سیستمهای خبره شاخهای از علم نسبتاً جدید هوشی مصنوعی میباشند.
Charmonand king / 1985 , keller / 1987 , rouch – hindin / 1985 , bonnet / 1985 rouch – hindin 1986 (a) , rauch – hindin /1986 (b) ,
charniackandmcdermon 1985 watermun/ 19876
و این سیستم ها در سطوح دستیاری ، مشاوره و تخصص عمل میکنند ( شکل 1)
شکل 1-هوش مصنوعی و شاخه های ان
سیستمهای خبره برای تقلید عملکرد یک فرد متخصص و خبره در برخورد با یک مسئله خاص طراحی شدهاند.
به عنوان مثال سیستمهای خبره موجود در شرکت دو پونت (Dupont) در زمینه انتخاب فرآوردههای شیمیایی با توجه به نیاز مشتریان ، عیب یابی تجهیزات و زمان بندی عملیات ماشینهای موجود در واحدهای تولیدی مربوطه به کار گرفته می شوند.
این سیستمها در جاهای دیگر در زمینههای تخصصی اطلاع رسانی ، مدیریت فروشی ، انتخاب روشهای مخابراتی و جمع آوری اطلاعات ، پیکربندی سیستمهای کامپیوتر ( سخت افزاری ) عیب یابی و تعمیر خطوط تلفن و شاخههای مختلف برنامه ریزی و تصمیمگیری به کار گرفته میشوند ( 1982 / mockloer )
سیستم خبره ، کاربر را قادر به مشاوره با سیستمهای کامپیوتری در مورد یک مسئله و یافتن دلایل بروز مسئله و راهحلهای آن میکند در این حالت مجموعهی سخت افزار و نرم افزار تشکیل دهنده سیستم خبره اقدام به طرح سوالات مختلف و دریافت پاسخهای کاربر ، مراجعه به پایگاه دانش ( تجربیات قبل ) و استفاده از یک روش منطقی برای نتیجه گیری و نهایتاً ارائه راه حل مینمایند.
همچنین سیستم خبره قادر به شرح مراحل نتیجهگیری خود تا رسیدن به هدف و چگونگی نتیجه گیری و دلیل مطرح شدن یک سوال اجرایی در روش حرکت تا رسیدن به هدف خواهد بود.
به طور کلی میتوان گفت روش سیستم خبر تقلید از انسان در مواردی است که نیاز به تجربه برای تصمیم گیری باشد.
- کاربر سیستمهای خبره
به طور کلی میتوان کاربردهای سیستم خبره را به صورت زیر دسته بندی کرد :
ارائه پیشنهادات و توصیههای کارشناسانه ، و تخصصی برای افراد غیر متخصص ( از طریق پرسش و پاسخ )
یاری رساندن به افراد متخصص ،( جمع آوری اطلاعات مبتنی بر مشاهدات یا ارزیابی و تحلیل موقعیت ، کنترل موارد فراموش شده )
جایگزینی افراد متخصص به هنگام غیبت ، عدم دسترسی به دلیل هزینه سنگین و عدم توانایی کار به دلیل شرایط خطرناک محیطی ( ارزیابی موقعیتها با توانایی استنباط و نتیجه گیری و استفاده از پایگاه دانش و اطلاعات )
استفاده به عنوان یک ابزار آموزشی ،( با استفاده از پایگاه دانش و موتور استنباط گر)
همچنین از دیدگاهی دیگر میتوان استفاده از سیستمهای خبره را به دلایل زیر مورد توجه قرار داده :
دستیابی به تخصص ، بدست آوردن پایگاهی از دانش و روشهای تحلیلی برای دستیابی به راه حل مسائل بلقوه ، دلیل توسعه سیستم خبره میباشد.
کاستن ریسک حاصل از خطاهای انسانی ، خستگی ، فراموشی ، بیداری ، فشارهای روانی و عوامل مشابه دیگر منابع بلقوه وقوع خطا و سوء عملکرد یا نتیجه گیری نادرست افراد متخصص میباشند.
سیستمهای کامپیوتری با حذف این عوامل ریسک حاصل از عملکرد ناموزون در سطوح تصمیم گیری را به حداقل ممکن کاهش داده یا در مواردی به طور کلی حذف میکنند.
برای مرتبط کردن حجم وسیعی از اطلاعات ضروری مورد نیاز ، در این زمینه میتوان از کاربردهایی مانند تشخیص مشکلاتی که باعث توقف کار میگردند ، تشخیص مکان خرابی یا ضعف در ماشین آلات ، تجهیزات و یا محصولات تولیدی ، تشخیص دلیل وقوع مسائل در یک سیستم کنترل فرایند ، یاری رساندن در امر بازاریابی در شرایط رقابتی ، مشاوره در تدوین استراتژیها و توصیههای مربوط به تأمین موجودیها و مدیریت کالای انبار ، نام برد.
- مشخصات سیستمهای پشتیبانی خبره
سیستمهای خبره دارای مشخصه های مخصوص به خود می باشند که آنها را از دیگر سیستمهای کامپیوتری مجزا میسازند.
این مشخصات را میتوان به شکل زیر دسته بندی کرد :
- سیستمهای خبره بر دانش متمرکز شدهاند – انواع مختلف دادهها را مورد استفاده قرار میدهند.
از روشهای ابداعی و حسی استفاده میکنند - از توان برهان آوردن استفاده میکنند – دلیل و برهان را تشریح میکنند – در مواردی که دادهها از دست رفته باشد نیز کار میکنند.
- در مواردی که شک و ابهام نیز وجود داشته باشد ، کار میکنند – بر دامنه محدود و خاصی متمرکز شدهاند.
سیستمهای خبره بر خلاف سیستمهای اطلاعاتی که بر روی دادهها (Data) عمل میکنند ، بر دانش (Knowledge) متمرکز شدهاند.
همچنین در یک فرآیند نتیجه گیری ، قادر به استفاده از انواع مختلف دادهها ) عددی Digital ، نمادی symbolic و مقایسهای Analog) میباشند.
یکی دیگر از مشخصههای این سیستمها استفاده از روشهای ابداعی (Heurestic) به جای روشهای الگوریتمی میباشد این توانایی باعث قرار گرفتن محدوده وسیعی از کاربردها و برد عملیاتی سیستمهای خبره میشود.
فرآیند نتیجه گیری در سیستمهای خبره بر روشهای استقرایی و قیاسی پایه گذاری شده است.
از طرف دیگر این سیستمها میتوانند دلایل خود در رسیدن به یک نتیجه گیری خاص و یا جهت و مسیر حرکت خود به سوی هدف را شرح دهند.
با توجه به توانایی این سیستمها در کار در شرایط فقدان اطلاعات کامل و یا وجود درجات مختلف اطمینان در پاسخ به سوالات مطرح شده ، سیستمهای خبره کاندیدای مناسبی برای کار در شرایط عدم اطمینان (uncertainty) و یا محیط های چند وجهی میباشند.
آخرین مشخصه این سیستمها تمرکز بر دامنه عملیاتی محدود میباشد.
از لحاظ تئوری این سیستمها قابلیت کار در تمام زمینههای علوم را دارند ، ولی این کار به دلایل واضح و روشن مانند هزینههای بالا و گستردگی زمینههای ،تحصصی و استقلالی نسبی رشتههای علمی از یکدیگر امکان پذیر نمیباشد.
به همین دلیل برای بهره برداری و کارایی بیشتر ، هر سیستم خبره در زمینه خاص تعریف شده و محدوده خاص را در دامنه فعالیت خود قرار میدهد.
- اجزاء سیستم خبره
سیستمهای خبره دارای اجزاء زیر هستند : پایگاه دانش – موتور استنباطی – امکانات دستیابی به دانش – امکانات تفسیرگر ،شکل 2 اجزاء یک سیستم خبره در رابطه با یکدیگر را نمایش میدهد.
فرد متخصص وخبره کاربر شکل 2- اجزاء یک سیستم خبره با یکدیگر همانطور که در شکل 2 دیده میشود علاوه بر چهار جزء اصلی سیستم خبره دو جزء دیگر نیز اضافه شدهاند که عبارتند از کاربر و فرد متخصص و خبره.
فرد متخصص کسی است که معمولاً یک بار و در ابتدای برپایی سیستم دانش ،خبرگی(تخصص ،تجربه) خود را در اختیار سیستم قرار میدهد.
این دانش در پایگاه دانش ذخیره میشود.
روش حل مسائل نیز روند حرکت موتور استنباطی در دستیابی به پاسخ یا راه حل را مشخص میسازد.
کاربر کسی است که پس از بر پایی سیستم و آمادگی آن ، سیستم را به کار گرفته و در صورت نیاز با استفاده از امکانات تفسیرگر ، روند حرکت سیستم تا دستیابی به پاسخ را دنبال مینماید.
در ادامه اجزاء اصلی سیستم خبره شرح داده میشود.
1- پایگاه دانش پایگاه دانش وسیلهای است برای نگه داری اطلاعات مشخص درباره زمینه تخصصی خاص ، نظیر حقایق ( دادهها ، facts ) و وقاعد و قوانین (Rules) که سیستم خبره آن حقایق را جهت تصمیم گیری مورد استفاده قرار میدهد.
به طور کلی در سیستمهای خبره ، دو روش برای نگه داری دانش مورد استفاده قرار میگیرد ارائه دانش بر پایه قواعد ((اگر – آنگاه ))و ارائه دانش بر پایه الگو و چهارچوب .
در ارائه دانش بر پایه قواعد اگر – آنگاه هدف عمده و اهداف میانی به صورت عبارت اگر – آنگاه (IF-THEN) معرفی میگردند.
انطباق بخش های IE قواعد ، زنجیره استنباط را تشکیل میدهد که بیانگرارتباط قواعد است.
یک زنجیره استنباطی بیانگر آن است که چگونه سیستم خبره از قواعد موجود جهت استنباط استفاده میکند.
شکل 3 یک زنجیره استنباطی فرضی را نشان میدهد.
قاعده قاعده استنباط قاعده استنباط قاعده قاعده شکل 3- زنجیره استنباطی فرضی روش دیگر ذخیره دانش در پایگاه دانش ، ارائه آن به صورت الگو و چهارچوب میباشد.
یک الگو وظیفه ذخیره قواعد ، روشها و دستور العملهای پردازش و اطلاعات تشریحی در مورد قسمتی از مسئله را بعهده دارد.
هر الگو شبکهای از گرهها و ارتباطات است که بصورت سلسله مراتبی سازماندهی شدهاند.
بالاترین سطوح گرهها بیانگر مفاهیم و اصول کلی و گرههای پائینی برجنبههای مشخص و جزئیترین آن مفاهیم متمرکز گردیدهاند.
در شکل 4 نمونهای از دانش ذخیره شده به وسیله الگو نمایش داده شده .
همانطور که در شکل 4- دیده میشود کارگاه دارای دو شاخه نوعی کارگر و ماشین است در این حالت کارگر و ماشین علاوه بر مشخصههای خود مشخصههای کارگاه که عبارتند از تولید محصول ، هزینه داشتن و عمر محدود را به ارث میبرند.
و همینطور کارگر متخصص مشخصه های اسلاف خود ( گروههای اصلی معین کارگر و کارگاه ) را به ارث میبرد.
در این حالت وی علاوه بر داشتن مشخصههای خود مشخصههای زیر را نیز دارا است.
- دارای عواطف انسانی ارث برده از گروه کارگر - نیاز به آب و غذا - محصول تولید می کند - هزینه دارد ارث برده از گروه کار گاه - عمر محدودی دارد گروه مشخصه های گروه شکل 4- ذخیره و نمایش دانش در قالب گروه ها 2- موتور استنباطی (Inference Engine) موتور استنباطی امکانی است که با استفاده از قواعد و قوانین موجود در پایگاه دانش راهحلهایی را پیشنهاد نموده و یا تصمیم را ارائه میدهد.
موتور استنباطی ، در طراحی بر مبنای قواعد به دو صورت کلی عمل میکند.
این دو روش در زیر شرح داده شده است.
روش زنجیرهای پیش رونده (forward chaning): در این روش سیستم از طریق مجموعه ای که دارای ساختار If-THEN هستند و توسط پایگاه دانش معین گردیدهاند ، عمل میکند.
سیستم قواعد مناسب را برگزیده ، آنها را ارزیابی کرده و نتیجه را فرموله خواهد کرد این توالی تا زمانی که یک قاعده موجب توقف پردازشهای بیشتر گردد ، ادامه مییابد و در انتها یک تصمیم یا راه حل توصیه میگردد و یا معلوم میشود که توصیه یک تصمیم یا راه حل امکان پذیر نیست.
این سیستمها به عنوان سیستمهای دادهنگر (Dataoriented) شناخته میشوند.
روش زنجیرهای پs رونده (Backward chaning): در این روش سیستم با خروجی مورد نظر(هدف) شروع نموده و سعی میگردد تا ثابت نماید.
که با حرکت زنجیرهوار به عقب از میان قواعد موجود در پایگاه دانش ، میتوان به آن هدف دست یافت.
در حقیقت سیستم به دنبال قاعدهای است که چنین هدفی ، نتیجهی آن میباشد.
فرایند تا جایی تکرار میگردد تا سیستم به قاعدهای دست یابد که بخش IF صادق نباشد.
در این لحظه حقایق مرتبط از کاربر سوالات میشود.
در صورت پاسخ درست به سوال روش ادامه مییابد تا به اثبات هدف یا سؤال بعدی برسد.
در صورت عدم اثبات هدف یا عدم پاسخ درست به سوال مطرح شده ، حرکت زنجیرهای با شکست متوقف میگردد.
این سیستمها به عنوان سیستمهای هدفگر (object orient ted) نیز شناخته میشوند.
در سیستمهای پیچیده از ترکیب این دو روش با یکدیگر نیز استفاده میشود.
3- امکانات تفسیرگر کاربر در حین کار نیاز به دانستن مسیر حرکت سیستم ، در ارائه یک تصمیم یا توصیه نهایی دارد ، یکی از مزایای این امکان یافتن عوامل اشتباه در نتیجه گیری به وسیله سیستم هنگام ارائه توصیههای غیر عادی و یا تصمیمات غلط است.
همچنین سیستمهای خبره این امکان را برای شرح «چرایی» مطرح کردن سوالات در محاوره با کاربر به کار میگیرند.
باید توجه داشت در صورتی که اهمیت سوال برای کاربر مشخص شود با دقت بیشتری به آن پاسخ خواهد داد.
به عبارت دیگر از امکانات تفسیرگر سیستم برای پاسخ به «چگونگی» ارائه راه حل و « چرایی » روش در پیش گرفته شده برای رسیدن به پاسخ استفاده میشود.
- نتیجه گیری سیستمهای خبره شاخهای از هوش مصنوعی میباشند.
که برای مشاوره در امر تصمیگیری به کار گرفته میشوند.
این سیستمها بر دانش متمرکز بود و انواع مختلف دادهها را مورد استفاده قرار میدهند.
همچنین از روشهای ابداعی استفاده کرده و از توان دلیل و برهان آوردن سود میبرند.
مشخصه دیگر این سیستمها متمرکز بودن بردامنه خاصی از کاربردهای علمی و یافنی میباشد.
اجزای اصلی سیستم خبره عبارتند از : پایگاه دانش ، موتور استنباطی ، امکانات دستیابی به دانش و امکانات تفسیرگر.
همچنین دو دسته از افراد با سیستم خبره تعامل دارند که عبارتند از : کاربران و افراد خبره.
کاربران سیستم را مورد استفاده قرار میدهند ( از آن مشاوره میگیرند ) و افراد خبره نیز دانش خود را در اختیار سیستم قرار میدهند.
به عبارت دیگر پایگاه دانش بر اساس تجربیات و دانستههای فرد خبره تشکیل شده و امکانات سیستم خبره این دانش مورد بحث به شکلهای گوناگون در پایگاه دانش نگهداری میشود.
دو شکل عمده نگهداری اطلاعات عبارتند از روش قاعدهای « اگر – آنگاه » و روش الگویی موتور استنباطی که وظیفه نتیجه گیری از روابط موجود در پایگاه دانش بر اساس نیاز کاربر را به عهده دارد، به دو روش عمده زنجیرهای پیش رونده ( داده نگر) و زنجیرهای پس رونده ( هدف گرا) از میان اطلاعات حرکت کرده و نتیجه گیری را اقامه یا رد میکند.
امکانات تفسیرگر برای پاسخ به «چرایی » حرکت فعلی و « چگونگی » حرکت کلی در رسیدن به پاسخ یا تصمیم ، مورد استفاده قرار میگیرد و امکان برقراری ارتباط کاربر با سیستم را فراهم میسازد.
منبع : پروژه پایانامه عنوان : طراحی سیستم خبرهی برنامه ریزی و کنترل تولید دانشجو : سید علیرضا میر معینی بهار 1376 استاد راهنما : دکتر محمد اقدسی دانشگاه تربیت مدرس