专家系统-rucdb-iir.ppt

专家系统 知识就是力量,而积累了知识的计算机会全面增强我们的力量 --费根鲍姆(斯坦福大学教授) 先看一个例子 eXpertise2Go系统 / 我们先来看看一个eXpertise2Go的demo： Product Advisors: PCs, PDAs More!中购买PC的专家系统例子。 什么是专家？ 与领域相关 有丰富知识：对该领域的事物精通，有丰富的知识或者说有独到的见解 能进行判断：对该领域的复杂问题能进行独到明确的判断 什么是专家系统? 一种智能的计算机程序,它运用知识和推理步骤来解决只有专家才能解决的复杂问题.(Feigenbaum) 一种智能的计算机程序系统,在该系统中保存了大量的专家水平的知识和经验,能够利用人类专家的知识和经验进行推理和判断,模拟人类专家的决策过程,以解决那些通常需要专家决定的复杂问题. 什么是专家系统？ 专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 具有大量的专门知识与经验 根据某领域一个或多个专家提供的知识和经验，进行推理和判断 需要解决的问题要足够的复杂 专家系统的主要构成 “系统”？ 体系结构？ 知识库 知识库是用来存放领域专家知识的仓库。其中的知识来源于知识获取器，并为推理器提供求解问题所需要的知识。 主要涉及的问题： 知识表达问题 知识管理问题 推理机 推理机是模拟人类专家的思维过程，控制并执行对问题的求解。它能根据已知的事实，利用知识库中的知识，按照一定的推理方法和控制策略进行推理，直到得出相应的结论为止 主要研究问题： 推理方法：精确/非精确 控制策略：推理方向/规则搜索策略 知识获取 知识获取是建设专家系统的关键。没有知识的专家系统就是一个空壳，不能起任何作用。 主要研究问题： 获取方法：自动化程度 获取效率： 结果解释器 “为什么呀？”-2008年的流行语 人们在涉及重大决策的时候，一般不会满足于结论，还关心得出这个结论的原因。 解释器的任务就是跟踪推理器的推理过程，并展示给用户。 重点介绍几个问题 专家系统发展的历史背景和重要人物 知识表达问题 知识推理问题 专家系统的应用 专家系统发展的历史背景 1954年人工智能学科诞生以后，以数学定理证明为标志在通用问题求解等方面取得了令人兴奋的成果，世界上兴起了一个人工智能的研究浪潮。 很快这种“通用”的想法就遇到了巨大的挑战，失败接连不断。以至于政府停止了对人工智能研究项目的资助。 人们反思的结果是，应缩小领域，想专家那样思维。 1969年,美国斯坦福大学Feigenbaum教授和同大学遗传学系主任Joshua Lederberg教授(1958年诺贝尔生理学-医学奖获得者)以及哲学家Bruce Buchanan合作,开发从光谱仪提供的数据中推断出物质的分子结构的计算机程序,根据分析化学家依据光谱的波峰模式判断物质分子结果的经验加入到系统中.这是历史上第一个专家系统,命名为DENDRAL 专家系统的历史 20世纪70年代是专家系统开发的鼎盛时期,各种各样的专家系统被开发出来. 1972-1979,Fegenbaum小组又开发了影响深远的医疗专家系统MYCIN,能够对细菌感染疾病的诊断和治疗作出咨询. 学术界还发展了通用知识表达语言，专家系统生成工具等。人们相信，只要有足够的知识就可以象专家一样地工作。 1977年，Fegenbaum在IJCAI提出了“知识工程”的概念，明确了对知识获取了整理的重要性。人们相信：知识的大量积累可以使计算机的智能发生质变。 专家系统的发展历史 但是，单学科专业型专家系统的缺陷也逐步暴露出来：不能回答一些常识性的问题，不能回答知识库之外的问题。 Lenat 于1984年提出CYC计划，建造海量常识性知识库。但是其工程量巨大，人们对其是否能够成功表示了很大的怀疑。 1995年CYC成立了一家公司cycorp,继续CYC的事业。到2000年，已经积累了160万条常识性知识。 这样的规模是大还是小，是否又是“爬梯子登月亮”？？ 1936年生于美国新泽西洲 1952年进入CMU电气工程系学习，师从西蒙，获博士学位 1965在斯坦福大学发明世界上第一个专家系统DENDRAL 1977年在IJCAI上在世界上第一次提出知识工程的概念。 现为SKL教授 关于知识表达 知识表达是人工智能的基本问题之一。 历史上已经提出了多种知识表达的方法。 基于规则的表达方法 基于框架的表达方法 语义网络表达方法 状态空间表达方法 其他 基于规则的表达方法 规则是什么？ IF （条件） THEN （结论） 例子： IF （动物有毛发）THEN （动物是哺乳动物） IF （动物有奶）THEN （动物是哺乳动物） IF （动物有羽毛）THEN （动物是鸟） IF （动物会飞）并且 （动物会产蛋）THEN