مرورى بر تاريخچه فنآورى سيستمهاى خبره....
پاسخ گفتن به اين سؤال كه «آيا مىتوان سيستم خبرهاى در زمينه فقه اسلامى طراحى و پياده سازى نمود؟» نيازمند شناخت و آگاهى نسبتبه تواناييها و محدوديتهاى سيستمهاى خبره از يك سو و شناختى كامل از حوزه وسيع فقه اسلامى از سوى ديگر مىباشد. همچنين پاسخ به اين سؤال تنها به «بلى» يا «خير» محدود نگشته و نياز به پژوهشى عميق و مشترك توسط هر دو گروه پژوهشگران علوم اسلامى و علوم رايانهاى دارد. با اين توضيح، سعى در معرفى اجمالى سيستمهاى خبره و تاريخچه استفاده و كاربردهاى متنوع اين فنآورى در علوم رايانهاى داريم. شاخه هوش مصنوعى در علوم رايانه از اواسط دهه پنجاه ميلادى با هدف شبيهسازى فعاليتهاى ادراكى انسان و نيز ساخت ماشينهاى هوشمند پايهگذارى گرديد. مشكل اساسى در اين راه عدم وجود تعريفى منسجم از هوش كه مورد اتفاق نظر باشد و همچنين شناختى كامل نسبتبه جزئيات و مكانيزم فعاليتهاى ادراكى انسان بود. به عبارت ديگر تلاش براى شبيهسازى، پديدهاى بود كه شناخت كاملى از آن وجود نداشت. به همين دليل بيشتر تحقيقات و پژوهشها به سمتشبيهسازى روىكردها و مظاهرى از هوش انسانى سوق پيدا كرد و جنبههاى كاربردى در زمينههاى محدودى كه احتمال موفقيت در آنها بيشتر متصور بود، بيش از پيش مورد توجه قرار گرفت. يكى از اين زمينهها كه به دليل برخوردارى از برخى ويژگيها در ابتدا مورد توجه واقع شد، اثبات قضاياى رياضى بود. موفقيتهاى بهدست آمده در و Assistant ( Aura) Automated Reasoning موجب بروز خوشبينىهاى فراوان در آغاز راه نسبتبه آينده هوش مصنوعى گرديد. اين برنامهها قادر بودند برخى مسائل و قضاياى رياضى را اثبات نمايند و حتى در مواردى موفق به كشف اثباتهاى كوتاهتر براى برخى از قضاياى رياضى شدند. يكى از بارزترين محصولات عملى حاصل از تحقيقات هوش مصنوعى طى سه دهه نخست آن، برنامههايى مىباشند كه اصطلاحا «سيستمهاى خبره» ناميده مىشوند. سيستمهاى خبره به كلاس وسيعترى از برنامهها كه تحت نام «سيستمهاى مبتنى بر دانش» شناخته مىشوند، تعلق دارند. نمونههاى ديگر سيستمهاى مبتنى بر دانش شامل «مشاوران خودكار» (Automated ,Advisers) دستياران رايانهاى ,( Computerized Assistants) و«مشاوران مجازى» (Virtual Consultants) مىباشند. براى متمايز كردن سيستمهاىخبره از ساير سيستمهاى مبتنى بر دانش، معمولا توانايى ارائه توضيح و يا توجيه نمودن آنچه كه سيستم به عنوان نتيجه به آن رسيده است، به عنوان يك شاخص در نظر گرفته مىشود. سيستمى كه بتواند روند استنتاج خودرا توضيح دهد داراى [meta knowledge] (دانش در باره دانش خود) مىباشد. اين سطح از دانش معيار مناسبى براى تفكيك سيستمهاى خبره از ساير سيستمهاى هوش مصنوعى كه بر مبناى دانش عمل مىكنند مىباشد. پيش از ادامه بحث لازم استبه ارائه يك تعريف كلى از سيستمهاى خبره بپردازيم: «سيستمهاى خبره دستهاى از برنامههاى رايانهاى مىباشند كه قادر به راهنمايى، تحليل، دستهبندى، مشاوره، طراحى، تشخيص، كاوش، پيشبينى، ايجاد مفاهيم، شناسايى، تفسير، توجيه، يادگيرى مديريت، كنترل، برنامهريزى، زمانبندى، و آزمايش هستند. اينبرنامهها معمولا به مسائلى مىپردازند كه حل آنها نياز به متخصصان انسانى دارد.» اگرچه اين تعريف به گونهاى كلى است كه مىتواند مورد انتقاد قرار گيرد; با وجود اين، طيف وسيعى از تواناييهايى را كه سيستمهاى خبره از خود نشان دادهاند ارائه مىدهد. البته هيچيك از سيستمهاى خبره تا كنون به تنهايى تمامى اين ويژگيها را در بر نداشتهاند و هر يك تنها يك يا چند مورد از ويژگيهاى فوق را به طور نسبى بروز دادهاند. اولين نمونههاى سيستمهاى خبره در اواسط دهه شصت ميلادى تحت عناوين پروژه DENDRAL در دانشگاه استانفورد و MACSYMA در انستيتوى تكنولوژى ماساچوست (MIT) عرضه شدند. در باره اين دو پروژه و نيز سيستمهاى خبرهاى در زمينههاى زمينشناسى، الكترونيك و پزشكى توضيح خواهيم داد. ولى پيش از پرداختن به اين سيستمها مناسب است كه با ساختار كلى سيستمهاى خبره و اجزا و مؤلفههاى تشكيل دهنده يك سيستم خبره آشنا شويم. اساسىترين مفهومى كه زيربناى موفقيت تمام سيستمهاى خبره مىباشد، اهميت و نقش دانش است. بدون برخوردارى از يك پايگاه دانش كافى، يك سيستم خبره - صرف نظر از پيچيدگى نمايش دانش و يا مكانيزم استنتاجى كه استفاده مىكند- موفق نخواهد بود. روند استخراج و كسب دانش از متخصصان انسانى و انتقال آن به پايگاه دانش يك سيستم خبره را «مهندسى دانش» مىنامند. با اين مقدمه، مىتوانيم برخى ويژگيهاى مشترك بين سيستمهاى خبره را به طور خلاصه بيان كنيم: ذكر يك نكته و تاكيد بر آن ضرورت دارد و آن اين است كه در كليه زمينههايى كه تا كنون در آنها سيستمهاى خبره مورد استفاده و بهرهبردارى قرار گرفتهاند، اين سيستمها همواره به عنوان ابزارى دراختيار متخصصان انسانى و مشاورى در كنار آنها و نه جايگزينى براى آنها مطرح بودهاند. - سيستم در سطحى كه عموما همطراز عملكرد يك متخصص انسانى شناخته مىشود عمل مىكند. - سيستم به شدت وابستگى به يك رشته خاص دارد. به بيان ديگر سيستم اطلاعات وسيعى در يك زمينه تخصصى خاص دارد. - سيستم مىتواند در باره استدلال خود توضيح دهد. به عبارت ديگر سيستم زمانى به عنوان يك ابزار مفيد و كارآمد در نظر گرفته مىشود كه قادر باشد تحليل و استنتاج خودرا توضيح دهد و آن را توجيه نمايد. - اگر اطلاعاتى كه سيستم با آن كار مىكند، احتمالى يا غير قطعى باشد، سيستم بتواند اين احتمال و عدم قطعيت را در مراحل استنتاج خود دخيل كند. از نظر ساختارى نيز سيستمهاى خبره داراى اجزاى ذيل مىباشند: - يك رابط كاربر: اين رابط، ارتباط ميان كاربر و سيستم را برقرار مىكند و به كاربر اجازه مىدهد پرسشهاى خودرا در اختيار سيستم خبره قرار دهد و همچنين متقابلا سيستم اين امكان را دارد كه از طريق اين رابط پاسخهاى خودرا به يك كاربر بازگرداند. اين رابط مىتواند به سادگى يك منوى ساده براى ورودى / خروجى باشد يا به پيچيدگى محاوره از طريق زبان طييعى. - يك پايگاه دانش: اين پايگاه بخش اصلى سيستم را تشكيل مىدهد كه شامل حقايق و قوانين در زمينه تخصصى سيستم خبره مىباشد و غالبا توسط قوانينى به شكل گزارههاى «اگر - آنگاه» بيان مىگردد. - يك ساختار كنترلى: اين ساختار كنترلى كه به نامهاى مفسر قانون يا موتور استنتاج نيز شناخته مىشود، وظيفه اعمال و بهكارگيرى اطلاعات موجود در پايگاه دانش را براى حل مسئله به عهده دارد. - حافظه كوتاه مدت: علاوه بر پايگاه دانش كه به عنوان حافظه بلند مدت تلقى مىگردد، حافظه كوتاه مدت ديگرى نيز مورد نياز مىباشد تا مراحل مختلف يافتن پاسخ و مسير طى شده از سؤال به جواب را در خود نگه دارد. پيش از پرداختن به معرفى و مرور اجمالى برخى سيتسمهاى خبره، مناسب استبه اين سؤال پاسخ دهيم كه اساسا با وجود برخوردارى از متخصصان انسانى چه نيازى به استفاده از متخصصان مصنوعى (سيستمهاى خبره) است. در پاسخ به اين سؤال مىتوان دلايل متعددى را عنوان نمود. از آن جمله، زمان نسبتا طولانى كه براى بارورى و به ثمر رسيدن يك متخصص انسانى لازم است. با توسعه و گسترش روزافزون معارف و دانشهاى بشرى، كسب معارف گوناگون و احاطه كامل به آنها دشوارتر شده و نيازمند زمان بيشترى خواهد بود. سيستمهاى خبره به راحتى قابل تكثير بوده و بهراحتى قابل انتقال مىباشند. از ديدگاه اقتصادى نيز مىتوان دلايلى را بر شمرد. البته ذكر يك نكته و تاكيد بر آن در اينجا ضرورت دارد و آن اين است كه در كليه زمينههايى كه تا كنون در آنها سيستمهاى خبره مورد استفاده و بهرهبردارى قرار گرفتهاند، اين سيستمها همواره به عنوان ابزارى دراختيار متخصصان انسانى و مشاورى در كنار آنها و نه جايگزينى براى آنها مطرح بودهاند. در ادامه به معرفى اجمالى چند سيستم خبره مىپردازيم و در پايان نيز مرورى خواهيم داشتبر ساير زمينههايى كه سيستمهاى خبره در آنها مورد استفاده قرار گرفته است. DENDRAL سيستم خبره و تحليلگر شيميائى: DENDRAL (DENDRITIC.ALGORITHM) اين سيستم يكى ازنخستين نمونههاى موفق سيستمهاى خبره است كه در سال 1956(م.) ارائه گرديد. اين سيستم خبره برنامهاى استبراى استنتاج ساختمان مولكولى يك جسم با استفاده از اطلاعاتى كه به عنوان ورودى در اختيار آن قرار مىگيرد. اطلاعات ورودى شامل فرمول شيميائى يك ماده، طيف جرمى ماده آلى و اطلاعات مربوط به آن ماده مىباشد و DENDRAL با بهرهگيرى از اين اطلاعات و قوانين موجود در پايگاه دانش خود ساختمان مولكولى ماده مورد نظر را پيشنهاد مىكرد. در حالى كه اين سيستم خبره موفق نمىشد كه يك ساختمان مولكولى واحد و منحصر به فرد را بيابد، ليستى از محتملترين ساختارهاى ممكن را با احتمال نسبى هر يك ارائه مىداد. شايد بزرگترين دستاورد اين سيستم خبره نشان دادن توانايى رايانهها در ارائه نقش يك متخصص در يك زمينه خاص و محدود بود. اين سيستم قادر بود در حد يك دكتراى شيمى يا حتى بهتر عمل نمايد. MACSYMA سيستم خبره رياضى: (MACSYMA) كه در سال 1969(م.) براى كمك به رياضيدانان، دانشمندان و مهندسان در حل مسائل رياضى طراحى و پيادهسازى گرديد، يك سيستم مبتنى بر دانش مىباشد كه بيش از 600 عمليات رياضى مختلف از قبيل مشتقگيرى، انتقالگيرى، اشتراكگيرى، حل دستگاه معادلات و مجموعه عمليات ماتريسى و بردارى را مىتواند انجام دهد. اين سيستم با برخوردارى از يك پايگاه دانش قوى، امروزه نيز مورد استفاده صدها محقق و پژوهشگر مىباشد و هم به صورت تجارى و هم بر روى شبكه ARPANET ارائه مىگردد. prospector سيستم خبره زمينشناسى: اين سيستم خبره به منظور تصميمگيرى در مورد مسائل كاوش معادن در سال 1978(م.) طراحى شده است. در اين سيستم از ساختارى به نام شبكه استنتاج براى نمايش پايگاه دادهها استفاده شده است. از ويژگيهاى اين سيستم، امكان استفاده از ورودىها با درجات مختلف درستى مىباشد. اين درجات از 5- براى «قطعا نادرست» تا 5+ براى «قطعا درست» مىباشد و سيستم تصميمات خودرا نيز مىتواند به همين ترتيب دستهبندى نمايد. همچنين اين سيستم خبره قادر است در باره تصميمات و نتايجى كه به آن مىرسد توضيح داده و استدلال نمايد. از ديگر سيستمهاى خبره مىتوان به mycin در تشخيص بيماريهاى عفونى خونى و XCON كه سيستمى ستبراى تعيين پيكربندى رايانه اشاره كرد كه هر كدام با موفقيتبه مرحله استفاده تجارى نيز رسيدهاند. علاوه بر كاربردهاى فوق، سيستمهاى خبره در زمينههاى متنوعى از قبيل كشاورزى، شيمى، سيستمهاى رايانهاى، الكترونيك، مهندسى، زمينشناسى، مديريت اطلاعات، حقوق، ساخت و توليد، پزشكى، هواشناسى، علوم نظامى، فيزيك، كنترل و فنآورى فضائى مورد استفاده قرار گرفته است. آنچه كه در پايان وبه عنوان نتيجهگيرى مىتوان مطرح كرد اين است كه علوم اسلامى و بويژه فقه اسلامى داراى كليه ويژگيها و مشخصات لازم جهت ايجاد زمينهاى فعال و پويا در پژوهشهاى علوم رايانهاى و استفاده از فنآورى سيستمهاى خبره در ايجاد ابزارى مؤثر جهت ارائه خدمات به محققان و دانشمندان علوم اسلامى مىباشد. اميد است كه تلاش در راه نيل به اين هدف بسترى مناسب جهت تحقق آرمان والاى وحدت حوزه و دانشگاه به وجود آورد. منابع: 1- "ArtificialIntelligence:Aknowledge-Based Approach",by Morris W. Firebaugh, 1988 2- "Artificial Intelligence:A modern Approach",by Russel & Norvig. 1995.
|