Un sistema esperto è un programma informatico progettato per risolvere problemi complessi e fornire capacità decisionali come un esperto umano. Lo fa estraendo la conoscenza dalla sua base di conoscenza utilizzando le regole di ragionamento e di inferenza in base alle query dell'utente.
Il sistema esperto fa parte dell'intelligenza artificiale e il primo ES è stato sviluppato nel 1970, il primo approccio riuscito all'intelligenza artificiale. Risolve i problemi più complessi in qualità di esperto estraendo la conoscenza archiviata nella sua base di conoscenza. Il sistema aiuta nel processo decisionale per l'utilizzo di problemi di compsex sia i fatti che le euristiche come un esperto umano . Si chiama così perché contiene la conoscenza approfondita di un dominio specifico e può risolvere qualsiasi problema complesso di quel particolare dominio. Questi sistemi sono progettati per un dominio specifico, come ad esempio medicina, scienza, eccetera.
Le prestazioni di un sistema esperto si basano sulla conoscenza dell'esperto memorizzata nella sua base di conoscenza. Maggiore è la conoscenza archiviata nella KB, più il sistema migliora le sue prestazioni. Uno degli esempi più comuni di ES è il suggerimento di errori di ortografia durante la digitazione nella casella di ricerca di Google.
Di seguito è riportato lo schema a blocchi che rappresenta il funzionamento di un sistema esperto:
Nota: è importante ricordare che un sistema esperto non viene utilizzato per sostituire gli esperti umani; viene invece utilizzato per assistere l'essere umano nel prendere una decisione complessa. Questi sistemi non hanno capacità umane di pensare e di lavorare sulla base della base di conoscenza del particolare dominio.
Di seguito sono riportati alcuni esempi popolari del sistema esperto:
Caratteristiche del Sistema Esperto
Componenti del Sistema Esperto
Un sistema esperto è costituito principalmente da tre componenti:
1. Interfaccia utente
Con l'aiuto di un'interfaccia utente, il sistema esperto interagisce con l'utente, accetta le query come input in un formato leggibile e le trasmette al motore di inferenza. Dopo aver ricevuto la risposta dal motore di inferenza, mostra l'output all'utente. In altre parole, è un'interfaccia che aiuta un utente non esperto a comunicare con il sistema esperto per trovare una soluzione .
json nell'esempio json
2. Motore di inferenza (regole del motore)
- Il motore di inferenza è conosciuto come il cervello del sistema esperto poiché è la principale unità di elaborazione del sistema. Applica regole di inferenza alla base di conoscenza per trarre una conclusione o dedurre nuove informazioni. Aiuta a ricavare una soluzione priva di errori alle domande poste dall'utente.
- Con l'aiuto di un motore di inferenza, il sistema estrae la conoscenza dalla base di conoscenza.
- Esistono due tipi di motore di inferenza:
Il motore di inferenza utilizza le modalità seguenti per derivare le soluzioni:
3. Base di conoscenza
- La knowledge base è un tipo di archiviazione che memorizza la conoscenza acquisita dai diversi esperti di un particolare dominio. È considerato un grande deposito di conoscenza. Maggiore è la base di conoscenze, più preciso sarà il Sistema Esperto.
- È simile a un database che contiene informazioni e regole di un particolare dominio o argomento.
- È anche possibile visualizzare la base di conoscenza come raccolte di oggetti e dei loro attributi. Ad esempio, un leone è un oggetto e i suoi attributi sono che è un mammifero, non è un animale domestico, ecc.
Componenti della base di conoscenza
Rappresentazione della conoscenza: Viene utilizzato per formalizzare la conoscenza archiviata nella knowledge base utilizzando le regole If-else.
Acquisizioni di conoscenze: È il processo di estrazione, organizzazione e strutturazione della conoscenza del dominio, specificando le regole per acquisire la conoscenza da vari esperti e archiviare tale conoscenza nella base di conoscenza.
Sviluppo del sistema esperto
Qui spiegheremo il funzionamento di un sistema esperto prendendo un esempio di MYCIN ES. Di seguito sono riportati alcuni passaggi per creare un MYCIN:
- In primo luogo, gli ES dovrebbero essere alimentati con la conoscenza degli esperti. Nel caso di MYCIN, esperti umani specializzati nel campo medico delle infezioni batteriche forniscono informazioni sulle cause, i sintomi e altre conoscenze in tale ambito.
- La KB di MYCIN è stata aggiornata correttamente. Per testarlo, il medico gli propone un nuovo problema. Il problema è identificare la presenza dei batteri inserendo i dettagli di un paziente, inclusi i sintomi, le condizioni attuali e l’anamnesi.
- Lo SdI avrà bisogno di un questionario da far compilare al paziente per conoscere le informazioni generali sul paziente, quali sesso, età, ecc.
- Ora il sistema ha raccolto tutte le informazioni, quindi troverà la soluzione al problema applicando le regole if-then utilizzando il motore di inferenza e utilizzando i fatti memorizzati all'interno della KB.
- Alla fine, fornirà una risposta al paziente utilizzando l'interfaccia utente.
Partecipanti allo sviluppo del Sistema Esperto
Ci sono tre partecipanti principali nella costruzione del sistema esperto:
convertire la data della stringa
Perchè Sistema Esperto?
Prima di utilizzare qualsiasi tecnologia, dobbiamo avere un’idea del motivo per cui utilizzare quella tecnologia e quindi lo stesso per l’ES. Sebbene disponiamo di esperti umani in ogni campo, qual è la necessità di sviluppare un sistema basato su computer. Di seguito sono riportati i punti che descrivono la necessità dell'ES:
Funzionalità del sistema esperto
Di seguito sono elencate alcune funzionalità di un Sistema Esperto:
Vantaggi del sistema esperto
- Questi sistemi sono altamente riproducibili.
- Possono essere utilizzati per luoghi a rischio dove la presenza umana non è sicura.
- Le possibilità di errore sono minori se la KB contiene conoscenze corrette.
- La prestazione di questi sistemi rimane costante poiché non viene influenzata da emozioni, tensione o stanchezza.
- Forniscono una velocità molto elevata per rispondere a una particolare query.
Limitazioni del sistema esperto
- La risposta del sistema esperto potrebbe essere errata se la base di conoscenza contiene informazioni errate.
- Come un essere umano, non può produrre un risultato creativo per scenari diversi.
- I suoi costi di manutenzione e sviluppo sono molto elevati.
- L'acquisizione di conoscenze per la progettazione è molto difficile.
- Per ogni dominio richiediamo un ES specifico, che è uno dei grandi limiti.
- Non può imparare da solo e quindi richiede aggiornamenti manuali.
Applicazioni del sistema esperto
Può essere ampiamente utilizzato per la progettazione e la produzione di dispositivi fisici come obiettivi fotografici e automobili.
Questi sistemi vengono utilizzati principalmente per pubblicare le conoscenze rilevanti per gli utenti. I due ES popolari utilizzati per questo dominio sono un consulente e un consulente fiscale.
Nei settori finanziari, viene utilizzato per rilevare qualsiasi tipo di possibile frode, attività sospetta e consigliare ai banchieri se devono fornire prestiti alle imprese o meno.
Nella diagnosi medica viene utilizzato il sistema ES ed è stata la prima area in cui sono stati utilizzati questi sistemi.
I sistemi esperti possono essere utilizzati anche per pianificare e programmare alcune attività particolari per raggiungere l'obiettivo di tale attività.