专家系统

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。

一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。一个专家系统必须具备三要素：

概述

专家系统适合于完成那些没有公认的理论和方法、数据不精确或讯息不完整、人类专家短缺或专门知识十分昂贵的诊断、解释、监控、预测、规划和设计等任务。一般专家系统执行的求解任务是知识密集型的。

专家系统能为它的用户带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。

专家系统在给它的用户带来经济利益的同时，也造成失业。

专家系统的应用技术不仅代替了人的一些体力劳动，也代替了人的某些脑力劳动，有时甚至行使着本应由人担任的职能，免不了引起法律纠纷。比如医疗诊断专家系统万一出现失误，导致医疗事故，怎么样来处理，开发专家系统者是否要负责任，使用专家系统者应负什么责任，等等。

专家系统的有效性包括和一个理想系统或专家的性能进行比较，根据结果对知识库和推理过程进行改进。

性能评价的定性方法
1. 图灵测试法：测试一台机器是否具有智慧的方法
2. 敏感度分析法：对系数的变化做出反应
性能评价的定量方法
1. Paired T测试
2. T2测试
具有多个专家的性能评价的定量方法：讨论多个专家的一致性问题，一般用关联系数来评测专家系统能为它的用户带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软体易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。