專家系統

專家系統是早期人工智能的一個重要分支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般採用人工智能中的知識表示和知識推理技術來模擬通常由領域專家才能解決的複雜問題。

一般來說，專家系統=知識庫+推理機，因此專家系統也被稱為基於知識的系統。一個專家系統必須具備三要素：

概述

專家系統適合於完成那些沒有公認的理論和方法、數據不精確或訊息不完整、人類專家短缺或專門知識十分昂貴的診斷、解釋、監控、預測、規劃和設計等任務。一般專家系統執行的求解任務是知識密集型的。

專家系統能為它的用戶帶來明顯的經濟效益。用比較經濟的方法執行任務而不需要有經驗的專家，可以極大地減少勞務開支和培養費用。由於軟件易於複製，所以專家系統能夠廣泛傳播專家知識和經驗，推廣應用數量有限的和昂貴的專業人員及其知識。

專家系統在給它的用戶帶來經濟利益的同時，也造成失業。

專家系統的應用技術不僅代替了人的一些體力勞動，也代替了人的某些腦力勞動，有時甚至行使着本應由人擔任的職能，免不了引起法律糾紛。比如醫療診斷專家系統萬一出現失誤，導致醫療事故，怎麼樣來處理，開發專家系統者是否要負責任，使用專家系統者應負什麼責任，等等。

專家系統的有效性包括和一個理想系統或專家的性能進行比較，根據結果對知識庫和推理過程進行改進。

性能評價的定性方法
1. 圖靈測試法：測試一台機器是否具有智慧的方法
2. 敏感度分析法：對係數的變化做出反應
性能評價的定量方法
1. Paired T測試
2. T2測試
具有多個專家的性能評價的定量方法：討論多個專家的一致性問題，一般用關聯係數來評測專家系統能為它的用戶帶來明顯的經濟效益。用比較經濟的方法執行任務而不需要有經驗的專家，可以極大地減少勞務開支和培養費用。由於軟體易於複製，所以專家系統能夠廣泛傳播專家知識和經驗，推廣應用數量有限的和昂貴的專業人員及其知識。