تارخچه و تعریف یک سیستم خبره
نقطه آغاز ایجاد هوش مصنوعی اندکی بعد از جنگ جهانی دوم می باشد . در آن زمان (نوربرت واینر)با توجه به مسایل سیبرنیتیک, زمینه را برای پیشرفت هوش مصنوعی به وجود آورد . در سال 1950 آزمایشی مبنی بر این که آیا ماشین قادر است با فرایند های مغز انسان رقابت نماید, مطرح کرد.
کامپیوتر در اصل یک ماشین برای یاری انسان در انجام کار های دشوار است . مثلا الکتریکی نمودن دفترچه تلفن یا راهنمای کار یک ماشین لباس شوئی یا انجام فرایند های متوالی و مشخص از پیش تعیین شده و.. ......
گذری بر سیستمهای خبره (Expert Systems)
اشاره :
<استدلال> در میان اهل فن و صاحبان اندیشه تعاریف و تفاسیر متنوعی دارد. در نگاهی کلی، استفاده از دلیل و برهان برای رسیدن به یک نتیجه از فرضیاتی منطقی با استفاده از روشهای معین، تعریفی از استدلال تلقی می‌شود؛ تعریفی که البته با دیدگاه‌های فلسفی و گاه ایده‌آل‌گرایانه از استدلال تفاوت دارد. با این حال موضوع مهم و اساسی در اینجا بحث در چیستی و چرایی این دیدگاه‌ها نیست، بلکه در مورد نحوه طراحی سیستمهای با قدرت استدلال، با هر تعریفی، برای رسیدن به مجموعه‌ای از تصمیمات منطقی با استفاده از مفروضات یا به طور دقیق‌تر دانشی است که در اختیار آن‌ها قرار می‌گیرد. سیستم‌هایی خبره (expert systems) اساسا برای چنین هدفی طراحی می‌شوند. در حقیقت به واسطه الگوبرداری این سیستم‌ها از نظام منطق و استدلال انسان و نیز یکسان بودن منابع دانش مورد استفاده آن‌ها، حاصل کار یک سیستم خبره می‌تواند تصمیماتی باشد که درحوزه‌ها و عرصه‌های مختلف قابل استفاده، مورد اطمینان و تاثیرگذار هستند. بسیاری بر این باورند که سیستمهای خبره بیشترین پیشرفت را در هوش مصنوعی به وجود آورده‌اند. آن‌چه درادامه می‌خوانید نگاهی کوتاه به تعاریف و سازوکار سیستمهای خبره و گذری بر مزایا و محدودیت‌های به کارگیری این سیستم‌ها در علوم و فنون مختلف است. طبیعتاً مباحث کاربردی‌تر و عملی‌تر درباره سیستمهای خبره و بحث درباره نحوه توسعه و پیاده‌سازی آن‌ها، نیازمند مقالات جداگانه‌ای است
دانشمندان بارها به فکر افتادند که با ثبت قوانین پزشکی، فیزیکی و شیمیایی در کامپیوتر از کامپیوتر یک پزشک، مهندس یا شیمیدان بسازند اما جالب اینکه پاسخ پرسش هایی چون بیماری مادر همیشه غلط از آب در امده و پی آمد های گرانی به همراه داشته است . جان انسان مطاعی نیست که بتوان ان را به قمار گرفت. دراین جا به مفهومی به نام خبره بر می خوریم .
خبره همان فرد متخصص و باسواد یک حوزه است اما فرق یک فرد خبره ویک فرد باسواد در تصمیم گیریهای او است فرد با سواد در بر خورد با یک موقعیت پس از آنالیز کردن موقیعت و جمع آوری اطلاعات و مشاهدات در باره موقعیت طبق قوانین خشکی که در طول مطالعه ها به آن بر خورده تصمیم گیری می نماید . اما فرد خبره در بر خورد بایک موقعیت پس از آنالیز موقعیت، جمع آوری اطلاعات ومشاهدات درمورد موقعیت با مراجعه به تجربه خود و مشاهدات قبلی خود در مورد موقعیت یا موقعیتهای مشابه و استفاده از آن چه در زبان عامیانه آنرا حس ششم می نامیم، چندین تئوری ایجاد نموده وسپس با استفاده از قوانین پایه ای علمی وتصمیم درست را می گیرد پیتر جکسن سیستم های خبره را این چنین تعریف می کند :
.یک سیستم خبره یک برنامه کامپیوتری است که عمل نمایش و تعقل دانش را با دست داشتن دانش یک متخصص ووظیفه حل مشکلات یا فراهم نمودن اندرز و مشورت انجام می دهد چنین سیستمی وظیفه انجام اموری را که به برای انجام شدن به یک متخصص انسان یا یک اسیستانتا برای یک متخصص نیاز دارد را دارد .
به زبان ساده سیستم خبره یک برنامه کامپیوتری است به طریقی که جلوتر تو ضیح داده خواهد شد دانش و تجربه لازم در مورد یک موضوع مشخص را در خود داشته و بادریافت اطلاعات در مورد مساله یا موقعیت کنونی که مربوط به دانش خود نیز می باشد تصمیم گیری یا نتیجه گیری درستی را که از یک انسان خبره انتظار میرود را انجام می دهد . سیستم خبره شاخه از هوش مصنوعی است که مربوط به تقلید توان هایی معرفتی و شعوری انسان، چون حل مسائل ، درک و فهم زبان، آواها و تصاویر می باشد . تکنو لوژی سیستم خبره جز موفق ترین حوزه های هوش مصنوعی است . و تا کنون این تکنولوژی در حیطه های علمی چون شیمی آلی و پزشکی داخلی پیاده سازی وبا موفقیت به مصرف رسیده است .
موارد پایین جزو تفاوت های یک سیستم خبره و یک برنامه عادی که به یک دیتا بیس متصل است ،می باشد.
الف :یک سیستم خبره برای حل یک مشکل به جای شبیه سازی مشکل با مدل های ریاضی آن را به سبک انسان حل می کند . این بدان معناست که یک سیستم خبره به دنبال حل نمود یک مساله از طریق روش های بشر گونه است .
ب:یک سیستم خبره جای انجام عملیات ریاضی و استد لال برپایه روابط ریاضی، بر پایه دانش انسانی تعقل می نماید . دانش در لفاف یک زبان مخصوص درون برنامه نگه داری می شود و از ؟؟؟؟تعفل انجام می دهد جداست این دو ماجول جدا را به ترتیب پایگاه دانش و موتور استناج یا نتیجه گیری می نامیم
ج: یک سیستم خبره برای رسیدن به پاسخ از روشهای ابتکاری و تقریب زنی برای یافت پاسخ استفاده میکنند این روش ها بر خلاف استفاده از الگوریتم های مشخص رسیدن به پاسخ را ضمانت نمی کنند . روشهای ابتکاری و اساسا حسابهای تخمینی و فرضی هستند که در مدت توسط تجربه یا ابتکار به خرج دادن امتحان کردن راه های مختلف انجام یک کار بدست می آیند . ومنظور از تقریب ز نی آن است که داده ورودی حتما نباید کامل و عاری از خطا باشند و البته پاسخ های ایجاد شده توسط سیستم نیز خود همراه با ا یک در صد احتمال وقوع هستند .
مهم ترین موضوعات سیستم های خبره مباحث زیر هستند که مختصرا به تو ضیح هریک می پردازیم .
الف: فراگیری دانش
فراگیری دانش فرآیند تغییر تجربه و تخصص حل مسائل از یک منبع دانش به یک برنامه است .
معمولا این فرآیند طی سری مصاحبات بین یک متخصص کامپیوتر و یک خبره یک حوزه علمی انجام می گیرد که این فرآیند بسیار طولانی و سخت است زیرا اغلب اوقات افراد قادر به شرح فرآیند تصمیم گیری خویش نیستند . ویا افراد خبره از کلمات اصطلاحات حوزه تخصص خود برای توصیف فرآیند ها استفاده میکنند که تبدیل آن به داده کامپیوتری توسط یک متخصص کامپیوتر که از آن تخصص سر رشته ندارد عملا غیرممکن است .مثلا پخت غذا که همه با ان اشنا هستیم .یک اشپز از اصطلاح تفت دادن برای تشریح عمل سرخ کردن یک تکه خوراکی استفاده می کند اما واقعا تفت دادن یعنی چه ؟
سرخ کردن یک چیز در ماهیتابه تا زمانی که رنگ ان طلایی ش.د یک تو ضیح است >اما اگر بخواهیم سیب زمینی را تفت بدهیم چه ؟در مورد برنج در تخم مرغ خوابیده چی؟(برنج خوابیده در تخم مرغ یک غذای لذیذ اینگلیسی است )در مورد بادمجان چه ؟
این امر باعث شده دانشمندان این حوزه برای عمل کسب دانش در ماشین به شبکه های عصبی که به آموزش ماشین می انجامند روی بیاورند .
ب : نمایش دانش
نمایش داده حوزه علمی است که فقط مربوط به تکنولوژی سیستم خبره نمیشود بلکه در تمام شاخه های هوش مصنوعی با آن بر خورد خواهیم داشت . نمایش داده موضوعی است که در مورد شیوه نگه داری ، ارائه برخورد با دانش را بررسی میکند که البته هدف آن تقلید شیوه نگاهداری ارائه وبرخورد دانش در مغز انسان است .هر روش نمایش دانش باید دارای زبانی ساده عاری از دو پهلویی بااستعاره و اشاره که دارای نحو ( کلمات ،جملات و اساس ساختاری ) مشخص و تعریف شده و قوانین معنای نسبی که به شکل حالت و مکان هر کلمه یا جز زبان، معنای آن را درست واضح بیان مینماید ،باشد .
ساختار یک سیستم خبره
هر سیستم خبره از دو بخش مجزا ساخته شده است: پایگاه دانش و موتور تصمیم‌گیری.
پایگاه دانش یک سیستم خبره از هر دو نوع دانش مبتنی بر حقایق (factual) و نیز دانش غیرقطعی (heuristic) استفاده میکند. Factual knowledge، دانش حقیقی یا قطعی نوعی از دانش است که می‌توان آن را در حیطه‌های مختلف به اشتراک گذاشت و تعمیم داد؛ چراکه درستی آن قطعی است.
در سوی دیگر، Heuristic knowledge قرار دارد که غیرقطعی‌تر و بیشتر مبتنی بر برداشت‌های شخصی است. هرچه حدس‌ها یا دانش هیورستیک یک سیستم خبره بهتر باشد، سطح خبرگی آن بیشتر خواهد بود و در شرایط ویژه، تصمیمات بهتری اتخاذ خواهد کرد.
دانش مبتنی بر ساختار Heuristic در سیستمهای خبره اهمیت زیادی دارد این نوع دانش می‌تواند به تسریع فرآیند حل یک مسئله کمک کند.
البته یک مشکل عمده در ارتباط با به کارگیری دانشHeuristic آن است که نمی‌توان در حل همه مسائل از این نوع دانش استفاده کرد. به عنوان نمونه، نمودار (شکل 1) به خوبی نشان می‌دهد که جلوگیری از حمل سموم خطرناک از طریق خطوط هوایی با استفاده از روش Heuristic امکانپذیر نیست.