专家系统——身边的专家

    专家系统（Expert System ）是一个基于知识的智能推理系统，它涉及到对知识获取、知识库、推理控制机制
以及智能人机接口的研究，是集人工智能和领域知识于一体的系统。近些年，专家系统的迅速发展和广泛应用大大
推进了各个应用领域向智能化方向发展，成为人工智能从实验室研究进入实用领域的一个里程碑。

    专家系统应用人工智能技术，根据一个或多个人类专家提供的特殊领域知识进行推理，仿真人类专家作决定的
过程来解决那些需要专家知识才能解决的复杂问题。目前专家系统不仅仅局限于科学问题，在工程、企业方面也有
重要的应用。

    人们在进行专家系统研究的过程中，发现专家的能力有两个方面：首先是一个专家有大量的专门知识，第二是
专家能根据环境和对象灵活运用知识，并能根据不精确和不完整的证据得到较好的结论。通过大量研究，专家系统
DENDRAL 、MYCIN 相继在60年代推出。其中著名的MYCIN 系统是一个用于细菌感染患者的诊断和治疗的计算机系统，
它的知识是由600 多条规则组成的，其推理规则是不确定的，而且MYCIN 能够解释自己的推理过程。这个最早的专
家系统已经具有了实际工作的能力，它所作的工作需要人们经过多年的训练才能胜任。虽然MYCIN 的使用范围是有
限的，但是已经标志专家系统的发展进入了一个新的阶段。

    后来，机器学习系统解决了专家系统的学习机制问题，从而使之可以不断丰富自己的知识库，使专家系统的可
应用性获得了大大提高。随着未来的专家系统的理论基础和计算机硬件的发展，专家系统的可应用性必然越来越强。

    现阶段，专家系统主要应用在医学、故障诊断、化学、计算机软硬件、数学以及工程等方面。

    专家系统的开发在现阶段来说也是一个程序设计的过程。传统的程序设计缺少灵活性，更重要的是缺少不精确
的推导，也缺少合适的算法。专家系统的表达式是：知识+ 推理= 系统，而传统的表达式是：数据+ 算法= 程序。

    所以专家系统的结构和传统的程序是不相同的。一个完整的专家系统是由四个部分组成的：知识库、推理机、
知识获取部分和解释接口组成。其中知识库用来存放相关领域专家提供的专门知识。推理机的功能是根据一定的推
理策略从知识库中选取有关的知识，对用户提供的证据进行推理，直到得出相应的结论为止。推理机包括推理方法
和控制策略两个部分。知识获取过程可以看作是一类专业知识到知识库之间的转移过程。人机接口则完成输入输出
的人性化。

    在一个成熟的专家系统中，有几项技术是极为关键的。首先，为了便于知识在计算机中的存贮、检索、使用和
修改，并进行推理和搜索，知识表示技术必须具有很高的效率，目前主要有产生式表达法、语义网络表达法、框架
表达法、谓词逻辑表达法等技术，并且新的技术还在开发当中；其次，因为要在专家系统中用计算机模拟人的思维，

不精确推理方法是必不可少的，针对实际需要，概率算法一度成为最重要的方法，近几年来，模糊数学的引入为这
一领域的发展开辟了新的前景；最后，和知识表示技术与推理方法相关，作为人的思维搜索过程的模拟，搜索策略
的好坏对系统的成败也是意义重大的，现在人们已经利用的技术有状态空间法、问题递归法、最佳优先法等。

    总之，人工智能系统的特殊性，决定了它是一个跨越多学科、充满活力、对基础研究的依赖性很强的一个领域，
它的发展，必将向我们展示科学技术王国的更多魅力，也会令我们的生活更为美好。