 |
هوش مصنوعي چيست |
 |
ارسال شده در مورخه : دوشنبه، 16 بهمن، 1385 توسط maghaleh.net |
 kiasat می نویسد "تلاش در راه برخوردار نمودن رايانه از تواناييهاي شناخت و تقليد جنبههاي هوشي انسان, از دهه 1950 ميلادي آغاز شده است. در سال 1965 گروهي از دانشمندان از جمله ماروين مينسكي1 (از دانشگاه فني ماساچوست) كلود شانن2 (از آزمايشگاه نامدار بل) و جان مك كارثي3 (از دانشگاه دارت موث), همايشي در دارت موث4 ـ كانادا برگزار نمودند تا در اين زمينه به گفتگو بپردازند. جان مك كارثي دانيشار كرسي رياضي دانشگاه و ميزبان همايش, عنوان (هوشمصنوعي) را بر اين نشست نهاد. از آن زمان تا كنون ميان خبرگان, شكاكان, روزنامه نگاران, و دانشمندان آگاه و جدي همچنين بحث در مفهوم (هوش مصنوعي) جريان دارد.
هوش مصنوعي چيست تلاش در راه برخوردار نمودن رايانه از تواناييهاي شناخت و تقليد جنبههاي هوشي انسان, از دهه 1950 ميلادي آغاز شده است. در سال 1965 گروهي از دانشمندان از جمله ماروين مينسكي1 (از دانشگاه فني ماساچوست) كلود شانن2 (از آزمايشگاه نامدار بل) و جان مك كارثي3 (از دانشگاه دارت موث), همايشي در دارت موث4 ـ كانادا برگزار نمودند تا در اين زمينه به گفتگو بپردازند. جان مك كارثي دانيشار كرسي رياضي دانشگاه و ميزبان همايش, عنوان (هوشمصنوعي) را بر اين نشست نهاد. از آن زمان تا كنون ميان خبرگان, شكاكان, روزنامه نگاران, و دانشمندان آگاه و جدي همچنين بحث در مفهوم (هوش مصنوعي) جريان دارد. هوش مصنوعي با كوششهايي تعريف ميكنند كه در پي ساختن نظامهاي رايانهاي (سخت افزار و نرم افزار) است كه رفتاري انسان وار داشته باشند. چنين نظامهاي توان يادگيري زبانهاي طبيعي انجام وظيفههاي انساني (بصورت مصنوعي ـ روباتيك), كاربرد دستگاههايي كه رفتار و گفتارشان را نمايش ميدهد, و رقابت با خبرگي و توان تصميمگيري انسان را خواهد داشت. اين نظامها همچنين توانايي منطقي, استدلال, بينش, و آنچه را در كيفيت انسان سراغ داريم, به نمايش خواهند گذاشت عوامل مهم ديگر در اين ميان (دستگاههاي هوشمند) است, سخت افزارهايي كه چنين وظيفههايي را انجام خواهند داد. هيچ يك از دستگاههاي موجود تا كنون نتوانستهاند به كيفيتهاي انساني ياد شده نزديك شوند, ولي از سوي ديگر كاركردشان هيجانانگيز ميباشد. هوش مصنوعي اينك داغترين و بحث انگيزترين موضوع در ميان خبرگان دانش رايانه و اطلاعات, و نيز تا كنون, انسانها از جنبههاي تن و روان, مركز و محور همه بحثها و پژوهشها بوده اند. اينك موجودي در رتبهاي پايينتر, بي جان, و مصنوعي, ميخواهد سردمدار انقلاب فرهنگي نوين شود, امري كه بيشتر انسانها با آن مخالفند. انتقاد كنندگان از پژوهشهاي هوش مصنوعي چنين استدلال ميكنند كه صرف زمان و منابع ارزشمند ديگر در راه ساخت فراوردهاي كه پر از نقص و كاستي و دستآوردهاي مثبت بسيار اندكي است, مايه بد نام كردن و زير پا گذاشتن توانمنديها و هوشمنديهاي انسان ميباشد. تلخترين انتقادها بر اين باور است كه هوش مصنوعي توهين آشكار به گهر طبيعت و نقش انسان است. پشتيبانان اين پژوهشها هدف خود را بسيار شرافتمندانه و حاكي از درك درست از انسان ميدانند كه ميخواهد تا بدين وسيله در گسترش دانش و تجربهها بكوشد. هوش مصنوعي چنانچه به هدفهاي خود برسد, جهش بزرگي در دستيابي بشر به ثروت و رفاه بيشتر خواهد بود. هم اكنون نمونههاي خوب و پذيرفتني از هوش مصنوعي در دنياي واقعي بكار افتادهاند و همينها صرف منابع لازم در آينده را توجيه ميكنند. ما در اين فصل از داوري درباره بديها و خوبيهاي هوش مصنوعي دوري جسته و استدلال هر دو گروه مخالف و موافق و نيز نمونههاي تجربههاي واقعي را خواهيم آورد. تصميمگيري درباره سودمندي هوش مصنوعي براي دنياي آينده و يا خلاف آنرا به شما واميگذاريم. هوش انساني و مصنوعي پيش از تعريف كردن هوش مصنوعي, شايسته است تا تفاوت آنرا با هوش انساني به خوبي دريابيم. بيشترين بحث و گفتگويي كه درباره هوش مصنوعي و رويارويي با آن درگرفته است, ناشي از نامگذاري نامناسب آن ميباشد. اين عنوان, پر زرق و برق و برانگيزاننده است. چنانچه در سال 1956 مك كارثي آنرا چيزي مانند (برنامه نويسي پيشرفته) ناميده بود, چنين جنگ و جدالي در پيرامون آن بوجود نميآمد. يك نظام هوشمند مصنوعي پيروزمند, نه مصنوعي است و نه هوشمند. بنابراين چنان نظامي چگونه چيزي است؟ دماپا (ترموستات) و شمعك (پيلوت آبگرمكن) از نمونههاي خوب دستگاههاي هدفدار هستند كه مشكلي را به روش مصنوعي حل ميكنند, با اين وصف كسي آنها را هوشمند نميداند. همه نظامهاي هوشمند مصنوعي پيروزمند بر پايه تجربه, دانش, و الگوهاي استدلالي انسان به وجود آمدهاند. اگر درست بينديشيم, آن هوشمندي (طبيعي) هستند. نظامهاي هوش مصنوعي نيز همانند يك كتاب و يا ديگر آثار فكري انسان هستند. تا زمانيكه نوشته نشوند, معلوماتي درخود ندارند. پس از آن نيز توانايي ساختن چيزي نو و يا ابداع راه حلي تازه براي مسائل را ندارند. نظامهاي هوشمند, تواناييهاي خبرگان را بالا ميبرند ولي هرگز جانشين آنها نميشوند. سخن كوتاه, ميتوان گفت كه نظامهاي هوشمند مصنوعي فاقد عقل سليم و حس عام هستند و هيچگاه نميتوانند همچون انسان عمل كنند. اينك بياييم و هوش انسان را از نزديك بررسي كنيم, هوش انساني بسيار پيچيدهتر و گستردهتر از نظامهاي رايانهاي و اطلاعات است. فيلسوفان, روانشناسان, و ديگر پژوهندگان ادراك بشري همه دريافته اند كه هوش انسان چيزي وصف ناپذير است. بنابراين, دستگاهي كه آگاهانه طراحي شده است به آساني نميتواند آنرا تقليد نمايد. مسئلهاي را كه نتوان تعريف نمود, چگونه ميشود كه برنامه نويسي كرد؟ هوش انساني دست كم چهار توانايي برجسته دارد, استدلال, رفتار, كاربرد قياسي و نمونهها, و آفرينش و بكار بستن مفهومها. • توان استدلال ـ بخشي از هوش انساني را ميتوان كاربرد قانونهايي تعريف كرد كه بر پايه تجربهها و توارث به او ميرسد. هر چند نميتوان اين قانونها را همواره آگاهانه به ميدان آورد, ولي آنها بخش بزرگي از دانش فرد هستند كه از فرهنگ گسترده و مجموعه ژنتيكي انسان به او رسيدهاند. • ويژگي رفتاري ـ حتي اگر انسان قانونهاي نهفته درخود را بيدار نكند, رفتاري از او سر ميزند كه بر معيارهاي ارزشي جامعه است. هوش انساني در عمل كارهايي انجام ميدهد كه بايد آنها را (هوشمندانه) ناميد. • قياس و نمونهسازي ـ آنچه انسان را از ديگر جانداران مشخص ميكند, توان ايجاد ارتباط ميان موضوعها و قياس و نمونهسازيهاي تازه است. بدينوسيله, انسان قانونهاي تازهاي ساخته و يا قانونهاي پيشين را در موارد تازه بكار ميگيرد. بيشتر آنها چيزي را كه در انسان عقل سليم ميدانيم بر پايه همين قياسها و نمونه سازي استوار است. • آفرينش و كاربرد مفهومها ـ توانايي بشر در ايجاد مفهومهاي گوناگون در دنياي پيرامون خود از ديرباز شناخته شده است. مفهومهاي گستردهاي همچون روابط علت و معلولي, و زمان, و يا مفهومهاي محدودتري همچون گزينش صبحانه, نهار, و شام را انسان آفريده است. انديشيدن در اين مفهومها و به كار بستن آنها, از ويژگيهاي رفتاري هوشمندانه انساني ميباشد. هوش مصنوعي در پي ساخت دستگاههايي است كه بتواند تواناييهاي ياد شده, يعني استدلال, رفتار, قياس, و مفهوم آفريني, را از خود بروز دهند. آنچه تا كنون ساخته شده, نتوانستهاند خود را به اين پايه برسانند, هر چند سودمنديهايي براي سازمانها بهمراه داشتهاند. از سوي ديگر, هيچ دليل در دست نداريم كه نشان دهد چنان دستگاههايي در آينده پيشرفت و گسترش نخواهند نمود. پيدايش و گسترش هوش مصنوعي داستان پيدايش و گسترش نظامهاي هوش مصنوعي از دو محور پيش رفته است يكي روشي كه در پي ساخت دستگاهي بود تا همانند فرآيند انديشيدن انسان به تفكر بپردازد ـ كار با روش قياسي مغز, (رهيافت از پايين به بالا)1 عنوان گرفته است. روش ديگر , رويكرد به كوششهايي كه ميخواهد تا چگونگي كار مغز و قياس منطقي را پايه كار قرار دهد, كه (رهيافت از بالا به پايين)2 ناميده ميشود. كاربرد نوين هوش مصنوعي در خلال جنگ جهاني دوم و توسط (نوربرت واينر)3 يكي از دانشمندان (دانشگاه فني ماساچوست) آغاز شد. وي با استفاده از مفهوم (بازخورد)4 روشي براي ساخت توپ ضد هوايي با هدايت راداري ابداع نمود. كار بدين گونه بود كه دستگاه با دريافت اطلاعات تازه (بازخورد) از رادار, همواره موقعيت خود را تنظيم ميكرد. (واينر) به كارهايش ادامه داده و در چندين كتاب خود توضيح ميدهد كه بازخورد, روش انديشيدن آدمي است و ميتوان با اين روش دستگاههايي ساخت كه همچون انسان بينديشند. وي در نظريه خود, مغز را مجموعهاي از ميليونها ياخته عصبي ميدانست كه اعداد (دودويي) را (با خاموش ـ روشن شدن) پردازش ميكنند, و در شبكهاي به هم پيوند دارند كه از محيط, دادهها (بازخورد) را در يافت ميكند. گروه رقيب با رهبري (ماروين مينسكي) در سال 1969 كتابي انتشار داد با عنوان (Perceptrons) و در آن با استدلالهاي رياضي (ثابت) كرد كه رهيافت از پايين به بالا راه به جايي نميبرد و در نهايت ساختههاي آن از هوشي در حد پست ترين جانداران نيز برخوردار نخواهند شد. اين امر تا سالها ادامه پژوهش در زمينه رهيافت از پايين به بالا را كنار گذاشت, تا اينكه در دهه 1980 و پيدايش رايانههاي توانمند, روش ياد شده براي تشخيص واژه, الگو, و تصوير در دستگاههايي با شبكه عصبي و پيروي از فرآيند قياس طبيعي مغز انسان, بكار گرفته شد. از آن پس مينسكي هم از انتقادهاي خود دست برداشته و اينك از پژوهشهاي شبكه عصبي جانبداري ميكند. در دهه 1950 رهيافت از بالا به پايين دركنار رهيافت رقيب و طرح گسترده آن در مطبوعات جايي براي خودنمايي نيافت. ولي كار پژوهشي آن درگامهاي پي درپي ادامه يافت. در دهه 1980 (نيوول) و (سايمون) دستگاهي بدين روش ساختند كه (مشكل گشاي فراگير) ناميده شد. هدف, بكارگيري قانون ساده جستجوي دو به دو, مانند درخت تصميم بود. اين دستگاه در وضعيتهايي با دامنهاي مشخص, مانند بازي شطرنج, كاراييهايي از خود نشان داد. براي دوري گزيدن از انفجار تركيب دادهها, بكارگيري چند قانون حساب سرانگشتي و ابتكاري ضروري بود و الگوهاي درخت تصميمگيري (تصادفي ـ فراگير ـ قانونگرا = قاعدهمند) ميتوانند رهنما باشند. كوشش عمده بايد صرف يافتن قانونهاي ساده ميشد كه بتوانند دوبه دو درخت تصميم را بپيمايند. پايه ساخت (نظامهاي خبره) براي كار در دنياي واقعي همچون شناخت نظام روشن كردن خودروها, و طبقهبندي گونههاي گياهان و جانداران, ريخته شد. 2 ـ 17 نظامهاي خبره بر پايه دانش واحدهاي صنعتي و توليد از يافتههاي هوش مصنوعي بيشتر به (آدمكها) (روباتها) براي ايجام كارهاي نصب و مونتاژ, و شركتهاي خدماتي ـ مديريتي بيشتر به نظامهاي خبره علاقمندند. نظام خبره, برنامه دانشگرايي ميباشد كه بر پايه كسب تجربه و دانش انساني در دامنهاي محدود, به حل مساله هاي مشخصي ميپردازد. اين نظام با انجام پرسشهاي مربوط, و توضيح دليل برگزيدن حركتهاي خاص, به امر تصميمگيري كمك ميكند. پارهاي از ويژگيهاي آنها را در پي مي آوريم: • پارهاي ازمسائل را براي انسان حل ميكنند. • دانش را در شكل قاعده ها وچارچوبها بكار ميگيرند. • با انسان كنش و واكنش دارند. • در يك زمان چند فرض را در نظر ميگيرند. بنابراين, نظامهاي خبره با دماپا (ترموستات) و شمعك ها كه تنها از اصول طبيعي پيروي ميكنند, تفاوت داشته و حركتهاي خود را برپايه دانش انسان بنا مينهند. از سوي ديگر, نظامهاي خبره تا به امروز از مهارتها و دانشهاي گسترده انساني بيبهرهاند. آنها نميتوانند همچون انسان (بينديشند). انسان با دادهها و الگوهاي مجرد كار ميكند و با شتاب نتيجهگيري مينمايد. دستگاههاي خبره از چنين عقل سليمي برخوردار نيستند. دامنه كار نظامهاي خبره هم محدود بوده و تنها ميتوانند به پويش, پيگيري, توضيح, و تشخيص چيزهايي كه آموختهاند بپردازند. تا كنون امكان تقليد از انسان براي چنين ابزارهايي فراهم نشده است. چگونگي كار نظامهاي خبره پايه دانشي ـ چگونه ميتوان از دانش بشري الگويي ساخت كه رايانه بتواند آنرا درك نموده و بكار گيرد؟ هر الگويي كه در اين زمينه پيروي شود, پايه دانشي نظام خبره است. سه روش بدين منظور درست شده است: قاعدهاي1 ـ شبكه معناشناسي2 ـ و چارچوبي3 . بناي برنامه نويسي ساختارمند استاندارد, همانگونه كه در فصل 13 آمد, بر عبارت شرطي (اگر), (پس) ميباشد كه در آن, وضعيت ارزيابي ميشود. اگر وضعيت دلخواه (درست) باشد, اقدام ميشود. براي مثال: اگر درآمد < 500000 ريال (شرط) فهرست نام و نشاني را چاپ كنيد (اقدام) براي عرضه پايه دانشي نظام, ميتوان رشتهاي از اينگونه (قاعدهها) را بكار گرفت. همانگونه كه ميدانيد, همه برنامه نويسيهاي سنتي رايانه از عبارت شرطي (اگر ـ پس) استفاده ميكنند. ولي تفاوت در اينجاست كه برنامههاي معمولي از 50 تا 100 قاعد تشكيل ميشوند, در صورتكه برنامههاي نظامهاي خبره بسيارگسترده بوده واز 200 تا 10000 قاده در آنها بكار گرفته ميشود. از اين گذشته, قاعدهها در اينجا بسيار بهم تنيده و مرتبطتر هستند. هنگاميكه پايه دانشي از عاملهاي درهم تنيده و بصورت يك تكه بزرگ قابل تشخيص باشند, كاربرد (شبكه معناشناسي ) مناسبتر است . اين الگو از سابقه موجود در نظام استفاده نموده و موضوعها را دستهبندي ميكند و عبارت شرطي (ISA) آنها را بهم پيوند ميدهد. اين عبارت شرطي اشاره به همه موضوعهايي دارد كه در يكدسته قرار دارند. (نمودار يك نظام خبره) براي مثال, در يك فهرست بيمه, چنانچه همه خودروهاي پايين فهرست, ويژگيهاي كلي خودروهاي بالاتر را دارا باشند (به ارث ببرند), شركت بيمه ميتواند با استفاده از شبكه معنا شناسي, اينگونه خودروها را براي تعيين بيمه دستهبندي نمايد. روش (چارچوبي) از نظر دارا بودن تكههاي بزرگ پايه دانشي همانند شبكه معنا شناسي است, ولي ارتباط ميان تكهها كمتر هرمي بوده و از راه وجود عاملهاي مشترك برقرار ميشود. پايه روش چارچوبي بر اين باور است كه انسان به هنگام جستجو در زمينه احتمالاهاي موجود, اطلاعات دريافتي را بصورت مفهومها و چارچوبهايي درميآورد تا دامنه شناسايي را كمتركند. براي مثال, هنگاميكه به سربازي گفته ميشود (در پي تانك بگرد و تا يكي را ديدي شليك كن) او در ذهن خود مفهوم و چارچوب تانك را زنده ميكند كه چگونه چيزي است. بنابراين هر چه با اين چارچوب نخواند, كنار گذاشته ميشود. پژوهندگان هوش مصنوعي از اين ويژگي استفاده كرده و اطلاعات گوناگوني را در قالب چارچوبهايي سازماندهي ميكنند. به رايانه فرمان داده ميشود تا درميان اين چارچوبها به جستجو بپردازد و آنهايي را كه با هم پيوند دارند, برگزيند. كاربر نيز ميتواند مسيرهاي گوناگوني را كه نظام بدانها اشاره خواهد كرد, پيروي نمايد. تيم برپا كننده ـ گروه سازنده نظام هوش مصنوعي از يك يا چند نفر خبره كه چيرگي كاملي بر (پايه دانشي) نظام دارند و يك نفر يا بيشتر مهندسان آگاه1 كه توانايي پياده نمودن دانش برگزيده شده (با راهنمايي خبره ها) را به دستهاي از قاعده ها, چارچوبها, ويا شبكه معناشناسي دارند, تشكيل ميگردد. مهندس نظام در حكم تحليلگرهاي سنتي است, ولي تخصص ويژهاي در بيرون كشيدن اطلاعات و مهارتها از ديگر كاركنان حرفهاي سازمان دارد. پوسته صدف ـ پوسته هوش مصنوعي, همان محيط برنامه نويسي نظام خبره است. اين نظام را ميتوان در هر زباني همچون (بيسيك), (سي), و يا (پاسكال) برنامهنويسي نمود. زبانهاي ويژهاي هم بدين منظور ابداع شده اند, از جمله (LISP) و (PROLOG), ولي هيچكدام پذيرش گسترده نيافتند زيرا هماهنگ كردن آنها با ساختار و نيز دادههاي موجود در محيط كسب و كار واقعي بسيار دشوار بود. امروزه بيشتر كارشناسان از زبان (سي) و نيز (پوسته هوش مصنوعي) كه دسترسي به پايه دانش نظام و پيشبرد راههاي جستجوي و روشها و قاعدههاي آن را بسيار آسان نموده است, استفاده ميكنند. جستجو را ميتوان با كمك راهبردهاي (پيشرو) و (پس رو) انجام داد. كاربران ـ نقش كاربران شامل انجام پرسشها, و نيز وارد كردن دادههاي لازم به نظام است. نظام خبره را ميتوان به عنوان (دستيار), (همكار), و يا (خودكار كننده) وظيفهها برگزيد. نظامهاي خبره, هم اكنون در زمينه هاي ياد شده به فراواني به كار گرفته شدهاند و اين روند رو به افزايش است. 3 ـ 17 ساخت نظامهاي خبره نظامهاي خبره را ميتوان به روشهاي گوناگوني بر پا نمود با سه راه عمده را بررسي خواهيم كرد: • خريداري نظام آماده (OffThe Shelf) ـ يكي از شناختهترين نظامهاي آماده (مشاورمالي) است كه توسط شركت (پلادين سافت وير) ببازار عرضه شد. اين نرم افزار, به مديران در زمينه تجزيه و تحليل سرمايهگذاري در يك واحد صنعتي تازه , فرآورده , و يا خريد و تصاحب شركتي ديگر, ياري ميرساند.در اين نظام, دانش و تجربههاي تخصصي فراواني از شركتهاي گوناگون ذخيره شده و (پايگاه دانشي) آن (قاعده ها و قانونهاي آن) را تشكيل داده است. همه اين تجربههاي ارزشمند, يكجا در اختيار نرم افزار قرار ميگيرد. اين نرمافزار را ميتوان در (EXPLORER) و يا (Symbolics 3600) ساخت تگزاس اينسترومنت بكار گرفته و از دادههاي رايانههاي بزرگ I BM و DEC تغذيه نمود. كاربران نظامهاي خبره بصورت منظم و حساب شده, با دستهاي از فرضهاو مجموعهاي از اطلاعات روبرو ميشوند كه بسيار گستردهتر از آن چيزي است كه در سازمان آنها وجود دارد. بنابراين نظام خبره نمونه برجستهاي از نظام پشتيباني تصميمگيري ميباشد. صدف هوش مصنوعي ـ رهيافت ديگري در برپانمودن نظام خبره, ساخت آن به كمك يك صدف هوش مصنوعي است. اين صدف, نرم افزاري است كه از راهبردي از پيش تعيين شده پيروي نموده و زباني نسبتاً ساده و محدود دارد. در اين روش بايستي, اطلاعات مورد نياز را به صدف هوش مصنوعي وارد نمود, و اين با خريد يك بسته نرم افزاري خبره, بسيار متفاوت است. از نمونههاي خوب صدف هوش مصنوعي (M1) ساخت شركت (تكنولج) كاليفرنياست كه در ريز رايانهها (ميكروكامپيوتر) به كار گرفته ميشود و نوع بسيار گسترده آن را ميتوان با رايانه بزرگ (مين فريم) استفاده نمود. از M1 ميتوان براي ساخت نظامهاي دستي هوشمند كه مشتريان امكان پرسش و پاسخ با آنرا دارند نيز سود جست. نظام سفارشي ـ در اين روش, مهندس ماهري با فرد يا افراد خبره پايه دانشي نظام مصاحبه نموده و بنا به نيازهاي آنها, قاعدههاو چارچوبهاي تصميمگيري را تنظيم ميكند. روش كار صدف نظام خبره : چگونگي تشخيص مشكل در نظام خبره M 1 و نمايش بر صفحه رايانه اين مهندسان آگاه كه در امر بيرون كشيدن اطلاعات و شناخت نيازهاي خبرگان و كاركنان ماهر سازمان ورزيدهاند, ابتدا نمونه و پيش الگوي نظام را ميسازند, سپس با تبادل نظر, و كار با افراد خبره, كاستيهاي آنرا يكي يكي برطرف ميكنند تا نظامي دلخواه بوجود آيد. اين روش پرهزينه است و تنها شركتهاي بسيار بزرگ دست به بنيان گذاري چنين نظامي ميزنند. چرخه زندگي يك نظام خبره كارشناسان يك دوره شش مرحلهاي براي برپا نمودن نظام خبره در هرسازمان پيشنهاد كردهاند. اين چرخه ثابت و محدود نيست, زيرا افراد خبره همواره نميتوانند به آساني راه حلهاي خود را ارائه دهند. گاهي نيز لازم ميشود تا مساله را به چند مساله فرعي بخش نمايند, براي اينكه بهتر قابل تعريف و شناسايي گردد. گامهاي پيشنهادي را ميتوان چنين نشان داد: 1 تا 3 ماه آماده شدن پيشنهاد گزينش مساله 6 تا 9 ماه, آماده شدن پيش الگو و طرح براي ساخت كامل نظام 12 تا 18 ماه آماده شدن نظام براي كار عادي 12 ماه, تعديل و مناسب كردن نظام با محيط كار 3 ماه, آزمايش عملي نظام, آمادگي كامل كاربردي ايجاد دگرگونيهاي لازم در قاعده هاي نظام گام نخست ـ در اين مرحله, كار شناسائي مساله مناسب نظام خبره, پيدا نمودن فرد يا افراد در زمينه مساله, زمانبندي مقدماتي, تجزيه و تحليل هزينهها و بازده طرح, و برنامهريزي اجرايي صورت ميپذيرد. نظام خبره , بيشتر مناسب كارهاي تخصصي محدود است و بايد از مسائلي در زمينههاي زير دوري جست: • درك زبان (انگليسي,…) • الگوهاي پيچيده جغرافيايي و فضايي. • الگوهاي چند وجهي موقتي و غير مهم. • اطلاعات مربوط به گذشته سازمان. • دانشهاي پايهاي و مفهوم عمومي. گام دوم ـ مرحله ساخت پيش الگو و نمونه, براي آزمايش چگونگي كددهي ديدگاهها و فرضهاي خبرهها, و تعيين روابط ميان آنهاست. اين مرحله به مهندس نظام فرصت ميدهد تا بيشتر با خبرهها تماس داشته و مهارتهاي آنها را بهتر بشناسد. ديگر وظيفه هاي فرعي اين مرحله را نيز درپي ميآوريم: • آشنا شدن بيشتر با وظيفههاو نكات اصلي. • تعيين معيارهاي عملكرد. • برگزيدن ابزار مناسب ساختن نظام. • تهيه برنامه ساخت و گسترش نظام. • تهيه طرح كامل و تشريح نظام. گام سوم ـ مرحله ساخت كامل نظام, شايد پيچيدهترين گام باشد. در اين مرحله ساختار اصلي و كامل نظام مشخص شده و دانش پايهاي مناسب با دنياي واقعي, و نيز رابطهاي نظام با كاربران تعيين ميگردد. كار بزرگ در اين گام, برگزيدگان قاعدههاي برنامه است كه بر شكلگيري و حجم نهائي اثر كامل دارد. در اين مرحله كوشش ميشود تا نظام هرچه واقع بينانه تر و ساده تر گردد. گام چهارم ـ هنگاميكه كارشناس خبره و مهندس آگاه طرح را كامل كردند, بايد آنرا با معيارهاي عمليات از پيش برگزيده سنجيده و ارزيابي نمود. در همين زمان نيز بايد طرح را به كل سازمان عرضه نموده و نظر مشورتي ديگر كاركنان خبره را هم دريافت كرد. گام پنجم ـ نظام خبره را پس از آماده شدن بايد با جريان اطلاعات و الگوهاي كاري سازمان, يكپارچه كرد. در اين مرحله بايد فرمهاو سندهاي تازه و نيز روشهاي آموزش كاربران را برگزيد. همچنين نظام خبره را بايد با ديگر نظامهاو سخت افزارهاي سازمان هماهنگ نموده و شتاب كاركرد آنها را تنظيم نمود. گام ششم ـ وضعيت و محيطي كه نظامها در آن كار ميكنند, همواره روبه دگرگوني دارد. بنابراين نظام خبره را نيز بايد همواره با محيط هماهنگ نموده و برپا داشت. ساختار بسيار پويا و قاعدهمند نظامهاي خبره, تعديل و به روز نمودن آنها را آسان كرده است. مشكلات نظامهاي خبره براي شناخت درست نظامهاي خبره, بايد به كاستيها و مشكلات كنوني آنها نيز اشاره كنيم: • نظامهاي خبره تا كنون بيشتر در انجام وظيفههاي تكراري و اداري پيروز بودهاند. • هزينه نصب و نگهداري نظامهاي خبره سنگين و گاهي بيشتر از هزينه انجام همان كارها به دست انسان است. • نظريههاي مبناي نظام خبره هنوز مشكل اساسي دارند. شواهد كمي در كارائي اين مبناها در زمينه تقليد از انسان و يا پشتيباني فرايند تصميمگيري در دست داريم. • نظامهاي خبره بر پايه دانشهاو مهارتهاي محدودي بنا ميشوند و پاسخگوي مسائل گوناگون مديران نيستند. • دانشها و آگاهيهاي نظام خبره ثابت ميمانند ولي پارهاي از دانشها مانند پزشكي پيوسته در دگرگوني هستند. • بسياري از منتقدان پژوهشهاي هوش مصنوعي را تنها مناسب آزمايشگاههاي دانشگاهي ميدانند. 4 ـ 17 ديگر فنون هوشمند روشن است كه موضوع هوش مصنوعي همچنان در صدر كوششهاي دهه 1990 قرار دارد. در حاليكه در پارهاي از نظامهاي خبره پيشرفتهاي چشمگيري رخ ميدهد, همزمان تواناييهاي سخت افزارهاو نرم افزارهاي رايانهاي نيز افزايش مييابد. يكي از انديشههاي جالب, بخش كردن مسالههاي بزرگ پيچيده به جزهاي كوچك و سپردن كار هر جز به يك رايانه است. بدينگونه ميتوان صدها و شايد هزاران رايانه را در خدمت حل يك مساله گماشت كه همزمان به كار ميپردازند. اشاره به پيشرفتهاي چند مورد از فنون محاسباتي و رايانهاي هوشمند كه در اين دهه شانس پيروزي فراواني دارند, نمونه خوبي از وضع موجود است: شبكه هاي عصبي1 رويكرد فراواني به رهيافت (از پايين به بالا) و ساختن دستگاههاي كه از فرايند مغز طبيعي جانداران تقليد كنند, در جريان است. شكل زير دو ياخته عصبي زالو را نشان ميدهد: هسته ياخته در ميان قرار دارد و همچون كليدي كار ميكند كه ديگر بخشها را تحريك نموده و خود نيز از سوي آن بخشها تحريك ميشود. آكسنها كه رابط عصبي هستند از شاخكها (دندريتها) تحريك الكتريكي را در يافت ميكنند. اين دو عنصر همچون سيم برق عمل كرده و ميان دو ياخته ارتباط الكتريكي برقرار ميكنند, كه سيناپس عصبي ناميده ميشود. همين الگوي ساده زيستي, مبناي ساخت(شبكه هاي عصبي است. اين شبكه داراي سخت افزارهاي و نرمافزراهايي هستند كه ميكوشند تا الگو و فرايند كار مغز طبيعي را تقليد نمايند. مغز انسان داراي حدود 100 ميليارد نرون است و هر كدام تا 1000 شاخك دارند كه رويهمرفته 100000 ميليارد (14 10) پيوند عصبي (سيناپس) را بوجود مي آورند. مغز انسان با شتاب 100 هرتز (هر نرون 100 ارتباط در ثانيه) كار ميكند. اين شتاب بسيار پايينتر از رايانه است (براي مثال, تراشه اينتل 80486 مي تواند با شتاب 66 مگاهرتز, يا ميليونها چرخه در ثانيه كار كند). ولي نكته مهم اينجاست كه ياختههاي مغزي همزمان و بطور كار ميكنند. بنابراين مغز انسان ميتواند (16 10) و يا ده ميليون ميليارد پيوندهاي دو سويه را در ثاينه برقرار نمايد. اين توان در هيچ دستگاهي بوجود نيامده و فنآوريهاي كنوني نيز از طراحي و ساخت چينن دستگاهي برنميآيند. وزن مغز كمتر از 1500 گرم, و جايي كمتر از 15/0 متر مربع را اشغال كردهاست. حال ميبينيد كه هيولايي توانمندتر از از چندين ابر رايانه چگونه روي شانه شما سنگيني ميكند! تاكنون هيچ فن آوري به چنين تواني نزديك نشده است, ولي مدارهاي عصبي ابتدائي ساخته و پژوهش گرديده و شبكههاي عصبي پيچيده و بسيار گسترده هم در رايانهها بكار گرفته شدهاند. شبكه عصبي رايانه , دستهاي از كليدها موازي كنش و واكنشي, و يا پردازندهاي است كه شبكه را با كنش و واكنشهاي خود مهار (كنترل) ميكند. شبكه عصبي با نظام خبره كه بايد مهارتهاي انساني را بصورت قاعدهها و چارچوبها در آن جاي داد, بسيار متفاوت است. دستگاه شبكه عصبي از مغز انسان تقليد كرده و از تجربههايش چيزهاي تازه ميآموزد. نظامهاي حساس موازي1 تصور كنيد كه بيمارستاني ميخواهد وضعيت همه بيماران خود را يكجا زير نظر داشته و يا همه دستگاههايي را كه بيك بيمار وصل شدهاند, پيوسته بررسي نمايد. آيا يك و يا چند رايانه از عهده چنين كاري برميآيند؟ يك راه حل, بهره گيري از نظامهاي حساس موازي است. اين نظام دستگاهي است كه در آن گرههايي قرار داده شدهاند كه هر كدام مانند يك پردازنده كار ميكند. اين گرهها اطلاعات را ازگرههاي حساس پايين دست دريافت نموده, ارزيابي كرده, و چنانچه نياز باشد اطلاعات ديگري درخواست ميكنند. سپس نتيجه را به گره بالا دست گزارش ميدهند. هم اكنون دستگاههايي از اين دست در بيشتر بيمارستانهاي دانشگاهي مورد بهرهبرداري قرار گرفتهاست. پژوهشگر هوشمند پايگاه دادهها اگر بخواهيم بيش از 50 ميليون جلد كتابهاي كتابخانه كنگره ايالات متحده را در پي مقاله ويژهاي, براي مثال در موضوع امنيت رايانهها, جستجو كنيم, ميتوان از يك رايانه غول آسا كمك گرفت تا همه كتابها را بررسي و آن بخشهايي راكه با مشخصات فرمان دريافتي هماهنگي دارد, گزارش دهد. راه ديگر, استفاده از پژوهشگر هوشمند پايگاه دادهها را همزمان به شمار زيادي از دستگاههاي ديگر (كارگر) ميدهد دستگاههاي كارگر همينكه موردي را يافتند كه با الگوي فرمان ميخواند, آنرا به دستگاه ارباب منتقل ميكنند تا ارزيابي و گزارش نهايي را عرضه كند. منطق مبهم برنامهنويسي سنتي رايانه نيازمند دقت و صراحت است: خاموش/ روشن, آري/ نه, درست/ نادرست و مانند اينها ـ ولي تجربه انسان در دنياي واقعي چنين نيست. شايد همه ما بپذيريم كه 70 درجه گرم و صفر درجه سرد است, ولي 40 درجه چطور؟ داغ, گرم, مناسب, و يا سرد است؟ پاسخ به عوامل گوناگوني مربوط ميشود, وجود نسيم, نمناكي, تجربه فردي از گرما, پوشاك انسان, و انتظارهاي او. بسياري از فعاليتهاي ما نيز غير دقيق است. تراكتوري را كه داراي يك يدك باري است, چگونه ميتوان عقب عقب در جائيكه پهناي آن تنها چند سانتيمتر از پهناي دستگاه بيشتر است پارك نمود؟ منطق مبهم, كه يافته نويني در الگوي قاعدهمند هوش مصنوعي است, اندكي بيدقتي را تحمل نموده و حتي از اين راه به حل مسالههايي پرداخته است كه پيشتر حل نشده مانده بودند. شايد(لطفي زاده) از دانشگاه بركلي در كاليفرنيا نخستين كسي باشد كه بر پايه (منطق مبهم) برنامه رايانهاي نوشته است. براي جا دادن تراكتور ياد شده در بالا ميتوان چنين برنامهاي نوشت: اگر زاويه تراكتور و يدك بسته شود, از زاويه فرمان بكاهيد. اگر تراكتور از سكو دور است, بسوي سكو برانيد. اگر تراكتور به سكو نزديك است, يدك را مستقيماً به عقب هدايت كنيد. از منطق مبهم در ژاپن بسيار استفاده شده وكاربرد آن در امريكا و اروپا نيز آغاز شده است. اين الگو به قاعدههاي (اگر…, پس…) بسيار كمتري نياز دارد. چنانچه همان مثال بالا را كه تنها سه قاعده دارد بخواهيم به روش سنتي برنامهريزي كنيم, با تعريفهاي آن بيش از صد قاعده خواهد داشت. مديران نيز منطق مبهم را در فرايند تصميمگيري و مهار (كنترل) سازمان, سودمند يافتهاند. فنآوري منطق مبهم با شتاب جاي خود را در ميدان هوش مصنوعي باز كرده است. چرا بايد به هوش مصنوعي بها بدهيم؟ روش ارزيابي هوش مصنوعي همانند ارزيابي هوش طبيعي است, ولي نسبت دادن هوش باين پديده چندان درست نيست. زيرا هوش از ويژگيهاي انسان است. هوش مصنوعي بازدهي از هوش انساني است, همانگونه كه يك الگوي اقتصادي را نميتوان اقتصاد به حساب آورد. از سوي ديگر با همه هزينهبري و گراني, رويكرد به دانش فني هوش مصنوعي روبه افزايش است, زيرا: • مهارتهائي را كه پارهاي از خبرگان بي همتا دارند جاويدان ميكند. • نگهداري اطلاعات در شكلي پويا و به گونهاي كه همه كاركنان سازمان بتوانند به آساني آنها را بكار برند. • دستگاههاي ساخته خواهد شد كه خستگي و خطر جاني را نميشناسند و ميتوانند در چنان جاهائي جانشين انسان شوند. • كارهاي يكنواخت و بي انگيزه را بجاي انسان انجام دهند و فرصتهاي بهتري در اختيار خوديابي انسان بگذارند. • موجب صرفهجوئي در هزينه و امتيازهاي رقابتي خواهند شد. نظامهاي خبره در راه خدمت به دنياي كسب و كار پيشرفتهاي چشمگيري ميكنند, ولي انتظار ميرود كه گسترش نظامهاي عصبي, فرصتهاي بسيار ارزشمند و كارآمدتري در اختيار انسان بگذارد. چالشهاي رو در روي مديريت 1 ـ ساخت نظامهاي خبره بسيار توانمند كه بتواند خود را با دگرگونيها شتابان محيط كار هماهنگ كند. 2 ـ ساخت نظامهايي كه از نظر هزينه اقتصادي باشند. تا كنون بيشتر نظامهايي كه ميتوانند در زمينه كسب و كار سودمند باشند, توجيه اقتصادي نيافتهاند. 3 ـ يافتن راههاي مناسب كاربردي براي نظامهاي هوش مصنوعي. پارهاي از كارها قانونمند, پارهاي الگودار, و پارهاي نيز بسيار پيچيده هستند انجام آنها به جستجو و پژوهش نياز دارد. يافتن كارها و فرآيندهاي مناسب نظامهاي هوشمند, كوشش و دقت فراواني را ميطلبد. (سيستمهاي اطلاعات مديريت, رضايينژاد, ص: 401 _ 383). "
|
|
|
|
|
| |
|
پیوندهای مرتبط |
|
|
|
امتیاز دهی به مطلب |
|
امتیاز متوسط : 3
تعداد آراء: 2
|
|
|
|
|
|
انتخاب ها |
|
|
|
