الأنظمة الخبيرة (Expert Systems (ES
مقدمة:
الإنسان الخبير وحده من يستطيع تقديم أداء رفيع المستوى في نطاق تخصصه! الأنظمة الخبيرة تستخدم معلومات محصورة في نطاق محدد كي تقدم نفس أداء الإنسان الخبير في نفس النطاق!
تذكر أنه ليست جميع النطاقات تعتبر مجالات خصبة لبناء أنظمة خبيرة فيها، كما أنه لا يمكننا صياغة جميع الخبرات والمهارات التي لا تكون موجودة سوى لدى الإنسان الخبير؛ فبعضها لا يمكن صياغته!
من هنا نستنتج أن المعادلة الأولى في عالم الأنظمة الخبيرة هي:
النظام الخبير = الإنسان الخبير!
حسناً، وماهو النظام الخبير؟!
هو برنامج له سلوك الإنسان الخبير في نطاق محدد من التطبيقات، أو هو برنامج يحل المشاكل التي غالباً ما تحل عن طريق إنسان خبير، هذه المشاكل غالباً ما يطلق عليها اسم Expert-level Problems.
الفرق بين النظام الخبير والإنسان الخبير:
مع أن المعادلة الأولى في عالم الأنظمة الخبيرة تقتضي أن النظام الخبير = الإنسان الخبير، إلا أنه توجد فروق دقيقة عديدة بينهما، سنستنتج جميع هذه الفروق سوياً في الدروس القادمة إن شاء الله.
وبصورة مبدئية وبدائية جداً يكون الفرق بينهما:
في المعرفة:
تتكون المعرفة التي توجد لدى الإنسان الخبير من معرفة نظرية Theoretical نابعة عن فهم المشكلة بالإضافة إلى معرفة تطبيقية Practical نتجت من تجاربه وأظهرت فاعلية كبيرة في حل المشاكل وأعطته خبرات و معلومات جديدة وعملية، على عكس النظام الخبير الذي لا يمكنه التعلم من تجاربه بإضافة خبرات جديدة إلى قاعدة المعرفة خاصته، إنما يحتاج إلى تدخل من قبل الإنسان كي يضيف هذه الخبرات إليه!
عملياً:
يملك الإنسان الخبير مهارات حسية (في الجراحة أو أسلوب التوضيح أثناء الحديث) ويملك حدساً يمكنه من التعامل مع معلومات غير دقيقة، وغير مكتملة أو حتى ذات نسبة صحّة صغيرة نسبياً. بينما يفتقر النظام الخبير إلى المهارات الحسية، وإلى الحدس في حل المشكلة، كما أنه لا يمكن أن يتعامل سوى مع معلومات ذات نسبة صحّة كبيرة.
إذن نستطيع القول أن النظام الخبير هو نسخة مركبة مما يتركب منه عقل الإنسان الخبير الذي مرت عليه الكثير من التجارب ولديه العديد من الخبرات، فهي برامج عملية تستخدم استراتيجيات استكشاف طورت من قبل الإنسان لحل فئة معينة من المشاكل، وبسبب استراتيجيات الاستكشاف هذه؛ فإن طبيعة مركز المعرفة (قاعدة البيانات) في أي نظام خبير معني بحل مشكلة محددة لابد من أن تكون:
تدعم عمليات التعليل، سواء كان تعليل وقتي لكل خطوة يقوم بها النظام، أو تعليل للقرار النهائي الذي يقدمه النظام.
تسمح بعمليات التعديل بسهولة، سواء كانت لإضافة بعض المهارات إلى قاعدة البيانات أو إلى حذف بعضها منها.
تعلّل عن طريق الاستكشاف، متشبهين هنا بطريقة التعليل في عقل الإنسان!
ستتفهم هذه النقاط بشكل أعمق إن شاء الله مع الدروس القادمة.
الخصائص الواجب توفرها في النظام الخبير:
لابد من أن يكون قادراً على شرح قراره وتعليله كما يفعل الإنسان الخبير، وذلك بهدف:
– تعزيز ثقة المستخدم بالنظام. (مثال على ذلك الطبيب، فإن كان قادراً على توضيح سبب تحديد الجرعة التي حددها لمريضه زادت ثقة المريض بالطبيب).
– السماح للمستخدم بإيجاد نقاط الضعف التي من الممكن أن تكون موجودة في النظام عندما يقوم بشرح قراره حينها يمكننا إلقاء القبض على أي خطأ من الممكن أن يوجد في قاعدة المعرفة، مما يساعد بقوة في إصلاحه وتشذيب قاعدة معرفة النظام.
لابد من أن يكون قادر على التعامل مع معلومات غير كاملة أو غامضة، كما يفعل الإنسان الخبير (فالطبيب الخبير أو الاستشاري يستطيع التشخيص على معطيات غير مكتملة) ولكن هذه النقطة بحاجة لوقفة تفصيلية سنتعرف عليها في الدروس القادمة إن شاء الله.
لابد من أن تحوي واجهة مستخدم ظريفة والتي بدورها تجعل تعليل النظام واضح للمستخدم وغير غامض.
أسباب تدعونا لصنع أنظمة خبيرة:
صيانة المعرفة من الاندثار أو الانقراض، نقصد بذلك المعرفة القيمة الفريدة التي لا تكون موجودة إلا عند إنسان خبير مميز في تخصصه.
لحل المشاكل، مما يحفظ الوقت والمال والجهد، وهذا ما يجعلنا نحتاج إلى قاعدة بيانات ضخمة بل هائلة.
زيادة الخبراء في المجال الذي يُصنع النظام الخبير فيه
المجالات الأكثر مناسبة لبناء أنظمة خبيرة:
وهي المجالات التي طبِّقت فيها أنظمة خبيرة فعلياً:
الطب Medicine
الرياضيات Mathematics
الهندسة Engineering
الكيمياء Chemistry
الجيولوجيا Geology
علوم الكمبيوتر Computer Science
التجارة Business
القانون Low
الدفاع Defense
التعليم Education
نرى أن هذه المجالات في مجملها مجالات بها تحدي كبير من نوع أو آخر!
أنواع (تصنيف) المشاكل التي تحتاج إلى أنظمة خبيرة:
التأويل والتفسير Interpretation:
بمعنى المشاكل التي تحتاج لحلها: تشكيل نتائج أو توصيفات رفيعة المستوى من مجموعة من بيانات معطاة، مثل الجرائم.
التنبؤ Prediction:
بمعنى المشاكل التي تحتاج لحلها: تصوّر عواقب محتملة نتيحة عوامل معطاة، مثال على ذلك: التنبؤ بأحوال الطقس.
التشخيص Diagnosis:
بمعنى المشاكل التي تحتاج لحلها: تحدد سبب القصور ومواقع الضعف في الحالات المعقدة بناءاً على الأعراض الملاحظة.
التصميم Design:
بمعنى المشاكل التي تحتاج لحلها: إيجاد تشكيل مناسب لمكونات نظام يخدم أهداف متقدمة مع وجود العديد من القيود.
التخطيط Planning:
بمعنى المشاكل التي تحتاج لحلها: تدبير سلسلة من الأحداث المتعاقبة التي تحقق مجموعة من الأهداف بمعلومية شروط ابتدائية معينة وقيود تشغيل زمنية. مثال على ذلك: الذراع الآلية.
المراقبة Monitoring:
بمعنى المشاكل التي تحتاج لحلها: مقارنة السلوك المشاهد للنظام مع السلوك المتوقع له!
محاولة إكتشاف الأخطاء وإصلاحها Debugging and Repair:
بمعنى المشاكل التي تحتاج لحلها: توصيف وتطبيق علاج للقصور الموجود في نطاق معين.
التوجيه Instruction:
بمعنى المشاكل التي تحتاج لحلها: اكتشاف ومن ثم تصحيح نقاط الضعف لفهم موضوع معين.
التحكم Control:
بمعنى المشاكل التي تحتاج لحلها: السيطرة على سير العمل في بيئة معقدة.
المواصفات التي لابد من توافرها في المشاكل كي نحكم ونقول بأن هذه المشاكل تحتاج إلى أنظمة خبيرة لبناءها:
أن تكون الحاجة لحلول هذه المشاكل مبررة لما يستلزمه بناء نظام خبير من التكلفة والجهد.
عندما لا يتوفر الإنسان الخبير في كل الحالات التي نحتاج إليه فيها لحل المشكلة.
عندما تكون المشكلة ممكنة الحل بطرق الاستدلال الرمزي symbolic reasoning دون الحاجة إلى مهارات حسية perceptual skills.
عندما يكون نطاق المشكلة معرَّف well structured ولا يحتاج إلى حدس commonsense reasoning في حل بعض المشاكل التي تظهر فيه.
عندما لا يمكن حل المشكلة باستخدام طرق الحساب التقليدية.
عندما يتواجد خبراء في نطاق المشكلة مستعدين للتعاون باسلوب واضح وفصيح.
عندما يكون حجم ومجال المشكلة معقول ومناسب، يستحق الوقت والجهد.
أهم أنظمة خبيرة معروفة في العالم اليوم Well-Known ES:
توضح الصورة التالية أهم أنظمة خبيرة معروفة في العالم اليوم، تاريخ إنتاج كل منها، والمجال الذي تتعامل معه -مع ملاحظة أننا كنّا سنتطرق لمناقشة بعض هذه الأنظمة بالتفصيل في الدورة، ولكن يمكنك عمل بحث عن اسم أي نظام خبير في محرك بحث شهير ليقوم بإعطاءك صفحات لا نهائية تتحدث عنه بالتفصيل-:
ES Job Source ES Name Year [/RIGHT]
.gif "sez65"){kind=icon}
