黑板 (计算机)

黑板系统是一种基于黑板架构模型的人工智能方法，其中一个共同的知识库，黑板，由不同的专业知识源组迭代更新，从问题说明开始到解决方案结束。

每个知识源在其内部约束与黑板状态匹配时用部分解决方案更新黑板。这样，专家们共同努力解决问题。黑板模型最初是作为一种处理复杂的、定义不明确的问题的方法而设计的，解决方案是各部分的总和。

以下场景提供了一个简单的比喻，可以让您深入了解黑板的功能：

一群专家坐在有一块大黑板的房间里。 他们作为一个团队工作，集思广益解决问题，使用黑板作为合作开发解决方案的工作场所。

当问题规格被写到黑板上时，会话开始。专家们都盯着黑板，寻找机会将他们的专业知识应用到正在开发的解决方案中。当有人在黑板上写下允许另一位专家应用其专业知识的内容时，第二位专家将他们的贡献记录在黑板上，希望其他专家能够随后应用他们的专业知识。这个向黑板添加贡献的过程一直持续到问题被解决。

黑板系统应用程序由三个主要组件组成

• 软件专家模块，称为知识源 (KS)。 就像黑板上的人类专家一样，每个知识源都提供应用程序所需的特定专业知识。
• 黑板，问题、部分解决方案、建议和贡献信息的共享存储库。 黑板可以被认为是其他知识源最近发布的对当前问题的贡献的动态库。
• 控制外壳，控制系统中问题解决活动的流程。 正如急切的人类专家需要一个调节器来防止他们在疯狂冲刺中互相践踏以抢夺粉笔一样，KS 需要一种机制来以最有效和连贯的方式组织他们的使用。在黑板系统中，这是由控制外壳提供的。

早期学术黑板系统的著名示例是 Hearsay II 语音识别系统和 Douglas Hofstadter 的 Copycat 和 Numbo 项目。

最近的例子包括已部署的实际应用程序，例如 RADARSAT-1 任务控制系统的 PLAN 组件。

GTX Corporation 的 GTXImage CAD 软件是在 1990 年代初期开发的，使用一组规则库和神经网络作为在黑板系统上运行的专家。

Adobe Acrobat Capture（现已停产）使用黑板（计算机）分解和识别图像页面，以了解页面上的对象、文本和字体。此功能目前作为 OCR 文本识别内置于 Adobe Acrobat 零售版中。