Expertní systém je nástroj, který dokáže reprodukovat kognitivní mechanismy odborníka v daném oboru. Toto je jeden z pokusů vést k umělé inteligenci .
Přesněji řečeno, expertní systém je software schopný odpovídat na otázky usuzováním ze známých faktů a pravidel. Lze jej použít zejména jako nástroj na podporu rozhodování . Prvním expertním systémem byl Dendral . Umožnilo to identifikovat chemické složky.
Expertní systém se skládá ze 3 částí:
Inferenční modul je schopen používat fakta a pravidla ke generování nových faktů, dokud není dosaženo odpovědi na položenou odbornou otázku.
Většina stávajících expertních systémů se spoléhá na mechanismy logické formální (aristotelská logika) a používá deduktivní uvažování. V zásadě používají následující pravidlo odvození ( sylogismus ):
Nejjednodušší z expertních systémů je založen na logice výroků (také známé jako „ logika řádu 0 “). V této logice používáme pouze výroky, které jsou pravdivé nebo nepravdivé. Jiné systémy jsou založeny na logice predikátů prvního řádu (také známé jako „ logika prvního řádu “), kterou algoritmy umožňují snadno zpracovat.
Je nutné zachovat určitou konzistenci všech pravidel:
A konečně, abychom usnadnili popis skutečných problémů ve formě logických pravidel, využijeme operátory nebo další hodnoty (pojmy nezbytnosti / možnosti, koeficienty věrohodnosti atd.).
Existuje mnoho typů motorů , které jsou schopné zpracovávat různé formy logických pravidel a odvozovat tak nová fakta ze znalostní základny .
Podle toho, jak se problémy řeší, často existují tři kategorie:
Určité odvozovací mechanismy Lze je částečně řídit nebo ovládat meta-pravidly, která mění jejich fungování a jejich metody uvažování .
Pro splnění konkrétních cílů lze tyto odvozovací mechanismy duplikovat v určitých Expertních systémech známých jako „reverzní“ nebo „dvoumotorový“, nebo je dokonce možné doplnit jinými analytickými systémy, aby vytvořily Expertní systémy zvané „hybridní“.
Pokud jsou algoritmy pro manipulaci s fakty a pravidly četné a známé, je stanovení souboru faktů a pravidel, která tvoří znalostní základnu, choulostivým problémem. To je otázka, jak popsat chování experta při řešení konkrétního problému a jak jej řešit. Protože to, co si člověk přeje získat, není ani více, ani méně než zkušenost, praktické znalosti odborníka, a nikoli teorie, kterou lze najít v knihách, ani výlučně logická pravidla závěru. Stejně jako tradiční metody počítačové analýzy jsou vyvíjeny metody získávání znalostí.
Systémy automatického učení jsou novým způsobem učení.
V praxi, jakmile dojde k překročení zhruba stovky pravidel, je velmi obtížné sledovat, jak odborný systém „zdůvodňuje“ (manipuluje s fakty a pravidly v reálném čase), a tedy zajistit konečný vývoj a poté údržbu.
Umělá inteligence může pomoci vyřešit problém složitosti, ale s rizikem ztráty kontroly takzvaných „inteligentních“ systémů.
Prvním expertním systémem byl Dendral v roce 1965, který vytvořili počítačoví vědci Edward Feigenbaum , Bruce Buchanan , lékař Joshua Lederberg a chemik Carl Djerassi . Umožnilo to identifikovat chemické složky materiálu z hmotnostní spektrometrie a nukleární magnetické rezonance , ale jeho pravidla byla smíšená s motorem. Následně byl upraven tak, aby extrahoval expertní systémový motor s názvem Meta-Dendral .
V letech 1972-73 byl vytvořen Mycin (in) , expertní systém pro diagnostiku krevních chorob a léky na předpis, se skutečným motorem a skutečnými základními pravidly. Jeho pravidla byla ovlivněna koeficienty pravděpodobnosti ovlivňujícími každou z nich s relativní váhou pro ostatní. Motor produkoval jednoduché dopředné řetězení při výpočtu pravděpodobností (v Bayesovském smyslu) každé dedukce, což ztěžovalo vysvětlení logiky jeho fungování a ještě obtížnější detekovat rozpory. Pokud jde o odborníky, byli povinni najít váhy věrohodnosti pro každou ze svých závěrů, což je složitý proces, nepřirozený a vzdálený jejich způsobu uvažování, v každém případě vědomém .
Projekt Sachem (System for Driving Assistance for Blast Furnaces En Marche, ve společnosti Arcelor ), který fungoval v 90. letech, byl navržen pro řízení vysokých pecí analýzou dat poskytovaných v reálném čase tisíci senzory. Náklady na projekt v letech 1991 až 1998 činily asi 30 milionů eur a systém ušetřil asi 1,7 eura za tunu kovu.
Expertní systémy jsou běžné, zejména ve finančním a lékařském průmyslu.
Z obecných veřejných systémů lze citovat Akinator: Génius webu .