人工智能和专家系统答案

【问题标题】：artificial intelligence and expert systems人工智能和专家系统
【发布时间】：2012-05-15 21:58:39
【问题描述】：

我从生成这样的决策树开始构建我的专家系统：决策树：http://obrazki.elektroda.pl/6125718100_1336340563.png

我用PC-Shell搭建专家系统，主要代码如下：

result=e IF a>20, b=yes;
result=f IF a>20, b=no;
result=c IF a==20;
result=g IF a<20, d="is dry";

等等……

那么人工智能在哪里呢？它不是像基于文本的游戏一样工作，您可以在其中回答并最终得到结果吗？在这个例子中将如何进行推理（向前和向后）？

【问题讨论】：

【解决方案1】：

在我看来，您似乎将决策树混淆为 decision support tool 和 machine learning 中使用的决策树。混淆可能是因为两者实际上是相同的东西，但使用方式不同。

正如@jb-krohn 在他的回答中所说，在您的示例中，您确实将决策树构建为专家系统。也就是说，您自己定义决策树的分支。虽然这属于广泛的 AI 类别，但它实际上与当代机器学习中使用决策树的方式非常不同。

在机器学习中，决策树的分支留给算法根据数据集来确定。也就是说，算法自己构建规则，旨在将其结构与给定的训练数据集相匹配。

有许多后续考虑因素，例如overfitting，这可能有助于您了解定义自己的决策树与让算法猜测它们的优缺点。为了详细说明通过前向链接推理实现的专家系统，参考它们包含一阶逻辑谓词的能力可能会有所帮助，这进一步增加了它们的表达能力，如this answer 中所述。

最后，前向和后向链接推理，您需要使用可修改的知识库。通常，这不存在于域和范围是静态的决策树中。然而，在专家系统中，规则的执行实际上会改变您用作输入数据的谓词。因此，从决策树的角度来看，这为您的算法引入了某种类型的递归，而决策树的简单结构排除了这种递归。

【讨论】：

【解决方案2】：

是的，这是 AI，Good Old Fashion AI (GOFAI)。更具体地说，是一个知识库，可以充当专家系统； expert systems 上的维基百科文章包含一个类似的示例：

其工作原理类似于文字游戏，推理是从“a”、“b”和“d”的值中减去“result”的值。

【讨论】：