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

 

AI - معالجة اللغة الطبيعية

تشير معالجة اللغة الطبيعية (NLP) إلى طريقة الذكاء الاصطناعي للتواصل مع أنظمة ذكية باستخدام لغة طبيعية مثل اللغة الإنجليزية.

تكون معالجة اللغة الطبيعية مطلوبة عندما تريد أن يعمل نظام ذكي مثل الروبوت وفقًا لتعليماتك ، عندما تريد سماع قرار من نظام خبير إكلينيكي قائم على الحوار ، إلخ.

يتضمن مجال البرمجة اللغوية العصبية جعل أجهزة الكمبيوتر تؤدي مهام مفيدة مع اللغات الطبيعية التي يستخدمها البشر. يمكن أن يكون مدخلات ومخرجات نظام البرمجة اللغوية العصبية -

• خطاب
• النص المكتوب

مكونات البرمجة اللغوية العصبية

هناك نوعان من مكونات البرمجة اللغوية العصبية كما هو معطى -

فهم اللغة الطبيعية (NLU)

يتضمن الفهم المهام التالية -

• تعيين المدخلات المعطاة في اللغة الطبيعية إلى تمثيلات مفيدة.
• تحليل الجوانب المختلفة للغة.

توليد اللغة الطبيعية (NLG)

إنها عملية إنتاج عبارات وجمل ذات مغزى في شكل لغة طبيعية من بعض التمثيل الداخلي.

يتضمن -

• تخطيط النص - ويشمل استرداد المحتوى ذي الصلة من قاعدة المعرفة.

• تخطيط الجملة - ويشمل اختيار الكلمات المطلوبة ، وتشكيل عبارات ذات معنى ، وتحديد نغمة الجملة.

• تحقيق النص - هو تعيين خطة الجملة في بنية الجملة.

NLU أصعب من NLG.

صعوبات في NLU

NL لديها شكل وبنية غنية للغاية.

إنه غامض للغاية. يمكن أن تكون هناك مستويات مختلفة من الغموض -

• الغموض المعجمي - إنه على مستوى بدائي للغاية مثل مستوى الكلمة.

• على سبيل المثال ، التعامل مع كلمة "board" كاسم أو فعل؟

• غموض مستوى النحو - يمكن تحليل الجملة بطرق مختلفة.

• على سبيل المثال ، "لقد رفع الخنفساء بغطاء أحمر." - هل استخدم الغطاء لرفع الخنفساء أم أنه رفع خنفساء ذات غطاء أحمر؟

• الغموض المرجعي - الإشارة إلى شيء باستخدام الضمائر. على سبيل المثال ، ذهبت ريما إلى جوري. قالت ، "أنا متعبة". - بالضبط من هو المتعب؟

• يمكن لمدخل واحد أن يعني معاني مختلفة.

• يمكن أن تعني العديد من المدخلات نفس الشيء.

مصطلحات البرمجة اللغوية العصبية

• علم الأصوات - هو دراسة تنظيم الصوت بشكل منهجي.

• علم الصرف - هو دراسة لبناء الكلمات من وحدات بدائية ذات معنى.

• Morpheme - إنها وحدة بدائية للمعنى في اللغة.

• النحو - يشير إلى ترتيب الكلمات لتكوين جملة. كما يتضمن تحديد الدور الهيكلي للكلمات في الجملة والعبارات.

• الدلالات - يهتم بمعنى الكلمات وكيفية دمج الكلمات في عبارات وجمل ذات معنى.

• البراغماتية - تتعامل مع استخدام وفهم الجمل في المواقف المختلفة وكيف يتأثر تفسير الجملة.

• الخطاب - يتعامل مع كيفية تأثير الجملة السابقة مباشرة على تفسير الجملة التالية.

• المعرفة العالمية - وهي تشمل المعرفة العامة حول العالم.

خطوات البرمجة اللغوية العصبية

هناك خمس خطوات عامة -

• التحليل المعجمي - يتضمن تحديد وتحليل بنية الكلمات. معجم اللغة يعني مجموعة الكلمات والعبارات في اللغة. يقسم التحليل المعجمي الجزء الكامل من النص إلى فقرات وجمل وكلمات.

• التحليل النحوي (التحليل) - يتضمن تحليل الكلمات في الجملة من أجل القواعد النحوية وترتيب الكلمات بطريقة توضح العلاقة بين الكلمات. تم رفض الجملة مثل "المدرسة تذهب إلى الصبي" بواسطة محلل لغوي اللغة الإنجليزية.

• التحليل الدلالي - يرسم المعنى الدقيق أو المعنى القاموس من النص. يتم فحص النص للتأكد من جدواه. يتم ذلك عن طريق تعيين الهياكل النحوية والكائنات في مجال المهمة. المحلل الدلالي يتجاهل جملة مثل "الآيس كريم الساخن".

• تكامل الخطاب - يعتمد معنى أي جملة على معنى الجملة التي تسبقها مباشرة. بالإضافة إلى ذلك ، فإنه يجلب أيضًا معنى الجملة التالية على الفور.

• التحليل البراغماتي - خلال هذا ، يتم إعادة تفسير ما قيل وفقًا لما يعنيه بالفعل. إنه ينطوي على اشتقاق تلك الجوانب من اللغة التي تتطلب معرفة العالم الحقيقي.

الجوانب التنفيذية للتحليل النحوي

هناك عدد من الخوارزميات التي طورها الباحثون للتحليل النحوي ، لكننا نأخذ في الاعتبار الطرق البسيطة التالية فقط -

• قواعد خالية من السياق
• محلل من أعلى إلى أسفل

دعونا نراهم بالتفصيل -

قواعد خالية من السياق

إنها القواعد النحوية التي تتكون من قواعد برمز واحد على الجانب الأيسر من قواعد إعادة الكتابة. دعونا ننشئ قواعد نحوية لتحليل جملة -

"الطائر ينقر الحبوب"

المقالات (DET) - أ | و | ال

الأسماء - الطيور | الطيور | الحبوب | بقوليات

العبارة الاسمية (NP) - المادة + الاسم | مقالة + صفة + اسم

= DET N | DET ADJ N

الأفعال - المكاييل | نقر | منقور

عبارة الفعل (VP) - NP V | V NP

الصفات (ADJ) - جميل | صغير | النقيق

تقوم شجرة التحليل بتقسيم الجملة إلى أجزاء منظمة حتى يتمكن الكمبيوتر من فهمها ومعالجتها بسهولة. لكي تقوم خوارزمية الإعراب بإنشاء شجرة التحليل هذه ، يجب إنشاء مجموعة من قواعد إعادة الكتابة ، التي تصف هياكل الشجرة القانونية.

تنص هذه القواعد على أنه يمكن توسيع رمز معين في الشجرة من خلال سلسلة من الرموز الأخرى. وفقًا لقاعدة منطق الترتيب الأول ، إذا كان هناك سلسلتان Noun Phrase (NP) و Verb Phrase (VP) ، فإن السلسلة المدمجة بواسطة NP متبوعة بـ VP هي جملة. قواعد إعادة الكتابة للجملة هي كما يلي -

S → NP نائب الرئيس

NP → DET N | DET ADJ N

VP → V NP

ليكسوكون -

DET → أ | ال

ADJ → جميل | جثم

N → طائر | الطيور | الحبوب | بقوليات

الخامس → بيك | مكاييل | نقر

يمكن إنشاء شجرة التحليل كما هو موضح -

الآن ضع في اعتبارك قواعد إعادة الكتابة أعلاه. نظرًا لأنه يمكن استبدال V بكلتا "peck" أو "pecks" ، يمكن السماح بعبارات مثل "الطائر ينقر الحبيبات" بشكل خاطئ. أي تمت الموافقة على خطأ اتفاق الفاعل والفعل على أنه صحيح.

الجدارة - أبسط أسلوب لقواعد اللغة ، لذلك يستخدم على نطاق واسع.

عيوب -

• ليست دقيقة للغاية. على سبيل المثال ، "الحبوب تنقر على الطائر" ، هي صيغة صحيحة وفقًا للمحلل اللغوي ، ولكن حتى لو لم تكن منطقية ، فإن المحلل يأخذها على أنها جملة صحيحة.

• لإبراز دقة عالية ، يجب إعداد مجموعات متعددة من القواعد. قد يتطلب الأمر مجموعة مختلفة تمامًا من القواعد لتحليل الاختلافات الفردية والجمع والجمل المبنية للمجهول وما إلى ذلك ، مما قد يؤدي إلى إنشاء مجموعة ضخمة من القواعد التي لا يمكن التحكم فيها.

محلل من أعلى إلى أسفل

هنا ، يبدأ المحلل اللغوي بالرمز S ويحاول إعادة كتابته في سلسلة من الرموز الطرفية التي تتطابق مع فئات الكلمات في جملة الإدخال حتى تتكون بالكامل من رموز طرفية.

ثم يتم فحصها مع الجملة المدخلة لمعرفة ما إذا كانت مطابقة. إذا لم يكن الأمر كذلك ، فستبدأ العملية مرة أخرى بمجموعة مختلفة من القواعد. يتكرر هذا حتى يتم العثور على قاعدة محددة تصف بنية الجملة.

الجدارة - إنه سهل التنفيذ.

عيوب -

• إنه غير فعال ، حيث يجب تكرار عملية البحث في حالة حدوث خطأ.
• سرعة بطيئة في العمل.