專家系統(tǒng)概述專家系統(tǒng)是AI研究中最重要也是最活躍的一個分支，它實現(xiàn)了AI從理論走向?qū)嶋H應(yīng)用，從一般思維方法探討轉(zhuǎn)入專門知識運(yùn)用的重大突破。目前專家系統(tǒng)、自然語言理解、智能機(jī)器人一個并列為AI研究最活躍的三大領(lǐng)域自1968年費(fèi)根鮑姆等人研制成功第一個專家系統(tǒng)DENDRAL以來，ES廣泛應(yīng)用于醫(yī)療、金融、地址、化工、軍事、教育、藝術(shù)等各個領(lǐng)域，產(chǎn)生了巨大的經(jīng)濟(jì)效益人工智能什么是專家系統(tǒng)自從1965年世界上第一個專家系統(tǒng)DENDRAL問世以來,專家系統(tǒng)的技術(shù)和應(yīng)用,在短短的40余年間獲得了長足的進(jìn)步和發(fā)展。特別是20世紀(jì)80年代中期以后,隨著知識工程技術(shù)的日漸豐富和成熟,各種各樣的實用專家系統(tǒng)如雨后春筍般地在世界各地不斷涌現(xiàn)。那么,究竟什么是專家系統(tǒng)呢？顧名思義,專家系統(tǒng)(ES)就是能像人類專家一樣解決困難、復(fù)雜的實際問題的計算機(jī)(軟件)系統(tǒng)。人工智能所以,這兩點就是一個專家所具備的基本要素。那么,這兩點自然也應(yīng)該是專家系統(tǒng)所具備的基本要素。另外,專家只能是某一專門領(lǐng)域的專家；從效果看,專家解決問題一定是高水平的。因此,專家系統(tǒng)應(yīng)該具備以下四個要素：(1)應(yīng)用于某專門領(lǐng)域。(2)擁有專家級知識。(3)能模擬專家的思維。(4)能達(dá)到專家級水平。人工智能所以,準(zhǔn)確一點講,專家系統(tǒng)就應(yīng)該是：應(yīng)用于某一專門領(lǐng)域,擁有該領(lǐng)域相當(dāng)數(shù)量的專家級知識,能模擬專家的思維,能達(dá)到專家級水平,能像專家一樣解決困難和復(fù)雜的實際問題的計算機(jī)(軟件)系統(tǒng)。例如,能模擬名醫(yī)進(jìn)行辨癥施治的診斷醫(yī)療系統(tǒng)就是一種專家系統(tǒng),能模擬地質(zhì)學(xué)家進(jìn)行地下資源評價和地質(zhì)數(shù)據(jù)解釋的計算機(jī)(軟件)系統(tǒng),也是一種專家系統(tǒng)。人工智能概述專家系統(tǒng)（ES，ExpertSystem）是在某領(lǐng)域中具有專家知識和求解問題能力的智能軟件系統(tǒng)ES是一種能運(yùn)用專家的知識與經(jīng)驗進(jìn)行推理的啟發(fā)式智能軟件ES的智能來源于專家的知識、經(jīng)驗、解決問題的訣竅，ES內(nèi)部必須包含大量專家水平的知識，而且ES在運(yùn)行過程中應(yīng)具有靈活性，能不斷增長知識，修改原有知識ES不是萬能的，只能利用所屬領(lǐng)域的知識、方法來解決本領(lǐng)域的問題ES應(yīng)能解釋本身的推理過程，能隨時回答用戶提出的問題，即ES應(yīng)具有解釋機(jī)制人工智能ES特點具有三級知識結(jié)構(gòu)數(shù)據(jù)級：初始證據(jù)、中間結(jié)論、最終結(jié)論知識庫級：專家的知識控制級：關(guān)于如何運(yùn)用前兩種知識的知識，即推理機(jī)的知識，體現(xiàn)了系統(tǒng)的“智能”程度（傳統(tǒng)程序只有數(shù)據(jù)級和程序級知識）具有特定領(lǐng)域的專家知識，知識面比較狹窄，但很精，針對性強(qiáng)符號處理能力（傳統(tǒng)程序多重于數(shù)值計算）具有解釋機(jī)制具有靈活性，知識庫和推理機(jī)相分離，便于知識的更新和擴(kuò)充專家系統(tǒng)不像人那樣容易疲勞、遺忘,易受環(huán)境、情緒等的影響,它可始終如一地以專家級的高水平求解問題。因此,從這種意義上講,專家系統(tǒng)可以超過專家本人。有些專家系統(tǒng)還具有“自學(xué)習(xí)”能力,即不斷對自己的知識進(jìn)行擴(kuò)充、完善和提煉。這一點是傳統(tǒng)系統(tǒng)所無法比擬的。人工智能按輸出結(jié)果分類,專家系統(tǒng)可分為分析型和設(shè)計型。分析型就是其工作性質(zhì)屬于邏輯推理,其輸出結(jié)果一般是個“結(jié)論”,如1中的前四種,就都是分析型的,它們都是通過一系列推理而完成任務(wù)的；而設(shè)計型就是其工作性質(zhì)屬于某種操作,其輸出結(jié)果一般是一個“方案”,如1中的后四種,就都是設(shè)計型的,它們都是通過一系列操作而完成任務(wù)的。當(dāng)然,也可兼有分析和設(shè)計的綜合型專家系統(tǒng)。例如,醫(yī)療診斷專家系統(tǒng)就是一種綜合型專家系統(tǒng),診斷病癥時要分析、推理,而開處方即制定醫(yī)療方案時要設(shè)計、操作(如對藥劑的取舍或增減等)。人工智能按知識表示分類,可分為基于產(chǎn)生式規(guī)則的專家系統(tǒng)、基于一階謂詞的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于語義網(wǎng)的專家系統(tǒng)等等。當(dāng)然,也存在綜合型專家系統(tǒng)。知識可分為確定性知識和不確定性知識,所以,按知識分類,專家系統(tǒng)又可分為精確推理型和不精確推理型(如模糊專家系統(tǒng))兩類。人工智能按規(guī)模分類,可分為大型協(xié)同式專家系統(tǒng)和微專家系統(tǒng)。大型協(xié)同式專家系統(tǒng)就是由多學(xué)科、多領(lǐng)域的多個專家互相配合、同力協(xié)作的大型專家系統(tǒng)。按結(jié)構(gòu)分類可分為集中式和分布式,單機(jī)型和網(wǎng)絡(luò)型(即網(wǎng)上專家系統(tǒng))等人工智能專家系統(tǒng)與知識工程由于專家系統(tǒng)是基于知識的系統(tǒng),建造專家系統(tǒng)就涉及到知識獲取(即從人類專家那里或從實際問題那里搜集、整理、歸納專家級知識)、知識表示(即以某種結(jié)構(gòu)形式表達(dá)所獲取的知識,并將其存儲于計算機(jī)之中)、知識的組織與管理(即知識庫建立與維護(hù)等)和知識的運(yùn)用(即使用知識進(jìn)行推理)等一系列關(guān)于知識處理的技術(shù)和方法。特別是基于領(lǐng)域知識的各種知識庫系統(tǒng)的建立,更加促進(jìn)了這些技術(shù)的發(fā)展。所以,關(guān)于知識處理的技術(shù)和方法已形成一個稱為“知識工程”的學(xué)科領(lǐng)域。專家系統(tǒng)促使了知識工程的誕生和發(fā)展,知識工程又為專家系統(tǒng)提供服務(wù)。正是由于這二者的密切關(guān)系,所以,現(xiàn)在的“專家系統(tǒng)”與“知識工程”幾乎已成為同義語。人工智能專家系統(tǒng)的組成不同領(lǐng)域和不同類型的ES，體系結(jié)構(gòu)和功能都不完全相同，通常一個最基本的ES由六個部分組成人機(jī)界面：用于I/O，盡可能使用自然語言知識庫管理部分：包括知識獲取（學(xué)習(xí)功能）和知識維護(hù)，通常設(shè)計一些編輯軟件完成知識庫：包括大家共知的常識性知識和專家的啟發(fā)性知識（經(jīng)驗、訣竅、直覺）數(shù)據(jù)庫：也稱為黑板，用于存放初始證據(jù)、中間結(jié)果和最終結(jié)果推理機(jī)：用來控制協(xié)調(diào)整個ES的程序，是ES的思維機(jī)構(gòu)解釋機(jī)構(gòu)：由一組程序組成，負(fù)責(zé)跟蹤并記錄推理過程，解釋推理過程，是ES與一般程序相區(qū)別的重要特征之一，也是取信于用戶的一個重要措施人工智能知識庫(KnowledgeBase,KB)是以某種表示形式存儲于計算機(jī)中的知識的集合。知識庫通常是以一個個文件的形式存放于外部介質(zhì)上,專家系統(tǒng)運(yùn)行時將被調(diào)入內(nèi)存。知識庫中的知識一般包括專家知識、領(lǐng)域知識和元知識。元知識是關(guān)于調(diào)度和管理知識的知識。知識庫中的知識通常就是按照知識的表示形式、性質(zhì)、層次、內(nèi)容來組織的,構(gòu)成了知識庫的結(jié)構(gòu)人工智能推理機(jī)(InferenceEngine,IE)推理機(jī),就是實現(xiàn)(機(jī)器)推理的程序。這里的推理,是一個廣義的概念,它既包括通常的邏輯推理,也包括基于產(chǎn)生式的操作。推理機(jī)是使用知識庫中的知識進(jìn)行推理而解決問題的,所以推理機(jī)也就相當(dāng)于專家的思維機(jī)制,即專家分析問題、解決問題的方法的一種算法表示和程序?qū)崿F(xiàn)。知識庫和推理機(jī)構(gòu)成了一個專家系統(tǒng)的基本框架。同時,這兩部分又是相輔相成、密切相關(guān)的。因為不同的知識表示有不同的推理方式,所以,推理機(jī)的推理方式和工作效率不僅與推理機(jī)本身的算法有關(guān),還與知識庫中的知識以及知識庫的組織有關(guān)。人工智能動態(tài)數(shù)據(jù)庫動態(tài)數(shù)據(jù)庫也稱全局?jǐn)?shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、黑板等,它是存放初始證據(jù)事實、推理結(jié)果和控制信息的場所,或者說它是上述各種數(shù)據(jù)構(gòu)成的集合。動態(tài)數(shù)據(jù)庫只在系統(tǒng)運(yùn)行期間產(chǎn)生、變化和撤消,所以稱為“動態(tài)”數(shù)據(jù)庫,且在圖中用虛線包圍。需要說明的是,動態(tài)數(shù)據(jù)庫雖然也叫數(shù)據(jù)庫,但它并不是通常所說的數(shù)據(jù)庫,兩者有本質(zhì)差異人工智能解釋模塊解釋程序模塊專門負(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果。推理過程中,它可向用戶解釋系統(tǒng)的行為,回答用戶“why”之類的問題推理結(jié)束后它可向用戶解釋推理的結(jié)果是怎樣得來的,回答“how”之類的問題人工智能知識庫管理系統(tǒng)知識庫管理系統(tǒng)是知識庫的支撐軟件。知識庫管理系統(tǒng)對知識庫的作用,類似于數(shù)據(jù)庫管理系統(tǒng)對數(shù)據(jù)庫的作用,其功能包括知識庫的建立、刪除、重組；知識的獲取(主要指錄入和編輯)、維護(hù)、查詢、更新；以及對知識的檢查,包括一致性、冗余性和完整性檢查等等。人工智能專家系統(tǒng)的理想結(jié)構(gòu)

人工智能專家系統(tǒng)的實際結(jié)構(gòu)示例

人工智能AI其它方面機(jī)器學(xué)習(xí)就是讓計算機(jī)自動獲取知識，是