Экспе́ртная систе́ма — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания.
В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.
Экспертная система, как правило, рассчитана на следующие основные характеристики:
- Высокая эффективность. Система должна быть способной давать ответы на уровне компетентности, равной или более высокой по сравнению с экспертом в данной области. Это означает, что качество рекомендаций, предоставляемых системой, должно быть очень высоким;
- Приемлемое время отклика. Система должна выполнять свою работу за приемлемое время, сопоставимое или лучшее по сравнению с тем, которое требуется эксперту, чтобы выработать решение. Экспертная система, для которой требуется год, чтобы получить решение, тогда как эксперту-человеку достаточно одного часа, никому не нужна. Временные ограничения, регламентирующие производительность экспертной системы, могут оказаться особенно жесткими в случае систем реального времени, когда ответ должен быть получен в пределах определенного интервала времени;
- Хорошая надежность. Экспертная система должна быть надежной и не подверженной сбоям, или она не будет использоваться;
- Понятность. Система должна быть способной объяснить все этапы своих рассуждений, осуществляемых в ходе выработки решения, чтобы ее работа была доступной для понимания. Система не может быть просто "черным ящиком", который вырабатывает загадочный ответ, и должна предоставлять возможность получить объяснение по такому же принципу, как эксперты-люди могут объяснить свои рассуждения;
- Гибкость. Экспертная система может содержать большой объем знаний, поэтому важно иметь эффективный механизм добавления, модификации и удаления знаний. Одна из причин популярности системы на основе правил является возможность эффективного и модульного хранения правил.
В зависимости от системы средство объяснения может быть простым или сложным. Простое средство объяснения в системе, основанной на правилах, может просто предусматривать составление списка всех фактов, которые привели к выполнению самого последнего правила. Более сложные системы могут выполнять следующие действия:
- Составление списка всех за и против конкретной гипотезы. Гипотеза обозначает цель, которая должна быть доказана, такая как, в медицинской диагностической экспертной системе "У пациента имеется столбнячная инфекция". В данной задаче может быть несколько гипотез, пациент может фактически иметь одновременно несколько заболеваний. Гипотеза представляет собой утверждение, истинность которого находится под сомнением и которое должно быть доказано;
- Поиск объяснений для всех следствий гипотезы. Например, если принято предположение, что у пациента действительно имеется столбняк, то должны быть свидетельства о наличии высокой температуры, возникающей в результате развития инфекционного заболевания. Если этот симптом в дальнейшем действительно обнаруживается, то степень доверия к тому, что гипотеза истинна, увеличивается. Если же этот симптом не наблюдается, то степень доверия к истинности гипотезы уменьшается;
- Выдача прогноза, или предсказания того, что произойдет, если гипотеза является истинной.
- Обоснование необходимости предъявления программой вопросов пользователю для получения дополнительной информации. Эти вопросы можно использовать, чтобы направить цепь рассуждений по наиболее вероятным путям получения диагноза. При решении большинства практических задач попытка исследовать все возможности оказывается слишком дорогостоящей или требующей много времени, поэтому должны быть предусмотрены определенные способы, позволяющие направить поиск к правильному решению. Рассмотрим, например, стоимость, время, и эффект проведения всех возможных медицинских анализов для пациента, который жалуется на боль в горле;
- Обоснование знаний, используемых в программе. Например, если программа указывает, что является истинной гипотеза "У пациента имеется инфекция столбняка", то пользователь может потребовать объяснения. А программа может обосновать свой вывод на основании правила, которое гласит, что если пациент имеет положительные результаты анализа крови на наличие столбняка, то у пациента имеется столбняк. После этого пользователь может потребовать, чтобы программа обосновало это правило. Программа может ответить, указав, что положительные результаты анализа крови на наличие заболевания являются доказательством наличия этого заболевания.