Expertensystem
Als Expertensystem (XPS) wird eine Klasse von Software-Systemen bezeichnet, die auf der Basis von Expertenwissen zu Lösungen oder Bewertungen bestimmter Problemstellungen gelangen können. Beispiele sind Systeme zur Unterstützung medizinischer Diagnosen oder zur Analyse wissenschaftlicher Daten. Die Forschung im Bereich der Expertensysteme ist ein Teilgebiet der künstlichen Intelligenz. Die theoretischen Grundlagen reichen bis in die 70er Jahre zurück. Seit den 80er Jahren werden Expertensysteme auch kommerziell eingesetzt.
Die Entstehung von Expertensystemen
Das Aufkommen von Expertensystemen ging mit dem Scheitern eines anderen Forschungsziels der Künstlichen Intelligenz einher, das häufig mit dem Stichwort General Problem Solver bezeichnet wird. Hatte man zunächst versucht, mittels allgemeiner Problemlösungsansätze zu einem System zu gelangen, das unabhängig vom jeweiligen Problembereich Lösungen generieren sollte, so fand man bald heraus, dass ein solcher General Problem Solver nicht zu realisieren war und bei zahlreichen Fragestellungen nur dürftige Ergebnisse erzielte. Gerade für Fragestellungen in speziellen Anwendungsdomänen war eine größere Wissensbasis für die Generierung von Lösungen notwendig. Expertensysteme sind Systeme, die auf einer derartigen, meist von Experten gepflegten Wissensbasis basieren. Dabei reproduzieren sie jedoch keineswegs lediglich den Inhalt der Wissensbasis, sondern sind in der Lage, auf ihrer Grundlage zu weiteren Schlussfolgerungen zu gelangen. Die Güte eines Expertensystems lässt sich daran messen, in welchem Maße das System überhaupt zu Schlussfolgerungen in der Lage ist und wie fehlerfrei es dabei vorgeht.
Klassen von Expertensystemen
Sowohl zur Repräsention des Wissens als auch zum Ziehen von Schlussfolgerungen können sehr unterschiedliche Modelle zum Einsatz kommen:
- Fallbasierte Systeme gehen von einer Falldatenbasis aus, welche meist direkt von menschlichen Experten in das System eingepflegt werden.
- Ein weiterer Ansatz, der insbesondere bei Klassifizierungsproblemen eingesetzt werden kann, besteht in Systemen, die mittels Entscheidungsbäumen eigenständig zu Lernprozessen in der Lage sind. Dabei handelt es sich um eine Form des induktiven Lernens auf der Basis einer Beispielmenge. Ein Beispiel kann etwa aus einer Reihe von Attributen (eines Objektes, z.B. eines Patienten) und deren konkreten Ausprägungen bestehen. Bei der Verarbeitung solcher Beispiele durchläuft das System einen Pfad (s.a. Suchbaum): Die einzelnen Attribute sind dabei Knoten, die von ihnen ausgehenden möglichen Ausprägungen Kanten. Das System folgt jeweils derjenigen Kante, die im vorliegenden Beispiel zutrifft, setzt diesen Prozess Attribut für Attribut fort und gelangt schließlich zu einem Endknoten (Blatt). Dieser gibt schließlich die Klasse an, welcher das beschriebene Objekt zuzuordnen ist. Beim Aufbau von Entscheidungsbäumen ist das Ziel, mit möglichst kleinen Bäumen zu möglichst guten Klassifizierungsergebnissen zu gelangen. Die Schwierigkeit besteht hier in der Auswahl der Attribute.
Wissensbasis
In einem Expertensystem oder Wissensbasierten System ist die Wissensbasis (Knowledgebase) der Bereich des Systems, der das Fachwissen in einer beliebigen Repräsentationsform enthält. Ergänzt wird die Wissensbasis durch eine Inferenzmaschine, also eine Hard- oder Software, mit der auf der Wissensbasis operiert werden kann.
bekannte Expertensysteme
Software
Es gibt im Bereich der Expertensysteme eine Reihe von Softwaretools zur Modellierung des Wissens und die zur Auswertung benötigte Inferenzmaschine. Die folgenden Systeme beherrschen sowohl fallbasierte als auch regelbasierte Diagnostik.