人工智慧與專家系統

　

什麼是人工智慧

　 人工智慧（Artificial Intelligence , AI）是電腦科學（Computer Science）的一支﹐主要在研究如何使電腦的 行為更像人類。


　 西元1960到1970年之間，一批科學家開始研究如何使電腦更具理解能力，以便電腦可以瞭解人類所使用 的自然語言（natural languages），並與人類作雙向交談，進而具有自我意識與自我判斷的能力，這種新 的研究領域便屬人工智慧的範疇。所謂人工智慧是指一電腦程式系統具有人類的知識與行為，能夠學習 （learning）、推理（reasoning）、判斷（judging）、解決問題（problem-solving）、知識儲存 （knowledge-saving）、了解人類的自然語言等等。其發展過程乃是將人類由於特定問題的刺激所引發的 思考、推理、判斷、決策與學習等過程，分解成一些基本、具象的步驟，透過程式設計，將上述人類解 決問題的過程模組化（modulating）或公式化（formulating），使電腦具有一結構化的系統。


　 一般人工智慧研究的內容，可分為下列數種：

　 1. 聯絡溝通（connectionism）：即如何使電腦更解人類的語言。
2. 符號處理（symbol manipulation）：如LISP語言、生產系統、黑板系統。
3. 經驗法則搜尋技巧（heuristic search）。
4. 邏輯系統（logic system）：如複雜事實的歸納及推理等。


　 人工智慧最有名，同時也是最早發展的例子，就是棋奕遊戲。現今電腦已經能夠與人類頂級高手過招較 量而不居下風。最近年來人工智慧應用的領域不斷擴充，如語音辨識系統（speech understanding）、自 然語言處理（natural language processing）、電腦視覺（computer vision）、類神經網路（neural network） 等等。電視影集中的霹靂車及電影魔鬼終結者中的機器人，也許就是人工智慧領域的最終目標吧！


　

什麼是知識庫專家系統

　 所謂專家（Expert），就是經由訓練及經驗累積，能解決一般人無法解決的問題的人。他不但知道該專 業龐大的背景知識，也能夠有技巧、有順序地應用這些知識在解決專業問題上。


　 而運用AI技術，將專家的知識予以分析、儲存及利用，能在某特定領域內達到高水平表現的電腦程式， 叫作專家系統（Expert System）、知識庫專家系統（Knowledge-Based Expert System）、智慧系統 （Intelligence System）或聰明系統（Smart System）。這種電腦程式典型地以符號（Symbol）來表示 知識，能夠檢核及解釋其推理程序，同時具有良好的人機介面，其解決的問題常是人類需要多年的教 育和訓練才能熟練的。


　 專家系統的建立流程是：知識工程師（Knowledge Engineer）從專家解決問題的程序（Procedures）、 策略（Strategies）及拇指法則（Rules of thumb）中粹取精華，應用專家系統建構工具將上述所得置入 程式編寫內容中，所得結果為專家系統之原型，再經不斷的改良、擴充與更新，才是一套健全的專家 系統。以下是專家系統建構的流程圖：

　



　 上圖以若干基本步驟表示則為：

1.選擇專家系統的建構工具
2. 選擇關於呈現與控制策略的AI技術
3. 將欲納入知識庫的知識加以分析、獲取及概念化
4. 知識庫的組成與發展
5. 發展原型系統
6. 評估、檢視與擴充
7. 使用者介面的改良
8. 系統的維修與更新


　 現今專家系統應用的領域有如下13種：

1. 解釋（Interpretation）：如解釋肺部測試（PUFF）。
2. 預測（Prediction）：如預測可能由黑蛾造成的玉米損失（PLAN）。
3. 診斷（Diagnosis）：如診斷血液中細菌的感染（MYCIN）
4. 故障排除（Fault isolation）：如電話故障排除系統ACE。
5.設計（Designing）：如小型馬達彈簧與碳刷之專家系統MOTOR BRUSH DESIGNER。
6.規劃（Planning）：輔助財務管理之Plan Power專家系統。
7. 監督（Motoring）：如IBM MVS作業系統之YES/MVS
8. 除錯（Debugging）：如檢查算術錯誤原因之BUGGY
9. 修理（Repair）：如修理原油槽之SPCOFOR
10.行程安排（Scheduling）：如製造與運輸行程安排之專家系統ISA。
11.教學（Instruction）：如教導使用者學習作業系統的TVX專系家統。
12.控制（Control）：如幫助電腦製造及分配之控制系統PTRANS。
13.分析（Analysis）：如分析油井儲存量之專家系統 DIPMETER ADVISOR。


　 而專家系統在土木工程上的應用則在起步的階段，將在後面再行介紹。


　 至於專家系統所運用的知識約可分成三種：

　 1. 深層知識：具有嚴謹之基本定理、推論體系的知識。
2. 淺層知識：經驗性、啟發性，累積經驗得來，不知其中堂奧的知識。
3. 編譯知識：將深層知識予以實用化、完美化的知識。


　 其中經驗性知識是由人類專家累積多年經驗而得，使用這種知識﹐專家系統可以進行較具學術性 的猜測，並組織較好的搜尋方法，避免盲目的搜尋。也因此﹐它能夠大大縮減搜尋解答的程序， 是專家系統成功與否的重要關鍵。


　 若比較傳統電腦程式與專家系統，其差別如下所示﹕

　
傳統程式專家系統
資料的呈現與使用知識的呈現與使用
知識與控制的整合知識與控制分離
演算法程序推理程序
大量資料的處理大量知識的處理
程式確保單一性與完整性單一性與完整性的鬆綁
不可能在執行時作解釋執行時解釋為其特點
傾向數值運算傾向符號處理


　

專家系統在土木工程上的應用

　 若以生產系統（Production System）作為知識表示的方法，設計鋼板格樑（steel plate girder）， 根據AISC規範，下列為其中一項推理法則：

IF格樑非複合式 且
提供靜不定加勁 且
CV＜1.0 且
a
1