پایان نامه مقطع کاردانی
رشته کامپیوتر
سال 1383
چکیده مؤلف
هوش مصنوعی دانش ساخت ماشین ها یا برنامه های هوشمند است تعریف دیگری که ازهوش مصنوعی می توان ارائه داد به قرارزیراست :
هوش مصنوعی شاخه ا ی است ازعلم کامپیوترکه ملزومات محاسباتی واعمالی همچون ادراک (perception ) –استدلال (reasoxing ) –یادگیری (Learning ) را بررسی می کندوسیستمی جهت انجام چنین اعمالی ارائه می دهد. وهمچنین مطالعه روش هایی است برای تبدیل کامپیوتربه ماشینی که بتواند اعمال انجام شده توسط انسان راانجام دهد.آیا تنها این نکته که هوشمندترین موجودی که می شناسیم انسان است کافی است تا هوشمندی را به تمام اعمال انسان نسبت دهیم اما حداقل توجه به این نکته کاملاً واضح ، لازم است که برخی از جنبه های ادراکی انسان مثل شنیدن و دیدن کاملاً ضعیف تر از موجودات دیگر است .
هوش مصنوعی فن آوری پیشرفته ا ی است که اخیراً از سوی محققان علوم مختلف مورد توجه زیادی قرار گرفته است و هوش مصنوعی در واقع روشی است که زیربنای لازم برای انجام عملیات هوشمند توسط انسان توسط کامپیوتر را فراهم می آورد. یکی از کاربردهای عمومی هوش مصنوعی سیستم های خبره هستند. سیستمهای خبره ابزارهای کامپیوتری هستند که همانند یک متخصص در حوزه تخصصی خود در مسائل مربوط به آن حوزه مشاوره می دهند و در صورت لزوم تصمیم گیری می نمایند . کاربردهای اصلی هوش مصنوعی عبارتند از :
الف) پردازش زبان طبیعی (ترجمه ، خلاصه سازی ، محاوره زبان طبیعی)
ب) اثبات قضایا (اثبات وجود /عدم وجود ویژگی های مورد نظر)
ج) سیستم های بنیادی د) پردازش صوت و تصویر
ه) برنامه ریزی و هدایت رباط و) سیستم های خبره ز) عامل های نرم افزاری
در طراحی و ساخت سیستم های خبره افراد زیر به صورت گروهی با هم کار می کنند.
الف)متخصص دامنه: کسی که دانش و فن کافی در زمینه خاصی را دارد .
ب) مهندس دانش: شخصی که طراحی، ساخت وآزمایش سیتم خبره را به عهده دارد.
ج) کاربر: شخصی که با سیستم کارخواهد کرد و پذیرش نهایی سیستم بستگی به نظر او دارد.
اما از مزایای سیستم های خبره می توان به موارد زیر اشاره کرد:
همواره در دسترس است در حالی که متخصص تنها عموماً در ساعات خاصی از شبانه روز قابل دسترس می باشد.
از نظر جغرافیایی متخصص در هر لحظه ، تنها می تواند در یک محل حضور داشته باشد در حالی که یک سیستم خبره قابل نسخه برداری بوده و در هر لحظه می تواند در چندین محل از آن استفاده کرد.
متخصص ممکن است بر اثر عواملی گوناگون مانند، ترک سازمان ، بازنشستگی ، مرگ و میر و …پس از مدتی امکان ادامه فعالیت نداشته باشد و غیر قابل جایگزین باشد در صورتی که سیستم خبره قابل جایگزین است.
سیستم های خبره معمولاً رفتارهای یک نواختی دارند و تحت تأثیر زمان و مکان قرار نمی گیرند .
در انجام کارهای تکراری عموماً سرعت بالاتری دارند یک معماری سیستم های خبره از قسمت های زیرین تشکیل شده است: الف) پایگاه دانش
ب) موتور استنتاج ج) واسط سازنده و)برنامه های جانبی ز) تشریح نتایج
با سپری شدن 5 نسل الکترونیکی از لامپ خلأ تا اختراع و استفاده روزافزون از تراشه (spu) بشر خلاق و مبتدع در صدد شکافتن علوم انفورماتیک و دسترسی به نسل ششم یعنی رایانه های هوشمند است . در زمینه توسعه بازیها در هوش مصنوعی وسیستم های خبره تا حدی به بازی شطرنج پرداخته شده که غالباً عده ا ی هوش مصنوعی را با شطرنج همزمان به خاطر می آورند. مک کارتی از بنیان گزاران هوش مصنوعی است این روز را آنقدر اغراق آمیز می داند (زیرا این روز آنقدر سرعت در حال پیشرفت است ) که می گوید: محدود کردن هوش مصنوعی به شطرنج مانند این است که علم ژنتیک را از زمان داروین تا کنون تنها محدود به پرورش لوبیا کرده باشیم. اما در مورد سیستم های خبره یا همان هوش مصنوعی در زمینه کاربردی تا کنون به کار گرفته شده است که تعدادی از این زمینه ها عبارتند از : کشاورزی، تجارت، شیمی، ارتباطات، کامپیوتر، آموزش الکترونیک، مهندسی محیط ، زمین شناسی ، تصویر پردازی، اطلاعات، حقوق، ساخت و ساز، ریاضیات، پزشکی، هواشناسی و…
در ساخت سیستم های خبره و طراحی آن افراد باید به صورت گروهی کار کنند سپس می بینیم که توجه به سیستم های خبره در عصر تکنولوژی وپیشرفت برای عقب نماندن از دنیای متمدن امروزی لازم است .
مقدمات هوش مصنوعی
تحقیق در مورد هوش مصنوعی در دهه 1940 که مصادف با پدیدار شدن اولین نسل از کامپیوتر ها در مراکز تحقیقاتی بود ، شروع شد.
اصول اولیه ماشین منطق که در ریاضیات پایه ریزی شده بود با تلاش کرت گاول ، آلوتز و چرچ ، آلن تورنیگ مهیا شد . همچنین روایت هدراسل در سال 1913 به تولید روشهای صوری در استدلال منطقی کمک های شایانی کرد . تحقیق عمده همه این افراد روی موضوع حسابهای احتمالی و پشنهادی متمرکز شد.
این منطق صوری و نمادین به عنوان یک بخش مهم و قابل توجه در سیستم های هوش مصنوعی نشان داده شد . تورنینگ در سال 1950 میلادی ماشینی را توسعه داد که ثابت می کرد یک پردازشگر ساده عددی می تواند علامتها را به خوبی اعداد بدون نقص و صحیح ، پردازش کند و به کار ببندد. او این مسأله را که برای مقایسه هوش ماشین و هوش انسان مورد استفاده قرار گرفت در آزمایشی به نام تست تورنیگ آشکار ساخت. بدین ترتیب تا سال 1956 میلادی که جان مک کارتی برای نخستین مرتبه اصلاح هوش مصنوعی را در یک کنفرانس (که در کالج دارت موث آمریکا برگزار شد) مورد استفاده قرار داد، اصطلاح هوش مصنوعی وجود نداشت .
دانشمندان متعددی که مشغول کار و بررسی این زمینه نوین مطالعه بودند در کنفرانس گرد هم آمدند و تصمیم آنها برای سازماندهی جدید این علم چنان بود که اعلام کردند در 25 سال آینده، کامپیوتر ها تمام کارها را انجام خواهند داد و فعالیت های ما تنها به کارهای تفریحی محدود خواهد شد. و 25 سال بعد، همین زمانی است که ما در آن هستیم و پرواضح است که این قبیل پیشگویی ها از روی خوش بینی بوده و هوش مصنوعی این توقعات را برآورده نکرده است.
یکی از عمده ترینو قابل توجه ترین برنامه های هوش مصنوعی منطق تئوری یا منطق علوم نظری نوول، شاو و سایمون در سال 1963 بود. این برنامه قادر بود 38 قضیه از 52 قضیه وایت هل راسیل (سال 1913) را در ریاضیات پایه اثبات کند. تعدادی از این برنامه ها در یک تراز، صلاحیت استعداد دانش آموزان فارغ التحصیل نشده را در ریاضیات نشان می دادند و باید گفت هنگامیکه زبان کامپیوتری را براساس منطق بولین(دوگانه)درنظر بگیریم،این امرکاری خارق العاده نمی باشد.
برنامه های هوش مصنوعی برای حل مسائل عمومی
بعد از سال های 1950 میلادی، محققین هوش مصنوعی سعی نمودن روش هایی برای حل مسأله براساس استدلال های بشر ، ارائه نمایند . چنین پروژه ا ی در سال 1976 به وسیله نوول و سایمون توسعه یافت که به عنوان الگوریتم های حل مسائل عمومی یا (GPS)شناخته شد .
یک مسأله مشخص در GPS با اصطلاحاتی از قبیل حالتهای موجود، حالت اولیه و حالت نهایی توصیف می شود . به عنوان مثال دربازی شطرنج ، عملگرها ، قوانینی هستندکه مهره های مختلف را قادر می سازند از یک حالت به حالت دیگر منتقل شوند . مسائل این چنینی بایک جستجوی فضای حالت مشخص می شوند .
مسئله فوق یکی از مسائل اصلی هوش مصنوعی در کاربردهای امروزی می باشد که بعداً راجع به آن بحث خواهد شد.
GPS در زمینه های گوناگون حل مسئله از قبیل اثبات قضایا ، محاسبات انتگرال و انواع خاص از جداول منطقی موفق بود. با وجود این موفقیت ها به دو دلیل این استراتژی عمومی رد شد : اول، جستجوی فضاهای مسأله ها، رشد یافته ، خیلی عمومی و کلی شد که انفجار ترکیبی نام گرفت . دومین مشکل، بیان چگونگی حل مسأله بود ، مسائل ریاضی نسبتاً به راحتی نمایش و توصیف می شدند اما بیان و نمایش مسائل زندگی روزمره بسیار سخت و باورنکردنی بود. بنابراین در سالهای 1960 میلادی ، تحقیقات هوش مصنوعی به جهتی سوق پیدا کرد که الگوریتم های جستجو و تکنیکهای بیان دانش بهبود یابد .
پیدایش KBS
یکی از کمبودهای راه حل مسائل عمومی این بود که اندازه مسئله بزرگ شد.بنابراین فضای جستجوبه وجود آمده بطورقابل توجهی رشد کردبنابراین تنها با ساخت برنامه هایی که کمترعمومی هستند وتمرکزروی دانش خاص مسسئله می توانیم این قبیل فضای جستجورا کاهش دهیم .ازاین رویک عرصه جدید برای تحقیق درسال 1970 پدیدارشدوواترمن (1986) یک برنامه هوشمند با عالی ترین کیفیت ودانش مشخص دردامنه مسئله ایجاد نمودکه لنات وگودها بعداً درسال 1991آن را اصل دانش نامیدند. آنها این مسئله را به شرح زیربیان کردند: اگربرنامه ا ی کارپیچیده ا ی رابه خوبی اجراکند، آن برنامه می بایست راجع به محیطی که درآن عمل می کند، دانسته هایی داشته باشد. درنبود دانش، همه آنچه که مشخص می شود براساس جستجو واستدلال است که کافی نیست . اززمانی که اولین محصول پایگاه های دانش پدیدارشد ، یک شاخص درمحدوده های زندگی واقعی به حساب می آمد. مانند تشخیص بیماری های عفونی ویا پیشگویی ذخایرمعدنی درمناطق جغرافیایی مختلف دنیا.این تاریخچه ا ی ازآزمایش برروی مسائل زندگی واقعی بود تا بفهمیم که آیا تصورات با سعی وتلاش قابل دسترسی هستند یا خیر؟ سیستم DENDRAL اولین سیستم در این دسته بود که ساخته شد.کارروی این سیستم در سال 1965 میلادی بامدریت ادوارد فیگن باوم (1982) شروع شد. این سیستم به این دلیل به کار گرفته شد تا ساختارهای شیمیایی ذرات ناشناخته را معین کند. این سیستم ها برای حل مسائلی به کار برده شدند که نیاز به سرویس دهی یک خبره داشتند بنابراین به عنوان سیستم های خبره شناخته شدند.