Словарь ИИ
Что такое экспертная система
Коротко
Экспертная система это программа, которая решает задачи узкой области по правилам, записанным со слов специалистов, и может объяснить, как пришла к выводу.
Основы ИИ · expert system
Михаил МозгПроверено: 1 минута чтения
Ребенку
У врача в кабинете лежит толстая тетрадь с советами: «если болит горло и высокая температура, проверь вот это». Представь, что такую тетрадь дали компьютеру. Он задает тебе вопросы, листает правила и говорит, что делать дальше. Сам он ничего не придумывает, а только аккуратно следует советам опытных взрослых.
Простыми словами
Экспертные системы появились задолго до нейросетей. Строят их так: инженер по знаниям расспрашивает опытного специалиста и записывает его опыт в виде правил «если наблюдаем это, то вывод такой». Программа хранит сотни таких правил и механизм, который их перебирает. Пользователь отвечает на вопросы, система сочетает правила, выдает рекомендацию и по запросу показывает цепочку рассуждений. Минус в том, что все знания пишут вручную: программа не учится на примерах и не справляется с тем, чего нет в правилах.
Для бизнеса
Такие системы до сих пор работают в банках, страховании и промышленности под другими названиями: движки бизнес-правил, конфигураторы продуктов, системы проверки заявок. Их ценят за предсказуемость и прозрачность: регулятору можно показать правило, по которому отказали клиенту. Слабое место в сопровождении: правил становится тысячи, они противоречат друг другу, а уход эксперта оставляет базу без хозяина. Сегодня подходы часто совмещают: языковая модель понимает свободный вопрос клиента, а правила проверяют ответ и решают, что можно обещать. Похожую задачу решает ИИ-ассистент, который ищет ответ в документах компании, а не в ручных правилах.
Для специалиста
Экспертная система (expert system) состоит из базы знаний (knowledge base) с фактами и правилами вида «если, то» и механизма вывода (inference engine), который применяет их прямым (forward chaining, от данных к цели) или обратным (backward chaining, от цели к данным) выводом. Классический пример: MYCIN из Stanford Heuristic Programming Project, работа над которой началась весной 1972 года. Программа давала диагностические и терапевтические советы по пациентам с инфекциями и учитывала неопределенность через коэффициенты уверенности (certainty factors). MYCIN выросла из более ранней системы DENDRAL, а из нее выделили EMYCIN, оболочку (shell) без медицинской базы знаний для сборки новых систем. Перенос знаний эксперта в программу назвали инженерией знаний (knowledge engineering). Ограничения подхода: трудоемкий сбор знаний (knowledge acquisition bottleneck), хрупкость на краях области, отсутствие обучения на данных. Идеи живут в движках правил и нейросимвольных системах.
Пример
Производитель котлов дает сервисным инженерам программу: техник вводит код ошибки, давление и возраст оборудования, а программа по правилам главного инженера называет вероятную неисправность и нужную деталь. Новичок решает на выезде задачи, с которыми раньше звонил в офис.
Связанные термины
Вопросы и ответы
Чем экспертная система отличается от нейросети?
Где применяют экспертные системы сейчас?
Источники
- B. G. Buchanan, E. H. Shortliffe (ред.), Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project, 1984people.dbmi.columbia.edu
- B. G. Buchanan, E. H. Shortliffe, Rule-Based Expert Systems, Preface, 1984impact.dbmi.columbia.edu
- B. G. Buchanan, E. H. Shortliffe, Rule-Based Expert Systems, Chapter 1, 1984people.dbmi.columbia.edu
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений