专家系统

在人工智能中，专家系统是一个模拟人类专家决策能力的计算机系统。专家系统旨在通过知识体的推理来解决复杂的问题，主要表现为if-then规则，而不是通过常规的程序代码。专家系统是xxx批真正成功的人工智能（AI）软件形式之一。专家系统分为两个子系统：推理引擎和知识库。知识库代表事实和规则。推理引擎将规则应用于已知事实，以推导出新的事实。推理引擎还可以包括解释和调试能力。

最初的挑战之一是使这些机器能够像人类一样"思考"--特别是使这些机器能够像人类一样做出重要决定。医学/保健领域提出了一个诱人的挑战，即使这些机器能够做出医疗诊断决定。因此，在20世纪50年代末，就在信息时代完全到来之后，研究人员开始尝试使用计算机技术来模拟人类决策的前景。例如，生物医学研究人员开始为医学和生物学的诊断应用创建计算机辅助系统。这些早期的诊断系统使用病人的症状和实验室测试结果作为输入来产生诊断结果。这些系统通常被描述为专家系统的早期形式。然而，研究人员意识到，在使用传统方法，如流程图、统计模式匹配或概率理论时，存在很大的局限性。

以前的这种情况逐渐导致了专家系统的发展，它采用了基于知识的方法。

专家系统外壳的优点是它们对非编程人员来说更容易使用。Prolog环境的优点是它们不只关注if-then规则；Prolog环境提供了一个完整的一阶逻辑环境的更好实现。

计算和推理可以通过个人电脑以大型机的一小部分价格进行。这种模式也使企业单位能够绕过企业的IT部门，直接建立自己的应用程序。因此，客户机-服务器对专家系统市场产生了巨大的影响。专家系统在许多商业领域中已经是一个异类，需要新的技能。