观众老爷好！这期继续讲人工智能相关的知识！观众老爷请拿出喜欢的零食和饮料，放松心情随小编一起走进智慧化信息时代！
观众老爷是否还记得第一期的问题：我们人类是如何学习的？我们如何理解知识的？同样资讯在我们大脑中如何处理的？我们的文字和语言有什么规律？我们看到的物体如何判断的？我们对事物的关系如何理解的？我们的世界是什么样子的？为什么可以用模型去拟合呢？那计算机又是如何进行学习的呢？同样计算机可不可以模拟世界？
观众老爷我们今天暂停神经网络算法的讲解进入基于先验知识的专家系统讲解！专家系统是什么？为什么会被称为专家？专家系统如何设计呢？知识是什么？不过在进入之前我们同样要总结一下神经网络算法的一些知识点，相信很多观众老爷都知道小编经常写的一段话，大道至简，复杂的事物是由简单元素构成，世界由它独有的规律和次序无穷遍历而成！
神经网络算法由简单的神经元，输入结构、输出结构、反向更新机制等组成，在这些结构可以用更复杂的算法进行特殊的整合处理，同样我们可不可以用这些独特的算法进行再次组合，来产生更复杂的算法结构呢？犹如我们的大脑，语言、视觉、听觉、运动等等功能构建一个复杂的系统！当然也可以用接下来的知识再次构建更庞大复杂的系统！后面小编会介绍与这期和往期内容进行整合的神经网络算法，它也是最近比较流行的算法，名图网络算法！
▌知识是什么？
我们经常听到知识就是力量！我们经常佩服某人技术水平高超！我们崇拜某领域的大佬！我们佩服他们什么呢？他们与我们最大区别是什么呢？同样观众老爷是不是对小编也比较佩服呢？哈哈！观众老爷大可不必，所谓知识也就是我们解决问题的办法和处理事情的经验以及自然界的规律与次序！一个人知识的量与其在实践和阅读书籍的多少有关，与教育程度无关，当然受到的教育越多，知识相对于教育少又不愿意去学习的人来说是多的！
读万卷书行万里路，学富五车，通晓古今中外等都是形容一个人的知识比较渊博！技艺精湛，庖丁解牛是形容一个人技术的高超水平，解决事情的熟练程度！我们经常用“大神”来称呼——那些玩游戏特别厉害的玩家！用“大佬”来称呼技术或者领域的达者！用“大V”称呼媒体领域的一些知名者！同样“专家”来称呼某领域的权威人士，当然虽然现在由于很多负面的影响，导致专家的称呼有时候会被人嘲笑！
估计这时候观众老爷会问我们可不可以成为专家呢？小编的答案是能！首先我们要明白知识的多少其实也就是我们自身记忆与神经回路息息相关！我们做任何事情，都要首先知道这个事是什么？需要哪些条件？哪些处理和解决办法？处理事情时将条件和解决办法进行细化，比如经济条件、物质条件、解决问题的思路、规则等等！在实施解决问题的办法之前，我们需要学习与之相关的领域知识！就如我们程式设计一样！当然我们并不能成为有权威的专家！但我们却能学到相关知识，并且实践后成为领域的了解者！当我们不停的实践相关技能和知识，通过总结成为权威人士！
▌专家系统
到这里相信观众老爷明白知识是什么了吧！那专家系统如何构建呢？基于什么样的知识呢？我们就要分析我们要制作的是什么样的专家系统！基于简单规则的，基于不确定性的，基于模糊逻辑，基于框架等来构建专家系统，来解答解决某一领域的问题和事情，或者很多领域相关的问题和事情！而且我们需要一个推理系统来将这些知识进行反馈和提取！当用户通过终端来访问我们的专家系统时推理系统能给出正确的解决办法或者经验，这样我们才能获得使用者的认可，才能产生更多的收益！
专家系统需要哪些人员参与设计呢？专家系统构建需要领域相关的专家和知识工程师（程序员）两名或者多名人员就可以设计构建完成！其实专家系统我们身边很常见，就如我们所用的软件很多都是相关领域专家和程序员参与设计的，尤其我们用的程式设计软件开发环境很多都用了专家系统！我们只需要呼叫专家编写好的API和界面就能实现很多我们不能实现的硬件功能！和一些硬件操作界面！
好了观众老爷这期就到这里了，下期我们进入相信的专家系统的设计细节当中！观众老爷下期再会！
