Chapter 1 導言 曾憲雄、黃國禎 人工智慧與專家系統.

Presentation on theme: "Chapter 1 導言 曾憲雄、黃國禎 人工智慧與專家系統."— Presentation transcript:

1 Chapter 1 導言 曾憲雄、黃國禎 人工智慧與專家系統

2 1. 導言 電腦最早的設計目的是從事數學運算。 隨著電腦的演進，逐漸發展出擬人化的知識表達及推論技術，讓電腦程式看起來有智慧，此為人工智慧與專家系統的發展過程。 國內學術單位在人工智慧與專家系統的發展歷史中，扮演重要角色，如：蒙恬的手寫輸入系統，許文星教授的指紋辨識系統，許舜欽教授的電腦象棋系統。 曾憲雄、黃國禎 人工智慧與專家系統

3 1. 導言(續) 智慧型系統的最大優點，可突破時間、空間的限制。
透過知識工程的技術，也可有效整合多位專家的知識，建立具備即時反應及解析問題功能的系統。 對於決策支援、自動控制及各類診斷的問題，是十分合適的解決方式。 曾憲雄、黃國禎 人工智慧與專家系統

4 1.1 人工智慧的演進歷史 主要的人工智慧語言及知識表示法：早期的LISP及PROLOG語言、規則式(Rule-based)及框架式(Frame-based)的知識表示法，以及近期的CLIPS語言及物件式(Object-Oriented)的知識表示法等。 曾憲雄、黃國禎 人工智慧與專家系統

5 1.1 人工智慧的演進歷史(續) 年份 事件 1943 後生產規則(Post Production Rules)，McCulloch和Pitts Neuron Model 1954 執行控制的Markov演算法 1956 達特茅斯會議(Dartmouth Conference)；邏輯理論家(Logic Theorist)；經驗規則的搜尋(Heuristic Search)和人工智慧AI一詞的誕生。 1957 Rosenblatt開發了感知器(Perceptron)；Newell, Shaw 和Simon提出廣域問題求解器(General Problem Solver, GPS) 1958 麥卡錫(J. MaCarthy)提出LISP (一個人工智慧的專門語言)。 曾憲雄、黃國禎 人工智慧與專家系統

6 1.1 人工智慧的演進歷史(續) 1962 Rosenblatt發現了感知器(Perceptron)的類神經動態(Neurodynamic)原理 1965 魯賓遜(T. A. Robison)提出分解辯證理論(Resolution Method of Automatic theorem)，使定理證明前進一大步。 沙德(Zadeh)提出模糊邏輯(Fuzzy Logic)的理論 史丹福大學開始開發Dendral，這也是第一個專家系統。 1968 語意網路(Semantic Network), Quillian提出關聯記憶模式(associative memory model) 1969 Martin and Moses大學開發MACSYMAN數學符號運算專家系統。 1970 開始研發邏輯語言PROLOG (Colmerauer, Roussell, et. al.) 曾憲雄、黃國禎 人工智慧與專家系統

7 1.1 人工智慧的演進歷史(續) 1971 HEARSAY I語音辨別系統
1.1 人工智慧的演進歷史(續) 1971 HEARSAY I語音辨別系統 規則(Rule)為解決問題 (Human Problem Solving)的常用表示法(Newell and Simon) 1973 史丹福大學開發MYCIN(用來診斷血液感染的專家系統)，並發展出GUIDON：智慧型教學系統(intelligent tutoring)(Clancey) 及TEIRESIAS：解釋能力的觀念。EMYCIN：第一個專家系統的建構外殼(shell)(Van Melle, Shortliffe and Buchanan) HEARSAY II：多專家合作的黑板模式(blackboard model) 1975 明斯基(M. L. Minsky)提出框架(Frame)的知識表示法。 1976 研究人工數學家(Artificial Mathematician) 時發現Dempster-Shafer理論（當不確定因素下的推論方式）， Dude, Hart等人開始研究PROSECTOR資源探勘的專家系統。 曾憲雄、黃國禎 人工智慧與專家系統

8 1.1 人工智慧的演進歷史(續) 1977 OPS語言（一個人工智慧與專家系統專門語言）用來發展XCON/R1 1978
1.1 人工智慧的演進歷史(續) 1977 OPS語言（一個人工智慧與專家系統專門語言）用來發展XCON/R1 1978 McDermott和DEC開發XCON/R1，依據顧客需求，架構適當的電腦系統的專家系統。 Buchaman提出Meta-DENDRAL, metarules 和規則歸納推論法(rule induction) 1979 Forgy提出Rete演算法，提高生產系統(Production system)的規則匹配速度。 AI開始商業化 Inference Corp.公司成立(於1985年發表ART專家系統建構工具) 1980 LISP專用電腦(LISP Machine)開始生產問世。 1982 SMP 數學專家系統；Hopfield類神經系統；日本第五代電腦中的智慧型電腦開發計劃 曾憲雄、黃國禎 人工智慧與專家系統

9 1.1 人工智慧的演進歷史(續) 1983 IntelliCorp推出KEE專家系統建構工具。 1985
1.1 人工智慧的演進歷史(續) 1983 IntelliCorp推出KEE專家系統建構工具。 1985 NASA推出CLIPS專家系統建構工具。 1988 交通大學知識工程實驗室應用專家系統於急性出疹的診斷，其中包括本土登革熱的診斷。 1997 暨南國際大學智慧型遠距系統研究群應用專家系統於個人化學習與診斷 1999 暨南國際大學智慧型遠距系統研究群應用專家系統於線上教學與客戶服務 2000 交通大學知識工程實驗室推出物件導向專家系統工具 2001 交通大學知識工程實驗室與核心智識公司推出DRAMA：線上物件導向專家系統建構工具 曾憲雄、黃國禎 人工智慧與專家系統

10 1.1 人工智慧的演進歷史(續) 科學家分析人類專家的工作原理，認為專家能力由兩方面組成： (1)一個專家具有大量的專門知識
1.1 人工智慧的演進歷史(續) 科學家分析人類專家的工作原理，認為專家能力由兩方面組成： (1)一個專家具有大量的專門知識 (2)他能根據環境和對象靈活運用這些知識， 並能根據不精確和不完備的證據得到較好 的結論。 將目標集中在特定專業領域知識表現及問題處理上，因而產生了專家系統的概念。 曾憲雄、黃國禎 人工智慧與專家系統

11 1.2 人工智慧V.S.專家系統 人類希望透過電腦表現的智慧來解決複雜及非結構化的問題。
由於人工智慧的魅力，因此七十年代曾流行過一句話：「未被解決的問題便是人工智慧問題」。 現今，很多真實世界的問題也是依賴人工智慧技術和所發展的商業應用軟體不斷地被解決。 曾憲雄、黃國禎 人工智慧與專家系統

12 1.2 人工智慧V.S.專家系統(續) 經典的人工智慧問題，例如各種語言翻譯、語音影像識別等的一般解決方案不容易被定義，但我們相信，縮小問題的領域更能找到有效的解決方法。 如果我們把句子的輸入方式限定為只有名詞、動詞和受詞，便能架構出一套簡單的翻譯系統。 曾憲雄、黃國禎 人工智慧與專家系統

13 1.2 人工智慧V.S.專家系統(續) 人工智慧的相關研究 曾憲雄、黃國禎 人工智慧與專家系統

14 1.2 人工智慧V.S.專家系統(續) 專家系統(Expert System，ES)成功解決了編寫人工智慧程序的問題。
史丹佛大學的Edward Feigenbaum 教授是早期倡導人工智慧的先驅者，他把專家系統定義為：「一個智慧型的電腦程式結合了知識和推論機制，以解決一些不易由專業知識中求解的問題。」 曾憲雄、黃國禎 人工智慧與專家系統

15 1.2 人工智慧V.S.專家系統(續) 早期人工智慧的研究者，藉著尋找解決各種不同難題的廣域用途(general purpose)規則，但由這些經驗中得知，要發展出真正廣域用途的智慧型程式實在太困難了。 相對的，專家系統則能夠在特定的領域內發揮很好的功用。 曾憲雄、黃國禎 人工智慧與專家系統

16 1.3 何謂專家系統 專家系統是人工智慧（Artificial Intelligence, AI）的一個分支，應用大量來自人類專家 (expert) 的專業知識來解決問題。 當專家系統在七十年代剛開始發展時，是一門專門的學問，但是到今天任何應用專家系統技術的系統都泛稱為專家系統。 曾憲雄、黃國禎 人工智慧與專家系統

17 1.3 何謂專家系統(續) 在專家系統中，使用特定用途（special purpose）的知識及規則（rule）來解決問題，這些知識與規則被存放在知識庫（knowledge base）裏，也因此專家系統早期被稱為「知識庫專家系統」（knowledge-based expert system），亦稱為「知識庫系統」（knowledge-based system）[Durkin94]。 曾憲雄、黃國禎 人工智慧與專家系統

18 1.3 何謂專家系統(續) 專家系統的基本觀念描述如下： 曾憲雄、黃國禎 人工智慧與專家系統

19 1.3 何謂專家系統(續) 有用的知識系統如同一個「智慧型助理」，當灌輸更多的知識給一個智慧型助理時，它的功能將變得更強大，不僅能減輕專家的負擔，並可提高解決問題的效率，因而更接近一個真正的專家。 專家系統以專注於解決某一特定問題領域為目標，此特定問題通常歸納為某一知識領域。 曾憲雄、黃國禎 人工智慧與專家系統

20 1.3 何謂專家系統(續) 通常一個專家很難同時專精於一個以上的問題領域。 一個特定領域的專家系統通常不會有其他類別的專業知識。
1.3 何謂專家系統(續) 通常一個專家很難同時專精於一個以上的問題領域。 一個特定領域的專家系統通常不會有其他類別的專業知識。 隨科技的發展，專家系統的應用越來越廣，值得我們學習如何應用這些技術。 曾憲雄、黃國禎 人工智慧與專家系統

21 1.3 何謂專家系統(續) 不同層面的參與人員對專家系統的看法 參與人員 看法 管理人員 專家系統可提供什麼功用？ 技術人員
1.3 何謂專家系統(續) 不同層面的參與人員對專家系統的看法 參與人員 看法 管理人員 專家系統可提供什麼功用？ 技術人員 怎樣是發展專家系統最佳的方式？ 研究人員 如何擴展專家系統的能力？ 用戶 專家系統幫我解決什麼問題？ 時間及金錢的投資是否值得？ 開發的專家系統是否可靠？ 曾憲雄、黃國禎 人工智慧與專家系統

22 1.4 為何使用專家系統 專家系統依用途分成下列幾類： 診斷系統-主要用於醫學及教學。 解釋系統-從觀察的資料中進行分析說明
1.4 為何使用專家系統 專家系統依用途分成下列幾類： 診斷系統-主要用於醫學及教學。 解釋系統-從觀察的資料中進行分析說明 監督系統-用於農業、工程、軍事及線上分析 偵錯系統-程式、電話線路、電路板偵錯 預測系統-財經、地質、氣象、石油市場預測 設計系統-計算機軟、硬體的設計系統 曾憲雄、黃國禎 人工智慧與專家系統

23 1.4 為何使用專家系統(續) 實驗中暨使用中的專家系統及工具 領域 系統 說明 研究與開發機構 化學 工業 DENDRAL
1.4 為何使用專家系統(續) 實驗中暨使用中的專家系統及工具 領域 系統 說明 研究與開發機構 化學 工業 DENDRAL 解析大型光譜測度儀所生成之資 料，並決定分子結構及其原子成分 HPP，史丹福大學 教育 用 GUIDON 實驗中之智慧型電腦輔函教學 (CAI)系統可針對一系列的技術領 域，提出問題並修正答案，以教 導學生正確的技能。 ITED 智慧型學習評量與診斷系統，可 依學生測驗的結果診斷其學習障 礙，並提供個人化的學習建議 暨南國際大學 曾憲雄、黃國禎 人工智慧與專家系統

24 1.4 為何使用專家系統(續) 醫學用 MYCIN 一種已使用之醫學專家系統，可診斷腦膜炎及血液傳染症 HPP，史丹福大學 PUFF
1.4 為何使用專家系統(續) 醫學用 MYCIN 一種已使用之醫學專家系統，可診斷腦膜炎及血液傳染症 HPP，史丹福大學 PUFF 一種使用中的醫用專家系統，可以分析病者的病況資料，以辨認出可能的肺部病症 AEA 急性出疹鑑別診斷系統，可以分析病者的病況資料，以辨認出可能的出疹疾病，包括麻疹、德國麻疹、天花、水痘等十五種疾病，其中最特別的是可診斷台灣近年來流行的登革熱 交通大學 曾憲雄、黃國禎 人工智慧與專家系統

25 1.4 為何使用專家系統(續) 電腦系統 R1/XCON 已使用中之專家系統，用配置VAX電腦系統。 卡耐基‧梅隆大學及迪吉多公司
1.4 為何使用專家系統(續) 電腦系統 R1/XCON 已使用中之專家系統，用配置VAX電腦系統。 卡耐基‧梅隆大學及迪吉多公司 XSEL/XCON XSEL/XCON之擴展，協助客戶選擇合適的電腦系統。 迪吉多公司 曾憲雄、黃國禎 人工智慧與專家系統

26 1.4 為何使用專家系統(續) 通用 工具 EMYCIN
1.4 為何使用專家系統(續) 通用 工具 EMYCIN 衍生自MYCIN的一種專家系統建構工具及推論機制，可應用於許多領域；包括用於建立PUFF及SACON等系統。 HPP，史丹福大學 NEXPERT 一種專家系統建構工具及推論機制，可應用於許多領域 卡耐基‧梅隆大學 OPS 一種專家系統建構工具及推論機制，可應用於許多領域；現已用於R1及AIRPLAN的建構。 卡耐基‧梅隆 TEIRESIAS 由MYCIN衍生出的知識擷取系統，可經由與專家交談自動建立及修正知識庫。 CLIPS 一種專家系統建構工具及推論機制，以C語言開發，提供原始程式供修改 美國太空總署 DRAMA 運用NORM（New Object-Oriented Rule-base Model）物件導向的知識模型概念設計的專家系統建構工具及推論機制，提供模組化的模糊知識表示與推論功能 交通大學， 核心智識公司 曾憲雄、黃國禎 人工智慧與專家系統

27 1.4 為何使用專家系統(續) 資源 探勘 PROSPECTOR 一種專家系統，用以評估礦物可能的儲藏地點。 SRI
1.4 為何使用專家系統(續) 資源 探勘 PROSPECTOR 一種專家系統，用以評估礦物可能的儲藏地點。 SRI International Co. 曾憲雄、黃國禎 人工智慧與專家系統

28 1.4 為何使用專家系統(續) 專家系統解題的知識是與推論機制(程式)分開，只要修正知識庫的內容，即可強化其解題模式與能力 專家系統
1.4 為何使用專家系統(續) 專家系統解題的知識是與推論機制(程式)分開，只要修正知識庫的內容，即可強化其解題模式與能力 專家系統 傳統程式設計 表示知識 表示資料 知識庫與推論機制分開 資料與演算法交織在一起 高度交談式處理 批次式順序處理 知識密集型 知識不密集 特定領域的應用 屬於較一般性的應用 曾憲雄、黃國禎 人工智慧與專家系統

29 1.4 為何使用專家系統(續) 專家系統適用於解決以下幾種問題：
1.4 為何使用專家系統(續) 專家系統適用於解決以下幾種問題： (1)對於沒有明確的解決方案的問題，或找不到適合的演算法。例如醫療、決策、股票投資等。 (2)只能靠經驗或憑自覺來解決的非結構性問題。 (3)危險環境下的操作問題。 (4)珍貴的知識得以保留不至於失傳。 曾憲雄、黃國禎 人工智慧與專家系統

30 1.4 為何使用專家系統(續) 專家系統具備多個吸引人使用的優點： (1)提昇可用性 (2)降低成本 (3)減低危險性 (4)持久性
1.4 為何使用專家系統(續) 專家系統具備多個吸引人使用的優點： (1)提昇可用性 (2)降低成本 (3)減低危險性 (4)持久性 (5)整合多種來源的專 業知識 (6)提高可靠度 (7)解釋能力 (8)更快的反應 (9)穩定、不感情用事 (10)知識指導者 曾憲雄、黃國禎 人工智慧與專家系統

31 1.4 為何使用專家系統(續) 建立專家系統前，須先考慮以下條件： (1)專家是否可以配合 (2)是否有足夠的工具或技術協助專家精確
1.4 為何使用專家系統(續) 建立專家系統前，須先考慮以下條件： (1)專家是否可以配合 (2)是否有足夠的工具或技術協助專家精確 的表達知識 (3)專家們是否已有共識 (4)是否以傳統方式發展會更好 曾憲雄、黃國禎 人工智慧與專家系統

32 1.5 發展專家系統的技術 專家系統的知識表示方式很多，目前許多廣受採用是IF THEN規則。
1.5 發展專家系統的技術 專家系統的知識表示方式很多，目前許多廣受採用是IF THEN規則。 早期人工智慧利用精密的推論但不依賴知識的方向發展，但後來專家系統的知識庫取代了耗時甚多的精密推論。 許多專家系統仍不斷在發展，大型系統包含了成千上萬條規則，具完成特定任務的小型系統大致包括數百條規則以上。 曾憲雄、黃國禎 人工智慧與專家系統

33 1.5 發展專家系統的技術(續) 小型系統不一定能達到人類專家的程度，但表現出專家系統技術的優點─履行知識密集的任務。
1.5 發展專家系統的技術(續) 小型系統不一定能達到人類專家的程度，但表現出專家系統技術的優點─履行知識密集的任務。 專家系統的系統分析與建置稱為知識工程，由知識工程師負責。 知識工程師負責專家系統的知識擷取、知識表示與知識推論的設計與製作。 曾憲雄、黃國禎 人工智慧與專家系統

34 1.5 發展專家系統的技術(續) 典型的知識擷取方式 曾憲雄、黃國禎 人工智慧與專家系統

35 1.5 發展專家系統的技術(續) 專家系統發展工具常包括提供程式語言和支援環境等兩項建構專家系統的功能
1.5 發展專家系統的技術(續) 專家系統發展工具常包括提供程式語言和支援環境等兩項建構專家系統的功能 專家系統以推理的方式找尋解決方案，因此它能解釋結果和檢驗結果。 專家系統中詳盡的解釋能力能讓使用者看到以自然語言型式推論及解釋一連串 “What if…”類型為假設性推論（Hypothetical reasoning）的問題。 曾憲雄、黃國禎 人工智慧與專家系統

36 1.5 發展專家系統的技術(續) 一些專家系統更能讓系統從案例中自我學習，這就是規則歸納法(Rule induction)
1.5 發展專家系統的技術(續) 一些專家系統更能讓系統從案例中自我學習，這就是規則歸納法(Rule induction) 專家系統有對不確定因素的處理能力是非常重要的。 很多系統常因缺少因果的知識（causal knowledge）的機制而受到限制。 啓發式的知識是從藉由經驗規則來獲得解答。 因此它是提供解決問題的捷徑，並且可減少成本和時間的花費。 曾憲雄、黃國禎 人工智慧與專家系統

37 1.5 發展專家系統的技術(續) 專家系統的另一個問題是系統在特定領域內建構的專業知識是有限的，因此善用已獲得的知識來解決新問題的能力，常常成為評鑑專家系統學習能力或擴充性的重要因素。 雖然專家系統的發展具有上述的限制，但它無疑地仍具有解決真實世界問題的能力，特別在處於不確定因素和缺少足夠或完整資訊時，這些都是傳統程式不易做到的。 曾憲雄、黃國禎 人工智慧與專家系統

38 1.6 人工智慧與專家系統的發 展近況 專家系統被廣泛應用和開發的三點原因：
1.6 人工智慧與專家系統的發 展近況 專家系統被廣泛應用和開發的三點原因： (1)希望把專業知識相關的累積經驗保存下來，供作未來在解決相關問題的重要參考依據。 (2)希望解決專業人員缺乏的問題，甚至於希望專家系統能協助或取代部分專業人員的工作。 (3)希望藉助於電腦設備及專家系統，合理地從事需要昂貴知識的工作。 曾憲雄、黃國禎 人工智慧與專家系統

39 1.6 人工智慧與專家系統的發 展近況(續) 專家系統的幾個應用實例： 急性出疹鑑別診斷專家系統 水稻栽種專家系統 智慧客戶服務專家系統
1.6 人工智慧與專家系統的發 展近況(續) 專家系統的幾個應用實例： 急性出疹鑑別診斷專家系統 水稻栽種專家系統 智慧客戶服務專家系統 智慧型個人化電腦輔助學習系統平台 智慧型資料庫檢驗專家系統 智慧型學習診斷專家系統 曾憲雄、黃國禎 人工智慧與專家系統

40 1.6 人工智慧與專家系統的發 展近況(續) 其他例子： (1)福特汽車技師運用專家系統探測修理引擎的問題。
1.6 人工智慧與專家系統的發 展近況(續) 其他例子： (1)福特汽車技師運用專家系統探測修理引擎的問題。 (2)中華航空公司利用專家系統幫忙解決飛機航道調度的問題。 專家系統是一個可用於整理廣泛資料，而使得電腦成為某特定領域專家的套裝軟體。 曾憲雄、黃國禎 人工智慧與專家系統

41 1.7 人工智慧與知識管理 知識革命正在改造全球企業和社會，全球化的競爭趨勢、消費模式的改變、生產技術的創新以及資訊科技快速的發展，已經為全球的企業創造一個新的競技場。 企業在面臨挑戰和問題時，積極引入「知識管理」的概念來做好組織中知識的管理。 曾憲雄、黃國禎 人工智慧與專家系統

42 1.7 人工智慧與知識管理(續) 管理學大師彼得‧杜拉克在『後資本主義社會』一書中，提出知識工作者的觀念。
比爾‧蓋茲在新著「數位神經系統」中，強調企業須將資訊轉成數位型式，並利用網際網路技術，以提昇效率。 蓮花總經理Jeff Papows在「16定位」一書中，提出知識管理的重要性。 周宣光：「一個藉由知識管理系統而不斷學習的企業組織，才能發揮知識的最大功用，創造企業競爭優勢。」 曾憲雄、黃國禎 人工智慧與專家系統

43 1.7 人工智慧與知識管理(續) 勤益公司認為知識管理是：『是為了適應複雜化的社會，以價值創造為目的的一種策略性議題，並可同時提升組織內創造性知識的質和量，並強化知識的可行性與價值』。 美國學者Fischer和Ostwald定義知識管理為：『知識管理是一個循環的流程，包含了三個主要活動：知識創造、知識整合、知識散播。將不同來源和不同格式的資訊加以規範，並利用有系統的程序化處理，讓所有的知識可以用相同的格式呈現，方便未來使用者在使用、新增、修改及散播知識。』 曾憲雄、黃國禎 人工智慧與專家系統

44 1.7 人工智慧與知識管理(續) 知識管理的目的： 增加組織整體知識的存量與價值；
應用知識以提昇技術、產品、與服務創新的績效及組織整體對外的競爭力； 促進組織內部的知識流通，提昇成員獲取知識的效率； 指導組織知識創新的方向； 協助組織發展核心技術的能力； 有效發揮組織內個體成員的知識能力與開發潛能； 提昇組織個體與整體的知識學習能力； 形成有利於知識創新的企業文化與價值觀。 曾憲雄、黃國禎 人工智慧與專家系統

45 1.7 人工智慧與知識管理(續) 現今企業的知識管理活動大多建立在網路和資料庫的基礎上，因此透過『知識工程』的輔助來達到知識整合的目標，已是解決組織內部知識管理問題的一大利器。 知識工程在知識管理議題上的應用主要可以分為下面四個方向：文件管理系統、討論交流系統、能力管理系統和學習式知識庫系統，都是利用中小型知識庫系統來輔助知識的管理與流通。 曾憲雄、黃國禎 人工智慧與專家系統

46 1.7 人工智慧與知識管理(續) 人工智慧技術對於高密度知識的運用能力及支援決策的特性，使得智慧型系統在知識經濟中扮演舉足輕重的角色，如下例： OA事務機器的維修問題。 企業的教育訓練方面。 以銷售資料進行資料挖掘的作業。 企業的行銷資訊系統。 曾憲雄、黃國禎 人工智慧與專家系統

47 1.7 人工智慧與知識管理(續) 企業可以依以下步驟建立專家系統： (1)成立知識管理委員會或任務組織，確定公司知識管理的發展方向。
(2)對知識的來源及用途分門別類，跨國企業要準備多國語文知識管理。 (3)進行企業流程改造，將人工智慧技術納入規劃。 (4)制定企業工作流程圖。 (5)建立常用問題集回答手冊。 (6)建立內部公司資訊及網路系統。 (7)建立知識庫。 (8)評估及修改人工智慧技術以符合企業流程。 曾憲雄、黃國禎 人工智慧與專家系統

48 1.8 決策支援系統 v.s. 專家系統 傳統的決策系統在應用上有以下問題： (1)使用者必須熟悉電腦及系統的使用方法
(2)使用者必須知道如何將問題利用數學模 型進行推演，並解釋獲得的結果 傳統的決策支援系統的架構中，管理人員須同時具備的電腦素養及運用數學模型解決問題的能力，對企業及個人是很困難，因此，決策支援專家系統的概念因應而生 曾憲雄、黃國禎 人工智慧與專家系統

49 1.8 決策支援系統 v.s. 專家系 統(續) 曾憲雄、黃國禎 人工智慧與專家系統

50 1.8 決策支援系統 v.s. 專家系 統(續) 曾憲雄、黃國禎 人工智慧與專家系統

51 1.8 決策支援系統 v.s. 專家系 統(續) 運用專家概念所建立的決策支援系統又稱專家決策支援系統(Decision Support System , EDSS)或是管理型專家系統(Expert System for Management, ESM)。 此系統最大的目標是協助經理應付複雜多變的商業環境。 模式庫、資料庫與知識庫，所形成的專家型支援系統，配合統計模型、模擬技術、及數學模型等管理工具，能提供較好的決策支援能力。 曾憲雄、黃國禎 人工智慧與專家系統

52 練習 以你生活中的例子，說明人工智慧可能的用途。 試以一個應用領域為例，說明使用專家系統的優點。
列舉專家系統的應用項目，並蒐集相關參考資料。 請列出迪吉多公司(DEC)的專家系統產品（包括XCON, XSEL），並說明為什麼專家系統可以互相合作，試找兩篇最近的文章作為參考來說明。 舉出一個你認為適合用專家系統解決的問題，並列出原因。 曾憲雄、黃國禎 人工智慧與專家系統

53 THE END 曾憲雄、黃國禎 人工智慧與專家系統