16. หน้า : 4
Week 2 : Expert System and Tools
- Knowledge representation : การแทนองค์ความรู้หรือการจัดรูปแบบ คือ การ
แทนความรู้นั้นด้วยสัญลักษณ์ (Symbolic) หรือกาหนดความหมาย จัดรูปแบบให้กับองค์
ความรู้ อาจนาเรื่องของกฎ (Rule-Base System) เข้ามาช่วยเพื่อจาแนกประเภทองค์ความรู้
- Knowledge inferencing : การสรุปความองค์ความรู้
- Knowledge transfer to the user : การถ่ายโอนองค์ความรู้ไปยังผู้ใช้
2.3 องค์ความรู้จะเป็นการจัดเก็บไว้ในฐานความรู้ (Knowledge is stored in a knowledge
base)
3. การสรุปความ (Inferencing )
คือ การอธิบายความหมายหรือแปลความ ของความรู้นั้น
1. การให้เหตุผล (Reasoning : Thinking) แสดงแนวทางในการคิด
2. คอมพิวเตอร์จะต้องถูกโปรแกรม (programmed) ตามความรู้ที่ได้สรุปความเอาไว้
3. ใช้เครื่องมือสาหรับช่วยสรุปความ ได้แก่ กลไกการสรุปความ/กลไกการอนุมาน
(Inference Engine)
4. การสร้างกฎ (Rules)
1. รูปแบบของกฎ IF-THEN-ELSE (จะใช้กฎนี้กับ Image processing ไม่ได้)
2. การอธิบายความ (Explanation Capability )
- รวมไปถึงการอธิบายระบบย่อย (Sub-system)
5. การอธิบายความ (Explanation Capability)
เป็นการอธิบายขีดความสามารถของ ES สาหรับใช้แนะนาแนวทางในการแก้ไขปัญหา
ซึ่งการอธิบายความนั้นต้องง่ายต่อการเข้าใจของผู้ที่ไม่มีความเชี่ยวชาญ (NonExperts)
โครงสร้างของ ES (Structure of Expert Systems )
กลไกการทางานของระบบ ES ตามสภาพแวดล้อม 2 ส่วนได้แก่
1. Development Environment : สภาพแวดล้อมในการพัฒนาระบบ ES เป็นส่วนที่ใช้
สาหรับผู้พัฒนาระบบ ES (อาจเป็น programmer หรือ Analyst) ในการสร้าง function ต่างภายใน
ระบบ รวมถึงการนาเอาองค์ความรู้มาจัดเก็บไว้ในฐานความรู้ (knowledge-base)
2. Consultation (Runtime) Environment : สภาพแวดล้อมในการให้คาปรึกษาของระบบ
ES ส่วนนี้จะใช้สาหรับผู้ที่ไม่ใช่ผู้เชี่ยวชาญ (NonExpert) ในการดึงเอาองค์ความรู้และข้อแนะนา
ของผู้เชี่ยวชาญออกมาใช้งาน
17. หน้า : 5
Week 2 : Expert System and Tools
องค์ประกอบหลัก 3 ส่วน ของ ES
1. Knowledge Base : ฐานองค์ความรู้
2. Inference Engine : กลไกการสรุปความ
3. User Interface : การโต้ตอบกับผู้ใช้
Three Major ES Components
รูปที่ 2.1
องค์ประกอบทั้งหมดของ ES
1. Knowledge Acquisition Subsystem : การดึงองค์ความรู้ / การได้มาซึ่งองค์ความรู้
- เป็นการสะสมองค์ความรู้ โยกย้ายถ่ายโอนและแปรสภาพความเชี่ยวชาญในการ
แก้ปัญหาจากผู้เชี่ยวชาญ หรืออาจจะดึงความรู้ต่าง ๆ จากแหล่งเอกสารไปเก็บไว้ในคอมพิวเตอร์
และเตรียมพัฒนาเป็นโปรแกรม เพื่ออธิบายความรู้นั้น
- ต้องใช้วิศวกรองค์ความรู้ (Requires a knowledge engineer) เป็นทา
หน้าที่เป็นสื่อกลางกับผู้เชี่ยวชาญในการดึงความรู้จากผู้เชี่ยวชาญและจากแหล่งความรู้ต่าง ๆ และ
ประสานงาน เลือกใช้ Tools ต่าง ๆ สาหรับเตรียมพัฒนาระบบ ES (knowledge engineer บางครั้ง
อาจเรียกได้ว่าเป็นการปรับแต่งองค์ความรู้ )
2. Knowledge Base : ฐานองค์ความรู้
- นาองค์ความรู้ที่ดึงมาได้ มาทาการจัดเก็บซึ่งจะเก็บองค์ความรู้ที่จาเป็น สามารถ
เข้าใจได้ ,กาหนดเป็นสูตร และแนวทางการใช้องค์ความรู้สาหรับแก้ปัญหา
มี Knowledge พื้นฐาน 2 รูปแบบ คือ
18. หน้า : 6
Week 2 : Expert System and Tools
- Facts : ข้อเท็จจริง คือ เหตุการณ์ต่าง ๆ ที่เกิดขึ้น อาจใช้สมมติฐานเป็นแนวทาง
แก้ปัญหา
- Rules : คือกฎ หรือเป็นการรับรู้จากจิตใต้สานึก (Heuristic)ที่ตั้งขึ้นมา ซึ่งเป็น
การนาองค์ความรู้ที่มีอยู่มาช่วยแก้ปัญหาเฉพาะด้านได้โดยตรง
3. Inference Engine : กลไกการสรุปความ เหมือนกับเป็นตัวแปรกฎ (Rule Interpreter) ซึ่ง
ถือเป็นส่วนสาคัญของ ES ซึ่งใช้คอมพิวเตอร์ในการประมวลผล
หน้าที่ของ Inference Engine
- เป็นเหมือนกับสมองของระบบ ES (The brain of the ES )
- ควบคุมโครงสร้างของระบบ หรือทาหน้าที่แปลกฎ (The control structure (rule
interpreter))
- เตรียมวิธีการในการอธิบายเหตุผลที่เหมาะสม ( Provides methodology for
reasoning)
4. User Interface : การโต้ตอบกับผู้ใช้ เป็นสื่อกลางในการประสานระหว่าง ES กับ
ผู้ใช้งาน
ลักษณะของ User Interface
- มีการประมวลผลภาษาที่ง่ายและอานวยความสะดวกต่อผู้ใช้ , ขจัดปัญหาเรื่อง
การสื่อสารระหว่างผู้ใช้กับระบบ ES
- อาจมีการโต้ตอบโดยใช้ภาษาธรรมชาติ (NLP) หรือใช้ระบบเมนู (menus) หรือ
แสดงผลด้วยกราฟฟิก (graphics )
5. Blackboard (Workplace) : พื้นที่ทางาน
- เป็นส่วนของหน่วยความจาที่เก็บองค์ความรู้ปัจจุบัน ชั่วขณะ (Area of working
memory to) ต้องสามารถอธิบายปัญหาปัจจุบันได้ (Describe the current problem)
- บันทึกสมมติฐานและแนวทางสนับสนุนการตัดสินใจได้
แบ่งออกเป็น 3 ส่วน
- Plan : แผนงาน สาหรับวางแผนรองรับปัญหาที่จะเกิดขึ้น
- Agenda : ระเบียบการ ใช้กาหนดวาระ ของแนวทางดาเนินงานแต่ละขั้น
- Solution : แนวทางแก้ปัญหา ใช้สาหรับพิจารณาแนวทางเลือก (Choice) ในการ
แก้ปัญหา
19. หน้า : 7
Week 2 : Expert System and Tools
6. Explanation Subsystem (Justifier) : การอธิบายความ เป็นการขยายความของข้อสรุป
หรือคาตอบที่ได้จากกลไกการสรุปความ (Inference Engine) เพื่อนาไปแสดงผลต่อผู้ใช้ จะต้อง
อธิบายความรู้ ได้อย่างตรงประเด็น และถ่ายทอดอย่างเหมาะสม การอธิบายความได้ดีนั้นจะขึ้นอยู่
กับความชานาญของผู้เชี่ยวชาญ ว่าจะสามารถอธิบายข้อสรุป สมมติฐาน และแนวทางแก้ไขปัญหา
ได้อย่างชัดเจนมากน้อยเพียงใด
สิ่งที่ต้องกระทาในการอธิบายความ(Explanation Subsystem)
ติดตามภาระหน้าที่ ความรับผิดชอบ และอธิบายการกระทาให้กับระบบ ES โดยจะต้องมี
คาตอบสาหรับคาถามต่อไปนี้
-Why?
-How?
-What?
-(Where? When? Who?)
7. Knowledge Refining System : การกลั่นกรององค์ความรู้ ใช้ในการประเมินการทางาน
ของ ES เพื่อต้องการให้องค์ความรู้ที่จะนาเข้าสู่ระบบ ES นั้นมีคุณภาพ เพราะถ้าหากองค์ความรู้ไม่
มีประสิทธิภาพแล้ว ก็จะนามาซึ่งความล้มเหลวของระบบ
8. User : ผู้ใช้งานระบบ
เกี่ยวกับผู้ใช้งานระบบ (The User )
1. อาจเป็นไปได้ที่จะระดับของผู้ใช้ หรือจัดกลุ่มผู้ใช้งาน เช่น
- ผู้ที่ไม่มีความเชี่ยวชาญ (non-expert) สามารถเข้าไปค้นหาคาแนะนาจาก
ผู้เชี่ยวชาญได้ในระบบ ES
- นักเรียน (student) สามารถเรียนกับผู้สอน (Instructor) ผ่านระบบคอมพิวเตอร์
ได้
- การพัฒนาระบบ ES จะช่วยในการปรับปรุงและเพิ่มองค์ความรู้ระหว่างกันและ
กัน (Partner) มากขึ้น
2. ผู้เชี่ยวชาญ (Expert) และวิศวกรองค์ความรู้ (Knowledge Engineer) ควรจะคาด
เดาความจาเป็นของผู้ใช้ (Users' Needs) และข้อจากัดในการในระบบ ES
* ส่วนใหญ่แล้วระบบ ES จะไม่มีองค์ประกอบในส่วนของ การกลั่นกรององค์ความรู้
(Knowledge Refinement)
บุคคลที่เกี่ยวข้องกับระบบ ES (The Human Element in Expert Systems )
20. หน้า : 8
Week 2 : Expert System and Tools
1. Expert
2. Knowledge Engineer
3. User
4. Others: เป็นบุคคลที่เกี่ยวข้องกับผู้เชี่ยวชาญ เช่น
- System Engineer : ทาหน้าที่ support Knowledge Engineer
- Support Staff : ทาหน้าที่ support บริการและเทคนิค
- Tools Builder : ทาหน้าที่ support การใช้ Tools และโปรแกรม เพื่อช่วย
Knowledge Engineer ในการพัฒนาระบบ ES
- Vendors : ผู้จัดจาหน่าย Software จะต้องเตรียม Tools และ โปรแกรมให้ตรง
ตามความต้องการในการพัฒนาระบบ ES
- Expert Systems Owner : ผู้ที่เป็นเจ้าของระบบ ES เอง
บุคคลอื่นที่มีส่วนร่วมในการพัฒนาระบบ ES (Other Participants )
1. System Builder
2. Systems Analyst
3. Tool Builder
4. Vendors
5. Support Staff
6. Network Expert
ประโยชน์ของระบบ ES (Expert Systems Benefits)
1. Increased Output and Productivity : เพิ่มผลผลิต ES จะทางานได้เร็วกว่าวิธีการแบบ
ปกติ เช่น การแนะนาและเปรียบเทียบการซื้อรถยนต์มือสองบน web site จะทาให้ผู้ซื้อตัดสินใจได้
เร็วขึ้น และสามารถสั่งซื้อได้ง่ายขึ้น
2. Decreased Decision Making Time : ลดเวลาในการตัดสินใจ ทาให้สามารถตัดสินใจได้
รวดเร็วขึ้น ในเวลาอันสั้น
3. Increased Process and Product Quality : เพิ่มแนวทางปฏิบัติงานและประสิทธิภาพของ
ผลิตภัณฑ์ การปฏิบัติงานจะมีประสิทธิภาพเนื่องจากระบบ ES จะมีข้อแนะนาให้ เสมือนเป็น
ข้อแนะนาจากผู้เชี่ยวชาญ
4. Reduced Downtime : ลดระยะเวลาในการทางาน สามารถตอบสนองได้อย่างทันเวลา
5. Capture Scarce Expertise : ลดการขาดแคลนความเชี่ยวชาญ
21. หน้า : 9
Week 2 : Expert System and Tools
6. Flexibility : มีความยืดหยุ่น มีขีดความสามารถในการบันทึก จัดเก็บ และรองรับองค์
ความรู้ต่าง ๆ ไว้ได้จานวนมาก สามารถ update องค์ความรู้และดึงออกมาใช้ได้อย่างรวดเร็ว มี
ประสิทธิภาพ
7. Easier Equipment Operation : ง่ายต่อการใช้อุปกรณ์
8. Elimination of Expensive Equipment : ตัดอุปกรณ์ราคาแพงออก จะทาให้องค์กรลด
ต้นทุนได้
- Operation in Hazardous Environments : สภาพแวดล้อมในการทางานที่เต็มไป
ด้วยอันตราย สามารถนา ES มาช่วยลดความเสี่ยงได้ โดยพัฒนาระบบให้คาแนะนา
และแจ้งเตือน เช่น ระบบเดือนภัยในโรงงานนิวเคลียร์ ระบบเตือนภัยอันเกิดจาก
สารเคมีในห้องทดลอง
- Accessibility to Knowledge and Help Desks : เข้าถึงองค์ความรู้ได้ง่ายและใช้
เป็นระบบ Help Desks
- Integration of Several Experts' Opinions : เป็นระบบที่รวมข้อคิดเห็น ทัศนะคติ
ข้อเสนอแนะ และข้อวินิจฉัย หลาย ๆ ด้านของผู้เชี่ยวชาญ
- Can Work with Incomplete or Uncertain Information : สามารถทางานได้กับ
ข่าวสารบางส่วน ที่ถึงแม้จะไม่สมบูรณ์ หรือมีความไม่แน่นอน
- Provide Training : ใช้เป็นระบบฝึกอบรมได้
- Enhancement of Problem Solving and Decision Making : ยกระดับของการ
ตัดสินใจแก้ปัญหาได้ดีขึ้น
- Improved Decision Making Processes : ปรับปรุงกระบวนการตัดสินใจ
- Improved Decision Quality : ปรับปรุงประสิทธิภาพในการตัดสินใจ
- Ability to Solve Complex Problems : สามารถแก้ปัญหาที่มีความซับซ้อนได้
- Knowledge Transfer to Remote Locations : ถ่ายโอนองค์ความรู้ไปยังสถานที่ที่
อยู่ห่างไกลได้ ไม่จากัดสถานที่และระยะทาง
- Enhancement of Other MIS : มีความสามารถสูงกว่าระบบ MIS
จากประโยชน์ของระบบ ES นี้จะส่งผลดีต่อ (Lead to)
1. Improved decision making : ปรับปรุงการตัดสินใจ
2. Improved products and customer service : ปรับปรุงผลิตภัณฑ์และบริการ
3. Sustainable strategic advantage : สนับสนุนการสร้างความในเปรียบในเชิงกลยุทธ์
22. หน้า : 10
Week 2 : Expert System and Tools
* May enhance organization’s image : ซึ่งทั้งหมดนี้ระบบ ES จะยกระดับภาพลักษณ์ของ
องค์กรให้ดูดีขึ้น
ปัญหาและข้อจากัดของระบบ ES (Problems and Limitations of Expert Systems )
1. Knowledge is not always readily available : การจัดหา หรือเตรียมองค์ความรู้ที่
เหมาะสม เป็นเรื่องที่ยาก
2. Expertise can be hard to extract from humans : การสกัดหรือดึงเอาความรู้ ความ
เชี่ยวชาญจาก ผู้เชี่ยวชาญนั้นเป็นเรื่องยาก
3. Each expert’s approach may be different, yet correct : การประเมินความเชี่ยวชาญของ
Expert แต่ละคนนั้นเป็นเรื่องที่ยาก และมีความแตกต่างกัน อาจแยกแยะได้ไม่ถูกต้อง
4. Hard, even for a highly skilled expert, to work under time pressure : หากทางานภายใต้
ความกดดันเรื่องเวลา อาจส่งผลต่ออารมณ์และความรู้สึกของผู้เชี่ยวชาญ องค์ความรู้ที่ได้อาจ
เบี่ยงเบนไป
5. Expert system users have natural cognitive limits : มีข้อจากัดเกี่ยวกับการรับรู้ของผู้ใช้
6. ES work well only in a narrow domain of knowledge : ทางานได้ดีกับปัญหาในวง
แคบ ๆ
- Most experts have no independent means to validate their conclusions :
ผู้เชี่ยวชาญมักมีวิธีการตรวจสอบข้อสรุปหรือวินิจฉัยในเชิงเหตุผลที่แตกต่างกัน
- Experts’ vocabulary often limited and highly technical : ศัพท์เทคนิคที่
ผู้เชี่ยวชาญใช้ อาจยากต่อการเข้าใจของ user เช่น ผู้เชี่ยวชาญที่เป็นแพทย์ ก็จะมีศัพท์เฉพาะ
ทางการแพทย์
- Knowledge engineers are rare and expensive : ผู้ที่จะคอยช่วยเหลือหรือให้
คาแนะนาแก่ User เมื่อมีปัญหาเกิดขึ้น จะยังคงหาได้ยาก และ มีค่าใช้จ่ายเกี่ยวกับ
Expert, Knowledge engineers, System engineers สูงมาก
- Lack of trust by end-users : ขาดความน่าเชื่อถือและความไม่ไว้วางใจแก่ user ,
user อาจกังวลว่า หาก user ใช้ระบบ ES แล้วเกิดข้อผิดพลาดในการทางาน (ไม่ถนัดใน
การใช้ระบบ ) อาจส่งผลต่อหน้าที่การงานของ user
- Knowledge transfer subject to a host of perceptual and judgmental biases : การ
ส่งผ่านองค์ความรู้จากผู้เชี่ยวชาญ อาจมีอคติแฝงอยู่
- ES may not be able to arrive at valid conclusions : การสรุปความของ ES
อาจจะไม่ถูกต้อง
23. หน้า : 11
Week 2 : Expert System and Tools
- ES sometimes produce incorrect recommendations : บางครั้งระบบอาจให้
คาแนะนาที่ไม่ถูกต้อง
ปัจจัยสู่ความสาเร็จของระบบ ES (Expert System Success Factors)
1. Most Critical Factors : เป็นมุมมองในด้านการบริหาร และด้านผู้ใช้
- Champion in Management : คัดเลือกบุคคลที่จะเป็น Champion ที่จะนาพาระบบ ES
ไปสู่ความสาเร็จ กล่าวคือ Champion ควรเป็นบุคคลที่ไม่เกี่ยวกับหน้าฝ่ายงานคอมพิวเตอร์
อาจจะมีความรู้คอมพิวเตอร์น้อย หรือไม่มีเลย และฝึกอบรมให้บุคคลนั้นสามารถใช้ระบบ ES ได้
เพื่อเป็นการแสดงให้ผู้ใช้คนอื่น ๆ เห็นว่าการใช้ระบบ ES ไม่ใช่เรื่องยาก แม้แต่ผู้ที่ไม่มีความรู้ด้าน
คอมพิวเตอร์เลย ก็ยังสามารถใช้ระบบ ES ได้
- User Involvement and Training : การฝึกอบรมผู้ใช้ เพื่อให้มีศักยภาพ สามารถทางานได้
2. ปัจจัยความสาเร็จอื่น ๆ
- The level of knowledge must be sufficiently high : ระดับขององค์ความรู้จะต้องมี
คุณภาพสูงเพียงพอ
- There must be one cooperative expert : เรื่องที่ชานาญ อย่างน้อยต้องได้รับการ
ประสานงานและเห็นชอบโดยผู้เชี่ยวชาญ
- The problem to be solved must be qualitative (fuzzy), not quantitative : ปัญหาที่ได้
แก้ไขไปแล้วนั้นจะต้องได้คุณภาพ ไม่ใช่ได้เพียงแต่ปริมาณ
- The problem must be sufficiently narrow in scope : ขอบเขตของปัญหาต้องชัดเจนไม่
กว้างเกินไป
- The ES shell must be high quality, and naturally store and manipulate the knowledge :
เครื่องมือในการสร้างและพัฒนาระบบจะต้องมีคุณภาพสูง สามารถจัดเก็บและจัดการองค์ความรู้ได้
อย่างมีประสิทธิภาพ
- A friendly user interface : สะดวกต่อการใช้งานของ user
- The problem must be important and difficult enough : ปัญหาที่มีความยากและมี
ความสาคัญเร่งเด่นในการแก้ไข เมื่อมันได้ถูกแก้ไข (Solve) แล้ว ก็ไม่ได้หมายความว่า
ระบบ ES ของเราประสบความสาเร็จ
- Need knowledgeable and high quality system developers with good people
skills : ทักษะของผู้ใช้ ES จะต้องมีความใกล้เคียงกัน เช่น หมอกับพยาบาล เป็นต้น
- The impact of ES as a source of end-users’ job improvement must be
favorable. End user attitudes and expectations must be considered :การใช้ระบบ ES
อาจส่งผลกระทบต่อความมั่นคงด้านการงานของ user
24. หน้า : 12
Week 2 : Expert System and Tools
- Management support must be cultivated : ผู้บริหารที่ support โครงการ ES
จะต้องมีความรู้ ความเข้าใจระบบงานเพียงพอ
3. Need end-user training programs : จาเป็นต้องจัดโปรแกรมฝึกอบรมผู้ใช้
4. Organizational environment should favor new technology adoption (freedom to fail) : องค์กร
ควรมีการนาเทคโนโลยีใหม่ ๆ เข้ามาใช้เพื่อเอื้อให้ระบบประสบผลสาเร็จ
อายุของการใช้ระบบ ES ในธุรกิจ (Longevity of Commercial)
1. Only about one-third survived five years : มีอายุอยู่ได้ 1-3 ปี หรืออาจจะรอดถึง 5 ปี
2. Generally ES Failed Due to Managerial Issues : ES จะล้มเหลวเมื่อการบริหารจัดการ
นั้นล้มเหลว เช่น
- Lack of system acceptance by users : ผู้ใช้ไม่ยอมรับระบบ
- Inability to retain developers : ผู้พัฒนาระบบขาดความสามารถ
- Problems in transitioning from development to maintenance : มีปัญหาในการ
บริหารจัดการระหว่างการส่งมอบระบบที่พัฒนาเสร็จแล้ว กับ การบารุงรักษาระบบ
- Shifts in organizational priorities : การโยกย้ายตาแหน่งงานในองค์การ
3. การบริหารจัดการที่เหมาะสมของการพัฒนา ES จะทาให้ทุกอย่างลงตัว
ประเภทของระบบ ES (Expert Systems Types)
Expert Systems แตกต่างจาก Knowledge-based Systems อย่างไร
1. Expert Systems : เป็นระบบที่นาเอาองค์ความรู้มาวิเคราะห์และตีความหมาย เพื่อให้
แก้ปัญหาและตัดสินใจ โดยระบบจะมีคาแนะนาแก่ผู้ใช้ ส่วน Knowledge-based Systems เป็นการ
จัดเก็บองค์ความรู้ทั้งหมดขององค์กร หรือความรู้จากผู้เชี่ยวชาญ ไว้เป็นศูนย์กลาง เพื่อป้องกันการ
สูญหายและเก็บอย่างคงทนถาวร เพื่อนาไปประยุกต์ใช้ หรือเป็นพื้นฐานในการพัฒนาระบบต่าง ๆ
2. Rule-based Expert Systems : เป็น ES ที่ทางานในรูปแบบของกฎ
3. Frame-based Systems : เป็น Tools ที่ใช้พัฒนาระบบ ES ในรูปแบบของเฟรม อาศัย
วิธีการเขียนโปรแกรมเชิงวัตถุ (OOP) (เหมือนโปรแกรม Flash)
4. Hybrid Systems : ระบบลูกผสม เป็นการพัฒนาระบบ ES ที่ใช้มากกว่า 1 หลักการ เช่น
ใช้ Rule-Base ร่วมกับ Frame
5. Model-based Systems : เป็น Tools พัฒนาระบบ ES โดยอาศัยแบบจาลอง
6. Ready-made (Off-the-Shelf) Systems : เป็น Tools ที่ผู้พัฒนาสร้างขึ้นมาเอง หรือ
อาจจะเป็นโปรแกรมสาเร็จรูป (Package)
25. หน้า : 13
Week 2 : Expert System and Tools
7. Real-time Expert Systems : ระบบที่ทางานแบบทันทีทันใด ส่วนมากจะทางานบนเว็บ
(web) เช่น การวิเคราะห์การลงทุนบนเว็บ
* ทุก ๆ ระบบ ES จะต้องมีคาแนะนาให้กับผู้ใช้เสมอ (suggestion) จึงจะถือได้ว่าระบบนั้น
เป็นระบบ ES
Expert Systems และ Web/Internet/Intranets
1. ได้มีการใช้ระบบ ES บนอินเตอร์เน็ต (Use of ES on the Net)
2. อินเตอร์เน็ตจึงเป็นสื่อชนิดหนึ่งที่สนับสนุนการทางานของระบบ ES (Support ES :and
other AI methods)
การใช้ระบบ ES บนเว็บ (Using ES on the Web)
1. Provide knowledge and advice : เป็นระบบ ES ที่คอยให้คาปรึกษา ให้คาแนะนา
2. Help desks : เป็นระบบงานด้านบริการและลูกค้าสัมพันธ์
3. Knowledge acquisition : ใช้เป็นแหล่งที่ได้มาซึ่งองค์ความรู้
4. Spread of multimedia-based expert systems (Intelimedia systems) : ใช้สื่อ multimedia
ในระบบ ES
* Internet/Intranet เป็นเทคโนโลยีที่ใช้สนับสนุนการทางานของ ES และแนวคิดอื่น ๆ
ด้าน AI
2.2 Tools
เครื่องมือในการพัฒนาระบบโปรแกรมเชิง AI ระบบ DSS และ ระบบ ES ประกอบด้วย
ลาดับ ชื่อเครื่องมือ คุณลักษณะ URL
1. Acquire - สร้างกฎการเรียนรู้ www.aiinc.ca/products/es.html
(production Rules) ใน