什么是专家系统？

Source: Dev.to

Overview

专家系统是一种计算机程序，包含专门的知识，能够以类似人类专家的方式做出决策或解决问题。

Components

Knowledge Base – the “brain library”

知识库存储专家知识，内容包括：

• Facts – 简单陈述，例如：

  My temperature is 103°F
  I have a headache

• Rules – 将事实连接起来的“如果‑那么”语句，例如：

  IF temperature > 100°F AND headache = yes
  THEN disease might be fever

Inference Engine – the “thinking machine”

推理引擎利用知识库得出结论。它通常有两种工作方式：

Forward Chaining

从已知事实出发，推导出新信息。

Facts → "I have high temperature" + "I have headache"
        ↓
    Thinking... 🤔
        ↓
Conclusion → "You might have fever!"

Backward Chaining

从目标出发，向后追溯以验证所需的事实。

Goal → "Do I have fever?"
        ↓
    What facts do I need? 🤔
        ↓
Check → Do I have high temperature? Yes!
        Do I have headache? Yes!
        ↓
Conclusion → "Yes, you might have fever!"

Applications

• Medical assistance – 帮助医生诊断疾病的程序。
• Agricultural assistance – 为农民提供灌溉、施肥和作物管理建议的工具。

Expert System Shells

提供底层基础设施的现成工具包；开发者只需添加特定领域的知识。常见的 Shell 包括：

• CLIPS
• Jess

Knowledge Representation Techniques

• If‑Then Rules – 类似菜谱的决策方式。
• Decision Trees – 类似“自行选择冒险”结构。
• Frames – 组织有序的相关信息集合，类似文件夹。

Characteristics of Good Expert Systems

• Validation – 确保知识和结论的正确性。
• Explanation – 能够解释决策的依据（例如，“我认为你发烧是因为你的体温很高并且有头痛”）。
• Data Sensitivity – 对私人或敏感信息的谨慎处理。

Example: PITUMBERG

PITUMBERG（或类似名称的系统）展示了专家系统如何在特定领域中应用，说明了知识库与推理引擎的结合如何提供领域专属的帮助。

Summary

专家系统 = Knowledge Base（它知道什么） + Inference Engine（它如何思考）。
这些系统通过将丰富的知识与逻辑推理相结合，帮助医生、农民、工程师以及其他众多专业人士——就像一个贴心的机器人朋友。