نظام خبير

📅 آخر تحديث: ٢٢ يوليو ٢٠٢٦
✍️ نُشر في: ٢٢ يوليو ٢٠٢٦
📷 يحتوي على 4 صور
الموسوعة الحرة
آلة Symbolics 3640 Lisp : منصة مبكرة (1984) لأنظمة الخبراء

في مجال الذكاء الاصطناعي ، يُعرف النظام الخبير بأنه نظام حاسوبي يحاكي قدرة الخبير البشري على اتخاذ القرارات . [ 1 ] تُصمم الأنظمة الخبيرة لحل المشكلات المعقدة من خلال الاستدلال عبر قواعد المعرفة، المُمثلة أساسًا بقواعد "إذا-ثم" بدلًا من استخدام أكواد البرمجة الإجرائية التقليدية . [ 2 ] كانت الأنظمة الخبيرة من أوائل أشكال برامج الذكاء الاصطناعي الناجحة حقًا. [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] وقد طُورت في سبعينيات القرن العشرين، ثم انتشرت على نطاق واسع في ثمانينياته، [ 8 ] حيث كانت تُعتبر آنذاك مستقبل الذكاء الاصطناعي قبل ظهور الشبكات العصبية الاصطناعية الناجحة . [ 9 ] ينقسم النظام الخبير إلى نظامين فرعيين: 1) قاعدة المعرفة ، التي تُمثل الحقائق والقواعد؛ و2) محرك الاستدلال ، الذي يُطبق القواعد على الحقائق المعروفة لاستنتاج حقائق جديدة، ويمكن أن يشمل قدرات الشرح والتصحيح.

تاريخ

التطور المبكر

بعد فترة وجيزة من ظهور الحواسيب الحديثة في أواخر الأربعينيات وأوائل الخمسينيات من القرن العشرين، بدأ الباحثون يدركون الإمكانات الهائلة التي تمتلكها هذه الآلات للمجتمع الحديث. وكان من بين التحديات الأولى جعل هذه الآلات قادرة على "التفكير" مثل البشر، وتحديدًا جعلها قادرة على اتخاذ القرارات المهمة بالطريقة التي يتخذها البشر. وقد مثّل المجال الطبي والرعاية الصحية تحديًا مثيرًا يتمثل في تمكين هذه الآلات من اتخاذ قرارات التشخيص الطبي. [ 10 ]

وهكذا، في أواخر خمسينيات القرن العشرين، بعد أن حلّ عصر المعلومات بكامل قوته، بدأ الباحثون بتجربة إمكانية استخدام تكنولوجيا الحاسوب لمحاكاة عملية اتخاذ القرار البشري. فعلى سبيل المثال، بدأ باحثو الطب الحيوي بإنشاء أنظمة مدعومة بالحاسوب لتطبيقات التشخيص في الطب وعلم الأحياء. استخدمت هذه الأنظمة التشخيصية المبكرة أعراض المرضى ونتائج الفحوصات المخبرية كمدخلات لتوليد نتيجة تشخيصية. [ 11 ] [ 12 ] وكثيراً ما وُصفت هذه الأنظمة بأنها الأشكال المبكرة لأنظمة الخبراء. ومع ذلك، أدرك الباحثون وجود قيود كبيرة عند استخدام الأساليب التقليدية مثل مخططات التدفق، [ 13 ] [ 14 ] ومطابقة الأنماط الإحصائية ، [ 15 ] أو نظرية الاحتمالات. [ 16 ] [ 17 ]

مقدمة رسمية وتطورات لاحقة

أدى هذا الوضع السابق تدريجياً إلى تطوير أنظمة الخبراء، التي استخدمت مناهج قائمة على المعرفة. ومن بين أنظمة الخبراء هذه في الطب نظام MYCIN الخبير، [ 18 ] ونظام Internist -I الخبير ، [ 19 ] ولاحقاً، في منتصف ثمانينيات القرن العشرين، نظام CADUCEUS . [ 20 ]

ظهرت أنظمة الخبراء رسميًا حوالي عام 1965 من خلال مشروع ستانفورد للبرمجة الاستدلالية بقيادة إدوارد فيجنباوم ، الذي يُطلق عليه أحيانًا لقب "أبو أنظمة الخبراء"؛ [ 21 ] وكان من بين المساهمين الرئيسيين الأوائل بروس بوكانان وراندال ديفيس. حاول باحثو ستانفورد تحديد المجالات التي تُقدّر فيها الخبرة تقديرًا كبيرًا وتتسم بالتعقيد، مثل تشخيص الأمراض المعدية ( مايسين ) وتحديد الجزيئات العضوية غير المعروفة ( ديندرال ). [ 22 ] كانت فكرة أن "الأنظمة الذكية تستمد قوتها من المعرفة التي تمتلكها بدلًا من الصيغ الرسمية المحددة ومخططات الاستدلال التي تستخدمها" [ 23 ] - كما قال فيجنباوم - في ذلك الوقت خطوة مهمة إلى الأمام، نظرًا لأن الأبحاث السابقة كانت تركز على الأساليب الحسابية الاستدلالية، والتي بلغت ذروتها في محاولات تطوير حلول عامة جدًا للمشاكل (وخاصة العمل المشترك لألين نيويل وهربرت سيمون ). [ 24 ] أصبحت الأنظمة الخبيرة من أوائل أشكال برامج الذكاء الاصطناعي الناجحة حقًا . [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ]

شهدت أوروبا نشاطًا بحثيًا ملحوظًا في مجال أنظمة الخبراء. ففي الولايات المتحدة، انصبّ التركيز على استخدام أنظمة قواعد الإنتاج ، بدءًا بالأنظمة المبرمجة مسبقًا باستخدام بيئات برمجة Lisp ، ثم على واجهات أنظمة الخبراء التي طورتها شركات مثل Intellicorp . أما في أوروبا، فقد ركز البحث بشكل أكبر على الأنظمة وواجهات أنظمة الخبراء المطورة بلغة Prolog . وتكمن ميزة أنظمة Prolog في استخدامها لنمط من البرمجة القائمة على القواعد والمستندة إلى المنطق الصوري . [ 25 ] [ 26 ]

كان نظام APES أحد أنظمة الخبراء المبكرة القائمة على لغة برولوج . [ 27 ] وكان أحد أوائل استخدامات برولوج وAPES في المجال القانوني، وتحديدًا في ترميز جزء كبير من قانون الجنسية البريطانية. كتب لانس إليوت: " صدر قانون الجنسية البريطانية عام 1981، وبعد ذلك بوقت قصير، استُخدم كوسيلة لعرض فعالية استخدام تقنيات الذكاء الاصطناعي، وذلك لاستكشاف كيفية ترميز القانون التشريعي الذي سُنّ حديثًا آنذاك في صيغة منطقية محوسبة. ونُشرت ورقة بحثية بعنوان "قانون الجنسية البريطانية كبرنامج منطقي" عام 1986، والتي أصبحت فيما بعد مرجعًا أساسيًا للأعمال اللاحقة في مجال الذكاء الاصطناعي والقانون." [ 28 ] [ 29 ]

في ثمانينيات القرن العشرين، انتشرت أنظمة الخبراء على نطاق واسع. وقدمت الجامعات دورات تدريبية في هذا المجال، كما طبقت ثلثا شركات قائمة فورتشن 500 هذه التقنية في أنشطتها التجارية اليومية. [ 8 ] [ 30 ] وامتد الاهتمام بها دوليًا مع مشروع أنظمة الحاسوب من الجيل الخامس في اليابان، وزيادة تمويل الأبحاث في أوروبا.

في عام ١٩٨١، طُرح أول حاسوب شخصي من شركة IBM ، مزودًا بنظام التشغيل PC DOS . [ ٣١ ] أدى التفاوت الكبير بين التكلفة المنخفضة للرقائق القوية نسبيًا في الحواسيب الشخصية، مقارنةً بالتكلفة الباهظة لقوة المعالجة في الحواسيب المركزية التي كانت تهيمن على عالم تكنولوجيا المعلومات في الشركات آنذاك، إلى ظهور نمط جديد من بنية الحوسبة المؤسسية، يُعرف بنموذج العميل والخادم . [ ٣٢ ] أصبح بالإمكان إجراء العمليات الحسابية والاستدلالية بجزء بسيط من تكلفة الحاسوب المركزي باستخدام الحاسوب الشخصي. كما مكّن هذا النموذج وحدات الأعمال من تجاوز أقسام تكنولوجيا المعلومات في الشركات وبناء تطبيقاتها الخاصة مباشرةً. ونتيجةً لذلك، كان لنموذج العميل والخادم تأثير هائل على سوق أنظمة الخبراء. كانت أنظمة الخبراء بالفعل غير شائعة في معظم قطاعات الأعمال، إذ تتطلب مهارات جديدة لم تكن تمتلكها العديد من أقسام تكنولوجيا المعلومات ولم تكن متحمسة لتطويرها. وقد كانت هذه الأنظمة مناسبة تمامًا لأنظمة التشغيل الجديدة القائمة على الحواسيب الشخصية، والتي وعدت بوضع تطوير التطبيقات في أيدي المستخدمين النهائيين والخبراء. حتى ذلك الحين، كانت بيئة التطوير الرئيسية لأنظمة الخبراء هي أجهزة Lisp المتطورة من شركات Xerox و Symbolics و Texas Instruments . مع ظهور الحواسيب الشخصية والحوسبة القائمة على نموذج العميل والخادم، حوّلت شركات مثل Intellicorp وInference Corporation أولوياتها إلى تطوير أدوات تعتمد على الحواسيب الشخصية. كما بدأت شركات جديدة، غالباً ما يتم تمويلها من رأس المال الاستثماري [ 33 ] [ 34 ]، بالظهور بانتظام.

كان برنامج "توليف التصميم المتكامل" (SID)، الذي طُوّر عام 1982، أول نظام خبير يُستخدم في تصميم منتج واسع النطاق. وقد كُتب البرنامج بلغة ليسب ، ونجح في توليد 93% من البوابات المنطقية لوحدة المعالجة المركزية VAX 9000. [ 35 ] كانت مدخلات البرنامج عبارة عن مجموعة من القواعد التي وضعها عدد من مصممي المنطق الخبراء. قام برنامج SID بتوسيع هذه القواعد، مُولّدًا إجراءات توليف منطقية برمجية أكبر بكثير من حجم القواعد نفسها. والمثير للدهشة أن دمج هذه القواعد أدى إلى تصميم شامل تجاوز قدرات الخبراء أنفسهم، بل وتفوق في كثير من الحالات على نظرائهم من البشر. وبينما تعارضت بعض القواعد مع أخرى، حسمت معايير التحكم الرئيسية للسرعة والمساحة الجدل. أثار البرنامج جدلًا واسعًا، ولكنه استُخدم رغم ذلك بسبب قيود ميزانية المشروع. وقد أوقفه مصممو المنطق بعد اكتمال مشروع VAX 9000.

خلال السنوات التي سبقت منتصف سبعينيات القرن العشرين، اتسمت التوقعات بشأن ما يمكن أن تحققه أنظمة الخبراء في العديد من المجالات بالتفاؤل المفرط. ففي بداية هذه الدراسات المبكرة، كان الباحثون يأملون في تطوير أنظمة خبراء آلية بالكامل (أي محوسبة بالكامل). وغالبًا ما كانت توقعات الناس بشأن قدرات الحواسيب مثالية أكثر من اللازم. تغير هذا الوضع جذريًا بعد أن نشر ريتشارد إم. كارب بحثه الرائد بعنوان: "الاختزال بين المسائل التوافقية" في أوائل سبعينيات القرن العشرين. [ 36 ] وبفضل عمل كارب، إلى جانب باحثين آخرين مثل هوبرت إل. دريفوس، [ 37 ] اتضح وجود حدود وإمكانيات معينة عند تصميم خوارزميات الحاسوب. وتصف نتائجه ما يمكن للحواسيب فعله وما لا يمكنها فعله. فالعديد من المسائل الحسابية المتعلقة بهذا النوع من أنظمة الخبراء لها حدود عملية معينة. وقد أرست هذه النتائج الأساس الذي أدى إلى التطورات اللاحقة في هذا المجال. [ 10 ]

في تسعينيات القرن الماضي وما بعدها، اختفى مصطلح " النظام الخبير" وفكرة نظام الذكاء الاصطناعي المستقل تقريبًا من قاموس تكنولوجيا المعلومات. وهناك تفسيران لهذا الأمر. الأول هو أن "الأنظمة الخبيرة فشلت": فقد تطور عالم تكنولوجيا المعلومات لأن الأنظمة الخبيرة لم تفِ بوعودها المبالغ فيها. [ 38 ] [ 39 ] أما التفسير الثاني فهو عكس ذلك تمامًا، وهو أن الأنظمة الخبيرة كانت ببساطة ضحية نجاحها: فمع استيعاب متخصصي تكنولوجيا المعلومات لمفاهيم مثل محركات القواعد، تحولت هذه الأدوات من كونها أدوات مستقلة لتطوير أنظمة خبيرة ذات أغراض خاصة ، إلى كونها واحدة من بين العديد من الأدوات القياسية. [ 40 ] ويشير باحثون آخرون إلى أن الأنظمة الخبيرة تسببت في صراعات على السلطة بين الشركات عندما فقدت إدارة تكنولوجيا المعلومات احتكارها لتعديلات البرامج لصالح المستخدمين أو مهندسي المعرفة. [ 41 ]

شهد العقد الأول من الألفية الثانية انتعاشًا ملحوظًا لهذه التقنية، التي عُرفت باسم الأنظمة القائمة على القواعد ، مع قصص نجاح كبيرة وانتشار واسع. [ 42 ] وقد دمجت العديد من الشركات الرائدة في مجال توفير حزم تطبيقات الأعمال (مثل SAP و Siebel و Oracle ) إمكانيات أنظمة الخبراء في منتجاتها كوسيلة لتحديد منطق الأعمال. لم تعد محركات القواعد مقتصرة على تعريف القواعد التي يستخدمها الخبير فحسب، بل أصبحت تُستخدم لأي نوع من منطق الأعمال المعقد والمتغير والحساس؛ وغالبًا ما تُستخدم جنبًا إلى جنب مع بيئات أتمتة وتكامل عمليات الأعمال. [ 43 ] [ 44 ] [ 45 ]

الأساليب الحالية لأنظمة الخبراء

يمكن القول إن أنظمة الخبراء قد انتقلت إلى مجال قواعد الأعمال وأنظمة إدارة قواعد الأعمال .

هندسة البرمجيات

مثال توضيحي للاستدلال العكسي من رسالة ماجستير عام 1990 [ 46 ]

يُعدّ النظام الخبير مثالاً على نظام قائم على المعرفة . وكانت الأنظمة الخبيرة أول الأنظمة التجارية التي استخدمت بنية قائمة على المعرفة. وبشكل عام، يتضمن النظام الخبير المكونات التالية: قاعدة معرفية ، ومحرك استدلال ، ووحدة شرح، ووحدة اكتساب المعرفة، وواجهة مستخدم. [ 47 ] [ 48 ]

تمثل قاعدة المعرفة حقائق عن العالم. في أنظمة الخبراء المبكرة مثل Mycin وDendral، كانت هذه الحقائق تُعرض بشكل أساسي كعبارات بسيطة حول المتغيرات. في أنظمة الخبراء اللاحقة التي طُوّرت باستخدام واجهات برمجة تجارية، اتخذت قاعدة المعرفة بنية أكثر تنظيمًا واستخدمت مفاهيم من البرمجة كائنية التوجه . تم تمثيل العالم كفئات وفئات فرعية وحالات ، واستُبدلت العبارات بقيم حالات الكائنات. تعمل القواعد من خلال الاستعلام عن قيم الكائنات والتحقق منها.

محرك الاستدلال هو نظام استدلال آلي يُقيّم الحالة الراهنة لقاعدة المعرفة، ويُطبّق القواعد ذات الصلة، ثم يُضيف المعرفة الجديدة إلى قاعدة المعرفة. وقد يتضمن محرك الاستدلال أيضًا قدراتٍ على الشرح، بحيث يُمكنه أن يُوضّح للمستخدم سلسلة الاستدلال المُستخدمة للوصول إلى استنتاج مُعيّن من خلال تتبّع تفعيل القواعد التي أدّت إلى هذا الاستنتاج. [ 49 ]

يوجد نمطان رئيسيان لمحرك الاستدلال: الاستدلال الأمامي والاستدلال العكسي . ويُحدد اختلاف الأسلوبين بناءً على ما إذا كان محرك الاستدلال مُوجَّهًا بواسطة الشرط (الجانب الأيسر) أو النتيجة (الجانب الأيمن) للقاعدة. في الاستدلال الأمامي، يُفعَّل الشرط ويؤكد النتيجة. على سبيل المثال، لننظر إلى القاعدة التالية:

R1:مأن(x)⟹مoرتأل(x){\displaystyle R1:{\mathit {Man}}(x)\implies {\mathit {Mortal}}(x)}

من الأمثلة البسيطة على الاستدلال الأمامي إدخال كلمة "إنسان (سقراط)" إلى النظام، ثم تشغيل محرك الاستدلال. سيطابق النظام R1 ويدخل كلمة "فاني (سقراط)" إلى قاعدة المعرفة.

الاستدلال العكسي أقل وضوحًا بعض الشيء. في هذه الطريقة، ينظر النظام إلى الاستنتاجات المحتملة ويعمل عكسيًا للتحقق من صحتها. فإذا كان النظام يحاول تحديد ما إذا كان سقراط بشريًا (Fortal(Socrates)) صحيحًا، فإنه سيبحث عن R1 ويستعلم من قاعدة المعرفة للتأكد من صحة كون سقراط إنسانًا (Man(Socrates)). من الابتكارات المبكرة لأنظمة الخبراء دمج محركات الاستدلال مع واجهة المستخدم، وهو ما يُعدّ بالغ الأهمية في الاستدلال العكسي. فإذا احتاج النظام إلى معرفة معلومة معينة ولكنه لا يعرفها، فإنه يستطيع ببساطة إنشاء شاشة إدخال وسؤال المستخدم عما إذا كانت المعلومة معروفة لديه. في هذا المثال، يمكنه استخدام R1 لسؤال المستخدم عما إذا كان سقراط إنسانًا، ثم استخدام هذه المعلومة الجديدة وفقًا لذلك.

أتاح استخدام القواعد لتمثيل المعرفة بشكل صريح إمكانية التفسير. ففي المثال البسيط المذكور أعلاه، إذا استخدم النظام القاعدة R1 ليؤكد أن سقراط فانٍ، ورغب المستخدم في فهم سبب كونه فانياً، فبإمكانه الاستفسار من النظام، وسيقوم النظام بالرجوع إلى القواعد التي أدت إلى هذا التأكيد، ثم يعرضها للمستخدم كتفسير. فعلى سبيل المثال، إذا سأل المستخدم: "لماذا سقراط فانٍ؟"، سيجيب النظام: "لأن جميع البشر فانون، وسقراط بشر". وكان من أهم مجالات البحث توليد التفسيرات من قاعدة المعرفة بلغة إنجليزية طبيعية، بدلاً من الاكتفاء بعرض القواعد الرسمية الأقل وضوحاً. [ 50 ]

مع تطور الأنظمة الخبيرة، تم دمج العديد من التقنيات الجديدة في أنواع مختلفة من محركات الاستدلال. [ 51 ] ومن أهم هذه التقنيات ما يلي:

  • صيانة الحقيقة. تسجل هذه الأنظمة العلاقات بين المعلومات في قاعدة معرفية، بحيث يمكن تعديل المعرفة المرتبطة بها عند تغيير الحقائق. على سبيل المثال، إذا علم النظام أن سقراط لم يعد معروفًا بأنه رجل، فسيلغي الادعاء بأنه فانٍ.
  • الاستدلال الافتراضي. في هذا النوع من الاستدلال، يمكن تقسيم قاعدة المعرفة إلى العديد من وجهات النظر المحتملة، أو ما يُعرف بالعوالم. وهذا يسمح لمحرك الاستدلال باستكشاف احتمالات متعددة بالتوازي. على سبيل المثال، قد يرغب النظام في استكشاف نتائج كلا الادعاءين: ما الذي سيكون صحيحًا إذا كان سقراط إنسانًا، وما الذي سيكون صحيحًا إذا لم يكن كذلك؟
  • أنظمة عدم اليقين. كان من أوائل التوسعات لاستخدام القواعد ببساطة لتمثيل المعرفة هو ربط احتمال بكل قاعدة. لذا، لم يكن المقصود التأكيد على أن سقراط فانٍ، بل التأكيد على أنه قد يكون فانياً باحتمال معين. وقد تم توسيع نطاق الاحتمالات البسيطة في بعض الأنظمة لتشمل آليات متطورة للاستدلال غير المؤكد، مثل المنطق الضبابي ، ودمج الاحتمالات.
  • التصنيف الأنطولوجي . مع إضافة فئات الكائنات إلى قاعدة المعرفة، أصبح نوع جديد من الاستدلال ممكنًا. فإلى جانب الاستدلال حول قيم الكائنات، أصبح بإمكان النظام أيضًا الاستدلال حول هياكلها. في هذا المثال البسيط، يمكن أن يُمثل "الرجل" فئة كائنات، ويمكن إعادة تعريف R1 كقاعدة تُحدد فئة جميع الرجال. تُسمى هذه الأنواع من محركات الاستدلال ذات الأغراض الخاصة بالمصنفات . على الرغم من أنها لم تُستخدم بكثرة في أنظمة الخبراء، إلا أن المصنفات تتمتع بقوة كبيرة في المجالات غير المنظمة والمتغيرة، وتُعد تقنية أساسية للإنترنت والويب الدلالي الناشئ . [ 52 ] [ 53 ]

المزايا

يهدف نظام المعرفة إلى جعل المعلومات الأساسية اللازمة لعمل النظام واضحةً لا ضمنية. [ 54 ] في برامج الحاسوب التقليدية، تُدمج المنطق في شفرة برمجية لا يمكن مراجعتها عادةً إلا من قِبل متخصص في تقنية المعلومات. أما في نظام الخبراء، فالهدف هو تحديد القواعد بصيغة بديهية وسهلة الفهم والمراجعة، بل وحتى التعديل، من قِبل خبراء المجال بدلاً من خبراء تقنية المعلومات. وتتمثل فوائد هذا التمثيل الواضح للمعرفة في سرعة التطوير وسهولة الصيانة.

تُعد سهولة الصيانة أبرز مزايا أنظمة الخبراء، وقد تحقق ذلك بطريقتين: أولاً، من خلال الاستغناء عن كتابة التعليمات البرمجية التقليدية، أمكن تجنب العديد من المشاكل الشائعة التي قد تنجم حتى عن تغييرات طفيفة في النظام. في جوهر الأمر، كان التدفق المنطقي للبرنامج (على الأقل على أعلى مستوى) مُسلّمًا به في النظام، حيث يكفي استدعاء محرك الاستدلال. وكان هذا أيضًا سببًا للميزة الثانية: سرعة إنشاء النماذج الأولية . فباستخدام واجهة نظام الخبراء، أصبح من الممكن إدخال بضع قواعد فقط، والحصول على نموذج أولي في غضون أيام، بدلاً من الأشهر أو السنوات التي عادةً ما تستغرقها مشاريع تكنولوجيا المعلومات المعقدة.

كان من بين الادعاءات الشائعة حول أنظمة الخبراء أنها تُغني عن الحاجة إلى مبرمجين مُدرَّبين، وأن الخبراء قادرون على تطوير الأنظمة بأنفسهم. لكن في الواقع، نادرًا ما كان هذا صحيحًا. فبينما كانت قواعد نظام الخبراء أكثر وضوحًا من شفرة الحاسوب التقليدية، إلا أنها كانت لا تزال تعتمد على بنية رسمية، حيث يمكن أن يتسبب خطأ بسيط في وضع فاصلة أو أي حرف آخر في حدوث مشاكل، تمامًا كما هو الحال في أي لغة برمجة أخرى. كذلك، مع انتقال أنظمة الخبراء من مرحلة النماذج الأولية في المختبر إلى مرحلة التطبيق في عالم الأعمال، أصبحت مسائل التكامل والصيانة أكثر أهمية. وبرزت حتمًا الحاجة إلى التكامل مع قواعد البيانات والأنظمة القديمة الضخمة والاستفادة منها. ولتحقيق ذلك، تطلّب التكامل نفس المهارات المطلوبة لأي نوع آخر من الأنظمة. [ 55 ]

وبتلخيص فوائد استخدام الأنظمة الخبيرة، يمكن تسليط الضوء على ما يلي: [ 47 ]

  1. زيادة التوافر والموثوقية: يمكن الوصول إلى الخبرة على أي جهاز كمبيوتر، ويكمل النظام دائمًا الاستجابات في الوقت المحدد.
  2. الخبرة المتعددة: يمكن تشغيل العديد من أنظمة الخبراء في وقت واحد لحل مشكلة ما، واكتساب مستوى أعلى من الخبرة مقارنة بالخبير البشري.
  3. شرح: تصف الأنظمة الخبيرة دائمًا كيفية حل المشكلة.
  4. الاستجابة السريعة: تتميز أنظمة الخبراء بالسرعة والقدرة على حل المشكلة في الوقت الفعلي.
  5. انخفاض التكلفة: انخفضت تكلفة الخبرة لكل مستخدم بشكل كبير.

العيوب

أكثر عيوب أنظمة الخبراء شيوعًا في الأدبيات الأكاديمية هي مشكلة اكتساب المعرفة . فإتاحة وقت خبراء المجال لأي تطبيق برمجي أمرٌ صعبٌ دائمًا، ولكنه كان أكثر صعوبةً بالنسبة لأنظمة الخبراء نظرًا لقيمة هؤلاء الخبراء العالية واحتياج المؤسسة المستمر لهم. ونتيجةً لهذه المشكلة، ركزت الكثير من الأبحاث في السنوات الأخيرة لأنظمة الخبراء على أدوات اكتساب المعرفة، للمساعدة في أتمتة عملية تصميم القواعد التي يحددها الخبراء وتصحيح أخطائها وصيانتها. ومع ذلك، عند النظر إلى دورة حياة أنظمة الخبراء قيد الاستخدام الفعلي، تظهر مشاكل أخرى - وهي في جوهرها نفس مشاكل أي نظام كبير آخر - تبدو على الأقل بنفس أهمية اكتساب المعرفة: التكامل، والوصول إلى قواعد البيانات الضخمة، والأداء. [ 56 ] [ 57 ]

قد يُمثل الأداء مشكلةً خاصةً لأن أنظمة الخبراء المبكرة بُنيت باستخدام أدوات (مثل إصدارات Lisp السابقة) تُفسر تعابير الشفرة دون تجميعها مُسبقًا. وقد وفر هذا بيئة تطوير قوية، ولكن مع عيب يتمثل في استحالة مُضاهاة كفاءة أسرع لغات البرمجة المُجمّعة (مثل C ). كان دمج النظام وقواعد البيانات صعبًا بالنسبة لأنظمة الخبراء المبكرة لأن الأدوات كانت في الغالب بلغات ومنصات غير مألوفة وغير مُرحّب بها في معظم بيئات تكنولوجيا المعلومات المؤسسية - لغات برمجة مثل Lisp وProlog، ومنصات أجهزة مثل أجهزة Lisp والحواسيب الشخصية. ونتيجةً لذلك، تركزت جهود كبيرة في المراحل اللاحقة من تطوير أدوات أنظمة الخبراء على التكامل مع البيئات القديمة مثل COBOL وأنظمة قواعد البيانات الكبيرة، وعلى النقل إلى منصات أكثر شيوعًا. وقد حُلت هذه المشكلات بشكل رئيسي من خلال التحول إلى نموذج العميل والخادم، حيث تم قبول الحواسيب الشخصية تدريجيًا في بيئة تكنولوجيا المعلومات كمنصة مشروعة لتطوير أنظمة الأعمال الجادة، ووفرت خوادم الحواسيب الصغيرة ذات التكلفة المعقولة قوة المعالجة اللازمة لتطبيقات الذكاء الاصطناعي. [ 55 ]

يبرز تحدٍّ رئيسي آخر لأنظمة الخبراء مع ازدياد حجم قاعدة المعرفة، مما يؤدي إلى زيادة تعقيد المعالجة. فعلى سبيل المثال، عندما تم تصور نظام خبير يحتوي على 100 مليون قاعدة كنظام خبير مثالي، اتضح جليًا أن هذا النظام سيكون بالغ التعقيد وسيواجه العديد من المشكلات الحسابية. [ 58 ] إذ يجب أن يكون محرك الاستدلال قادرًا على معالجة أعداد هائلة من القواعد للوصول إلى قرار.

كيفية التحقق من اتساق قواعد القرار مع بعضها البعض يمثل تحديًا أيضًا عند وجود عدد كبير جدًا من القواعد. عادةً ما تؤدي هذه المشكلة إلى صياغة مسألة إرضاء منطقي (SAT). [ 59 ] هذه مسألة معروفة من مسائل NP-complete، وهي مسألة إرضاء منطقي . إذا افترضنا وجود متغيرات ثنائية فقط ، ولنقل n منها، فإن مساحة البحث المقابلة تكون بحجم 2.ن{\displaystyle ^{n}}وبالتالي، يمكن أن تنمو مساحة البحث بشكل كبير.

وهناك أيضًا أسئلة حول كيفية تحديد أولويات استخدام القواعد للعمل بكفاءة أكبر، أو كيفية حل حالات الغموض (على سبيل المثال، إذا كان هناك عدد كبير جدًا من الهياكل الفرعية "else-if" داخل قاعدة واحدة) وما إلى ذلك. [ 60 ]

وتتعلق مشاكل أخرى بتأثيرات التخصيص الزائد والتعميم المفرط عند استخدام حقائق معروفة ومحاولة تعميمها على حالات أخرى غير موصوفة صراحةً في قاعدة المعرفة. وتوجد هذه المشاكل أيضًا في الطرق التي تستخدم أساليب التعلم الآلي. [ 61 ] [ 62 ]

تتمثل إحدى المشكلات الأخرى المتعلقة بقاعدة المعرفة في كيفية تحديثها بسرعة وفعالية. [ 63 ] [ 64 ] [ 65 ] كما أن إضافة معلومة جديدة (أي تحديد مكان إضافتها بين القواعد العديدة) يمثل تحديًا. وتُعدّ الأساليب الحديثة التي تعتمد على تقنيات التعلّم الآلي أسهل في هذا الصدد.

بسبب التحديات المذكورة أعلاه، بات من الواضح ضرورة اتباع مناهج جديدة في مجال الذكاء الاصطناعي بدلاً من التقنيات القائمة على القواعد. وتعتمد هذه المناهج الجديدة على استخدام تقنيات التعلم الآلي، إلى جانب آليات التغذية الراجعة. [ 10 ]

تشمل التحديات الرئيسية التي تواجه أنظمة الخبراء في الطب (إذا اعتبرنا أنظمة التشخيص بمساعدة الحاسوب أنظمة خبراء حديثة)، وربما في مجالات تطبيقية أخرى، قضايا تتعلق بجوانب مثل: البيانات الضخمة، واللوائح القائمة، وممارسات الرعاية الصحية، ومختلف القضايا الخوارزمية، وتقييم النظام. [ 66 ]

وأخيرًا، يمكن تلخيص عيوب استخدام أنظمة الخبراء على النحو التالي: [ 47 ]

  1. تمتلك الأنظمة الخبيرة معرفة سطحية، ويمكن أن تصبح مهمة بسيطة مكلفة حسابيًا.
  2. تتطلب الأنظمة الخبيرة مهندسين متخصصين في المعرفة لإدخال البيانات، والحصول على البيانات أمر صعب للغاية.
  3. قد يختار النظام الخبير الطريقة الأقل ملاءمة لحل مشكلة معينة.
  4. تُعدّ مشاكل الأخلاق في استخدام أي شكل من أشكال الذكاء الاصطناعي ذات أهمية بالغة في الوقت الحاضر.
  5. إنه عالم مغلق ذو معرفة محددة، لا يوجد فيه إدراك عميق للمفاهيم وعلاقاتها المتبادلة إلا بعد أن يقدمها خبير.

التطبيقات

يقسم هايز-روث تطبيقات أنظمة الخبراء إلى عشر فئات موضحة في الجدول التالي. لم تكن التطبيقات المذكورة في الجدول الأصلي لهايز-روث، وقد ظهر بعضها لاحقًا. أي تطبيق غير مذكور في الحواشي موصوف في كتاب هايز-روث. [ 49 ] مع أن هذه الفئات توفر إطارًا بديهيًا لوصف مجال تطبيقات أنظمة الخبراء، إلا أنها ليست فئات جامدة، وقد يُظهر التطبيق في بعض الحالات سمات أكثر من فئة.

فئةتم حل المشكلةأمثلة
تفسيراستنتاج أوصاف المواقف من بيانات المستشعراتتقنية السماع (التعرف على الكلام)، بروسبكتور
تنبؤاستنتاج النتائج المحتملة لمواقف معينةتقييم مخاطر الولادة المبكرة [ 67 ]
تشخبصاستنتاج أعطال النظام من خلال الملاحظاتكادوسيوس ، مايسين ، بوف، ميسترال، [ 68 ] إيدينت، [ 69 ] كاليدوس، [ 70 ] GARVAN-ES1 [ 71 ] [ 72 ] [ 73 ]
تصميمتهيئة الكائنات في ظل القيودDendral ، مستشار قروض الرهن العقاري ، R1 (تكوين DEC VAX)، SID ( معالج DEC VAX 9000 )، مستشار تصميم قواعد البيانات [ 74 ]
تخطيطإجراءات التصميمتخطيط المهمة لمركبة غاطسة ذاتية القيادة [ 75 ]
يراقبمقارنة الملاحظات لتحديد نقاط الضعف في الخطةالمفاعل [ 76 ]
تصحيح الأخطاءتقديم حلول تدريجية للمشاكل المعقدةسانت، ماثلاب، ماكسيما
بصلحتنفيذ خطة لإدارة علاج محددإدارة أزمات انسكاب المواد السامة
تعليماتتشخيص وتقييم وتصحيح سلوك الطلابSMH.PAL، [ 77 ] التدريب السريري الذكي، [ 78 ] STEAMER [ 79 ]
يتحكمتفسير سلوكيات النظام والتنبؤ بها وإصلاحها ومراقبتهاالتحكم في العمليات في الوقت الحقيقي، [ 80 ] التحكم في مهمة مكوك الفضاء، [ 81 ] المعالجة الذكية للمواد المركبة في جهاز التعقيم بالبخار [ 82 ]

كان نظام "هيرساي" محاولة مبكرة لحل مشكلة التعرف على الصوت باستخدام أنظمة الخبراء. لم تكن هذه الفئة من أنظمة الخبراء ناجحةً تمامًا في معظم الأحيان. يُعد "هيرساي"، وجميع أنظمة التفسير، أنظمةً للتعرف على الأنماط، حيث تبحث عن أنماط في بيانات مشوشة. فعلى سبيل المثال، كان "هيرساي" يتعرف على الأصوات في تدفق صوتي. ومن الأمثلة المبكرة الأخرى تحليل بيانات السونار للكشف عن الغواصات الروسية. وقد أثبتت هذه الأنظمة أنها أكثر ملاءمةً لحلول الذكاء الاصطناعي القائمة على الشبكات العصبية مقارنةً بالنهج القائم على القواعد.

كان نظاما CADUCEUS و MYCIN نظامين للتشخيص الطبي. يصف المستخدم أعراضه للحاسوب كما لو كان يصفها لطبيب، ثم يُصدر الحاسوب تشخيصًا طبيًا.

كان برنامج Dendral أداة لدراسة تكوين الفرضيات في تحديد الجزيئات العضوية. وكانت المشكلة العامة التي حلها - تصميم حل في ظل مجموعة من القيود - واحدة من أنجح المجالات التي طبقتها أنظمة الخبراء المبكرة في مجالات الأعمال مثل مندوبي المبيعات الذين يقومون بتكوين أجهزة كمبيوتر VAX التابعة لشركة Digital Equipment Corporation (DEC) وتطوير تطبيقات قروض الرهن العقاري.

SMH.PAL هو نظام خبير لتقييم الطلاب ذوي الإعاقات المتعددة. [ 77 ]

كان نظام GARVAN-ES1 نظامًا طبيًا خبيرًا، طُوِّر في معهد غارفان للأبحاث الطبية ، يُقدِّم تعليقات تشخيصية سريرية آلية على تقارير الغدد الصماء الصادرة من مختبر علم الأمراض. وكان من أوائل الأنظمة الطبية الخبيرة التي دخلت حيز الاستخدام السريري الروتيني على مستوى العالم [ 72 ] ، وأول نظام خبير يُستخدم للتشخيص اليومي في أستراليا [ 83 ] . كُتِب النظام بلغة "C" وكان يعمل على جهاز PDP-11 بذاكرة 64 كيلوبايت. احتوى على 661 قاعدة مُجمَّعة، وليست مُفسَّرة.

ميسترال [ 68 ] هو نظام خبير لمراقبة سلامة السدود، طُوِّر في تسعينيات القرن الماضي من قِبَل شركة إيسميس في إيطاليا. يستمد النظام بياناته من نظام مراقبة آلي، ويُجري تشخيصًا لحالة السد. رُكِّبت أول نسخة منه عام 1992 على سد ريدراكولي في إيطاليا. كما رُكِّب على العديد من السدود الأخرى في إيطاليا وخارجها (مثل سد إيتايبو في البرازيل)، وعلى مواقع الانهيارات الأرضية تحت اسم إيدينيت [ 69 ] ، وعلى المعالم الأثرية تحت اسم كاليدوس [ 70 ] . ميسترال علامة تجارية مسجلة لشركة سي إس إي آي .

انظر أيضاً

مراجع

  1. ↑ جاكسون، بيتر (1998). مقدمة في أنظمة الخبراء (  الطبعة الثالثة). أديسون ويسلي. ص  2. ISBN 978-0-201-87686-4.
  2. ↑ "البرمجة التقليدية" . Pcmag.com. مؤرشف من الأصل بتاريخ 14 أكتوبر 2012. تم الاطلاع عليه بتاريخ 15 سبتمبر 2013 .
  3. 1 2 راسل، ستيوارت؛ نورفيج، بيتر (1995). الذكاء الاصطناعي: نهج حديث (PDF) . سيمون اند شوستر. ص 22 – 23. ISBN  978-0-13-103805-9أُرشف من النسخة الأصلية (PDF) بتاريخ 5 مايو 2014. تم الاطلاع عليه بتاريخ 14 يونيو 2014 .
  4. 1 2 Luger & Stubblefield 2004 ، ص 227–331.
  5. 1 2 نيلسون 1998 ، الفصل. 17.4.
  6. 1 2 McCorduck 2004 ، ص. 327–335 ، 434–435.
  7. 1 2 Crevier 1993 ، ص. 145–62، 197−203.
  8. 1 2 ليوندس، كورنيليوس ت. (2002). أنظمة الخبراء: تكنولوجيا إدارة المعرفة واتخاذ القرارات في القرن الحادي والعشرين . ص 1-22 . ISBN  978-0-12-443880-4.
  9. ↑ "تاريخ موجز للذكاء الاصطناعي" . مجلة الإيكونوميست . ١٦ يوليو ٢٠٢٤. مؤرشف من الأصل في ١٣ أغسطس ٢٠٢٤. تم الاطلاع عليه في ١٤ أغسطس ٢٠٢٤ .
  10. 1 2 3 ياناس ج، تريانتافيلو إي (2019). "دراسة منهجية للتشخيص بمساعدة الحاسوب في الطب: التطورات الماضية والحالية". أنظمة الخبراء وتطبيقاتها . 138 112821. doi : 10.1016/j.eswa.2019.112821 . S2CID 199019309 . 
  11. ↑ ليدلي، آر إس، ولوستيد، إل بي (1959). "أسس الاستدلال في التشخيص الطبي". مجلة ساينس . 130 (3366): 9-21 . Bibcode : 1959Sci...130....9L . doi : 10.1126/science.130.3366.9 . PMID 13668531 . 
  12. ↑ وايس إس إم، كوليكوفسكي سي إيه، أماريل إس، سافير إيه (1978). "طريقة قائمة على النموذج لاتخاذ القرارات الطبية بمساعدة الحاسوب". الذكاء الاصطناعي . 11 ( 1-2 ): 145-172 . CiteSeerX 10.1.1.464.3183 . doi : 10.1016/0004-3702(78)90015-2 . 
  13. ↑ شوارتز، دبليو بي (1970). "الطب والحاسوب: وعود التغيير ومشاكله". مجلة نيو إنجلاند الطبية . 283 (23): 1257-1264 . doi : 10.1056/NEJM197012032832305 . PMID 4920342 . 
  14. ↑ بليتش، هـ. ل. (1972). "الاستشارة الحاسوبية: اضطرابات الكهارل والتوازن الحمضي القاعدي". المجلة الأمريكية للطب . 53 (3): 285-291 . doi : 10.1016/0002-9343(72)90170-2 . PMID 4559984 . 
  15. ↑ روزاتي، ر. أ.، ماكنير، ج. ف.، ستارمر، س. ف.، ميتلر، ب. س.، موريس، ج. ج.، ووالاس، أ. ج. (1975). "نظام معلومات جديد للممارسة الطبية". أرشيف الطب الباطني . 135 (8): 1017-1024 . doi : 10.1001/archinte.1975.00330080019003 . PMID 1156062 . 
  16. ↑ غوري، جي. أ.، كاسيرر، ج. ب.، إسيغ، أ.، وشوارتز، و. ب. (1973) . "تحليل القرار كأساس للإدارة بمساعدة الحاسوب للفشل الكلوي الحاد". المجلة الأمريكية للطب . 55 (4): 473-484 . doi : 10.1016/0002-9343(73)90204-0 . PMID 4582702. S2CID 17448496 .  
  17. ↑ Szolovits P, Patil RS, and Schwartz WB (1988). “ الذكاء الاصطناعي في التشخيص الطبي”. حوليات الطب الباطني . 108 (1): 80–87 . doi : 10.7326/0003-4819-108-1-80 . PMID 3276267. S2CID 46410202 .  
  18. ↑ شورتليف إي إتش، وبوكانان بي جي (1975). "نموذج للاستدلال غير الدقيق في الطب". العلوم البيولوجية الرياضية . 23 ( 3-4 ): 351-379 . doi : 10.1016/0025-5564(75)90047-4 . S2CID 118063112 . 
  19. ↑ ميلر، ر. أ.، بوبل الابن، هـ. إ.، ومايرز، ج. د. (1982). "الطبيب الباطني-1، مستشار تشخيصي تجريبي قائم على الحاسوب للطب الباطني العام". مجلة نيو إنجلاند الطبية . 307 (8): 468-476 . doi : 10.1056/NEJM198208193070803 . PMID 7048091 . 
  20. ↑ فيجنباوم، إدوارد؛ ماكوردوك، باميلا (1984). الجيل الخامس . أديسون-ويسلي. ص 1-275 . ISBN  978-0451152640.
  21. ↑ جوزيف، ستاني (30 أكتوبر 2023). "تنوع الذكاء الاصطناعي: كيف طور إدوارد فيجنباوم أنظمة الخبراء" . ميديوم . مؤرشف من الأصل في 26 يناير 2024. تم الاطلاع عليه في 26 يناير 2024 .
  22. ↑ ليا، أندرو س. (2023). رقمنة التشخيص: الطب، والعقول، والآلات في أمريكا في القرن العشرين . مطبعة جامعة جونز هوبكنز. ص 1-256 . ISBN  978-1421446813.
  23. ↑ إدوارد فيجنباوم، 1977. أعيدت صياغته بواسطة هايز-روث وآخرون.
  24. ↑ هايز-روث، فريدريك؛ ووترمان، دونالد؛ لينات، دوغلاس (1983). بناء أنظمة الخبراء . أديسون-ويسلي. ص 6-7 . ISBN  978-0-201-10686-2.
  25. ↑ جورج ف. لوغر وويليام أ. ستابلفيلد، دار نشر بنجامين/كومينغز، واجهة نظام الخبراء القائمة على القواعد: مثال على كود يستخدم واجهة نظام الخبراء القائمة على القواعد في لغة برولوج
  26. ^ أ. ميشيلز أرشفة 2012-04-02 في آلة Wayback .، جامعة لييج، بلجيكا: “PROLOG، أول لغة تعريفية
  27. ↑ التحقيق باستخدام نظام APES (نظام خبير برولوج المعزز) ، مؤرشف من الأصل بتاريخ 2024-01-03 ، تم استرجاعه بتاريخ 2024-01-03
  28. ↑ إليوت، لانس (17 أبريل 2021)، "الذكاء الاصطناعي والقانون: قانون الجنسية البريطاني حفّز الذكاء الاصطناعي والقانون بشكل غير متوقع" ، ميديوم ، تم الاطلاع عليه بتاريخ 13 نوفمبر 2023
  29. ↑ إم جيه سيرجوت، إف سادري، آر إيه كوالسكي، إف كريواتشيك، بي هاموند، وإتش تي كوري (مايو 1986). "قانون الجنسية البريطانية كبرنامج منطقي". اتصالات رابطة آلات الحوسبة . 29 (5): 370-386 . doi : 10.1145/5689.5920 .
  30. ↑ دوركين، ج. أنظمة الخبراء: كتالوج التطبيقات. أنظمة الحاسوب الذكية، شركة، أكرون، أوهايو، 1993.
  31. ↑ "ثورة IBM PC - CHM" . www.computerhistory.org . مؤرشف من الأصل بتاريخ 26 يناير 2024. تم الاطلاع عليه بتاريخ 26 يناير 2024 .
  32. ↑ أورفالي، روبرت (1996). الدليل الأساسي للبقاء على قيد الحياة في بيئة العميل/الخادم . نيويورك: وايلي للنشر الحاسوبي. الصفحات 1-10 . ISBN  978-0-471-15325-2.
  33. ↑ هورويتز، جوديث (2011). ذكي أم محظوظ: كيف يحوّل قادة التكنولوجيا الصدفة إلى نجاح . جون وايلي وأولاده. ص 164. ISBN  978-1118033784تم الاطلاع عليه بتاريخ 29 نوفمبر 2013 .
  34. ↑ دان، روبرت ج. (30 سبتمبر 1985). "خبرة قابلة للتوسيع للمستخدمين العاديين" . إنفوورلد . 7 (39): 30. تم الاسترجاع في 13 مارس 2011 .
  35. ↑ جيبسون، كارل س.؛ وآخرون . "سلسلة VAX 9000". المجلة التقنية الرقمية لشركة المعدات الرقمية . 2 (4، خريف 1990): 118-129 . 
  36. ↑ كارب، ريتشارد م. (1972). "قابلية الاختزال بين المسائل التوافقية" (ملف PDF) . في: ميلر، ر. إي.؛ ثاتشر، ج. و. (محرران). تعقيد الحسابات الحاسوبية . نيويورك: بلينوم. ص 85-103 . مؤرشف من الأصل (ملف PDF) بتاريخ 29-06-2011 . تم الاطلاع عليه بتاريخ 24-01-2020 . {{cite book}}: CS1 maint: publisher location ( link )
  37. ↑ هوبرت ل. دريفوس (1972). ما لا تستطيع أجهزة الكمبيوتر فعله حتى الآن . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا.
  38. ↑ "نشرة خبراء الذكاء الاصطناعي: حرف W يرمز إلى الشتاء" . مؤرشفة من الأصل بتاريخ 9 نوفمبر 2013. تم الاطلاع عليها بتاريخ 29 نوفمبر 2013 .
  39. ↑ ليث، ب. (2010). "صعود وسقوط نظام الخبراء القانونيين" . المجلة الأوروبية للقانون والتكنولوجيا . 1 (1). مؤرشف من الأصل بتاريخ 4 مارس 2016. تم الاطلاع عليه بتاريخ 24 يناير 2020 .
  40. ↑ هاسكين، ديفيد (16 يناير 2003). "بعد سنوات من الضجة، بدأت 'أنظمة الخبراء' تؤتي ثمارها للبعض" . داتاماشن . مؤرشف من الأصل في 3 ديسمبر 2013. تم الاطلاع عليه في 29 نوفمبر 2013 .
  41. ↑ روميم، يورام (2007). "البناء الاجتماعي لأنظمة الخبراء" . إدارة الأنظمة البشرية . 26 (4): 291-309 . doi : 10.3233/HSM-2007-26406 .
  42. ↑ فولكر، مايكل ب. (18 أكتوبر 2005). "الأعمال التجارية هي التي تضع القواعد" . أسبوع المعلومات . مؤرشف من الأصل في 23 ديسمبر 2022. تم الاسترجاع في 23 ديسمبر 2022 .
  43. ↑ مكتب أخبار SAP. "مكتب أخبار SAP: IntelliCorp تعلن مشاركتها في SAP EcoHub" . laszlo.sys-con.com . LaszloTrack. مؤرشف من الأصل في 3 ديسمبر 2013. تم الاطلاع عليه في 29 نوفمبر 2013 .
  44. ↑ بيغاسيستمز. "إدارة العمليات التجارية الذكية تتطلب قواعد أعمال ذكية" . pega.com . مؤرشف من الأصل في 9 نوفمبر 2013. تم الاطلاع عليه في 29 نوفمبر 2013 .
  45. ↑ تشاو، كاي؛ يينغ، شي؛ تشانغ، لينلين؛ هو، لوكاي (9-10 أكتوبر 2010). "تحقيق تكامل عمليات الأعمال وقواعدها باستخدام لغة برمجة البرمجيات". المؤتمر الدولي لعام 2010 حول تكنولوجيا المعلومات المستقبلية وهندسة الإدارة . المجلد 2. معهد مهندسي الكهرباء والإلكترونيات. الصفحات 329-332 . doi : 10.1109/fitme.2010.5656297 . ISBN   978-1-4244-9087-5.
  46. ↑ إنجلاند، ديفيد سي. (يونيو 1990). نظام خبير لإدارة المواد الخطرة في مركز إمداد بحري (ملف PDF) (ماجستير). كلية الدراسات العليا البحرية، مونتيري/كاليفورنيا. ص 21. مؤرشف (ملف PDF) من الأصل بتاريخ 18 أكتوبر 2021. تم الاطلاع عليه بتاريخ 1 سبتمبر 2020 . 
  47. 1 2 3 كيريانوف، دينيس ألكساندروفيتش (21-12-2021). "نظام خبير هجين تصنيفي للاستخدام في تجميع المحتوى" . أنظمة البرمجيات والأساليب الحسابية (4): 1-22 . doi : 10.7256/2454-0714.2021.4.37019 . ISSN 2454-0714 . S2CID 245498498 .  
  48. ↑ سميث، ريد (8 مايو 1985). "مفاهيم وتقنيات وأمثلة لأنظمة المعرفة" (ملف PDF) . ريد ج. سميث . مؤرشف (ملف PDF) من الأصل في 10 فبراير 2023. تم الاطلاع عليه في 9 نوفمبر 2013 .
  49. 1 2 هايز-روث، فريدريك؛ ووترمان، دونالد؛ لينات، دوغلاس (1983). بناء أنظمة الخبراء . أديسون-ويسلي. ISBN 978-0-201-10686-2.
  50. ↑ نبيل أرمان، مؤرشف في 25 أبريل 2012 على موقع Wayback Machine ، الجامعة التقنية الفلسطينية، يناير 2007، اكتشاف الأعطال في قواعد البيانات الديناميكية باستخدام الأشجار الممتدة والمجموعات المنفصلة: ""
  51. ↑ ميتري، ويليام (1987). "تقييم أدوات بناء أنظمة معرفية واسعة النطاق" . مجلة الذكاء الاصطناعي . 8 (4). مؤرشف من الأصل بتاريخ 10 نوفمبر 2013. تم الاطلاع عليه بتاريخ 29 نوفمبر 2013 .
  52. ↑ ماكجريجور، روبرت (يونيو 1991). "استخدام مصنف وصفي لتحسين تمثيل المعرفة". IEEE Expert . 6 (3): 41–46 . Bibcode : 1991IExp....6...41M . doi : 10.1109/64.87683 . S2CID 29575443 . 
  53. ↑ بيرنرز-لي، تيم؛ هندلر، جيمس؛ لاسيلا، أورا (17 مايو 2001). "الويب الدلالي: شكل جديد من محتوى الويب ذي معنى للحواسيب سيُطلق ثورة من الإمكانيات الجديدة" . مجلة ساينتفك أمريكان . 284 (5): 34-43 . doi : 10.1038/scientificamerican0501-34 . مؤرشف من الأصل في 24 أبريل 2013.
  54. ↑ هايز-روث، فريدريك؛ ووترمان، دونالد؛ لينات ، دوغلاس (1983). بناء أنظمة الخبراء . أديسون-ويسلي. ص 6. ISBN  978-0-201-10686-2.
  55. وونغ ، بو ك.؛ موناكو ، جون أ.؛ موناكو (سبتمبر 1995). "تطبيقات أنظمة الخبراء في الأعمال: مراجعة وتحليل للأدبيات" . المعلومات والإدارة . 29 (3): 141-152 . doi : 10.1016/0378-7206(95)00023-p . تاريخ الاسترجاع: 29 نوفمبر 2013 .
  56. ↑ كيندال، إس إل؛ كرين، إم. (2007). مقدمة في هندسة المعرفة . لندن: سبرينغر. ISBN 978-1-84628-475-5. OCLC 70987401 . 
  57. ↑ فيجنباوم، إدوارد أ .؛ ماكوردوك، باميلا (1983). الجيل الخامس ( الطبعة الأولى). ريدينغ، ماساتشوستس: أديسون-ويسلي . ISBN  978-0-201-11519-2. OCLC 9324691 . 
  58. ↑ لينات، دوغلاس (1992). "على عتبات المعرفة". في كيرش، ديفيد (محرر). أسس الذكاء الاصطناعي . مطبعة معهد ماساتشوستس للتكنولوجيا. ص 185-250 . 
  59. ↑ بيزيم م (1988). "اتساق أنظمة الخبراء القائمة على القواعد" . نسخة مؤرشفة . المؤتمر الدولي التاسع حول الاستدلال الآلي . سلسلة محاضرات في علوم الحاسوب. المجلد 310. الصفحات 151-161 . doi : 10.1007/BFb0012830 . ISBN   3-540-19343-Xأُرشف من المصدر الأصلي بتاريخ 23 أكتوبر 2020. تم الاطلاع عليه بتاريخ 30 أغسطس 2020 .{{cite conference}}: CS1 maint: archived copy as title ( link )
  60. ↑ ماك ب، شميت ب هـ، وليوتينين ك (1997). "مشاركة المستخدم في تحديث المعرفة لأنظمة الخبراء" . المعلومات والإدارة . 32 (2): 55-63 . doi : 10.1016/S0378-7206(96)00010-9 .
  61. ↑ فام، هـ. ن.، وتريانتافيلو، إ. (2008). "تأثير الإفراط في التخصيص والتعميم المفرط على دقة التصنيف في استخراج البيانات" . الحوسبة المرنة لاكتشاف المعرفة واستخراج البيانات . ص 391-431 . doi : 10.1007/978-0-387-69935-6_16 . ISBN  978-0-387-69934-9S2CID 12628921. مؤرشف من الأصل بتاريخ 2023-07-05 . تم الاطلاع عليه بتاريخ 2023-07-23 . 
  62. ↑ فام إتش إن، تريانتافيلو إي (2008). "التنبؤ بمرض السكري باستخدام نهج جديد لاستخراج البيانات يوازن بين المطابقة والتعميم". علوم الحاسوب والمعلومات G : 11-26 .
  63. ↑ شان ن، وزياركو و (1995). "الاستحواذ القائم على البيانات والتعديل التدريجي لقواعد التصنيف". الذكاء الحسابي . 11 (2): 357-370 . doi : 10.1111/j.1467-8640.1995.tb00038.x . S2CID 38974914 . 
  64. ↑ كوتس، ب. ك. (1988). "لماذا تفشل الأنظمة الخبيرة؟". الإدارة المالية . 17 (3): 77-86 . JSTOR 3666074 . 
  65. ↑ هندريكس، بي. إتش.، وفريينز، دي. جيه. (1999). "أنظمة المعرفة وإدارة المعرفة: أصدقاء أم أعداء؟" . المعلومات والإدارة . 35 (2): 113-125 . doi : 10.1016/S0378-7206(98)00080-9 . hdl : 2066/240554 . مؤرشف من الأصل بتاريخ 19 أبريل 2024. تم الاطلاع عليه بتاريخ 20 فبراير 2024 .
  66. ↑ ياناس ج ، تريانتافيلو إي (2019). " التحديات السبعة الرئيسية لمستقبل التشخيص بمساعدة الحاسوب في الطب" . المجلة الدولية للمعلوماتية الطبية . 129 : 413-422 . doi : 10.1016/j.ijmedinf.2019.06.017 . PMID 31445285. S2CID 198287435. مؤرشف من الأصل بتاريخ 13 أغسطس 2025. تم الاطلاع عليه بتاريخ 1 يونيو 2026 .  
  67. ↑ ووليري، إل كيه؛ غرزيمالا-بوس، جيه. (1994). "التعلم الآلي لنظام خبير للتنبؤ بخطر الولادة المبكرة" . مجلة الجمعية الأمريكية للمعلوماتية الطبية . 1 (6): 439-446 . doi : 10.1136/jamia.1994.95153433 . PMC 116227. PMID 7850569 .  
  68. 1 2 سالفانيسكي، باولو؛ كادي، ماورو؛ لازاري، ماركو (1996). "تطبيق الذكاء الاصطناعي على رصد وتقييم السلامة الهيكلية" . IEEE Expert . 11 (4): 24-34 . Bibcode : 1996IExp...11...24S . doi : 10.1109/64.511774 . مؤرشف من الأصل في 5 مارس 2014. تم الاسترجاع في 5 مارس 2014 .
  69. 1 2 لازاري، ماركو؛ سالفانيسكي، باولو (1999). "دمج نظام معلومات جغرافية في نظام دعم القرار لرصد مخاطر الانهيارات الأرضية" ( ملف PDF) . المجلة الدولية للمخاطر الطبيعية . 20 ( 2-3 ): 185-195 . Bibcode : 1999NatHa..20..185L . doi : 10.1023/A:1008187024768 . S2CID 1746570. مؤرشف (ملف PDF) من الأصل بتاريخ 17-10-2014 . تم الاطلاع عليه بتاريخ 12-10-2014 . 
  70. 1 2 لانشيني، ستيفانو؛ لازاري، ماركو؛ ماسيرا، ألبرتو؛ سالفانيسكي، باولو (1997). "تشخيص الآثار القديمة باستخدام برامج متخصصة" ( ملف PDF) . الهندسة الإنشائية الدولية . 7 (4): 288-291 . doi : 10.2749/101686697780494392 . S2CID 8113173. مؤرشف (PDF) من الأصل بتاريخ 13 أبريل 2015. تم الاطلاع عليه بتاريخ 12 أكتوبر 2014 . 
  71. ↑ ك. هورن؛ ل. لازاروس؛ ب. كومبتون؛ ج. ر . كوينلان (1985). "نظام خبير لتفسير تحاليل الغدة الدرقية في المختبرات السريرية". مجلة الحوسبة الأسترالية 17 : 7-11 .
  72. 1 2 بوكانان، ب. (1986). "أنظمة الخبراء: الأنظمة العاملة والأدبيات البحثية". أنظمة الخبراء . 3 (1): 32-51 . doi : 10.1111/j.1468-0394.1986.tb00192.x .
  73. ↑ ب. كومبتون؛ ك. هورن؛ ر. كوينلان؛ ل. لازاروس؛ ك. هو (1988). "صيانة نظام خبير". وقائع المؤتمر الأسترالي الرابع حول تطبيقات الأنظمة الخبيرة .
  74. ↑ سونغ، إيل-يول؛ ستروم، إس دي؛ ميدسكر، كارل جيه. (1991). "تصميم وتنفيذ أداة مساعدة لتصميم قواعد البيانات باستخدام VP-Expert" . [ 1991 ] وقائع المؤتمر الدولي المشترك بين IEEE وACM حول تطوير وإدارة برامج أنظمة الخبراء . IEEE. الصفحات 15-23 . doi : 10.1109/DMESP.1991.171764 . ISBN  0-8186-2250-4أُرشف من المصدر الأصلي بتاريخ 15 ديسمبر 2024. تم الاطلاع عليه بتاريخ 28 سبتمبر 2025 .
  75. ↑ كواك، إس إتش (1990). "نظام خبير لتخطيط المهام لمركبة غاطسة ذاتية القيادة". ندوة حول تكنولوجيا المركبات الغاطسة ذاتية القيادة . ص 123-128 . doi : 10.1109/AUV.1990.110446 . S2CID 60476847 .  
  76. ↑ نيلسون، دبليو آر (1982). "المفاعل: نظام خبير لتشخيص ومعالجة المفاعلات النووية" . الجمعية الأمريكية للذكاء الاصطناعي . 82: وقائع المؤتمر الثاني للجمعية الأمريكية للذكاء الاصطناعي حول الذكاء الاصطناعي: 296-301 . مؤرشف من الأصل في 11 مارس 2023. تم الاطلاع عليه في 11 مارس 2023 .
  77. 1 2 هوفمايستر، آلان (1994). "SMH.PAL: نظام خبير لتحديد إجراءات العلاج للطلاب ذوي الإعاقات الشديدة" . الأطفال الاستثنائيون . 61 (2). مؤرشف من الأصل في 3 ديسمبر 2013. تم الاسترجاع في 30 نوفمبر 2013 .
  78. ↑ هاداوي، ب؛ سويبنوكارن، س. (2010). "أنظمة التدريب السريري الذكية". طرق المعلومات الطبية . 49 (4): 388-389 . CiteSeerX 10.1.1.172.60 . doi : 10.1055/s-0038-1625342 . PMID 20686730. S2CID 11903941 .   
  79. ↑ هولان، ج.؛ هاتشينز، إ.؛ ويتزمان، ل. (1984). "ستيمر: نظام تدريب تفاعلي قابل للفحص قائم على المحاكاة". مجلة الذكاء الاصطناعي .
  80. ↑ ستانلي، جي إم (15-17 يوليو 1991). "تجربة استخدام الاستدلال القائم على المعرفة في التحكم في العمليات في الوقت الحقيقي" (ملف PDF) . ورقة بحثية رئيسية قُدِّمت في: ندوة الاتحاد الدولي للتحكم الآلي (IFAC) حول التصميم بمساعدة الحاسوب في أنظمة التحكم . تم الاطلاع عليها في 3 ديسمبر 2013 .
  81. ↑ راسموسن، آرثر؛ موراتوري، جون ف.؛ هايندل، تروي أ. (فبراير 1990). "مشروع نظام الخبراء التابع لشركة INCO: نظام CLIPS في مركز التحكم بمهام المكوك الفضائي" . NTRS . تم الاطلاع عليه بتاريخ 30 نوفمبر 2013 .
  82. ↑ سيريسكيولي، بي آر؛ جي إس سبرينغر (1990). "المعالجة الذكية للمواد المركبة في الأوتوكلاف" . رقم ISBN 9781003209010.
  83. ↑ كاتليت، ج. (1990). "أنظمة الخبراء، المخاطر والمكافآت". مجلة تكنولوجيا المعلومات . 2 (7): 20-26 .

المراجع