ルールベースのエキスパート システムでは、ナレッジ ベースに多数のルールが「if (テンプレート) then (アクション)」の形式で含まれています。推論エンジンは、入力されたファクトに一致するルールを選択します。つまり、条件セクションが入力データと一致するルールが最終候補にリストされ、そのうちの 1 つが選択されます。
これで、何らかの方法で同様の条件ステートメントを使用して通常のプログラムを使用して、結果に到達する可能性があります。
私は、この 2 つの違いの「健全で明確な説明」を見つけようとしています。また、通常のアルゴリズム プログラミングでエキスパート システムのルールが実行できることを達成できないのはなぜですか?
エキスパートシステムは不完全な情報を任意の順序で受け入れることができるのに、アルゴリズムは完全で非常によく知られている入力を必要とするだけですか?
ありがとう。
ルールベースのエキスパートシステムは通常のアルゴリズムプログラムであるため、「ルールベースのエキスパートシステム」にできることで「通常のアルゴリズムプログラム」にできないことはありません。エキスパート システムの推論エンジンの動作方法に一致するように通常のアルゴリズム プログラムを作成できるだけでなく、推論エンジンを作成した人々がまさにそれを行いました。
おそらく、あなたが見ている「違い」は、ルールがプログラミング言語で「ハードコーディング」されている場合と、ルールがプログラムによって処理されるデータとして扱われていることです。どちらの場合にも同じロジックが存在します。一方の「プログラム」は 1 つのタスクに固有であり、もう一方は複雑さを「プログラム」から「データ」にシャッフルします。
Gary が言ったことを拡張すると、ハードコーディングされた if-then システムでは、ルールの起動順序がほとんどのエキスパート システムよりも制約されます。エキスパート システムでは、コード化された順序以外の基準に基づいてルールを実行できます。例えば、ルールを発火させるために、関連性のある尺度を使用することができる。例えば、成功または失敗が最も多くの仮説を支配または排除するルールを発火させる。
同様に、多くのシステムでは、「ナレッジ エンジニア」はルールを任意の順序で記述できます。起動の潜在的な順序を考慮する必要があるかもしれませんが、ルールが宣言される順序は重要ではないかもしれません。
一部のタイプのシステムでは、ルールが疎結合になっているだけです。つまり、ルールの貢献度は、すべてかゼロかというわけではありません。ルールが発火した場合、それは証拠に貢献する可能性があり、発火に失敗した（または存在しない）場合、証拠に貢献しない可能性がありますが、他の一連のルールによって確実性のしきい値を超えた場合、仮説は成功する可能性があります。
これにより、専門家はより自然な方法でルールを提供できます。専門家は、いくつかのルールを考えて、テストすることができます。専門家は、おそらく数か月後などにさらにいくつかのルールを追加できます。その間、以前のルールを書き直したり、コードを再配置したりする必要なく、システムの精度を向上させることができます。
上記を実現する方法は無数にありますが、Gary によって記述されたプロダクション ルールは、最も一般的で理解しやすく効果的な手段の 1 つであり、多くのエキスパート システムで使用されています。