I februari 2011 , såg amerikanerna som IBM: s Watson datornätverk tävlade på Jeopardy , en frågesport show . Datorn lätt slå sina mänskliga motståndare , men det hade svårt med frågor som använde ord med flera betydelser , eller förlitat sig på komplexa relationer . Även Watson körde på en serverfarm som utplacerade tusentals processorer och enorma arkiv lagring , kan liknande teknik köras på stationära datorer , för att lösa problem i mycket mindre domäner . Instruktioner
1
Välj ett litet problem domän för ett första pilotprojekt . Om projektet omfattar medicinsk diagnos , börja med ett enkelt område , som en liten delmängd av respiratoriska problem .
2
Sök på Internet för att lära sig hur expert system fungerar , och vilka språk och verktyg kan användas för pilotprojektet . De flesta expertsystem har två delar , en kunskapsbas där fakta lagras , och en slutledning som analyserar de fakta att svara på frågor .
3
Ladda ner flera verktyg expertsystem och experimentera , att skapa pilotprojektet . Många av verktygen är öppen källkod , så att de kan laddas ner gratis . Kommersiella produkter erbjuder ofta gratis testversioner , men kontrollera den slutliga kostnaden innan du väljer dem . Experimentera med flera för att ta reda på vilka verktyg som fungerar bäst för projektet och problemet domän . Efter några försök och misstag , välja den bästa av dessa för att skapa expertsystem .
4
Skapa kunskapsbasen . Börja med att definiera prov fakta för att få en känsla för hur kunskap representeras . Fakta lagras ofta som " om " och sedan konstruerar . Om symptom är feber , är villkoret influensa . Om symtom är rinnande näsa , är villkoret vanlig förkylning . En kunskapsbas bygger på tusentals fakta , så överväga hur man kan samla in dessa fakta och få dem i rätt form .
5
Bestäm användargränssnittet . Kommer en textbaserad frågestund fungerar bäst - eller kommer ett antal flervalsfrågor fungera bättre ? Base detta val på de människor som kommer att använda systemet och funktionerna i programvaran .
6
testa systemet. Utveckla en uppsättning testfall för att avgöra hur väl experten systemet fungerar . Om vissa testfall inte ger de rätta svaren , kontrollera kunskapsbasen för att se till de faktiska omständigheterna kodades korrekt , och att tillräckliga fakta finns tillgängliga för att svara på frågan . Fortsätt att trimma systemet , tills den kan svara på alla testfall , samt slumpmässiga frågor från testare .
7
Expandera systemet till att omfatta alla delar av problemet domänen . Fortsätt att lägga fakta på nya områden . Förfina användargränssnittet och finjustera slutledning . Om det behövs , lägga till andra inferens motorer som kan analysera data med andra algoritmer .
