Menjelajahi Dunia yang Tak Pasti: Bagaimana Sistem Ahli (expert system) Bekerja

Ketidakpastian adalah yang memacu sistem ahli (expert system) . Komunitas Intelijen Buatan mencoba menemukan apa yang membuat orang cerdas dengan membuat program komputer yang bertindak cerdas. Orang-orang berpikir bahwa kecerdasan adalah kemampuan untuk menyelesaikan masalah. Kebanyakan masalah orang memiliki solusi logika daripada matematika. Sulit untuk menentukan bagaimana mendiagnosis penyakit. Jika seseorang memiliki set gejala tertentu, itu berarti dia memiliki penyakit tertentu. Namun, jenis pemikiran ini membutuhkan informasi latar belakang. Program harus "tahu" bahwa penyakit memiliki set tanda dan gejala tertentu. Bagi komunitas AI, pengetahuan yang samar-samar yang dimiliki "Ahli" lebih baik daripada apa yang bisa ditemukan dalam buku. Jadi, program yang menyelesaikan jenis masalah ini disebut "Sistem Ahli."

Sistem Ahli mengatasi tugas-tugas seperti diagnosis, perencanaan, penjadwalan, konfigurasi, dan desain yang bertujuan untuk menyelesaikan masalah. Salah satu cara untuk menunjukkan apa yang Anda tahu adalah dengan menggunakan aturan "jika, maka...". Saat bagian "Jika" dari aturan terpenuhi, saatnya untuk berpindah ke bagian "Maka". Ini berubah menjadi Sistem Ahli berdasarkan aturan. Namun, kadang-kadang fakta jelas dan kadang-kadang tidak. Fakta nyata memiliki hubungan yang jelas antara penyebab dan efek, dan kesimpulan yang jelas dapat diambil dari aturan yang jelas. Salah satu tanda dari penyakit adalah rasa sakit. Jika rasa sakit selalu menjadi tanda penyakit, maka rasa sakit adalah tanda penyakit. Pengetahuan heuristik, di sisi lain, samar-samar dan berdasarkan opini. Lebih seperti seni. Gejala nyeri tidak bisa digunakan untuk secara otomatis menunjukkan penyakit yang kadang-kadang menyebabkan rasa sakit. Saat ada ketidakpastian, tidak ada jawaban yang jelas.

Komunitas AI mencoba memecahkan masalah ini dengan merekomendasikan analisis statistik atau heuristik dari ketidakpastian. Angka atau set vektor dengan nilai nyata digunakan untuk menunjukkan kemungkinan. Ide "fuzzy" yang berbeda digunakan untuk menentukan seberapa baik vektor-vektor tersebut. Ada daftar bagian dari pengukuran, yang menunjukkan dari mana angka-angka itu berasal. Menggunakan metode untuk menentukan bagaimana menggabungkan variansi, perbedaan dikombinasikan. "Standar deviasi" digunakan untuk menunjukkan jumlah ketidakpastian dan bagian-bagiannya. Ketidakpastian diberikan ekspresi matematis, tetapi tidak banyak membantu dalam menentukan apa yang salah.

Pikiran manusia tidak menggunakan matematika untuk menentukan seberapa tidak pasti sesuatu. Pikiran tahu bahwa tanda tertentu mengarah pada kemungkinan karena menggunakan intuisi, yaitu proses eliminasi, untuk melihat pola segera. Dalam proses eliminasi, detail-detail kabur sangat berguna karena membatasi banyak opsi lain. Semua penyakit yang selalu menyebabkan nyeri dapat disembuhkan jika pasien tidak merasakannya. Penyakit yang bisa kadang-kadang menyebabkan nyeri tetap diambil. Meskipun basis data jauh lebih kecil, lebih banyak gejala membantu mengidentifikasi orang. Lebih mudah memilih dari kelompok yang lebih kecil. Untuk proses eliminasi, ketidakpastian bisa sangat berguna.

Read also

Intuisi adalah program yang melihat seluruh basis data dan menyingkirkan situasi yang tidak cocok. Sistem Pakar telah menggunakan algoritma ini untuk secara cepat mengenali penyakit, menemukan hukum kasus, atau menentukan apa yang salah dengan mesin yang rumit. Ini instan, mencakup semua, dan bermakna. Jika beberapa jawaban bisa diberikan pada waktu yang sama, seperti banyak parameter pabrik tenaga, jawaban segera jelas. Pengenalan pola real-time berguna bagi pikiran, yang harus berurusan dengan jutaan parameter sekaligus.

Dan eliminasi adalah kunci, yang merupakan satu-satunya cara berurusan dengan ketidakpastian tanpa menggunakan matematika yang rumit. Dalam hal ini, intuisi menjadi lebih berguna daripada pendekatan matematis karena dapat memberikan solusi yang cepat dan menyeluruh. Sistem Pakar menggunakan algoritma ini untuk mengenali segera penyakit, menemukan hukum kasus, atau menentukan apa yang salah dengan mesin yang rumit. Proses ini instan, mencakup seluruh basis data, dan memiliki makna. Jika beberapa jawaban dapat diberikan pada saat yang sama, seperti banyak parameter dari pabrik tenaga, jawaban akan segera jelas. Perekaman pola real-time berguna bagi pikiran manusia, yang harus berurusan dengan jutaan parameter pada saat yang sama.