Hvad er ekspert Systems?

Teknologi har altid handlet om at bygge bedre, hurtigere og smartere maskiner. Ekspertsystemer omfavne dette begreb ved hjælp af avanceret computer logik til at skabe software, der ser ud til at "tænke" og træffe beslutninger på egen hånd. Traditionelt bygget på boolesk logik - logik kun bruger ægte eller falske værdier - ekspertsystemer anvende komplekse algoritmer til at beregne svar fra en stor database med informationer. Hvis computeren ikke kan bestemme det korrekte svar, antages det ikke, at programmet er forkert, men at den grundlæggende viden ikke indeholder tilstrækkelige oplysninger om emnet.

Når en computer skal træffe en beslutning, det hele bryder ned til en række sande eller falske erklæringer. Hvis det er programmeret til at lyse op, når der trykkes på en knap, og derefter trykke på knappen indstiller det til sand og ikke trykke på knappen sætter den til false. Falske midler ingen lys, mens sand tænder lyset. Dette er grundlaget for computer logik.

Et ekspertsystem tager disse sande og falske svar på et nyt niveau. Ved at kombinere en række sande og falske svar, computeren forsøger at bestemme, hvordan de skal reagere på en bestemt situation. Det kan ændre sin respons baseret på det specifikke mønster og antallet af sande og falske svar.

Tanken bag disse systemer er baseret på, hvordan folk tænker. Mennesker kan lagre store mængder af ny viden og træffe beslutninger baseret på tidligere viden. Computeren er programmeret til at "tænke" og træffe beslutninger baseret på den viden, der findes i sin database og på sine tidligere erfaringer. På en måde er det som om computeren er "læring" fra sine tidligere succeser og fiaskoer.

To vigtigste former for ekspertsystemer findes. Det traditionelle ekspertsystem bruger boolesk logik til træffer sine afgørelser. En fuzzy logik ekspertsystem på den anden side ikke. Den beregner en række værdier, der falder i mellem enkle sande eller falske svar at bestemme, i hvilken grad en erklæring er mere sandt eller mere falsk.

Fuzzy ekspertsystemer er mere menneskelignende end traditionelle ekspertsystemer i den måde, de "tænke". Disse ekspertsystemer får ikke at vide konkrete svar på et problem, men snarere givet én erklæring, som de trækker yderligere konklusioner. Denne proces er kendt som inferens.

For eksempel, hvis en erklæring hedder "Alle hunkatte er stribede. Miss Kitty er en hunkat," fuzzy ekspertsystemer ville udlede, at da alle hunkatte er stribede og Miss Kitty er en hunkat, så Miss Kitty skal stribet. Fuzzy logik kan også beregne mere komplicerede værdier såsom bestemmelse af sandsynligheden for en bestemt hunkat bliver stribet, hvis kun en procentdel af hunkatte har striber. Traditionelle ekspertsystemer ville brug for meget mere instruktion om at nå de samme konklusioner.

  • Ekspertsystemer anvende komplekse algoritmer til at beregne svar fra en stor database af information.

© 2022 Zajacperrone.com | Contact us: webmaster# zajacperrone.com