بحث عن الذكاء الصناعي (الجزء الثاني )

أنظمة الخبراء (Expert Systems )
لفظ الخبير مشتق من الخبرة ، وهو الشخص المتمرس الذي مر بتجارب عديدة صقلت فهمه لمجال من المجالات وأغنت فكرة بمعلومات اختص بها دون غيره ، وميزته عن أنداده من المختصين في المجال وبذلك استحق لفظ خبير. وتهدف أنظمة الخبراء ( Expert Systems ) إلى تطوير برامج محاسبية تستطيع تحليل الأحداث والمواقف في مجال من المجالات والوصول إلى نفس الاستنتاجات أو النتائج التي يصل لها الخبير.
ويتم ذلك عن طريق استحداث نموذج محاسبي يوازي النموذج الذهني الذي لدى الخبير وخزن المعلومات به ، وقد دلت الأبحاث على أن المعلومات التي يستخدمها الخبير في عمله تنقسم إلى قسمين رئيسيين : الأول خاص بالمعلومات الشائعة في هذا المجال مثل الحقائق والقوانين ( facts ) المتعرف عليها والمقبولة لجميع المختصين ( Heuristics ) التي يتميز بها الخبير عن غيره والتي قد تكون على شكل علاقة مثلا بين لون البشرة ونسبة الكوليسترول في الدم ، أو الشكل الانسيابي لعينة صخرية ونسبة الترسبات المعدنية فيها.
وهذه القوانين يستخلصها الخبير من التجارب التي مر بها وتقوم بتوجيه بحثه ودراسته للحالة المعروضة عليه ومساعدته في الوصول إلى النتائج المطلوبة ، وقد تختلفه هذه القوانين التخصصية من خبير إلى آخر.

كانت الورقة العلمية التي تقدم بها البروفيسور فايجنباوم ( faygenbaum ) خبير الذكاء الاصطناعي في جامعة ستانفورد لمؤتمر الذكاء الاصطناعي العالمي لعام 1977 م أكبر الأثر في توجيه هذا العلم الجديد ، فقد طرح البروفيسور فكرة أن قوة أنظمة الخبراء تنبع من المعرفة Knowledge التي تختزنها وليس من قدرتها على تمثيل النماذج والقيام بعمليات استنتاجية ، ومن هذه النظرية ركزت الأبحاث الجديدة على استخلاص المعرفة من الخبراء عوضاً عن التركيز على الطرق المختلفة للتمثيل والعمليات الاستنتاجية المعقدة ، وهما موضوعان لم يتم تكوين نظريات متكاملة عنهما بعد وبالتالي فهما يعانيان من قصور في تطبيقاتهما العملية.

ومن أوائل أنظمة الخبراء التي تطورت حتى الآن نظام مايسن Mycin لتحليل وعلاج وأمراض الدم المعدية ، وقد طور هذا النظام في جامعة ستانفورد حيث أحتوت قاعدة معلوماته على نحو ( 400 ) قانون تربط العوارض المحتملة للمرض بالاستنتاجات الممكنة ، وقد قورنت النتائج المستخرجة من نظام مايسن في كثير من تحليلاته على مستوى الأطباء الموجودين في اللجنة!

ويعتبر نظام بروسبكتر Prospector أيضاً من أنجح الأنظمة التي طورت حتى الآن حيث قام باكتشاف ترسبات معدن الموليبدنم -Molybdenum في ولاية واشنطن بالولايات المتحدة الأماكن التي قرر الخبراء عدم جدوى البحث فيها ! وقد بلغت قيمة هذا الاكتشاف نحو مائة مليون دولار أمريكي.

ومجال أنظمة الخبراء هو حديث الساعة في مجال الذكاء الاصطناعي ، وذلك نظراً لكونها أنجح التطبيقات العملية لهذا العلم الجديد ، وتوجد اليوم شركات عديدة تسوق مايسمى بقشرة أو هيكل النظام Expert ****ls وهي أنظمة تسهل عملية تمثيل النماذج المحاسبية وتخزن قوانينها ومن ثم إجراء الاستنتاجات عنها بصورة آلية ، وبذلك يتم التركيز على استخلاص المعرفة من الخبير أو الخبراء ووضعها في قوانين ( Rules ) تناسب وأسلوب عمل هيكل النظام المختار ، وتسمى هذه العملية بهندسة المعرفة (Knowledge Engineering ) كما يسمى الذين يقومون بها مهندسي المعرفة ( Knowledge Engineers ) ويوجد حالياً في الأسواق هياكل أنظمة خبراء عديدة تختلف في نقاط تفوقها وضعفها وفي أسعارها ومجالات تطبيقها ، كما ظهرت أخيراً هياكل أنظمة تعمل على الحاسب الشخصي وبأسعار مقبولة نسبياً مما يشير إلى قرب وصول هذه الأنظمة إلى الأسواق التجارية بأسعار منافسة.

ورغم النجاح الذي حققته كثير من هذه الأنظمة فإنه يجب أن نتوخى الحذر وعدم التسليم لكل ما يخرج من هذه الأنظمة من نتائج أو استنتاجات ، كما يجب الابتعاد عن الخوض في توقعات خيالية عن قدراتها. والذي يجب توضيحه هو أن هذه الأنظمة لا يمكن أن تحل محل الخبير نهائياً ، وأنه على الرغم من أن كثيراً من النتائج التي تتوصل لها الأنظمة تتطابق أو حتى تفوق النتائج التي قد يصل لها الخبير إلا أن هذه الأنظمة تستخلص قوتها من التركيز على موضوع معين ومحدود لمجال من المجالات وأنه كلما أتسع نطاق هذا الموضوع ضعفت قدرتها الاستنتاجية والعكس صحيح. ومن ذلك فإن أنظمة الخبراء ذات فائدة كبيرة ما دامت تستخدم في من قبل شخص مختص بموضوع مجال البحث ومطلع على الأساليب والتحاليل التي يستخدمها النظام في الوصول إلى استنتاجاته ، وهي مفيدة في يد " أنصاف الخبراء " ذوي المعرفة الجديدة للموضوع إلا أنها قد تؤدي إلى نتائج عكسية ، فمثلاً إذا وضع نظام مثل نظام Reactor الذي يحلل أخطاء المفاعلات النووية في يد شخص لايعرف عن المفاعلات النووية شيئاً وتصور هذا الشخص أنه بذلك أصبح خبيراً وبدأ يعبث بالمفاتيح فإن النتائج سوف تكون خطيرة بلا شك.

ولأنظمة الخبراء مجالات معينة أثبتت قدرتها فيه أكثر من غيرها فقد اشتهرت في التخطيط Planning وفي تحليل العوارض وتحديد الأخطاء Diagnostics وفي التصميم Design وفي القيادة والسيطرة Command and Control وغيرها من المجالات المتخصصة التي تم فهم العمليات المطلوبة لها ، والتي تتناسب والقدرات التمثيلية والاستنتاجية لهياكل الأنظمة المستخدمة ، نستنتج من كل ماتقدم أن أنظمة الخبراء أو الأحرى نظم قواعد المعرفة Knowledge Base Systems كما يفضل كثير من الباحثين تسميتها - هي أنظمة جديدة ذات قدرات تفوق بمراحل قدرات الأنظمة الآلية التقليدية حيث أن لها القدرة على الحصول على الاستنتاجات بمعلومات متناقضة وغير مكتملة Incomplete and Inconsistent knowledge وهي بذلك تحاكي الخبراء والقادة العسكريين الذين غالباً ما يتخذون القرارات تحت هذه الظروف ، وهي تقنية عملية مفيدة مادامت تستخدم من قبل المختصين وطبقت في المجالات التي تتناسب مع حدود معرفتنا لقدراتها.

تفوق النظام الخبير / الذكاء الاصطناعي على برامج الحاسبة التقليدية :
يختلف النظام الخبير عن البرامج الاعتيادية في الحاسب في أن المعرفة وثيقة الصلة بموضوع معين وأساليب الاستفادة من هذه المعرفة مندمجة مع بعض . في النظام الخبير يبدو نموذج حل المشكلة كقاعدة معرفة قائمة بذاتها بدلا من أن يكون جزءا من البرنامج العام وبهذا يكون بإمكان النظام الخبير إدخال بيانات إلى القائمة الايعازات بطريقة إلى المعرفة المتوفرة من دون الحاجة إلى إعادة البرمجة .
وبهذا يمكننا القول أن برنامج الحاسب التقليدي ينظم المعرفة بمستويين هما البيانات , قاعدة المعرفة , والسيطرة . ومن هنا نجد الاختلاف بين النظام الخبير والذكاء الاصطناعي عن برامج الحاسبة التقليدية في :
حل المسائل التي ليست لها طريقة حل مسبقة :-
1. كونها تعمل بالرموز بدلا من الأرقام وبهذا تفتح المجالات الجديدة لمعالجتها بواسطة الحاسبة.
2. الاستدلال ( reasoning ) وطريقة البحث التقنية ( heurhstigs ) .
3. كونها تتعامل مع اللغات المبنية على المفسر ( interpretere ) وليس المترجم ( compler ) , حيث تسمح للتعابير المبنية على المفاهيم الصعبة في اللغات التقليدية . والتعبير عن المشكلة بلغة الذكاء الاصطناعي وهي ( lis, prolog ) , والتي تتحول إلى إجراءات خلال التنفيذ وبهذا لا يكون على المبرمج أن يعرف مسبقا الحل أو النتيجة .
من هذا تبين انه ليس كل نظام خبير يستند إلى قاعدة المعرفة هو نظام خبير ولكن أن يمتلك القدرة على التفسير والوصول إلى القرارات وطلب معلومات إضافية كما يفعل الإنسان الخبير في عملية التفسير والتحليل والتحري وخاصة في المجالات التي تكون فيها الحقائق كاملة أو غير أكيدة .

v خواص النظام الخبير/ الذكاء الاصطناعي :-
§ تستخدم أسلوب مقارن للأسلوب البشري في حل المشكلات المعقدة
§ تتعامل مع الفرضيات بشكل متزامن وبدقة وسرعة عالية
§ وجود حل متخصص لكل مشكلة ولكل فئة متجانسة من المشاكل
§ تعمل بمستوى علمي واستشاري ثابت لا تتذبذب
§ يتطلب بناؤها تمثيل كميات هائلة من المعارف الخاصة بمجال معين
§ تعالج البيانات الرمزية غير الرقمية من خلال عمليات التحليل والمقارنة المنطقية

v دوافع اللجوء للنظم الخبيرة / الذكاء الاصطناعي :
§ لأنها تهدف لمحاكاة الإنسان فكرا وأسلوبا .
§ لإثارة أفكار جديدة تؤدي إلى الابتكار .
§ لتخليد الخبرة البشرية .
§ توفير اكثر من نسخة من النظام تعوض عن الخبراء .
§ غياب الشعور بالتعب والملل .
§ تقليص الاعتماد على الخبراء البشر .
§ معمارية النظام الخبير / الذكاء الاصطناعي :

يتكون من ثلاثة مكونات أساسية :
أ‌- قاعدة المعرفة ( knowledge base ) غالبا ما يقاس مستوى أداء النظام بدلالة حجم ونوعية قاعدة المعرفة التي يحتويها وتتضمن قاعدة المعرفة :
1. الحقائق المطلقة : تصف العلاقة المنطقية بين العناصر والمفاهيم ومجموعة الحقائق المستندة إلى الخبرة والممارسة للخبراء في النظام .
2. طرق حل المشكلات وتقديم الاستشارة .
3. القواعد المستندة على صيغ رياضية .

ب‌- منظومة آلية الاستدلال(gine inferenceen ) وهي إجراءات مبرمجة تقود إلى الحل المطلوب من خلال ربط القواعد والحقائق المعينة تكوين خط الاستنباط والاستدلال
ت‌- واجهة المستفيد( user interface ) وهي الإجراءات التي تجهز المستفيد بأدوات مناسبة للتفاعل مع النظام خلال مرحلتي التطوير والاستخدام .

v اللغات المستخدمة في النظام الخبير/ الذكاء الاصطناعي
يمكن استخدام لغات البرمجية التقليدية والتي تتوافر فيها خاصية الاستدعاء الذاتي للمعالجة , وأيضا ارتبط بناء الأنظمة على لغات متخصصة تم تطويرها في تطبيقات الذكاء الصناعي ومن أهم اللغات لغة lisp و لغة prolog حيث تم تحديدها للمرحلة الأولي لمشروع الجيل الخامس للحاسبات في اليابان وتميل إلى الوصفية اكثر من كونها لغات إجرائية .
أما لغةkrl-netl-klone التي تعتمد تقنية شبكات دلالات الألفاظ وتعتمد لمعالجة استرجاع المعارف في أنظمة الخبرة .

v استخدام النظم الخبيرة / الذكاء الاصطناعي في المكتبات ومراكز المعلومات
هناك إجماع في الرأي بان النظم الخبيرة / الذكاء الاصطناعي ستكون تكنولوجيا جديدة يبحث فيها المتخصصون في مجال المكتبات والمعلومات عن الطرق المفيدة لاستخدامها واستثمارها لتسهيل أعمالهم وتحسين نوعية خدماتهم وخبراتهم الخاصة , فلقد استغل المتخصصون هذه التكنولوجيا وقاموا بإنتاج العديد من النظم في الخزن والاسترجاع وفي الفهرسة والتكشيف والاستخلاص والأعمال المرجعية فالمتخصصون يجب ان تتوفر لديهم الخبرة, والتفاعل مع مظاهر الحياة المختلفة ومهارات أخرى مثل التصنيف, الخبرة الأكاديمية , إجراء المقابلات , بناء الكانز, المعرفة باحتياجات المستفيدين.

نماذج من أنظمة المستخدمة :
§ Coder مشروع طور من قبل fox غرضه تطوير قاعدة من معرفة تشتمل على تحليل الوثائق واسترجاعها ويتألف من فرعين:
§ نظام فرعي تحليلي ( يتعلق بإدخال ومعالجة وتمثيل الوثائق الجديدة )
§ نظام فرعي استرجاعي ( يسمح باسترجاع وثيقة أو جزء منها
§ Rebeic نظام يبحث في أنماط الكلمات ضمن نصوص البحث الآلي المباشر, بدلا من استرجاع وثائق مكشفة مسبقا قاعدة المعرفة اعتمدت على ruies وصعوبته كونه يوفر قواعد متخصصة لكل مستفيد.
§ Esscape مشروع تم فيه بناء نظامين خبيرين في فهرسة المكتبة والعمل الرئيسي اختبار نقاط وصول لتحديد المداخل الرئيسية والإضافية والاستنتاج هو إمكانية استخدام النظام في الفهرسة لانتاج القيود الببلوغرافية الصحيحة ويكون مفيد أيضا في الأعمال غير التقليدية.
§ Gemi هو نظام خبير تم تطبيقه في مجال استرجاع المعلومات وانه مبني على القواعد + rule base وباستخدام حاسبة مايكروية متوافقة حيث يمكن المستفيد من معرفة المرجع في مجال اهتمامه مع توفير ببليوغرافية مع مستخلص لجميع المراجع المتوافرة في المكتبات الجامعية . وقد طبق هذا النظام في العراق في حقل المكتبات والمعلومات وقد تم الأخذ بعين الاعتبار عند تطبيق النظام – طبيعة المستفيد ومستواه الثقافي – مستفيدون مالوفون أم اعتياديون – المهنة
-----

» بحث عن الذكاء الصناعي (الجزء الثاني )
» بحث عن الذكاء الصناعي(الجزء الاول )