专家系统

定义

专家系统指的是一类把某个专门领域的专家知识组织起来、并据此推理的计算机程序系统。它模拟人类专家解决问题的方式，力求在特定任务上达到与专家相当的水平^[1]。有研究者把它概括为能够表示某一专业知识领域、并在此基础上进行推理、给出建议的计算机系统^[4]。

与依靠固定算法的传统程序不同，专家系统解决问题的依据是知识而非流程^[3]。它把知识与其他程序部分分离开来，因此也被称为基于知识的系统，简称 KBS^[1]。这一特点使它在缺少可行算法的领域里仍然可以给出结论。

原理

专家系统的核心思路可概括为“知识库加推理机”：知识库存放领域事实与规则，推理机负责匹配规则、推导结论^[1]。此外，一般人机界面、解释模块、工作内存和知识获取模块也被视为其常见组成部分，解释模块用于把推理链条回述给使用者^[2]。

规则多写成“如果……那么……”的产生式形式，条件是前提，结论是应得出的判断或建议^[5]。推理机的运行方式有正向链与反向链两种：前者从已知事实出发逐步推出结论，后者先设定待验证的目标，再回溯需要的数据^[6]。

在需要处理不确定信息时，系统会给规则附加可信度一类的系数，并把多条证据的系数合成，作为结论可信程度的估计^[6]。知识表示也有规则、语义网络、框架、谓词逻辑等多种形式，选用哪一种取决于领域知识与任务类型^[3]。建造这类系统的过程被称为知识工程，包括知识获取、知识表示、软件设计与程序实现等环节^[1]。

发展历程

20 世纪 60 年代中期，斯坦福大学的费根鲍姆（E. A. Feigenbaum）与化学家勒德贝格合作研发化学结构分析系统 DENDRAL，该系统可依据质谱数据推断化合物的分子结构，被视为第一个专家系统^[7]。DENDRAL 的出现使人工智能研究的重心从通用推理算法转向领域知识，专家系统由此成为人工智能的一个分支^[1]。

20 世纪 70 年代，专家系统在医疗等领域取得进展。斯坦福大学的肖特利夫等人于 1972 年前后开始研制 MYCIN，用于诊断血液感染等传染病并推荐抗生素治疗方案，系统采用知识库与推理机分离的结构，并引入可信度进行非确定性推理^[7]。1977 年，费根鲍姆提出知识工程的概念，进一步推动了基于知识的系统研究^[7]。

20 世纪 80 年代，专家系统进入商业化阶段，应用扩展到生产制造、工程设计、设备维护与调度管理等领域^[8]。数字设备公司用于计算机订单配置的 XCON 系统采用数千条规则，是这一时期有代表性的实用系统^[9]。同期还出现了 EMYCIN、OPS5、KEE 等开发工具，降低了系统的建造门槛^[1]。

同一时期，中国也开展了相关研制。1977 年起，中国科学院自动化研究所基于关幼波的经验研制中医肝病诊治专家系统；1985 年 10 月，中科院合肥智能所建成小麦施肥专家咨询系统^[1]。20 世纪 90 年代以后，传统知识工程因知识获取困难和难以处理感知型任务而遇到阻碍，机器学习方法逐渐成为主流。

应用

医学诊疗是最早也最受关注的应用方向，系统根据症状、检验结果与病史给出诊断意见和治疗建议^[2]。地质勘探领域的 PROSPECTOR 用于分析勘测数据、推断矿床类型与分布，是应用成效较显著的早期系统之一^[7]。

工业领域主要用于设备与系统的故障诊断、生产过程监控以及产品配置，例如依据报警信息定位故障原因、按订单要求选定部件组合^[2]。在农业方面，施肥、栽培等咨询类系统被用于向生产者提供技术建议^[1]。

金融信贷评估、法律条文与判例检索、化工过程控制等也被列为专家系统的应用场景^[2]。这类系统可长期保存和传递专家经验，使稀缺的专业判断在更多场合得到使用^[1]。

局限

知识获取困难是长期存在的问题。领域专家的经验往往难以完整表述，知识工程师需要耗费大量时间整理规则，这一环节被称为知识获取瓶颈。构建中等规模的系统也可能需要数年人力的投入^[10]。

只在知识库覆盖的范围内有效，是另一项固有限制。问题一旦偏离设定情形，系统的表现就可能明显变差甚至无法求解，这种现象被称为脆弱性。与能够意识到自身知识边界的专家不同，这类系统难以判断何时应当把问题转交他人^[11]。

系统本身通常不具备从经验中学习的能力，知识库的更新依赖人工增删和校对规则。规则数量增多后，规则之间的相互影响使维护难度快速上升，XCON 的规则规模被认为已接近可维护的极限^[12]。此外，这类系统一般只针对单一狭窄领域，处理常识与跨领域问题的能力有限。

参见

• 知识工程 —— 研究知识获取、表示与推理的方法体系，是建造专家系统的基础。

• 推理机 —— 专家系统中依据知识库进行规则匹配与推导的部件。

• 知识库 —— 存放领域事实与规则的集合，决定专家系统的能力上限。

• 机器学习 —— 从数据中自动获取知识的技术路径，部分取代了人工整理规则的做法。

• 人工神经网络 —— 以数据学习为特征的连接主义方法，与符号化的专家系统形成对照。

• MYCIN —— 20 世纪 70 年代研制的医疗诊断专家系统，确立了知识库与推理机分离的结构。