Експертні системи

🧠 Компоненти

База знань

Зберігає знання експертів у формі правил (if-then), фактів, онтологій. Створюється спільно з експертами. Ключовий компонент системи.

Inference Engine

Движок міркування: forward chaining (від фактів до висновків), backward chaining (від мети до фактів). Застосовує правила для висновків.

Інтерфейс користувача

Дозволяє користувачам взаємодіяти, вводити дані, отримувати рекомендації. Зручність важлива для практичного використання.

Пояснювальний модуль

Пояснює, як система прийшла до висновку, які правила використані. Важливий для довіри та навчання. Перевага над "чорними скриньками".

⚙️ Методи

Правило-орієнтовані

If-then правила: якщо умова, то висновок. Прості, інтуїтивні, легко пояснити. Приклади: MYCIN (медицина), R1/XCON (конфігурація).

Frame-based

Структуровані об'єкти (frames) з атрибутами та значеннями. Представляють концепції та їх властивості. Ієрархії та наслідування.

Онтології

Формальне представлення знань про домен. Концепції, зв'язки, обмеження. Використовуються в сучасних системах (Semantic Web).

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Hash Function Avalanche Visualizer і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.