下载掌阅APP，畅读海量书库
立即打开
你是否在解决一些问题时并没有完全依靠逻辑推理，而是常常使用“半逻辑”的方式，也就是使用一些不精确和不确定的经验规则。据此，人们设想能不能通过给机器输入知识然后模仿人类来解决问题，这就是专家系统的诞生过程。
专家系统对于人类多个领域起到了非常重要的作用，地位举足轻重。要想学习人工智能，我们得先从这一逻辑学之根本开始探究。
知识表示是人工智能分支中一个不温不火的领域，其最大的催生者就是专家系统与自然语言理解。使用人工智能帮助人类工作一直是人们的愿望，当我们在解决不了解的领域的问题时，会想到寻找掌握该领域知识的人来提供解决方法，而掌握着该领域知识的人会通过自身所拥有的知识对问题进行分析，通过自己累积的经验提出解决方法。一般来说，实验科学与理论科学相比是相对原始的，原始的经验转换为规则也是相对容易的，那么我们是否可以通过这种“半逻辑”的方式，把知识提炼为规则，让计算机对该类问题像专家一样提出解决方法。专家系统是能像某一领域专家那样向用户提供解决问题的办法的计算机应用系统。专家系统属于人工智能的一个分支，利用人们“半逻辑”的方式去实现模仿人类专家解决问题，大大提高了人类在许多领域的工作效率。
专家系统由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取六个部分构成。专家系统的具体构成如图3-1所示。
图3-1 专家系统的具体构成
人机交互界面是指人与计算机系统之间的通信媒体或手段，是人与计算机之间进行各种符号和动作的双向信息交换的平台。
知识库是问题求解所需要的领域知识的集合，包括基本事实、规则和其他有关信息。
推理机是实施问题求解的核心执行机构，它实际上是对知识进行解释的程序，根据知识的语义，对按一定策略找到的知识进行解释执行，并把结果记录到动态库的适当空间中。
解释器用于对求解过程做出说明，并回答用户的提问。
综合数据库也称为动态库或工作存储器，是反映当前问题求解状态的集合，用于存放系统运行过程中所产生的信息，以及所需要的原始数据，包括用户输入的信息、推理的中间结果、推理过程的记录等。综合数据库中有各种事实、命题和关系组成的状态，既是推理机选用知识的依据，也是解释机制获得推理路径的来源。
知识获取负责建立、修改和扩充知识库，是专家系统中把问题求解的各种专门知识从人类专家的头脑中或其他知识源那里转换到知识库中的一个重要机构。知识获取可以采用手工方式，也可以采用半自动知识获取方式或自动知识获取方式。
专家系统是人工智能的一个分支，产生于20世纪60年代中期，DENDRAL专家系统的出现标志着专家系统的诞生。虽然它只有不到60年的历史，但其发展速度相当惊人，它的应用几乎已渗透到自然界的各个领域。它同自然语言理解、机器人学并列为人工智能的三大研究方向，并且是人工智能中最活跃的分支。专家系统的发展经历了初创期、成熟期、发展期三个时期。
费根鲍姆、李德伯格、翟若适三人开发了第一代专家系统—DENDRAL。此系统注重系统的性能，但是在系统的透明性、灵活性等方面存在问题。
20世纪70年代，专家系统趋于成熟，专家系统的观点也开始广泛地被人们接受。20世纪70年代中后期先后出现了MYCIN、HEARSAY、PROSPECTOR等一批卓有成效的专家系统。其中，斯坦福大学开发的MYCIN血液感染病诊断专家系统是国际上公认的最有影响力的专家系统，它第一次使用了专家系统的知识库概念，并在系统中使用了似然推理技术模拟人类的启发式问题求解方法。对专家系统的理论和实践都有很大的贡献。另外，20世纪70年代出现的元知识概念、产生式系统、框架和语义网络知识表达方式也被广泛地应用到了以后的专家系统中，知识工程概念的提出，宣告了专家系统走向成熟。
在20世纪70年代末，人工智能专家开始认识到一个事实：一个程序的求解问题的能力，不取决于它所应用的形式化体系和推理模式，而取决于它所具有的处理知识的能力。从而产生了一个研究思路上的突破。要使一个程序有智能，必须向它提供大量有关领域的高质量的专门知识。这种认识上的突破确立了专家系统的地位，为人工智能的研究开辟了一个新的研究方向。20世纪80年代，专家系统进入新阶段，数量的大大增多与应用领域拓宽表明专家系统的研究走出大学和研究机关而广泛地进入产业界。20世纪90年代后期，专家系统的研究方向为知识工程、模糊技术、实时操作技术、神经网络技术、数据库技术等相结合的专家系统，即如今的专家系统模式。例如，基于模糊逻辑的青少年特发性脊柱侧弯矫形器设计专家系统，基于模糊理论的卡表交互故障诊断专家系统设计，基于自然语言分析及专家系统的智能调度操作票系统。
计算机的智能化、人工智能的研究与应用有力地推动了现代科学技术的进步与社会生产的发展，其中，专家系统是人工智能目前最有效、发展最快的分支。其较高的性能和实用性引起了世界各国的重视。不少专家系统的性能已达到甚至超过了人类专家的水平，其应用也产生巨大的经济效益。
专家系统的主要功能有以下六项内容。
（1）存储问题求解所需的知识。
（2）存储具体问题求解的初始数据和推理过程中涉及的各种信息，如中间结果、目标、字母表及假设等。
（3）根据当前输入的数据，利用已有的知识，按照一定的推理策略去解决当前问题，并能控制和协调整个系统。
（4）能够对推理过程、结论或系统自身行为做出必要的解释，如解题步骤、处理策略、选择处理方法的理由、系统求解某种问题的能力、系统如何组织和管理其自身知识等。这样既便于用户的理解和接受，也便于系统的维护。
（5）提供知识获取，机器学习及知识库的修改、扩充和完善等维护手段。只有这样才能更有效地提高系统的问题求解能力及其准确性。
（6）提供一种用户接口，既便于用户使用，又便于分析和理解用户的各种要求和请求。这里强调指出，存放知识和运用知识进行问题求解是专家系统的两个最基本的功能。
专家系统是目前人工智能应用最为广泛的分支，是人们最为普遍使用的人工智能方式之一，了解和学习专家系统是一个非常好的学习人工智能基础与应用的方式。