سامانه‌های خبره (expert systems) و آشنایی با آنان

در هوش مصنوعی (هوش‌واره)، یک سامانه خبره، سامانه رایانه‌ای است که توانایی تصمیم‌گیری همچون یک انسان متخصص و کارآزموده را دارد. به عبارتی دیگر، سامانه‌های هوشمند یا خبره با کمک استدلال از طریق دانش و قانون‌های مورد استفاده افراد کارآزموده و متخصص در زمینه‌ای ویژه، به حل مساله می‌پردازد. با عامر‌اندیش همراه باشید تا با این سامانه‌ها بیشتر آشنا شویم.

ویژگی‌های سامانه‌های خبره

  • عملکرد بالا
  • درک قابل اطمینان
  • اطمینان از استتناج آنان
  • بسیار پاسخگو

توانایی‌های سامانه‌های خبره (سامانه‌های هوشمند)

  • مشاوره
  • آموزش و کمک به انسان در تصمیم‌گیری
  • نشان دادن با کمک توضیحات عملی
  • به دست آوردن راه‌حل
  • تشخیص صحیح
  • توضیحات منتطقی
  • تفسیر داده‌های ورودی در سامانه‌های هوشمند
  • پیش‌بینی نتایج
  • توجیه نتیجه‌گیری
  • پیشنهاد گزینه‌های جایگزین برای یک مشکل
  • جایگزینی مناسب به جای تصمیم‌گیرندگان انسانی در سامانه‌های هوشمند
  • در اختیار داشتن توانایی‌های انسانی
  • تولید خروجی دقیق برای پایگاه دانش ناکافی
  • پالایش دانش خودشان

آشنایی با کارکرد سامانه‌های خبره

برای آشنایی با این سامانه‌ها، در ابتدا باید اجزای آن را به درستی شناخت. این سامانه‌ها حداقل دو جز مهم و بنادین دارند:

  • پایگاه دانش (knowledge base)
  • موتور استنتاج (inference engine)

می‌توان برای درک بهتر، این اجزا را به چند دسته گوناگون تقسیم کرد:

  • افراد مرتبط با سامانه‌های خبره: این افراد همان متخصصان و کارآزمودگان، مهندس و یا کاربر ساده است که به منظور حل مشکل پیش رو به سامانه هوشمند مراجعه می‌کند. برای این منظور، او داده‌های لازم را در اختیار سامانه قرار می‌دهد و عمل استتناج نهایی را به وی واگذار می‌نماید.
  • پایگاه دانش و اطلاعات: این همان پایگاه داده‌های ارایه شده توسط کاربر است که به سامانه وارد می‌شود. در حقیقت، این پایگاه، مجموعه قوانین و استدلال‌های تخصصی است که توسط کاربر به سامانه وارد شده و با کمک آن‌ها، سامانه تلاش می‌دارد تا قضاوت و تصمیم‌گیری نهایی خود را در زمینه پرسش مورد نظر اعلام دارد.
  • موتور استنتاج: این قسمت از سامانه، به منزله قلب وی است. جالب است بدایند که سامانه‌های خبره به منظور ارایه استنتاج، از قانون ” اگر .. پس.. است” استفاده می‌کنند؛ یعنی با توجه به داده‌های ورودی (همان اگرها)، نتایج (همان پس‌ها) را استنباط می‌نماید.
  • رابط کاربر: منظور از رابط کاربر، مجموعه‌ای از تجهیزات و نرم‌افزارهاست که همچون کانالی ارتباطی میان کاربر یا سامانه هوشمند عمل می‌کند.
سامانه‌های خبره
سامانه‌های خبره

پایگاه دانش در سامانه‌های خبره :

این پایگاه شامل دانش ویژه دامنه (domain) و بسیار دقیق است. دانش برای ارایه و نشان دادن هوش، لازم و ضروری است. موفقیت هر سامانه هوشمند، اساسا به جمع‌آوری دانش بسیار دقیق  بستگی دارد.

حال پرسش بنیادین اینجاست که دانش چیست؟ دانش شامل داده‌های مجموعه حقایق است. اطلاعات به صورت داده و مجموعه حقایق در مورد وظیفه ویژه سازمان‌بندی می‌شوند. به عبارتی دگر، ترکیب باهم داده، اطلاعات و تجربه‌های گذشته را دانش می‌نامیم.

مولفه‌های پایگاه دانش در سامانه‌های خبره کدام است؟

مولفه‌های پایگاه دانش بر دو پایه استوار است، دانش حقیقی (factual knowledge) و دانش غیرقطعی (heuristic knowledge).

  • دانش حقیقی (factual knowledge): دانش حقیقی در سامانه‌های هوشمند اطلاعاتی است که توسط مهندس‌ها و دانش به حوزه وظیفه به صورت گسترده‌ای پذیرفته شده است.
  • دانش غیرقطعی(heuristic knowledge): این دانش برپایه تمرین، قضاوت دقیق، ارزیابی توانایی شخص و حدس و گمان است

بازنمایی دانش به چه صورت است؟

این روشی است که برای سامان‌بندی و رسمی‌سازی دانش در پایگاه دانش استفاده می شود. همانطور که پیش‌تر اشاره شد، بازنمایی دانش برپایه قانون “اگر … پس .. است” استوار است.

کسب دانش

موفقیت سامانه‌های خبره اساسا به کیفیت، کامل بودن و درستی اطلاعات دخیره شده در پایگاه دانش بستگی دارد.

پایگاه دانش با رونویسی از دانش و اطلاعات متخصصان، دانشمندان و مهندسان دانش گوناگون ساخته می‌شود. مهندس دانش شخصی است با ویژگی‌هایی مانند همدلی، یادگیری سریع و مهارت‌های تجزیه و تحلیل.

وی با ضبط، مصاحبه و مشاهده در محل کار و غیره اطلاعات را بدست می‌آورد و سپس آنان را به صورت معنی‌دار و در قالب قانون “اگر.. پس.. است” طبقه‌بندی و سازماندهی می‌کند تا توسط سامانه مورد استفاده قرار گیرد. مهندس دانش همچنین بر پیشرفت سامانه‌های خبره نظارت می‌کند.

موتور استنتاج

استفاده از روش‌ها و قوانین کارآمد توسط موتور استنتاج برای استنباط یک راه حل صحیح و بی عیب و نقص لازم ضروری است.

در صورت داشتن یک پایگاه دانش معتبر، موتور استنتاج دانش لازم را از پایگاه دانش بدست می‌آورد و با کار کردن بر روی آن به راه‌حل نهایی می‌رسد.

در مورد قانون مبتنی بر سامانه‌های هوشمند:

  • قانون‌هایی که پیش‌تر از طریق کاربرد دیگر قانون‌ها بدست‌آمده، بر روی حقایق بارها و بارها تکرار می‌کند.
  • در صورت لزوم، دانش جدیدی را به پایگاه دانش اضافه می‌کند.
  • هنگامی‌که چندین قانون برای یک مورد خاص قابل اجرا باشد، اختلافات را به کنار می‌گذارد.

موتور استنتاج برای راه‌حل پیشنهادی، از استراتژی‌های زیر استفاده می کند:

  • زنجیره روبه جلو (forward chaining): استراتژی سامانه خبره برای پاسخ به این پرسش است که “چه اتفاقی می‌توان رخ دهد؟” در اینجا موتور استنتاج، زنجیره‌ای از شرایط و مشتقات را دنبال می‌کند و درنهایت، نتیجه را استنباط می‌کند. موتور استنتاج، با در نظر گرفتن همه حقایق و قوانین، قبل از ارایه یک راه‌حل، آنان را طبقه‌بندی می‌کند. این استرتژی فروداشت‌ها، نتایج یا اثرها را دنبال می‌کند. به عنوان مثال، پیش‌بینی وضعیت بازار سهام به عنوان تاثیر تغییرات در نرخ بهره.
  • زنجیره رو به عقب (backward chaining): با استفاده از این استراتژی سامانه‌های هوشمند به دنبال پاسخی مناسب برای این پرسش است که “چرا این اتفاق افتاد؟” براساس آنچه پیش‌تر اتفاق افتاده، موتور استنتاج تلاش می‌کند تا دریابد کدام شرایط ممکن است برای این نتیجه در گذشته اتفاق بیافتد. این استراتژی برای یافتن دلیل دنبال می‌شود؛ به عنوان مثال، تشخیص سرطان خون در انسان
سامانه‌های خبره
سامانه‌های خبره

رابط کاربری در سامانه‌های هوشمند

یک کانال ارتباطی میان کاربر و سامانه هوشمند است. این رابط عموما پردازش گفتار است، به گونه‌ای که توسط کاربرانی استفاده می‌شود که در حوزه کاری خود دارای مهارت‌اند. لازم به ذکر است که کاربر سامانه هوشمند، نباید لزوما یک متخصص هوش مصنوعی باشد.

محدودیت‌های سامانه‌های هوشمند

هیچ فناوری قادر به ارایه راه‌حل ساده و کاملی نیست. سامانه‌های بزرگ هزینه‌برند که به منابع رایانه‌ای و زمان توسعه چشم‌گیری نیاز دارند. سامانه خبره خود محدودیت‌هایی دارد:

  • محدودیت در زمینه فناوری
  • کسب دانش دشوار
  • دشواری حفظ سامانه
  • هزینه‌های بالای توسعه

کاربرد سامانه‌های خبره

کابرد توضیح‌ها
دامنه طراحی طراحی لنزهای دوربین، طراحی ماشین‌های خودکار
دامنه پزشکی تشخیص بیماری‌ها با استفاده از داده‌های مشاهده شده، انجام اقدامات پزشکی بر روی انسان
نظارت سامانه‌ها و سیستم‌ها مقایسه متداوم داده‌ها با سیستم مشاهده شده یا با رفتارهای تجویز شده مانند نظارت بر نشت در خطوط بلند و طولانی نفتی
سامانه‌های کنترل فرایند نظارت و کنترل فرایندهای فیزیکی
طراحی دانش دریافتن مشکل در اتوموبیل‌ها، رایانه‌ها و غیره
امور بازرگانی و مالی بازشناسایی کلاه‌برداری، انتقال‌های مشکوک، بازار بورس و سهام، برنامه‌های پروازی فرودگاه‌ها، برنامه‌ریزی مرتبط با حمل بار (در فرودگاه‌ها)

فایده‌های سامانه‌های هوشمند

  • در دسترس بودن: دسترسی به آنان به واسطه تعداد زیادی نرم‌افزار در دسترس، به سادگی امکان‌پذیر است.
  • هزینه تولید کمتر: هزینه تولید کمتر بسیار معقول و منطقی است. به همین دلیل مقرون‌به‌صرفه‌اند.
  • سرعت: معمولا سرعت بالایی دارند. آنان حجم کاری که شخص باید انجام دهد، به صورت چشم‌گیری می‌کاهند.
  • آهنگ خطای کمتر: آهنگ خطایی این سامانه‌ها به نسبت به آهنگ خطای انسان، بسیار کمتر است.
  • پاسخگویی پایدار: آنان بدون هیچ احساس ناراحتی و یا خستگی به صورت مداوم می‌توانند به فعالیت خود ادامه دهند.
4.7/5 - (4 امتیاز)
لینک کوتاه شده : https://amerandish.com/0UcnW

به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

_ مطالب مرتبط _

هوش مصنوعی

7 کاربرد هوش مصنوعی در صنعت

طبق گزارش The Manufacturer، 92% از مدیران ارشد تولید در کشور های پیشرفته باور دارند که “کارخانه های هوشمند ” که پایه های آن ها

راه اندازی چت بات
مقالات

8 گام برای راه اندازی یک چت بات موفق

چت بات یک راه‌حل فناورانه است و مانند همه پروژه‌های نرم‌افزاری، موفقیت آن بستگی به این دارد که تا چه اندازه استراتژی پیاده‌سازی و اجرا

درخواست شما با موفقیت ارسال شد.

ضمن تشکر بابت ارسال پیام، در سریع‌ترین زمان ممکن کارشناسان شرکت عامراندیش درخواست شما را بررسی خواهند نمود.