Как внедрить экспертную систему в искусственный интеллект?

Экспертная система в это термин, который обходит мир высоких технологий и по всем уважительным причинам. В этой статье мы подробно исследуем эту тему.

Следующие указатели будут рассмотрены в этой статье,

• Что такое искусственный интеллект?
• Экспертная система в искусственном интеллекте
• Домены, в которых используются экспертные системы
• Основные области применения
• Три этапа проектирования ЭС
• Плюсы, Минусы и ограничения

Итак, давайте начнем с этой статьи,

Что такое искусственный интеллект?

Ну, обычно название «Искусственный интеллект» предполагает интеллект машины, который является искусственным. Интеллект, которым обладает человек, известен как человеческий интеллект, точно так же, как интеллект, демонстрируемый машиной, известен как искусственный интеллект. В информатике. Искусственный интеллект (ИИ), иногда называемый машинным интеллектом. Область исследований искусственного интеллекта зародилась в мастерской Дартмутского колледжа в 1956 году.

Применение искусственного интеллекта в реальном мире:

Чат-боты, такие как SIRI, CORTANA, которые в настоящее время приобрели такую ​​большую популярность. Другие примеры, такие как EVA (электронный виртуальный помощник), чат-бот на основе ИИ, разработанный отделом исследований ИИ банков HDFC, который может собирать знания из тысяч источников и предоставлять простые ответы менее чем за 0,4 секунды. Есть так много примеров приложений искусственного интеллекта, которые вы найдете в разных сферах нашего общества.

Переходя к этой экспертной системе в области искусственного интеллекта,

Экспертная система в искусственном интеллекте

Что такое экспертная система?

Исследователи из Стэндфордского университета с факультета компьютерных наук представили эту область искусственного интеллекта, которая является важной областью исследований искусственного интеллекта. Это компьютерное приложение, которое может решить самые сложные проблемы любой конкретной области. Он считается на самом высоком уровне человеческого интеллекта и опыта, поскольку основан на знаниях, полученных от эксперта. Экспертную систему также можно определить как компьютерную систему принятия решений, которая может решать сложные задачи принятия решений, используя как факты, так и эвристику.

Переходя к этой экспертной системе в области искусственного интеллекта,

Домены, в которых используются экспертные системы

Экспертные системы сегодня

Американская медицинская ассоциация одобрила первую экспертную систему, которой была система Pathfinder. Он был построен в Стэндфордском университете в 1980 году для гематопатологической диагностики. Эта экспертная система, ориентированная на принятие решений, сокращенно Pathfinder, может диагностировать заболевания лимфатических узлов. В итоге он справляется с более чем 60 заболеваниями и может распознать более 100 симптомов.

Экспертная система в бизнесе

Недавно разработанная экспертная система РОСС, поверенный ИИ, РОСС представляет собой самообучающуюся систему, которая использует интеллектуальный анализ данных, распознавание образов, глубокое обучение и обработку естественного языка для имитации работы человеческого мозга.

Переходя к этой экспертной системе в области искусственного интеллекта,

Основные области применения

• Интерпретация - выводы высокого уровня на основе данных.
• Прогнозирование - прогнозирование вероятных результатов.
• Диагностика - определение причины неисправности, болезни и т. Д.
• Дизайн -бытьпоиск лучшей конфигурации на основе критериев.
• Планирование - предложение ряда действий для достижения цели.
• Мониторинг - сравнение наблюдаемого поведения с ожидаемым.
• Отладка и ремонт - назначение и применение средств защиты.
• Инструктаж - помощь студентам в учебе.
• Контроль - управление поведением системы.

Назначение экспертной системы

Основная цель экспертной системы - получить знания экспертов-людей и воспроизвести эти знания и навыки эксперта-человека в определенной области. Затем система будет использовать эти знания и навыки для решения сложных проблем в этой конкретной области без участия специалистов.

Характеристики экспертных систем

• Высокая производительность
• Понятный
• Надежный
• Очень отзывчивый

Основные компоненты основанной на правилах или экспертной системы

Основные компоненты:

• База знаний
• Рабочая память
• Механизм логического вывода
• Система объяснения
• Пользовательский интерфейс
• Редактор базы знаний

Переходя к этой экспертной системе в области искусственного интеллекта,

Три этапа проектирования ЭС

Приобретение знаний:

Процесс получения знаний от экспертов путем интервьюирования или наблюдения за экспертами-людьми, чтения конкретных книг и т. Д.

База знаний:

База знаний - это вместилище качественных знаний. Навыки развиваются через практику, а интеллект приходит из знаний без знаний, которые нельзя доказать или нельзя показать свой интеллект, поэтому знания очень важны для развития навыков и проявления интеллекта. Точно так же знания требуются от машины, чтобы проявлять свой интеллект. Точность прогнозов, а также производительность системы во многом зависят от совокупности совершенных, точных и точных знаний.

как обрезать в java

Что есть знание?

Знание - это данные или информация. Для нас, людей, читающих статьи и книги или из различных ресурсов, которые мы использовали для сбора знаний, если мы можем увидеть процесс получения и обогащения знаний за мгновение, то мы обнаружим, что, читая книги, или читая статьи, или из любых ресурсов, которые мы получение и извлечение данных и информации из разных источников, которые мы затем использовали для хранения в нашем мозгу. Итак, знание - это данные, знание - это информация. Знание - это также собрание фактов.

Данные, информация и прошлый опыт, объединенные вместе, называются знаниями.

Представление знаний:

Представление знаний - это метод выбора наиболее подходящих структур для представления знаний. Это метод организации и формализации знаний в базе знаний. Это делается в виде правил IF-THEN-ELSE.

Проверка знаний:

Проверка знаний ЭС правильная и полная.Весь этот процесс называется инженерией знаний.

Механизм логического вывода:

В случае ES, основанного на знаниях, механизм вывода собирает и управляет знаниями из базы знаний, чтобы прийти к конкретному решению.

В случае ES на основе правил,

• Он повторно применяет правила к фактам, полученным в результате более раннего применения правил.
• При необходимости добавление новых знаний в базу знаний.
• Он разрешает конфликт правил, когда к конкретному случаю применимо несколько правил.

Механизм вывода использует следующие стратегии и минус

• Прямая цепочка
• Обратная цепочка

Прямая цепочка

В прямой цепочке механизм вывода дает результат, следуя цепочке условий и производных. Какие бы знания ни передавались в системе, она просматривает все эти знания и факты и сортирует их, прежде чем прийти к решению. Методом прямой цепочки экспертная система пытается ответить: «Что может случиться дальше?»

Применение форвардной цепочки: прогноз цен на жилье, прогнозирование акций, прогнозирование рынка акций и т. Д.

Обратная цепочка

Когда что-то произошло в определенном домене, механизм вывода пытается выяснить, какое условие могло произойти в прошлом для этого результата. Методом обратной цепочки экспертная система пытается ответить: «Почему это произошло?». С помощью метода обратной цепочки механизм вывода пытается выяснить причину или причину.

Например: диагностика рака крови у человека.

Плюсы, Минусы и ограничения

Преимущества экспертной системы

1. Храните огромное количество информации
2. Минимизируйте затраты на обучение сотрудников
3. Централизуйте процесс принятия решений
4. Сделайте работу более эффективной, сократив время, необходимое для решения проблем
5. Сочетайте различные человеческие экспертные интеллекты
6. Уменьшите количество человеческих ошибок
7. Предоставлять стратегические и сравнительные преимущества, которые могут создать проблемы для конкурентов.
8. Просматривайте транзакции, о которых эксперты-люди могут не думать
9. Предоставлять ответы на повторяющиеся решения, процессы и задачи

Недостатки экспертной системы:

1. Отсутствие творческих ответов, на которые способны эксперты-люди
2. Не способен объяснить логику и доводы в пользу решения
3. Автоматизировать сложные процессы непросто
4. Нет гибкости и способности адаптироваться к меняющимся условиям
5. Не может распознать, когда нет ответа
6. При принятии решений не используется здравый смысл

Ограничения:

• Он не дает творческих ответов, поскольку это машина.
• Если данные, которые были загружены в базу знаний, неточны или верны, это даст неправильные прогнозы и неправильные результаты.
• Стоимость обслуживания экспертной системы высока.
• Когда возникают разные проблемы, эксперт-человек может давать разные решения и творческие ответы, но экспертная система не дает творческих ответов.

На этом мы подошли к концу статьи об экспертных системах в искусственном интеллекте.

Если вы хотите записаться на полный курс по искусственному интеллекту и машинному обучению, в Edureka есть специально подобранный это поможет вам овладеть такими методами, как контролируемое обучение, неконтролируемое обучение и обработка естественного языка. Он включает в себя обучение новейшим достижениям и техническим подходам в области искусственного интеллекта и машинного обучения, таких как глубокое обучение, графические модели и обучение с подкреплением.