|
|
设
备
管
理
网
s
b
g
l
.
j
d
z
j
.
c
o
m
|
 |
概述(2) |
|
|
| 概述(2) |
|
作者：佚名 文章来源：不详 点击数： 更新时间：2008-9-24 8:43:26  |
|
三、专家系统的几个概念
与通常的计算机系统相比，专家系统有三个主要的不同点，这也是专家系统的三个主要概念。
1．表达知识的新方法
知识比信息更复杂，但更有价值。通常情况下，知识指有关一个特定主题的经验的有序集合体。例如说某人在某一方面知识丰富，意思是指此人不仅知道这方面的许多事例，而且他对相关的问题也比较了解，同样可以进行分析并做出判断。
AI研究者已经可以用动词和图形表达知识，而不再是传统的数学计算。因此，当传统程序员寻找将一个问题分解为一些能用数学术语表示并用算法处理的子问题时，AI程序员则对用句子和结构表达、用逻辑推理处理知识技术更感兴趣。用自然语言表达进行编码，用逻辑推理过程操作编码知识，将大大扩展计算机所能解决的问题的类型范围。
2．启发式搜索
传统的计算机计算过程依赖于对一个问题的每一个元素和每一步骤的详细分析，这局限了计算机所能解决问题的范围。人类在解决许多问题时是凭启发式思维（或经验）进行的，这些经验可以使他们将大问题缩减为一个较小的问题。但完全的启发式思维由于简化了一些步骤，有时会导致错误。
例如，要在一台公用计算机的硬盘上找到某个用户所编制的一个特定文件，硬盘内容很多，要一个一个文件寻找是很费时费事的。有一定计算机使用经验的人都知道，文件通常是按类、按不同的用户存放在不同的子目录下的。凭着这个经验，就可以将问题缩小，很快进人该用户子目录下寻找所需文件。这说明了启发式搜索的关键性质：依赖特定环境知识、来源于实践经验。但启发式知识不是能保证一定成功，比如，该文件的编程者可能是个新手，他没有建自己的子目录，将文件存到其他地方了，此时利用启发式知识就找不到答案。所以，启发式知识表达的是可能性知识，仅仅在可能碰到的各种情况中的一些情况下适用。
启发式编程技术迅速扩展了计算机的工作范围，使程序员可以研制更大、更复杂的程序，能分析解决非常模糊的问题，并做出解答。然而启发式搜索将依赖不确定性技术，应用不确定性技术让专家对自己的判断定出准确度。基于启发式的程序不是给出一个正确答案，而是建议几种可能的选择，并提供每一种选择的可能性估计值。
因此，专家系统技术中，能应用传统方法精确处理的内容，应尽量使用传统方法处理，只有当问题很复杂、很模糊无法精确处理时，才应用不确定技术。
3.知识与推理和控制的分离技术
传统的编程，有关一个问题的知识与利用这些知识去解决该问题的过程是结合在一起的。当非程序人员看到一个应用软件的源程序时，无法断定程序是关于什么或是解决什么问题的，必须依靠程序员正确地表示。这就像人们用电报通信的情况。由于信息的发出人和接收人不能读懂电报代码，他们又得假定电报操作人员操作正确。这就给开发大型应用程序的程序员提出了非常高的要求，因为专家无法帮助程序员把知识放入程序中。
AI研究者发明了将知识与应用知识的过程相分离的技术。这就相当于任何一个专家都可以检查一个专家系统里的知识，并判断其正确性。另外，当关于一个问题的知识改变时，专家能找到相应的规则并修改它们。
知识与推理和控制的分离，是人工智能研究的最重要概念。表面上看起来很简单：人工智能语言能实现，传统的编程语言同样也能实现。而实际上并非如此，这项新成果的意义在于使非程序员编程成为可能，从此，编程者不必是懂得处理技术问题的专家，而技术专家不必懂得计算机语言也可以编制大型程序。
|
|
| 资讯录入：admin 责任编辑：admin |
|
|
上一篇资讯： 旋转机械振动的基本特性(2)
下一篇资讯： 概述(1) |
|
|
| 【字体：小 大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 |
|
 网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！） |
|
|
|
|
|
