（３） 具有從自身運行過程中學習的能力 專家系統(tǒng)投入使用以后,，隨著實際應用的需要，系統(tǒng)知識庫的不完善性會逐漸暴露出 來,，這時就血液融漿機要求專家系統(tǒng)本身能夠在系統(tǒng)實際 運行 過程 中,，不 斷地 總結 經驗教 訓，從運 行實 踐中歸納,、產生出新的知識,，糾正知識庫中可能存在的錯誤，實現(xiàn)知識庫的自我完善,。 知識的自動獲取顯然是一種理想的專家系統(tǒng)知識獲取方式,，而要真正實現(xiàn)這一目標，必 ８．３ 知 識 獲 取 ２９７ 將涉及到自然語言理解,、機器學習,、模式識別、信息抽取等諸多的人工智能研究領域,，甚至對 硬件方面也有較高的要求,。盡管近年來在這些領 域的 研究取 得了 很大 的進步,，但 距離 真正 的實用化目標還有很遠,，要實現(xiàn)真正意義上的自動知識獲取，還有待機器學習研究在理論和 技術上的重大突破,。 ８．４ 專 家系 統(tǒng)的 設計 與建 造 專家系統(tǒng)的研究已有３０多年的歷史,，它目前 仍是 人工智 能中 具有 吸引力 的研 究領域， 盡管有關專家系統(tǒng)的設計與建造方法尚未形成 規(guī)范,，但 經過３０多 年的 努力,，也畢 竟在 專家 系統(tǒng)的設計與建造方面積累了一定的經驗，本
節(jié)我們 將從 專家系 統(tǒng)的 設計與 建造 角度 討論 專家系統(tǒng)的開發(fā)方法,。 ８．４．１ 開發(fā)專家系統(tǒng)的基本要求 在現(xiàn)實世界中,，并不是所有的應用領域都需要專家系統(tǒng),，也不是所有的應用領域都能應 用專家系統(tǒng)。這除了建造專家系統(tǒng)所需的支撐環(huán) 境和 實現(xiàn)技 術的 可行 性等因 素外,，還 要考 慮一些問題的領域特性以及領域專家與其知識表達等方面的一些要求,。下面就對開發(fā)專家 系統(tǒng)時的一些基本要求進行討論。 １． 選擇合適的應用領域及問題 哪些領域適合開發(fā)專家系統(tǒng),，哪些領域不適于開發(fā)專家系統(tǒng),，是開發(fā)專家系統(tǒng)時首先要 考慮的一個問題。只有在那些真正需要專家系統(tǒng) 而又 便于開 發(fā)的 應用 領域,，才可 考慮 建造 專家系統(tǒng),。下面是選擇專家系統(tǒng)應用領域時應遵循的一些原則。 （１） 該應用領域是否有使用專家系統(tǒng)的需求,。一個應用領域是否 有開發(fā) 專家系統(tǒng) 的必 要,，首先需要看該應用領域是否有應用專家 系統(tǒng)的 需求。 如果在 一個 沒有應 用要 求的 領域 開發(fā)專家系統(tǒng),，那將是毫無意義的,。因此，應用領域的需求是開發(fā)專家系統(tǒng)的首要條件,。例 如,，在中醫(yī)診療方面，由于病因的復雜性,，就需要那些有經驗的名老中醫(yī),，但這樣的醫(yī)生可能 很少，并且并不是每個醫(yī)生都是看各種病的高手,，那么,，將多名老中醫(yī)、老專家的診病經驗合 在一起,，開發(fā)一個中醫(yī)診斷專家系統(tǒng)就很有必要,。 （２）
所涉及的領域問題是 否適 合用專 家系 統(tǒng)來解 決。領 域專家 一般 是通 過邏輯 思維,、 啟發(fā)式推理等方法解決問題的,。計算機專家系統(tǒng)正好能適應領域專家的這種工作方式。尤 其是適合解決那些迄今為止人類還沒有徹底掌握 的,、不存 在成熟 算法 且主要 靠專 家經 驗來 解決的,、帶有點模糊性的領域問題。至于那些已存在成熟算法的領域問題,，可直接用傳統(tǒng)軟 ２９８ 第八章 專 家 系 統(tǒng) 件設計方法來解決,，而不必采用專家系統(tǒng)。例 如，像上 面所說 的中 醫(yī)專 家系統(tǒng),，因 為有 些病 癥可能是由這樣的病因引起的,，也可能是由那樣的病因引起的，病因的確診一般不能套一個 固定的模式確定,，而是由專家根據(jù)經驗確定,，這樣的問題就適合用專家系統(tǒng)來解決。 （３） 領域專家的經驗是否易于獲得,。問題領域的選擇通常還與專 家掌握 該問題領 域知 識的程度有關,，即與專家求解問題的準確性和知識好壞程度有關。如果任務非常新,、難度又 十分大,，以至于為求解該問題需要做一些基礎性研究工作的話，則該任務不宜用專家系統(tǒng)來 解決,。
