سیستم های خبره
سیستم خبره یک فناوری هوش مصنوعی (AI) است که از توانایی تصمیمگیری یک متخصص انسانی تقلید میکند. این برای حل مسائل پیچیده در یک زمینه خاص با استدلال از طریق دانش طراحی شده است که عمدتاً به عنوان قواعد if-then نشان داده می شود. سیستم های خبره از ترکیبی از موتورهای استنتاج، بازنمایی دانش و رابط های کاربر برای ارائه مشاوره یا تصمیم گیری در یک حوزه خاص استفاده می کنند. هدف یک سیستم خبره ارائه مشاوره دقیق و قابل اعتماد برای حل مشکلات پیچیده ای است که نیاز به دانش تخصصی دارد. توسعه سیستمهای خبره، شیوههای کدگذاری، ذخیرهسازی و کاربرد دانش در حوزههای مختلف را متحول کرده است.
اجزای یک سیستم خبره
سیستمهای خبره برنامههای رایانهای هستند که برای نشان دادن رفتار هوشمند و قابلیتهای تصمیمگیری طراحی شدهاند که شبیه کارشناس انسانی در یک حوزه خاص است. سیستم های خبره دارای اجزای متعددی هستند که با هم کار می کنند تا بتوانند وظایف خود را به طور موثر انجام دهند. ضروری ترین اجزای یک سیستم خبره شامل پایگاه دانش، موتور استنتاج، رابط کاربری و امکانات توضیحی است. پایگاه دانش مخزن تمام دانش و تخصص است که یک سیستم خبره برای تصمیم گیری از آن استفاده می کند. موتور استنتاج مکانیزم استدلالی است که از دانش پایگاه دانش برای استنتاج و نتیجه گیری استفاده می کند و رابط کاربری روشی است که در آن کاربر با سیستم خبره تعامل دارد، در حالی که تسهیلات توضیحی بازخوردی را در مورد نحوه رسیدن سیستم خبره به نتیجه خود به کاربر ارائه می دهد. این مولفه ها در کنار یکدیگر یک سیستم خبره ایجاد می کنند که بتواند راه حل های دقیقی برای مسائل پیچیده ارائه دهد و آن را به ابزاری ارزشمند برای تصمیم گیری و حل مسئله در زمینه های مختلف تبدیل کند.
انواع سیستم های خبره موجود:
سه نوع سیستم خبره موجود است: سیستم های مبتنی بر قانون، سیستم های فازی و شبکه های عصبی. سیستم های مبتنی بر قانون رایج ترین نوع سیستم خبره هستند و از مجموعه ای از قوانین برای تصمیم گیری یا ارائه مشاوره استفاده می کنند. این قوانین معمولاً بر اساس عبارات if-then هستند، جایی که سیستم مجموعه ای از قوانین را برای داده هایی که دریافت می کند اعمال می کند و بر اساس آن توصیه هایی را ارائه می دهد. از سوی دیگر، سیستم های فازی زمانی استفاده می شوند که مرزهای بین دسته ها به خوبی تعریف نشده باشد. آنها از منطق فازی برای مقابله با داده های غیردقیق یا نامطمئن استفاده می کنند و می توانند توصیه های دقیق و ظریف تری نسبت به سیستم های مبتنی بر قانون ارائه دهند. در نهایت، شبکههای عصبی بر اساس مغز انسان مدلسازی میشوند و برای کارهایی مانند تشخیص الگو و پیشبینی استفاده میشوند. آنها می توانند از تجربیات بیاموزند و می توانند خود را با موقعیت های جدید تطبیق دهند و به ویژه در حوزه های پیچیده مفید باشند.
نمونه هایی از سیستم های خبره موفق:
MYCIN یک سیستم متخصص پزشکی که به تشخیص عفونت های باکتریایی کمک می کند.
DENDRAL یک سیستم خبره که به شیمیدانان کمک می کند تا مولکول های آلی ناشناخته را شناسایی کنند.
PROSPECTOR سیستمی که به زمین شناسان در اکتشاف مواد معدنی کمک می کند.
XCON سیستمی که به پیکربندی سفارشات برای رایانه های IBM کمک می کند.
R1/XCONFLICT سیستمی که توسط Digital Equipment Corporation برای پیکربندی کامپیوترهای VAX خود استفاده می شود.
INTERNIST-I یک سیستم متخصص پزشکی که به تشخیص بیماری ها بر اساس علائم کمک می کند.
CASNET یک سیستم خبره که در نیروی هوایی ایالات متحده برای برنامه ریزی لجستیک استفاده می شود.
مزایای استفاده از سیستم های خبره
- سیستم های خبره می توانند فرآیندهای تصمیم گیری را با ارائه اطلاعات دقیق و به موقع به کاربران بهبود بخشند. با بهره گیری از دانش و تخصص کارشناسان موضوع، سیستم های خبره می توانند توصیه هایی را بر اساس بینش ها و تحلیل های داده محور ارائه دهند.
- سیستم های خبره می توانند کارایی عملیاتی را با خودکارسازی وظایف و فرآیندهای معمول افزایش دهند. این می تواند به کاهش حجم کاری کارکنان و آزاد کردن زمان آنها برای کارهای مهم تر کمک کند.
- سیستمهای خبره میتوانند کیفیت و سازگاری خروجیها را بهبود بخشند و اطمینان حاصل کنند که کار سازمان از استاندارد بالایی برخوردار است.
- در نهایت، سیستم های خبره می توانند با ساده کردن فرآیندها و کاهش نیاز به مداخله انسانی به کاهش هزینه ها کمک کنند.
مشکلات استقرار سیستمهای خبره:
یکی از موانع اصلی بر سر استقرار سیستمهای اطلاعاتی و بهخصوص سیستمهای هوشمند تصمیم گیری، نیروی انسانی موجود در سازمان است. مقاومت در برابر تغییر یکی از نشانههای اهمیت نیروی انسانی سازمان است. بیشتر افراد با شدتهای متفاوت به تغییرپذیری بیعلاقه اند. انسانها متشکل از عادات خود هستند هرچه انسانها میدانند، حتی اگر مطلبی را به اشتباه یاد گرفته باشند، آنرا بهعنوان ارزش قابل احترامی برای خود میدانند. تغییر و اصلاح این ارزشها هرچند در افراد مختلف متفاوت است، ولی تغییرپذیری انسانها مترادف با بیارزش شدن دانسته هایشان تلقی میشود و مقاومت ناخودآگاه با آن امری اجتنابناپذیر است.
