简单了解专家系统

1 专家系统定义

知识工程之父费根鲍姆定义为：一种智能的计算机程序。
这种程序使用知识与推理过程，求解那些需要杰出人物的专门知识才能求解的复杂问题。

一般认为，专家系统就是应用于某一个专门领域 ，由知识工程师通过知识获取手段，将领域专家解决特定领域的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式存放在知识库中；然后用户通过人机接口输入信息、数据或命令，运用推理机构控制知识库及整个系统，能像专家一样解决困难的和复杂的实际问题的计算机（软件）系统。

专家系统的三个特点：

启发性，能运用专家的知识和经验进行推理和判断；
透明性，能解决本身的推理过程，回答用户提出的问题；
灵活性，能不断地增长知识，修改原有知识。

发展过程：

初创期：1971年前
成熟期：1972-1977
发展期：1978至今

2 初创期：

1965年斯坦福大学研制了DENRAL，引导人工智能研究者意识到智能行为不仅依赖于推理方法，更依赖于其推理所用的知识。
该系统具有非常丰富的化学知识，可根据质谱数据帮助化学家推断分子结构，被广泛应用于世界各地的大学及工业界的化学实验室。 这个系统的完成标志着专家系统的诞生。
麻省理工学院研制MACSYMA系统。作为数学家的助手使用启发式方法变换代数表达式，现经过不断扩充，能求解600多种数学问题。其中包括微积分、矩阵运算、解方程和解方程组等。
卡内基-梅隆大学开发的用于语音识别的专家系统HEARSAY，该系统表明计算机在理论上可按编制的程序与用户进行交谈。
20世纪70年代初，匹兹堡大学的鲍波尔和内科医生合作研制了第一个用于医疗的内科病诊断咨询系统
INTERNIST。

3 成熟期：

（1）MYCIN系统
肖特立夫等人研制的MYCIN系统：用于诊断和治疗血液感染及脑炎感染，可给出处方建议（提供抗菌剂治疗建议），不但具有很高的性能，而且具有解释功能和知识获取功能。

MYCIN系统是专家系统的经典之作，它的知识表示系统用带有置信度的IF-THEN规则来表示，并使用不确定性推理方法进行推理。 MYCIN由LISP语言携程，所有的规则都写成LISP表达式。

它是一个面向目标求解的系统，使用反向推理方法，并利用了很多启发式信息。

（2）PROSPCTOR系统
PROSPCTOR系统：用于辅助地质学家探测矿藏，是第一个取得明显经济效益的专家系统。

PROSPCTOR的性能据称完全可以与地质学家相比拟。它在知识的组织上，运用了规则与语义网相结合的混合表示方式，在数据不确定和不完全的情况下，推理过程运用了一种似然推理技术。

（3）AM系统和PUFF系统
AM是一个用机器模拟人类归纳推理、抽象概念的专家系统。

PUFF是一个肺功能测试专家系统，经对多个实例进行验证，成功率达93%。

发展期

20世纪80年代初，医疗专家系统占了主流，主要原因是 属于诊断类型系统且开发比较容易。
20世纪80年代中期，出现了大量的投入商业化运行的系统。
DEC公司与卡内基-梅隆大学合作开发的XCON-R1专家系统：用于辅助数据设备公司（DEC）计算机系统的配置设计。

现状

基于规则的专家系统

根据以往专家诊断的经验，将其归纳成规则，通过启发式经验知识进行推理。（常见的启发式算法有蚁群算法、模拟退火、遗传算法、神经网络等）
明确的前提，得到确定的结果。
if…then…结构。

缺点：规则间的相互关系不明显，知识的整体形象难以把握、处理效率低、推理缺乏灵活性。
对于复杂系统难以用结构化数据来表达。

基于规则的专家系统的特点决定适合的领域 ：
系统结构简单，有明确的前提和结论，问题仅仅用有限的规则即可全部包含；
问题领域不存在简洁统一的理论，知识是经验的；
问题的求解可视为一系列相对独立的操作，或从一个状态向另一个状态的转换；
一个操作或转换可以被有效地表示为一条或多条产生式语句。

From

专家系统的研究现状与展望

随便说说

常识知识库的未来：
利用常识知识辅助机器阅读理解任务；
人机对话更加智能，比如机器知道什么会让人开心，放首歌，相声，电影，笑话；然后人表达这个情绪时，机器就会自然的进行沟通了。
如果建立的是专家知识+常识的知识库，进行人机对话，比如面向老龄化、养生、节气、保健、锻炼等知识的专家聊天机器人。
节气知识，养生知识，保健知识，医疗知识，从浅显的、慢慢到深入的。
能够和不同人群进行沟通的养生机器人。
能够向人类提供常识知识的聊天机器人。
一个指导人养生的聊天机器人，和一个娱乐的聊天机器人，相比后者更容易受到市场肯定。
因为养生，最后还是人去落地，这个过程实际上有点反人性的（人性更想娱乐）