Zasada budowy i działania systemów ekspertowych na wybranych przykładach

Artykuł przybliża Czytelnikowi dwie metody wnioskowania zastosowane w poddziedzinie Sztucznej Inteligencji – w nauce o systemach ekspertowych: sieci Bayesa oraz wnioskowanie regułowe. Zasady konstruowania systemów ekspertowych przy pomocy tych dwóch podejść pokazano na przykładach zrealizowanych w oparciu o systemy BayEX oraz CLIPS. W artykule zawarto krótką definicję pojęć Sztucznej Inteligencji i systemów ekspertowych, będącą zachętą dla Czytelnika do samodzielnej eksploracji dziedziny. Omówiono przystępnie budowę i cele konstruowania systemów ekspertowych oraz zasady działania poszczególnych algorytmów, na których opiera się ich wnioskowanie, czyli samodzielne, na bazie otrzymanych danych dochodzenie do rozwiązania problemu. Na przykładach przedstawiono szereg zastosowań systemów ekspertowych w dzisiejszej nauce oraz w życiu codziennym. Autorom bliskie są słowa prof. Ryszarda Tadeusiewicza: Lepsza własna niż sztuczna, lepsza sztuczna niż żadna

The article presents two reasoning methods applied in the subarea of Artificial Intelligence – a field of science on expert systems: the BayEx network and the rule-based reasoning. The principles of developing expert systems in the two approaches are given in examples based on BayEx and CLIPS. The article includes brief definitions of Artificial Intelligence and expert systems, which should encourage the reader to explore this field of science. It discusses in a clear way the construction and the aims of expert systems and the functioning principles of particular algorithms that constitute the fundamentals for reasoning, i.e. an independent method of finding solutions to problems on the basis of data received. The examples present several applications of expert systems in the present-day science and practical life. The authors agree with Prof. Ryszard Tadeusiewicz’s words: One’s own intelligence is better than the artificial one, yet artificial one is better than none