مروری بر تاریخچه فن آوری سیستم های خبره

شاخه هوش مصنوعی در علوم رایانه از اواسط دهه پنجاه میلادی با هدف شبیه سازی فعالیتهای ادراکی انسان و نیز ساخت ماشین های هوشمند پایه گذاری گردید

شاخه هوش مصنوعی در علوم رایانه از اواسط دهه پنجاه میلادی با هدف شبیه‏سازی فعالیتهای ادراکی انسان و نیز ساخت ماشین‏های هوشمند پایه‏گذاری گردید. مشکل اساسی در این راه عدم وجود تعریفی منسجم از هوش که مورد اتفاق نظر باشد و همچنین شناختی کامل نسبت‏به جزئیات و مکانیزم فعالیتهای ادراکی انسان بود. به عبارت دیگر تلاش برای شبیه‏سازی، پدیده‏ای بود که شناخت کاملی از آن وجود نداشت. به همین دلیل بیشتر تحقیقات و پژوهشها به سمت‏شبیه‏سازی روی‏کردها و مظاهری از هوش انسانی سوق پیدا کرد و جنبه‏های کاربردی در زمینه‏های محدودی که احتمال موفقیت در آنها بیشتر متصور بود، بیش از پیش مورد توجه قرار گرفت. یکی از این زمینه‏ها که به دلیل برخورداری از برخی ویژگیها در ابتدا مورد توجه واقع شد، اثبات قضایای ریاضی بود. موفقیتهای به‏دست آمده در و Assistant ( Aura) Automated Reasoning موجب بروز خوش‏بینی‏های فراوان در آغاز راه نسبت‏به آینده هوش مصنوعی گردید. این برنامه‏ها قادر بودند برخی مسائل و قضایای ریاضی را اثبات نمایند و حتی در مواردی موفق به کشف اثباتهای کوتاهتر برای برخی از قضایای ریاضی شدند. یکی از بارزترین محصولات عملی حاصل از تحقیقات هوش مصنوعی طی سه دهه نخست آن، برنامه‏هایی می‏باشند که اصطلاحا «سیستم‏های خبره‏» نامیده می‏شوند. سیستم‏های خبره به کلاس وسیع‏تری از برنامه‏ها که تحت نام «سیستم‏های مبتنی بر دانش‏» شناخته می‏شوند، تعلق دارند. نمونه‏های دیگر سیستم‏های مبتنی بر دانش شامل «مشاوران خودکار» (Automated ,Advisers) دستیاران رایانه‏ای ,( Computerized Assistants) و«مشاوران مجازی‏» (Virtual Consultants) می‏باشند.

برای متمایز کردن سیستم‏های‏خبره از سایر سیستم‏های مبتنی بر دانش، معمولا توانایی ارائه توضیح و یا توجیه نمودن آنچه که سیستم به عنوان نتیجه به آن رسیده است، به عنوان یک شاخص در نظر گرفته می‏شود. سیستمی که بتواند روند استنتاج خودرا توضیح دهد دارای [meta knowledge] (دانش در باره دانش خود) می‏باشد. این سطح از دانش معیار مناسبی برای تفکیک سیستم‏های خبره از سایر سیستم‏های هوش مصنوعی که بر مبنای دانش عمل می‏کنند می‏باشد.

پیش از ادامه بحث لازم است‏به ارائه یک تعریف کلی از سیستم‏های خبره بپردازیم:

«سیستم‏های خبره دسته‏ای از برنامه‏های رایانه‏ای می‏باشند که قادر به راهنمایی، تحلیل، دسته‏بندی، مشاوره، طراحی، تشخیص، کاوش، پیش‏بینی، ایجاد مفاهیم، شناسایی، تفسیر، توجیه، یادگیری مدیریت، کنترل، برنامه‏ریزی، زمان‏بندی، و آزمایش هستند. این‏برنامه‏ها معمولا به مسائلی می‏پردازند که حل آنها نیاز به متخصصان انسانی دارد.»

اگرچه این تعریف به گونه‏ای کلی است که می‏تواند مورد انتقاد قرار گیرد; با وجود این، طیف وسیعی از تواناییهایی را که سیستم‏های خبره از خود نشان داده‏اند ارائه می‏دهد. البته هیچ‏یک از سیستم‏های خبره تا کنون به تنهایی تمامی این ویژگیها را در بر نداشته‏اند و هر یک تنها یک یا چند مورد از ویژگیهای فوق را به طور نسبی بروز داده‏اند.

اولین نمونه‏های سیستم‏های خبره در اواسط دهه شصت میلادی تحت عناوین پروژه DENDRAL در دانشگاه استانفورد و MACSYMA در انستیتوی تکنولوژی ماساچوست (MIT) عرضه شدند. در باره این دو پروژه و نیز سیستم‏های خبره‏ای در زمینه‏های زمین‏شناسی، الکترونیک و پزشکی توضیح خواهیم داد. ولی پیش از پرداختن به این سیستم‏ها مناسب است که با ساختار کلی سیستم‏های خبره و اجزا و مؤلفه‏های تشکیل دهنده یک سیستم خبره آشنا شویم.

اساسی‏ترین مفهومی که زیربنای موفقیت تمام سیستم‏های خبره می‏باشد، اهمیت و نقش دانش است. بدون برخورداری از یک پایگاه دانش کافی، یک سیستم خبره - صرف نظر از پیچیدگی نمایش دانش و یا مکانیزم استنتاجی که استفاده می‏کند- موفق نخواهد بود. روند استخراج و کسب دانش از متخصصان انسانی و انتقال آن به پایگاه دانش یک سیستم خبره را «مهندسی دانش‏» می‏نامند.

با این مقدمه، می‏توانیم برخی ویژگیهای مشترک بین سیستم‏های خبره را به طور خلاصه بیان کنیم:

ذکر یک نکته و تاکید بر آن ضرورت دارد و آن این است که در کلیه زمینه‏هایی که تا کنون در آنها سیستم‏های خبره مورد استفاده و بهره‏برداری قرار گرفته‏اند، این سیستم‏ها همواره به عنوان ابزاری دراختیار متخصصان انسانی و مشاوری در کنار آنها و نه جایگزینی برای آنها مطرح بوده‏اند.

- سیستم در سطحی که عموما هم‏طراز عملکرد یک متخصص انسانی شناخته می‏شود عمل می‏کند.

- سیستم به شدت وابستگی به یک رشته خاص دارد. به بیان دیگر سیستم اطلاعات وسیعی در یک زمینه تخصصی خاص دارد.

- سیستم می‏تواند در باره استدلال خود توضیح دهد. به عبارت دیگر سیستم زمانی به عنوان یک ابزار مفید و کارآمد در نظر گرفته می‏شود که قادر باشد تحلیل و استنتاج خودرا توضیح دهد و آن را توجیه نماید.

- اگر اطلاعاتی که سیستم با آن کار می‏کند، احتمالی یا غیر قطعی باشد، سیستم بتواند این احتمال و عدم قطعیت را در مراحل استنتاج خود دخیل کند.

از نظر ساختاری نیز سیستم‏های خبره دارای اجزای ذیل می‏باشند:

- یک رابط کاربر: این رابط، ارتباط میان کاربر و سیستم را برقرار می‏کند و به کاربر اجازه می‏دهد پرسشهای خودرا در اختیار سیستم خبره قرار دهد و همچنین متقابلا سیستم این امکان را دارد که از طریق این رابط پاسخهای خودرا به یک کاربر بازگرداند.

این رابط می‏تواند به سادگی یک منوی ساده برای ورودی / خروجی باشد یا به پیچیدگی محاوره از طریق زبان طییعی.

- یک پایگاه دانش: این پایگاه بخش اصلی سیستم را تشکیل می‏دهد که شامل حقایق و قوانین در زمینه تخصصی سیستم خبره می‏باشد و غالبا توسط قوانینی به شکل گزاره‏های «اگر - آنگاه‏» بیان می‏گردد.

- یک ساختار کنترلی: این ساختار کنترلی که به نامهای مفسر قانون یا موتور استنتاج نیز شناخته می‏شود، وظیفه اعمال و به‏کارگیری اطلاعات موجود در پایگاه دانش را برای حل مسئله به عهده دارد.

- حافظه کوتاه مدت: علاوه بر پایگاه دانش که به عنوان حافظه بلند مدت تلقی می‏گردد، حافظه کوتاه مدت دیگری نیز مورد نیاز می‏باشد تا مراحل مختلف یافتن پاسخ و مسیر طی شده از سؤال به جواب را در خود نگه دارد.

پیش از پرداختن به معرفی و مرور اجمالی برخی سیتسم‏های خبره، مناسب است‏به این سؤال پاسخ دهیم که اساسا با وجود برخورداری از متخصصان انسانی چه نیازی به استفاده از متخصصان مصنوعی (سیستم‏های خبره) است. در پاسخ به این سؤال می‏توان دلایل متعددی را عنوان نمود. از آن جمله، زمان نسبتا طولانی که برای باروری و به ثمر رسیدن یک متخصص انسانی لازم است. با توسعه و گسترش روزافزون معارف و دانشهای بشری، کسب معارف گوناگون و احاطه کامل به آنها دشوارتر شده و نیازمند زمان بیشتری خواهد بود. سیستم‏های خبره به راحتی قابل تکثیر بوده و به‏راحتی قابل انتقال می‏باشند. از دیدگاه اقتصادی نیز می‏توان دلایلی را بر شمرد.

البته ذکر یک نکته و تاکید بر آن در اینجا ضرورت دارد و آن این است که در کلیه زمینه‏هایی که تا کنون در آنها سیستم‏های خبره مورد استفاده و بهره‏برداری قرار گرفته‏اند، این سیستم‏ها همواره به عنوان ابزاری دراختیار متخصصان انسانی و مشاوری در کنار آنها و نه جایگزینی برای آنها مطرح بوده‏اند.

در ادامه به معرفی اجمالی چند سیستم خبره می‏پردازیم و در پایان نیز مروری خواهیم داشت‏بر سایر زمینه‏هایی که سیستم‏های خبره در آنها مورد استفاده قرار گرفته است.

● سیستم خبره و تحلیل‏گر شیمیائی:

این سیستم یکی ازنخستین نمونه‏های موفق سیستم‏های خبره است که در سال ۱۹۵۶(م.) ارائه گردید. این سیستم خبره برنامه‏ای است‏برای استنتاج ساختمان مولکولی یک جسم با استفاده از اطلاعاتی که به عنوان ورودی در اختیار آن قرار می‏گیرد. اطلاعات ورودی شامل فرمول شیمیائی یک ماده، طیف جرمی ماده آلی و اطلاعات مربوط به آن ماده می‏باشد و DENDRAL با بهره‏گیری از این اطلاعات و قوانین موجود در پایگاه دانش خود ساختمان مولکولی ماده مورد نظر را پیشنهاد می‏کرد. در حالی که این سیستم خبره موفق نمی‏شد که یک ساختمان مولکولی واحد و منحصر به فرد را بیابد، لیستی از محتمل‏ترین ساختارهای ممکن را با احتمال نسبی هر یک ارائه می‏داد. شاید بزرگترین دستاورد این سیستم خبره نشان دادن توانایی رایانه‏ها در ارائه نقش یک متخصص در یک زمینه خاص و محدود بود. این سیستم قادر بود در حد یک دکترای شیمی یا حتی بهتر عمل نماید.

● MACSYMA سیستم خبره ریاضی:

(MACSYMA) که در سال ۱۹۶۹(م.) برای کمک به ریاضیدانان، دانشمندان و مهندسان در حل مسائل ریاضی طراحی و پیاده‏سازی گردید، یک سیستم مبتنی بر دانش می‏باشد که بیش از ۶۰۰ عملیات ریاضی مختلف از قبیل مشتق‏گیری، انتقال‏گیری، اشتراک‏گیری، حل دستگاه معادلات و مجموعه عملیات ماتریسی و برداری را می‏تواند انجام دهد. این سیستم با برخورداری از یک پایگاه دانش قوی، امروزه نیز مورد استفاده صدها محقق و پژوهشگر می‏باشد و هم به صورت تجاری و هم بر روی شبکه ARPANET ارائه می‏گردد.

● prospector سیستم خبره زمین‏شناسی:

این سیستم خبره به منظور تصمیم‏گیری در مورد مسائل کاوش معادن در سال ۱۹۷۸(م.) طراحی شده است. در این سیستم از ساختاری به نام شبکه استنتاج برای نمایش پایگاه داده‏ها استفاده شده است. از ویژگیهای این سیستم، امکان استفاده از ورودی‏ها با درجات مختلف درستی می‏باشد. این درجات از ۵- برای «قطعا نادرست‏» تا ۵+ برای «قطعا درست‏» می‏باشد و سیستم تصمیمات خودرا نیز می‏تواند به همین ترتیب دسته‏بندی نماید. همچنین این سیستم خبره قادر است در باره تصمیمات و نتایجی که به آن می‏رسد توضیح داده و استدلال نماید.

از دیگر سیستم‏های خبره می‏توان به mycin در تشخیص بیماریهای عفونی خونی و XCON که سیستمی ست‏برای تعیین پیکربندی رایانه اشاره کرد که هر کدام با موفقیت‏به مرحله استفاده تجاری نیز رسیده‏اند.

علاوه بر کاربردهای فوق، سیستم‏های خبره در زمینه‏های متنوعی از قبیل کشاورزی، شیمی، سیستم‏های رایانه‏ای، الکترونیک، مهندسی، زمین‏شناسی، مدیریت اطلاعات، حقوق، ساخت و تولید، پزشکی، هواشناسی، علوم نظامی، فیزیک، کنترل و فن‏آوری فضائی مورد استفاده قرار گرفته است.

محمد حسین نجفی شعاع

http://۷sepehr.blogfa.com