Загальні аспекти розробки систем зі штучним інтелектом

• У класах проблем, як наприклад діагностика дефектів, тера¬пія і вибір, вони можуть розв'язати деякі проблеми інколи краще ніж людина.

• Вони можуть надати організаціям можливість краще управляти важливими активами управління і професійними знаннями і експертизою. Вони дозволили використовувати знання з управління і нагромаджений досвід, що в них зберігаються, центрально підтримуються і зручно розподілені.

• Вони можуть відповісти простим запитам про їхні знання і досвід, і про те, як вони розв'язують проблеми.

• Вони можуть функціонувати з менш досконалою і сумнівною інформацією.

• Вони можуть використовувати тренувальні інструментальні засоби, щоб вдосконалити людський досвід; вони проводять експертизу відносно недорого.

• Вони можуть часто бути легко зміненими, щоб відобразити зміни в робочому оточенні, як наприклад політику, правила і діючі процедури.

• Вони не сплять, не хворіють, не тікають або не з'єднуються з іншими компаніями.

Однак експертні системи на даний момент мають багато обмежень.

• Вони звичайно працюють тільки у вузько визначених проблемних доменах, і їхній рівень розуміння середовища, в якому вони працюють, є до деякої міри поверховим.

• Ці системи досі не мають «здорового глузду», як засоби вони звичайно не можуть обміркувати про проблему багатократними шляхами або на багатократних рівнях. Вони не знають те, коли вони не знають що-небудь, доречне до проблеми; це засіб, що вони можуть спробувати розв'язати проблеми, навіть коли їх знання і метод мислення є очевидно невідповідними, і вони не зможуть повідомити користувача-людину про цей факт. Вони не можуть глибоко знати логіку правил або достовірності правил, які зберігаються в їх базах знань, і вони не знають, коли доцільно порушити правила.

• Вони не можуть самі навчитися.

• Є проблеми продуктивності щодо тривалості відповіді в багатьох системах.

• 3 метою вирішення проблеми продуктивності були створені спеціалізовані машини і мови для використання в експертних системах (наприклад, LISP машини). Однак, ці апаратні засоби і програмне забезпечення виявились важкими, щоб інтегрувати з існуючими корпоративними системами, і продавці цієї технології зазнають серйозних проблем з ринкової реалізації.

• Експертні системи можуть бути дорогими і ризикованими, щоб розроблятися. Навіть коли спеціалізованих апаратних засобів і програмного забезпечення не вимагається, дистиляція людського досвіду, його кодування і збереження в базах знань для використання в експертних системах можуть вимагати значних витрат часу і бути трудомісткими. Майстерності, яка для цього вимагається, немає в багатьох випадках.

• Успішні експертні системи можуть привести до реальних змін в шляхах людини виконувати свої завдання. Це може вима¬гати суттєвих організаційних і технологічних змін, які можуть стати на перешкоді повного успіху системи , навіть якщо система добре виконана з технічного боку.

Незважаючи на ці обмеження, багато комп'ютерних корпорацій розробили додатки експертних систем як експериментальних, так і діючих, які розгортаються у використанні сьогодні. Вони зробили висновок, що ці системи репрезентують стратегічну кон¬курентну технологію .

Наприклад, компанія DuPont має понад 600 експертних систем в дії і таким чином отримує щорічні заощадження до податку, що оцінюються в сотнях мільйонів. Важливо, що тільки близько 20 цих систем є додатки «закритого циклу» (тобто створюється рішення скоріше, ніж підтримується). Решта використовуються в консультативному режимі або в режимі підтримки рішення.Іншим прикладом є експертна система кредитного дозволу, що використовується American Express (the Credit Authorizer's Assistant — асистент того, хто надає кредитний дозвіл). Ця система ідентифікує ризики між більш ніж 23 млн держателів кредитних карток. Вона слідує крок за кроком за процесом міркування одного із своїх досвідчених аудитерів кредиту, але час рішення скоротився на 25%. American Express отримала на основі цієї системи до 60% скорочень витрат від фальсифікованих операцій. Очікувані переваги від зменшення ризику, зменшення вартості і вдосконалення дохідних статей оцінюються в 27 млн. дол. США на рік.