建立专家系统：认知科学与解决复杂问题

人们利用问题空间假说创造了专家系统（expert system），即被设计用于模拟某一领域内一位或几位专家决策的计算机程序。专家系统包含一个与该领域有关的事实的知识库，同时还包含一组推理规则（inference rules）（采取“如果X为真，则Y为真”的形式），有一个利用推理规则搜索知识库的引擎，以及一些界面，即与有问题要请教专家系统的使用者进行交流的手段（Benfer，Brent & Furbee，1991）。

有一个专家系统称为“狗仔队”（MUckraker），是专门用来给调查记者提供建议的专家系统，它可以向记者提供如何接近采访对象、如何准备访谈以及在调查一个问题时如何检索公共文献的最佳方法（Benfer et al.，1991）。表10-1呈现了“狗仔队”指导如何使别人接受采访的一些（简化）规则。

表10-1　“狗仔队”规则的简单举例

资料来源：Benfer et al. （1991, p. 6）.

所用规则的格式包括一些前提或条件。例如，规则2包括3个前提：①如果消息提供者可能不会与记者在电话中交谈；②采访十分关键；③采访前有多于6天的准备时间。每一前提都规定了规则运行必须满足的条件。(www.xing528.com)

规则同样包括结果部分，以“那么”为标志。这些结果是规则一旦应用所必然采取的行动。例如，规则2设定了一个变量（使用寄邮件的方式2）的一个特定的值（即，80）。一些规则还包括解释或理由，以“因为”（BECAUSE）开头。注意“通过邮件1”、“通过邮件2”等这样的提法。这些是程序所使用变量的名称。规则1~4分别赋值为“通过邮件1”到“通过邮件4”。规则5则检查这4个变量被赋予的值有没有超过79的。如果有的话，规则5就指引记者通过邮件来向潜在的采访者发出请求。

建立专家系统是一项复杂的工作，通常要多次采访某一领域内一位或多位专家。经常要求他们接受在线的口头报告，在分类案例或解决问题时要出声地进行思维（Stefik，1995）。其中部分困难来自对任何专家而言，要陈述所有的知识是相当困难的。

例如，也许你在学习方面是“专家”。即使我仅仅是要求你陈述所有关于如何准备考试的知识，你都会觉得很难，不是吗？因而专家系统的开发者常常采用人类学家的技术。当专家在“埋头工作”时跟在他们身边，时不时让他们对自己进行的思维加以详细地阐述（Benfer et al.，1991）。通过反复的采访，开发者才能用公式表达如表10-1所示的规则。

为什么有人想要开发计算机化的专家系统并且用它代替人类专家呢？可能的一个原因是在许多领域训练有素的专家人数十分有限。例如，不是每一座城市的每一个行业都有一位专家，而如果专家的知识能够通过软件传播，财富也就传播开来了。

第二个论点将在第11章中进一步阐述。届时我们将看到人类的决策制定经常（即使不是一直）受到偏见的扭曲，有些甚至很阴险。特别是当一个问题十分复杂时，出于许多因素，施加在面对问题的人身上的认知方面的压力会迅速使人变得无力承担。拥有一个专家系统意味着对复杂的问题有应付之道，同时防止这种复杂性干扰寻求最佳解决途径的过程。