6. 专家系统（复合应用）
6.1. 简介
专家系统是AI三大模型之一，唯一一个不需要拼运算力的人工智能模型，它可以解答某一个领域的专业问题，这种专业问题一般都有标准答案，而这些标准答案是非常依赖人类在这领域内的专家知识，因为有些答案并不是计算出来的，而是根据人类难得可贵的经验得出来的。所以一个优秀的专家系统应该拥有庞大的知识库
本节实验，教大家做一个简单的专家诊病系统，实际在各大医院中已经慢慢流行这种系统，因为大部分的感冒和发烧都是通解，对应出个药方ABCD就OK了
6.2. 实验条件
安装好Kittenblock
畅顺的网络
可以播放声音的电脑（音量要调整好）
麦克风或者带麦克风的USB摄像头（型号没有限制）
(除此外，您无需购买小喵任何硬件套件，人工智能，小喵真的是做到普惠，希望各位老师多多支持！）
6.3. 插件加载
双击打开Kittenblock，左下角加载插件
选择加载需要的插件，加载语音识别与文字朗读
6.4. 插件成功加载
两个插件已经成功加载了
6.5. 专家系统设计思路
当我们按下某个按键时，电脑对你进行诊病问候（人工智能——文字朗读）
当你回答后，语音识别后转为文本（人工智能——语音识别）
文本与知识题库中进行匹配对比（专家系统核心）
系统针对的的病情进行回答（人工智能——文字朗读）
好好理解以上的思路，思路明白后，写程序都是特别的简单
6.6. 程序编写
这里我写了两个程序，V1.0版本简单粗暴的，问你病情，你对应回答，精简的几个字（说多了不识别）
V2.0版本升级了，只要你说的语句中含有对应关键词，系统就能识别
6.7. 关于专家诊病系统的后期优化
因为本节作为普及型的教学，所以没有对这个程序进行过多的优化，怕写复杂了大家看得晕晕的。
后期优化可以从以下几点进行优化：
扩充专家知识库（真正的专家系统知识库肯定不是那么简单）
扩展关键词同义词库（我有点发热？我有点发烫？）
诊断某种病情需要做种症状符合才能得出诊断，可以设计一个得分权重系统。当权重得分大于某一个分数时才能得出病情诊断（严谨）
在病人描述没有在知识库中的，可加入新的病情知识库，然后通过人类专家进行提炼与回答，继续充实专家知识库
网友评论