További Cyberia cikkek
Divatba jönnek a szakértői rendszerek
MIT Média Laboratórium |
A különböző szakértői rendszerek egyre hatékonyabbnak bizonyultak, többek között olyan mamutvállalatok támaszkodtak rájuk, mint a DuPont, a General Motors, vagy a Boeing, miközben az ES-ek eredményességét növelő programok fejlesztésére "szakosodott" high-tech cégek alakultak (Teknowledge, Intellicorp). A DEC MI-kutatócsoportjának létszáma meghaladta a hétszáz főt. Volt olyan év, amikor mintegy százötven"MI-cég" egymilliárd dollárnál is jelentősebb összeget fektetett a fejlesztésekbe!
Élénkül a számítógépes élet
A számítógépes technológiák - köztük az MI - mindinkább kihatottak a hétköznapokra: a PC-k megjelenésével és térhódításával (illetve az egyre több és egyre szélesebb rétegek által olvasott szaklapnak köszönhetően) a laboratóriumi közeg helyett az élet szerves részeivé váltak.
Speciális alapítványok jöttek létre, mint az első gyűlését 1980-ban, a kaliforniai Stanford Egyetemen megtartó American Association for Artificial Intelligence (AAAI). 1985-ben pedig - Jerome Weisner és Nicholas Negroponte irányításával - megnyitotta kapuit az MIT computer-tudományoknak (így az MI-nek is) a médiaalkalmazására specializálódott Média Laboratóriuma.
Az 1986-os MI-alapú hardver- és szoftvereladás az Egyesült Államokban meghaladta a 425 millió dollárt. A fejlesztések főként a jobb és olcsóbb szakértői rendszerek létrehozásában segédkező, speciális hardvert (például LISP-számítógépeket), illetve szoftvert célozták meg. Ugyanakkor sokasodtak a problémák is.
A rendszerek elérik korlátaikat
Az X-CON 1987-ben már tízezernél több szabályból dolgozott, ami jócskán megnövelte az üzemeltetési és a karbantartási költségeket. A szabályok alkalmazásában egyre kevesebb rugalmasságot mutatott, viszont a rendelkezésére álló ismeretanyag még mindig túl korlátozottnak bizonyult ahhoz, hogy zseniális, valóban előremutató következtetéseket vonjon le. Ráadásul olyan esetekben sem volt képes megmásítani "logikus" következtetéseit, amikor a művelet egy későbbi fázisában az eredeti állapottal gyökeresen ellentétes tények kerültek napvilágra.
Analógiák helyett szabályrendszer
Például egy szakértői rendszer mindig azt nyugtázta, hogy Szabó Jánosnak tíz ujja van, mivel Szabó János ember, és az emberek tíz ujjal bírnak. Az olyan "anomáliákkal" nem tudott mit kezdeni, hogy Szabó János egy esetleges baleset során három ujját elveszítette, elveszíthette. A "nem-monoton" emberi érvelés számára e tény a legminimálisabb problémát se jelenti, magától értetődik, hogy Szabó János jelenleg hét ujjal rendelkezik. Azaz, X-CON és "rokonai" döntéseiket nem analógiás úton, hanem szabályok alapján hozták meg. Viszont ezeket az analógiákat rendkívül nehéz gyorsan és zökkenőktől mentesen használható szabályokba formázni.
Amennyiben új szabályok kerülnek bevezetésre, felettébb bonyolult műveleteket igényel annak eldöntése, miként viszonyuljanak a már aktív szabályokhoz, illetve, hogy mennyiben módosítják, mennyiben szükséges módosítaniuk ezeket a szabályokat. Minden ilyen esetben váratlan, előre nem kalkulálható események történnek ("átlátszatlanság"): a szakértői rendszerek nem tudják, mit nem tudnak, azaz az ismeretanyagukon túli kérdésekre könnyen adhatnak hamis választ ("törékenység").
Korlátozott képességű szakértők
Mind gyakrabban előfordult egy másik probléma is: a különböző rendszerek képtelennek bizonyultak ismeretanyagaik egymás közti megosztására, mivel nem voltak tisztában az általuk manipulált szavak jelentésével, s ugyanaz a szó más rendszerben, más kontextusban más jelentéssel bírt, másként alkalmazták. E tény - többek között - arra is utalt, hogy az ES-ek nem tudták elsajátítani a tanulás mechanizmusát, nem tudtak kapcsolatot és analógiákat teremteni tárgyak és tárgy-osztályok között.
"Fokozatosan jöttünk rá, hogy a szakértői rendszerek egy, tíz és harminc perc közötti, telefonbeszélgetés során megoldható problémákra adnak válaszokat" - nyilatkozta a Wisconsin Egyetemen kutató Morris W. Firebaugh.