)生和電話服務(wù)中心接線員使用，但之后會(huì)通過智能手機(jī)應(yīng)用程序直接向公眾開放。5.3.3IBM的沃森系統(tǒng)對(duì)整理和存儲(chǔ)知識(shí)來說，框架非常實(shí)用，但它卻同樣面臨著困擾象棋程序的難題。為了讓計(jì)算機(jī)能夠就任何話題自由交談，人類必須為其配置足夠多的知識(shí)信息，而這些信息所需的框架數(shù)目可能比合理時(shí)間內(nèi)能找到的極限還要多。處理器的功率一直都在提升。計(jì)算機(jī)沃森的體積差不多是一間房子的大小，而現(xiàn)代工具的體積已經(jīng)縮小到正常臺(tái)式機(jī)的規(guī)模了。5.3.3IBM的沃森系統(tǒng)人類大腦其實(shí)是一個(gè)速度十分緩慢的處理器，信號(hào)在其中傳遞的時(shí)間約是120米每秒，并不是光速。如果讓我們說出一個(gè)紅色頭發(fā)的人的名字，我們不會(huì)有意識(shí)地列舉出所有認(rèn)識(shí)的人，再回憶誰的頭發(fā)是紅色的。這時(shí)人們會(huì)思考一定還有別的能夠更有效地獲取知識(shí)的途徑。計(jì)算機(jī)沃森無法與人交談，它只能理解語言，能夠理解問題和參考資料，它給出的答案十分精確，并且附帶其對(duì)答案可信度的衡量。沃森還有進(jìn)步的希望。有這么一個(gè)插曲，據(jù)說IBM后來禁止沃森再繼續(xù)參考《城市詞典》，因?yàn)樗_始學(xué)會(huì)罵人了。5.3.3IBM的沃森系統(tǒng)PART04專家系統(tǒng)及其發(fā)展專家系統(tǒng)應(yīng)用計(jì)算機(jī)中儲(chǔ)存的人類知識(shí)，解決一般需要用到專家才能處理的問題，它能模仿人類專家解決特定問題時(shí)的推理過程，因而可供非專家們用來增進(jìn)問題解決的能力，同時(shí)專家們也可把它視為具備專業(yè)知識(shí)的助理。由于在人類社會(huì)中專家資源相當(dāng)稀少，有了專家系統(tǒng)，則可使此珍貴的專家知識(shí)獲得普遍的應(yīng)用。5.4專家系統(tǒng)及其發(fā)展專家系統(tǒng)因其在計(jì)算機(jī)科學(xué)和現(xiàn)實(shí)世界中的貢獻(xiàn)而曾經(jīng)被視為是人工智能中最古老、最成功、最知名和最受歡迎的領(lǐng)域。專家系統(tǒng)出現(xiàn)在20世紀(jì)70年代，當(dāng)時(shí)整個(gè)人工智能領(lǐng)域正處在發(fā)展的低谷，人們批判人工智能不能生成實(shí)時(shí)的、真實(shí)世界的工作系統(tǒng)。這個(gè)時(shí)期，由于人們?cè)诟鱾€(gè)方面均不同程度地取得了一些重要成就，才使人們對(duì)人工智能又產(chǎn)生了一定的興趣。5.4專家系統(tǒng)及其發(fā)展當(dāng)人們考慮建立專家系統(tǒng)時(shí)，思考的第一個(gè)問題是領(lǐng)域和問題是否合適。在開始建立專家系統(tǒng)之前應(yīng)該思考的問題包括：（1）“在這個(gè)領(lǐng)域，傳統(tǒng)編程可以有效地解決問題嗎？”如果答案為“是”，那么專家系統(tǒng)可能不是最佳選擇。那些沒有有效算法、結(jié)構(gòu)不好的問題最適合構(gòu)建專家系統(tǒng)。5.4.1建立專家系統(tǒng)的思考（2）“領(lǐng)域的界限明確嗎？”如果領(lǐng)域中的問題需要利用其他領(lǐng)域的專業(yè)知識(shí)，那么最好定義一個(gè)明確的領(lǐng)域。例如，比起宇航員對(duì)外層空間的了解，宇航員對(duì)任務(wù)的了解必須更多，如飛行技術(shù)、營(yíng)養(yǎng)、計(jì)算機(jī)控制、電氣系統(tǒng)等。（3）“有使用專家系統(tǒng)的需求和愿望嗎？”系統(tǒng)必須有用戶（市場(chǎng)），專家本人也必須贊成創(chuàng)建系統(tǒng)。5.4.1建立專家系統(tǒng)的思考（4）“是否至少有一個(gè)愿意合作的人類專家？”沒有人類專家，肯定不可能創(chuàng)建這個(gè)系統(tǒng)。人類專家必須支持建設(shè)系統(tǒng)，必須意識(shí)到必需的合作和所需的時(shí)間，愿意投入大量的時(shí)間來建設(shè)專家系統(tǒng)。（5）“人類專家是否可以解釋知識(shí)，這樣知識(shí)工程師就可以理解知識(shí)了？”這是一種決定性的試驗(yàn)。兩個(gè)人可以一起工作嗎？人類專家是否可以足夠清晰地解釋所使用的技術(shù)術(shù)語，是否可以讓知識(shí)工程師可以理解這些術(shù)語，并將它們轉(zhuǎn)化為計(jì)算機(jī)代碼嗎？5.4.1建立專家系統(tǒng)的思考（6）“解決問題的知識(shí)主要是啟發(fā)式的并且不確定嗎？”基于知識(shí)和經(jīng)驗(yàn)以及上面描述的“專有技術(shù)”，這樣的領(lǐng)域特別適用專家系統(tǒng)。5.4.1建立專家系統(tǒng)的思考專家系統(tǒng)偏重處理不確定和不精確的知識(shí)。也就是說，它們可能在一部分時(shí)間內(nèi)正確工作，并且輸入數(shù)據(jù)可能不正確、不完整、不一致或有其他缺陷。有時(shí)，專家系統(tǒng)只是給出一些答案——甚至不是最佳答案。他們注意到，雖然起初這看起來可能讓人驚訝，也許令人不安，但是通過進(jìn)一步的思考，這種表現(xiàn)與專家系統(tǒng)的概念是一致的。5.4.1建立專家系統(tǒng)的思考迄今為止，人們建立了數(shù)以千計(jì)的專家系統(tǒng)，其涵蓋的主要領(lǐng)域包括農(nóng)學(xué)、環(huán)境、氣象學(xué)、商業(yè)、金融、軍事、認(rèn)證、地理、礦業(yè)、化學(xué)、圖像處理、能源、通信、信息管理、科學(xué)、計(jì)算機(jī)系統(tǒng)、法律、安全、教育、制造業(yè)、空間技術(shù)、電子、數(shù)學(xué)、交通、工程、醫(yī)藥，這些系統(tǒng)集成了經(jīng)過測(cè)試的方法來處理大量特定領(lǐng)域的數(shù)據(jù)，包括數(shù)據(jù)庫、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)。5.4.1建立專家系統(tǒng)的思考建設(shè)這些專家系統(tǒng)的目的包括：·分析。給定數(shù)據(jù)，確定問題的原因。·控制。確保系統(tǒng)和硬件按照規(guī)格執(zhí)行，實(shí)施控制任務(wù)?！ぴO(shè)計(jì)。在某些約束下配置系統(tǒng)。根據(jù)給定要求形成所需方案和圖樣?！ぴ\斷。根據(jù)輸入信息來找到對(duì)象的故障和缺陷，推斷系統(tǒng)故障?！ぶ笇?dǎo)。分析、調(diào)試學(xué)生的錯(cuò)誤并提供建議性的指導(dǎo)?！そ忉?。從數(shù)據(jù)推斷出情景描述?？捎糜诜治龇?hào)數(shù)據(jù)，進(jìn)行闡述這些數(shù)據(jù)的實(shí)際意義。5.4.1建立專家系統(tǒng)的思考·監(jiān)視。將觀察值與預(yù)期值進(jìn)行比較，完成實(shí)時(shí)監(jiān)測(cè)任務(wù)。·計(jì)劃。根據(jù)給定目標(biāo)或條件，設(shè)計(jì)動(dòng)作，擬定行動(dòng)計(jì)劃?！ゎA(yù)測(cè)。根據(jù)對(duì)象的過去和現(xiàn)在情況來推斷對(duì)象的未來演變結(jié)果?！ひ?guī)定。為系統(tǒng)故障推薦解決方案。·選擇。從多種可能性中確定最佳選擇?！つM。模擬系統(tǒng)組件之間的交互?！そ逃?。結(jié)合診斷和調(diào)試給出故障排除方案，指定并實(shí)施糾正某類故障的規(guī)劃，用于教學(xué)和培訓(xùn)。5.4.1建立專家系統(tǒng)的思考讓我們思考并比較專家系統(tǒng)中的這些特征：·解決問題——專家系統(tǒng)當(dāng)然有能力解決其領(lǐng)域的問題。有時(shí)候，它們甚至解決了人類專家無法解決的問題，或提出人類專家沒有考慮過的解決方案。·學(xué)習(xí)——雖然學(xué)習(xí)不是專家系統(tǒng)的主要特征，但是如果需要，人們可以通過改進(jìn)知識(shí)庫或推理引擎來教授專家系統(tǒng)。機(jī)器學(xué)習(xí)是人工智能的另一個(gè)主題領(lǐng)域。5.4.2專家系統(tǒng)的特征·重構(gòu)知識(shí)——雖然這種能力可能存在于專家系統(tǒng)中，但是本質(zhì)上，它要求在知識(shí)表示方面做出改變，這對(duì)機(jī)器來說比較困難。·打破規(guī)則——對(duì)于機(jī)器而言，使用人類專家的方式，以一種直觀、知情的方式打破規(guī)則比較困難；相反，機(jī)器會(huì)將新規(guī)則作為特例添加到現(xiàn)有規(guī)則中?！ち私庾约旱木窒蕖话阏f來，當(dāng)某個(gè)問題超出了其專長(zhǎng)的領(lǐng)域時(shí)，專家系統(tǒng)和程序也許能夠在因特網(wǎng)的幫助下參考其他程序找到解決方案。5.4.2專家系統(tǒng)的特征·平穩(wěn)降級(jí)——專家系統(tǒng)一般會(huì)解釋在哪里出了問題、試圖確定什么內(nèi)容以及已經(jīng)確定了什么內(nèi)容，而不是保持計(jì)算機(jī)屏幕不動(dòng)或變成白屏。專家系統(tǒng)的其他典型特征包括：·推理引擎和知識(shí)庫的分離。為了避免重復(fù)，保持程序的效率是非常重要的?！けM可能使用統(tǒng)一表示。太多的表示可能會(huì)導(dǎo)致組合爆炸，并且“模糊了系統(tǒng)的實(shí)際操作”。5.4.2專家系統(tǒng)的特征·保持簡(jiǎn)單的推理引擎。這樣可以防止程序員深陷泥沼，并且更容易確定哪些知識(shí)對(duì)系統(tǒng)性能至關(guān)重要?！だ萌哂嘈?。盡可能地將多種相關(guān)信息匯集起來，以避免知識(shí)的不完整和不精確。5.4.2專家系統(tǒng)的特征盡管專家系統(tǒng)有諸多優(yōu)點(diǎn)，但也有一些眾所周知的弱點(diǎn)。例如，雖然它們可能知道水在100攝氏度沸騰，但是不知道沸水可以變成蒸汽，蒸汽可以運(yùn)行渦輪機(jī)。5.4.2專家系統(tǒng)的特征20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和模擬心理活動(dòng)的一些通用問題求解程序，它們可以證明定理和進(jìn)行邏輯推理。但是這些通用方法無法解決大的實(shí)際問題，很難把實(shí)際問題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大的搜索空間也難于處理。1965年，E.A.費(fèi)根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識(shí)，研制了世界上第一個(gè)專家系統(tǒng)Dendral，可以推斷化學(xué)分子結(jié)構(gòu)。5.4.2專家系統(tǒng)的特征20多年來，知識(shí)工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個(gè)領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開發(fā)了幾千個(gè)的專家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過同領(lǐng)域中人類專家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。5.4.2專家系統(tǒng)的特征鑒于可用的數(shù)據(jù)龐大，特別是由于諸如戰(zhàn)爭(zhēng)、自然災(zāi)害和恐怖襲擊等大規(guī)模災(zāi)難，因?yàn)樗痉ㄈ∽C的需要，能夠快速、準(zhǔn)確地評(píng)估和自動(dòng)識(shí)別牙科記錄非常重要。1997年，美國(guó)聯(lián)邦調(diào)查局的刑事司法信息服務(wù)部門（CJIS）成立牙科工作組（DTF），以促進(jìn)創(chuàng)建自動(dòng)牙科識(shí)別系統(tǒng)（ADIS）。ADIS的目的是為數(shù)字化X光片和攝影圖像提供自動(dòng)搜索和匹配功能，這樣就可以為牙科取證機(jī)構(gòu)生成一個(gè)簡(jiǎn)短的清單。5.4.3典型的專家系統(tǒng)——ADIS系統(tǒng)架構(gòu)背后的理念是利用高級(jí)特征來快速檢索候選人名單。潛在的匹配搜索組件使用這張清單，然后使用低級(jí)的圖像特征縮短匹配清單、優(yōu)化候選清單。因此，架構(gòu)包括記錄預(yù)處理組件、潛在匹配搜索組件和圖像比較組件。5.4.3典型的專家系統(tǒng)——ADIS記錄預(yù)處理組件處理以下5個(gè)任務(wù)：（1）記錄種植牙膠片。（2）加強(qiáng)膠片，補(bǔ)償可能的低對(duì)比度。（3）將膠片進(jìn)行分類，分成咬翼視圖、根尖周視圖或全景視圖。（4）在膠片中將牙齒進(jìn)行分隔。（5）在對(duì)應(yīng)的位置進(jìn)行標(biāo)記，注明牙齒。5.4.3典型的專家系統(tǒng)——ADISWeb-ADIS有3種操作模式：配置模式、識(shí)別模式和維護(hù)模式。配置模式用于微調(diào)，客戶使用識(shí)別模式獲取所提交記錄的匹配信息。維護(hù)模式用于上傳新參考記錄到數(shù)據(jù)庫服務(wù)器，并且能夠?qū)︻A(yù)處理服務(wù)器進(jìn)行更新。如今，系統(tǒng)真正達(dá)到了85%的驗(yàn)收率。5.4.3典型的專家系統(tǒng)——ADIS在那些定義明確的領(lǐng)域中存在著大量人類的專業(yè)技能和知識(shí)，但知識(shí)主要是啟發(fā)式的并且具有不確定性，這樣的領(lǐng)域使用專家系統(tǒng)最理想。雖然專家系統(tǒng)的表現(xiàn)方式不一定與人類專家相同，但構(gòu)建專家系統(tǒng)的前提是，它們以某種方式模仿或建模人類專家的求解問題和做出決定的技能。專家系統(tǒng)通常包括一個(gè)解釋裝置。也就是將嘗試解釋用什么樣的推理鏈來得出結(jié)論。5.4.3典型的專家系統(tǒng)——ADISPART05專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)是一個(gè)基于知識(shí)的系統(tǒng)，它利用人類專家提供的專門知識(shí)，模擬人類專家的思維過程，解決對(duì)人類專家來說都相當(dāng)困難的問題。通常，一個(gè)高性能專家系統(tǒng)應(yīng)具備如下特征：（1）啟發(fā)性。不僅能使用邏輯知識(shí)，也能使用啟發(fā)性知識(shí)，它運(yùn)用規(guī)范的專門知識(shí)和直覺的評(píng)判知識(shí)進(jìn)行判斷、推理和聯(lián)想，實(shí)現(xiàn)問題求解。（2）透明性。它使用戶在對(duì)專家系統(tǒng)結(jié)構(gòu)不了解的情況下，可以進(jìn)行相互交往，并了解知識(shí)的內(nèi)容和推理思路，系統(tǒng)還能回答用戶的一些有關(guān)系統(tǒng)自身行為的問題。5.5專家系統(tǒng)的結(jié)構(gòu)（3）靈活性。專家系統(tǒng)的知識(shí)與推理機(jī)構(gòu)的分離，使系統(tǒng)不斷接納新的知識(shí)，從而確保系統(tǒng)內(nèi)知識(shí)不斷增長(zhǎng)以滿足商業(yè)和研究的需要。5.5專家系統(tǒng)的結(jié)構(gòu)專家系統(tǒng)一般由人機(jī)交互界面、知識(shí)庫、推理機(jī)、解釋器、綜合數(shù)據(jù)庫、知識(shí)獲取等6個(gè)部分構(gòu)成。其中尤以知識(shí)庫與推理機(jī)相互分離而別具特色。專家系統(tǒng)的體系結(jié)構(gòu)隨專家系統(tǒng)的類型、功能和規(guī)模的不同，而有所差異。圖中箭頭方向?yàn)閿?shù)據(jù)流動(dòng)的方向。圖5-7專家系統(tǒng)的基本結(jié)構(gòu)5.5專家系統(tǒng)的結(jié)構(gòu)根據(jù)定義，專家系統(tǒng)應(yīng)具備以下幾個(gè)功能：（1）存儲(chǔ)問題求解所需的知識(shí)。（2）存儲(chǔ)具體問題求解的初始數(shù)據(jù)和推理過程中涉及的各種信息，如中間結(jié)果、目標(biāo)、字母表以及假設(shè)等。（3）根據(jù)當(dāng)前輸入的數(shù)據(jù)，利用已有的知識(shí)，按照一定的推理策略，去解決當(dāng)前問題，并能控制和協(xié)調(diào)整個(gè)系統(tǒng)。5.5.1專家系統(tǒng)的功能（4）能夠?qū)ν评磉^程、結(jié)論或系統(tǒng)自身行為作出必要的解釋，如解題步驟、處理策略、選擇處理方法的理由、系統(tǒng)求解某種問題的能力、組織和管理其自身知識(shí)等。（5）提供知識(shí)獲取，機(jī)器學(xué)習(xí)以及知識(shí)庫的修改、擴(kuò)充和完善等維護(hù)手段。只有這樣才能更有效地提高系統(tǒng)的問題求解能力及準(zhǔn)確性。（6）提供一種用戶接口，既便于用戶使用，又便于分析和理解用戶的各種要求和請(qǐng)求。5.5.1專家系統(tǒng)的功能存放知識(shí)和運(yùn)用知識(shí)進(jìn)行問題求解是專家系統(tǒng)的兩個(gè)最基本的功能。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(shí)庫中各個(gè)規(guī)則的條件進(jìn)行匹配，并把匹配結(jié)論存放到綜合數(shù)據(jù)庫中。最后，專家系統(tǒng)將最終結(jié)論呈現(xiàn)給用戶。專家系統(tǒng)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(jì)算機(jī)是如何得出最終結(jié)論的（How）？領(lǐng)域?qū)＜一蛑R(shí)工程師通過專門的軟件工具來實(shí)現(xiàn)專家系統(tǒng)中知識(shí)的獲取、充實(shí)和完善。5.5.1專家系統(tǒng)的功能為了使計(jì)算機(jī)能運(yùn)用專家的