تیم تهران آی تی با تجربه ده ساله در حوزه سیستم خبره و هوش مصنوعی آماده همکاری با دانشجویان و شرکت ها در خصوص طراحی و پیاده سازی پروژه های سیستم خبره و هوش مصنوعی با پرولوگ، کلیپس، وی پی اکسپرت، متلب و ... میباشد همچنین تیم ما در حوزه پژوهش در این حوزه ها نیز بسیار فعال میباشد - مشاوره رایگان 09121486770
از اوایل دهه ۱۹۵۰ و همراه با پیدایش نخستین کامپیوترهای دیجیتال فکر بلند پروازانه ای که همواره ذهن دانشمندان را به خود مشغول کرده ، ایجاد « هوش مصنوعی » است که به زبان ساده ، هوش مصنوعی ماشینی است که می تواند فکر کند بنابر این اگر بتوان با استفاده از پیشرفتهایی که در دنیای کامپیوترها به وقوع پیوسته ماشینی را بوجود آورد که قادر باشد عملیات مغز انسان را شبیه سازی کند شاید بتوان به آرزوی فریبنده هوش مصنوعی نیز دست یافت در دهه ۱۹۷۰ ، ادواردفیگن بام در دانشگاه استانفورد به دنبال کشف روش حل مسئله ای بود که خیلی کلی و همه منظوره نباشد . محققین دریافتند که یک متخصص معمولاً دارای تعدادی رموز و فوت و فن خاص برای کار خود می باشد و در واقع از مجموعه ای از شگردهای مفید و قواعد سرانگشتی در کار خود بهره می برد این یافته مقدمه پیدایش سیستم خبره بود . سیستم خبره با اخذ این قواعد سر انگشتی از متخصصین و به تعبیری با تبدیل فرآیند استدلال و تصمیم گیری متخصصین به برنامههای کامپیوتری می تواند به عنوان ابزار راهنمای تصمیم گیری در اختیار غیر متخصص و حتی متخصصین کم تجربه قرار گیرد . حالا اگر بخواهیم تعریفی از سیستمهای خبره ارائه دهیم می توان گفت « سیستمهای خبره برنامه های کامپیوتری هستند که با استفاده از قواعد مورد استفاده متخصصین به حل مسائل در زمینه ای خاص می پردازند بسیاری از افراد قبل از اولین برخورد با کامپیوترهاو استفاده از آنها گمان می کنند کامپیوترها ماشینهای متفکرند که قادرند چاره همه مشکلات وحتی مسائل حل نشده را بیابند و راهنمای بشر باشند اما همه ما پس از مدتی آشنایی با کامپیوترها در می یابیم که تصورات اولیه همه تازه واردان به دنیای کامپیوتر خیالی بیش نبوده است . امروزه سیستمهای خبره عمدتاً تا اندازه ای به آن خیال ها جامه عمل پوشانده است . وجه تمایز اصلی سیستمهای خبره نسبت به برنامههای کاربردی گذشته آن است که از استدلال مبتنی بر استنباط و استنتاج استفاده می کند در برنامه های کاربردی معمولی دارای الگوریتم و روش حل مسئله ثابتی هستیم اما در روشهای شهودی می توان با آزمون و خطا مسائل دشوارتری را حل کرد و به جواب رضایتبخش رسید .
در یک تعریف کلی میتوان گفت سیستمهای خبره، برنامههای کامپیوتریای هستند که نحوه تفکر یک متخصص در یک زمینه خاص را شبیهسازی میکنند. در واقع این نرمافزارها، الگوهای منطقیای را که یک متخصص بر اساس آنها تصمیمگیری میکند، شناسایی مینمایند و سپس بر اساس آن الگوها، مانند انسانها تصمیمگیری میکنند.
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.
به محدوده اطلاعاتی از الگوهای خبرگی انسان که به یک سیستم خبره منتقل میشود، task domain گفته میشود. این محدوده، سطح خبرگی یک سیستم خبره را مشخص میکند و نشان میدهد که آن سیستم خبره برای چه کارهایی طراحی شده است. سیستم خبره با این task ها یا وظایف میتواند کارهایی چون برنامهریزی، زمانبندی، و طراحی را در یک حیطه تعریف شده انجام دهد. به روند ساخت یک سیستم خبره، knowledge engineering یا مهندسی دانش گفته میشود. یک مهندس دانش باید اطمینان حاصل کند که سیستم خبره طراحی شده، تمام دانش مورد نیاز برای حل یک مسئله را دارد. طبیعتاً در غیراینصورت، تصمیمهای سیستم خبره قابل اطمینان نخواهند بود.
به دستهای خاص از نرمافزار، 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 آغازین و سادهتری از فناوری پیشرفتهتر،سامانههای دانش-بنیان به شمار میآیند.که با گردآوری، پردازش و واکاوی دادهها قادر به نتیجهگیری و حل مسئله در مواردی هستند که معمولاً به دیدگاه و دانش یک فرد کارآزموده در آن رشته تخصصی نیاز دارد. این سامانهها معمولاً اطلاعات را به شکل واقعیت ها و قواعد در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با بهرهگیری از روشهایی خاص استنتاج از این دادهها نتایج مورد نیاز حاصل میشود.
سیستمهای خبره برنامه هایی هستند که رفتار یک انسان متخصص در یک زمینه بخصوص را تقلید می کنند. این برنامه از اطلاعاتی که استفاده کننده در آنها ذخیره میکند جهت اعلام یک عقیده در یک موضوع بخصوص استفاده می کند. از اینرو سیستمهای خبره تا هنگامی که بتوانند موضوعی را که با پاسخهای شما مطابقت داشته باشد بیابند به سوال کردن از شما ادامه می دهند.
خبرگی دانش تخصصی است که برای رسیدن به آن نیاز به مطالعه مفاهیم تخصصی یا گذراندن دوره های ویژه است. سیستم های خبره یکی از زیر شاخه های هوش مصنوعی است. یک سیستم خبره به برنامه کامپیوتری گفته می شود که دارای خبرگی در حوزه خاصی است و می تواند در آن حوزه برای تصمیم گیری یا کمک به خبره جهت تصمیم گیری به کار رود. سیستم های خبره برای حل مسائلی بکار می روند که :
برای مثال اگر سیستمی با استفاده از روشهای علم آمار اقدام به پیش بینی دمای هوای فردا کند، در حوزه سیستم های خبره کلاسیک و سنتی قرار نمیگیرد. اما اگر سیستمی با استفاده از این قاعده که در این فصل از سال دمای هوا معمولا ثابت است و این واقعیت که دمای امروز ۲۵ درجه سانتی گراد است به این نتیجه برسد که دمای فردا حدود ۴۵ درجه سانتی گراد خواهد بود در حوزه سیستم های خبره کلاسیک قرار می گیرد. از سیستم خبره نباید انتظار داشت که لزوما و همیشه نتیجه ای بهتر از نتیجه یک خبره انسانی بیابد. سیستم خبره معمولا می تواند در بهترین حالت همسطح یک خبره انسانی نتیجه گیری نماید. مانند خبره های انسانی، سیستم های خبره کامپیوتری همیشه به جواب نمی رسند. با توجه به این که علوم مختلفی وجود دارد در نتیجه خبرگی در شاخه های علمی متفاوت مطرح است. فرد خبره ، Expert فردی است که در زمینه ای خاص مهارت دارد به طور مثال یک پزشک، یک مکانیک و یا یک مهندس عمران افراد خبره ای هستند. این مسئله بیانگر این است که دامنه کاربرد سیستم های خبره، گسترده بوده و می توان برای هر زمینه کاری تخصصی، سیستم خبره طراحی و پیاده سازی کرد.
پایگاه دانش : یکی از مولفه های مهم سیستم های خبره، پایگاه دانش یا مخزن دانش است. محلی است که دانش خبره، کد گذاری شده و قابل فهم برای سیستم ذخیره میشود. پایگاه قواعد دانش، محلی است که در آن بازنمایی دانش به صورت مجموعه ای از قواعد است. بازنمایی دانش در ادامه منجر به ایجاد پایگاه دانش می شود. فردی که دانش خبره را کد کرده و وارد پایگاه دانش می کند مهندسی دانش Knowledge Engineer نامیده می شود. معمولا دانش به صورت سنتی و کلاسیک در سیستم های خبره سنتی با عبارتهای شرطی قواعد در پایگاه دانش ذخیره می شود.
موتور استنتاج : یعنی استفاده از دانش موجود برای حل مسئله با ارتباط دادن دانش های مرتبط. موتور استنتاج با استفاده از قواعد منطق و دانش موجود در پایگاه دانش و حقایق حافظه کاری اقدام به انجام کار خاصی می کند. این عمل یا به صورت افزودن حقایق جدید به پایگاه دانش است یا به صورت نتیجه ای برای اعلام به کاربر یا انجام کار خاصی است.
امکانات توضیح : برای نشان دادن مراحل نتیجه گیری سیستم خبره برای یک مساله خاصی به زبان قابل فهم برای کاربر، به کار می رود. لزوم این امکانات برای آن است که کاربر با دیدن مراحل استنتاج اطمینان بیشتری به تصمیم گرفته شده توسط سیستم پیدا کند و همچنین خبره ای که دانش او وارد پایگاه دانش شده است، اطمینان می یابد که دانش او به صورت درست بازنمایی و وارد سیستم شده است. در ارتباط کاربر با سیستم، پرسش و پاسخهایی مطرح میشود و در روند اجرا و تا پایان، سیستم به کاربر یک سری راهکار پیشنهاد می کند. در روند پرسیدن پرسش ها، اگر کاربر لازم دانست سیستم خبره باید بتواند توضیحی در زمینه این که چرا چنین سوالی پرسیده می شود؟ و یا چگونه به این نتیجه رسیده است؟ ، ارائه دهد، چنین قابلیتی را امکانات توضیح می نامند.
امکانات کسب دانش : راهکارهایی برای ایجاد و اضافه نمودن دانش به سیستم. امکاناتی است که اگر بخواهیم دانشی به سیستم اضافه کنیم باید یک بار از این مرحله عبور کنیم اگر این دانش قبلاً در سیستم وجود نداشته باشد به موتور استنتاج می رود روی آن پالایشی صورت می گیرد و سپس در پایگاه دانش قرار می گیرد.
بخشی ارتباط با کاربر : مربوط به بخشی است که به طور مستقیم با کاربر در ارتباط است.
حافظه کاری : حافظه ای برای ذخیره پاسخ های پرسش های پرسیده شده توسط سیستم است.
جدايي دانش از کنترل : جداسازی دانش از کنترل، نگهداشت و توسعه سیستم را آسانتر میسازد .می توان به راحتی قانونی را تغییر داد يا قانون جديدی را اضافه کرد .اگر الزم باشد روش استداللی تغییر کند کافی است الگوريتم استنتاج تغییر کند و تغییرات در دانش نیاز نیست.
داشتن دانش خبره : يکی از ويژگی های سیستم خبره درونی ساختن تخصص يک فرد خبره است. بدست آوردن اين سیستم خبره و کد کردن آن خبرگی بسیار ارزشمند خواهد بود.
تخصص متمرکز : اغلب افراد خبره در شاخه کوچکی از تخصصشان توانا هستند .اما در خارج آن محدوده توانايی کمی دارند .همانند انسان يک سیستم خبره نیز در دامنه خاصی از مساله تواناست .مثال از سیستمی که برای تشخیص عیب ماشین طراحی می شود، انتظار توانايی حل مسائل مالی نمی رود.
تخصص متمرکز : اغلب افراد خبره در شاخه کوچکی از تخصصشان توانا هستند .اما در خارج آن محدوده توانايی کمی دارند .همانند انسان يک سیستم خبره نیز در دامنه خاصی از مساله تواناست .مثال از سیستمی که برای تشخیص عیب ماشین طراحی می شود، انتظار توانايی حل مسائل مالی نمی رود.
مهندسي دانش : برخالف برنامه نويسی مرسوم که داده عنصر اساسی است، و تمرکز روی داده هاست، در سیستم های خبره تمرکز روی دانش است .آنها دانش را کسب، دسته بندی و بررسی می کنند تا به مساله کامال فهمیده شود .به عبارتی مهندسی دانش، فرآيند ساخت يک سیستم خبره است.
پرولوگ یک زبان برنامه نویسی برای محاسبات نمادین و غیر عددی است همچنین پرولوگ برای حل مسائلی که شامل اشیا و روابط میان آنها میباشد بسیار مناسب است.
همچنین میتوان گفت که پرولوگ یک زبان برنامهنویسی منطقی چند منظوره مبتنی بر مفاهیم هوش مصنوعی و زبانشناسی محاسباتی است. این زبان بر پایه منطق ریاضی بنا نهاده شده و آن را به عنوان زبان کاملاً منطقی میشناسند و حتی به آن پرلوگ خالص نیز اطلاق میشود و میتوان گفت متفاوت از سایر زبانهای برنامهنویسی است. این زبان، ریشه خود را بر خلاف بسیاری از زبانهای برنامهنویسی دیگر از منطق صوری گرفتهاست. پس منطق برنامه را از لحاظ روابط بیان کرده و اجرای آنها بیشتر از طریق پرس و جوها حول این روابط انجام میشود. باید توجه داشت که این پرس و جوها از دادههای مجزایی ساخته میشوند. منطق گرا بودن این زبان، آن را برای بکارگیری در بانکهای اطلاعاتی، ریاضیات نمادین، زبان تجزیه و کاربردهای دیگر سودمند ساخته است.
کلیپس یک ابزار برنامه نویسی است که برای طراحی نرم افزار و اپلیکیشن های سیستم خبره به کار میرود و اولین بار توسط تیم تــهران آی تی در فضای آموزشی کشور ایران مطرح شد
کلیپس مخفف کلمات C Language Integrated Production System میباشد و اولین نسخه های CLIPS در سال 1985 در مرکز فضایی ناسا توسط جانسون به عنوان جایگزینی برای سیستم موجود ART * Inference ایجاد شد و تا اواسط دهه 1990 ادامه پیدا کرد نرم افزار کلیپس cilips دارای ورژن های مختلفی میباشد و بر روی انواع سیستم عامل ها قابلیت نصب را دارد که متاسفانه ایرانی ها از طرف سازنده نرم افزار که ناسا باشد تحریم شده و نمیتوانند این نرم افزار را دانلود کنند یکی از بهترین و کاربردی ترین ورژن های این نرم افزار ورژن CLIPS 6.30 Beta Windows Application Installer R3 میباشد که بر روی سیتم عامل ویندوز قابل نصب است . شرکت سازنده نرم افزار کیلیپس sourceforge و سایت تـــهران آی تی در این ضمینه برای کاربران فارسی مجموعه آموزش بسیار عالی تدوین کرده است