L08a 专家系统:把专家的经验写成规则,让外行也能用
从一条 IF–THEN 规则讲起,一帧一帧看规则怎样被触发,再拼出规则型专家系统的六个部件,最后认识开发团队的五种角色,以及为什么领域专家是灵魂。
一句话版
专家系统是一个装着专家经验的程序。经验被写成一条条「如果……就……」的规则,存在知识库里。用户录入这一次的情况,推理机拿规则去套,条件对上了就给出建议。
这一讲有两半:前半是专家系统,知识靠人写;后半是推荐系统,知识从数据里学。这一页讲前半,推荐系统从下一页 L08b 开始。
先认识这几个词
| 词 | 全称 / 读法 | 一句人话 |
|---|---|---|
| 专家系统 | expert system | 把专家经验写成规则,让外行也能拿到建议的程序 |
| 规则 | rule,IF–THEN | 「如果条件成立,就做某个动作」 |
| 触发 | fire | 规则的条件全部满足,动作被执行 |
| 知识库 | knowledge base | 放规则的地方,长期不变 |
| 数据库 | database | 放这一次问题的事实,每次都不同 |
| 推理机 | inference engine | 拿事实去匹配规则、得出结论的部件 |
| 领域专家 | domain expert | 在某个行当里真正懂行、能解决问题的人 |
| 知识工程师 | knowledge engineer | 访谈专家,把经验翻译成规则的人 |
一个类比:老中医的手册
一位老中医看病几十年,经验都在脑子里。现在要让刚毕业的实习生也能看常见病,办法是请人把他的经验写成一本手册。手册里全是这样的条目:如果发烧又咳嗽,就考虑流感。
实习生来了一个病人,先把症状记在病历上。然后翻手册,一条一条对照。哪条的「如果」全对上了,就照那条的「就」去做。病人问「为什么这么判断」,实习生能指着手册上那一条回答。
专家系统就是这本手册加上那个对照的实习生。手册是知识库,病历是数据库,对照的过程是推理机,指着条目回答是解释机制。
类比在哪里失效:
- 手册通常不是老中医自己写的。真实开发里,有专人访谈专家、整理成规则,这个人叫知识工程师。
- 实习生会举一反三,推理机不会。它只认规则里写明的条件,手册没写到的病就判断不了。
从零讲起
1. 一条规则怎样被触发
它解决什么问题
专家的经验要放进计算机,得先有一种计算机能处理的写法。专家系统选的写法是 IF–THEN 规则:每条规则写一个条件和一个动作。有了统一的写法,程序才能逐条检查「这条现在能不能用」。
从哪来(补充)
专家系统约在 1965 年由斯坦福的启发式编程项目(Stanford Heuristic Programming Project)正式提出,领头的 Edward Feigenbaum 有时被称为「专家系统之父」。早期的代表作有 MYCIN(医疗诊断)和 Dendral(识别有机分子)。
MYCIN 在 70 年代初开发,用 Lisp 写成。它的推理机相当简单,知识库里约有 600 条规则,每条都是把专家给出的推理逐条编码成的规则。
出处:Wikipedia: Expert system、Wikipedia: Mycin
直觉
一条规则像一个开关,开关上贴着几张条件卡。数据库里每出现一个和条件卡相同的事实,就点亮一张卡。卡全亮了,开关合上,这条规则就「触发」(fire),执行 THEN 后面的动作。
条件之间写的是 AND,所以一张都不能少。只亮一半,规则一动不动。
一步一步看
目标:用户分两次录入事实,看规则在条件全部满足时才触发,规则本身不变,变的只有事实。
下面用一条自拟规则演示:R1 = IF 发烧 AND 咳嗽 THEN 怀疑流感。青绿是这一步新发生的变化。
-
用户先只录入「发烧」。R1 的两个条件只满足了一个,规则不触发。
-
用户再录入「咳嗽」。两个条件都在数据库里找到了,IF 部分全部满足,规则触发。
-
触发之后执行 THEN 部分,得出「怀疑流感」,经用户界面交给用户。
规则写在知识库里,从头到尾没变;变的只有数据库里的事实。
怎么判断
判断一条规则会不会触发,只问一件事:IF 部分的每个条件,数据库里是否都有对应的事实?全有就触发,缺一个都不触发。
触发之后做什么,看 THEN 部分。课件说一条规则可以表达一种关系、一条建议、一种策略,或者一条经验法则(heuristic)。
常见误解
以为录入事实就等于改了规则
事实进的是数据库,规则在知识库里,两者分开放。这次病人发烧咳嗽,下次病人只是头疼,规则一条都不用改,换的只是数据库里的事实。
以为条件满足一部分,规则就会「部分触发」
AND 连起来的条件要全部满足才触发,没有「触发一半」这回事。只要缺一个条件,这条规则就什么也不做。
试一下
知识库里有规则 R2 = IF 下雨 AND 没带伞 THEN 建议打车。数据库里的事实是「下雨」「带了伞」。R2 会触发吗?
不会。条件「没带伞」在数据库里找不到对应事实(事实是「带了伞」),IF 部分没有全部满足。
2. 规则型专家系统的六个部件
它解决什么问题
光有规则还不够。还需要地方放事实、需要有人去做匹配、需要让用户能提问和追问。课件把一个完整的规则型专家系统画成六块,每块管一件事。
直觉
先看简版。用户发出查询,经用户界面到推理机;推理机从知识库取规则,知识库的内容是从专家那里提取来的;结果以建议的形式原路返回。
注意图里的用户是「非专家」。专家系统的用处,是把少数专家的经验复制给不懂行的人。
一步一步看
目标:顺着信息流动走一遍六个部件,看规则和事实怎样经推理机得出结论,再经解释机制交给用户。
详版在简版上多了两块:数据库和解释机制。按信息流动的顺序走一遍:
-
知识库存一组 IF–THEN 规则,数据库存这一次的事实。两者都用粗箭头连到推理机。
-
推理机把规则和事实连起来,做匹配和推理,得出结论。
-
结论往下经过解释机制。用户可以追问结论怎么来的(how),也可以反问为什么要这个事实(why)。
-
解释机制再往下是用户界面,最后到用户。这三段都是双向箭头,用户也能往上提问。
六块各自的职责可以列成表:
| 部件 | 放什么 / 做什么 |
|---|---|
| 知识库 Knowledge Base | IF–THEN 规则,长期不变的专家经验 |
| 数据库 Database | 事实,用来匹配规则的 IF 部分 |
| 推理机 Inference Engine | 把规则和事实连起来,执行推理 |
| 解释机制 Explanation Facilities | 回答 how 和 why |
| 用户界面 User Interface | 让用户和系统沟通 |
| 用户 User | 寻求解答的人,通常不是专家 |
怎么判断
拿到一句描述,判断它说的是哪个部件,先问它是「规则」「事实」还是「动作」。规则归知识库,事实归数据库,匹配和推理归推理机,回答 how 和 why 归解释机制。
how 和 why 也要分清时机。系统给出结论之后,用户追问「怎么得出的」,是 how。系统向用户要某个事实时,用户反问「要它干什么」,是 why。
常见误解
把知识库和数据库记反
知识库放规则,是专家经验,长期不变。数据库放事实,是这一次问题的具体情况,每次都不同。记法:「知识」是会了就一直会的东西,「数据」是每次现填的东西。
以为解释机制只是把结论再念一遍
它要回答两类问题:结论是怎么推出来的,以及某个事实为什么需要。专家系统能解释自己的推理,这是它区别于普通程序的标志之一。
试一下
用户问系统「你为什么要问我的体温?」,回答这个问题的是哪个部件?这是 how 还是 why?
解释机制。这是 why:用户在问某个事实为什么需要。
3. 开发团队的五种角色
它解决什么问题
专家懂行但不懂程序,程序员懂代码但不懂行。一个专家系统要做出来,得有人在两边之间翻译,还要有人管进度、有人来用。课件把团队分成五种角色,并说系统能否成功完全取决于成员之间协作得好不好。
直觉
想象把那本老中医手册做成软件。老中医是知识的来源,有人去访谈他、把经验整理成条目,有人把条目写成程序,有人盯着工期,最后有人真的拿它看病。
五个人里谁最重要?课件的答案是领域专家,原话说他是开发团队的灵魂(soul)。专家说不清自己的经验,后面所有人都无事可做。
一步一步看
目标:逐个看五种角色各做什么,看知识怎样从专家经知识工程师和程序员变成系统,交到用户手里。
-
领域专家提供知识。课件特别要求,他必须能把自己的知识描述给别人。
-
知识工程师访谈专家,弄清问题是怎么解决的;确定推理方法和表示方式;把知识编码进系统;帮助测试、修改,并整合进实际工作场所。
-
程序员做实际编程,把领域知识写成计算机能理解的形式。可以用 CLIPS、JESS 这类专家系统外壳(shell),也可以用 Python 等常规语言。
-
项目经理是团队的领导,和其他四方都打交道,保证按计划交付。
-
最终用户在系统建成后使用它,也参与测试。用户要信任系统,也要用得舒服,所以用户界面的设计很关键。
外壳的意思是一个已经写好推理机和用户界面、只缺知识库的空架子。往里填规则就能用,所以知识工程师也可以直接用外壳编码。
怎么判断
遇到「这件事归谁做」的题,按职责对号:
| 描述 | 角色 |
|---|---|
| 有领域知识,能把知识讲给别人 | 领域专家 |
| 访谈专家,定推理方法和表示,编码,帮助测试 | 知识工程师 |
| 写代码,用 CLIPS、JESS 等外壳或常规语言 | 程序员 |
| 领导团队,管交付物和里程碑 | 项目经理 |
| 使用系统,参与测试,要信任它 | 最终用户 |
知识工程师和程序员最容易混。前者的活是「把知识弄成规则」,后者的活是「把规则弄成程序」。
常见误解
以为程序员是团队里最重要的人
课件明确说领域专家是灵魂。程序写得再好,知识库里没有可靠的规则,系统给出的建议就没有价值。
以为最终用户只在最后出现
课件说用户参与测试很有帮助,团队图里最终用户的反馈也连回项目经理。用户界面要在开发时就考虑用户用得舒不舒服。
试一下
「把专家所用的推理方法确定下来,并决定事实和规则在系统里怎么表示」是哪个角色的工作?它在这个角色的四步里排第几?
知识工程师,第 2 步。四步依次是:访谈专家 → 确定推理方法与表示 → 编码 → 帮助测试、修改、整合。
把它们串起来
专家系统的核心是规则。一条规则写成 IF–THEN,条件全部满足时被触发,执行动作。规则放在知识库里,长期不变;每次问题的具体情况作为事实放在数据库里。
推理机负责把两者连起来,逐条检查哪条规则的条件被事实满足了。结论经过解释机制和用户界面交给用户,用户还能追问 how 和 why。
规则从哪来?从领域专家的脑子里来。知识工程师访谈专家、定表示、编码,程序员把它写成程序,项目经理管全局,最终用户来用和测试。五种角色里,领域专家是灵魂。
这套「人写知识」的路子有个明显的瓶颈:专家的时间难拿,经验也难说清。下一页的推荐系统走另一条路,知识直接从大量用户的行为数据里学。
课件里的坑
- [课件用词] 课件把五种角色的图配上「Who is most important?」,下一页才给答案:领域专家是 soul。p.9 最终用户页的「Customer is the god?」是课堂讨论用的设问,没有标准答案,不要和 p.5 的结论混在一起(p.4、p.5、p.9)。
- [读图提醒] p.3 的简版结构图没有数据库和解释机制,p.10–11 的详版有。两张图是同一套东西的简版和详版,答结构题按详版写六块(p.3、p.10、p.11)。
- [课件留白] 课件没有专家系统的推理演算例题。本页的流感规则是自拟的演示,考试按课件给的结构和定义作答(p.10)。
- [页码提醒] 课件右下角页脚数字比 PDF 页序小 1,本页的 p.N 都按 PDF 页序。
课后 10 分钟:考点复习
这 10 分钟怎么用:合上页面,先默写六个部件和五种角色的英文名;再读必背 5 条;然后做课件例题和完整例题;最后做变式题,把规则匹配完整走一遍。
必背
- 专家系统解决通常需要人类专家的特定领域问题,知识要从领域专家那里提取;用户是非专家
- 规则写成 IF(条件)THEN(动作);条件部分被满足时规则被触发(fire),执行动作部分
- 规则型专家系统:知识库存 IF–THEN 规则,数据库存事实,推理机把两者连起来;解释机制回答 how 和 why
- 专家系统五种角色:领域专家、知识工程师、程序员、项目经理、最终用户;领域专家是团队的灵魂
- 知识工程师四步:访谈专家 → 确定推理方法与表示 → 用外壳或编程语言编码 → 帮助测试、修改、整合
课件例题
例 1(课件 p.10–11):规则型专家系统由哪几块组成?规则什么时候触发?
题面:结构图里有知识库、数据库、推理机、解释机制、用户界面和用户。
提示
先分清哪块放规则、哪块放事实,再看谁把它们连起来。
解答
知识库放 IF(条件)THEN(动作)规则,数据库放事实。推理机把事实与规则的 IF 部分匹配,条件满足则规则 fire,执行 THEN 部分。解释机制回答结论怎么得出(how)和某个事实为什么需要(why),用户界面负责和用户沟通。
完整例题
题面(自编情境):一个家电维修专家系统的知识库有三条规则。R1:IF 不通电 THEN 检查插头。R2:IF 通电 AND 不制冷 THEN 检查压缩机。R3:IF 通电 AND 不制冷 AND 有异响 THEN 联系上门维修。这次用户录入的事实是「通电」「不制冷」。(a) 哪些规则触发?(b) 用户问「为什么要问我有没有异响」,由哪个部件回答,属于 how 还是 why?(c) 写下这三条规则的人最可能是哪个角色?
解法:
- 逐条对照 R1:条件「不通电」不在数据库里,不触发。
- 对照 R2:「通电」「不制冷」都在,IF 部分全部满足,触发,结论是检查压缩机。
- 对照 R3:缺「有异响」,不触发。
- (b):解释机制回答;用户在问某个事实为什么需要,是 why。
- (c):知识工程师。他访谈维修专家,把经验编码成规则;规则的内容来自领域专家。
要点:规则触发看的是 IF 部分是否全部满足,多一个条件就多一道门槛。R3 比 R2 多一个条件,事实不够时只有 R2 触发。
答题格式:逐条写「条件 → 是否全部匹配 → 是否触发」;部件题写英文名。
变式题(先自己做)
自编情境:知识库有两条规则。R1:IF 体温高于 38℃ AND 咽痛 THEN 建议查血常规。R2:IF 咽痛 THEN 建议多喝水。数据库里的事实是「咽痛」。
(a) 哪条规则触发? (b) 系统给出建议后,用户问「这条建议是怎么得出的」,这是 how 还是 why? (c) 「领导团队,确保交付物和里程碑按时完成」是哪个角色?
提示
(a) 逐条检查 IF 部分是否全部在数据库里。(b) 看用户是在追问结论,还是在问某个事实的用途。
判分点与答案(非官方评分标准)
判分点:① 逐条匹配 IF 部分;② how 与 why 分清;③ 角色名写对。
(a) 只有 R2 触发。R1 缺「体温高于 38℃」这条事实。
(b) how:用户在追问结论是怎么推出来的。
(c) 项目经理(Project manager)。
闪卡自测
1. 专家系统的定义有哪两句?
解决特定领域里通常需要人类专家的实际问题;开发时要从领域专家那里提取相关知识(p.3)。
2. 专家系统团队有哪五种角色?
领域专家、知识工程师、程序员、项目经理、最终用户(p.4)。
3. 谁是团队的灵魂?他必须做到什么?
领域专家;必须能把自己的知识描述给别人(p.5)。
4. 知识工程师的四步是什么?
访谈专家 → 确定推理方法与表示 → 用外壳或编程语言编码 → 帮助测试、修改、整合(p.6)。
5. 程序员可以用哪两类专家系统外壳?
CLIPS 和 JESS(p.7)。
6. 知识库和数据库分别存什么?
知识库存 IF–THEN 规则,数据库存用于匹配规则条件的事实(p.10)。
7. 规则什么时候被触发?
条件(IF)部分被满足时,规则 fire,执行动作(THEN)部分(p.10)。
8. 解释机制回答哪两类问题?
结论是怎么得出的(how),某个事实为什么需要(why)(p.11)。
下一讲
下一页 L08b 换到推荐系统:知识不再由人写成规则,而是从大量用户的行为里学出来。先讲推荐系统要解决什么问题、有哪五种范式、协同过滤靠什么假设。
上一讲是 L07b-3:LSTM。
个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。