2

我从生成这样的决策树开始构建我的专家系统：决策树： http: //obrazki.elektroda.pl/6125718100_1336340563.png

我用PC-Shell搭建专家系统，主要代码如下：

result=e IF a>20, b=yes;
result=f IF a>20, b=no;
result=c IF a==20;
result=g IF a<20, d="is dry";

ETC...

那么人工智能在哪里呢？它不是像基于文本的游戏一样工作，您可以在其中回答并最终得到结果吗？在这个例子中将如何进行推理（向前和向后）？

4

2 回答 2

1

是的，这就是 AI，Good Old Fashion AI ( GOFAI )。更具体地说，是一个知识库，可以充当专家系统；关于专家系统的 Wikipedia 文章包含一个类似的示例：

  • 如果它是活的 那么它就是会死的
  • IF 他的年龄 = 已知 THEN 他的出生年份 = 今天的日期 - 他的年龄
  • 如果不确定细菌的身份并且细菌是革兰氏阳性并且生物体的形态是“棒状”并且细菌是好氧的，那么细菌是肠杆菌科类型的可能性很大（0.8）

它的工作方式类似于基于文本的游戏，推理是从“a”、“b”和“d”的值中减去“结果”的值。

于 2012-05-11T20:08:21.287 回答
0

在我看来，您似乎混淆了决策树作为决策支持工具和机器学习中使用的工具。混淆可能来自这样一个事实，即两者实际上是相同的，但使用方式不同。

正如@jb-krohn 在他的回答中所说，在您的示例中，您确实将决策树构建为专家系统。也就是说，您自己定义决策树的分支。虽然这属于 AI 的广泛类别，但它实际上与当代机器学习中使用决策树的方式非常不同。

在机器学习中，决策树的分支留给算法根据数据集来确定。也就是说，算法自己构建规则，旨在将其结构与给定的训练数据集相匹配。

有许多后续考虑因素，例如过度拟合，这可能会帮助您了解定义自己的决策树与让算法猜测它们的优缺点。为了详细说明通过前向链接推理实现的专家系统，参考它们包含一阶逻辑谓词的能力可能会有所帮助，这进一步增加了它们的表达能力，如本答案所述。

最后，前向和后向链接推理，您需要使用可修改的知识库。通常，这不存在于域和范围是静态的决策树中。然而，在专家系统中，规则的执行实际上会改变您用作输入数据的谓词。因此，从决策树的角度来看，这为您的算法引入了某种类型的递归，决策树的简单结构排除了这种递归。

于 2018-07-27T08:44:55.103 回答