Et videnbaseret system (KBS) er et computerprogram, der bruger en videnbase til at løse problemer. Her er de vigtigste komponenter:

1. Videnbase:

* fakta: Grundlæggende atomiske oplysninger om domænet. Eksempler:"Himlen er blå," "Vand koger ved 100 grader Celsius."

* regler: Logiske udsagn, der repræsenterer forholdet mellem fakta. Eksempler:"Hvis det regner, er jorden våd," "Hvis temperaturen er over 100 grader celsius, koger vand."

* heuristik: Tommelfingerregler eller bedste praksis, der kan hjælpe med at guide systemets ræsonnement, især i tilfælde af usikkerhed.

2. Inferensmotor:

* begrundelsesmekanisme: Dette er kernen i KBS. Den bruger videnbasen til at drage konklusioner og løse problemer.

* inferensmetoder: Der er forskellige tilgange:

* Fremadkædning: Starter med kendte kendsgerninger og anvender regler for at udlede nye fakta.

* bagudkædning: Starter med et mål og arbejder bagud og prøver at finde støttefakta og regler.

* Modelbaseret ræsonnement: Bruger en model af domænet til at resonnere om dets opførsel.

* case-baseret ræsonnement: Løser problemer ved at hente og tilpasse løsninger på lignende problemer fra en database med tidligere sager.

3. Brugergrænseflade:

* Hvordan brugeren interagerer med systemet: Tillader brugerne at indtaste forespørgsler, give information og modtage resultater fra systemet.

* Typer af brugergrænseflader: Tekstbaseret, grafisk, naturlig sprog osv.

4. Videnopkøb:

* Proces med at opbygge videnbasen: Dette involverer:

* Viden fremkaldelse: Uddrag af viden fra eksperter i domænet.

* videnrepræsentation: Valg af de relevante datastrukturer og sprog til at kode viden.

* Vidensvalidering: At sikre, at videnbasen er nøjagtig og komplet.

5. Forklaringsfacilitet:

* giver gennemsigtighed og forståelse: Forklarer systemets ræsonnementsproces til brugeren.

* hjælper med:

* Fejlsøgning af systemet

* Stigende brugertillid

* Giver indsigt i domænet

Eksempel:

Overvej en simpel KBS til diagnosticering af bilproblemer:

* Videnbase: Fakta om bildele, regler om symptomer og mulige årsager, heuristik for almindelige fejl.

* inferensmotor: Bruger bagudkædning - starter med et symptom (f.eks. "Bilen vil ikke starte") og forsøger at finde matchende regler og fakta for at diagnosticere problemet (f.eks. "Hvis batteriet er død, starter bilen ikke").

* Brugergrænseflade: Giver brugeren mulighed for at indtaste symptomerne og modtage en mulig diagnose.

* Forklaringsfacilitet: Forklarer begrundelsestrinnene, der viser, hvilke regler der blev anvendt, og hvorfor.

Fordele ved KBS:

* ekspertviden fanget og genanvendt.

* konsistens og nøjagtighed forbedret.

* Problemløsning i komplekse domæner.

* Beslutningsstøtte og automatisering.

Ulemper ved KBS:

* videnindsamling er dyr og tidskrævende.

* vedligeholdelse og opdatering af videnbasen kan være udfordrende.

* KBS kan være ufleksibel og vanskelig at tilpasse sig nye situationer.

Generelt er videnbaserede systemer kraftfulde værktøjer til indfangning og anvendelse af ekspertise, især inden for komplekse domæner, hvor menneskelig ræsonnement kan være vanskelig eller tidskrævende.