人工智慧之專家系統探究2：專家系統的組成

專家系統(ES，Expert System) 是一種模擬人類專家解決領域問題的計算機程序系統。專家系統內部含有大量的某個領域的專家水平的知識與經驗，能夠運用人類專家的知識和解決問題的方法進行持理和判斷，模擬人類專家的決策過程，來解決該領域的複雜問題。

認清專家系統的組成，可以更方便直接的分析出實際的應用場景和適用性。專家系統一般由以下五部分組成：

（1）知識庫

知識庫（Knowledge Base）是以某種存儲結構存儲領域專家的知識，包括事實和可行的操作與規則等。 知識庫是專家系統的核心組成部分。一般來說，專家系統中的知識庫與專家系統程序是相互獨立的，用戶可以通過改變、完善知識庫中的知識內容來提高專家系統的性能。為了建立知識庫，首先要解決知識獲取與知識表示的問題。知識獲取是知識工程師如何從領域專家那裡獲得將要納入知識庫的知識。知識表示要解決的問題是如何使用計算機能夠理解的形式來表示和存儲知識的問題。

（2）全局資料庫

全局資料庫（Golbal Database）亦稱為總資料庫，它用於存儲求解問題的初始數據和推理過程中得到的中間數據。 它是反映當前問題求解狀態的集合，用於存放系統運行過程中所產生的所有信息，以及所需要的原始數據，包括用戶輸入的信息、推理的中間結果、推理過程的記錄等。綜合資料庫中由各種事實、命題和關係組成的狀態，既是推理機選用知識的依據，也是解釋機制獲得推理路徑的來源。

（3）推理機

摧理機（Reasoning Machine）根據全局資料庫的當前內容，從知識庫中選擇可匹配的規則，並通過執行規則來修改資料庫中的內容，再通過不斷地推理導出問題的結論。推理機中包含如何從知識庫中選擇規則的策略和當有多個可用規則時如何消解規則衝突的策略。

（4）解釋器

解釋器（Expositor）用於向用戶解釋專家系統的行為，包括解釋「系統是怎樣得出這一結論的」 、「系統為什麼要提出這樣的問題來詢問用戶」等用戶需要解釋的問題。為了回答「為什麼」得到某個結論的詢問，系統通常需要反向跟蹤動態庫中保存的推理路徑，並把它翻譯成用戶能接受的自然語言表達方式。

（5）人機介面

人機介面（Intertace）是系統與用戶進行對話的界面。用戶通過人機介面輸入必要的數據、提出問題和獲得推理結果及系統作出的解釋：系統通過人機介面要求用戶回答系統的詢問，進而回答用戶的問題和解釋。

由於每個專家系統所需要完成的任務不同，因此其系統結構也不盡相同. 知識厙和推理機是專家系統中最基本的模塊。知識表示的方法不同，知識厙的結構也就不同。推理機是對知識庫中的知識進行操作的，推理機程序與知識表示的方法及知識庫結構是緊密相關的，不同的知識表示有不同的推理機。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！