Sistema ng Dalubhasa Sa ay kataga na gumagawa ng mga pag-ikot ng mundo ng teknolohiya at para sa lahat ng magagandang dahilan. Sa artikulong ito, susuriin namin ang paksang ito nang detalyado.
Saklaw ang artikulong ito sa artikulong ito,
- Ano ang Artipisyal na Katalinuhan?
- Sistema ng Dalubhasa Sa Artipisyal na Katalinuhan
- Mga domain kung saan ginagamit ang mga Expert System
- Pangunahing mga lugar ng aplikasyon
- Tatlong yugto ng pagdidisenyo ng ES
- Mga Kahinaan at Limitasyon
Kaya't magsimula tayo sa artikulong ito,
Ano ang Artipisyal na Katalinuhan?
Kaya, normal na ang pangalang Artipisyal na Intelihensiya ay nagpapahiwatig ng Katalinuhan ng isang makina na artipisyal. Ang katalinuhan na nakukuha ng tao ay kilala bilang human intelligence, tulad ng sa parehong paraan ng intelligence na ipinakita ng isang makina ay kilala bilang Artipisyal na Katalinuhan. Sa computer science. Artipisyal na katalinuhan (AI), kung minsan ay tinatawag na machine intelligence. Ang larangan ng pananaliksik ng Artipisyal na Katalinuhan ay ipinanganak sa isang pagawaan sa Dartmouth College noong 1956.
Mga Aplikasyon Ng Artipisyal na Katalinuhan Sa Tunay na Mundo:
Ang mga chatbot tulad ng SIRI, CORTANA na nagkamit ng labis na katanyagan sa panahon ngayon. Ang iba pang mga halimbawa tulad ng EVA (Electronic Virtual Assistant), isang chatbot na batay sa AI na binuo ng kagawaran ng pagsasaliksik ng AI ng mga bankong HDFC na maaaring mangolekta ng kaalaman mula sa libu-libong mga mapagkukunan at magbigay ng mga simpleng sagot na mas mababa sa 0.4 segundo. Maraming mga halimbawa ng mga aplikasyon ng AI na makikita mo sa iba't ibang larangan ng ating lipunan.
Nagpapatuloy sa Sistema ng Eksperto na Ito sa Artipisyal na Katalinuhan,
Sistema ng Dalubhasa Sa Artipisyal na Katalinuhan
Ano ang sistema ng dalubhasa?
Ang mga mananaliksik ng Standford University, Computer Science Department ay ipinakilala ang domain ng AI at ito ay isang kilalang domain ng pananaliksik ng AI. Ito ay isang application ng computer na maaaring malutas ang pinaka kumplikadong mga problema ng anumang tukoy na domain. Ito ay isinasaalang-alang sa pinakamataas na antas ng katalinuhan ng tao at kadalubhasaan dahil ito ay batay sa kaalamang nakuha mula sa isang dalubhasa. Ang dalubhasang Sistema ay maaari ding tukuyin bilang isang computer-based na desisyon sa paggawa ng sistema na maaaring malutas ang mga kumplikadong problema sa paggawa ng desisyon gamit ang parehong mga katotohanan at heuristics.
Nagpapatuloy sa Sistema ng Eksperto na Ito sa Artipisyal na Katalinuhan,
Mga domain kung saan ginagamit ang mga Expert System
Sistema ng Dalubhasa ngayon
Inaprubahan ng American Medical Association ang unang sistema ng dalubhasa na kung saan ay Pathfinder system. Itinayo ito sa Standford University noong 1980, para sa diagnosis ng hematopathology. Ang sistemang dalubhasang nagpapasya sa teorya na ito sa maikling Pathfinder, ay maaaring mag-diagnose ng mga sakit na lymph-node. Sa huli nakikipag-usap ito sa higit sa 60 mga sakit at maaaring makilala ang higit sa 100 mga sintomas.
Sistema ng dalubhasa sa negosyo
Kamakailan-lamang na binuo ng isang dalubhasang sistema ng ROSS, ang abugado ng AI, ang ROSS ay isang sistema ng pag-aaral ng sarili na gumagamit ng pagmimina ng data, pagkilala sa pattern, malalim na pag-aaral at pagproseso ng natural na wika upang gayahin ang paraan ng paggana ng utak ng tao.
Nagpapatuloy sa Sistema ng Eksperto na Ito sa Artipisyal na Katalinuhan,
Pangunahing mga lugar ng aplikasyon
- Pagbibigay-kahulugan - pagguhit ng mga konklusyon ng mataas na antas batay sa data.
- Pagtataya - pag-project ng mga maaaring mangyari.
- Diagnosis - pagtukoy ng sanhi ng mga malfunction, sakit, atbp.
- Disenyo -magingnding pinakamahusay na pagsasaayos batay sa pamantayan.
- Pagpaplano - pagmumungkahi ng isang serye ng mga aksyon upang makamit ang isang layunin.
- Pagsubaybay - paghahambing ng sinusunod na pag-uugali sa inaasahang pag-uugali.
- Pag-debug at Pag-ayos - nagrereseta at nagpapatupad ng mga remedyo.
- Panuto - tumutulong sa mga mag-aaral sa pag-aaral.
- Pagkontrol - pamamahala sa pag-uugali ng isang system.
Layunin ng Sistema ng Dalubhasa
Ang pangunahing layunin ng isang dalubhasang sistema ay upang makakuha ng kaalaman sa mga dalubhasa ng tao at kopyahin ang kaalamang iyon at kasanayan ng dalubhasa ng tao sa isang partikular na lugar. Pagkatapos ay gagamitin ng system ang kaalamang iyon at mga kasanayan upang malutas ang mga kumplikadong problema ng partikular na lugar nang walang pakikilahok sa mga eksperto ng tao.
Mga Katangian ng Sistema ng Dalubhasa
- Mataas na pagganap
- Naiintindihan
- Maaasahan
- Mataas na tumutugon
Pangunahing mga bahagi ng isang batay sa panuntunan o isang dalubhasang sistema
Ang mga pangunahing bahagi ay:
- Batayan sa kaalaman
- Gumaganang memorya
- Makina ng hinuha
- Sistema ng paliwanag
- User interface
- Editor ng batayan ng kaalaman
Nagpapatuloy sa Sistema ng Eksperto na Ito sa Artipisyal na Katalinuhan,
Tatlong yugto ng pagdidisenyo ng ES
Pagkuha ng kaalaman:
Ang proseso ng pagkuha ng kaalaman mula sa mga eksperto sa pamamagitan ng pakikipanayam o sa pamamagitan ng pagmamasid sa mga eksperto ng tao, pagbabasa ng mga tiyak na libro, atbp.
Batayan sa Kaalaman:
Ang batayan ng kaalaman ay isang lalagyan ng mataas na kalidad na kaalaman. Ang mga kasanayang nabuo sa pamamagitan ng pagsasanay at ang katalinuhan ay nagmumula sa kaalaman nang walang kaalaman ang isang tao ay hindi maaaring patunayan o hindi maipakita ang isa sa kanyang katalinuhan, kaya't ang kaalaman ay napakahalaga upang mapaunlad ang kasanayan at maipamalas ang katalinuhan. Tulad ng, sa parehong paraan kinakailangan ng kaalaman para sa makina din upang maipakita ang katalinuhan nito. Ang kawastuhan ng hula at gayundin ang pagganap ng system ay lubos at pangunahing nakasalalay sa koleksyon ng perpekto, tumpak at tumpak na kaalaman.
Ngayon ano ang kaalaman?
Ang kaalaman ay data o impormasyon. Para sa amin na tao sa pamamagitan ng pagbabasa ng mga artikulo at sa pamamagitan ng pagbabasa ng mga libro o mula sa iba`t ibang mapagkukunan na ginamit namin upang makaipon ng kaalaman kung maaari naming makita ang proseso ng pagkuha at pagpapayaman ng kaunting kaalaman sa gayon makikita natin na sa pamamagitan ng pagbabasa ng mga libro o sa pamamagitan ng pagbabasa ng mga artikulo o mula sa anumang mga mapagkukunan na tayo ay pagkuha at pagkuha ng data at impormasyon mula sa iba't ibang mga mapagkukunan na noon ay ginamit namin upang iimbak sa aming utak. Kaya't ang kaalaman ay data, ang kaalaman ay impormasyon. Ang kaalaman ay koleksyon din ng mga katotohanan.
Ang data, impormasyon at nakaraang karanasan na pinagsama sama ay tinatawag na bilang kaalaman.
Kinatawan ng Kaalaman:
Ang representasyon ng kaalaman ay ang pamamaraan ng pagpili ng pinakaangkop na mga istruktura upang kumatawan sa kaalaman. Ito ang pamamaraan ng pag-oorganisa at pag-formalize ng kaalaman sa base ng kaalaman. Ginagawa ito sa anyo ng mga panuntunang IF-THEN-ELSE.
Pagpapatunay ng Kaalaman:
Ang pagsubok sa kaalaman ng ES ay tama at kumpleto.Ang buong proseso na ito ay tinatawag na engineering sa kaalaman.
Hinihiling na Engine:
Sa kaso ng ES na nakabatay sa kaalaman, nakakakuha at nagmamanipula ng Inencing Engine ng kaalaman mula sa base ng kaalaman na darating sa isang partikular na solusyon.
Sa kaso ng batay sa panuntunan sa ES,
- Nalalapat ito nang paulit-ulit sa mga patakaran sa mga katotohanan, na nakuha mula sa naunang aplikasyon ng panuntunan.
- Dagdag ito ng bagong kaalaman sa base ng kaalaman kung kinakailangan.
- Nalulutas nito ang mga salungatan sa mga panuntunan kapag nalalapat ang maraming mga panuntunan sa isang partikular na kaso.
Gumagamit ang Invent Engine ng mga sumusunod na diskarte at minus
- Ipasa ang Chains
- Paatras na Chains
Ipasa ang Chains
Sa Forward Chains, binibigyan ng Inferensi Engine ang kinalabasan sa pamamagitan ng pagsunod sa kadena ng mga kundisyon at derivasyon. Anumang ang kaalaman ay feeded sa system dumaan ito sa lahat ng mga kaalaman at katotohanan at pag-uri-uriin ang mga ito bago tapusin ang isang solusyon. Sa pamamagitan ng pagpapasulong pamamaraan sa pag-chain, sinusubukan ng ekspertong sistema na sagutin ang, 'Ano ang maaaring mangyari sa susunod?'
Paglalapat ng forward chaining: hula ng presyo ng bahay, hula ng stock, hula ng share market atbp.
Paatras na Chains
Kapag may nangyari sa isang partikular na domain, sinusubukan ng Inferensi Engine na alamin kung aling kundisyon ang maaaring nangyari sa nakaraan para sa resulta na ito. Sa pamamagitan ng paatras na paraan ng pag-chain, sinusubukang sagutin ng sistemang dalubhasa, 'Bakit nangyari ito?'. Sa pamamagitan ng paatras na paraan ng chain na hinuha na sinusubukan ng engine na alamin ang sanhi o dahilan.
Halimbawa: diagnosis ng cancer sa dugo sa mga tao.
Mga Kahinaan at Limitasyon
Mga kalamangan ng Expert System
- Humawak ng napakalaking impormasyon
- I-minimize ang mga gastos sa pagsasanay sa empleyado
- Sentralisahin ang proseso ng pagpapasya
- Gawing mas mahusay ang mga bagay sa pamamagitan ng pagbawas ng oras na kinakailangan upang malutas ang mga problema
- Pagsamahin ang iba`t ibang mga talino ng tao na dalubhasa
- Bawasan ang bilang ng mga pagkakamali ng tao
- Magbigay ng madiskarteng at maihahambing na mga kalamangan na maaaring lumikha ng mga problema para sa mga kakumpitensya
- Tingnan ang mga transaksyon na maaaring hindi maiisip ng mga eksperto ng tao
- Magbigay ng mga sagot para sa mga desisyon, proseso at gawain na paulit-ulit
Mga kalamangan ng dalubhasang sistema:
sql server tutorials para sa mga nagsisimula
- Kakulangan ng mga malikhaing tugon na kaya ng mga eksperto ng tao
- Hindi kayang ipaliwanag ang lohika at pangangatuwiran sa likod ng isang desisyon
- Hindi madaling i-automate ang mga kumplikadong proseso
- Walang kakayahang umangkop at kakayahang umangkop sa pagbabago ng mga kapaligiran
- Hindi makilala kapag walang sagot
- Walang sentido komun na ginamit sa paggawa ng mga desisyon
Mga Limitasyon:
- Nabigo itong gumawa ng mga malikhaing tugon dahil ito ay isang makina.
- Kung ang data na pinakain sa base ng kaalaman ay hindi tumpak o tama ay magbibigay ito ng maling hula at maling resulta.
- Ang pagpapanatili ng gastos ng dalubhasang sistema ay mataas.
- Kapag dumating ang iba't ibang mga problema sa eksperto ng tao ay maaaring magbigay ng iba't ibang mga iba't ibang mga solusyon at malikhaing mga tugon ngunit nabigo ang sistemang dalubhasa na magbigay ng mga malikhaing tugon.
Dinadala tayo nito sa katapusan ng artikulong ito sa Mga Sistema ng Dalubhasa Sa Artipisyal na Katalinuhan.
Kung nais mong magpatala para sa isang kumpletong kurso sa Artipisyal na Katalinuhan at Pag-aaral ng Makina, ang Edureka ay may espesyal na na-curate iyon ay magpapasikat sa iyo sa mga diskarteng tulad ng Pinangangasiwaang Pag-aaral, Hindi Pinapamahalaang Pag-aaral, at Pagproseso ng Likas na Wika. Kabilang dito ang pagsasanay sa pinakabagong mga pagsulong at panteknikal na diskarte sa Artipisyal na Pag-intelektuwal at Pag-aaral ng Makina tulad ng Deep Learning, Mga Modelong Grapiko at Pag-aaral ng Patatag.