دانلود مقاله سیستمهای خبره با فرمت ورد ودر 485 صفحه قابل ویرایش

 

فهرست مطالب:
مقدمه:12
فصل اول: سامانه های خبره13
حوزه‌های کاربرد15
مزاياي يک سيستم خبره چيست؟16
سيستم هاي متخصص چگونه کار مي کنند؟21
بانک اطلاعاتي21
توليد کننده مکالمه22
ماشین باهوش چیست؟23
گذرى بیشتر بر سيستم هاى خبره23
نکات تاریخی25
هوش مصنوعي و سیستمهای خبره25
مزایا و محدودیت‌های سیستم‌های خبره30
مثال هايي از سيستم هاي متخصص تجاري32
سيستم هاي خبره به عنوان سيستم هاي پشتيباني تصميم گيري33
تفاوت بين سيستم هاي خبره وسيستم هاي پشتيباني تصميم گيري33
جدول 1-3 تفاوت هاي بين DSS وسيستم هاي خبره35
هوش مصنوعي35
هيوريستيك (كشفيات ذهني)36
جستجوي فضاي حالت38
تكنيك هاي جستجو39
جستجوي كوركورانه40
جستجوي هيوريستيك (ذهني)42
كاربرد قوانين در نمايش دانش43
استنتاج44
استنتاج قياسي44
استنتاج استقرايي45
دانش رويه اي واعلاني45
موتوراستنتاج46
امكانات تفسير48
ابزارهاي ايجاد سيستم خبره49
فصل دوم: کاربرد سیستمهای خبره51
کاربرد سیستم‌های خبره‌52
● طراحی و زمانبندی‌52
مقدمات هوش مصنوعي52
برنامه هاي هوش مصنوعي براي حل مسائل عمومي54
پيدايش KBS55
جدول 1-1 برخي سيستم هاي خبره تجربي56
محدوده كار56
DENDRAL56
MACSYMA56
MYCIN57
DEC57
XCON57
ظهور سيستم هاي خبره تجاري57
هوش مصنوعي در قرن بيست و يكم58
جدول 1-2 : پيشرفت سيستم هاي خبره ازسال 1990 تاكنون59
شرح59
NASA,USA59
GPSS59
NSSP59
DARPA , USA60
DART60
LINKMAN60
انسان متخصص درمقايسه با سيستم هاي خبره60
مزاياي كامپيوتري61
مزاياي انسان62
فوائد سيستم هاي خبره62
مزاياي سازماني سيستم هاي خبره62
مزاياي فردي سيستم خبره63
●تصمیم‌گیری‌های مالی‌63
چند سیستم خبره مشهور64
عامل‌ها و سيستم‌هاي خبره (Expert Systems)66
عامل‌هاي هوشمند و هوش مصنوعي (AI)67
فصل سوم: هوش مصنوعی رباتیک سیستم خبره69
هوش مصنوعی رباتیک سیستم خبره70
كوچك، زيباست71
`توان خارق العاده`72
ابعاد تازه73
نياز براي سيستم هاي خبره75
محدوديت سيستم هاي خبره نسبت به انسان76
چه موقع سيستم هاي خبره مفيدند ؟76
توانايي يادگيري مشخصه اصلي سيستم خبره76
خصوصیات سیستم خبره:80
به عنوان مثال : تميزكاري لانه مورجه ها80
اصول سیستم خبره81
طبقه بندی سیستم خبره (گروهی):81
طبیعی در مقابل مصنوعی:82
علمی در مقابل مهندسی:82
تعامل دو دسته طبیعی/ مصنوعی و علمی/مهندسی:83
اجزاي اصلی سیستمهای خبره83
مهارت هاي مورد نياز براي مهندس دانش84
ابزار هاي ايجاد سيستم هاي خبره84
زبان هاي برنامه نويسي85
كاربرد اصلی سيستم هاي خبره85
واسطه كاربر86
معماري سيستم هاي خبره87
قابليت يادگيري88
مقايسه بين سيستم هاي خبره با سيستم هاي قراردادي رايج. 288
نمايش دانش90
قوانين توليد91
مزاياي قوانين92
قوانين هيوريستيك94
قوانين محدوده (دامنه)94
دانش رويه ا ي94
معايب سيستم هاي توليد قانون95
شبكه هاي معنايي96
قاب ها98
شكل 3-3: الگوي قاب حيوان.99
تاريخچه هوش مصنوعي105
هوش چیست؟107
فلسفه هوش مصنوعی107
مدیریت پیچیدگی108
عامل‌های هوشمند110
.110
رابطه سیستم خبره با هوش مصنوعي111
نمونه هايي ازاشياءقاب111
منطق 1112
علائم ارتباطي113
منطق محصولات1114
سورها در منطقه محمولات115
نمايش تركيبي116
جدول 3-3 مزايا و معايب روش هاي نمايش دانش.117
جدول 3-4: خلاصه ا ي از ويژگي هاي روش هاي نمايش دانش.118
مزاياي قوانين119
منطق گزاره ا ي121
مهارت هاي مورد نياز براي مهندسي دانش122
اكتساب و اخذ دانش123
اكتساب دانش124
مصاحبه124
تكنيك هاي مصاحبه مستقيم126
مصاحبه جهت دهنده126
مصاحبه ساختيافته127
مصاحبه متفكرانه127
خلاصه ا ي ازتكنيك هاي مصاحبه128
جدول 1-4 : تكنيك هاي مصاحبه.128
ساير تكنيك هاي استخراج دانش129
شبكه فهرست 1130
تكنيك هاي بصري130
تحليل پروتكل 2131
مشاهده131
مطالعات موردي132
نقش بازي133
مشكلات اكتساب دانش133
جدول 4-2: مشكلات اكتساب دانش.133
فصل چهارم: سيستمهاي خبره در كتابخانه و محيط اطلاعاتي135
ماهيت سيستم خبره136
مسائل و مشکلات سیستمهای خبره137
مسائل انسانی138
مسائل اجرایی138
كاربردهاي سيستمهاي خبره در كتابخانه ها139
فهرست نویسی و رده بندی140
نمایه سازی و چکیده نویسی141
مجموعه سازی141
مدیریت اطلاعات141
عوامل هوشمند: (Intelligent Agents)142
1. عوامل فيلترگذار( مرور كردن اطلاعات)143
2. عوامل جستجو143
وظايف يك عامل هوشمند144
خدمات مرجع144
شبيه سازي انسان146
نتیجه گیری147
ساختار سيستم هاي خبره کتابخانه ها147
جستجو در پايگاه هاي اطلاعاتي152
چرا سيستم هاي خبره اين قدر معروف شده اند ؟155
مثالی کاربردی از یک سیستم خبره : ارزیابی سیستم خبره برنامه ریزی تولید(GENESYS)157
زمانبندی تولید هوشمند و مفاهیم مدیریتی158
الف: فراگیری دانش162
ب : نمایش دانش163
هوش مصنوعي سيستم هاي خبره وتأثيرآن برسيستم هاي پشتيباني تصميم165
فصل پنجم: ابزارهای طراحی سیستمهای خبره168
زبان های هوش مصنوعی169
طراحی سیستم های خبره فازی از روی داده های ورودی خروجی172
فلسفهٔ هوش مصنوعی176
مدیریّت پیچیدگی177
تکنیک ها وزبانهای برنامه نویسی هوش مصنوعی179
سیستم‌های خبره180
عامل‌های هوشمند181
پردازش‌ زبان‌هاي‌ طبيعي‌ (NLP)183
AIزمینه های پژوهشی دیگری را نیز شامل میشود184
تجربه های بدست آمده185
حساب کردن و شطرنج بازی کردن185
فصل ششم: تکنیکها و زبانهای برنامه نویسی سیستمهای خبره187
زبان ، شناخت و خلاصه پردازي189
خلاصه پردازي طبقه بندي شده (سلسله مراتبي )190
خصوصيات مطلوب يك زبان AI195
خلاصه اي دربارة LISP و PROLOG211
PROLOG212
قواعد استنتاج225
جدول 8-3 بعضی قواعد استنتاج برای منطق گزاره ای236
جدول 9-3 معانی Modus236
طراحی سیستمهای خبره240
انتخاب مسئله مناسب240
انتخاب الگوی مناسب240
چرا ما یک سیستم خبره می سازیم؟240
عواید سیستم242
سیستم خبره چه عوایدی دارد؟242
این کار چه میزان هزینه در برخواهد داشت؟244
مراحل ایجاد یک سیستم خبره244
خطاها در مراحل ایجاد248
مهندسی نرم افزار و سیستمهای خبره251
چرخه حیات سیستم خبره255
هزینه های نگهداری255
مدل آبشاری256
مدل کدنویسی و اصلاح259
مدل افزایشی259
مدل مارپیچی260
یک مدل چرخه حیات تفصیلی261
جدول 2-6 وظایف مرحله طراحی263
تعریف دانش264
جدول 8-6 وظایف مربوط به آزمون رسمی را در مرحله تصدیق دانش تشریح می کند.270
ارزیابی سیستم271
فصل هفتم: تاریخچه پیچیده سیستمهای خبره و هوش مصنوعی273
تاريخچه پيچيده هوش مصنوعى275
آينده هوش مصنوعى281
* هدف هوش مصنوعى284
* هوش مصنوعى و هوش انسانى285
افقهای هوش مصنوعی291
سیستم خبره نسل جدید296
نتيجه گیری298
منابع و مواخذ306
کتب و مجلات306
آدرسهای اینترنتی306

 

قسمتی از متن مقاله

 

چــکــیده

 

ـ هدف‌ از اين‌ مقاله‌ آشنائي‌ با سیستمهای خبره به‌ عنوان‌ سمبل‌ ونماد دوران‌ فراصنعتي‌ و نقش‌ و كاربرد آن‌ در صنايع‌ و مؤسسات‌توليدي‌ مي‌باشد. بدين‌ منظور، اين‌ موضوع‌ در قالب‌ دو مقاله‌ جداگانه‌و يا دو بخش‌ ارائه‌ مي‌شود. در بخشهای ابتدایی این پایان نامه سیستمهای خبره‌ موردمطالعه‌ قرار مي‌گيرد و سئوالاتي‌ نظير اين‌ كه‌ سیستمهای خبره ‌چيست‌؟ شاخه‌هاي‌ عمده‌ هوش‌ مصنوعي‌ كدامند؟ و نهايتأ، سیستمهای خبره نيز تشريح‌ مي‌شود. در بخش‌ های آتی ‌،كاربردهاي‌ سیستمهای خبره ‌در صنايع‌ و مؤسسات‌توليدي‌، بخصوص‌ در زمينه آدمواره‌ها مورد مطالعه‌ وتجزيه‌ و تحليل‌ قرارمي‌گيرد.

 

 

مقدمه:

هوش مصنوعی (Artificial Intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گوناگون و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.

هدف سیستمهای خبره بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت. همچنین به تعاریفی برای «آگاهی» و «درک» نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم.

با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده می‌شود.

 

 

فصل اول: سامانه های خبره

 

 

سامانه‌های خِبره یا سیستم‌های خِبره (Expert systems) به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به کاردانان و متخصّصان انسانی و یا جایگزینی جزئی آنان در زمینه‌های محدود تخصّصی تلاش دارند. اینگونه سامانه‌ها، در واقع، نمونه‌های ابتدایی و ساده‌تری از فن‌آوری پیش‌رفته‌تر سامانه‌های مبتنی بر دانش‌ به حساب می‌آیند.

این سامانه‌ها معمولاً اطلاعات را به شکل واقعیات (Facts) و قواعد (Rules) در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با استفاده از روشهایی خاص استنتاج از این داده‌ها نتایج مورد نیاز حاصل می شود.

در حقیقت برنامه هايي هستند که رفتار يک انسان متخصص در يک زمينه بخصوص را تقليد مي کنند. اين برنامه از اطلاعاتي که استفاده کننده در آن ها ذخيره مي کند جهت اعلام يک عقيده در يک موضوع بخصوص استفاده مي کند. از اينرو سيستم هاي خبره تا هنگامي که بتوانند موضوعي را که با پاسخ هاي شما مطابقت داشته باشد بيابند به سوال کردن از شما ادامه مي دهند.

حوزه‌های کاربرد

سامانه‌های خبره موجبات انجام امور و یا تسهیل در انجام آنها را در زمینه‌های متنوّعی همچون پزشکی، حسابداری، کنترل فرایندها، منابع انسانی،خدمات مالی، و GIS فراهم می‌آورند. در هر یک از این زمینه‌ها می‌شود کارهایی از نوع راهنمایی، تحلیل، دسته‌بندی، مشاوره، طراحی، تشخیص، کاوش، پیش بینی، ایجاد مفاهیم، شناسایی، توجیه، یادگیری، مدیریت، کنترل، برنامه‌ریزی، زمان بندی و آزمایش را با مددجویی از سیستم‌های خِبره با سرعت و آسانی بیشتری به انجام رسانید.

 

مزاياي يک سيستم خبره چيست؟

ميزان مطلوب بودن يک سيستم خبره اصولا به ميزان قابليت دسترسي به آن و ميزان سهولت کار با آن بستگي دارد.

هوش مصنوعي شاخه ا ي است ازعلم كامپيوتركه ملزومات محاسباتي واعمالي همچون ادراك (perception ) –استدلال (reasoxing ) –يادگيري (Learning ) را بررسي مي كندوسيستمي جهت انجام چنين اعمالي ارائه مي دهد. وهمچنين مطالعه روش هايي است براي تبديل كامپيوتربه ماشيني كه بتواند اعمال انجام شده توسط انسان راانجام دهد.آيا تنها اين نكته كه هوشمندترين موجودي كه مي شناسيم انسان است كافي است تا هوشمندي را به تمام اعمال انسان نسبت دهيم اما حداقل توجه به اين نكته كاملاً واضح ، لازم است كه برخي از جنبه هاي ادراكي انسان مثل شنيدن و ديدن كاملاً ضعيف تر از موجودات ديگر است .

هوش مصنوعي فن آوري پيشرفته ا ي است كه اخيراً از سوي محققان علوم مختلف مورد توجه زيادي قرار گرفته است و هوش مصنوعي در واقع روشي است كه زيربناي لازم براي انجام عمليات هوشمند توسط انسان توسط كامپيوتر را فراهم مي آورد. يكي از كاربردهاي عمومي هوش مصنوعي سيستم هاي خبره هستند. سيستمهاي خبره ابزارهاي كامپيوتري هستند كه همانند يك متخصص در حوزه تخصصي خود در مسائل مربوط به آن حوزه مشاوره مي دهند و در صورت لزوم تصميم گيري مي نمايند . كاربردهاي اصلي هوش مصنوعي عبارتند از :

الف) پردازش زبان طبيعي (ترجمه ، خلاصه سازي ، محاوره زبان طبيعي)

ب) اثبات قضايا (اثبات وجود /عدم وجود ويژگي هاي مورد نظر)

ج) سيستم هاي بنيادي د) پردازش صوت و تصوير

هـ) برنامه ريزي و هدايت رباط و) سيستم هاي خبره ز) عامل هاي نرم افزاري

در طراحي و ساخت سيستم هاي خبره افراد زير به صورت گروهي با هم كار مي كنند.

الف)متخصص دامنه: كسي كه دانش و فن كافي در زمينه خاصي را دارد .

ب) مهندس دانش: شخصي كه طراحي، ساخت وآزمايش سيتم خبره را به عهده دارد.

ج) كاربر: شخصي كه با سيستم كارخواهد كرد و پذيرش نهايي سيستم بستگي به نظر او دارد.

اما از مزاياي سيستم هاي خبره مي توان به موارد زير اشاره كرد:

1- همواره در دسترس است در حالي كه متخصص تنها عموماً در ساعات خاصي از شبانه روز قابل دسترس مي باشد.

2- از نظر جغرافيايي متخصص در هر لحظه ، تنها مي تواند در يك محل حضور داشته باشد در حالي كه يك سيستم خبره قابل نسخه برداري بوده و در هر لحظه مي تواند در چندين محل از آن استفاده كرد.

3- متخصص ممكن است بر اثر عواملي گوناگون مانند، ترك سازمان ، بازنشستگي ، مرگ و مير و …پس از مدتي امكان ادامه فعاليت نداشته باشد و غير قابل جايگزين باشد در صورتي كه سيستم خبره قابل جايگزين است.

4- سيستم هاي خبره معمولاً رفتارهاي يك نواختي دارند و تحت تأثير زمان و مكان قرار نمي گيرند .

5- در انجام كارهاي تكراري عموماً سرعت بالاتري دارند يك معماري سيستم هاي خبره از قسمت هاي زيرين تشكيل شده است: الف) پايگاه دانش

ب) موتور استنتاج ج) واسط سازنده و)برنامه هاي جانبي ز) تشريح نتايج

با سپري شدن 5 نسل الكترونيكي از لامپ خلأ تا اختراع و استفاده روزافزون از تراشه (spu) بشر خلاق و مبتدع در صدد شكافتن علوم انفورماتيك و دسترسي به نسل ششم يعني رايانه هاي هوشمند است . در زمينه توسعه بازيها در هوش مصنوعي وسيستم هاي خبره تا حدي به بازي شطرنج پرداخته شده كه غالباً عده ا ي هوش مصنوعي را با شطرنج همزمان به خاطر مي آورند. مك كارتي از بنيان گزاران هوش مصنوعي است اين روز را آنقدر اغراق آميز مي داند (زيرا اين روز آنقدر سرعت در حال پيشرفت است ) كه مي گويد: محدود كردن هوش مصنوعي به شطرنج مانند اين است كه علم ژنتيك را از زمان داروين تا كنون تنها محدود به پرورش لوبيا كرده باشيم. اما در مورد سيستم هاي خبره يا همان هوش مصنوعي در زمينه كاربردي تا كنون به كار گرفته شده است كه تعدادي از اين زمينه ها عبارتند از : كشاورزي، تجارت، شيمي، ارتباطات، كامپيوتر، آموزش الكترونيك، مهندسي محيط ، زمين شناسي ، تصوير پردازي، اطلاعات، حقوق، ساخت و ساز، رياضيات، پزشكي، هواشناسي و…

در ساخت سيستم هاي خبره و طراحي آن افراد بايد به صورت گروهي كار كنند سپس مي بينيم كه توجه به سيستم هاي خبره در عصر تكنولوژي وپيشرفت براي عقب نماندن از دنياي متمدن امروزي لازم است .

مي توان مزايايي که يک سيستم خبره در برابر انسان خبره دارد را به اين صورت نام برد:

- برخلاف انسان متخصص که نياز به خواب، استراحت و غذا و ... دارد، يک سيستم متخصص 24 ساعت در شبانه روز و 365 روز در سال قابل دسترس است.

- دانش سيستم خبره از بين نمي رود بلکه مي توان آنرا ذخيره نمود و حتي بسادگي مي توان آنرا کپي برداري کرد.

- يک سيستم متخصص همواره داراي حداکثر کارآيي خود است ولي به محض آنکه يک انسان متخصص خسته شود صحت توصيه هاي وي ممکن است کاهش يابد.

- يک سيستم متخصص داراي شخصيت نيست. همانطور که شما هم درک کرده ايد شخصيت هاي افراد مختلف اغلب با يکديگر سازگار نيستند. اگر شما با يک متخصص رفيق يا دوست يا حداقل موافق نباشيد، آنگاه احتمالا شانس اندکي براي استفاده از دانش اين فرد خواهيد داشت. عکس اين حالت نيز صحيح است.

- آخرين برتري سيستم هاي خبره اين است که به سادگي و با کپي برداري اين برنامه از دستگاهي به دستگاه ديگر و در کمترين زمان ممکن مي توان يک سيستم متخصص ديگر بوجود آورد در حالي که تبديل يک انسان به يک متخصص زماني طولاني نياز دارد.

 

 

 

سيستم هاي متخصص چگونه کار مي کنند؟

هر سيستم متخصص از دو بخش تشکيل مي شود:

- بانک اطلاعاتي

- توليد کننده مکالمه

 

بانک اطلاعاتي

منظور از بانک اطلاعاتي در اينجا مکانيسم نگهداري اطلاعات و قوانين ويژه اي در مورد يک موضوع بخصوص مي باشد. با اين توصيف دو اصطلاح زير تعريف می‌شود:

- شيء(Object):

منظور از شيء در اينجا نتيجه اي است که با توجه به قوانين مربوط به آن تعريف مي گردد.

- شاخص(Attribute): منظور از شاخص يا «صفت» يک کيفيت ويژه است که با توجه به قوانيني که براي آن در نظر گرفته شده است به شما در تعريف شيء ياري مي دهد. بنابراين مي توان بانک اطلاعاتي را بصورت ليستي از اشياء که در آن قوانين و شاخص هاي مربوط به هر شيء نيز ذکر شده است در نظر گرفته شود. در ساده ترين حالت(که در اکثر کاربردها نيز همين حالت بکار مي رود) قانوني که به يک شاخص اعمال می‌شود اين مطلب را بيان مي کند که آيا شيء مورد نظر شاخص دارد يا ندارد؟ يک سيستم متخصص که انواع مختلف ميوه را شناسايي مي کند احتمالاً داراي بانک اطلاعاتي به صورت زير خواهد بود: شيء قانون شاخص سيب دارد روي درخت رشد مي کند. دارد گرد است دارد رنگ قرمز يا زرد است ندارد در کوير رشد مي کند انگور

بانک ساده شده بالا با تنها استفاده از قانون دارد:

شيء شاخص هايي که دارد

سيب رشد روي درخت

گرد بودن رنگ قرمز يا زرد رشد نکردن در کوير

 

توليد کننده مکالمه

آن بخش از سيستم متخصص است که سعي مي کند از اطلاعاتي که شما ذخيره کرده ايد جهت يافتن يک شيء منطبق با خواسته شما استفاده نمايد. دو نوع عمده از توليد کننده هاي مکالمه وجود دارد :

- قطعي - احتمالي برخي قوانين قطعي هستند. به عنوان مثال يک شيميدان مي تواند با قطعيت و يقين اعلام کند که اگر اتم مورد نظر داراي 2 الکترون باشد آنگاه اين اتم به عنصر هليم تعلق دارد. اکثر قوانين قطعي نيستند بلکه با يک درصد مشخص، احتمال وقوع آن‌ها مي رود.

با اين وجود در بسياري از اينگونه موارد عامل عدم قطعيت از نظر آماري اهميت چنداني ندارد و از اين رو شما مي توانيد با اين قوانين بصورت قوانين جبري برخورد کنيد. در رابطه با اين دو گروه عمده(يعني قطعي و عدم قطعي) سه روش اساسي براي ساخت «توليد کننده مکالمه» وجود دارد: - استدلال پيشرو Forward Chaining - زنجيره سازي پسرو Backward Chaining - ارزشيابي Rule-Value تفاوت بين اين سه روش به شيوه اي که «توليد کننده مکالمه» توسط آن سعي مي کند به هدف خود برسد بستگي دارد.

 

ماشین باهوش چیست؟

تورینگ فردی بود که ادعا کرد ماشینی باهوش خواهد بود که بتواند در انجام یک آزمون موفق باشد. بعد ها این آزمون به تست تورینگ معروف شد. ماشین باید در طی انجام یک مکالمه متنی مانند چت (Chat) می توانست با طرف مقابل(انسان) طوری ارتباط برقرار کند که انسان تصور کند طرف مقابلش یک انسان است. تورینگ نوع ارتباط را از نوع متنی معرفی کرد شاید به این دلیل که محققان بیشتر به دنبال ایجاد ماشین باهوش باشند. نوع ارتباط می تواند به صورت صوتی هم باشد که نیازمند کار و تحقیقات گسترده ای در زمینه تشخیص گفتار است.

 

گذرى بیشتر بر سيستم هاى خبره

«استدلال» در ميان اهل فن و صاحبان انديشه تعاريف و تفاسير متنوعى دارد. در نگاهى كلى، استفاده از دليل و برهان براى رسيدن به يك نتيجه ازفرضياتى منطقى با استفاده از روش هاى معين، تعريفى از استدلال تلقى مى شود؛ تعريفى كه البته با ديدگاه هاى فلسفى و گاه ايده آل گرايانه از استدلال تفاوت دارد. با اين حال موضوع مهم و اساسى در اينجا بحث در چيستى و چرايى اين ديدگاه ها نيست، بلكه در مورد چگونگى طراحى سيستم هاى با قدرت استدلال، با هر تعريفى، براى رسيدن به مجموعه اى از تصميمات منطقى با استفاده از مفروضات يا به طور دقيق تر دانشى است كه در اختيار آن ها قرار مى گيرد. سيستم هايى خبره (expert systems) اساسا براى چنين هدفى طراحى مى شوند. در حقيقت به واسطه الگوبردارى اين سيستم ها از نظام منطق و استدلال انسان و نيز يكسان بودن منابع دانش مورد استفاده آن ها، حاصل كار يك سيستم خبره مى تواند تصميماتى باشد كه درحوزه ها و عرصه هاى مختلف قابل استفاده، مورد اطمينان و تاثيرگذار هستند.

بسيارى بر اين باورند كه سيستم هاى خبره بيشترين پيشرفت را در هوش مصنوعى به وجود آورده اند. آن چه درادامه مى خوانيد نگاهى كوتاه به تعاريف و سازوكار سيستم هاى خبره و گذرى بر مزايا و محدوديت هاى به كارگيرى اين سيستم ها در علوم و فنون مختلف است. طبيعتا مباحث كاربردى تر و عملى تر درباره سيستم هاى خبره و بحث درباره چگونگى توسعه و پياده سازى آن ها، نيازمند مقالات جداگانه اى است كه در ادامه به آن ها خواهيم پرداخت.

 

نکات تاریخی

تا ابتدای دهۀ 1980 (م) کار چندانی در زمینۀ ساخت و ایجاد سامانه‌های خِبره توسط پژوهش گران هوش مصنوعی صورت نگرفته بود. از آن زمان به بعد، کار های زیادی در این راستا و در دو حوزۀ متفاوت ولی مرتبط سامانه‌های کوچک خبره و نیز سامانه‌های بزرگ خبره انجام شده است.

هوش مصنوعي و سیستمهای خبره

هوش مصنوعي روشي است در جهت هوشمند کردن کامپيوتر تا قادر باشد در هر لحظه تصميم گيري کرده و اقدام به بررسي يک مسئله نمايد. هوش مصنوعي، کامپيوتر را قادر به تفکر مي کند و روش آموختن انسان را تقليد مي نمايد. بنابراين اقدام به جذب اطلاعات جديد جهت بکارگيري مراحل بعدي مي پردازد. مغز انسان به بخش هايي تقسيم شده است که هر بخش وظيفه خاص خود را جدا از بقيه انجام مي دهد. اختلال در کار يک بخش تاثيري در ديگر قسمت هاي مغز نخواهد گذاشت. در برنامه هاي هوش مصنوعي نيز اين مسئله رعايت می‌شود درحالي که در برنامه هاي غير هوش مصنوعي مثل C يا Pascal تغيير در برنامه روي ساير قسمت هاي برنامه و اطلاعات تاثير دارد.

مباحث کاربردي و مهم در تحقق يک سيستم هوش مصنوعي :

1- سيستم هاي خبره(Expert Systems)

2- شبکه هاي عصبيNeural Network

3- الگوريتم هاي ژنتيک(Genetic Algorithms)

4- سيستم هاي منطق فازي(Fuzzy Logic Systems)

یکی از اهداف هوش مصنوعی ، فهم هوش انسانی با شبیه‌سازی آن توسط برنامه‌های کامپیوتری است. البته بدیهی است که "هوش‌"‌ را می‌توان به بسیاری از مهارت‌های مبتنی بر فهم، از جمله توانایی تصمیم‌گیری، یادگیری و فهم زبان تعمیم داد و از این‌رو واژه‌ای کلی محسوب می‌شود.

بیشتر دستاوردهای هوش مصنوعی در زمینه تصمیم‌گیری و حل مسئله بوده است که اصلی‌ترین موضوع سیستم‌های خبره را شامل می‌شوند. به آن نوع از برنامه‌های هوش مصنوعی که به سطحی از خبرگی می‌رسند که می‌توانند به جای یک متخصص در یک زمینه خاص تصمیم‌گیری کنند، expert systems یا سیستم‌های خبره گفته می‌شود. این سیستم‌ها برنامه‌هایی هستند که پایگاه دانش آن‌ها انباشته از اطلاعاتی است که انسان‌ها هنگام تصمیم‌گیری درباره یک موضوع خاص، براساس آن‌ها تصمیم می‌گیرند. روی این موضوع باید تأکید کرد که هیچ‌یک از سیستم‌های خبره‌ای که تا‌کنون طراحی و برنامه‌نویسی شده‌اند، همه‌منظوره نبوده‌اند و تنها در یک زمینه محدود قادر به شبیه‌سازی فرآیند تصمیم‌گیری انسان هستند.