Ekspertų sistema yra terminas, kuris sukasi ratus technologijų pasaulyje ir dėl visų svarių priežasčių. Šiame straipsnyje mes išsamiai išnagrinėsime šią temą.
Tolimesni patarimai bus aptarti šiame straipsnyje,
pl / sql išimčių tvarkymas
- Kas yra dirbtinis intelektas?
- Dirbtinio intelekto ekspertų sistema
- Domenai, kuriuose naudojamos ekspertų sistemos
- Pagrindinės taikymo sritys
- Trys ES projektavimo etapai
- Pliusai ir trūkumai
Kas yra dirbtinis intelektas?
Na, paprastai dirbtinio intelekto pavadinimas nurodo dirbtinės mašinos intelektą. Žmogaus intelektas yra žinomas kaip žmogaus intelektas, panašiai kaip mašinos parodytas intelektas yra žinomas kaip dirbtinis intelektas. Kompiuterijoje. Dirbtinis intelektas (AI), kartais vadinamas mašininiu intelektu. Dirbtinio intelekto tyrimų laukas gimė dirbtuvėse Dartmuto koledže 1956 m.
Dirbtinio intelekto pritaikymas realiame pasaulyje:
Tokie pokalbių robotai, kaip SIRI, CORTANA, šiais laikais sulaukė didelio populiarumo. Kiti pavyzdžiai, tokie kaip „EVA“ („Electronic Virtual Assistant“), dirbtiniu intelektu pagrįstas pokalbių robotas, kurį sukūrė HDFC bankų dirbtinio intelekto tyrimų skyrius, kuris gali surinkti žinias iš tūkstančių šaltinių ir pateikti paprastus atsakymus per mažiau nei 0,4 sekundės. Yra tiek daug dirbtinio intelekto taikymo pavyzdžių, kuriuos rasite skirtingose mūsų visuomenės srityse.
Toliau dirbant su šia dirbtinio intelekto ekspertų sistema,
Dirbtinio intelekto ekspertų sistema
Kas yra ekspertų sistema?
Standfordo universiteto Kompiuterijos katedros mokslininkai pristatė šią AI sritį ir tai yra svarbi AI sritis. Tai kompiuterio programa, kuri gali išspręsti sudėtingiausias bet kurio domeno problemas. Tai laikoma aukščiausiu žmogaus intelekto ir kompetencijos lygiu, nes jis pagrįstas žiniomis, įgytomis iš eksperto. Ekspertų sistemą taip pat galima apibrėžti kaip kompiuterinę sprendimų priėmimo sistemą, kuri gali išspręsti sudėtingas sprendimų priėmimo problemas naudodama faktus ir euristiką.
Toliau dirbant su šia dirbtinio intelekto ekspertų sistema,
Domenai, kuriuose naudojamos ekspertų sistemos
„Expert Systems“ šiandien
Amerikos medicinos asociacija patvirtino pirmąją ekspertų sistemą, kuri buvo „Pathfinder“ sistema. Hematopatologijos diagnozei jis buvo pastatytas 1980 m. Standfordo universitete. Ši sprendimų teorinė ekspertų sistema, trumpai tariant, „Pathfinder“, gali diagnozuoti limfmazgių ligas. Galų gale jis susijęs su daugiau nei 60 ligų ir gali atpažinti daugiau nei 100 simptomų.
Ekspertų sistema versle
Neseniai sukurta ekspertų sistema ROSS, dirbtinio intelekto advokatas, ROSS yra savarankiško mokymosi sistema, kuri naudoja duomenų gavybą, modelių atpažinimą, gilų mokymąsi ir natūralių kalbų apdorojimą, kad imituotų žmogaus smegenų darbą.
Toliau dirbant su šia dirbtinio intelekto ekspertų sistema,
Pagrindinės taikymo sritys
- Interpretacija - aukšto lygio išvadų darymas remiantis duomenimis.
- Spėjimas - numatyti galimus rezultatus.
- Diagnozė - gedimų, ligų ir kt. Priežasties nustatymas
- Dizainas -būtigeriausia konfigūracija pagal kriterijus.
- Planavimas - siūloma veiksmų seka tikslui pasiekti.
- Stebėjimas - pastebėto elgesio palyginimas su laukiamu elgesiu.
- Derinimas ir taisymas - teisių gynimo priemonių nustatymas ir įgyvendinimas.
- Instrukcija - pagalba studentams mokantis.
- Kontrolė - sistemos elgesio valdymas.
Ekspertų sistemos tikslas
Pagrindinis ekspertų sistemos tikslas yra įgyti žmonių ekspertų žinių ir pakartoti šias ekspertų žinias ir įgūdžius tam tikroje srityje. Tada sistema panaudos tas žinias ir įgūdžius, kad išspręstų sudėtingas tos konkrečios srities problemas be žmogaus ekspertų dalyvavimo.
Ekspertinių sistemų charakteristikos
- Didelis našumas
- Suprantamas
- Patikimas
- Labai reaguoja
Pagrindiniai taisyklėmis pagrįstos arba ekspertų sistemos komponentai
Pagrindiniai komponentai yra:
- Žinių bazė
- Darbinė atmintis
- Išvadų variklis
- Paaiškinimo sistema
- Vartotojo sąsaja
- Žinių bazės redaktorius
Toliau dirbant su šia dirbtinio intelekto ekspertų sistema,
Trys ES projektavimo etapai
Žinių įgijimas:
Žinių iš ekspertų gavimo procesas apklausiant ar stebint žmonių ekspertus, skaitant konkrečias knygas ir kt.
Žinių bazė:
Žinių bazė yra aukštos kokybės žinių talpykla. Įgūdžiai ugdomi praktikoje, o intelektas gaunamas iš žinių be žinių, kurių neįmanoma įrodyti arba negalima parodyti savo intelekto, todėl žinios yra labai svarbios įgūdžiams ugdyti ir intelektualumui parodyti. Panašiai, kaip ir mašinai, reikalingos žinios, kad parodytų savo intelektą. Numatymo tikslumas ir sistemos veikimas labai priklauso nuo tobulų, tikslių ir tikslių žinių rinkimo.
Kas yra žinios?
Žinios yra duomenys arba informacija. Mums, žmonėms, skaitant straipsnius, skaitant knygas ar iš įvairių išteklių, kuriuos naudojome rinkdami žinias, jei galime pamatyti žinių įgijimo ir praturtinimo procesą, pamatysime, kad skaitydami knygas, skaitydami straipsnius ar iš bet kokių šaltinių esame gauti ir išgauti duomenis ir informaciją iš įvairių šaltinių, kuriuos vėliau naudojome kaupti savo smegenyse. Taigi žinios yra duomenys, žinios yra informacija. Žinios taip pat yra faktų rinkimas.
Duomenys, informacija ir ankstesnė patirtis kartu vadinami žiniomis.
Žinių atstovavimas:
kaupti ir kaupti atmintį „Java“
Žinių atstovavimas yra tinkamiausių žinioms atspindinčių struktūrų parinkimo metodas. Tai yra žinių organizavimo ir formalizavimo būdas žinių bazėje. Tai daroma IF-THEN-ELSE taisyklių forma.
Žinių patvirtinimas:
Tikrinti ES žinias yra teisinga ir išsami.Visas šis procesas vadinamas žinių inžinerija.
Išvadų variklis:
Žiniomis pagrįstos ES atveju „Inference Engine“ įgyja ir valdo žinias iš žinių bazės, kad būtų pasiektas konkretus sprendimas.
Taisyklėmis pagrįsto ES atveju
- Ji pakartotinai taiko taisykles faktams, kurie gaunami taikant ankstesnę taisyklę.
- Jei reikia, į žinių bazę įtraukiamos naujos žinios.
- Jis išsprendžia taisyklių koliziją, kai konkrečiam atvejui taikomos kelios taisyklės.
„Inference Engine“ naudoja šias strategijas ir minusą
- Pirmyn grandinė
- Atgal grandinės
Pirmyn grandinė
„Forward Chaining“ sistemoje „Inference Engine“ pateikia rezultatą, sekdamas sąlygų ir išvedimų grandinę. Kad ir kokios žinios būtų pateikiamos sistemoje, prieš priimant sprendimą, jos praeina visas tas žinias ir faktus ir surūšiuoja. Taikant pirmyn grandinės metodą, ekspertų sistema bando atsakyti: „Kas gali nutikti toliau?“
Išankstinės grandinės taikymas: namų kainų prognozavimas, akcijų prognozavimas, akcijų rinkos prognozavimas ir kt.
Atgal grandinės
Kai kažkas nutiko tam tikroje srityje, „Inference Engine“ bando išsiaiškinti, kuri šio rezultato būklė galėjo įvykti praeityje. Taikydamas atgalinį grandinės metodą, ekspertų sistema bando atsakyti: „Kodėl taip atsitiko?“. Atgalinės grandinės metodu išvadų variklis bando išsiaiškinti priežastį ar priežastį.
Pvz .: žmonių kraujo vėžio diagnozė.
Pliusai ir trūkumai
Ekspertinės sistemos privalumai
- Laikykite didžiulius informacijos kiekius
- Sumažinkite darbuotojų mokymo išlaidas
- Centralizuokite sprendimų priėmimo procesą
- Padarykite viską efektyvesnį, sutrumpindami laiką, reikalingą problemoms išspręsti
- Sujunkite įvairias žmogaus žinias
- Sumažinkite žmogaus klaidų skaičių
- Suteikite strateginių ir lyginamųjų pranašumų, kurie gali sukelti problemų konkurentams
- Pažvelkite į sandorius, apie kuriuos žmonių ekspertai gali negalvoti
- Pateikite atsakymus į pasikartojančius sprendimus, procesus ir užduotis
Ekspertų sistemos trūkumai:
- Kūrybiškų atsakymų, kuriuos sugeba atlikti ekspertai, trūkumas
- Nesugeba paaiškinti sprendimo logikos ir argumentų
- Automatizuoti sudėtingus procesus nėra lengva
- Nėra lankstumo ir galimybių prisitaikyti prie besikeičiančios aplinkos
- Nesugeba atpažinti, kai nėra atsakymo
- Priimant sprendimus nenaudojamas sveikas protas
Apribojimai:
- Nepavyksta kūrybiškai atsakyti, nes tai mašina.
- Jei žinių bazėje pateikti duomenys nėra tikslūs ar teisingi, tai pateiks neteisingas prognozes ir neteisingus rezultatus.
- Ekspertų sistemos priežiūros išlaidos yra didelės.
- Kai kyla skirtingų problemų, žmogaus ekspertas gali pateikti skirtingus sprendimus ir kūrybinius atsakymus, tačiau ekspertų sistema nepateikia kūrybinių atsakymų.
Tai priveda prie šio straipsnio apie dirbtinio intelekto ekspertų sistemas pabaigos.
Jei norite užsiregistruoti į visą dirbtinio intelekto ir mašininio mokymosi kursą, „Edureka“ turi specialiai kuruotą tai leis jums išmanyti tokias technikas kaip prižiūrimas mokymasis, neprižiūrimas mokymasis ir natūralios kalbos apdorojimas. Tai apima mokymus apie naujausius dirbtinio intelekto ir mašininio mokymosi pasiekimus ir techninius metodus, tokius kaip gilus mokymasis, grafiniai modeliai ir mokymasis sustiprinti.