申論題

包含五個部分 1. 知識庫（knowlege base）儲存專家用以解決問題的知識。 2. 推理機（inference mechanism）用以控制推理過程。 3. 使用者介面（user interface）乃是提供使用者友善的解釋說明及諮詢功能之 介面。 4. 知識擷取介面（knowlege acquisition interface）乃是提供編輯、增修知識庫 功能之介面。 5. 工作記憶區（working memory）儲存推理過程中之事實。 知識庫是與問題領域相關的部份，儲存解決特定問題的知識。推理機是與 問題領域獨立的部份，當其配合不同的知識庫運作時，可解決不同的問題。

集合專家的知識和經驗建構在網路上，提供給有需要的人特定的問題之建議或解答；也可以把它看成DSS的分支，是人工智慧的一環。 例如Amazon的智慧音箱，除了能夠回答一般的問題外，針對特定的問題也能透過搜尋網路的方式在網路上進行正確答案或是最佳解答。

除了人機交互介面外，還有知識庫與推理機，大致上以這三大部分組合而成。 專家系統在應用上有許多分類，面對儀器維修方面，有一種叫做診斷型專家系統，是針對儀器狀況產出的問題進行分析，或是直接分析內容物找出問題，最後提出解決方案給使用者參考。

專家系統，有時也稱為知識庫系統(Knowledge Based Systems)、知識系統(Knowledge Systems)或智慧型系統(Intelligent Systems)。它是運用人工智慧知識庫技術，強化知識的一種電腦程式。它將某一特定範圍的知識儲存在知識庫中，模仿人類專家解決問題的技巧及方法，以知識庫裡所儲存的專門知識來解決問題。也就是說，當使用者輸入相關的資訊後，專家系統即可針對其特定領域的問題做出合理的解釋、可行的建議以及正確的推論。由此可看出專家系統具有以下之特性： 　　（一）能處理現實生活中複雜的、須綜合判斷的知識。 　　（二）具有專家解決問題的能力，且有高度的效能。 　　（三）只能處理某一特定領域的問題。 　　（四）有一套合理的推論及解釋功能。 　　雖然專家系統的知識具有類似人類專家的推論能力，但卻無法像人類專家一樣具有一般知識。因此，專家系統只能說是具有某一方面狹窄而專門知識的專家。 　　一般而言，專家系統的組成要件通常包含如下6部分： 　　（一）知識庫：知識庫包含所有解決問題的知識，如解決問題的策略及關於問題的事實、實體(Entities)。 　　（二）推論機(Inference Engine)：主要是提供軟體將讀者問題和資料庫的事實、規則連接起來，進行邏輯推演的步驟。 　　（三）使用者介面：便利系統與使用者之間的溝通。其功用在於使輸入、輸出的相關資料能夠溝通，並得以解決問題。如使用者輸入問題、專家系統提供問題的解答或建議等，都需透過介面轉譯成系統、使用者能辨識的語言。 　　（四）工作區：記憶體的一部分，所有知識庫中的資料都儲存在工作區，並可用以儲存遇到的問題及狀況。 　　（五）解釋次系統：解釋次系統可顯示出推理的過程，並答覆使用者有關問題。 　　（六）知識獲取次系統：人類專家可隨時藉由此知識獲取次系統，輸入或更新專家知識及推理方法，以增加專家系統的功能。