AI（Artificial Intelligence）是对人类智能的模拟、延伸和扩展。这种智能包含如下方面：思维、感知、行为等方面的智能。AI研究的目的是如何通过模拟人的智能来提高现有机器的智能水平以及如何设计和制造出更高级、更智能化的机器。
知识工程是AI技术的应用工程，是以知识表示、知识推理、知识获取、知识存储、知识管理、知识利用等技术为基础的各种AI应用工程。
专家系统ES（Expert System）是典型的知识工程系统，是AI技术领域中发展最迅速、应用最广泛，当前最活跃的一个分支，并在实际应用中取得了很大成就。
知识是什么？
知识是对一个主题或一个领域在理论或实践上的理解，也是所有已知的总和。诚然，知识就是力量。那些拥有知识的人被称为专家，是所在组织中的重要人物。任何一个成功运营的公司都有若干一流的专家，专家的存在与否决定了公司的未来。
谁可称为专家？
任何一个人如果在特定的领域有深厚的知识和强大的实践经验都可以被认为是领域专家，只是领域的范围有所限制。例如，发电机专家也许对变压器仅有泛泛的了解，人寿保险专家或许对不动产保险政策的了解也是有限的。总之，专家能熟练地做别人做不了的事情。
何为专家系统？
专家系统作为人工智能应用最为成熟的一个领域，与模式识别、智能机器人并列为人工智能技术中最活跃的三个领域。专家系统本质上就是一组程序，从功能上定义为“一个在某领域具有专家水平理解能力的程序系统”，能像领域专家一样工作，运用专家积累的工作经验与专门知识，在很短时间内对问题得出高水平的解答。从结构上讲，可定义为“由一个专门领域的知识库，以及一个能获取和运用知识的机构构成的解题程序系统”。专家系统把某一领域内专家的知识、人类长期总结出来的基本理论和方法输入其中，模仿人类专家的思维规律和处理模式，按一定的推理机制和控制策略，利用计算机进行演绎推理，使专家的经验变为共享财富，克服了专家的严重短缺现象。因其充分利用了现代计算机的高速、高效、可靠等优越性，广受欢迎。
专家系统框架
一般地，作为一个专家系统，其核心部分是知识库、全局数据库、推理机，其主要组成部分是：
①知识库（Knowledge Base）用于存取和管理问题求解所需的专家知识和经验，包括事实、可行操作与规则等。
②全局数据库（Global Database）用于存储求解问题的初始数据和推理过程中得到的中间数据，包含初始信息、推理的中间假设和中间结论、推理过程的信息等。因此全局数据库中的事实也是经常变化的。
③推理机（Reasoning Machine）依据全局数据库中的内容，从知识库中选择可以匹配的规则，并通过规则的执行来获得新的结论。将新的结论（事实）添加到全局数据库中。
④解释器（Expositor）用于向用户解释专家系统的行为，包含“系统是如何得出这样的结论的”、“为什么系统会提出这样的问题”等等用户需要解释的问题。
⑤人机接口（Interface）是系统与用户进行对话的界面。用户通过人机接口输入必要的数据、提出问题，然后系统再通过人机接口回答用户提出问题，并进行必要的解释。
图1是专家系统的一个简化结构图，因为应用的领域不同，自然需要进行相应的调整，或简化、或细化、或删除、或增加某些部分内容。
专家系统在金融领域方面的应用
专家系统在金融业务方面的应用有如下：
①“业务快搜”作为专家系统，拥有强大的知识库和推理引擎。因此，可以针对员工在实际工作过程中对某项业务操作流程产生的疑惑，及时提供给“专家”级别的解答，有利于业务的开展，方便员工掌握更多的业务知识和技能。
②“产品展示”，对于任何一个金融机构来说，其产品和服务不断推出，对于基层员工来说，并不能尽快掌握，存在着对客户的咨询往往答非所问的情况。因此，作为“专家系统”可以很方便的对客户提出的问题作出解答，为客户进行金融产品的详细讲解和展示，让客户易于接受，并锁定一部分优质客户。
③“产品推荐”，在业务经营中任何公司都试图展开各种营销手段来增强营销的效果，以此来降低成本，作为营销人员却难以把握，如何有效制定针对客户的产品却成了摆在营销人员面前的一个难题。
对于“专家系统”则可以根据客户的状况和需求进行产品推荐。并可以依据客户的具体情况提供最优的贷款方案和还款计划，通过特定的接口技术与“个人优质客户管理”等相关系统结合，根据客户的财务情况和风险偏好，自动为星级客户推荐合适的金融产品和理财服务。
专家系统作为AI应用研究的一个最早最有成效的领域，不仅仅应用于金融行业，还广泛应用于工业、教育、农业、军事等方面，为人类的生活带来了更大的方便和安全。为社会的发展注入了新的力量，给经济的发展加入了催化剂。
网友评论