第六篇
专家系统是如何实现的
（九）
清华大学计算机系 马少平
第九节
专家系统的局限性
艾博士：专家系统虽然得到了很多不同程度的应用，但是仍然存在一些局限性，影响到了专家系统的研制和使用。
首先知识获取的瓶颈问题一直没有得到很好的解决，基本上是依靠人工总结专家经验，获取知识。但是由于专家是非常稀有的，专家知识很难获取。另外即便专家愿意帮助获取知识，但由于实际情况的多种多样，专家很难总结出有效的知识，虽然专家自己可以很好地开展工作、解决问题。举一个简单的例子，很多同学都会骑自行车，假如有人不会骑自行车，一骑上去就会摔倒，看到你骑车技术很好，就好奇地向你咨询：你为什么就可以灵活自由地骑车而不摔倒呢？估计你也总结不出什么知识出来供他使用，虽然你可以很好地骑自行车。这就是专家系统构建中遇到的知识获取的瓶颈问题，这也是困扰专家系统使用的主要障碍之一。
其次知识库总是有限的，它不能包含所有的信息。人类的智能体现在可以从有限的知识中学习到模式和特征，规则是死的但人是活的，可以灵活运用知识解决新问题。知识驱动的专家系统模型只能运用已有知识库进行推理，无法学习到新的知识。在知识库涵盖的范围内，专家系统可能会很好地求解问题，而一点偏离哪怕只是偏离一点点，性能就可能急剧下降甚至不能求解，体现出系统的脆弱性。
另外，知识驱动的专家系统只能描述特定的领域，不具有通用性，难于处理常识问题。然而，知识是动态变化的，特别是在如今的大数据时代，面对多源异构的海量数据，人工或者半自动化建立规则系统的效率太低了，难于适应知识的变化和更新。
小明读书笔记
专家系统最重要的就是知识。很多知识非常难于整理和更新，遇到了所谓的知识获取的瓶颈问题，这为专家系统的推广应用带来了极大的困难。
未完待续