Kunskapsbaserade system
KunskapsBaserade System (KBS) har etablerats som den kanske mest praktiska
implementationen av begrepp och tekniker som introducerats inom området artificiell
intelligens. Bland annat för att man med hjälp av den typen av system kan lösa problem för
företag och organisationer som man med traditionella tekniker har svårt att hantera.
Vad är ett KunskapsBaserat system?
En strikt definition av vad ett KunskapsBaserat System är kan sammanfattas i:
- att det skall innehålla mänsklig kunskap.
- att det skall kunna medverka till att lösa problem med hjälp av den lagrade kunskapen.
- att det skall kunna motivera de svar som levereras.
- att kunskapen i systemet skall kunna ändras oberoende av programmet som
används för att hantera kunskapen.
I ett KBS fokuseras alltså behovet av att lagra och hantera kunskap (representerad som
beslutsträd eller regler) mer än behovet av att lagra data och bearbeta dessa.
Vad använder man KBS till?
Vanliga användningsområden för KBS är:
- Felsökning
- Ärendehantering
- Rådgivning
- Selektering
- Diagnostik
- Konfigurering
- Planering
- m.m.
DIXAB har mångårig erfarenhet av arbete med kunskapsbaserad teknik inom t.ex.
försäkringsbranschen och läkemedelsindustri.
Tillgång till den kunskap som systemet skall innehålla är naturligtvis en nyckelfaktor vid
utveckling av KBS. Att strukturera och formulera den kunskap som skall hanteras av ett KBS
är naturligtvis avgörande för kvaliten på den slutliga produkten. Här kan tekniker som induktiv
inlärning vara mycket effektiva. Genom maskinell induktion kan "datorn lära sig själv".
Maskinell induktion bygger på att man har tillgång till ett antal exempel, som man med en
induktiv algoritm generaliserar till beslutsträd eller regler. Exemplen kan ges av en "expert"
eller kan i vissa fall skapas från data i databaser, mätvärden etc.
Till länksidan.
Tillbaks till förstasidan.