سیستم خبره در هوش مصنوعی
استفاده از منطق فازي
موضوع مهم ديگر در ارتباط با سيستمهاي خبره، پيوند و ارتباط آن با ديگر شاخههاي هوش مصنوعي است. به بيان روشنتر، برخي از سيستمهاي خبره از Fuzzy Logic يا منطق فازي استفاده ميكنند. در منطق غيرفازي تنها دو ارزش درست (True) يا نادرست (False) وجود دارد. چنين منطقي نميتواند چندان كامل باشد؛ چراكه فهم و پروسه تصميمگيري انسانها در بسياري از موارد، كاملا قطعي نيست و بسته به زمان و مكان آن، تا حدودي درست يا تا حدودي نادرست است. در خلال سالهاي 1920 و 1930، Jan Lukasiewicz فيلسوف لهستاني منطقي را مطرح كرد كه در آن ارزش يك قانون ميتواند بيشتر از دو مقدار 0 و 1 يا درست و نادرست باشد. سپس پروفسور لطفيزاده نشان داد كه منطق Lukasiewicz را ميتوان به صورت “درجه درستي” مطرح كرد. يعني به جاي اينكه بگوييم: “اين منطق درست است يا نادرست؟” بگوييم: “اين منطق چقدر درست يا چقدر نادرست است؟”
از منطق فازي در مواردي استفاده ميشود كه با مفاهيم مبهمي چون “سنگيني”، “سرما”، “ارتفاع” و از اين قبيل مواجه شويم. اين پرسش را در نظر بگيريد : “وزن يك شيء 500 كيلوگرم است، آيا اين شيء سنگين است؟” چنين سوالي يك سوال مبهم محسوب ميشود؛ چراكه اين سوال مطرح ميشود كه “از چه نظر سنگين؟” اگر براي حمل توسط يك انسان بگوييم، بله سنگين است. اگر براي حمل توسط يك اتومبيل مطرح شود، كمي سنگين است، ولي اگر براي حمل توسط يك هواپيما مطرح شود سنگين نيست.
در اينجاست كه با استفاده از منطق فازي ميتوان يك درجه درستي براي چنين پرسشي در نظر گرفت و بسته به شرايط گفت كه اين شيء كمي سنگين است. يعني در چنين مواردي گفتن اينكه اين شيء سنگين نيست
(False) يا سنگين است (True) پاسخ دقيقي نيست.
مزايا و محدوديتهاي سيستمهاي خبره
دستاورد سيستمهاي خبره را ميتوان صرفهجويي در هزينهها و نيز تصميمگيريهاي بهتر و دقيقتر و بسياري موارد تخصصيتر ديگر عنوان كرد. استفاده از سيستمهاي خبره براي شركتها ميتواند صرفهجويي به همراه داشته باشد.
در زمينه تصميمگيري نيز گاهي ميتوان در شرايط پيچيده، با بهرهگيري از چنين سيستمهايي تصميمهاي بهتري اتخاذ كرد و جنبههاي پيچيدهاي را در مدت زمان بسيار كمي مورد بررسي قرار داد كه تحليل آنها به روزها زمان نياز دارد.
مزاياي سيستمهاي خبره را ميتوان به صورت زير دستهبندي كرد:
1-افزايش قابليت دسترسي: تجربيات بسياري از طريق كامپيوتر دراختيار قرار ميگيرد و به طور سادهتر ميتوان گفت يك سيستم خبره،توليد انبوه تجربيات است.
2-كاهشهزينه:هزينهكسبتجربهبرايكاربربهطورزياديكاهشمييابد.
3-كاهش خطر: سيستم خبره ميتواند در محيطهايي كه ممكن استبراي انسان سخت و خطرناك باشد نيز بكار رود.
4-دائمي بودن: سيستمهاي خبره دائمي و پايدار هستند. بعبارتي مانندانسانها نميميرند و فنا ناپذيرند.
5- تجربيات چندگانه: يك سيستم خبره ميتواند مجموع تجربيات وآگاهيهاي چندين فرد خبره باشد.
6-افزايش قابليت اطمينان: سيستمهاي خبره هيچ وقت خسته وبيمار نميشوند، اعتصاب نميكنند و يا عليه مديرشان توطئه نميكنند، درصورتي كه اغلب در افراد خبره چنين حالاتي پديد ميآيد.
7-قدرت تبيين (Explanation): يك سيستم خبره ميتواند مسير و مراحلاستدلالي منتهي شده به نتيجهگيري را تشريح نمايد. اما افراد خبره اغلباوقات بدلايل مختلف (خستگي، عدم تمايل و…) نميتوانند اين عمل رادر زمانهاي تصميمگيري انجام دهند. اين قابليت، اطمينان شما را در موردصحيح بودن تصميمگيري افزايش ميدهد.
8-پاسخدهيسريع:سيستمهايخبره،سريعودراسرعوقتجوابميدهند.
9-پاسخدهي در همه حالات: در مواقع اضطراري و مورد نياز،ممكن است يك فرد خبره بخاطر فشار روحي و يا عوامل ديگر، صحيحتصميمگيري نكند ولي سيستم خبره اين معايب را ندارد.
10-پايگاه تجربه: سيستم خبره ميتواند همانند يك پايگاه تجربهعمل كند وانبوهي از تجربيات را در دسترس قرار دهد.
11-آموزش كاربر: سيستم خبره ميتواند همانند يك خودآموز هوش(Intelligent Tutor) عمل كند. بدين صورت كه مثالهايي را به سيستم خبرهميدهند و روش استدلال سيستم را از آن ميخواهند.
12-سهولت انتقال دانش: يكي از مهمترين مزاياي سيستم خبره،سهولت انتقال آن به مكانهاي جغرافيايي گوناگون است. اين امر برايتوسعهكشورهاييكه استطاعت خريد دانش متخصصانراندارند،مهماست.
از سوي ديگر، بهكارگيري سيستمهاي خبره محدوديتهاي خاصي دارد. به عنوان نمونه، اين سيستمها نسبت به آنچه انجام ميدهند، هيچ “حسي” ندارند. چنين سيستمهايي نميتوانند خبرگي خود را به گسترههاي وسيعتري تعميم دهند؛ چراكه تنها براي يك منظور خاص طراحي شدهاند و پايگاه دانش آنها از دانش متخصصان آن حوزه نشات گرفته و از اينرو محدود است.
چنين سيستمهايي از آنجا كه توسط دانش متخصصان تغذيه اطلاعاتي شدهاند، در صورت بروز برخي موارد پيشبيني نشده، نميتوانند شرايط جديد را به درستي تجزيه و تحليل نمايند.
كاربرد سيستمهاي خبره
از سيستمهاي خبره در بسياري از حيطهها از جمله برنامهريزيهاي تجاري، سيستمهاي امنيتي، اكتشافات نفت و معادن، مهندسي ژنتيك، طراحي و ساخت اتومبيل، طراحي لنز دوربين و زمانبندي برنامه پروازهاي خطوط هوايي استفاده ميشود. دو نمونه از كاربردهاي اين سيستمها در ادامه توضيح دادهشدهاند.
- طراحي و زمانبندي
سيستمهايي كه در اين زمينه مورد استفاده قرار ميگيرند، چندين هدف پيچيده و تعاملي را مورد بررسي قرار ميدهند تا جوانب كار را روشن كنند و به اهداف مورد نظر دست يابند يا بهترين گزينه را پيشنهاد دهند. بهترين مثال از اين مورد، زمانبندي پروازهاي خطوط هوايي، كارمندان و گيتهاي يك شركت حمل و نقل هوايي است.
- تصميمگيريهاي مالي
صنعت خدمات مالي يكي از بزرگترين كاربران سيستمهاي خبره است. نرمافزارهاي پيشنهاددهنده نوعي از سيستمهاي خبره هستند كه به عنوان مشاور بانكداران عمل ميكنند. براي نمونه، با بررسي شرايط يك شركت متقاضي وام از يك بانك تعيين ميكند كه آيا پرداخت اين وام به شركت براي بانك مورد نظر صرفه اقتصادي دارد يا نه. همچنين شركتهاي بيمه براي بررسي ميزان خطرپذيري و هزينههاي موارد مختلف، از اين سيستمها استفاده ميكنند.
از شما دوستان عزیز که این مطلب آموزشی را دنبال نموده اید تشکر می کنیم و شما را دعوت میکنیم که برای فراگیری هوش مصنوعی مطالب ما را دنبال کنید.این مطالب برای افزایش دانش شما در سایت قرار داده شده و کمک زیادی در یادگیری شما در انجام پروژه هوش مصنوعی خواهد نمود.
فریلنسر هستم و مهارت انجام پروژه ای را دارم!
اگر شما فریلنسر هستید و توانایی انجام پروژه ای را در یک رشته یا حوزه ای خاص دارید برای فعالیت در سایت کافه پروژه و کسب درآمد می توانید در سایت ثبت نام کنید و پروژه هایی با مهارت انتخاب خود را مشاهده کنید.جهت ثبت نام و ثبت رزومه خود در سایت از طریق دکمه پایین صفحه در سایت عضو شوید:
نحوه سفارش پروژه در سایت کافه پروژه :
اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.
بدون دیدگاه