Système expert dans est un terme qui fait le tour du monde de la technologie et pour toutes les bonnes raisons. Dans cet article, nous explorerons ce sujet en détail.
Les pointeurs suivants seront traités dans cet article,
- Qu'est-ce que l'intelligence artificielle?
- Système expert en intelligence artificielle
- Domaines dans lesquels les systèmes experts sont utilisés
- Principaux domaines d'application
- Trois étapes de la conception de l'ES
- Avantages, inconvénients et limites
Alors commençons avec cet article,
Qu'est-ce que l'intelligence artificielle?
Eh bien, normalement, le nom d'Intelligence Artificielle suggère l'intelligence d'une machine qui est artificielle. L'intelligence possédée par l'homme est connue sous le nom d'intelligence humaine, comme de la même manière l'intelligence démontrée par une machine est connue sous le nom d'intelligence artificielle. En informatique. Intelligence artificielle (IA), parfois appelée intelligence artificielle. Le domaine de recherche de l'intelligence artificielle est né lors d'un atelier au Dartmouth College en 1956.
Applications de l'intelligence artificielle dans le monde réel:
Les chatbots comme SIRI, CORTANA qui ont gagné tellement de popularité de nos jours. D'autres exemples comme EVA (Electronic Virtual Assistant), un chatbot basé sur l'IA développé par le département de recherche sur l'IA de HDFC banks, qui peut collecter des connaissances à partir de milliers de sources et fournir des réponses simples en moins de 0,4 seconde. Il y a tellement d'exemples d'applications d'IA que vous trouverez dans différents domaines de notre société.
Passer à autre chose avec ce système expert en intelligence artificielle,
Système expert en intelligence artificielle
Qu'est-ce qu'un système expert?
Des chercheurs de l'Université Standford, département d'informatique, ont introduit ce domaine de l'IA et c'est un domaine de recherche de premier plan sur l'IA. C'est une application informatique qui peut résoudre les problèmes les plus complexes de n'importe quel domaine spécifique. Il est considéré au plus haut niveau de l'intelligence humaine et de l'expertise car il est basé sur les connaissances acquises d'un expert. Le système expert peut également être défini comme un système de prise de décision informatisé capable de résoudre des problèmes de prise de décision complexes en utilisant à la fois des faits et des heuristiques.
Passer à autre chose avec ce système expert en intelligence artificielle,
Domaines dans lesquels les systèmes experts sont utilisés
Expert Systems aujourd'hui
L'American Medical Association a approuvé le premier système expert qui était le système Pathfinder. Il a été construit l'Université de Standford en 1980, pour le diagnostic d'hématopathologie. Ce système expert en théorie de la décision, en bref Pathfinder, permet de diagnostiquer les maladies des ganglions lymphatiques. En fin de compte, il traite plus de 60 maladies et peut reconnaître plus de 100 symptômes.
Système expert en entreprise
Récemment développé un système expert ROSS, l'avocat de l'IA, ROSS est un système d'auto-apprentissage qui utilise l'exploration de données, la reconnaissance de formes, l'apprentissage en profondeur et le traitement du langage naturel pour imiter le fonctionnement du cerveau humain.
Passer à autre chose avec ce système expert en intelligence artificielle,
Principaux domaines d'application
- Interprétation - tirer des conclusions de haut niveau basées sur des données.
- Prédiction - projection des résultats probables.
- Diagnostic - déterminer la cause des dysfonctionnements, des maladies, etc.
- Conception -êtretrouver la meilleure configuration en fonction de critères.
- Planification - proposer une série d'actions pour atteindre un objectif.
- Surveillance - comparer le comportement observé au comportement attendu.
- Débogage et réparation - prescrire et mettre en œuvre des remèdes.
- Instruction - aider les élèves à apprendre.
- Contrôle - régir le comportement d'un système.
Objectif du système expert
L'objectif principal d'un système expert est d'acquérir des connaissances d'experts humains et de reproduire ces connaissances et compétences d'un expert humain dans un domaine particulier. Ensuite, le système utilisera ces connaissances et compétences pour résoudre des problèmes complexes de ce domaine particulier sans la participation d'experts humains.
Caractéristiques des systèmes experts
- Haute performance
- Compréhensible
- Fiable
- Très réactif
Principaux composants d'un système basé sur des règles ou expert
Les principaux composants sont:
- Base de connaissances
- Mémoire de travail
- Moteur d'inférence
- Système d'explication
- Interface utilisateur
- Éditeur de la base de connaissances
Passer à autre chose avec ce système expert en intelligence artificielle,
programmation de socket dans un exemple java
Trois étapes de la conception de l'ES
Acquisition de connaissances:
Le processus d'obtention des connaissances d'experts en interrogeant ou en observant des experts humains, en lisant des livres spécifiques, etc.
Base de connaissances:
La base de connaissances est un contenant de connaissances de haute qualité. Les compétences se développent grâce à la pratique et l'intelligence vient de connaissances sans connaissance que l'on ne peut pas prouver ou ne peut pas montrer son intelligence, donc la connaissance est très importante pour développer des compétences et faire preuve d'intelligence. Comme, de la même manière, la connaissance est nécessaire pour que la machine montre également son intelligence. La précision de la prédiction ainsi que les performances du système dépendent fortement et principalement de la collecte de connaissances parfaites, exactes et précises.
Maintenant qu'est-ce que la connaissance?
La connaissance est une donnée ou une information. Pour nous, être humain, en lisant des articles et en lisant des livres ou à partir de différentes ressources, nous avons utilisé pour recueillir des connaissances si nous pouvons voir le processus d'acquisition et d'enrichissement des connaissances minutieusement, nous constaterons qu'en lisant des livres ou en lisant des articles ou à partir de toutes les ressources que nous sommes chercher et extraire des données et des informations à partir de différentes sources que nous avons ensuite utilisé pour stocker dans notre cerveau. La connaissance est donc une donnée, la connaissance est une information. La connaissance est aussi un recueil de faits.
Les données, informations et expériences passées combinées sont appelées connaissances.
Représentation des connaissances:
La représentation des connaissances est la méthode de sélection des structures les plus appropriées pour représenter les connaissances. C'est la méthode d'organisation et de formalisation des connaissances dans la base de connaissances. Cela se fait sous la forme de règles IF-THEN-ELSE.
Validation des connaissances:
Le test des connaissances d'ES est correct et complet.L'ensemble de ce processus s'appelle l'ingénierie des connaissances.
Moteur d'inférence:
Dans le cas de l'ES basée sur les connaissances, le moteur d'inférence acquiert et manipule les connaissances de la base de connaissances pour parvenir à une solution particulière.
Dans le cas d'un ES basé sur des règles,
- Il applique des règles à plusieurs reprises aux faits, qui sont obtenues à partir d'une application antérieure de règles.
- Il ajout de nouvelles connaissances dans la base de connaissances si nécessaire.
- Il résout les conflits de règles lorsque plusieurs règles sont applicables à un cas particulier.
Inference Engine utilise les stratégies suivantes et moins
un algorithme de tri peut être utilisé pour organiser un ensemble de ________ dans l'ordre de ________.
- Chaînage avant
- Chaînage arrière
Chaînage avant
Dans Forward Chaining, le moteur d'inférence donne le résultat en suivant la chaîne de conditions et de dérivations. Quelle que soit la connaissance alimentée dans le système, elle passe par toutes ces connaissances et faits et les trie avant de conclure une solution. Par la méthode de chaînage avant, le système expert essaie de répondre: «Que peut-il se passer ensuite?»
Application du chaînage en aval: prévision des prix des maisons, prédiction des actions, prédiction du marché des actions, etc.
Chaînage arrière
Quand quelque chose s'est produit dans un domaine particulier, le moteur d'inférence essaie de découvrir quelle condition aurait pu se produire dans le passé pour ce résultat. Par la méthode de chaînage en arrière, le système expert essaie de répondre: «Pourquoi est-ce arrivé?». En enchaînant en arrière, le moteur d'inférence essaie de découvrir la cause ou la raison.
Par exemple: diagnostic du cancer du sang chez l'homme.
Avantages, inconvénients et limites
Avantages du système expert
- Détenir d'énormes quantités d'informations
- Minimisez les coûts de formation des employés
- Centralisez le processus décisionnel
- Rendre les choses plus efficaces en réduisant le temps nécessaire pour résoudre les problèmes
- Combinez diverses intelligences d'experts humains
- Réduisez le nombre d'erreurs humaines
- Fournir des avantages stratégiques et comparatifs susceptibles de créer des problèmes pour les concurrents
- Examinez les transactions auxquelles les experts humains ne pensent peut-être pas
- Fournir des réponses aux décisions, processus et tâches qui sont répétitifs
Inconvénients du système expert:
- Manque de réponses créatives dont les experts humains sont capables
- Incapable d'expliquer la logique et le raisonnement derrière une décision
- Il n'est pas facile d'automatiser des processus complexes
- Il n'y a pas de flexibilité et de capacité à s'adapter à des environnements changeants
- Incapable de reconnaître quand il n'y a pas de réponse
- Pas de bon sens utilisé pour prendre des décisions
Limites:
- Il ne parvient pas à apporter des réponses créatives car il s'agit d'une machine.
- Si les données qui ont été alimentées dans la base de connaissances ne sont pas exactes ou correctes, elles donneront de mauvaises prédictions et des résultats erronés.
- Le coût de maintenance du système expert est élevé.
- Lorsque différents problèmes surviennent, l'expert humain peut donner différentes solutions et réponses créatives, mais le système expert ne parvient pas à donner des réponses créatives.
Cela nous amène à la fin de cet article sur les systèmes experts en intelligence artificielle.
Si vous souhaitez vous inscrire à un cours complet sur l'intelligence artificielle et l'apprentissage automatique, Edureka a un Cela vous permettra de maîtriser des techniques telles que l'apprentissage supervisé, l'apprentissage non supervisé et le traitement du langage naturel. Il comprend une formation sur les dernières avancées et approches techniques en intelligence artificielle et apprentissage automatique telles que l'apprentissage en profondeur, les modèles graphiques et l'apprentissage par renforcement.