سيستم هاي خبره - mycin
بيشتر سيستمهاي خبره امكانات توضيحي دارند كه به كاربر اجازه مي‌دهد تا از سيستم بپرسد: چرا سوالي پرسيده شده است و چگونه سيستم به نتيجه‌اي رسيده است.
اين سوال‌ها با مراجعه به هدف سيستم بوسيله‌ي مراجعه به قواعد استفاده شده و هر اطلاعات موجود دربارهي مسئله پاسخ داده شده‌اند. براي شرح دادن دسته‌اي از امكانات كه معمولاً بهمراه سيستم خبره است، ما مثال ساده‌ي خود را با جزئيات بيشتري شرح خواهيم داد كه با يك مثال ساده شامل ديالوگي از سوال‌هاي why و how و توضيحات شروع شده است:
System: Is there gas in the fuel tank?
User: Yes.
System: Is it true that the engine turns over?
User: No.
System Is it true that the lights come on?
User: Why?
System: I am trying to prove: problem with battery.
It has been established that it is not the case that the engine turns over.
Therefore if it is not the case that the lights come on then there is a problem
with battery.
Is it true that the lights come on?
User: No.
System: I conclude that there is a problem with the battery.
User: How?
System: This follows from Rule 2:
IF NOT engine_turns_overAND ...
NOT engine_turns_over was given by the user.
NOT lights_come_on was given by the user.
ارائه امكانات توضيحي مشابه آنچه در بالا شرح داده است. حداقل ثبت اينكه چه قواعدي در رسيدن به نتيجه استفاده شده است و استفاده از اين ركودها براي ساختن توضيحاتي مشابه بالا نياز دارد. دادن توضيحات ساده‌اي مشابه به بالا چندان دشوار نيست و حتي گاهي اوقات كاملاً مفيد است.
بهرحال امكانات توضيحي زياد استفاده نمي‌شوند و جائي هم كه استفاده شده‌اند مورد پذيرش كاربران واقع نشده‌اند. دلايل بسيار زيادي براي اين موضوع وجود دارد كه باعث تحقيقاتي در اين مورد شده است.
يك دليل اين است كه توضيحات تنها به دانش سطحي از قواعد كدبندي شده اشاره مي‌كنند در مقايسه با دانش عميقي كه بواسطه‌ي آن در حوزه‌اي خاص قواعد بوجود آمده‌اند (كه معمولاً نشان داده نمي‌شوند). بنابراين سيستم خواهد گفت كه: بخاطر قاعده‌ي 23 به نتيجه x رسيده است اما توضيحي دربارهي اينكه قانون 23 دقيقاً به چه علت است و دربارهي چيست، نمي‌دهد. علت اصلي ديگر براي عدم موفقيت امكانات توضيحي اين حقيقت است كه اگر كاربر توضيح را متوجه نشود يا قبول نكند، سيستم نمي‌تواند موضوع را دوباره و از طريق ديگري توضيح دهد. بهمين دلايل توضيح يك حوزه‌ي بسيار گسترده در تحقيقات راجع به سيستم خبره است. در ادامه براي بررسي سيستمهاي پيچيده‌تر به بررسي سيستم خبره MYCIN كه سيستمي براي تشخيص اختلالات خونی است مي‌پردازيم كه جزو اولين سيستمهاي خبره بحساب مي‌آيد.
1-8) بررسي اجمالي موضوعي دربارهي MYCIN
همانطور كه بالا ذكر شد، MYCIN يكي از اولين سيستمهاي خبره مي‌باشد و طراحي‌اش نفوذ قدرتمندي در طراحي ديگر سيستمهاي خبره و پوسته‌هاي سيستم خبره داشت.
MYCIN در دهه‌ي 70 در دانشگاه استنفورد [2] طراحي شده بود. كارش تشخيص و توصيه‌ي درمان براي عفونت‌هاي خوني خاصي بود.
پزشکان براي تشخيص مناسب، به كشت ميكروب در آزمايشگاه از عضو عفونت يافته نیازداشتند. متاسفانه اين عمل 48 ساعت وقت مي‌گرفت و اگر پزشكان تا اين موقع صبر مي‌كردند، ممكن بود بيمارشان بميرد! بنابراين پزشكان مجبور بودند تا حدس‌هايي را دربارهي مشكلات محتمل با استفاده از اطلاعات، مطرح كنند و از اين حدس‌ها استفاده كنند تا يك درمان پوششي [3] با استفاده از داروهايي كه مي‌بايست در مورد مسئله‌ي محتمل استفاده شوند را فراهم كنند.
MYCIN طراحي شده بود تا كشف كند چگونه انسان متخصص اين حدس‌هاي سخت (اما مهم) را بر مبناي اطلاعات جزئي مي‌زند. بهرحال، مسئله‌ي بسيار مهم در موقع عمل، اين بود كه بسياري از دانشجويان تازه كار يا پزشكان غيرمتخصص كه بعضي اوقات مجبورند چنين حدس‌هاي سختي بزنند و اگر يك ابزار متخصص وجود داشته باشد تا كمكشان كند باعث مي‌شود كه درمان موثرتري توسط آنها ارائه شود. در حقيقت MYCIN هيچگاه در عمل استفاده نشد. اين كار بخاطر ضعفي در عملش نبود در حاليكه بارها توسط دانشگاه استنفورد امتحان شده بود. اين بخاطر مسايل اخلاقي و اعمال قانوني براي استفاده از كامپيوتر در پزشكي بود. اگر MYCIN تشخيصي اشتباه مي‌داد چه كسي مي‌بايست مورد بازخواست قرار مي‌گرفت؟
بهرحال، MYCIN دانش خود را به صورت مجموعه‌اي از قواعد IF-THEN با فاكتور قطعيت اعلان كرد. شرح ذيل يكي از قواعد MYCIN در نسخه‌ي انگليسي آن است:
IF the infection is pimary-bacteremia
AND the site of the culture is one of the sterile sites
AND the suspected portal of entry is the gastrointestinal tract
THEN there is suggestive evidence (0.7) that infection is bacteroid
7-0 تقريباً قطعيتي است كه نتيجه با شواهد داده شده مي‌تواند درست باشد. اگر شواهد غيرقطعي باشند، قطعيت همه ی قواعد با قطعيت قاعده تركيب مي‌شود تا قطعيت نتيجه را تعيين كند. MYCIN به زبان LISP نوشته شده بود و قواعدش رسماً با عبارات LISP ارائه شده بودند.
بخش عمل [4] قاعده مي‌تواند تنها يك نتيجه دربارهي مسئله‌اي كه بايد حل شود، باشد يا يك عبارت قراردادي LISP. اين كار اجازه‌ي انعطاف‌پذيري بالايي را مي‌داد اما از بعضي از خصوصيات سيستمهاي بر مبناي قاعده مي‌‌كاست.
در هر حال، MYCIN اصولاً يك سيستم goal directed مي‌باشد كه از استراتژي استدلال تسلسل پس‌رونده استفاده ميكرد. اما MYCIN از پس برنده‌هاي گوناگوني براي كنترل جستجو براي يك راه‌حل استفاده ميكرد و يا اثبات بعضي از فرضيه‌ها، هر دوي نياز داشتند تا استدلال مناسبي بسازند و از پرسش سوال‌هاي بسيار بي‌مورد از كاربر جلوگيري كنند.
يك استراتژي اين است كه در ابتدا از كاربر چند سوال كه هميشه مورد احتياج هستند و به سيستم اجازه مي‌دهد تا حدس‌هاي غيرمحتمل را بطور كل رد كند، پرسيده شود. زمانيكه اين سوال‌ها از كاربر پرسيده شده‌اند، سيستم مي‌تواند روي اختلالات خوني محتمل‌تر و خاص‌تر تمركز كند و وارد تسلسل پس‌رونده هاي كاملي شود تا براي رد يا تائيد هر قاعده تلاش كند. اين قواعد بسياري از جستجوهاي غيرضروري را خارج مي‌كنند و همچنين از الگوي مصاحبه‌ي پزشك و بيمار انساني استفاده مي‌كنند.
استراتژي‌هاي ديگری نیز در ارتباط با راهي كه قواعد در آن احضار مي‌شوند، هستند. اولي ساده است، دادن يك قاعده ي محتمل براي استفاده . MYCIN در ابتدا همه‌ي فرضيه‌هاي قاعده را چك مي‌كند تا ببيند آيا هيچ كدامشان معين شده‌اند تا رد شوند. اگر اينچنين شد ديگر نيازي به استفاده از آن قاعده وجود ندارد. استراتژي‌هاي ديگر بيشتر در ارتباط با فاكتور قطعيت هستند. MYCIN ابتدا به قواعدي نگاه مي‌كند كه نتيجه‌ي آنها فاكتور قطعيت بزرگتري دارد و جستجو را در جائيكه قطعيت زير .20 است قطع مي‌كند.
يك ديالوگ با MYCIN مشابه آنچه است كه ما قبلاً بصورت كوتاه ارائه كرديم ، البته طولاني‌تر و پيچيده‌تر. سه مرحله‌ي اصلي ديالوگ وجود دارد. در مرحله‌ي اول، مقدار دهي اوليه كردن اطلاعات در مورد نمونه‌ي جمع‌آوري شده است تا سيستم بتواند يك تشخيص اوليه بدهد. در مرحله‌ي دوم سوال‌هاي مرتبط بيشتري پرسيده مي‌شوند تا فرضيه‌هاي خاصي را تست كنند. در پايان اين بخش، يك تشخيص پيشنهاد مي‌شود. در مرحله‌ي سوم سوال‌هايي براي ارائه‌ي درمان مناسب پرسيده مي‌شود كه با دادن تشخيص‌ها و حقايق دربارهي بيمار همراه است. در هر مرحله كاربر مي‌تواند بپرسد كه چرا اين سوال مطرح شده است يا چگونه نتيجه‌اي بدست آمده است و زمانيكه درمان پيشنهاد شده است كاربر مي‌تواند براي درمان‌هاي جايگزين اگر مورد اول پيشنهاد شده مورد پذيرش واقع نشد، بپرسد.
اگرچه MYCIN پيشگام بسياري از تحقيقات سيستم خبره بوده است، اما مشكلاتي داشته است كه هنوز باقي مانده است. يكي از اينها اين بود كه گاهي اوقات قواعد حوزه‌ي دانش، دانش حل مسئله و “screening conclition" (شرايطي كه از پرسش‌هاي احمقانه يا ناشيانه جلوگيري مي‌كند) را قاطي مي‌كردند. يك نسخه‌ي جديدتر كه NEOMYCIN ناميده مي‌شود سعي كرد تا با اين مشكل با داشتن رده‌بندي صريح بيماري مواجهه كند تا حقايق را دربارهي انواع مختلف بيماري ارائه كند.
استراتژي ابتدايي حل مسئله، پائين رفتن از درخت بيماري بود، از يك كلاس عمومي بيماري به خاص‌تر آن، فراهم كردن اطلاعات براي تميز دادن بين دو زير كلاس بيماري (براي مثال اگر بيماري 1 زير كلاس‌هاي بيماري 2و3 را دارد و شما مي‌دانيد كه بيمار، بيماري 1 را دارد و زير كلاس بيماري 2، نشانه‌ي بيماري 1 را دارد، پس دربارهي نشاني 1 سوال مي‌كند) .
نسخه‌ي بيشتري از پروژه‌ي MYCIN بوجود آمد. براي مثال EMYCIN دومين پوسته‌ي سيستم خبره از MYCIN بود. سيستم خبره‌ي جديد كه PUFF ناميده مي‌شود، با استفاده از EMYCIN طراحي شده بود تا بيماري قلبي را تشخيص دهد و سيستمي كه MEOMYCIN ناميده مي‌شود، براي آموزش دكترها طراحي شده بود كه مي‌توانست آنها را با نمونه‌هاي مختلف بيماري مواجه كند و نتيجه‌ي آنها را چك كند و بگويد چرا نتيجه‌ي آنها اشتباه بوده است.
البته همه، سيستمهاي خبره خصوصاً سيستمهاي data driven بر مبناي MYCIN نيستند و از شيوه‌هاي متفاوتي بهره مي‌بردند.
--------------------------------------------------------------------------------
[1] Explanation facilities
[2] stanford university
[3] covering treatment
[4] action part
|