Ugrás a tartalomhoz

expert system

A Wikiszótárból, a nyitott szótárból

Angol


Főnév

expert system (tsz. expert systems)

  1. (informatika, mesterséges intelligencia) szakértői rendszer

Egy szakértői rendszer (expert system) egy mesterséges intelligencián (AI) alapuló számítógépes program, amely az emberi szakértők tudását modellezi, és azt felhasználva képes döntéseket hozni, problémákat megoldani vagy tanácsot adni egy adott szakterületen.

Célja: emberi szakértelem utánzása szűk területen – például orvosi diagnózis, pénzügyi döntéshozatal, mérnöki hibakeresés vagy jogi tanácsadás.


🔧 1. A szakértői rendszer felépítése

Egy klasszikus szakértői rendszer általában három fő komponensből áll:

Komponens Funkció
Tudásbázis (knowledge base) Tartalmazza a szakértők tudását: tények, szabályok, heurisztikák
Következtető motor (inference engine) Elemzi a tudásbázist, és következtetéseket von le belőle
Felhasználói interfész (user interface) Kommunikáció a felhasználóval, kérdések, válaszok kezelése

További komponensek:

  • Tudásgyűjtő alrendszer – segít a szakértői tudás átadásában és beépítésében
  • Magyarázó modul – képes elmagyarázni, hogyan jutott egy adott döntésre („Miért ez a diagnózis?”)


📦 2. Tudásábrázolás – hogyan tároljuk a szakértelmet?

Szabályalapú rendszer (rule-based)

  • Tudás = Ha–akkor típusú szabályok (IF–THEN)
  • Pl.: IF beteg lázas ÉS köhög → THEN lehet influenza

Keretrendszerek (frames)

  • Objektum-orientált, hierarchikus tudásábrázolás
  • Minden entitás (pl. „ember”) saját tulajdonságokkal (attributumokkal) rendelkezik

Logika és predikátumkalkulus

  • Formális logikai szabályok (elsőrendű logika)
  • Használható precíz következtetésekhez

Heurisztikák

  • Tapasztalati szabályok, amelyek nem mindig 100%-osan igazak, de „elég jók”


🔁 3. Következtetési módszerek

Előrefelé láncolás (forward chaining)

  • Kiindul a meglévő tényekből, és új szabályokat alkalmaz
  • Jellemző: adatvezérelt

Visszafelé láncolás (backward chaining)

  • Kiindul egy céltételből (pl. „lehet-e tüdőgyulladás?”), és visszafelé próbálja igazolni
  • Jellemző: célvezérelt

Példák:

  • Forward chaining: „Lázas? Köhög? → Akkor influenza.”
  • Backward chaining: „Ha influenza, akkor lázasnak kell lennie? Nézzük meg!”


🧠 4. Miben különbözik a mesterséges intelligenciától?

A szakértői rendszer:

  • Szigorúan szabályalapú
  • Jól értelmezhető (átlátható logika)
  • Általában nem tanul automatikusan (statikus tudásbázis)

A modern AI rendszerek (pl. gépi tanulás):

  • Adatvezéreltek
  • Tanulnak példák alapján (neuronhálózatok, statisztikai modellek)
  • Kevésbé magyarázhatók („feketedoboz” problémák)


🏥 5. Példák a szakértői rendszerek alkalmazására

Orvostudomány

  • MYCIN (1970-es évek): fertőzések diagnosztizálása és antibiotikum javaslata
  • Internist-1: komplex belgyógyászati diagnózis
  • DXplain, Isabel: modern diagnosztikai segédeszközök

Műszaki diagnosztika

  • Repülőgép vagy gyártósor hibakeresés
  • Olajfúró tornyok automatikus felügyelete

Pénzügyi tanácsadás

  • Hitelképesség elemzése
  • Kockázatkezelés (pl. banki hitelbírálat)

Jog és adminisztráció

  • Adótanácsadás, jogi döntéssegítő rendszerek
  • Jogszabályok alkalmazásának szimulációja

Oktatás és képzés

  • Intelligens oktatórendszerek: diagnosztizálja, mit nem ért a diák


🔍 6. Előnyök

  • Konzisztens: mindig ugyanúgy dönt egy adott helyzetben
  • 24/7 elérhető: emberi szakértő helyettesítése nem időhöz kötött
  • Skálázható: több felhasználónak tud segíteni egyszerre
  • Dokumentálható: minden döntés indoklása visszakereshető
  • Oktatási célra is használható


⚠️ 7. Korlátok

  • Nem tanul magától: új szabályokat manuálisan kell felvinni
  • Nehezen kezeli a bizonytalanságot (bár fuzzy rendszerek próbálkoznak ezzel)
  • Tudáskarbantartás nehézkes: ha a szakterület változik, frissíteni kell
  • Nem helyettesíti a kreatív, szintetizáló gondolkodást


🧮 8. Kapcsolódó technológiák

  • Fuzzy logic – bizonytalan adatok kezelése
  • Bayes-hálók – valószínűségi következtetések
  • Case-based reasoning – múltbéli esetekhez hasonlít
  • Gépi tanulás integráció – hibrid rendszerek (tanuló szakértői rendszerek)
  • Ontológiák – tudástruktúra formalizálása (pl. orvosi taxonómiák)


🧪 9. Fejlesztői eszközök és nyelvek

  • CLIPS – NASA által fejlesztett szabályalapú motor
  • Prolog – logikai programozásra épül
  • Jess – Java-alapú szabálymotor
  • Drools – üzleti szabálykezelő rendszer Java környezethez


📌 10. Összefoglalás

A szakértői rendszerek fontos mérföldkövet jelentenek a mesterséges intelligencia fejlődésében. Ezek olyan számítógépes rendszerek, amelyek strukturált módon modellezik és alkalmazzák a szakértői tudást egy adott doménben. Bár manapság a gépi tanulás és neurális hálók uralják az AI világát, a szakértői rendszerek továbbra is megbízható, átlátható és alkalmazás-specifikus döntéstámogató eszközök, különösen olyan területeken, ahol az indokolhatóság és stabilitás kiemelten fontos.

További információk

A lap eredeti címe: „https://hu.wiktionary.org/w/index.php?title=expert_system&oldid=3496372”