Οικονόμου Παναγιώτης panawths@gmail.com poikonomou@teilam.gr Οικονόμου Παναγιώτης 1
Παπαγεωργίου. 2
Αθήνα-Ελλάδα χρόνου 460 π.χ.? Ένας νεαρός άνδρας σκεπτόμενος το ενδεχόμενο γάμου, ζητά από τον Σωκράτη τις συμβουλές του. Οι σοφός απάντησε: «Πραγματικά παντρέψου, αν μπορείς να πάρεις μια καλή σύζυγος, θα γίνει ευτυχισμένος. Αν μπορείς να πάρεις μια κακή, τότε θα γίνεις φιλόσοφος». Νέα Υόρκη-Νέα Υόρκη έτος 2012? Ένας νεαρός άνδρας κάνει στον "Σωκράτη" την ίδια ερώτηση. Οι σοφός απαντάει: «Με βάση το εισόδημα, την ηλικία, την κατάσταση της απασχόλησης σου κτλ εχετε μια μικρή πιθανότητα ενός επιτυχημένου γάμου. Σύγχρονος Σωκράτης => Παπαγεωργίου. 3
Αθήνα-Ελλάδα χρόνου 460 π.χ.? Ένας νεαρός άνδρας σκεπτόμενος το ενδεχόμενο γάμου, ζητά από τον Σωκράτη τις συμβουλές του. Οι σοφός απάντησε: «Πραγματικά παντρέψου, αν μπορείς να πάρεις μια καλή σύζυγος, θα γίνει ευτυχισμένος. Αν μπορείς να πάρεις μια κακή, τότε θα γίνεις φιλόσοφος». Νέα Υόρκη-Νέα Υόρκη έτος 2012? Ένας νεαρός άνδρας κάνει στον "Σωκράτη" την ίδια ερώτηση. Οι σοφός απαντάει: «Με βάση το εισόδημα, την ηλικία, την κατάσταση της απασχόλησης σου κτλ εχετε μια μικρή πιθανότητα ενός επιτυχημένου γάμου. Σύγχρονος Σωκράτης => Έμπειρο Σύστημα. Παπαγεωργίου. 4
Έμπειρο Σύστημα: Ένα υπολογιστικό σύστημα το οποίο προσομοιώνει την ικανότητα εξαγωγής συμπερασμάτων ενός ανθρώπου. Απαιτούν εμπειρική γνώση Δεν είναι γνώση ή εκπαίδευση πάνω σε έναν συγκεκριμένο τομέα Περιλαμβάνει εξειδικευμένες ικανότητες που έχουν αποκτηθεί με κόπο και χρόνο Χρησιμοποιούνται με δύο τρόπους Από κάποιον άνθρωπο μη ειδικό, για να παρέχει λύσεις σε συγκεκριμένα προβλήματα Συμβουλευτικά, από έναν ειδικό ο οποίος καλείται να πάρει κάποια απόφαση Τυπικές κατηγορίες εφαρμογών Ερμηνεία δεδομένων (π.χ. Ηχητικών ή ηλεκτρομαγνητικών σημάτων) Διάγνωση δυσλειτουργιών (π.χ. Βλαβών σε μηχανήματα) Δομική ανάλυση σύνθετων αντικειμένων (π.χ. Χημικών ενώσεων) Διαμόρφωση σύνθετων αντικειμένων (π.χ. Πολύπλοκων υπολογιστικών συστημάτων) Παπαγεωργίου. 5
1. Τα πιο δύσκολα και ενδιαφέροντα προβλήματα δεν έχουν λύσεις που στηρίζονται σε απλούς, γνωστούς αλγορίθμους 2. Οι εμπειρογνώμονες πετυχαίνουν πολύ καλές αποδόσεις επειδή διαθέτουν γνώση του συστήματος και των προβλημάτων του 3. Η γνώση είναι σπάνια και πολύτιμη πηγή. Αποτελείται από περιγραφές, συσχετίσεις και διαδικασίες για κάθε πεδίο εφαρμογής. Μπορεί να πάρει διάφορες τιμές και είναι δύσκολο να κατηγοριοποιηθεί. Είναι προτιμότερο να αποκαλούνται αυτά τα συστήματα Συστήματα βασισμένα σε γνώση Παπαγεωργίου. 6
Για την ανάπτυξη ενός έμπειρου συστήματος πρέπει να συνεργαστούν: Ένας ειδικός του τομέα (domain expert). Είναι κάποιος άνθρωπος εξειδικευμένος σε ένα τομέα της ανθρώπινης δραστηριότητας Η γνώση του για τον τομέα αυτό θα μεταφερθεί στο σύστημα Ένας μηχανικός (knowledge engineer) με σκοπό τη λήψη της εμπειρίας του πρώτου. Είναι ένας επιστήμονας της πληροφορικής, ειδικευμένος σε θέματα ΤΝ και έμπειρων συστημάτων. Με βάση τα αποτελέσματα της συνεργασίας σχεδιάζει το σύστημα και τη δομή της και στη συνέχεια το αναπτύσσει. Ο τομέας τηs ΤΝ που ασχολείται με την ανάπτυξη έμπειρων συστημάτων ονομάζεται τεχνολογία της (knowledge engineering) Παπαγεωργίου. 7
Εμπειρογνώμονας Διαλογική Διαδικασία Μηχανικός Σαφής Γνώση Βάση του Εμπειρου Συστήματος Παπαγεωργίου. 8
Εμπειρογνώμονες Σύστημα Απόκτησης Γνώσης Bάση Γνώσης Μηχανισμός Συμπερασμού Σύστημα Επεξήγησης Διασύνδεση Ανθρώπου Μηχανής Παπαγεωργίου. 9
Εμπειρογνώμονες H βάση αυτή αποτελείται από τα γεγονότα και τους κανόνες Σύστημα Απόκτησης Γνώσης Bάση Γνώσης Μηχανισμός Συμπερασμού Σύστημα Επεξήγησης Διασύνδεση Ανθρώπου Μηχανής Παπαγεωργίου. 10
επεξεργάζεται τη βάση με σκοπό να συμπεράνει κάποιο λογικό συμπέρασμα Εμπειρογνώμονες Σύστημα Απόκτησης Γνώσης Bάση Γνώσης Μηχανισμός Συμπερασμού Σύστημα Επεξήγησης Διασύνδεση Ανθρώπου Μηχανής Παπαγεωργίου. 11
Εμπειρογνώμονες χρησιμοποιείται από τον εμπειρογνώμονα που εξειδικεύεται στη δημιουργία και ενημέρωση της βάσης Σύστημα Απόκτησης Γνώσης Bάση Γνώσης Μηχανισμός Συμπερασμού Σύστημα Επεξήγησης Διασύνδεση Ανθρώπου Μηχανής Παπαγεωργίου. 12
Εμπειρογνώμονες για τη διασύνδεση του χειριστή με το σύστημα Σύστημα Απόκτησης Γνώσης Bάση Γνώσης Μηχανισμός Συμπερασμού Σύστημα Επεξήγησης Διασύνδεση Ανθρώπου Μηχανής Παπαγεωργίου. 13
Ειδικός Ερωτήσεις- Συνεντεύξεις Απαντήσεις (γνώση) Μηχανικός Δεδομένα Διασύνδεση Μεταφοράς Γνώσης Ανάπτυξη Έμπειρο Σύστημα Λειτουργία Διασύνδεση με Χρήστη Χρήστης Παπαγεωργίου. 14
DENDRAL Ταυτοποίηση χημικών ενώσεων μέσω δεδομένων φασματικής ανάλυσης Χρήση ευριστικής αναζήτησης MYCIN Διάγνωση μηνιγγίτιδας. Χειρισμός αβέβαιων γνώσεων με συντελεστές βεβαιότητας PROSPECTOR Πρόβλεψη θέσης ορυκτών κοιτασμάτων από γεωλογικά δεδομένα Χρήση σημασιολογικών δικτύων και δικτύων πιθανοτήτων XCON Επιλογή και διάταξη εξαρτημάτων υπολογιστών ώστε να ικανοποιούνται οι απαιτήσεις των πελατών Παπαγεωργίου. 15
Είναι κατάλληλο το πεδίο εφαρμογής; Παπαγεωργίου. 16
Είναι κατάλληλο το πεδίο εφαρμογής; Μπορεί το πρόβλημα να λυθεί με συμβατικό προγραμματισμό; Παπαγεωργίου. 17
Είναι κατάλληλο το πεδίο εφαρμογής; Μπορεί το πρόβλημα να λυθεί με συμβατικό προγραμματισμό; Είναι το πεδίο καλά περιορισμένο; Παπαγεωργίου. 18
Είναι κατάλληλο το πεδίο εφαρμογής; Μπορεί το πρόβλημα να λυθεί με συμβατικό προγραμματισμό; Είναι το πεδίο καλά περιορισμένο; Υπάρχει πράγματι ανάγκη για ένα έμπειρο σύστημα; Παπαγεωργίου. 19
Είναι κατάλληλο το πεδίο εφαρμογής; Μπορεί το πρόβλημα να λυθεί με συμβατικό προγραμματισμό; Είναι το πεδίο καλά περιορισμένο; Υπάρχει πράγματι ανάγκη για ένα έμπειρο σύστημα; Μπορεί ο εμπειρογνώμονας να εξηγήσει τη γνώση και εμπειρία έτσι ώστε να μπορεί να την κατανοήσει ο μηχανικός ; Παπαγεωργίου. 20
Είναι κατάλληλο το πεδίο εφαρμογής; Μπορεί το πρόβλημα να λυθεί με συμβατικό προγραμματισμό; Είναι το πεδίο καλά περιορισμένο; Υπάρχει πράγματι ανάγκη για ένα έμπειρο σύστημα; Μπορεί ο εμπειρογνώμονας να εξηγήσει τη γνώση και εμπειρία έτσι ώστε να μπορεί να την κατανοήσει ο μηχανικός ; Είναι η γνώση ευριστική και αβέβαιη; Παπαγεωργίου. 21
Υψηλή απόδοση Ικανοποιητικός χρόνος απόκρισης Αξιοπιστία Κατανοήσιμο Ευέλικτο Παπαγεωργίου. 22
Επεξήγηση και αιτιολόγηση συλλογισμού Π.χ. Με βάση ποια στοιχεία και συλλογισμούς έγινε μια ιατρική διάγνωση Δυνατότητα χειρισμού της ενσωματωμένης. Η γνώση πρέπει να είναι σε κατανοητή μορφή. Πρέπει να είναι εύκολη η προσθήκη ή διόρθωση γνώσεων. Η γνώση πρέπει να είναι σαφώς διαχωρισμένη από τον υπόλοιπο κώδικα Χειρισμός αβέβαιης ή ελλιπούς. Π.χ. «αν ο ασθενής έχει υψηλό πυρετό...» Παπαγεωργίου. 23
Διαρκής διαθεσιμότητα Χαμηλό κόστος λειτουργίας Αλλά υψηλό κόστος ανάπτυξης Ευκολία μεταφοράς και αποτύπωσης Η μεταφορά γνώσεων μεταξύ ανθρώπων απαιτεί μακροχρόνια εκπαίδευση. Οι άνθρωποι δυσκολεύονται να εξηγήσουν τις γνώσεις τους. Συνέπεια και απουσία παρορμήσεων Πάντα τα ίδια συμπεράσματα με τα ίδια δεδομένα. Εργασία υπο αντίξοες συνθήκες Αντικειμενικότητα Δυνατότητα συμπερασμού απόψεων πολλών ειδικών Παπαγεωργίου. 24
Απουσία έμπνευσης, πρωτοτυπίας Περιορισμένο πεδίο Απουσία κοινής λογικής Π.χ. Εντοπισμός προφανών λαθών Έλλειψη μετα- Απουσία των ορίων και των δυνατοτήτων τους Δυσκολία απόκρισης σε πραγματικό χρόνο Αδυναμία μάθησης. Παπαγεωργίου. 25
Έμπειρα Συστήματα Συμβατικά Προγράμματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 26
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 27
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 28
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 29
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Χρήση γλωσσών που βρίσκονται πλησιέστερα στον τρόπο λειτουργίας του Η/Υ Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 30
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Χρήση γλωσσών που βρίσκονται πλησιέστερα στον τρόπο λειτουργίας του Η/Υ Βάση δεδομένων-η γνώση ενσωματώνεται στο πρόγραμμα Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 31
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Χρήση γλωσσών που βρίσκονται πλησιέστερα στον τρόπο λειτουργίας του Η/Υ Βάση δεδομένων-η γνώση ενσωματώνεται στο πρόγραμμα Η αναθεώρηση της επιβάλλει ευρείας κλίμακας μεταβολές στο πρόγραμμα Επεξήγηση του δρόμου συλλογισμού Παπαγεωργίου. 32
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Χρήση γλωσσών που βρίσκονται πλησιέστερα στον τρόπο λειτουργίας του Η/Υ Βάση δεδομένων-η γνώση ενσωματώνεται στο πρόγραμμα Η αναθεώρηση της επιβάλλει ευρείας κλίμακας μεταβολές στο πρόγραμμα Δυσχέρεια στο χειρισμό ασαφούς και μη πλήρους Παπαγεωργίου. 33
Έμπειρα Συστήματα Προσομοιώνουν τον τρόπο επίλυσης ενός προβλήματος Παράσταση & χειρισμός σε επίπεδο συμβόλων Χρήση ευρεστικών μεθόδων για περιορισμό του χώρου αναζήτησης Χρήση γλωσσών που πλησιάζουν την ανθρώπινη Βάση γνώσσης (δεδομένα & εξαγωγή συμπερασμάτων) Ευχέρεια στην επέκταση και αναθεώσηση της Χειρισμός ασαφούς και μη πλήρους Επεξήγηση του δρόμου συλλογισμού Συμβατικά Προγράμματα Προσομοιώνουν το ίδιο το πρόβλημα Παράσταση & χειρισμός δεδομένων σε επίπεδο αριθμητικών υπολογισμών Χρήση αλγορίθμων Χρήση γλωσσών που βρίσκονται πλησιέστερα στον τρόπο λειτουργίας του Η/Υ Βάση δεδομένων-η γνώση ενσωματώνεται στο πρόγραμμα Η αναθεώρηση της επιβάλλει ευρείας κλίμακας μεταβολές στο πρόγραμμα Δυσχέρεια στο χειρισμό ασαφούς και μη πλήρους Ανυπαρξία επεξήγησης Παπαγεωργίου. 34
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Υψηλό κόστος Υποκειμενικότητα Παπαγεωργίου. 35
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Υψηλό κόστος Υποκειμενικότητα Παπαγεωργίου. 36
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Ευκολία μεταφοράς-αποτύπωσης Υψηλό κόστος Υποκειμενικότητα Παπαγεωργίου. 37
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Ευκολία μεταφοράς-αποτύπωσης Εργάζεται οπουδήποτε Υψηλό κόστος Υποκειμενικότητα Παπαγεωργίου. 38
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Ευκολία μεταφοράς-αποτύπωσης Εργάζεται οπουδήποτε Εργάζεται με συνέπεια Υψηλό κόστος Υποκειμενικότητα Παπαγεωργίου. 39
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις Υψηλό κόστος Υποκειμενικότητα ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Ευκολία μεταφοράς-αποτύπωσης Εργάζεται οπουδήποτε Εργάζεται με συνέπεια Χαμηλό κόστος λειτουργίας/υψηλό κόστος ανάπτυξης Παπαγεωργίου. 40
ΑΝΘΡΩΠΟΣ-ΕΙΔΙΚΟΣ (Μειονεκτήματα) Γνώση διαθέσιμη όταν ο ίδιος είναι παρών Δυσκολία μεταφοράς-αποτύπωσης Η απόδοσή του επηρεάζεται από εξωγενείς παράγοντες Συναισθηματικές παρορμήσεις Υψηλό κόστος Υποκειμενικότητα ΕΜΠΕΙΡΟ ΣΥΣΤΗΜΑ (Πλεονεκτήματα) Γνώση πάντα διαθέσιμη Ευκολία μεταφοράς-αποτύπωσης Εργάζεται οπουδήποτε Εργάζεται με συνέπεια Χαμηλό κόστος λειτουργίας/υψηλό κόστος ανάπτυξης Αντικειμενικότητα εάν η γνώση προέρχεται από πολλούς ειδικούς Παπαγεωργίου. 41
Οι εφαρμογές των έμπειρων συστημάτων στη βιομηχανία έκαναν την εμφάνισή τους στις αρχές της δεκαετίας του 1980 για την πρόγνωση και διάγνωση βλαβών βιομηχανικού εξοπλισμού. Τα περισσότερα συστήματα ήταν διαλογικά και λειτουργούσαν εκτός-γραμμής και όχι σε πραγματικό χρόνο. Πολύ σύντομα ακολούθησαν και έμπειρα συστήματα για τον εποπτικό έλεγχο βιομηχανικών διαδικασιών, συστήματα σχεδιασμού κλπ. Στη χώρα μας, τα πρώτα βιομηχανικά έμπειρα συστήματα αναπτύχθηκαν και εγκαταστάθηκαν για τη διάγνωση βλαβών βιομηχανικού εξοπλισμού στις αρχές της δεκαετίας του 1980. Παπαγεωργίου. 42