الذكاء الاصطناعي - الأنظمة الخبيرة

Ad by Valueimpression

 الصفحة السابقة

الصفحة التالية  

تعد الأنظمة الخبيرة (ES) أحد المجالات البحثية البارزة في الذكاء الاصطناعي. يتم تقديمه من قبل الباحثين في جامعة ستانفورد ، قسم علوم الكمبيوتر.

ما هي الأنظمة الخبيرة؟

الأنظمة الخبيرة هي تطبيقات الكمبيوتر التي تم تطويرها لحل المشكلات المعقدة في مجال معين ، على مستوى الذكاء والخبرة البشرية غير العادية.

خصائص الأنظمة الخبيرة

• أداء عالي
• مفهوم
• موثوق
• استجابة عالية

قدرات الأنظمة الخبيرة

الأنظمة الخبيرة قادرة على -

• نصح
• إرشاد ومساعدة الإنسان في اتخاذ القرار
• التظاهر
• اشتقاق الحل
• التشخيص
• شرح
• تفسير المدخلات
• توقع النتائج
• تبرير الاستنتاج
• اقتراح خيارات بديلة لمشكلة ما

إنهم غير قادرين على -

• استبدال صناع القرار البشري
• امتلاك القدرات البشرية
• إنتاج مخرجات دقيقة لقاعدة معرفية غير كافية
• صقل معارفهم الخاصة

مكونات الأنظمة الخبيرة

تشمل مكونات ES -

• قاعدة المعرفة
• محرك الاستدلال
• واجهة المستخدم

دعونا نراهم واحدًا تلو الآخر لفترة وجيزة -

قاعدة المعرفة

يحتوي على معرفة خاصة بالمجال وعالية الجودة.

المعرفة مطلوبة لإظهار الذكاء. يعتمد نجاح أي ES بشكل رئيسي على جمع معلومات دقيقة للغاية ودقيقة.

ما هي المعرفة؟

البيانات عبارة عن مجموعة من الحقائق. يتم تنظيم المعلومات كبيانات وحقائق حول مجال المهمة. البيانات والمعلومات، و الخبرات السابقة وتسمى مجتمعة معا إلى المعرفة.

مكونات قاعدة المعرفة

القاعدة المعرفية لـ ES هي مخزن لكل من المعرفة الواقعية والإرشادية.

• المعرفة الواقعية - هي المعلومات المقبولة على نطاق واسع من قبل مهندسي المعرفة والعلماء في مجال المهمة.

• المعرفة الاستكشافية - يتعلق الأمر بالممارسة والحكم الدقيق وقدرة الفرد على التقييم والتخمين.

تمثيل المعرفة

إنها الطريقة المستخدمة لتنظيم المعرفة وإضفاء الطابع الرسمي عليها في قاعدة المعرفة. إنه في شكل قواعد IF-THEN-ELSE.

اكتساب المعرفة

يعتمد نجاح أي نظام خبير بشكل رئيسي على جودة واكتمال ودقة المعلومات المخزنة في قاعدة المعرفة.

تتكون قاعدة المعرفة من قراءات من مختلف الخبراء والعلماء ومهندسي المعرفة . مهندس المعرفة هو شخص يتمتع بصفات التعاطف والتعلم السريع ومهارات تحليل الحالة.

يكتسب معلومات من خبير في الموضوع عن طريق تسجيله وإجراء مقابلات معه ومراقبته في العمل ، وما إلى ذلك. ثم يصنف المعلومات وينظمها بطريقة ذات مغزى ، في شكل قواعد IF-THEN-ELSE ، لاستخدامها بواسطة آلة التداخل. يراقب مهندس المعرفة أيضًا تطوير ES.

محرك الاستدلال

يعد استخدام الإجراءات والقواعد الفعالة بواسطة محرك الاستدلال أمرًا ضروريًا في استنباط حل صحيح لا تشوبه شائبة.

في حالة ES القائمة على المعرفة ، يكتسب محرك الاستدلال المعرفة من قاعدة المعرفة ويتعامل معها للوصول إلى حل معين.

في حالة ES المستندة إلى القواعد ،

• يطبق القواعد بشكل متكرر على الحقائق التي تم الحصول عليها من تطبيق القاعدة السابق.

• يضيف معرفة جديدة إلى قاعدة المعرفة إذا لزم الأمر.

• يحل تعارض القواعد عندما تنطبق قواعد متعددة على حالة معينة.

للتوصية بحل ، يستخدم محرك الاستدلال الاستراتيجيات التالية -

• التسلسل إلى الأمام
• التسلسل الخلفي

التسلسل إلى الأمام

إنها إستراتيجية لنظام خبير للإجابة على سؤال "ماذا يمكن أن يحدث بعد ذلك؟"

هنا ، يتبع محرك الاستدلال سلسلة الشروط والاشتقاقات وأخيراً يستنتج النتيجة. يأخذ بعين الاعتبار كل الحقائق والقواعد ، ويصنفها قبل التوصل إلى حل.

يتم اتباع هذه الإستراتيجية للعمل على الاستنتاج أو النتيجة أو التأثير. على سبيل المثال ، التنبؤ بحالة سوق الأسهم كأثر للتغيرات في أسعار الفائدة.

التسلسل الخلفي

باستخدام هذه الإستراتيجية ، يكتشف نظام خبير إجابة السؤال ، "لماذا حدث هذا؟"

على أساس ما حدث بالفعل ، يحاول محرك الاستدلال معرفة الظروف التي كان من الممكن أن تحدث في الماضي لهذه النتيجة. يتم اتباع هذه الاستراتيجية لمعرفة السبب أو السبب. على سبيل المثال ، تشخيص سرطان الدم لدى البشر.

واجهة المستخدم

توفر واجهة المستخدم التفاعل بين مستخدم ES و ES نفسه. إنها معالجة لغة طبيعية بشكل عام بحيث يتم استخدامها من قبل المستخدم المتمرس في مجال المهمة. لا يحتاج مستخدم ES بالضرورة أن يكون خبيرًا في الذكاء الاصطناعي.

يشرح كيف توصل ES إلى توصية معينة. قد يظهر الشرح في الأشكال التالية -

• يتم عرض اللغة الطبيعية على الشاشة.
• روايات شفهية بلغة طبيعية.
• قائمة أرقام القواعد المعروضة على الشاشة.

تجعل واجهة المستخدم من السهل تتبع مصداقية الخصومات.

متطلبات واجهة المستخدم الفعالة ES

• يجب أن يساعد المستخدمين على تحقيق أهدافهم بأقصر طريقة ممكنة.

• يجب أن تكون مصممة للعمل مع ممارسات العمل الحالية أو المرغوبة للمستخدم.

• يجب أن تكون تقنيتها قابلة للتكيف مع متطلبات المستخدم ؛ ليس العكس.

• يجب أن تستخدم مدخلات المستخدم بكفاءة.

قيود النظم الخبيرة

لا توجد تقنية يمكنها تقديم حل سهل وكامل. الأنظمة الكبيرة مكلفة وتتطلب وقت تطوير كبير وموارد كمبيوتر. ES لها حدودها والتي تشمل -

• حدود التكنولوجيا
• صعوبة اكتساب المعرفة
• يصعب الحفاظ على ES
• تكاليف تطوير عالية

تطبيقات نظام الخبراء

يوضح الجدول التالي أين يمكن تطبيق ES.

تطبيق	وصف
مجال التصميم	تصميم عدسة الكاميرا ، تصميم السيارات.
المجال الطبي	أنظمة التشخيص لاستنتاج سبب المرض من البيانات المرصودة ، إجراء العمليات الطبية على الإنسان.
أنظمة المراقبة	مقارنة البيانات بشكل مستمر مع النظام المرصود أو مع السلوك المحدد مثل مراقبة التسرب في خط أنابيب البترول الطويل.
أنظمة التحكم في العمليات	السيطرة على عملية فيزيائية على أساس المراقبة.
مجال المعرفة	الكشف عن الأعطال في المركبات وأجهزة الكمبيوتر.
المالية / التجارة	كشف الاحتيال المحتمل ، المعاملات المشبوهة ، تداول البورصة ، جدولة شركات الطيران ، جدولة الشحن.

تقنية النظام الخبير

تتوفر عدة مستويات من تقنيات ES. تشمل تقنيات الأنظمة الخبيرة -

• بيئة تطوير النظام الخبير - تشتمل بيئة تطوير ES على الأجهزة والأدوات. هم -

  • محطات العمل ، أجهزة الكمبيوتر الصغيرة ، أجهزة الكمبيوتر المركزية.

  • لغات البرمجة الرمزية عالية المستوى مثل LIS t P rogramming (LISP) و PRO grammation en LOG ique (PROLOG).

  • قواعد البيانات الكبيرة.

• الأدوات - إنها تقلل من الجهد والتكلفة التي ينطوي عليها تطوير نظام خبير إلى حد كبير.

  • أدوات تحرير وأدوات تصحيح أخطاء قوية مع نوافذ متعددة.

  • أنها توفر النماذج الأولية السريعة

  • لديك تعريفات داخلية للنموذج ، وتمثيل المعرفة ، وتصميم الاستدلال.

• القذائف - القشرة ليست سوى نظام خبير بدون قاعدة معرفية. توفر shell للمطورين اكتساب المعرفة ومحرك الاستدلال وواجهة المستخدم وإمكانية التفسير. على سبيل المثال ، يتم إعطاء عدد قليل من الأصداف أدناه -

  • Java Expert System Shell (JESS) التي توفر Java API مطور بالكامل لإنشاء نظام خبير.

  • Vidwan ، قذيفة تم تطويرها في المركز الوطني لتكنولوجيا البرمجيات ، مومباي في عام 1993. وهي تتيح تشفير المعرفة في شكل قواعد IF-THEN.

تطوير النظم الخبيرة: الخطوات العامة

عملية تطوير ES تكرارية. تشمل خطوات تطوير ES -

تحديد مجال المشكلة

• يجب أن تكون المشكلة مناسبة لنظام خبير لحلها.
• ابحث عن الخبراء في مجال المهام لمشروع ES.
• إنشاء فعالية التكلفة للنظام.

تصميم النظام

• التعرف على تقنية ES

• معرفة وتحديد درجة التكامل مع الأنظمة وقواعد البيانات الأخرى.

• أدرك كيف يمكن للمفاهيم تمثيل معرفة المجال بشكل أفضل.

تطوير النموذج الأولي

من قاعدة المعرفة: مهندس المعرفة يعمل على -

• اكتساب معرفة المجال من الخبير.
• قم بتمثيله في شكل قواعد If-THEN-ELSE.

اختبار وصقل النموذج الأولي

• يستخدم مهندس المعرفة حالات عينة لاختبار النموذج الأولي لأي قصور في الأداء.

• يقوم المستخدمون النهائيون باختبار النماذج الأولية لـ ES.

تطوير واستكمال ES

• اختبار وتأكد من تفاعل ES مع جميع عناصر بيئتها ، بما في ذلك المستخدمين النهائيين وقواعد البيانات وأنظمة المعلومات الأخرى.

• توثيق مشروع ES بشكل جيد.

• تدريب المستخدم على استخدام ES.

حافظ على النظام

• حافظ على تحديث قاعدة المعارف عن طريق المراجعة والتحديث المنتظمين.

• تلبية واجهات جديدة مع أنظمة المعلومات الأخرى ، مع تطور هذه الأنظمة.

فوائد الأنظمة الخبيرة

• التوفر - إنها متاحة بسهولة بسبب الإنتاج الضخم للبرامج.

• تكلفة إنتاج أقل - تكلفة الإنتاج معقولة. هذا يجعلها في متناول الجميع.

• السرعة - أنها توفر سرعة كبيرة. إنها تقلل من حجم العمل الذي يقوم به الفرد.

• معدل خطأ أقل - معدل الخطأ منخفض مقارنة بالأخطاء البشرية.

• تقليل المخاطر - يمكن أن تعمل في بيئة تشكل خطورة على البشر.

• استجابة ثابتة - تعمل بثبات دون أن تتعرض للحركة أو التوتر أو التعب