Expert System In este un termen care face runde în lumea tehnologiei și din toate motivele bune. În acest articol vom explora în detaliu acest subiect.
Următoarele indicații vor fi tratate în acest articol,
- Ce este inteligența artificială?
- Sistem expert în inteligență artificială
- Domenii în care sunt utilizate sisteme expert
- Principalele domenii de aplicare
- Trei etape ale proiectării ES
- Puncte pro și limitări
Deci, haideți să începem cu acest articol,
Ce este inteligența artificială?
Ei bine, în mod normal, denumirea de inteligență artificială sugerează inteligența unei mașini care este artificială. Inteligența pe care o posedă omul este cunoscută sub numele de inteligență umană, la fel ca inteligența demonstrată de o mașină este cunoscută sub numele de Inteligență artificială. În informatică. Inteligența artificială (AI), uneori numită inteligență mașină. Domeniul de cercetare al inteligenței artificiale s-a născut la un atelier de la Dartmouth College în 1956.
Aplicații ale inteligenței artificiale în lumea reală:
Chatbot-urile precum SIRI, CORTANA care au câștigat atât de multă popularitate în zilele noastre. Alte exemple precum EVA (Electronic Virtual Assistant), un chatbot bazat pe AI dezvoltat de departamentul de cercetare AI al băncilor HDFC, care poate colecta cunoștințe din mii de surse și poate oferi răspunsuri simple în mai puțin de 0,4 secunde. Există atât de multe exemple de aplicații AI pe care le veți găsi în diferite domenii ale societății noastre.
Continuând cu acest sistem expert în inteligența artificială,
Sistem expert în inteligență artificială
Ce este un sistem expert?
Cercetătorii Universității Standford, Departamentul de Informatică, au introdus acest domeniu al IA și este un domeniu important de cercetare al AI. Este o aplicație pentru computer care poate rezolva cele mai complexe probleme din orice domeniu specific. Este considerat la cel mai înalt nivel al inteligenței și expertizei umane, deoarece se bazează pe cunoștințele dobândite de la un expert. Sistemul expert poate fi, de asemenea, definit ca un sistem computerizat de luare a deciziilor care poate rezolva probleme complexe de luare a deciziilor, folosind atât fapte, cât și euristici.
Continuând cu acest sistem expert în inteligența artificială,
Domenii în care sunt utilizate sisteme expert
Expert Systems astăzi
analizați fișierul xml în java
American Medical Association a aprobat primul sistem expert care a fost sistemul Pathfinder. A fost construită Universitatea Standford în 1980, pentru diagnostic de hematopatologie. Acest sistem teoretic expert al deciziei, în Pathfinder, poate diagnostica boli ale ganglionilor limfatici. În cele din urmă se ocupă de peste 60 de boli și poate recunoaște peste 100 de simptome.
Sistem expert în afaceri
Recent a dezvoltat un sistem expert ROSS, avocatul AI, ROSS este un sistem de auto-învățare care utilizează extragerea datelor, recunoașterea tiparelor, învățarea profundă și procesarea limbajului natural pentru a imita modul în care funcționează creierul uman.
Continuând cu acest sistem expert în inteligența artificială,
Principalele domenii de aplicare
- Interpretare - tragerea concluziilor la nivel înalt pe baza datelor.
- Predicție - proiectarea rezultatelor probabile.
- Diagnostic - determinarea cauzei defecțiunilor, bolii etc.
- Proiectare -fioferind cea mai bună configurație pe baza criteriilor.
- Planificare - propunerea unei serii de acțiuni pentru atingerea unui obiectiv.
- Monitorizare - compararea comportamentului observat cu comportamentul așteptat.
- Depanare și reparare - prescrierea și implementarea remediilor.
- Instrucțiuni - asistarea elevilor în învățare.
- Control - guvernează comportamentul unui sistem.
Scopul sistemului expert
Scopul principal al unui sistem expert este de a dobândi cunoștințe ale experților umani și de a reproduce aceste cunoștințe și abilități ale experților umani într-o anumită zonă. Apoi, sistemul va folosi aceste cunoștințe și abilități pentru a rezolva probleme complexe din acea zonă, fără participarea experților umani.
Caracteristicile sistemelor expert
- Performanta ridicata
- De inteles
- De încredere
- Foarte receptiv
Principalele componente ale unui sistem bazat pe reguli sau al unui sistem expert
Principalele componente sunt:
- Bază de cunoștințe
- Memorie de lucru
- Motor de inferență
- Sistem de explicații
- Interfața cu utilizatorul
- Editorul bazei de cunoștințe
Continuând cu acest sistem expert în inteligența artificială,
java convertește dublu în întreg
Trei etape ale proiectării ES
Dobândirea de cunoștințe:
Procesul de obținere a cunoștințelor de la experți prin intervievarea sau observarea experților umani, citirea unor cărți specifice etc.
Bază de cunoștințe:
Baza de cunoștințe este un container de cunoștințe de înaltă calitate. Abilitățile se dezvoltă prin practică, iar inteligența provine din cunoștințe fără cunoștințe, nu se poate dovedi sau nu se poate demonstra inteligența sa, așa că cunoașterea este foarte importantă pentru a dezvolta abilități și pentru a prezenta inteligență. La fel, în același mod sunt necesare cunoștințe pentru ca mașina să-și expună inteligența. Precizia predicției și, de asemenea, performanța sistemului depind în mare măsură de colectarea de cunoștințe perfecte, exacte și precise.
Acum ce este cunoașterea?
Cunoștințele sunt date sau informații. Pentru noi, ființa umană, citind articole și citind cărți sau din diferite resurse, obișnuiam să adunăm cunoștințe dacă putem vedea procesul de obținere și îmbogățire a cunoștințelor în detaliu, atunci vom constata că citind cărți sau citind articole sau din orice resurse suntem preluarea și extragerea de date și informații din diferite surse pe care le-am obișnuit apoi să le stocăm în creier. Deci cunoștințele sunt date, cunoștințele sunt informații. Cunoașterea este, de asemenea, o colecție de fapte.
Datele, informațiile și experiența din trecut combinate împreună sunt denumite cunoștințe.
Reprezentarea cunoștințelor:
Reprezentarea cunoștințelor este metoda de selectare a celor mai adecvate structuri pentru a reprezenta cunoștințele. Este metoda de organizare și formalizare a cunoștințelor în baza cunoștințelor. Se face sub formă de reguli IF-THEN-ELSE.
Validarea cunoștințelor:
Testarea cunoștințelor despre ES este corectă și completă.Tot acest proces se numește inginerie a cunoașterii.
Motor de inferență:
În cazul ES bazat pe cunoaștere, Inference Engine dobândește și manipulează cunoștințele din baza de cunoștințe pentru a ajunge la o anumită soluție.
În cazul ES bazat pe reguli,
- Aplică reguli în mod repetat faptelor, care sunt obținute din aplicarea anterioară a regulilor.
- Se adaugă noi cunoștințe în baza de cunoștințe, dacă este necesar.
- Rezolvă conflictul de reguli atunci când mai multe reguli sunt aplicabile unui anumit caz.
Inference Engine folosește următoarele strategii și minus
- Înlănțuire înainte
- Înlănțuire înapoi
Înlănțuire înainte
În lanțul înainte, motorul de inferență dă rezultatul urmărind lanțul de condiții și derivări. Indiferent ce cunoștințe este alimentat în sistem, acesta trece prin toate aceste cunoștințe și fapte și le sortează înainte de a încheia o soluție. Prin metoda de înlănțuire înainte, sistemul expert încearcă să răspundă: „Ce se poate întâmpla în continuare?”
tutorial de studio vizual pentru începători
Aplicarea înlănțuirii la termen: predicția prețului locuinței, predicția acțiunilor, predicția pieței acțiunilor etc.
Înlănțuire înapoi
Când s-a întâmplat ceva într-un anumit domeniu, Inference Engine încearcă să afle ce condiție s-ar fi putut întâmpla în trecut pentru acest rezultat. Prin metoda înlănțuirii înapoi, sistemul expert încearcă să răspundă: „De ce s-a întâmplat acest lucru?”. Prin metoda de înlănțuire înapoi, motorul de inferență încearcă să afle cauza sau rațiunea.
De exemplu: diagnosticul cancerului de sânge la om.
Puncte pro și limitări
Avantajele sistemului expert
- Păstrați cantități uriașe de informații
- Minimizați costurile de instruire a angajaților
- Centralizează procesul de luare a deciziilor
- Faceți lucrurile mai eficiente prin reducerea timpului necesar pentru rezolvarea problemelor
- Combinați diverse inteligențe experte umane
- Reduceți numărul de erori umane
- Oferiți avantaje strategice și comparative care pot crea probleme concurenților
- Priviți tranzacțiile la care experții umani nu s-ar putea gândi
- Oferiți răspunsuri pentru decizii, procese și sarcini repetitive
Dezavantaje ale sistemului expert:
- Lipsa răspunsurilor creative de care sunt capabili experții umani
- Nu este capabil să explice logica și raționamentul din spatele unei decizii
- Nu este ușor să automatizați procesele complexe
- Nu există flexibilitate și capacitate de adaptare la medii în schimbare
- Nu pot recunoaște când nu există un răspuns
- Nu se folosește bunul simț în luarea deciziilor
Limitări:
- Nu reușește să ofere răspunsuri creative, deoarece este o mașină.
- Dacă datele care au fost furnizate în baza de cunoștințe nu sunt corecte sau corecte, vor da predicții greșite și rezultate greșite.
- Costul de întreținere al sistemului expert este ridicat.
- Când apar diferite probleme, expertul uman poate oferi soluții diferite și răspunsuri creative, dar sistemul expert nu dă răspunsuri creative.
Acest lucru ne duce la sfârșitul acestui articol despre Sisteme expert în inteligență artificială.
Dacă doriți să vă înscrieți la un curs complet de inteligență artificială și învățare automată, Edureka are un program special care vă va face să vă pricepeți la tehnici precum învățarea supravegheată, învățarea nesupravegheată și procesarea limbajului natural. Acesta include instruire cu privire la cele mai recente progrese și abordări tehnice în inteligența artificială și învățarea automată, cum ar fi învățarea profundă, modelele grafice și învățarea prin întărire.