Que sont les systèmes experts?
La technologie a toujours été de construire des machines meilleures, plus rapides et plus intelligentes. Les systèmes experts adoptent ce concept en utilisant une logique informatique avancée pour créer des logiciels qui semblent penser et prendre des décisions en soi. Traditionnellement construit sur la logique booléenne - logique en utilisant uniquement des valeurs vraies ou fausses - les systèmes experts utilisent des algorithmes complexes pour calculer les réponses à partir d'une grande base de données d'informations. Si l'ordinateur ne peut pas déterminer la bonne réponse, il est supposé non pas que le programme soit mauvais mais que la base de connaissances ne contient pas suffisamment d'informations sur le sujet.
Lorsqu'un ordinateur doit prendre une décision, tout se décompose en une série de déclarations vraies ou fausses. S'il est programmé pour s'allumer lorsqu'un bouton est appuyé sur un bouton, appuyez sur le bouton le définit sur true et n'en appuyant pas sur le bouton le définit sur False. Le faux signifie pas de lumière tandis que True allume la lumière. C'est la base de la logique informatique.
Un système expert prend ces réponses vraies et fausses à un nouveau niveau. En combinant une série de réponses vraies et fausses, l'ordinateur essaie de déterminer comment réagir à une certaine situation. Il peut modifier sa réponse en fonction du modèle spécifique et du nombre de réponses vraies et fausses.
L'idée derrière ces systèmes est basée sur la façon dont les gens pensent. Les humains peuvent stocker de grandes quantités de nouvelles connaissances et prendre des décisions basées sur des connaissances antérieures. L'ordinateur est programmé pour «penser» et prendre des décisions en fonction des connaissances trouvées dans sa base de données et sur ses expériences précédentes. D'une manière, c'est comme si l'ordinateur apprenait de ses succès et échecs passés.
Il existe deux principales formes de systèmes experts. Le système d'experts traditionnel utilise la logique booléenne pour prendre ses décisions. Un système d'experts logiques floues, en revanche, ne le fait pas. Il calcule une gamme de valeurs qui entrent entre les réponses simples ou fausses simples pour déterminer dans quelle mesure une déclaration est la plus vraie ou plus fausse.
Les systèmes d'experts floues sont plus humains que les systèmes d'experts traditionnels dans la façon dont ils le pensent. Ces systèmes d'experts ne sont pas informés des réponses spécifiques à un problème, mais plutôt une déclaration à partir de laquelle elles tirent des conclusions supplémentaires. Ce processus est connu sous le nom d'inférence.
Par exemple, si une déclaration lit toutes les chats féminins rayés. Miss Kitty est une chatte féminine, les systèmes d'experts flous en déduisaient que, puisque toutes les chats féminins sont rayés et que Miss Kitty est une chatte, alors Miss Kitty doit être rayée. La logique floue peut également calculer des valeurs plus compliquées, telles que la détermination de la probabilité qu'un chat femelle spécifique soit rayé si seulement un pourcentage de chats femelles a des rayures. Les systèmes d'experts traditionnels auraient besoin de beaucoup plus d'instructions pour parvenir à ces mêmes conclusions.