1.6　专家系统

专家系统是人工智能自存在以来就一直被研究的领域，也是人工智能领域可以宣称获得巨大成功的一门学科。专家系统有许多特点，这使其成为人工智能研究和开发的理想选择。这些特点包括：知识库与推理机的分离、系统知识超过所有专家知识的总和、知识与搜索技术的特殊关系、推理能力和不确定性。

最早诞生且常被提及的专家系统是使用启发式方法的DENDRAL。该专家系统的目的是根据质谱图鉴定未知化合物。DENDRAL由斯坦福大学开发，旨在对火星土壤进行化学分析。它是第一个证明了在特定学科中编码领域专家知识具有可行性的专家系统。

另一个著名的专家系统是同样来自斯坦福大学的MYCIN（1984年）。开发MYCIN是为了方便对传染性血液疾病进行研究。然而更重要的是，MYCIN为之后所有基于知识的系统设计建立了范例。它有400多条规则，最终被用来为斯坦福医院的住院医生提供培训。

20世纪70年代，PROSPECTOR在斯坦福大学被开发用于矿物勘探。PROSPECTOR也是早期使用推理网络的有价值的范例。

随后在20世纪70年代出现的其他著名和成功的专家系统有：XCON（大约有10 000条规则），它是为了帮助在VAX计算机上配置电路板而开发的；GUIDON，一个辅导系统，它是MYCIN的一个分支；TEIRESIAS，一个MYCIN的知识获取工具；HEARSAY Ⅰ和HEARSAY Ⅱ，它们是使用Blackboard架构进行语音理解的最早的例子。

Doug Lenat的人工数学家（Artificial Mathematics，AM）系统是20世纪70年代研究和开发工作的另一个重要成果。除此之外，还有用于不确定性推理的Dempster-Schafer理论，以及Zadeh在模糊逻辑方面的工作。

20世纪80年代以来，人类在配置、诊断、指导、监控、计划、预测、补救和控制等领域已经开发了数千个专家系统。今天，除了独立的专家系统之外，还有许多专家系统已经被嵌入其他用于控制的软件系统中，包括医疗设备和汽车中的专家系统。例如，汽车的牵引控制应该何时激活？

此外，许多专家系统的框架，如Emycin、OPS、EXSYS和CLIPS，已经成为行业标准。人们也开发了许多知识表示语言。如今，许多专家系统在幕后工作，以增强日常体验，如优化在线购物的体验。