人工智能与专家系统概述

出处：按学科分类—工业技术 北京理工大学出版社《新编液压工程手册上册》第223页（2470字）

(1)人工智能发展的简单回顾

“人工智能”与“空间技术”、“能源技术”并称为世界三大尖端技术。关于人工智能的定义并无确切的说法，但在实现人工智能的时候，推理、学习、联想三大功能是重要因素。人工智能是计算机科学的一个分支，它研究如何使计算机做事情，使计算机更有用、更灵活。1960年，美国麻省理工学院(MIT)John Mccarthy创立了第一个用于人工智能研究的Lisp语言。1961年(MIT)Marvin Minsky在其“Steps Towards Artifical Interligence”论文中首次使用了AI这一术语，而第一个具有简单智能的被命名为ELLZA的程序系统由MIT的Joseph Weizenbavm在1964年写成。该系统象一个精神分析专家，它只起到一个被动的作用，而不能引导进行对话。60年代人工智能的研究重点由探索普遍的思维规律转向以知识为中心，即转到专家系统。专家系统是人工智能领域的一个重要分支，是利用专家知识解决复杂问题的计算机程序系统。第一个成功的专家系统DENDRAL建立于60年代中期，这个系统是协助化学家从质谱数据来推断化合物结构的启发式系统。随后在70年代中期又研制成功了用于细菌感染性疾病诊断的MYCIN系统、评价矿藏的PROSPECTOR系统及用于配置计算机系统的RI系统。这些系统奠定了专家系统实际应用的基础，为人工智能走出实验室面向实际应用做出了突出贡献。

(2)专家系统及其结构

A．什么是专家系统

在说明专家系统之前，先看一下一个人成为专家具备的条件：必须具备某一领域的高深的知识与丰富的实践经验，能够以自己独特的经验，根据对象和环境，灵活运用自己的知识处理某一领域的困难问题。

研究专家系统的目的是在特定领域内使专家系统起该领域专家的作用，因此专家系统是一种计算机程序。通过合理的程序设计，使得计算机具有推理、理解、决策、学习和创造的智育行为，内部有大量专家水平领域的知识与经验，能够在专家水平之上工作。

一般专家系统具有下面几个特点：

·具有启发性：能够运用专家的知识与经验进行推理和判断；

·具有透明性：对推理得到的结论有一定的解释功能和从错误中学习的功能；

·灵活性：能不断地接收新知识，修改旧知识，进行灵活的系统扩充；

·容错性，

·一致性：对知识进行检查，使其不致发生矛盾；

·非冗余性。

B．专家系统的基本结构

专家系统的一般结构是基于规则的专家系统结构，如图6．4－1所示。基于规则的专家系统它是由产生式系统(图6．4－1的虚线框内部分)发展出来的。

图6．4－1 专家系统的一般结构

知识库 知识库贮存着大量特定领域内的知识，包括书本知识和实践经验。知识是决定一个专家系统是否优越的主要因素。专家系统的性能高低取决于知识库的三性：可用性、确实性、完善性。因此知识库的设计与建造是专家系统的一个关键性工作。知识的确实性与完善性决定于领域专家，知识的可用性与计算机工作者有关。建立知识库要首先完成从领域专家那里获得的知识，随后将获得的知识进行编排，进行知识表示，编排成数据结构存入计算机中形成知识库。知识获取与知识表示是人工智能研究的重点研究课题。

数据库 它用于存储领域内的初始数据和推理过程中得到的各种中间信息，也就是存放用户回答的事实、已知的事实和推理而得到的事实，与知识库不同，数据库内容是动态变化的，数据结构要符合推理的要求而且与知识表示是一致的。

推理机 这是一组用来控制、协调整个系统的一组程序。它根据当前输入的数据，利用知识库中的知识，按一定的推理策略去解决当前的问题。

解释程序 这是一组程序，它负责对推理结果给出必要的解释，为用户了解推理过程，学习系统和维护系统提供方便。

知识获取程序 它为修改知识库中原有的知识和扩充知识提供手段，一般说，就是设计一组程序，其必备的功能是：能够删除知识库中原有的知识；能够将新知识加入到知识库中；最好还具有发现原知识库中不合适的规则和总结出新知识。

人机接口程序 它是用户与专家系统的窗口，能输入用户的问题和有关信息，输出供用户参考的方案和信息。

专家系统的一个重要特征是知识库与推理机分离，系统能够在运行过程中逐渐扩大知识库。由于推理机不适应知识库增加的需要，因而又构造新的更强有力的推理机，以后又需要扩充知识。系统的发展过程就是一个扩充知识，强化推理机能的循环往复过程。扩充知识一般由专家系统承担，强化推理机能则由计算机工作者承担。

一个专家系统不仅能解答该领域的问题，而且也能回答用户的问题，能对系统本身的行为作出解释，同时还要有知识获取功能。