人工智能协同式专家系统有哪些好处？

当前存在的大部分专家系统，在规定的专业领域内它是一个“专家”，但一旦越出特定的领域，系统就可能无法工作。

一般专家系统解题的领域面很，所以单个专家系统的应用局限性很大，很难获得满意的应用。协同式多专家系统是克服一般专家系统的局限性的一个重要途径。协同式多专家系统亦称为“群专家系统”，表示能综合若干个相近领域的或一个领域的多个方面的子专家系统互相协作共同解决一个更广领域问题的专家系统。

例如一种疑难病症需要多种专科医生们的会诊，一个复杂系统（如导弹与舰船等）的设计需要多种专家和工程师们的合作。在现实世界中，对这种协同式多专家系统的需求是很多的。这种系统有时与分布式专家系统有些共性，因为它们都可能涉及多个子专家系统。但是，这种系统更强调子系统之间的协同合作，而不着重处理的分布和知识的分布。所以协同式专家系统不像分布式专家系统，它并不一定要求有多个处理机的硬件环境，而且一般都是在同一个处理机上实现各子专家系统的。为了设计与建立一个协同式多专家系统，一般需要解决以下几个方面的问题。

人工智能

1．任务的分解

根据领域知识，将确定的总任务合理地分解成几个分任务（各分任务之间允许有一定的重叠），分别由几个分专家系统来完成。应该指出，这一步十分依赖领域问题，一般主要应由领域专家来讨论决定。

2．公共知识的导出

把解决各分任务所需知识的公共部分分离出来形成一个公共知识库，供各子专家系统共享。对解决各分任务专用的知识则分别存放在各子专家系统的专用知识库中，这种对知识有分有合的存放方式，既避免了知识的冗余，也便于维护和修改。

3．讨论方式

目前很多作者主张采用“黑板”作为各分系统进行讨论的“园地”。这里所谓的“黑板”其实就是一个设在内存内可供各子系统随机存取的存储区。为了保证在多用户环境下黑板中数据或信息的一致性，需要采用管理数据库的一些手段（例如并发控制等技术）来管理它，使用它，因此黑板有时也称作“中间数据库”。

有了黑板以后，一方面，各子系统可以随时从黑板上了解其他子系统对某问题的意见，获取它所需要的各种信息；另一方面，各子系统也可以随时将自己的“意见”发表在黑板上，供其他专家系统参考，从而达到互相交流情况和讨论问题的目的。

4．裁决问题

这个问题的解决办法往往依赖于问题本身的性质。例如：

（1）若问题是一个是非选择题，则可采用表决法或称少数服从多数法，即以多数分专家系统的意见作为最终的裁决。或者采用加权平均法，即不同的分系统根据其对解决该问题的权威程度给予不同的权。

（2）若问题是一个评分问题，则可采用加权平均法、取中数法或最大密度法决定对系统的评分。

（3）若各分专家系统所解决的任务是互补的，则正好可以互相补充各自的不足，互相配合起来解决问题。每个子问题的解决主要听从“主管分系统”的意见，因此，基本上不存在仲裁的问题。

5．驱动方式

这个问题是与分布数据库中要考虑的相应问题一致的。尽管协同式多专家系统、各子系统可能工作在一个处理机上，但仍然有以什么方式将各子系统根据总的要求激活执行的问题，即所谓驱动方式问题。一般在分布式专家系统中介绍的几种驱动方式对协同式多专家系统仍是可用的。