سیستم‌های خبره
تابلو چلنيوم
سیستم‌های خبره برنامه هایی هستند که رفتار یک انسان متخصص در یک زمینه بخصوص را تقلید می کنند. این برنامه از اطلاعاتی که استفاده کننده در آن‌ها ذخیره می‌کند جهت اعلام یک عقیده در یک موضوع بخصوص استفاده می کند. از این رو سیستم‌های خبره تا هنگامی که بتوانند موضوعی را که با پاسخ‌های شما مطابقت داشته باشد بیابند به سوال کردن از شما ادامه می دهند. به منظور درک کردن آنچه یک سیستم متخصص انجام می دهد مکالمه زیر که بین یک متخصص در امور میوه و فرد دیگری که می خواهد از وی توصیه ای در این مورد دریافت کند را در نظر بگیرید:


- متخصص: آیا میوه سبز است؟
- استفاده کننده: خیر.


- متخصص: آیا میوه قرمز است؟
- استفاده کننده: بله.

- متخصص: آیا این میوه روی درخت رشد می کند؟
- استفاده کننده: خیر.


- متخصص: آیا این میوه روی یک بوته رشد می کند؟
- استفاده کننده: بله.


- متخصص: آیا این بوته تیغ دارد؟
- استفاده کننده: بله.


- متخصص: این میوه تمشک است!




هدف از طراحی یک سیستم متخصص کامپیوتری در امر میوه تولید این مکالمه است. در حالت عمومی تر سیستم متخصص سعی می‌کند که به استفاده کننده از خود در مورد موضوعی که از آن مطلع است راهنمایی دهد.


اگر بخواهيم تعريفي از سيستم هاي خبره ارایه دهيم مي توان گفت
سيستم هاي خبره برنامه هاي كامپيوتري هستند كه با استفاده از قواعد مورد استفاده متخصصين به حل مسایل در زمينه اي خاص مي پردازند. وجه تمايز اصلي سيستم هاي خبره نسبت به برنامه‌هاي كاربردي گذشته آن است كه از استدلال مبتني بر استنباط و استنتاج استفاده مي كند در برنامه هاي كاربردي معمولي داراي الگوريتم و روش حل مساله ثابتي هستيم اما در روش هاي شهودي مي توان با آزمون و خطا مسایل دشوارتري را حل كرد و به جواب رضايت بخش رسيد.


مفهوم سیستم های خبره بر این فرض استوار است که دانش متخصصین در حافظه رایانه ضبط و در دسترس کسانی که به کاربرد آن دانش نیاز دارند، قرار گیرد. یک سیستم پشتیبانی تصمیم شامل برنامه هایی است که منعکس کننده چگونگی اعتقاد یک مدیر در حل یک مساله می باشد. یک سیستم خبره، ازطرف دیگر فرصتی برای تصمیم گیری ها پیش می آورد که از قابلیت های مدیر افزون تر است .تمایز دیگر بین سیستم خبره و سیستم پشتیبانی تصمیم، توانایی سیستم خبره در توصیف نحوه استدلال جهت نیل به یک راه حل خاص است. اغلب اوقات شرح نحوه دست یابی به یک راه حل، از خود راه حل ارزشمندتر است.


داده هایی که به وسیله برنامه های سیستم پشتیبانی تصمیم استفاده می شود، اصولا ‌به صورت عددی بوده و برنامه ها، تاکید بر استفاده از روش های ریاضی دارند، لیکن داده هایی که به وسیله سیستم های خبره به کار می رود نمادی تر بوده و اغلب به صورت متن تشریحی می باشند. برنامه های سیستم های خبره بر به کارگیری برنامه های منطقی تاکید دارند.




تفاوت سیستم های خبره با سایر سيستم‌هاي‌ اطلاعاتي‌
سيستم‌هاي‌ خبره‌ برخلاف‌ سيستم‌هاي‌ اطلاعاتي‌ كه‌ بر روي‌ داده‌ها (Data) عمل‌ مي‌كنند، بر دانش‌ (Knowledge) متمركز شده‌ است‌. همچنين‌ دريك‌ فرآيند نتيجه‌گيري‌، قادر به‌ استفاده‌ از انواع‌ مختلف‌ داده‌ها عددي‌ (Digital)، نمادي‌ Symbolic و مقايسه‌ ای (Analog) مي‌باشند. يكي‌ ديگر ازمشخصات‌ اين‌ سيستم‌ها استفاده‌ از روش هاي‌ ابتكاري‌ (Heuristic) به‌ جاي‌روش هاي‌ الگوريتمي‌ مي‌باشد. اين‌ توانايي‌ باعث‌ قرار گرفتن‌ محدودوسيعي‌ از كاربردها در برد عملياتي‌ سيستم‌هاي‌ خبره‌ مي‌شود. فرآيند نتيجه‌گيري‌ در سيستم‌هاي‌ خبره‌ بر روش هاي‌ استقرايي‌ و قياسي‌ پايه‌گذاري‌شده‌ است‌. از طرف‌ ديگر اين‌ سيستم‌ها مي‌توانند دلايل‌ خود در رسيدن‌به‌ يك‌ نتيجه‌گيري‌ خاص‌ و يا جهت‌ و مسير حركت‌ خود به‌ سوي‌ هدف‌را شرح‌ دهند. با توجه‌ به‌ توانايي‌ اين‌ سيستم‌ها در كار در شرايط فقدان‌اطلاعات‌ كامل‌ و يا درجات‌ مختلف‌ اطمينان‌ در پاسخ‌ به‌ سئوالات‌ مطرح‌شده‌، سيستم‌هاي‌ خبره‌ نماد مناسبي‌ براي‌ كار در شرايط عدم‌ اطمينان ‌(Uncertainty) و يا محيط هاي‌ چند وجهي‌ مي‌باشند.




مدل سیستم خبره
یک مدل سیستم خبره مشتمل بر چهار بخش اصلی است:
پایگاه دانش (Knowledge Base)
موتور استنتاج (Inference Engine)
امکانات توضیح (Explanation Facilities)
رابط کاربر




پایگاه دانش (Knowledge Base)
محلی است که دانش خبره به صورت کدگذاری شده و قابل فهم برای سیستم ذخیره می شود. با این توصیف دو اصطلاح زیر تعریف می‌شود:
- شیء (Object): منظور از شیء در اینجا نتیجه ای است که با توجه به قوانین مربوط به آن تعریف می گردد.
- شاخص (Attribute): منظور از شاخص یا «صفت» یک کیفیت ویژه است که با توجه به قوانینی که برای آن در نظر گرفته شده است به شما در تعریف شیء یاری می دهد.




بنابراین می توان پایگاه دانش را به صورت لیستی از اشیاء که در آن قوانین و شاخص‌های مربوط به هر شیء نیز ذکر شده است در نظر گرفته شود. در ساده‌ترین حالت(که در اکثر کاربردها نیز همین حالت بکار می رود) قانونی که به یک شاخص اعمال می‌شود این مطلب را بیان می‌کند که آیا شیء مورد نظر شاخص دارد یا ندارد؟
یک سیستم متخصص که انواع مختلف میوه را شناسایی می‌کند احتمالاً دارای بانک اطلاعاتی به صورت زیر خواهد بود:


شیء قانون شاخص
سیب دارد روی درخت رشد می کند.
دارد گرد است
دارد رنگ قرمز یا زرد است
ندارد در کویر رشد می کند
انگور


بانک ساده شده بالا، تنها با استفاده از قانون <<دارد>>:


به کسی که دانش خبره را به صورت کدگذاری شده در می آورد، مهندس دانش گفته می شود. به طور کلی دانش به صورت عبارات شرطی و قواعد در پایگاه دانش ذخیره می گردد.




موتور استنتاج (Inference Engine)
حتی زمانی که قلمرو دانش را با قوانین نمایش می دهیم، باز هم یک فرد خبره باید مشخص کند که کدام قوانین را برای حل مساله خاصی به کار می برد. علاوه بر این باید مشخص کند که این قوانین را در چه رده ای به کار می برد. به طور مشابه یک سیستم خبره نیاز خواهد داشت تا تصمیم بگیرد که چه قانونی و در چه مورد و رده ای باید برای ارزیابی انتخاب شود.


دستگاه استنتاج در واقع قلب يك سيستم خبره است. يك نظام پيچيده كه قواعد استنتاج را كه به صورت مجموعه اي از قواعد "اگر ... پس ..." براي يافتن پاسخ يا قضاوت نهايي به كار مي گيرد چيزي كه سيستم خبره را سيستم خبره مي‌كند روشي است كه اين قواعد براساس آن مورد پردازش قرار مي گيرند .دستگاه استنتاج براي رسيدن به قضاوت مي تواند به دو صورت عمل كند و در واقع از سلسله مراتب قواعد استدلال به دو طريق عبور كند يكي از دو شيوه روش استدلال پيش رو است كه از داده ها شروع مي كند و به نتيجه مي رسد يعني با درنظر گرفتن داده هاي مربوط به موضوع مورد سوال از (اگر) ها شروع كرده و به نتايج يا (پس) هاي مناسب مي رسد به عبارت ديگر در زنجيره پيش رو از مقدمات به نتايج مي رسيم، روش دوم استنتاج آن است كه از نتايج شروع مي كند و براي چنان نتايج مشخص به دنبال مقامات يا شرايط اوليه مناسب مي گردد به عبارت ديگر نقطه شروع (پس) ها هستند و از آن ها به (اگر) ها دست مي يابد. روش اول استنتاج را روش مبتني بر داده و روش دوم را روش مبتني بر هدف مي خوانند .




امکانات توضیح (Explanation Facilities)
برای نشان دادن مراحل نتیجه گیری سیستم خبره برای یک مساله خاص با واقعیات خاص به زبان قابل فهم برای کاربر به کار می رود. این امکانات این فایده را دارد که کاربر با دیدن مراحل استنتاج اطمینان بیشتری به تصمیم گرفته شده توسط سیستم خواهد داشت. و خبره ای که دانش او وارد پایگاه دانش شده است اطمینان حاصل خواهد کرد که دانش او به صورت صحیح وارد پایگاه دانش شده است.




رابط کاربر
منظور از رابط كاربر، مجموعه اي از تجهيزات و نرم افزارها است كه به صورت كانال ارتباط كاربر و سيستم خبره عمل مي كند يعني به كاربر امكان ارایه اطلاعات مربوط به مساله مورد نظر را به سيستم مي دهد و از طرف ديگر استنتاجات سيستم را در اختيار كاربر مي گذارد.


واسط کاربر یک سیستم خبره طبیعتا باید از قدرت تبادلی بالایی برخوردار باشد تا ساختار تبادل اطلاعات به شکل گفتگوی یک متقاضی و یک انسان خبره صورت گیرد.




مزایای یک سیستم خبره چیست؟
میزان مطلوب بودن یک سیستم خبره اصولا به میزان قابلیت دسترسی به آن و میزان سهولت کار با آن بستگی دارد.




مزاياي‌ سيستم‌هاي‌ خبره‌ را مي‌توان‌ به‌ صورت‌ زير دسته‌بندي‌ كرد:
افزايش قابليت‌ دسترسي‌: تجربيات‌ بسياري‌ از طريق‌ كامپيوتر دراختيار قرار مي‌گيرد و به‌ طور ساده‌تر مي‌توان‌ گفت‌ يك‌ سيستم‌ خبره‌، توليد انبوه‌ تجربيات‌ است‌.
كاهش‌هزينه‌: هزينه‌ كسب‌ تجربه‌ براي‌ كاربر به‌طور زيادي ‌كاهش ‌مي‌يابد.
كاهش‌ خطر: سيستم‌ خبره‌ مي‌تواند در محيط هايي‌ كه‌ ممكن‌ است ‌براي‌ انسان‌ سخت‌ و خطرناك‌ باشد نيز بكار رود.
دائمي‌ بودن‌: سيستم‌هاي‌ خبره‌ دائمي‌ و پايدار هستند. به عبارتي‌ مانندانسان‌ها نمي‌ميرند و فنا ناپذيرند.
تجربيات‌ چندگانه‌: يك‌ سيستم‌ خبره‌ مي‌تواند مجموع‌ تجربيات‌ وآگاهي‌هاي‌ چندين‌ فرد خبره‌ باشد.
افزايش‌ قابليت‌ اطمينان‌: سيستم‌هاي‌ خبره‌ هيچ‌ وقت‌ خسته‌ و بيمار نمي‌شوند، اعتصاب‌ نمي‌كنند و يا عليه‌ مديرشان‌ توطئه‌ نمي‌كنند، درصورتي‌ كه‌ اغلب‌ در افراد خبره‌ چنين‌ حالاتي‌ پديد مي‌آيد.
قدرت‌ تبيين‌ (Explanation): يك‌ سيستم‌ خبره‌ مي‌تواند مسير و مراحل‌ استدلالي‌ منتهي‌ شده‌ به‌ نتيجه‌گيري‌ را تشريح‌ نمايد. اما افراد خبره‌ اغلب‌ اوقات‌ به دلايل‌ مختلف‌ (خستگي‌، عدم‌ تمايل‌ و…) نمي‌توانند اين‌ عمل‌ را در زمان هاي‌ تصميم‌گيري‌ انجام‌ دهند. اين‌ قابليت‌، اطمينان‌ شما را در مورد صحيح‌ بودن‌ تصميم‌گيري‌ افزايش‌ مي‌دهد.
پاسخ‌دهي‌سريع‌: سيستم‌هاي ‌خبره‌، سريع‌ و دراسرع‌ وقت ‌جواب ‌مي ‌دهند.
پاسخ‌دهي‌ در همه‌ حالات‌: در مواقع‌ اضطراري‌ و مورد نياز، ممكن‌ است‌ يك‌ فرد خبره‌ به خاطر فشار روحي‌ و يا عوامل‌ ديگر، صحيح ‌تصميم‌گيري‌ نكند ولي‌ سيستم‌ خبره‌ اين‌ معايب‌ را ندارد.
پايگاه‌ تجربه‌: سيستم‌ خبره‌ مي‌تواند همانند يك‌ پايگاه‌ تجربه‌عمل‌ كند وانبوهي‌ از تجربيات‌ را در دسترس‌ قرار دهد.
آموزش‌ كاربر(Intelligent Tutor): سيستم‌ خبره‌ مي‌تواند همانند يك‌ خودآموز هوش‌ عمل‌ كند. بدين‌ صورت‌ كه‌ مثال هايي‌ را به‌ سيستم‌ خبره‌ مي‌دهند و روش‌ استدلال‌ سيستم‌ را از آن‌ مي‌خواهند.
سهولت‌ انتقال‌ دانش‌: يكي‌ از مهم ترين‌ مزاياي‌ سيستم‌ خبره‌، سهولت‌ انتقال‌ آن‌ به‌ مكان‌هاي‌ جغرافيايي‌ گوناگون‌ است‌. اين‌ امر براي‌ توسعه‌ كشورهايي ‌كه‌ استطاعت‌ خريد دانش‌ متخصصان‌ را ندارند، مهم‌است‌.


مثال هایی از سیستم‌های خبره تجاری:
MYCIN: اولین سیستم متخصص موفق جهان بود که در سال 1970 در دانشگاه استنفورد طراحی شد. هدف از ساخت این سیستم کمک به پزشکان در تشخیص بیماری‌های ناشی از باکتری بود. مشکل عمده در تشخیص بیماری برای یک پزشک آن است که تشخیص سریع و قاطع یک بیماری با توجه به تعداد بسیار زیاد بیماری موجود، عملی دشوار است.MYCIN با تشخیص دادن قاطع بیماری‌ها توانست که این نیاز را برآورده سازد.


PROSPECTOR: یک متخصص در امر زمین‌شناسی است که احتمال وجود رسوبات معدنی در یک ناحیه بخصوص را پیش بینی می کند. این سیستم در سال 1987 توسط «ریچارد دودا» و «پیتر هارد» و «رنه ربو» ساخته شد.


در اوایل دهه 80 سیستم‌های متخصص به بازار عرضه شد که می توانستند مشورت‌های مالیاتی، توصیه‌های بیمه ای و یا قانونی را به استفاده کنندگان خود ارائه دهند.

منبع : meta4u.com



موضوعات مشابه: