ICT 应用：专家系统（第 6.8 章）
各位 IGCSE 的同学们好！欢迎来到 ICT 应用中最有趣的部分之一：专家系统 (Expert Systems)。别担心这个名字听起来很复杂；其实你们每天都在使用类似的概念。专家系统本质上就是一种计算机程序，旨在像训练有素的人类专家那样进行思考并提供建议。
在本章中，我们将学习什么是专家系统，它由哪些部分组成，以及它在哪些令人惊叹的领域发挥作用——从诊断疾病到下国际象棋，应有尽有！
1. 什么是专家系统？（特征与目的）
专家系统 (ES) 是一种人工智能 (AI) 应用，它模拟人类专家的决策能力。
专家系统的关键特征：
1. 专业知识： 它们包含大量关于某个特定狭窄领域的专业知识（例如：仅限于汽车发动机，而不是所有机器）。
2. 逻辑推理： 它们使用逻辑规则和事实来解决复杂问题并提供建议。
3. 解释说明： 与许多程序不同，专家系统通常可以向用户解释其推理过程，从而建立信任并帮助用户学习。
比喻： 想象一下，你有一位极其聪明、从不疲倦且永不休假的顾问。这就是专家系统！
小结： 专家系统的目的是捕获并应用人类专家的知识，以解决问题并提出可能的方案。
2. 专家系统的现实应用
在许多人类专业知识稀缺、昂贵或需要全天候（24/7）提供的行业中，专家系统是必不可少的工具。
教学大纲中专家系统的应用示例：
* 医学诊断： 根据患者症状和检查结果建议可能的诊断，辅助医生工作。（例如：用于识别引起感染细菌的 Mycin 系统。）
* 汽车发动机故障诊断： 供修理工使用，以快速查明车辆发动机或电气系统中的复杂故障。
* 矿产勘探： 通过分析土壤数据和地质模式，帮助地质学家确定在特定地点找到宝贵资源（如石油或黄金）的可能性。
* 财务规划： 根据市场趋势和风险状况，为客户提供投资、贷款和投资组合管理的建议。
* 国际象棋游戏： 创建复杂的 AI 对手（如“深蓝”），利用复杂的规则和策略达到大师级水平。
* 物流配送路径规划： 根据交通数据和配送时间窗，为数百辆车优化配送路线，从而节省时间、燃料和成本。
* 动植物识别： 供生物学家和环保人士使用，根据观察到的特征（如叶片形状、羽毛颜色、栖息地）识别物种。
你知道吗？ 第一个广泛成功的专家系统 DENDRAL 是在 20 世纪 60 年代由斯坦福大学开发的，旨在帮助化学家识别未知的有机分子！
3. 专家系统的五个核心组件
专家系统不仅仅是一段软件，它是多个相互关联的组件的集合。你必须掌握这五个主要部分！
记忆口诀：KRIES（专家的工具箱）
如果一开始觉得难记，别担心——只要记住这五个字母：Knowledge（知识库）、Rules（规则库）、Inference（推理机）、User（用户界面）、Explanation（解释系统）。
1. 知识库 (Knowledge Base)
是什么： 关于特定领域的一系列事实、数据和观察结果。
比喻： 这是专家的百科全书或教材。
示例： 在医疗专家系统中，事实可能是：“头痛是流感的症状”或“病人 X 发烧 40°C”。
2. 规则库 (Rules Base)
是什么： 一组定义事实之间逻辑关系的 IF-THEN（如果-那么）语句。
比喻： 这是专家的逻辑思维和经验。
示例： IF (病人发烧) AND (病人咳嗽)，THEN (建议诊断为流感)。
3. 推理机 (Inference Engine)
是什么： 系统的主处理器。它利用规则库来分析知识库中的事实和输入的数据，从而得出结论。
比喻： 这是专家的大脑——执行逻辑思考。
功能： 它应用搜索策略（前向或后向链）来将症状与规则进行匹配。
4. 用户界面 (User Interface - UI)
是什么： 用户与系统交互的部分。它允许用户输入数据并获取结果或建议。
功能： 处理问题、情境和最终解决方案的呈现。
5. 解释系统 (Explanation System)
是什么： 一个关键部分，用于证明推理机得出的结论。
目的： 告诉用户系统是如何得出其建议方案的，并引用它所遵循的规则。
重要性： 在医学等领域，信任和问责制必不可少，该功能至关重要。
组件快速回顾：
知识/规则库： 存储所有数据和逻辑。
推理机： 处理逻辑的“大脑”。
用户界面： 交互窗口。
解释系统： 系统给出答案的理由。
4. 专家系统如何得出解决方案
在解决问题时，专家系统遵循一个清晰的过程：查阅其存储的知识并应用其逻辑规则。
分步解决情境（例如：汽车故障诊断）：
想象一下，由于汽车无法启动，维修技师使用了汽车诊断专家系统。
第 1 步：输入数据（通过用户界面）
技师输入症状：“发动机能转动但无法点火”，“油箱已满”，“仪表盘灯不亮”。
第 2 步：推理机开始推理
推理机获取这些输入信息并搜索规则库。
第 3 步：应用规则和事实
推理机找到相关规则：
规则 A：IF (发动机能转动) THEN (电池可能正常)。
规则 B：IF (无法点火) AND (有燃油) THEN (检查点火装置或火花塞)。
规则 C（来自知识库）：火花塞需要电力才能点火。
第 4 步：请求更多信息
推理机可能会通过用户界面向用户发起询问：
系统问题：“技师是否确认火花塞在产生火花？”
第 5 步：输出可能的解决方案
根据所有收集的数据和应用的规则，专家系统对可能的解决方案进行排序。
系统解决方案：方案 1：点火线圈故障（可能性 90%）。方案 2：燃油管堵塞（可能性 10%）。
第 6 步：提供解释
解释系统显示它用于证明“点火线圈故障”结论的规则和事实（例如：“我们判定点火线圈故障，因为症状匹配规则 B 和规则 C，且火花测试结果为阴性。”）
核心要点： 专家系统不仅仅给出答案，推理机系统地遍历知识库和规则库，从而得出一个有理有据的可能方案。
5. 专家系统的优缺点
优点：
* 一致性： 它们每次应用相同的逻辑，不像人类会受到疲劳或情绪的影响。
* 知识留存： 它们能捕获并存储罕见的专家知识，因此即便人类专家退休，知识也不会丢失。
* 速度： 它们处理复杂数据并得出可能解决方案的速度远快于人类。
* 可用性： 它们可以 24 小时、每周 7 天、在任何地点提供服务。
局限性：
* 缺乏常识： 它们只能在既定知识和规则的范围内操作；无法处理异常或非标准情况。
* 知识获取： 从人类专家那里提取知识并将其编码到系统中（知识获取过程）非常困难且耗时。
* 焦点狭窄： 它们只在某一个非常具体的领域是专家；医疗专家系统无法诊断汽车发动机。
最终提示： 在考试中讨论专家系统时，记住它们提供的是可能的解决方案或建议，而不是保证的答案。在医学等关键应用中，应始终由人类专家审查系统的输出。