¿Qué universidad desarrolló el primer sistema experto exitoso?

El primer sistema experto exitoso fue desarrollado por la Universidad de Stanford en Estados Unidos.

DENDRAL, como primer sistema experto del mundo, fue desarrollado por el profesor Feigenbaum de la Universidad de Stanford en Estados Unidos en 1965. DENDRAL es un sistema químico experto que puede inferir la estructura molecular de un compuesto en función de su fórmula molecular y datos de espectrometría de masas.

Desde la aparición de DENDRAL, el primer sistema experto del mundo en 1965, la tecnología y las aplicaciones de los sistemas expertos han logrado grandes avances y desarrollo. Especialmente después de mediados de la década de 1980, cuando la tecnología de la ingeniería del conocimiento se volvió cada vez más rica y madura, varios sistemas expertos prácticos promovieron la inteligencia artificial cada vez más sofisticada.

Construcción de un sistema experto:

El sistema experto generalmente consta de seis partes: interfaz de interacción persona-computadora, base de conocimientos, motor de inferencia, intérprete, base de datos integral y adquisición de conocimientos. Entre ellos, la base de conocimientos y el motor de inferencia están separados entre sí y son únicos. La arquitectura de los sistemas expertos varía según el tipo, función y escala del sistema experto.

Para que las computadoras utilicen el conocimiento del dominio experto, el conocimiento debe expresarse de una manera determinada. Los métodos de representación del conocimiento más utilizados actualmente incluyen reglas de producción, redes semánticas, marcos, espacios de estado, patrones lógicos, scripts, procesos, orientados a objetos, etc. Los sistemas de producción basados ​​en reglas son actualmente el método más básico para realizar la aplicación del conocimiento.

El sistema de producción consta de tres partes principales: una base de datos integral, una base de conocimientos y un motor de inferencia. La base de datos integral contiene hechos y afirmaciones de todo el mundo que resuelven problemas. La base de conocimiento contiene todas las reglas de conocimiento expresadas en forma de "si: , entonces: ". La tarea del motor de inferencia (también conocido como intérprete de reglas) es encontrar reglas aplicables utilizando estrategias de control.