Las reglas son el paradigma popular para representar el conocimiento. Un sistema experto basado en reglas es aquel cuya base de conocimiento contiene el conocimiento de dominio codificado en forma de reglas.
ELEMENTOS DE UN SISTEMA DE EXPERTOS BASADO EN REGLAS
Un sistema experto basado en reglas consta de los siguientes componentes:
- Cómo identificar si ML es útil para un proyecto o no
- ¿Se reducen los empleos en el sector de TI de India debido a la IA?
- ¿Cómo se define la función de valor de estado óptimo para los procesos de decisión de Markov?
- ¿Qué sigue después de IBM Watson?
- ¿Es la inteligencia artificial la próxima gran cosa en India?
INTERFAZ DE USUARIO
Este es un mecanismo para apoyar la comunicación entre y el sistema. La interfaz de usuario puede ser una pantalla simple orientada a texto o una pantalla sofisticada de alta resolución. Se determina a la hora de diseñar el sistema. Hoy en día, las interfaces gráficas de usuario son muy comunes por su facilidad de uso.
INSTALACIÓN DE EXPLICACIÓN
Explica al usuario sobre el proceso de razonamiento del sistema. Al realizar un seguimiento de las reglas que se disparan, una instalación de explicación presenta una cadena de razonamiento que condujo a una cierta conclusión. Entonces la facilidad de explicación también se llama justificador. Esta característica hace una gran diferencia entre los sistemas expertos y otros sistemas convencionales. casi todos los shells comerciales del sistema experto hacen una explicación basada en el rastreo, es decir, explicando la inferencia en un conjunto de datos de entrada específico. Algunos sistemas explican la base de conocimiento en sí, y algunos explican también la estrategia de control.
MEMORIA DE TRABAJO
Esta es una base de datos utilizada para almacenar una colección de hechos que luego serán utilizados por las reglas. Puede haber más esfuerzo en el diseño e implementación de la interfaz de usuario que en la base de conocimiento del sistema experto. El motor de inferencia utiliza la memoria de trabajo para obtener datos y compararlos con las reglas. Los hechos pueden agregarse a la memoria de trabajo aplicando algunas reglas.
MÁQUINA DE INFERENCIA
Como su nombre lo indica, el motor de inferencia hace inferencias. Decide qué reglas cumplen los hechos, las prioriza y ejecuta la regla con la máxima prioridad. Hay dos tipos de inferencia: encadenamiento hacia adelante y encadenamiento hacia atrás. El encadenamiento hacia adelante es razonar desde los hechos hasta la conclusión, mientras que el encadenamiento hacia atrás es desde la hipótesis hasta los hechos que respaldan esta hipótesis. El hecho de que un motor de inferencia realice encadenamiento hacia adelante o hacia atrás depende completamente del diseño, que a su vez depende del tipo de problema. Algunos de los sistemas que encadenan hacia adelante son OPS5 y CLIPS. EMYCIN, uno de los sistemas más populares, realiza el retroceso. Algunos sistemas, ART y KEE, por ejemplo, ofrecen ambas técnicas. El encadenamiento directo es el más adecuado para el pronóstico, el monitoreo y el control. El encadenamiento hacia atrás se usa generalmente para problemas de diagnóstico. El motor de inferencia funciona en ciclos, ejecutando un grupo de tareas hasta que ciertos criterios provoquen la detención de la ejecución. Las tareas que se deben hacer repetidamente son la resolución de conflictos, actuar, unir y verificar la detención. Se pueden activar múltiples reglas y ponerlas en la agenda durante un ciclo.