[[171752]]

 我經(jīng)常遇到著迷于深度學(xué)習(xí)、壓縮分類和自動(dòng)駕駛汽車的數(shù)據(jù)科學(xué)團(tuán)隊(duì)，它們渴望運(yùn)用當(dāng)下流行的算法。比如說，我最近在與一家大型金融機(jī)構(gòu)合作，共同加強(qiáng)其網(wǎng)絡(luò)安全;我們甚至還沒有開始基本的監(jiān)控，我團(tuán)隊(duì)中的一名數(shù)據(jù)科學(xué)家就在談?wù)揔-均值聚類和神經(jīng)網(wǎng)絡(luò)。

我們要始終記得先要了解問題和機(jī)會(huì)，然后運(yùn)用正確的系統(tǒng)或算法。有時(shí)候，自學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)可能是最佳的選擇;而有時(shí)候，你得采用經(jīng)典的技術(shù)：專家系統(tǒng)。

專家系統(tǒng)是一種基于規(guī)則的引擎，它基于專家們的集體智慧。它是人工智能(AI)領(lǐng)域歷史最悠久的創(chuàng)新之一，實(shí)際應(yīng)用可以追溯到上世紀(jì)70年代。

數(shù)據(jù)科學(xué)界經(jīng)常開玩笑說，專家系統(tǒng)好比是過時(shí)的恐龍，它們很有意思，但是就現(xiàn)代應(yīng)用而言不切實(shí)際。我完全不同意，人工智能領(lǐng)域沒有哪一項(xiàng)進(jìn)步完全取代得了專家系統(tǒng)的功能和效用。此外，由于專家系統(tǒng)已存在相當(dāng)一段長(zhǎng)的時(shí)間，你可以運(yùn)用久經(jīng)考驗(yàn)的最佳實(shí)踐。下面是使用專家系統(tǒng)、讓你開始入手的六個(gè)最佳實(shí)踐。

1. 征集需求

構(gòu)建一套專家系統(tǒng)最困難的部分就是，與實(shí)際的專家們見面討論。與任何最終用戶見面討論已夠困難了，而你項(xiàng)目需要的那些專家是非常特殊的最終用戶，每個(gè)人都想要與之討論。在征集需求之前，要征得管理層的同意，批準(zhǔn)你與專家們見面討論。

比如說，我在接觸一家跨國(guó)交易處理公司時(shí)，整個(gè)公司只有五六個(gè)人知道交易網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)。如果你沒有讓管理層承諾專家到時(shí)抽出時(shí)間，那么你休想與他們談?wù)?5分鐘以上。

2. 進(jìn)行分析

盡量少花時(shí)間在分析上。忍住對(duì)專家訪談進(jìn)行定性分析的沖動(dòng)，這沒有必要。

專家系統(tǒng)旨在進(jìn)行自己的分析。艱苦的工作在分析中并不多，難就難在框架的搭建和微調(diào)上。在這方面，它類似神經(jīng)網(wǎng)絡(luò)。你的任務(wù)就是告訴系統(tǒng)如何思考，然后讓系統(tǒng)為自己處理思考任務(wù)。

3. 設(shè)計(jì)框架

將冗余性(verbosity)設(shè)計(jì)到你的專家系統(tǒng)框架中。專家系統(tǒng)由兩個(gè)基本部分組成：知識(shí)庫(kù)和推理引擎。知識(shí)庫(kù)負(fù)責(zé)存儲(chǔ)關(guān)于設(shè)計(jì)領(lǐng)域的事實(shí)，而推理引擎負(fù)責(zé)將歸納(正向鏈)推理和演繹(反向鏈)推理運(yùn)用到知識(shí)庫(kù)中的事實(shí)。

這兩個(gè)系統(tǒng)都必須精心設(shè)計(jì)，讓你可以了解專家系統(tǒng)在想什么。你需要非常詳細(xì)地了解專家系統(tǒng)知道的情況，以及它如何得出結(jié)論。先進(jìn)系統(tǒng)更側(cè)重于采用自然語(yǔ)言界面――這是我支持的一個(gè)最佳實(shí)踐。

4. 開發(fā)系統(tǒng)

開發(fā)速度要快。與分析一樣，如果你在開發(fā)方面花了大量的時(shí)間，那么做法不當(dāng)。你唯一要開發(fā)的東西就是框架(知識(shí)庫(kù)和推理引擎)。暫時(shí)盡量避免編寫程序代碼。

然而，要從長(zhǎng)計(jì)議。在程序代碼可以取代框架推理的地方構(gòu)建接口。雖然將程序代碼換成基于框架的推理有悖于大眾的看法，但是一旦規(guī)則得到了全面審查，它就是你專家系統(tǒng)的一種實(shí)際延伸。程序代碼讓你有機(jī)會(huì)大大加快執(zhí)行，這對(duì)許多應(yīng)用程序(比如嵌入式系統(tǒng))來說更切實(shí)際。

5. 訓(xùn)練系統(tǒng)

不要低估了合理訓(xùn)練專家系統(tǒng)所需要投入的時(shí)間、精力和專家數(shù)量。我使用“訓(xùn)練”這個(gè)詞很寬泛――專家系統(tǒng)嚴(yán)格上來說并不是一種學(xué)習(xí)系統(tǒng)。但是，決定專家系統(tǒng)成敗的卻是領(lǐng)域知識(shí)以及它如何進(jìn)行推理。專家必須是這個(gè)過程的一部分，因?yàn)橐坏佀土诵枨笳骷A段收集的信息，專家就需要微調(diào)引擎。

這時(shí)候，情況變得有意思起來。讓一個(gè)專家解釋過程原本夠難的，更不用說讓一組專家就合適的過程達(dá)成共識(shí)了。到頭來這是值得的，但是勤奮和耐心在這個(gè)階段會(huì)給你帶來好處。

6. 改進(jìn)系統(tǒng)

請(qǐng)專家委員會(huì)做以后的審查。一旦你的專家系統(tǒng)部署到位，很難長(zhǎng)時(shí)間留住你的專家;他們需要定期審查實(shí)際的結(jié)論，確保你的系統(tǒng)仍盡到作為專家的責(zé)任。事先獲得他們的這種承諾。就像你在需求征集階段那樣征得管理層的同意――可以這么說，專家系統(tǒng)穩(wěn)定下來后，至少每年每季度你需要一次得到他們的關(guān)注。在你開始動(dòng)手之前，確保每個(gè)人對(duì)這個(gè)想法意見一致。

結(jié)束語(yǔ)

盡管種種新奇的系統(tǒng)和算法涌入數(shù)據(jù)科學(xué)界，但使用一種有幾十年歷史，并久經(jīng)考驗(yàn)的解決方案：專家系統(tǒng)根本不會(huì)錯(cuò)。別因?yàn)樵O(shè)計(jì)的簡(jiǎn)潔性而誤以為它過時(shí)或無效，事實(shí)恰恰相反。

只要你能找到合適的專家，就可以立即搭建起一套專家系統(tǒng);與此同時(shí)，其他數(shù)據(jù)科學(xué)家仍在為壓縮分類絞盡腦汁。掌握了這里給出的幾個(gè)要點(diǎn)，以及你自己汲取的經(jīng)驗(yàn)教訓(xùn)，你可能自己都沒意識(shí)到，就成了專家系統(tǒng)的專業(yè)人士。