کاربردهای هوش مصنوعی
سيستم های خبره (Expert Sytems)
در يك تعريف كلي ميتوان گفت سيستمهاي خبره، برنامههاي كامپيوترياي هستند كه نحوه تفكر يك متخصص در يك زمينه خاص را شبيهسازي ميكنند. در واقع اين نرمافزارها، الگوهاي منطقياي را كه يك متخصص بر اساس آنها تصميمگيري ميكند، شناسايي مينمايند و سپس بر اساس آن الگوها، مانند انسانها تصميمگيري ميكنند.
يكي از اهداف هوش مصنوعي، فهم هوش انساني با شبيهسازي آن توسط برنامههاي كامپيوتري است. البته بديهي است كه “هوش” را ميتوان به بسياري از مهارتهاي مبتني بر فهم، از جمله توانايي تصميمگيري، يادگيري و فهم زبان تعميم داد و از اينرو واژهاي كلي محسوب ميشود.
بيشتر دستاوردهاي هوش مصنوعي در زمينه تصميمگيري و حل مسئله بوده است كه اصليترين موضوع سيستمهاي خبره را شامل ميشوند. به آن نوع از برنامههاي هوش مصنوعي كه به سطحي از خبرگي ميرسند كه ميتوانند به جاي يك متخصص در يك زمينه خاص تصميمگيري كنند، Expert Systems يا سيستمهاي خبره گفته ميشود. اين سيستمها برنامههايي هستند كه پايگاه دانش آنها انباشته از اطلاعاتي است كه انسانها هنگام تصميمگيري درباره يك موضوع خاص، براساس آنها تصميم ميگيرند. روي اين موضوع بايد تأكيد كرد كه هيچيك از سيستمهاي خبرهاي كه تاكنون طراحي و برنامهنويسي شدهاند، همهمنظوره نبودهاند و تنها در يك زمينه محدود قادر به شبيهسازي فرآيند تصميمگيري انسان هستند.
به محدوده اطلاعاتي از الگوهاي خِبرگي انسان كه به يك سيستم خبره منتقل ميشود Task Domain گفته ميشود. اين محدوده، سطح خبرگي يك سيستم خبره را مشخص ميكند و نشان ميدهد كه آن سيستم خبره براي چه كارهايي طراحي شده است. سيستم خبره با اين Task ها يا وظايف ميتواند كارهايي چون برنامهريزي، زمانبندي، و طراحي را در يك حيطه تعريف شده انجام دهد.
به روند ساخت يك سيستم خبره، Knowledge Engineering يا مهندسي دانش گفته ميشود. يك مهندس دانش بايد اطمينان حاصل كند كه سيستم خبره طراحي شده، تمام دانش مورد نياز براي حل يك مسئله را دارد. طبيعتاً در غيراينصورت، تصميمهاي سيستم خبره قابل اطمينان نخواهند بود.
ساختار يك سيستم خبره
هر سيستم خبره از دو بخش مجزا ساخته شده است: پايگاه دانش و موتور تصميمگيري.
پايگاه دانش يك سيستم خبره از هر دو نوع دانش مبتني بر حقايق (Factual) و نيز دانش غيرقطعي (Heuristic) استفاده ميكند. Factual Knowledge، دانش حقيقي يا قطعي نوعي از دانش است كه ميتوان آن را در حيطههاي مختلف به اشتراك گذاشت و تعميم داد؛ چراكه درستي آن قطعي است.
در سوي ديگر، Heuristic knowledge قرار دارد كه غيرقطعيتر و بيشتر مبتني بر برداشتهاي شخصي است. هرچه حدسها يا دانش هيورستيك يك سيستم خبره بهتر باشد، سطح خبرگي آن بيشتر خواهد بود و در شرايط ويژه، تصميمات بهتري اتخاذ خواهد كرد.
دانش مبتني بر ساختار Heuristic در سيستمهاي خبره اهميت زيادي دارد اين نوع دانش ميتواند به تسريع فرآيند حل يك مسئله كمك كند .
البته يك مشكل عمده در ارتباط با به كارگيري دانشHeuristic آن است كه نميتوان در حل همه مسائل از اين نوع دانش استفاده كرد.
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