Y@SiN
07-06-2010, 09:22 PM
http://pnu-club.com/imported/mising.jpg
منطق فازی از تئوری مجموعه اعداد فازی(منطق بی نهایت مقداره-مترجم)مشتق میشود که نسبت به منطق کلاسیک(بولی یا ۰و۱- مترجم)به اندازه های تقریبی استدلال میکند(مثلا نه دقیقاً درست و نه دقیقاً غلط,نه کاملاً درست و نه کاملاً غلط,نه فقط ۰ یا نه فقط ۱).این تئوری به آن بعد منطق بی نهایت مقداره می اندیشد که به ارزیابی های خبره دنیای واقعی ,بسیار دقیق و برنامه ریزی شده,برای حل یک مشکل پیچیده دلالت میکند(یعنی برای حل یک مشکل پیچیده از استدلالهای تقریبی دنیای واقعی و استدلالهای تقریبی بشری _اما با تقریبهای بسیار دقیق و تعریف شده_الگو برداری میکند-مترجم).
درجات درستی اغلب با احتمالات اشتباه گرفته میشوند(به این معنا که میزان درستی که ما از یک چیز میپذیریم {مثلاً میگویند علی خوب است و شما نسبت به مفهومی که از خوب بودن برای خود تعریف کرده اید میگویید ۰٫۸ خوب است و دوست شما معتقد است که او ۰٫۳ خوب است!}با احتمال درست بودن چیزی{مثل زمانی که بگویند علی خوب است و چون شما شناخت دقیقی از وی ندارید میگویید احتمالا ۰٫۸ خوب است}متفاوت است.اما مفهوم آن اشتباه شده است در حالت اول با اطمینان میگوییم که علی ۰٫۸ خوب است و دوست شما ۰٫۳ را قبول دارد.میزان خوب بودن برای دو نفر راجع به موضوعی یکسان متفاوت است و بر عکس حالت احتمال برای هر دو این میزان آشکار است-مترجم).اگر چه هر دو از طریق ادراک تشخیص داده میشوند اما عضویت درست بودن در منطق فازی به معنای عضویت در مجموعه ای از اعداد تعریف شده ی گنگ است(میزان درست بودن عضوی از مجموعه ی اعداد حقیقیست که بین ۰ و ۱ و خود آنها وجود دارد مثلا تعرف میشود که علی اگر به کسی کمک کند ۰٫۵ خوب است!-مترجم) نه احتمال بعضی رویدادها یا شرایط.
با یک مثال متفاوت توضیح میدهیم. به سناریوی زیر دفت کنید:
علی در یک خانه با دو اتاق مجاور زندگی میکند .آشپزخانه و نهار خوری.کل حالتهایی که علی میتواند در خانه باشد دو حالت خواهد بود:یا او در آشپزخانه هست یا در آشپزخانه نیست(و در اتاق نهار خوری است-مترجم).پس درباره حالتی که علی در درگاه (بین آشپزخانه و نهار خوری-مترجم)ایستاده است چه میتوان گفت؟او میتواند در حالتی باشد که بخشی از او در آشپزخانه و بخشی در نهار خوری باشد.تعیین کمیتی که چه بخشی از او در آشپزخانه است به صورت یک عضویت از یک مجموعه فازی بیان میشود .برای مثال با بودن حتی بخشی از او در اتاق نهارخوری ممکن است بگوییم علی ۹۹% در آشپزخانه و ۱% در نهار خوری است.
هیچ رویدادی (مثل پرتاب ۱ سکه)حضور علی را برای تشریح حالتهای بودن یا نبودن او در آشپزخانه (به شرطی که او در درگاه بایستد)تحلیل نخواهد کرد.مجموعه های فازی بر مبنای مجموعه ای از تعریفات حالتهای ابهام هستند نه حالتهای یک رویداد تصادفی.
منطق فازی برای عضویت مجموعه شامل ارزشهایی میان ۰ و ۱ و خود آنها,درجات مختلف خاکستری وخود سفید و سیاه و درفرم زبانشناختی مفاهیم غیر صریح مثل “اندکی”,”کاملاٌ” و “چندان فراوان” میباشد.مخصوصاً که عضویت میتواند شامل بخشی ازمجموعه باشد که به تئوری های مجموعه های فازی و احتمالات مربوط میشود و توسط پروفسور لطفی زاده در سال ۱۹۶۵ از دانشگاه برکلی کالیفرنیا ارائه شد.
منطق فازی در بعضی حوزه ها با وجود پذیرش گسترده و سابقه پیگیری بسیار و کابردهای موفقیت آمیز,جدال برانگیز است.این نظریه برای تایید و دیگر دلایل توسط بعضی مهندسین کنترل و توسط بعضی آمار شناسانی که معتقدند احتمال فقط تعریفات شدیداً وابسته به ریاضیات بسط یافته است,رد شده است.نقدگران همچنین استدلال میکنند که منطق فازی نمیتواند یک مجموعه ی خاص از تئوری مجموعه ها باشد چون تابع عضویت آن در حوزه ی .واژه های قراردادی تعریف میشود.
کاربرد ها
منطق فازی میتواند برای کنترل وسایل خانگی مثل لباسشویی _ اندازه لباسها و میزان مواد شوینده و تعداد دورها را برای آن مشخص میکند_و یخچال و غیره به کار رود. یک کاربرد اساسی آن, این است که میتواند دامنه تغییرات یک متغییر پیوسته را در دامنه های ریزتر تغییرات مشخص کند.بر ای نمونه اندازه گیری دما برای یک ضد قفل ترمزها میتواند چندین تابع عضویت جداگانه ای داشته باشد.که در بازه های درجه حرارات مشخص مورد نیاز برای کنترل مناسب ترمزها , تعریف میشود.نگاشتهای هر تابع برای هر درجه حرارت دامنه ای از ۰ تا ۱ برای یک مفهوم حقیقی ارزشگذاری میکند(مثل مفهوم حقیقی سرد یا گرم که از چه درجه حرارتی تا چه درجه حرارتی را سرد میگوییم و میزان سردی آن را با عددی بین ۰ تا ۱ تخصیص میدهیم مثلا از ۰ تا ۳۰ درجه را سرد بگوییم و دمای ۱۰ درجه یعنی هوا ۳۳% سرد است-مترجم).این ارزشهای حقیقی سپس میتواند برای تعیین اینکه چطور ترمز باید کنترل شود مورد استفاده قرار گیرد.
http://pnu-club.com/imported/mising.jpg
در این عکس سرد و گرم و داغ یک مقیاس برای تعیین درجه حرارت هستند.برای تعیین درجه حرارتهای این ارزشهای حقیقی(سرد و گرم و داغ-مترجم)می توان درجه حرارت را با توصیفهایی مثل نسبتا سرد, اندکی گرم,نه خیلی داغ و … تفسیر کرد.
تصورهای غلط و بحثها
منطق فازی یک منطق غیر صریح و یک روش سازماندهی شده و وابسته به ریاضیات است که مفاهیم ذاتاٌ مبهم را(مثل مفهوم گرمی و سردی و خوبی و بدی و … _مفاهیمی که ماهیتاٌ مقدار پذیر نیستند_مترجم)بررسی میکند.مفهوم سردی را نمیتوان با یک معادل و اندازه خاص بیان کرد.چون اگرچه درجه حرارت قابل اندازه گیری است و یک کمیت است اما واژه سردی اینگونه نیست.چرا که هر فردی برای سرد بودن عقیده ای خاص دارد و معتقد است که چیزی درN درجه سرد است و در N+1 درجه نیست(برای هر کس این N متفاوت است-مترجم).منطق کلاسیک به علت دو تایی بودن (۰و۱)نمیتواند به آسانی یک چنین مفهومی را بیان کند.
منطق فازی یک راه جدید بیان احتمالات است.منطق فازی و احتمال به دو نوع متفاوت از ابهام اشاره میکنند.در واقع منطق فازی ابهام حقایق را بررسی میکند در حالی که احتمال شانس یک اتفاق را بررسی میکند_احتمال دقت میکند که نتیجه دقیق باشد_. با این حال این یک نکته بحث برانگیز است.
بارت کاسکو(BART KASKO) احتمال را زیر تئوری از منطق فازی میداند وبه نظر او احتمال فقط یک نوع از ابهام را بررسی میکند.لطفی زاده خالق منطق فازی معتقد است که منطق قازی چیزی متفاوت از احتمال است و جایگزینی برای احتمال نیست.
منطق فازی امروزه برای حل بسیاری از مشکلات پیچیده در زمینه هوش مصنوعی به کار میرود. امکان مقیاس پذیری و پیچیدگی یک سیستم فازی بیشتر به انجام و پیاده سازی آن بستگی دارد تا خود تئوری فازی.
مثالهایی برای موارد استفاده منطق فازی
*زیر سیستمهای اتومبیل و وسایل نقلیه مانند کنترلر ترمز ABS
*دستگاه های تنظیم کننده درجه حرارت
*شرکت نرم افزاری Massive برای فیلم ارباب حلقه ها و ایجاد و نشان دادن لشگریان بزرگ از منطق فازی به شکل تصادفی کمک گرفت که در عین حال حرکات منظم و از پیش تعیین شده داشتند(بیشتر قسمت‌های این فیلم اساساَ درون کامپیوتر خلق شده‌اند و واقعیت خارجی ندارند.کارگردان فیلم نزد یک متخصص جلوه‌های ویژه رفت و از او خواست که نرم‌افزاری بسازد که بتواند ۷۰ هزار سوار کار زره‌پوش در حال حرکت را همچنان که به کشتار و خونریزی مشغولند، شبیه سازی کند. در این برنامه متخصصان کامپیوتر و انیمیشن ابتدا موجوداتی را به صورت الگو ایجاد کرده بودند و سپس به کمک منطق فازی مصداق‌هایی تصادفی از این موجودات خیالی پدیدآورده بودند که حرکات تصادفی – اما از پیش تعریف شده‌ای - در اعضای بدن خود داشتند.این موجودات در حقیقت دارای نوعی هوش مصنوعی بودند و می‌توانستند برای نحوه حرکت دادن اعضای بدن خود تصمیم بگیرند. در عین حال تمام موجوداتی که در یک لشکر به سویی می‌تاختند یا با دشمنی می‌جنگیدند، از جهت حرکت یکسانی برخودار بودند و به سوی یک هدف مشخص حمله می‌کردند. این ساختار کاملاً پیچیده و هوشمند به فیلمسازان اجازه داده بود که این موجودات افسانه‌ای را در دنیای مجازی کامپیوتر به حال خود رها کنند تا به سوی دشمنان حمله کنند و این همه بی‌تردید بدون بهره‌گیری از منطق فازی امکان‌پذیر نبود.شرکت Massive Software که به دلیل به‌کارگیری منطق فازی برای ایجاد هوش‌مصنوعی در طراحی لشکریان فیلم ارباب حلقه‌ها برنده جایزه اسکار شد، بعداً این تکنیک را در فیلم‌های دیگری همچون I.Robot و King Kong نیز به‌کار برد-مترجم)
*دوربین های فیلم برداری و عکاسی
*پلوپزها
*ماشینهای ظرفشویی
*آسانسورها
*ماشین لباسشویی و دیگر وسایل خانگی
*هوش مصنوعی بازیهای تصویری
چگونه منطق فازی به کار گرفته میشود
منطق فازی معمولاً از قوانین “اگر,آنگاه”(IF/THEN) استفاده میکند.این قوانین معمولاً به شکل زیر بیان میشوند:
اگر (متغییر) (حالت) است,آنگاه (عملکرد).برای مثال یک دستگاه تنظیم کننده درجه حرارت را در نظر بگیرید که این قانون را میتوان اینگونه برایش تعریف کرد:
اگر (درجه حرارت) (بسیار سرد) است,آنگاه (فن را متوقف کن)
اگر درجه حرارت سرد است, آنگاه سرعت فن را کم کن.
اگر درجه حرارت متعادل است, آنگاه همین سرعت فن را حفظ کن.
اگر درجه حرارت داغ است, انگاه سرعت فن را زیاد کن.
دقت شود که دیگر اینجا “ورگرنه” وجود ندارد.
عملگرهای “و”,”یا” و “نه” (and,or,not) از منطق بولی(کلاسیک) که در منطث قازی وجود دارند معمولاً با عنوانهای کوچکترین مقدار(min),بزرگترین مقدار(max) و متمم تعریف میشوند.هنگامی که اینگونه تعرف میشوند آنها را “عملگرهای زاده” مینامیم.چرا که آنها را با همین عنوان در نوشته های اصلی زاده بوده اند.بنابر این برای متغییرهای فازی x و y داریم:
Not X= (1-مقدار حقیقیx)
X and Y= minimum (مقدار حقیقی x, مقدار حقیقیy)
X or Y= maximum (مقدار حقیقی x, مقدار حقیقیy)
به علاوه عملگرهای دیگری هم در طبیعت به زبان شناختی وابسته هستند ,وجود دارند که “ناسازگارها” نامیده میشوند.قیدهای کلی زیادی مانند بسیار,قدری و… وجود دارند که برای هر چیز در مجموعه ای از فرمولهای ریاضی تعریف میشوند.در عمل زبان برنامه نویسی Prolog(زبان برنامه نویسی سطخ بالایی که از عملیات منطقی برای هوش مصنوعی و برنامه های بازیابی داده ها استفاده میشود) به خوبی اجرای منطق فازی را با امکاناتش برای ایجاد یک پایگاه اطلاعاتی از قوانین ,پوشش میدهد .
فرستاده شده در سيستم هاي هوش مصنوعي (http://www.e-modir.ir/?cat=21) | بدون نظر (http://www.e-modir.ir/?p=298#respond)
تئوری منطق فازی (http://www.e-modir.ir/?p=295)
نوشته شده توسط کاوه در ۰۸:۲۰ – 08:20 -
http://pnu-club.com/imported/mising.jpg
بر خلاف آموزش سنتی در ریاضی، او منطق انسانی و زبان طبیعت را وارد ریاضی کرد. شاید بتوان با دو رنگ سیاه و سفید مثال بهتری ارائه داد. اگر در ریاضی، دو رنگ سیاه و سفید را صفر و یک تصور کنیم، منطق ریاضی، طیفی به جز این دو رنگ سفید و سیاه نمی بیند و نمی شناسد.
ولی در مجموعه های نامعین منطق فازی، بین سیاه و سفید مجموعه ای از طیف های خاکستری هم لحاظ می شود و به این طریق فصل مشترک ساده ای بین انسان و کامپیوتر بوجود می آید
این منطق حدود چهل سال پیش در آمریکا توسط لطفی زاده پایه ریزی شد. و برای اولین بار در سال ۱۹۷۴ در اروپا برای تنظیم دستگاه تولید بخار، در یک نیروگاه کاربرد عملی پیدا کرد. با پیشرفت چشمگیر ژاپن در عرضه وسایل الکترونیکی، در سال ۱۹۹۰ کلمه “فازی” در آن کشور به عنوان “کلمه سال” شناخته شد.
سخنرانی لطفی زاده در دانشگاه صنعتی برلین
دعوت نامه رئیس دانشگاه صنعتی دانشگاه برلین به اشکال مختلف در میان دانشجویان و مطبوعات و وسایل ارتباط جمعی به چشم می خورد. کاغذهای زرد رنگ در قطع کوچک در میان دانشجویان دست به دست می گشت و وعده دیدار با دانشمند بزرگی را می داد.
در قسمتی از دعوت نامه نوشته شده : “بانی تئوری منطق فازی به برلین می آید: پروفسور لطفی زاده درباره تئوری جهانی خود که در سال ۱۹۶۵ تدوین شده و کاربرد جهانی آن در اتومبیل، موبایل، لباس شویی و غیره، و در خطوط متعدد تولید، و روش های متدیک دیگری که امروزه در امور اعتباری و نرم افزارهایی که به این سیاق کار می کنند سخنرانی خواهد کرد.”
پیش از برپایی سخنرانی، رادیوها و روزنامه های مختلف و از جمله انجمن مهندسین آلمان سئوالات خود را با لطفی زاده مطرح کردند. خبرنگاری که میکروفن حساسی در دست داشت، از کاربرد منطق فازی در تکنیک امروزی پرسید؛ پروفسور لطفی زاده به میکروفن خبرنگار اشاره کرد و گفت: “اتفاقأ این حساسیتی که در میکروفن شما بکار گرفته شده تا صدای موضعی را تشخیص دهد و صدای محیط پیرامون را منعکس نکند، نظام منطق فازی را در خود مستتر دارد.”
رئیس دانشگاه در اتاق ویژه مهمانان، ضمن خوشامد به لطفی زاده گفت: “من ریاضی دان هستم، و از زمانی که با ریاضیات مأنوسم با اسم و رسم شما هم آشنایی دارم، و از پروفسور کنعانی رئیس کانون مهندسین و متخصصین ایرانی در آلمان، کمال تشکر را دارم که فرصت دیدار با ایشان را بوجود آورد.”
پس از آن از طرف ریاست دانشگاه، از پروفسور لطفی زاده دعوت شد تا در دفتر یادبود طلایی دانشگاه که یادگار مخترعین بزرگ از جمله اولین مخترع کامپیوتر )کنراد سوزه) را در خود دارد، نام خود را ثبت کند. و به رسم یادبود کتاب زیبایی که دانشگاه فنی برلین به مناسبت یکصد و بیست و پنج سالگی تاسیس این دانشگاه منتشر شده بود با عنوان “بزرگانی که ما بر دوش آنان ایستاده ایم” به آقایان لطفی زاده و ناصر کنعانی اهدا گردید.
پس از آن ناصر کنعانی به زبان انگلیسی به معرفی لطفی زاده پرداخت. سپس مبتکر منطق فازی سخنرانی خود را در باره پیدایش منطق فازی و گفتاری پیرامون نظرات مخالف و موافق آن و تکمیل و پیشرفت روز افزون این تئوری به مدت یکساعت و نیم ایراد کرد.
انتقاد لطفی زاده از رفتار اروپا با دانشمندان مهاجر
در فرصتی کوتاهی که دست داد، با پروفسور لطفی زاده گفتگویی داشتم. او گفت: “خوشحالم بعد از بیست و دو سال بار دیگر به برلین آمدم. اول از همه دیدار ایرانیان برلین برایم جالب بود. از برلین خوشم آمده؛ از خیابان های پهن آن خوشم آمده، و از این که در این شهر آسمان خراش وجود ندارد بسیار لذت بردم… من فوق العاده خوشحالم که در این جا هستم و با این استقبال گرم مواجه شدم. تنها پشیمانی ام این است که نمی توانم آن طور که باید و شاید فارسی صحبت بکنم. و مجبورم به انگلیسی با شما حرف بزنم، به همین جهت باید از شما عمیقأ عذرخواهی کنم که فارسی من خیلی خوب نیست، فهمیدن فارسی برای من مشکل نیست، ولی صحبت کردن برایم کمی سخت است.”
لطفی زاده در اشاره به تفاوت پذیرش ایرانیان مهاجر در اروپا و آمریکا می گوید: “می خواهم مقایسه ای کنم بین جامعه ایرانی ها در آمریکا، کانادا، و برلین. دلم می خواهد در رابطه با کانادا صحبت کنم که چندی پیش از طرف جامعه مهندسین کانادا به آنجا دعوت شده بودم. یک فرق اساسی وجود دارد که ایرانی هایی که مقیم کانادا هستند برای دولت کار می کنند. ولی آنچه در برلین متوجه شدم، این است که ایرانی ها یا در صنایع، و یا در دانشگاه ها کار می کنند و ندیدم که یک ایرانی در استخدام دولت آلمان باشد. به گمان من این موضوع مربوط می شود به اینکه آلمان یک جامعه سنتی است و یک فرق اساسی بین خارجی ها و آلمانی ها وجود داشته و دارد. من اگر آن موقع، به جای آمریکا به آلمان می آمدم، بعید می دیدم که در آلمان استاد دانشگاه می شدم. و این مسئله فقط مربوط به آلمان نیست، مربوط به تمام کشورهای اروپایی است و این تفاوت بین خارجیان وجود دارد.”
لطفی زاده می گوید: ” شصت سال پیش، زمانی که به آمریکا رفتم، اوضاع خیلی بدتر از این بود، و حتا اگر فردی نام خارجی می داشت می توانست سرآغاز مشکلات برای او باشد و با این اسم شما نمی توانستید شغلی بگیرید. به خاطر دارم زمانی که در ایران بودم و به دبیرستان البرز می رفتم، به یک آمریکایی گفتم که می خواهم برای ادامه تحصیلات به آمریکا بروم؛ و در جواب به من گفت که تو دیوانه ای! و من نفهمیدم که چرا به من گفت دیوانه. وقتی رسیدم به آمریکا متوجه شدم که او حق دارد، چرا که ما نمی توانیم شغلی داشته باشیم؛ کاملأ غیر ممکن بود. تقریبأ آن زمان مثل الان آلمان بود.” به فارسی می افزاید: نه نه، خیلی هم بدتر.
ارتقای اجتماعی دانشوران مهاجر در آمریکا و کانادا
به نظر او اوضاع در کانادا و آمریکا امروزه عوض شده است ولی مهاجران همچنان با محدویت در ارتقای اجتماعی روبرویند: “امروز به هر کجا که می روی می توانی حضور خارجیان را ببینی…در آمریکا اوضاع به گونه ای ست که شما می توانید مدارج ترقی را طی کنید، ولی در مرحله ای خارجی بودن باعث توقف می شود. شاید بتوانید رئیس دانشکده بشوید، ولی رئیس دانشگاه شدن تقریبأ غیر ممکن است. افراد زیادی هم در استخدام دولت آمریکا نیستند ولی در کانادا وضع به شکل دیگری ست. به این ترتیب من احساس می کنم که زندگی در آلمان خیلی مشکل تر است.
“اروپا در سیر نزولی است”
او در ادامه از نگرانی خود در باره آینده علمی اروپا می گوید: “باید فکر کرد که اوضاع و احوال به چه جهت به این جا کشیده است؟ ولی به تحقیق می توانم بگویم که اروپا در سیر نزولی است . اگر آمریکا هم در سیر صعودی می بود، پیدا کردن شغل آسان تر می بود. ولی الان آمریکا هم در سیر نزولی است. علت این است که با کشورهای آسیایی در رقابت هستند و آسیایی ها در سیر ترقی هستند. مثلأ در آلمان تولیدات رو به پایین حرکت می کند، و در بعضی کشورها سیر نزولی شدیدتر است مثل انگلستان.
پروفسور لطفی زاده در ادامه می گوید: “از آنجا که من به کشورهای مختلف سفر می کنم به تحقیق می توانم بگویم که این معضل دست به گریبان همه کشورهای اروپایی است. مثلأ در ترکیه گاز و نفت وجود ندارد ولی در عوض توریست دارند. درآناتولی فقط پانصد هزار نفر در قسمت توریسم کار می کنند. ولی از توریسم که یک کشور نمی تواند ثروتمند شده و رشد کند.
“شکل گیری استعمار جدید در صنعت”
لطفی زاده عقاید اجتماعی خاصی دارد که از حساسیت او به وضع کشورهای کمتر توسعه یافته حکایت دارد. او می گوید: “من به هر کشوری که سفر می کنم از استادان دانشگاه سئوال می کنم که آیا شما می توانید با پولی که می گیرید زندگی کنید؟ در آلمان پاسخ مثبت است، ولی در ایران و دیگر کشورها از جمله بلغارستان، رومانی، ترکیه، لهستان، پاسخ منفی است. و این برای پیشرفت علم و دانش مناسب نیست و باید کاری انجام داد.”
“به طور کلی آنچه در مورد کشورهای جهان می توان گفت این است که یک “نئو کلونیالیسم” در حال شکل گیری است. در نتیجه یک کشوری مثل لهستان که ۸۴ درصد از صنعت خود را فروخته است؛ و حتا کار به خرید زمین های این کشورها هم رسیده است، نتیجه این که افراد این کشورها در آینده فقط برای آلمان و آمریکا کار خواهند کرد، نه برای خود.”
“یادم می آید که شاه به ایرانیان گفته بود که حتا حاضر نیستم یک دلار قرض بگیرم و باید کشورمان را خودمان بسازیم، ولی امروزه کشور ایران زیر بار قرض و بدهکاری است. و به نظر من جهان از یک دوران خیلی سختی در حال گذر است و همه ما با این مشکلات مواجه هستیم. و چه بسا مشکلات بزرگتری در روسیه وجود دارد.”
امتیاز چند فرهنگی بودن
لطفی زاده که در فرهنگ های مختلف ترکی و روسی و ایرانی و آمریکایی بالیده است این را امتیاز خود می داند و می گوید شما از این طریق به طبیعت بشر بیشتر پی می برید: “برای مثال من پنج سال رئیس دانشکده بودم، و در بحث و نظر خواهی، نظرات آنانی که تک فرهنگی بودند، نسبی بود، ولی من هر نظری که می دادم به مرور زمان، درستی نظر من ثابت می شد، برای این که من فرهنگ های مختلف را می فهمم و درک می کنم، در جایی که مثلأ آمریکایی ها به علت تک فرهنگی بودن این ویژگی را نمی توانند درک کنند.”
بشر به مدد تعقل و اندیشه است که توانسته طبیعت چموش را رام خود کند، و فرهنگ و تمدن را رنگ و جلا ببخشد. مگر نه اینکه فرهنگ از انگیختگی و پویایی ارتباط دوره به دوره ی انسان و طبیعت، انسان و انسان، انسان و ابزار، انسان و جامعه و زبان معنا یافته است؟
به مدد همین اندیشه است که آدمی مخلوق توانسته اثر انگشت خودش را بر طبیعت و زمانه ی خود حک کند، و حتا تا مقام خالق خودش را بالا کشد. هیچ فکر کرده اید که علم و صنعت با سرعت نور، چنان در خدمت بشر قرار گرفته که “اتوماتیک مان” حتا به جای او محاسبه و اندیشه می کند؟ هیچ فکر کرده اید که همه ی لوازم پیرامون مان که آسایش را برایمان معنا می کنند و تکنیک اتومات را در خود دارد خالق و مبتکری به نام پروفسور لطفی زاده دارد؟ هیچ اندیشیده اید که کشور ژاپن چرا گوی سبقت را در تولید لوازم الکترونیک هوشمند از دیگر همتایانش ربوده ست؟
در اولین نگاه به اطراف خود به سادگی می توانید مجموعه ای از این دستگاه ها و لوازم را در خانه و محل کار خود بیابید. بله، مخترع منطق نوین علمی که جهان صنعت را دگرگون کرد و در کنار منطق دیجیتالی در ساختمان دستگاه های الکترونیکی، “منطق فازی” را به دنیا عرضه نمود، کسی نیست جز پروفسور لطفی زاده.
امروزه هیچ دستگاه الکترونیکی، از جمله وسایل خانگی، بدون کاربرد این منطق در ساختار فنی خود ساخته نمی شود. با منطق فازی پروفسور لطفی زاده این دستگاه ها هوشمند می شوند. امروزه اروپایی ها، ژاپنی ها و آمریکایی ها و همه و همه ی کشورهای پیشرو در علم و صنعت، پروفسور لطفی زاده را می شناسند و از اهمیت کار او در دانش مدرن بشری آگاهند. ولی متاسفانه این دانشمند جهانی در نزد ایرانیان داخل و خارج کشور ناشناخته مانده است.
حال جرثقیلی را در یک لنگرگاه در نظر بگیرید که محموله بار را از طریق کانتینری که به وسیله کابلی قابل انعطاف به سر جرثقیل متصل است به داخل کشتی بار می کند.وضعیت بگونه ایست که هنگام بلند کردن و انتقال بار ، این کانتینر در هوا تاب می خورد و نوسان می کند. برای طراحی سیستم کنترل جرثقیل یک معادله دیفرانسیل درجه پنجم نوشتند تا بتوانند عملکرد سیستم را مدل کنند ولی موفق نشدند زیرا:
_ رفتار موتور جرثقیل غیر خطی بود .
_ نیروی اصطکاک با حرکت سر جرثقیل در انتقال کانتینر به سمت کشتی مخالفت میکند در نتیجه جهت پیاده سازی کنترلری که بتواند این انتقال را تحت کنترل در آورد به سیستم کنترل منطق فازی روی آوردند تا بتوانند با یک استراتژی کنترل زبانی ، تجربیات یک اپراتور انسانی را در کنترل جرثقیل حین انتقال بار طراحی نمایند.بعبارت دیگر از اطلاعات و تجربیات شخص در نوشتن قواعد استفاده می کنند ، اما پیش از آن باید پارامترهای ورودی و خروجی سیستم کنترل ما معین باشد.لذا ما دو پارامتر را بعنوان ورودی سیستم ( که یکی فاصله سر جرثقیل تا مقصد را می سنجد و دیگری زاویه ای که کانتینر آویزان شده با سر حمل بار جرثقیل ایجاد می کند) و توان اعمال شده برای انتقال کانتینر را بعنوان خروجی آن در نظر می گیریم و برای توصیف آن از پنج عبارت زبانی “متوسط ، کم و زیاد ” که جهت دار می باشد یعنی مثبت (نیروی مثبت) و منفی(نیروی منفی) استفاده می کنیم و در نهایت با طراحی بخشهای مختلف کنترل جرثقیل ، کار را به اتمام می رسانیم.
از آنجا که.در نتیجه از کنترلر فازی با پیاده سازی تجربیات اپراتور انسانی و تحت عنوان متغیرهای زبانی از پیچیدگیهای سیستم تا حد زیادی کاسته شد
فرستاده شده در سيستم هاي هوش مصنوعي (http://www.e-modir.ir/?cat=21) | بدون نظر (http://www.e-modir.ir/?p=295#respond)
سیستم های خبره (متخصص) (http://www.e-modir.ir/?p=266)
نوشته شده توسط کاوه در ۱۰:۱۱ – 10:11 -
http://pnu-club.com/imported/mising.jpg
هوش مصنوعی:
هوش مصنوعی روشی است در جهت هوشمند کردن کامپیوتر تا قادر باشد در هر لحظه تصمیم گیری کرده و اقدام به بررسی یک مسئله نماید. هوش مصنوعی، کامپیوتر را قادر به تفکر می کند و روش آموختن انسان را تقلید می نماید. بنابراین اقدام به جذب اطلاعات جدید جهت بکارگیری مراحل بعدی می پردازد.
مغز انسان به بخش هایی تقسیم شده است که هر بخش وظیفه خاص خود را جدا از بقیه انجام می دهد. اختلال در کار یک بخش تاثیری در دیگر قسمت های مغز نخواهد گذاشت. در برنامه های هوش مصنوعی نیز این مسئله رعایت می شود درحالی که در برنامه های غیر هوش مصنوعی مثل C یا Pascal تغییر در برنامه روی سایر قسمت های برنامه و اطلاعات تاثیر دارد.
مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی :
۱- سیستم های خبره(Expert Systems)
2- شبکه های عصبی(Neural Network)
3- الگوریتم های ژنتیک(Genetic Algorithms)
4- سیستم های منطق فازی(Fuzzy Logic Systems)
هوش مصنوعی:
هوش مصنوعی روشی است در جهت هوشمند کردن کامپیوتر تا قادر باشد در هر لحظه تصمیم گیری کرده و اقدام به بررسی یک مسئله نماید. هوش مصنوعی، کامپیوتر را قادر به تفکر می کند و روش آموختن انسان را تقلید می نماید. بنابراین اقدام به جذب اطلاعات جدید جهت بکارگیری مراحل بعدی می پردازد.
مغز انسان به بخش هایی تقسیم شده است که هر بخش وظیفه خاص خود را جدا از بقیه انجام می دهد. اختلال در کار یک بخش تاثیری در دیگر قسمت های مغز نخواهد گذاشت. در برنامه های هوش مصنوعی نیز این مسئله رعایت می شود درحالی که در برنامه های غیر هوش مصنوعی مثل C یا Pascal تغییر در برنامه روی سایر قسمت های برنامه و اطلاعات تاثیر دارد.
مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی :
۱- سیستم های خبره(Expert Systems)
2- شبکه های عصبی(Neural Network)
3- الگوریتم های ژنتیک(Genetic Algorithms)
4- سیستم های منطق فازی(Fuzzy Logic Systems)
سیستم های خبره:
برنامه هایی هستند که رفتار یک انسان متخصص در یک زمینه بخصوص را تقلید می کنند. این برنامه از اطلاعاتی که استفاده کننده در آن ها ذخیره می کند جهت اعلام یک عقیده در یک موضوع بخصوص استفاده می کند. از اینرو سیستم های خبره تا هنگامی که بتوانند موضوعی را که با پاسخ های شما مطابقت داشته باشد بیابند به سوال کردن از شما ادامه می دهند. به منظور درک کردن آنچه که یک سیستم متخصص انجام می دهد مکالمه زیر که بین یک متخصص در امور میوه و فرد دیگری که می خواهد از وی توصیه ای در این مورد دریافت کند را در نظر بگیرید:
- متخصص: آیا میوه سبز است؟
- استفاده کننده: خیر.
- متخصص: آیا میوه قرمز است؟
- استفاده کننده: بله.
- متخصص: آیا این میوه روی درخت رشد می کند؟
- استفاده کننده: خیر.
- متخصص: آیا این میوه روی یک بوته رشد می کند؟
- استفاده کننده: بله.
- متخصص: آیا این بوته تیغ دارد؟
- استفاده کننده: بله.
- متخصص: این میوه تمشک است!
هدف از طراحی یک سیستم متخصص کامپیوتری در امر میوه تولید این مکالمه است.
در حالت عمومی تر سیستم متخصص سعی می کند که به استفاده کننده از خود در مورد موضوعی که از آن مطلع است راهنمایی دهد.
مزایای یک سیستم خبره چیست؟
میزان مطلوب بودن یک سیستم خبره اصولا به میزان قابلیت دسترسی به آن و میزان سهولت کار با آن بستگی دارد.
می توان مزایایی که یک سیستم خبره در برابر انسان خبره دارد را به این صورت نام برد:
- برخلاف انسان متخصص که نیاز به خواب، استراحت و غذا و … دارد، یک سیستم متخصص ۲۴ ساعت در شبانه روز و ۳۶۵ روز در سال قابل دسترس است.
- دانش سیستم خبره از بین نمی رود بلکه می توان آنرا ذخیره نمود و حتی بسادگی می توان آنرا کپی برداری کرد.
- یک سیستم متخصص همواره دارای حداکثر کارآیی خود است ولی به محض آنکه یک انسان متخصص خسته شود صحت توصیه های وی ممکن است کاهش یابد.
- یک سیستم متخصص دارای شخصیت نیست. همانطور که شما هم درک کرده اید شخصیت های افراد مختلف اغلب با یکدیگر سازگار نیستند. اگر شما با یک متخصص رفیق یا دوست یا حداقل موافق نباشید، آنگاه احتمالا شانس اندکی برای استفاده از دانش این فرد خواهید داشت. عکس این حالت نیز صحیح است.
- آخرین برتری سیستم های خبره این است که به سادگی و با کپی برداری این برنامه از دستگاهی به دستگاه دیگر و در کمترین زمان ممکن می توان یک سیستم متخصص دیگر بوجود آورد در حالی که تبدیل یک انسان به یک متخصص زمانی طولانی نیاز دارد.
مثال هایی از سیستم های متخصص تجاری:
MYCIN اولین سیستم متخصص موفق جهان بود که در سال ۱۹۷۰ در دانشگاه استنفورد طراحی شد. هدف از ساخت این سیستم کمک به پزشکان در تشخیص بیماری های ناشی از باکتری بود. مشکل عمده در تشخیص بیماری برای یک پزشک آن است که تشخیص سریع و قاطع یک بیماری با توجه به تعداد بسیار زیاد بیماری موجود، عملی دشوار است.MYCIN با تشخیص دادن قاطع بیماری ها توانست که این نیاز را برآورده سازد.
PROSPECTOR یک متخصص در امر زمین شناسی است که احتمال وجود رسوبات معدنی در یک ناحیه بخصوص را پیش بینی می کند. این سیستم در سال ۱۹۸۷ توسط « ریچارد دودا» و « پیتر هارد» و « رنه ربو» ساخته شد.
در اوایل دهه ۸۰ سیستم های متخصص به بازار عرضه شد که می توانستند مشورت های مالیاتی، توصیه های بیمه ای و یا قانونی را به استفاده کنندگان خود ارائه دهند.
سیستم های متخصص چگونه کار می کنند؟
هر سیستم متخصص از دو بخش تشکیل می شود:
- بانک اطلاعاتی
- تولید کننده مکالمه
بانک اطلاعاتی :
منظور از بانک اطلاعاتی در اینجا مکانیسم نگهداری اطلاعات و قوانین ویژه ای در مورد یک موضوع بخصوص می باشد. با این توصیف دو اصطلاح زیر تعریف می شود:
- شیء(Object): منظور از شیء در اینجا نتیجه ای است که با توجه به قوانین مربوط به آن تعریف می گردد.
- شاخص(Attribute): منظور از شاخص یا «صفت» یک کیفیت ویژه است که با توجه به قوانینی که برای آن در نظر گرفته شده است به شما در تعریف شیء یاری می دهد.
بنابراین می توان بانک اطلاعاتی را بصورت لیستی از اشیاء که در آن قوانین و شاخص های مربوط به هر شیء نیز ذکر شده است در نظر گرفته شود.
در ساده ترین حالت( که در اکثر کاربرد ها نیز همین حالت بکار می رود) قانونی که به یک شاخص اعمال می شود این مطلب را بیان می کند که آیا شیء مورد نظر شاخص دارد یا ندارد؟
یک سیستم متخصص که انواع مختلف میوه را شناسایی می کند احتمالا دارای بانک اطلاعاتی به صورت زیر خواهد بود:
شیء
قانون
شاخص
سیب
دارد
روی درخت رشد می کند.
دارد
گرد است
دارد
رنگ قرمز یا زرد است
ندارد
در کویر رشد می کند
انگور
—–
——————-
بانک ساده شده بالا با تنها استفاده از قانون دارد:
شیء شاخص هایی که دارد
سیب رشد روی درخت
گرد بودن
رنگ قرمز یا زرد
رشد نکردن در کویر
تولید کننده مکالمه:
آن بخش از سیستم متخصص است که سعی می کند از اطلاعاتی که شما ذخیره کرده اید جهت یافتن یک شیء منطبق با خواسته شما استفاده نماید. دو نوع عمده از تولید کننده های مکالمه وجود دارد :
- قطعی
- احتمالی
برخی قوانین قطعی هستند. به عنوان مثال یک شیمیدان می تواند با قطعیت و یقین اعلام کند که اگر اتم مورد نظر دارای ۲ الکترون باشد آنگاه این اتم به عنصر هلیم تعلق دارد. اکثر قوانین قطعی نیستند بلکه با یک درصد مشخص، احتمال وقوع آن ها می رود. با این وجود در بسیاری از اینگونه موارد عامل عدم قطعیت از نظر آماری اهمیت چندانی ندارد و از این رو شما می توانید با این قوانین بصورت قوانین جبری برخورد کنید.
در رابطه با این دو گروه عمده( یعنی قطعی و عدم قطعی) سه روش اساسی برای ساخت «تولید کننده مکالمه» وجود دارد:
- استدلال پیشرو Forward Chaining
- زنجیره سازی پسرو Backward Chaining
- ارزشیابی Rule-Value
تفاوت بین این سه روش به شیوه ای که «تولید کننده مکالمه» توسط آن سعی می کند به هدف خود برسد بستگی دارد.
منطق فازی از تئوری مجموعه اعداد فازی(منطق بی نهایت مقداره-مترجم)مشتق میشود که نسبت به منطق کلاسیک(بولی یا ۰و۱- مترجم)به اندازه های تقریبی استدلال میکند(مثلا نه دقیقاً درست و نه دقیقاً غلط,نه کاملاً درست و نه کاملاً غلط,نه فقط ۰ یا نه فقط ۱).این تئوری به آن بعد منطق بی نهایت مقداره می اندیشد که به ارزیابی های خبره دنیای واقعی ,بسیار دقیق و برنامه ریزی شده,برای حل یک مشکل پیچیده دلالت میکند(یعنی برای حل یک مشکل پیچیده از استدلالهای تقریبی دنیای واقعی و استدلالهای تقریبی بشری _اما با تقریبهای بسیار دقیق و تعریف شده_الگو برداری میکند-مترجم).
درجات درستی اغلب با احتمالات اشتباه گرفته میشوند(به این معنا که میزان درستی که ما از یک چیز میپذیریم {مثلاً میگویند علی خوب است و شما نسبت به مفهومی که از خوب بودن برای خود تعریف کرده اید میگویید ۰٫۸ خوب است و دوست شما معتقد است که او ۰٫۳ خوب است!}با احتمال درست بودن چیزی{مثل زمانی که بگویند علی خوب است و چون شما شناخت دقیقی از وی ندارید میگویید احتمالا ۰٫۸ خوب است}متفاوت است.اما مفهوم آن اشتباه شده است در حالت اول با اطمینان میگوییم که علی ۰٫۸ خوب است و دوست شما ۰٫۳ را قبول دارد.میزان خوب بودن برای دو نفر راجع به موضوعی یکسان متفاوت است و بر عکس حالت احتمال برای هر دو این میزان آشکار است-مترجم).اگر چه هر دو از طریق ادراک تشخیص داده میشوند اما عضویت درست بودن در منطق فازی به معنای عضویت در مجموعه ای از اعداد تعریف شده ی گنگ است(میزان درست بودن عضوی از مجموعه ی اعداد حقیقیست که بین ۰ و ۱ و خود آنها وجود دارد مثلا تعرف میشود که علی اگر به کسی کمک کند ۰٫۵ خوب است!-مترجم) نه احتمال بعضی رویدادها یا شرایط.
با یک مثال متفاوت توضیح میدهیم. به سناریوی زیر دفت کنید:
علی در یک خانه با دو اتاق مجاور زندگی میکند .آشپزخانه و نهار خوری.کل حالتهایی که علی میتواند در خانه باشد دو حالت خواهد بود:یا او در آشپزخانه هست یا در آشپزخانه نیست(و در اتاق نهار خوری است-مترجم).پس درباره حالتی که علی در درگاه (بین آشپزخانه و نهار خوری-مترجم)ایستاده است چه میتوان گفت؟او میتواند در حالتی باشد که بخشی از او در آشپزخانه و بخشی در نهار خوری باشد.تعیین کمیتی که چه بخشی از او در آشپزخانه است به صورت یک عضویت از یک مجموعه فازی بیان میشود .برای مثال با بودن حتی بخشی از او در اتاق نهارخوری ممکن است بگوییم علی ۹۹% در آشپزخانه و ۱% در نهار خوری است.
هیچ رویدادی (مثل پرتاب ۱ سکه)حضور علی را برای تشریح حالتهای بودن یا نبودن او در آشپزخانه (به شرطی که او در درگاه بایستد)تحلیل نخواهد کرد.مجموعه های فازی بر مبنای مجموعه ای از تعریفات حالتهای ابهام هستند نه حالتهای یک رویداد تصادفی.
منطق فازی برای عضویت مجموعه شامل ارزشهایی میان ۰ و ۱ و خود آنها,درجات مختلف خاکستری وخود سفید و سیاه و درفرم زبانشناختی مفاهیم غیر صریح مثل “اندکی”,”کاملاٌ” و “چندان فراوان” میباشد.مخصوصاً که عضویت میتواند شامل بخشی ازمجموعه باشد که به تئوری های مجموعه های فازی و احتمالات مربوط میشود و توسط پروفسور لطفی زاده در سال ۱۹۶۵ از دانشگاه برکلی کالیفرنیا ارائه شد.
منطق فازی در بعضی حوزه ها با وجود پذیرش گسترده و سابقه پیگیری بسیار و کابردهای موفقیت آمیز,جدال برانگیز است.این نظریه برای تایید و دیگر دلایل توسط بعضی مهندسین کنترل و توسط بعضی آمار شناسانی که معتقدند احتمال فقط تعریفات شدیداً وابسته به ریاضیات بسط یافته است,رد شده است.نقدگران همچنین استدلال میکنند که منطق فازی نمیتواند یک مجموعه ی خاص از تئوری مجموعه ها باشد چون تابع عضویت آن در حوزه ی .واژه های قراردادی تعریف میشود.
کاربرد ها
منطق فازی میتواند برای کنترل وسایل خانگی مثل لباسشویی _ اندازه لباسها و میزان مواد شوینده و تعداد دورها را برای آن مشخص میکند_و یخچال و غیره به کار رود. یک کاربرد اساسی آن, این است که میتواند دامنه تغییرات یک متغییر پیوسته را در دامنه های ریزتر تغییرات مشخص کند.بر ای نمونه اندازه گیری دما برای یک ضد قفل ترمزها میتواند چندین تابع عضویت جداگانه ای داشته باشد.که در بازه های درجه حرارات مشخص مورد نیاز برای کنترل مناسب ترمزها , تعریف میشود.نگاشتهای هر تابع برای هر درجه حرارت دامنه ای از ۰ تا ۱ برای یک مفهوم حقیقی ارزشگذاری میکند(مثل مفهوم حقیقی سرد یا گرم که از چه درجه حرارتی تا چه درجه حرارتی را سرد میگوییم و میزان سردی آن را با عددی بین ۰ تا ۱ تخصیص میدهیم مثلا از ۰ تا ۳۰ درجه را سرد بگوییم و دمای ۱۰ درجه یعنی هوا ۳۳% سرد است-مترجم).این ارزشهای حقیقی سپس میتواند برای تعیین اینکه چطور ترمز باید کنترل شود مورد استفاده قرار گیرد.
http://pnu-club.com/imported/mising.jpg
در این عکس سرد و گرم و داغ یک مقیاس برای تعیین درجه حرارت هستند.برای تعیین درجه حرارتهای این ارزشهای حقیقی(سرد و گرم و داغ-مترجم)می توان درجه حرارت را با توصیفهایی مثل نسبتا سرد, اندکی گرم,نه خیلی داغ و … تفسیر کرد.
تصورهای غلط و بحثها
منطق فازی یک منطق غیر صریح و یک روش سازماندهی شده و وابسته به ریاضیات است که مفاهیم ذاتاٌ مبهم را(مثل مفهوم گرمی و سردی و خوبی و بدی و … _مفاهیمی که ماهیتاٌ مقدار پذیر نیستند_مترجم)بررسی میکند.مفهوم سردی را نمیتوان با یک معادل و اندازه خاص بیان کرد.چون اگرچه درجه حرارت قابل اندازه گیری است و یک کمیت است اما واژه سردی اینگونه نیست.چرا که هر فردی برای سرد بودن عقیده ای خاص دارد و معتقد است که چیزی درN درجه سرد است و در N+1 درجه نیست(برای هر کس این N متفاوت است-مترجم).منطق کلاسیک به علت دو تایی بودن (۰و۱)نمیتواند به آسانی یک چنین مفهومی را بیان کند.
منطق فازی یک راه جدید بیان احتمالات است.منطق فازی و احتمال به دو نوع متفاوت از ابهام اشاره میکنند.در واقع منطق فازی ابهام حقایق را بررسی میکند در حالی که احتمال شانس یک اتفاق را بررسی میکند_احتمال دقت میکند که نتیجه دقیق باشد_. با این حال این یک نکته بحث برانگیز است.
بارت کاسکو(BART KASKO) احتمال را زیر تئوری از منطق فازی میداند وبه نظر او احتمال فقط یک نوع از ابهام را بررسی میکند.لطفی زاده خالق منطق فازی معتقد است که منطق قازی چیزی متفاوت از احتمال است و جایگزینی برای احتمال نیست.
منطق فازی امروزه برای حل بسیاری از مشکلات پیچیده در زمینه هوش مصنوعی به کار میرود. امکان مقیاس پذیری و پیچیدگی یک سیستم فازی بیشتر به انجام و پیاده سازی آن بستگی دارد تا خود تئوری فازی.
مثالهایی برای موارد استفاده منطق فازی
*زیر سیستمهای اتومبیل و وسایل نقلیه مانند کنترلر ترمز ABS
*دستگاه های تنظیم کننده درجه حرارت
*شرکت نرم افزاری Massive برای فیلم ارباب حلقه ها و ایجاد و نشان دادن لشگریان بزرگ از منطق فازی به شکل تصادفی کمک گرفت که در عین حال حرکات منظم و از پیش تعیین شده داشتند(بیشتر قسمت‌های این فیلم اساساَ درون کامپیوتر خلق شده‌اند و واقعیت خارجی ندارند.کارگردان فیلم نزد یک متخصص جلوه‌های ویژه رفت و از او خواست که نرم‌افزاری بسازد که بتواند ۷۰ هزار سوار کار زره‌پوش در حال حرکت را همچنان که به کشتار و خونریزی مشغولند، شبیه سازی کند. در این برنامه متخصصان کامپیوتر و انیمیشن ابتدا موجوداتی را به صورت الگو ایجاد کرده بودند و سپس به کمک منطق فازی مصداق‌هایی تصادفی از این موجودات خیالی پدیدآورده بودند که حرکات تصادفی – اما از پیش تعریف شده‌ای - در اعضای بدن خود داشتند.این موجودات در حقیقت دارای نوعی هوش مصنوعی بودند و می‌توانستند برای نحوه حرکت دادن اعضای بدن خود تصمیم بگیرند. در عین حال تمام موجوداتی که در یک لشکر به سویی می‌تاختند یا با دشمنی می‌جنگیدند، از جهت حرکت یکسانی برخودار بودند و به سوی یک هدف مشخص حمله می‌کردند. این ساختار کاملاً پیچیده و هوشمند به فیلمسازان اجازه داده بود که این موجودات افسانه‌ای را در دنیای مجازی کامپیوتر به حال خود رها کنند تا به سوی دشمنان حمله کنند و این همه بی‌تردید بدون بهره‌گیری از منطق فازی امکان‌پذیر نبود.شرکت Massive Software که به دلیل به‌کارگیری منطق فازی برای ایجاد هوش‌مصنوعی در طراحی لشکریان فیلم ارباب حلقه‌ها برنده جایزه اسکار شد، بعداً این تکنیک را در فیلم‌های دیگری همچون I.Robot و King Kong نیز به‌کار برد-مترجم)
*دوربین های فیلم برداری و عکاسی
*پلوپزها
*ماشینهای ظرفشویی
*آسانسورها
*ماشین لباسشویی و دیگر وسایل خانگی
*هوش مصنوعی بازیهای تصویری
چگونه منطق فازی به کار گرفته میشود
منطق فازی معمولاً از قوانین “اگر,آنگاه”(IF/THEN) استفاده میکند.این قوانین معمولاً به شکل زیر بیان میشوند:
اگر (متغییر) (حالت) است,آنگاه (عملکرد).برای مثال یک دستگاه تنظیم کننده درجه حرارت را در نظر بگیرید که این قانون را میتوان اینگونه برایش تعریف کرد:
اگر (درجه حرارت) (بسیار سرد) است,آنگاه (فن را متوقف کن)
اگر درجه حرارت سرد است, آنگاه سرعت فن را کم کن.
اگر درجه حرارت متعادل است, آنگاه همین سرعت فن را حفظ کن.
اگر درجه حرارت داغ است, انگاه سرعت فن را زیاد کن.
دقت شود که دیگر اینجا “ورگرنه” وجود ندارد.
عملگرهای “و”,”یا” و “نه” (and,or,not) از منطق بولی(کلاسیک) که در منطث قازی وجود دارند معمولاً با عنوانهای کوچکترین مقدار(min),بزرگترین مقدار(max) و متمم تعریف میشوند.هنگامی که اینگونه تعرف میشوند آنها را “عملگرهای زاده” مینامیم.چرا که آنها را با همین عنوان در نوشته های اصلی زاده بوده اند.بنابر این برای متغییرهای فازی x و y داریم:
Not X= (1-مقدار حقیقیx)
X and Y= minimum (مقدار حقیقی x, مقدار حقیقیy)
X or Y= maximum (مقدار حقیقی x, مقدار حقیقیy)
به علاوه عملگرهای دیگری هم در طبیعت به زبان شناختی وابسته هستند ,وجود دارند که “ناسازگارها” نامیده میشوند.قیدهای کلی زیادی مانند بسیار,قدری و… وجود دارند که برای هر چیز در مجموعه ای از فرمولهای ریاضی تعریف میشوند.در عمل زبان برنامه نویسی Prolog(زبان برنامه نویسی سطخ بالایی که از عملیات منطقی برای هوش مصنوعی و برنامه های بازیابی داده ها استفاده میشود) به خوبی اجرای منطق فازی را با امکاناتش برای ایجاد یک پایگاه اطلاعاتی از قوانین ,پوشش میدهد .
فرستاده شده در سيستم هاي هوش مصنوعي (http://www.e-modir.ir/?cat=21) | بدون نظر (http://www.e-modir.ir/?p=298#respond)
تئوری منطق فازی (http://www.e-modir.ir/?p=295)
نوشته شده توسط کاوه در ۰۸:۲۰ – 08:20 -
http://pnu-club.com/imported/mising.jpg
بر خلاف آموزش سنتی در ریاضی، او منطق انسانی و زبان طبیعت را وارد ریاضی کرد. شاید بتوان با دو رنگ سیاه و سفید مثال بهتری ارائه داد. اگر در ریاضی، دو رنگ سیاه و سفید را صفر و یک تصور کنیم، منطق ریاضی، طیفی به جز این دو رنگ سفید و سیاه نمی بیند و نمی شناسد.
ولی در مجموعه های نامعین منطق فازی، بین سیاه و سفید مجموعه ای از طیف های خاکستری هم لحاظ می شود و به این طریق فصل مشترک ساده ای بین انسان و کامپیوتر بوجود می آید
این منطق حدود چهل سال پیش در آمریکا توسط لطفی زاده پایه ریزی شد. و برای اولین بار در سال ۱۹۷۴ در اروپا برای تنظیم دستگاه تولید بخار، در یک نیروگاه کاربرد عملی پیدا کرد. با پیشرفت چشمگیر ژاپن در عرضه وسایل الکترونیکی، در سال ۱۹۹۰ کلمه “فازی” در آن کشور به عنوان “کلمه سال” شناخته شد.
سخنرانی لطفی زاده در دانشگاه صنعتی برلین
دعوت نامه رئیس دانشگاه صنعتی دانشگاه برلین به اشکال مختلف در میان دانشجویان و مطبوعات و وسایل ارتباط جمعی به چشم می خورد. کاغذهای زرد رنگ در قطع کوچک در میان دانشجویان دست به دست می گشت و وعده دیدار با دانشمند بزرگی را می داد.
در قسمتی از دعوت نامه نوشته شده : “بانی تئوری منطق فازی به برلین می آید: پروفسور لطفی زاده درباره تئوری جهانی خود که در سال ۱۹۶۵ تدوین شده و کاربرد جهانی آن در اتومبیل، موبایل، لباس شویی و غیره، و در خطوط متعدد تولید، و روش های متدیک دیگری که امروزه در امور اعتباری و نرم افزارهایی که به این سیاق کار می کنند سخنرانی خواهد کرد.”
پیش از برپایی سخنرانی، رادیوها و روزنامه های مختلف و از جمله انجمن مهندسین آلمان سئوالات خود را با لطفی زاده مطرح کردند. خبرنگاری که میکروفن حساسی در دست داشت، از کاربرد منطق فازی در تکنیک امروزی پرسید؛ پروفسور لطفی زاده به میکروفن خبرنگار اشاره کرد و گفت: “اتفاقأ این حساسیتی که در میکروفن شما بکار گرفته شده تا صدای موضعی را تشخیص دهد و صدای محیط پیرامون را منعکس نکند، نظام منطق فازی را در خود مستتر دارد.”
رئیس دانشگاه در اتاق ویژه مهمانان، ضمن خوشامد به لطفی زاده گفت: “من ریاضی دان هستم، و از زمانی که با ریاضیات مأنوسم با اسم و رسم شما هم آشنایی دارم، و از پروفسور کنعانی رئیس کانون مهندسین و متخصصین ایرانی در آلمان، کمال تشکر را دارم که فرصت دیدار با ایشان را بوجود آورد.”
پس از آن از طرف ریاست دانشگاه، از پروفسور لطفی زاده دعوت شد تا در دفتر یادبود طلایی دانشگاه که یادگار مخترعین بزرگ از جمله اولین مخترع کامپیوتر )کنراد سوزه) را در خود دارد، نام خود را ثبت کند. و به رسم یادبود کتاب زیبایی که دانشگاه فنی برلین به مناسبت یکصد و بیست و پنج سالگی تاسیس این دانشگاه منتشر شده بود با عنوان “بزرگانی که ما بر دوش آنان ایستاده ایم” به آقایان لطفی زاده و ناصر کنعانی اهدا گردید.
پس از آن ناصر کنعانی به زبان انگلیسی به معرفی لطفی زاده پرداخت. سپس مبتکر منطق فازی سخنرانی خود را در باره پیدایش منطق فازی و گفتاری پیرامون نظرات مخالف و موافق آن و تکمیل و پیشرفت روز افزون این تئوری به مدت یکساعت و نیم ایراد کرد.
انتقاد لطفی زاده از رفتار اروپا با دانشمندان مهاجر
در فرصتی کوتاهی که دست داد، با پروفسور لطفی زاده گفتگویی داشتم. او گفت: “خوشحالم بعد از بیست و دو سال بار دیگر به برلین آمدم. اول از همه دیدار ایرانیان برلین برایم جالب بود. از برلین خوشم آمده؛ از خیابان های پهن آن خوشم آمده، و از این که در این شهر آسمان خراش وجود ندارد بسیار لذت بردم… من فوق العاده خوشحالم که در این جا هستم و با این استقبال گرم مواجه شدم. تنها پشیمانی ام این است که نمی توانم آن طور که باید و شاید فارسی صحبت بکنم. و مجبورم به انگلیسی با شما حرف بزنم، به همین جهت باید از شما عمیقأ عذرخواهی کنم که فارسی من خیلی خوب نیست، فهمیدن فارسی برای من مشکل نیست، ولی صحبت کردن برایم کمی سخت است.”
لطفی زاده در اشاره به تفاوت پذیرش ایرانیان مهاجر در اروپا و آمریکا می گوید: “می خواهم مقایسه ای کنم بین جامعه ایرانی ها در آمریکا، کانادا، و برلین. دلم می خواهد در رابطه با کانادا صحبت کنم که چندی پیش از طرف جامعه مهندسین کانادا به آنجا دعوت شده بودم. یک فرق اساسی وجود دارد که ایرانی هایی که مقیم کانادا هستند برای دولت کار می کنند. ولی آنچه در برلین متوجه شدم، این است که ایرانی ها یا در صنایع، و یا در دانشگاه ها کار می کنند و ندیدم که یک ایرانی در استخدام دولت آلمان باشد. به گمان من این موضوع مربوط می شود به اینکه آلمان یک جامعه سنتی است و یک فرق اساسی بین خارجی ها و آلمانی ها وجود داشته و دارد. من اگر آن موقع، به جای آمریکا به آلمان می آمدم، بعید می دیدم که در آلمان استاد دانشگاه می شدم. و این مسئله فقط مربوط به آلمان نیست، مربوط به تمام کشورهای اروپایی است و این تفاوت بین خارجیان وجود دارد.”
لطفی زاده می گوید: ” شصت سال پیش، زمانی که به آمریکا رفتم، اوضاع خیلی بدتر از این بود، و حتا اگر فردی نام خارجی می داشت می توانست سرآغاز مشکلات برای او باشد و با این اسم شما نمی توانستید شغلی بگیرید. به خاطر دارم زمانی که در ایران بودم و به دبیرستان البرز می رفتم، به یک آمریکایی گفتم که می خواهم برای ادامه تحصیلات به آمریکا بروم؛ و در جواب به من گفت که تو دیوانه ای! و من نفهمیدم که چرا به من گفت دیوانه. وقتی رسیدم به آمریکا متوجه شدم که او حق دارد، چرا که ما نمی توانیم شغلی داشته باشیم؛ کاملأ غیر ممکن بود. تقریبأ آن زمان مثل الان آلمان بود.” به فارسی می افزاید: نه نه، خیلی هم بدتر.
ارتقای اجتماعی دانشوران مهاجر در آمریکا و کانادا
به نظر او اوضاع در کانادا و آمریکا امروزه عوض شده است ولی مهاجران همچنان با محدویت در ارتقای اجتماعی روبرویند: “امروز به هر کجا که می روی می توانی حضور خارجیان را ببینی…در آمریکا اوضاع به گونه ای ست که شما می توانید مدارج ترقی را طی کنید، ولی در مرحله ای خارجی بودن باعث توقف می شود. شاید بتوانید رئیس دانشکده بشوید، ولی رئیس دانشگاه شدن تقریبأ غیر ممکن است. افراد زیادی هم در استخدام دولت آمریکا نیستند ولی در کانادا وضع به شکل دیگری ست. به این ترتیب من احساس می کنم که زندگی در آلمان خیلی مشکل تر است.
“اروپا در سیر نزولی است”
او در ادامه از نگرانی خود در باره آینده علمی اروپا می گوید: “باید فکر کرد که اوضاع و احوال به چه جهت به این جا کشیده است؟ ولی به تحقیق می توانم بگویم که اروپا در سیر نزولی است . اگر آمریکا هم در سیر صعودی می بود، پیدا کردن شغل آسان تر می بود. ولی الان آمریکا هم در سیر نزولی است. علت این است که با کشورهای آسیایی در رقابت هستند و آسیایی ها در سیر ترقی هستند. مثلأ در آلمان تولیدات رو به پایین حرکت می کند، و در بعضی کشورها سیر نزولی شدیدتر است مثل انگلستان.
پروفسور لطفی زاده در ادامه می گوید: “از آنجا که من به کشورهای مختلف سفر می کنم به تحقیق می توانم بگویم که این معضل دست به گریبان همه کشورهای اروپایی است. مثلأ در ترکیه گاز و نفت وجود ندارد ولی در عوض توریست دارند. درآناتولی فقط پانصد هزار نفر در قسمت توریسم کار می کنند. ولی از توریسم که یک کشور نمی تواند ثروتمند شده و رشد کند.
“شکل گیری استعمار جدید در صنعت”
لطفی زاده عقاید اجتماعی خاصی دارد که از حساسیت او به وضع کشورهای کمتر توسعه یافته حکایت دارد. او می گوید: “من به هر کشوری که سفر می کنم از استادان دانشگاه سئوال می کنم که آیا شما می توانید با پولی که می گیرید زندگی کنید؟ در آلمان پاسخ مثبت است، ولی در ایران و دیگر کشورها از جمله بلغارستان، رومانی، ترکیه، لهستان، پاسخ منفی است. و این برای پیشرفت علم و دانش مناسب نیست و باید کاری انجام داد.”
“به طور کلی آنچه در مورد کشورهای جهان می توان گفت این است که یک “نئو کلونیالیسم” در حال شکل گیری است. در نتیجه یک کشوری مثل لهستان که ۸۴ درصد از صنعت خود را فروخته است؛ و حتا کار به خرید زمین های این کشورها هم رسیده است، نتیجه این که افراد این کشورها در آینده فقط برای آلمان و آمریکا کار خواهند کرد، نه برای خود.”
“یادم می آید که شاه به ایرانیان گفته بود که حتا حاضر نیستم یک دلار قرض بگیرم و باید کشورمان را خودمان بسازیم، ولی امروزه کشور ایران زیر بار قرض و بدهکاری است. و به نظر من جهان از یک دوران خیلی سختی در حال گذر است و همه ما با این مشکلات مواجه هستیم. و چه بسا مشکلات بزرگتری در روسیه وجود دارد.”
امتیاز چند فرهنگی بودن
لطفی زاده که در فرهنگ های مختلف ترکی و روسی و ایرانی و آمریکایی بالیده است این را امتیاز خود می داند و می گوید شما از این طریق به طبیعت بشر بیشتر پی می برید: “برای مثال من پنج سال رئیس دانشکده بودم، و در بحث و نظر خواهی، نظرات آنانی که تک فرهنگی بودند، نسبی بود، ولی من هر نظری که می دادم به مرور زمان، درستی نظر من ثابت می شد، برای این که من فرهنگ های مختلف را می فهمم و درک می کنم، در جایی که مثلأ آمریکایی ها به علت تک فرهنگی بودن این ویژگی را نمی توانند درک کنند.”
بشر به مدد تعقل و اندیشه است که توانسته طبیعت چموش را رام خود کند، و فرهنگ و تمدن را رنگ و جلا ببخشد. مگر نه اینکه فرهنگ از انگیختگی و پویایی ارتباط دوره به دوره ی انسان و طبیعت، انسان و انسان، انسان و ابزار، انسان و جامعه و زبان معنا یافته است؟
به مدد همین اندیشه است که آدمی مخلوق توانسته اثر انگشت خودش را بر طبیعت و زمانه ی خود حک کند، و حتا تا مقام خالق خودش را بالا کشد. هیچ فکر کرده اید که علم و صنعت با سرعت نور، چنان در خدمت بشر قرار گرفته که “اتوماتیک مان” حتا به جای او محاسبه و اندیشه می کند؟ هیچ فکر کرده اید که همه ی لوازم پیرامون مان که آسایش را برایمان معنا می کنند و تکنیک اتومات را در خود دارد خالق و مبتکری به نام پروفسور لطفی زاده دارد؟ هیچ اندیشیده اید که کشور ژاپن چرا گوی سبقت را در تولید لوازم الکترونیک هوشمند از دیگر همتایانش ربوده ست؟
در اولین نگاه به اطراف خود به سادگی می توانید مجموعه ای از این دستگاه ها و لوازم را در خانه و محل کار خود بیابید. بله، مخترع منطق نوین علمی که جهان صنعت را دگرگون کرد و در کنار منطق دیجیتالی در ساختمان دستگاه های الکترونیکی، “منطق فازی” را به دنیا عرضه نمود، کسی نیست جز پروفسور لطفی زاده.
امروزه هیچ دستگاه الکترونیکی، از جمله وسایل خانگی، بدون کاربرد این منطق در ساختار فنی خود ساخته نمی شود. با منطق فازی پروفسور لطفی زاده این دستگاه ها هوشمند می شوند. امروزه اروپایی ها، ژاپنی ها و آمریکایی ها و همه و همه ی کشورهای پیشرو در علم و صنعت، پروفسور لطفی زاده را می شناسند و از اهمیت کار او در دانش مدرن بشری آگاهند. ولی متاسفانه این دانشمند جهانی در نزد ایرانیان داخل و خارج کشور ناشناخته مانده است.
حال جرثقیلی را در یک لنگرگاه در نظر بگیرید که محموله بار را از طریق کانتینری که به وسیله کابلی قابل انعطاف به سر جرثقیل متصل است به داخل کشتی بار می کند.وضعیت بگونه ایست که هنگام بلند کردن و انتقال بار ، این کانتینر در هوا تاب می خورد و نوسان می کند. برای طراحی سیستم کنترل جرثقیل یک معادله دیفرانسیل درجه پنجم نوشتند تا بتوانند عملکرد سیستم را مدل کنند ولی موفق نشدند زیرا:
_ رفتار موتور جرثقیل غیر خطی بود .
_ نیروی اصطکاک با حرکت سر جرثقیل در انتقال کانتینر به سمت کشتی مخالفت میکند در نتیجه جهت پیاده سازی کنترلری که بتواند این انتقال را تحت کنترل در آورد به سیستم کنترل منطق فازی روی آوردند تا بتوانند با یک استراتژی کنترل زبانی ، تجربیات یک اپراتور انسانی را در کنترل جرثقیل حین انتقال بار طراحی نمایند.بعبارت دیگر از اطلاعات و تجربیات شخص در نوشتن قواعد استفاده می کنند ، اما پیش از آن باید پارامترهای ورودی و خروجی سیستم کنترل ما معین باشد.لذا ما دو پارامتر را بعنوان ورودی سیستم ( که یکی فاصله سر جرثقیل تا مقصد را می سنجد و دیگری زاویه ای که کانتینر آویزان شده با سر حمل بار جرثقیل ایجاد می کند) و توان اعمال شده برای انتقال کانتینر را بعنوان خروجی آن در نظر می گیریم و برای توصیف آن از پنج عبارت زبانی “متوسط ، کم و زیاد ” که جهت دار می باشد یعنی مثبت (نیروی مثبت) و منفی(نیروی منفی) استفاده می کنیم و در نهایت با طراحی بخشهای مختلف کنترل جرثقیل ، کار را به اتمام می رسانیم.
از آنجا که.در نتیجه از کنترلر فازی با پیاده سازی تجربیات اپراتور انسانی و تحت عنوان متغیرهای زبانی از پیچیدگیهای سیستم تا حد زیادی کاسته شد
فرستاده شده در سيستم هاي هوش مصنوعي (http://www.e-modir.ir/?cat=21) | بدون نظر (http://www.e-modir.ir/?p=295#respond)
سیستم های خبره (متخصص) (http://www.e-modir.ir/?p=266)
نوشته شده توسط کاوه در ۱۰:۱۱ – 10:11 -
http://pnu-club.com/imported/mising.jpg
هوش مصنوعی:
هوش مصنوعی روشی است در جهت هوشمند کردن کامپیوتر تا قادر باشد در هر لحظه تصمیم گیری کرده و اقدام به بررسی یک مسئله نماید. هوش مصنوعی، کامپیوتر را قادر به تفکر می کند و روش آموختن انسان را تقلید می نماید. بنابراین اقدام به جذب اطلاعات جدید جهت بکارگیری مراحل بعدی می پردازد.
مغز انسان به بخش هایی تقسیم شده است که هر بخش وظیفه خاص خود را جدا از بقیه انجام می دهد. اختلال در کار یک بخش تاثیری در دیگر قسمت های مغز نخواهد گذاشت. در برنامه های هوش مصنوعی نیز این مسئله رعایت می شود درحالی که در برنامه های غیر هوش مصنوعی مثل C یا Pascal تغییر در برنامه روی سایر قسمت های برنامه و اطلاعات تاثیر دارد.
مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی :
۱- سیستم های خبره(Expert Systems)
2- شبکه های عصبی(Neural Network)
3- الگوریتم های ژنتیک(Genetic Algorithms)
4- سیستم های منطق فازی(Fuzzy Logic Systems)
هوش مصنوعی:
هوش مصنوعی روشی است در جهت هوشمند کردن کامپیوتر تا قادر باشد در هر لحظه تصمیم گیری کرده و اقدام به بررسی یک مسئله نماید. هوش مصنوعی، کامپیوتر را قادر به تفکر می کند و روش آموختن انسان را تقلید می نماید. بنابراین اقدام به جذب اطلاعات جدید جهت بکارگیری مراحل بعدی می پردازد.
مغز انسان به بخش هایی تقسیم شده است که هر بخش وظیفه خاص خود را جدا از بقیه انجام می دهد. اختلال در کار یک بخش تاثیری در دیگر قسمت های مغز نخواهد گذاشت. در برنامه های هوش مصنوعی نیز این مسئله رعایت می شود درحالی که در برنامه های غیر هوش مصنوعی مثل C یا Pascal تغییر در برنامه روی سایر قسمت های برنامه و اطلاعات تاثیر دارد.
مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی :
۱- سیستم های خبره(Expert Systems)
2- شبکه های عصبی(Neural Network)
3- الگوریتم های ژنتیک(Genetic Algorithms)
4- سیستم های منطق فازی(Fuzzy Logic Systems)
سیستم های خبره:
برنامه هایی هستند که رفتار یک انسان متخصص در یک زمینه بخصوص را تقلید می کنند. این برنامه از اطلاعاتی که استفاده کننده در آن ها ذخیره می کند جهت اعلام یک عقیده در یک موضوع بخصوص استفاده می کند. از اینرو سیستم های خبره تا هنگامی که بتوانند موضوعی را که با پاسخ های شما مطابقت داشته باشد بیابند به سوال کردن از شما ادامه می دهند. به منظور درک کردن آنچه که یک سیستم متخصص انجام می دهد مکالمه زیر که بین یک متخصص در امور میوه و فرد دیگری که می خواهد از وی توصیه ای در این مورد دریافت کند را در نظر بگیرید:
- متخصص: آیا میوه سبز است؟
- استفاده کننده: خیر.
- متخصص: آیا میوه قرمز است؟
- استفاده کننده: بله.
- متخصص: آیا این میوه روی درخت رشد می کند؟
- استفاده کننده: خیر.
- متخصص: آیا این میوه روی یک بوته رشد می کند؟
- استفاده کننده: بله.
- متخصص: آیا این بوته تیغ دارد؟
- استفاده کننده: بله.
- متخصص: این میوه تمشک است!
هدف از طراحی یک سیستم متخصص کامپیوتری در امر میوه تولید این مکالمه است.
در حالت عمومی تر سیستم متخصص سعی می کند که به استفاده کننده از خود در مورد موضوعی که از آن مطلع است راهنمایی دهد.
مزایای یک سیستم خبره چیست؟
میزان مطلوب بودن یک سیستم خبره اصولا به میزان قابلیت دسترسی به آن و میزان سهولت کار با آن بستگی دارد.
می توان مزایایی که یک سیستم خبره در برابر انسان خبره دارد را به این صورت نام برد:
- برخلاف انسان متخصص که نیاز به خواب، استراحت و غذا و … دارد، یک سیستم متخصص ۲۴ ساعت در شبانه روز و ۳۶۵ روز در سال قابل دسترس است.
- دانش سیستم خبره از بین نمی رود بلکه می توان آنرا ذخیره نمود و حتی بسادگی می توان آنرا کپی برداری کرد.
- یک سیستم متخصص همواره دارای حداکثر کارآیی خود است ولی به محض آنکه یک انسان متخصص خسته شود صحت توصیه های وی ممکن است کاهش یابد.
- یک سیستم متخصص دارای شخصیت نیست. همانطور که شما هم درک کرده اید شخصیت های افراد مختلف اغلب با یکدیگر سازگار نیستند. اگر شما با یک متخصص رفیق یا دوست یا حداقل موافق نباشید، آنگاه احتمالا شانس اندکی برای استفاده از دانش این فرد خواهید داشت. عکس این حالت نیز صحیح است.
- آخرین برتری سیستم های خبره این است که به سادگی و با کپی برداری این برنامه از دستگاهی به دستگاه دیگر و در کمترین زمان ممکن می توان یک سیستم متخصص دیگر بوجود آورد در حالی که تبدیل یک انسان به یک متخصص زمانی طولانی نیاز دارد.
مثال هایی از سیستم های متخصص تجاری:
MYCIN اولین سیستم متخصص موفق جهان بود که در سال ۱۹۷۰ در دانشگاه استنفورد طراحی شد. هدف از ساخت این سیستم کمک به پزشکان در تشخیص بیماری های ناشی از باکتری بود. مشکل عمده در تشخیص بیماری برای یک پزشک آن است که تشخیص سریع و قاطع یک بیماری با توجه به تعداد بسیار زیاد بیماری موجود، عملی دشوار است.MYCIN با تشخیص دادن قاطع بیماری ها توانست که این نیاز را برآورده سازد.
PROSPECTOR یک متخصص در امر زمین شناسی است که احتمال وجود رسوبات معدنی در یک ناحیه بخصوص را پیش بینی می کند. این سیستم در سال ۱۹۸۷ توسط « ریچارد دودا» و « پیتر هارد» و « رنه ربو» ساخته شد.
در اوایل دهه ۸۰ سیستم های متخصص به بازار عرضه شد که می توانستند مشورت های مالیاتی، توصیه های بیمه ای و یا قانونی را به استفاده کنندگان خود ارائه دهند.
سیستم های متخصص چگونه کار می کنند؟
هر سیستم متخصص از دو بخش تشکیل می شود:
- بانک اطلاعاتی
- تولید کننده مکالمه
بانک اطلاعاتی :
منظور از بانک اطلاعاتی در اینجا مکانیسم نگهداری اطلاعات و قوانین ویژه ای در مورد یک موضوع بخصوص می باشد. با این توصیف دو اصطلاح زیر تعریف می شود:
- شیء(Object): منظور از شیء در اینجا نتیجه ای است که با توجه به قوانین مربوط به آن تعریف می گردد.
- شاخص(Attribute): منظور از شاخص یا «صفت» یک کیفیت ویژه است که با توجه به قوانینی که برای آن در نظر گرفته شده است به شما در تعریف شیء یاری می دهد.
بنابراین می توان بانک اطلاعاتی را بصورت لیستی از اشیاء که در آن قوانین و شاخص های مربوط به هر شیء نیز ذکر شده است در نظر گرفته شود.
در ساده ترین حالت( که در اکثر کاربرد ها نیز همین حالت بکار می رود) قانونی که به یک شاخص اعمال می شود این مطلب را بیان می کند که آیا شیء مورد نظر شاخص دارد یا ندارد؟
یک سیستم متخصص که انواع مختلف میوه را شناسایی می کند احتمالا دارای بانک اطلاعاتی به صورت زیر خواهد بود:
شیء
قانون
شاخص
سیب
دارد
روی درخت رشد می کند.
دارد
گرد است
دارد
رنگ قرمز یا زرد است
ندارد
در کویر رشد می کند
انگور
—–
——————-
بانک ساده شده بالا با تنها استفاده از قانون دارد:
شیء شاخص هایی که دارد
سیب رشد روی درخت
گرد بودن
رنگ قرمز یا زرد
رشد نکردن در کویر
تولید کننده مکالمه:
آن بخش از سیستم متخصص است که سعی می کند از اطلاعاتی که شما ذخیره کرده اید جهت یافتن یک شیء منطبق با خواسته شما استفاده نماید. دو نوع عمده از تولید کننده های مکالمه وجود دارد :
- قطعی
- احتمالی
برخی قوانین قطعی هستند. به عنوان مثال یک شیمیدان می تواند با قطعیت و یقین اعلام کند که اگر اتم مورد نظر دارای ۲ الکترون باشد آنگاه این اتم به عنصر هلیم تعلق دارد. اکثر قوانین قطعی نیستند بلکه با یک درصد مشخص، احتمال وقوع آن ها می رود. با این وجود در بسیاری از اینگونه موارد عامل عدم قطعیت از نظر آماری اهمیت چندانی ندارد و از این رو شما می توانید با این قوانین بصورت قوانین جبری برخورد کنید.
در رابطه با این دو گروه عمده( یعنی قطعی و عدم قطعی) سه روش اساسی برای ساخت «تولید کننده مکالمه» وجود دارد:
- استدلال پیشرو Forward Chaining
- زنجیره سازی پسرو Backward Chaining
- ارزشیابی Rule-Value
تفاوت بین این سه روش به شیوه ای که «تولید کننده مکالمه» توسط آن سعی می کند به هدف خود برسد بستگی دارد.