专项话题►回忆AI时代-从图灵机到人工智能

1980年的专家系统


📚 文章 ( 📝 字数： 558 ⏱ 阅读时间： 2 分钟 )

系列文章见: 《回忆AI时代-从图灵机到人工智能》

什么是专家系统

1980年，被称为专家系统（Expert Systems）时代，也是第一波AI商业化浪潮，这一时期AI的核心思想属于符号主义（Symbolic AI）或规则驱动 AI（Rule-based AI）。1970年代末研究人员发现与其让计算机像人一样学习，不如先把专家的知识直接写进去，譬如：

  • 医生如何诊断疾病
  • 地质学家如何寻找矿藏
  • 工程师如何维修设备

如果把这些经验写成IF条件THEN结论，计算机就能够像专家一样推理。

1
2
3
4
5
6
IF
    发烧
AND 咳嗽
AND 白细胞高
THEN
    可能是细菌感染

专家系统的组成,通常分为四个部分：

  • 知识库（Knowledge Base）
  • 推理机（Inference Engine）
  • 事实库（Working Memory）
  • 用户界面(User Interface)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
             用户
              │
       ┌─────────────┐
       │    用户界面  │
       └─────────────┘
              │
       ┌─────────────┐
       │     推理机   │
       └─────────────┘
        │          │
        │          │
┌────────────┐  ┌────────────┐
│   知识库    │  │ 事实库      │
│   Rules    │  │ 当前数据    │
└────────────┘  └────────────┘

知识库,主要保存经验规则，可能包含几千甚至几十万条规则。

Rule1

1
2
3
4
IF
    温度>38 AND 咳嗽
THEN
    流感

Rule2

1
2
3
4
IF
    血压>180
THEN
    高血压

推理机，专家系统真正的大脑主要负责匹配规则、推理和得出结论，譬如,已知A\B推理:

1
2
IF A AND B
THEN C

事实库,存放当前问题的数据。

1
2
3
4
病人：
体温 39℃
咳嗽
喉咙痛

推理机不断利用事实库和知识库进行推理。

用户界面,主要是用户输入信息，并根据信息获知答案。

为什么专家系统会成功？

1980年,很多大型企业开始投入AI,被称为AI黄金年代。它解决了一些真实的问题：

  • 医疗诊断
  • 银行贷款
  • 电力调度
  • 故障维修
  • 矿产勘探
  • 金融分析

为什么后来衰落了？

专家系统之所以衰落，主要原因：

  • 知识获取瓶颈，譬如医生很多判断依赖长期经验，无法全部写成规则。
  • 规则爆炸，问题越复杂，规则越多。
  • 不会进化，它不会自己学习，必须人工添加规则。
  • 泛化能力差，只能解决预先定义好的问题。