Ekspertsüsteem: definitsioon, tööpõhimõte ja kasutusnäited

Ekspertsüsteemid: selge definitsioon, tööpõhimõte ja praktilised kasutusnäited — kuidas tehisintellekt automatiseerib otsuseid ja toetab erinevaid valdkondi.

Ekspertsüsteem on arvutis töötav programm. Nagu inimekspert, teab ta palju ühest teemast. Inimesed võivad ekspertsüsteemile esitada küsimuse. Ekspertsüsteem kasutab seejärel reeglistikku ja annab küsimusele vastused. See automatiseeritud arutlusmeetod kuulub arvutiteaduse valdkonda, mida nimetatakse tehisintellektiks.

Ekspertsüsteemid on loodud toetama otsuste tegemist ja pakkuma teadmuspõhist nõu olukordades, kus on vaja sügavat valdkonnaekspertiisi. Nad ei asenda alati inimest, vaid toimivad sageli teadmiste ja otsustusprotsesside abi- või kiirendajana.

Tööpõhimõte ja põhikomponendid

Ekspertsüsteemi peamised komponendid on:

• Teadmistepõhi (knowledge base) – sisaldab fakte, reegleid, modelle ja valdkonnapõhiseid teadmisi, mis on kogutud inimekspertidelt või dokumentidest.
• Tuletusmootor (inference engine) – kasutab teadmistepõhja ning valitud arutlusstrateegiat (näiteks edasi- ehk forward chaining või tagasi- ehk backward chaining), et tuletada uusi järeldusi või leida vastus esitatud küsimusele.
• Töömälu (working memory) – salvestab ajutisi fakte ja päringuid sessiooni jooksul ning on tuletusmootori tööandmeks.
• Kasutajaliides – võimaldab kasutajal süsteemiga suhelda: esitada küsimusi, saada vastuseid ja selgitusi.
• Selgitusmoodul (explanation facility) – selgitab, kuidas süsteem konkreetse järelduseni jõudis, et kasutaja saaks otsuse põhjenduse mõista.
• Teadmiste hankimise moodul – aitab koguda, struktureerida ja uuendada teadmisi koos inimekspertidega; see on oluline komponent, kuna teadmiste kogumine on sageli süsteemi loomisel kitsaskoht.

Kuidas ekspertsüsteem töötab (lihtsustatud järjekord)

• Kasutaja esitab küsimuse või kirjeldab probleemi.
• Süsteem seab küsimuse töömälu ja kontrollib teadmistepõhjast reegleid.
• Tuletusmootor rakendab reegleid (sobitades tingimused töömälu faktidega) ja tuletab järeldusi.
• Süsteem võib täiendavaid andmeid küsida, valida sobiva arutlusstrateegia või korrata reeglite rakendamist kuni lahenduse leidmiseni.
• Süsteem esitab vastuse koos selgituse või põhjendusega ning vajadusel soovitustega edasiseks tegevuseks.

Arutlusstrateegiad ja täiendavad tehnikad

Ekspertsüsteemid kasutavad mitmeid arutlus- ja teadmisteesitusviise:

• Reeglipõhine arutlus – kõige levinum: kui–siis reeglid, mis juhivad otsustusprotsessi.
• Võrdlev ja statistiline lähenemine – mõnes süsteemis kombineeritakse teadmuspõhist loogikat masinõppe tulemuste või statistiliste mudelitega.
• Hägu loogika ja ebakindluse käsitlemine – kasutatakse ebakindlate faktide või tõenäosuste modelleerimiseks (näiteks kindluskordsed, fuzzy logic).
• Ruutmeelne ja graafiline modelleerimine – keerukamate seoste ja põhjuste visualiseerimiseks.

Kasutusnäited

Ekspertsüsteeme kasutatakse mitmes valdkonnas, näiteks:

• Meditsiin: diagnooside toetamine (patsiendi sümptomite analüüs ja võimalikud diagnoosid).
• Süsteemihaldus ja tehnikatugi: rikete diagnoosimine ja tõrkeotsing serveri- või tööstusseadmete puhul.
• Finantsanalüüs: krediidiriski hindamine, investeerimissoovitused ja nõustamine.
• Õigus ja regulatsioonid: õigusnõuandeid toetavad tööriistad ja vastavusanalüüs.
• Klienditeenindus: automatiseeritud nõuanded ja otsuseabi korduvates probleemides.

Eelised ja piirangud

Peamised eelised:

• Püsiv ja kiire ligipääs ekspertteadmistele.
• Ühtlus otsustes – süsteem ei muuda otsuse kriteeriume väsimuse või tuju tõttu.
• Võimalus jagada teadmisi ja luua dokumenteeritud põhjendusi otsuste eest.

Peamised piirangud:

• Teadmiste kogumise (knowledge acquisition) kitsaskoht – inimekspertide teadmiste modelleerimine on aeganõudev ja keeruline.
• Hädavajalik pidev hooldus ja värskendamine – valdkonna muutumisel võivad teadmised kiiresti vananeda.
• Piiratud üldistusvõime – ekspertsüsteem toimib hästi kitsastes, struktureeritud valdkondades, kuid ebaõnnestub sageli laiemates või mittestruktureeritud probleemides.
• Puudub sageli inimlik “üldteadmise” võime ja kontekstitunnetus.

Kasutajate erinev juurdepääs ja rollid

Erinevatel inimrühmadel võib olla erinev juurdepääs ekspertsüsteemile. Näiteks:

• Süsteemiadministraatorid ja teadmisteinsenerid vajavad täielikku ligipääsu teadmiste redigeerimiseks, süsteemi konfiguratsiooniks ja logide vaatamiseks.
• Erialaspetsialistid võivad kasutada süsteemi keerukamate juhtumite analüüsiks ja teadmiste valideerimiseks ning neil võib olla õigus lisada või kommenteerida reegleid läbi struktureeritud liidese.
• Tavakasutajad või sekretärid saavad süsteemist lihtsustatud nõuandeid ja konkreetseid soovitusi ilma sügava tehnilise ligipääsuta.

Seda rollipõhist ligipääsu tuleb kavandada, et kaitsta teadmiste terviklikkust ja tagada õige andmeturbemeetmete rakendamine.

Tänapäevased arengud

Viimasel ajal on ekspertsüsteemid tihti osa hübriidsetest lahendustest, kus teadmuspõhised mudelid kombineeritakse masinõppe ja suurandmetega. Sellised kombinatsioonid võimaldavad süsteemidel õppida andmetest, kuid säilitada inimekspertide poolt määratud reeglite ja piiride selge kontrolli. Samuti panustatakse kasutajaliideste parandamisse, et selgitused oleksid arusaadavamad ja usaldusväärsemad.

Kokkuvõte

Ekspertsüsteemid on võimsad tööriistad valdkondades, kus on vaja kohest ja põhjendatud ekspertiisi. Nad töötavad reeglistike ja tuletusmootorite abil, võimaldades kasutajatel saada nõu ja põhjendusi kiirelt. Samas nõuavad nad hoolikat teadmiste kogumist, regulaarset uuendamist ning rollipõhist ligipääsu kavandamist, et tagada süsteemi usaldusväärsus ja kasutatavus igapäevastes olukordades.

Küsimused ja vastused

K: Mis on ekspertsüsteem?

K: Kuidas vastab ekspertsüsteem küsimustele?

K: Millisesse arvutiteaduse valdkonda kuulub ekspertsüsteemide poolt näidatud automatiseeritud arutlusmeetod?

K: Milline on ekspertsüsteemi roll?

K: Kes saab ekspertide süsteemi kasutada?

K: Mis eristab inimekspertiisi ekspertsüsteemist?

K: Kuidas uuendatakse ekspertsüsteemi teadmistebaasi?

Otsing