Sejarah Sistem Pakar, Karakteristik, Keuntungan, Kerugian

Itu sistem ahli Mereka didefinisikan sebagai sistem komputer yang meniru kapasitas pengambilan keputusan seorang ahli manusia di bidang tertentu. Mereka menggunakan strategi heuristik dan fakta untuk menyelesaikan masalah pembuatan keputusan yang rumit dan interaktif.

Mereka dirancang untuk memecahkan masalah kompleksitas yang tinggi, bernalar melalui basis pengetahuan. Alih-alih diwakili dengan kode berbasis prosedur, mereka pada dasarnya melakukannya dengan aturan Si-Then.

Sumber: Pixabay.com

Mereka dapat mengekspresikan diri dan alasan tentang beberapa bidang pengetahuan, yang memungkinkan mereka untuk menyelesaikan banyak masalah yang umumnya membutuhkan ahli manusia. Sistem ahli adalah pendahulu dari sistem kecerdasan buatan saat ini, pembelajaran mendalam dan pembelajaran otomatis.

Sistem ahli tidak dapat menggantikan kinerja umum pekerja dalam tugas pemecahan masalah. Namun, mereka dapat secara drastis mengurangi jumlah pekerjaan yang harus dilakukan individu untuk menyelesaikan masalah, membuat orang aspek kreatif dan inovatif dari pemecahan masalah.

Mereka telah memainkan peran penting di banyak industri, seperti jasa keuangan, telekomunikasi, perawatan medis, layanan pelanggan, video game dan manufaktur.

[TOC]

Kapasitas sistem

Sistem ahli menggabungkan dua subsistem: basis pengetahuan, yang berisi akumulasi fakta dan pengalaman, dan mesin inferensi, yang merupakan seperangkat aturan untuk diterapkan pada basis pengetahuan atau fakta yang dikenal dalam setiap situasi tertentu, untuk menyimpulkan fakta baru.

Kemampuan sistem dapat ditingkatkan dengan penambahan ke basis pengetahuan atau serangkaian aturan.

Misalnya, sistem ahli saat ini mungkin juga memiliki kemampuan untuk belajar secara otomatis, memungkinkan untuk meningkatkan kinerja mereka berdasarkan pengalaman, seperti yang dilakukan manusia.

Selain itu, sistem modern dapat menggabungkan pengetahuan baru dengan lebih mudah dan dengan demikian diperbarui secara sederhana. Sistem semacam itu dapat lebih menggeneralisasi dari pengetahuan yang ada dan menangani sejumlah besar data kompleks.

Sejarah

- Perkembangan awal

Pada akhir 1950 -an, kemungkinan menggunakan teknologi komputer untuk meniru keputusan -pembuatan manusia mulai berpengalaman. Misalnya, sistem yang dibawa komputer mulai dibuat untuk aplikasi diagnostik dalam kedokteran.

Sistem diagnostik awal ini memasuki gejala pasien dan hasil tes laboratorium untuk menghasilkan diagnosis sebagai hasilnya. Ini adalah bentuk pertama dari sistem ahli.

- Perkembangan utama

Pada awal enam puluhan program dikembangkan yang menyelesaikan masalah yang ditentukan dengan baik. Misalnya, game atau terjemahan otomatis.

Program -program ini membutuhkan teknik penalaran cerdas untuk menangani masalah logis dan matematika yang disajikan, tetapi tidak memerlukan banyak pengetahuan tambahan.

Para peneliti mulai memperingatkan bahwa untuk menyelesaikan banyak masalah menarik, program tidak hanya harus dapat menafsirkan masalah, tetapi juga membutuhkan pengetahuan dasar untuk sepenuhnya memahaminya.

Ini secara bertahap mengarah pada pengembangan sistem ahli, yang lebih fokus pada pengetahuan.

Konsep sistem ahli dikembangkan secara resmi pada tahun 1965 oleh Edward Feigenbaum, Profesor di Universitas Stanford, EE.UU.

Feigenbaum menjelaskan bahwa dunia beralih dari pemrosesan data ke pemrosesan pengetahuan, berkat prosesor baru dan teknologi arsitektur komputer.

Dendral

Pada akhir tahun enam puluhan, salah satu sistem ahli pertama dikembangkan, disebut dendral, membahas analisis senyawa kimia.

Pengetahuan Dendral terdiri dari ratusan aturan yang menggambarkan interaksi senyawa kimia. Aturan -aturan ini adalah hasil kolaborasi bertahun -tahun antara bahan kimia dan komputer.

Dapat melayani Anda: Toleransi Geometris: Simbol, Datum dan Contoh

- Kematangan

Sistem ahli mulai berkembang biak selama tahun delapan puluhan. Sejumlah besar perusahaan Fortune 500 menerapkan teknologi ini dalam kegiatan komersial harian mereka.

Pada 1990 -an, banyak pemasok aplikasi bisnis, seperti Oracle dan SAP, mengintegrasikan kapasitas sistem ahli dalam produk mereka, sebagai cara untuk menjelaskan logika bisnis.

Karakteristik

- Tingkat pengalaman

Sistem ahli harus menawarkan tingkat pengalaman tertinggi. Memberikan efisiensi, presisi dan resolusi masalah imajinatif.

- Reaksi tepat waktu

Pengguna berinteraksi dengan sistem ahli untuk periode waktu yang cukup bijaksana. Waktu interaksi ini harus kurang dari waktu yang untuk masalah yang sama, seorang ahli diambil untuk mencapai solusi yang paling akurat.

- Keandalan

Sistem ahli harus memiliki keandalan yang baik. Untuk melakukan ini, Anda tidak boleh membuat kesalahan.

- Mekanisme yang efektif

Sistem ahli harus memiliki mekanisme yang efisien untuk mengelola ringkasan pengetahuan yang ada di dalamnya.

- Menangani masalah

Sistem ahli harus dapat menangani masalah yang menantang dan membuat keputusan yang tepat untuk memberikan solusi.

- Komponen

Dasar pengetahuan

Ini adalah pengumpulan data terorganisir yang sesuai dengan sistem pengalaman sistem.

Melalui wawancara dan pengamatan kepada para ahli manusia, fakta -fakta yang membentuk basis pengetahuan harus diambil.

Mesin inferensi

Menafsirkan dan mengevaluasi fakta dalam basis pengetahuan melalui aturan, untuk memberikan rekomendasi atau kesimpulan.

Pengetahuan ini diwakili dalam bentuk aturan produksi Si-even: "Jika suatu kondisi benar, maka pengurangan berikut dapat dilakukan".

Kesimpulan

Faktor probabilitas sering melekat pada kesimpulan dari setiap aturan produksi dan rekomendasi akhir, karena kesimpulan yang dicapai bukanlah kepastian mutlak.

Misalnya, sistem ahli untuk diagnosis penyakit mata dapat menunjukkan, sesuai dengan informasi yang diberikan, bahwa seseorang memiliki glaukoma dengan probabilitas 90%.

Selain itu, urutan aturan dapat ditunjukkan melalui mana kesimpulan tercapai. Pemantauan rantai ini membantu mengevaluasi kredibilitas rekomendasi dan berguna sebagai alat pembelajaran.

Teman-teman

Berdasarkan aturan

Dalam sistem ini, pengetahuan direpresentasikan sebagai seperangkat aturan. Aturannya adalah cara langsung dan fleksibel untuk mengekspresikan pengetahuan.

Aturannya terdiri dari dua bagian: bagian "ya", disebut kondisi, dan bagian "lalu", disebut deduksi. Sintaks dasar dari suatu peraturan adalah: ya (kondisi) lalu (deduksi).

Berdasarkan logika difus

Ketika Anda ingin mengekspresikan pengetahuan menggunakan kata -kata yang tidak jelas sebagai "sangat kecil", "cukup sulit", "tidak terlalu tua", logika difus dapat digunakan.

Logika ini digunakan untuk menggambarkan definisi yang tidak akurat. Ini didasarkan pada gagasan bahwa semua hal dijelaskan pada skala variabel.

Logika klasik beroperasi dengan dua nilai kepastian: true (1) dan false (0). Dalam logika difus, semua nilai kepastian dinyatakan dengan bilangan real dalam interval antara 0 dan 1.

Logika difus mewakili pengetahuan berdasarkan tingkat kebenaran, alih -alih kebenaran absolut logika klasik.

Neuronal

Dengan keunggulan sistem ahli berbasis aturan, keunggulan jaringan neuron juga digabungkan, seperti pembelajaran, generalisasi, soliditas dan pemrosesan informasi paralel.

Ini dapat melayani Anda: Topologi Jaringan: Konsep, Jenis dan Karakteristiknya, Contohnya

Sistem ini memiliki basis pengetahuan neuron, bukannya basis pengetahuan tradisional. Pengetahuan disimpan sebagai peso di neuron.

Kombinasi ini memungkinkan sistem pakar neuron untuk membenarkan kesimpulannya.

Difuso neuronal

Logika difus dan jaringan saraf adalah alat pelengkap untuk membangun sistem ahli.

Sistem difus tidak memiliki kemampuan untuk belajar dan tidak dapat beradaptasi dengan lingkungan baru. Di sisi lain, meskipun jaringan saraf dapat belajar, prosesnya sangat rumit bagi pengguna.

Sistem neuronal-difuse dapat menggabungkan kemampuan komputasi dan pembelajaran jaringan neuron dengan representasi pengetahuan manusia dan keterampilan penjelasan dari sistem difus.

Akibatnya, jaringan saraf menjadi lebih transparan, sementara sistem difus dapat belajar.

Keuntungan

Ketersediaan

Sistem ahli mudah tersedia, di mana saja dan kapan saja, karena produksi massal perangkat lunak.

Mengurangi risiko

Perusahaan dapat mengoperasikan ahli di lingkungan yang berbahaya bagi manusia. Mereka dapat digunakan dalam lingkungan risiko apa pun di mana manusia tidak dapat bekerja.

Pengetahuan Bisnis

Mereka dapat menjadi kendaraan untuk mengembangkan pengetahuan organisasi, berbeda dengan pengetahuan individu di perusahaan.

Penjelasan respons

Mereka dapat memberikan penjelasan yang memadai tentang pengambilan keputusan mereka, menyatakan secara terperinci alasan yang membawa mereka pada sebuah jawaban.

Saat digunakan sebagai alat pelatihan, mereka menghasilkan kurva belajar yang lebih cepat untuk pemula.

Jawaban cepat

Membantu mendapatkan jawaban yang cepat dan tepat. Sistem ahli dapat menyelesaikan bagian tugasnya jauh lebih cepat daripada ahli manusia.

Tingkat kesalahan rendah

Tingkat kesalahan sistem ahli yang sukses cukup rendah, kadang -kadang jauh lebih rendah daripada tingkat kesalahan manusia untuk tugas yang sama.

Jawab tanpa emosi

Sistem ahli bekerja tanpa bersemangat. Mereka tidak menenangkan, lelah atau panik, dan bekerja terus -menerus selama situasi darurat.

Keabadian pengetahuan

Sistem ahli mempertahankan tingkat informasi yang signifikan. Konten pengetahuan ini akan bertahan tanpa batas waktu.

Penciptaan prototipe cepat

Dengan sistem ahli, dimungkinkan untuk memasukkan beberapa aturan dan mengembangkan prototipe dalam beberapa hari, alih -alih berbulan -bulan atau bertahun -tahun yang umumnya terkait dengan proyek komputer yang kompleks.

Banyak pengalaman

Sistem ahli dapat dirancang untuk menahan pengetahuan banyak ahli yang berkualitas dan dengan demikian memiliki kemampuan untuk menyelesaikan masalah yang kompleks.

Ini mengurangi biaya untuk menggunakan konsultan ahli untuk pemecahan masalah. Mereka adalah kendaraan untuk mendapatkan sumber pengetahuan yang sulit didapat.

Kerugian

Akuisisi Pengetahuan

Selalu sulit untuk mendapatkan waktu para ahli di bidang tertentu untuk aplikasi perangkat lunak apa pun, tetapi untuk sistem pakar itu sangat sulit, karena para ahli sangat dihargai dan terus diminta oleh organisasi.

Sebagai akibatnya, sejumlah besar penelitian dalam beberapa tahun terakhir telah berkonsentrasi pada alat untuk perolehan pengetahuan, yang membantu mengotomatisasi proses desain, pemurnian dan pemeliharaan aturan yang ditentukan oleh para ahli.

Integrasi sistem

Integrasi sistem dengan database sulit untuk sistem ahli pertama, karena alat tersebut terutama dalam bahasa dan platform yang tidak diketahui di lingkungan perusahaan.

Dapat melayani Anda: produk teknis

Akibatnya, upaya besar dilakukan untuk mengintegrasikan alat sistem ahli dengan lingkungan yang diwariskan, membuat transfer ke platform yang lebih standar.

Masalah -masalah ini diselesaikan terutama oleh perubahan paradigma, karena PC secara bertahap diterima di lingkungan komputer sebagai platform yang sah untuk pengembangan sistem komersial yang serius.

Kompleksitas pemrosesan

Dengan meningkatkan ukuran basis pengetahuan, kompleksitas pemrosesan meningkat.

Misalnya, jika sistem ahli memiliki 100 juta aturan, terbukti terlalu rumit, dan akan menghadapi banyak masalah komputasi.

Mesin inferensi harus dapat memproses sejumlah besar aturan untuk membuat keputusan.

Ketika ada terlalu banyak aturan, juga rumit bahwa aturan keputusan ini konsisten satu sama lain.

Juga rumit untuk memprioritaskan penggunaan aturan untuk beroperasi lebih efisien, atau bagaimana menyelesaikan ambiguitas.

Pembaruan Pengetahuan

Masalah yang terkait dengan basis pengetahuan adalah bagaimana membuat pembaruan dengan cepat dan efektif. Selain itu, cara menambahkan pengetahuan baru, yaitu di mana menambahkannya di antara begitu banyak aturan.

Aplikasi

Diagnosis dan pemecahan masalah

Ini merangkum semua sistem yang menyimpulkan kegagalan dan menyarankan tindakan korektif untuk proses atau perangkat yang bekerja dengan buruk.

Salah satu bidang pengetahuan pertama di mana teknologi sistem ahli diterapkan adalah diagnosis medis. Namun, diagnosis sistem rekayasa dengan cepat melebihi diagnosis medis.

Diagnosis dapat dinyatakan sebagai: mengingat bukti yang muncul, apa masalah, alasan atau penyebab yang mendasari?

Perencanaan dan pemrograman

Sistem ahli ini menganalisis serangkaian tujuan untuk menentukan serangkaian tindakan yang mencapai tujuan ini, memberikan urutan terperinci dari tindakan tersebut dari waktu ke waktu, mengingat materi, staf, dan pembatasan lainnya.

Contohnya termasuk pemrograman penerbangan dan personel maskapai, dan perencanaan proses manufaktur.

Keputusan keuangan

Sistem nasihat keuangan telah dibuat untuk membantu bankir menentukan apakah pinjaman kepada individu dan perusahaan.

Perusahaan asuransi menggunakan sistem ahli ini untuk mengevaluasi risiko yang disajikan klien dan dengan demikian menentukan harga asuransi.

Proses pemantauan dan kontrol

Mereka menganalisis secara real time data perangkat fisik, untuk melihat anomali, memprediksi tren dan mengendalikan optimasi dan koreksi kesalahan.

Contoh sistem ini ada di industri manufaktur minyak dan baja.

Nasihat Pengetahuan

Fungsi utama dari aplikasi ini adalah memberikan pengetahuan yang signifikan untuk masalah pengguna, dalam lingkungan masalah itu.

Untuk kategori ini milik dua sistem ahli yang didistribusikan dengan amplitudo yang lebih besar di seluruh dunia.

Yang pertama dari sistem ini adalah penasihat yang menasihati pengguna tentang penggunaan tata bahasa yang benar dalam teks.

Yang kedua adalah penasihat fiskal yang melekat pada sistem untuk menyiapkan pajak. Penasihat pengguna tentang strategi dan kebijakan pajak tertentu.

Referensi

1. Guru99 (2019). Kecerdasan dalam Sistem Pakar Buatan: Apa itu, Aplikasi, Contoh. Diambil dari: guru99.com.
2. Wikipedia, The Free Encyclopedia (2019). Sistem pakar. Diambil dari: di.Wikipedia.org.
3. Margaret Rouse (2019). Sistem pakar. Target target. Diambil dari: Searchenterpriseai.Target target.com.
4. Vladimir Zwass (2019). Sistem pakar. Encyclopaedia diambil dari: Britannica.com.
5. WTEC (2019). Aplikasi sistem ahli. Diambil dari: wtec.org.
6. Viral Nagori (2014). Jenis Sistem Pakar: Studi Perbandingan. Sarjana semantik.Diambil dari: pdfs.Semantikcholar.org.
7. World of Computing (2010). Sistem ahli. Diambil dari: Kecerdasan.WorldofComputing.bersih.