پاسخ گفتن به این سؤال که «آیا می توان سیستم خبره ای در زمینه فقه اسلامی طراحی و پیاده سازی نمود؟» نیازمند شناخت و آگاهی نسبت به تواناییها و محدودیتهای سیستم های خبره از یک سو و شناختی کامل از حوزه وسیع فقه اسلامی از سوی دیگر می باشد. همچنین پاسخ به این سؤال تنها به «بلی » یا «خیر» محدود نگشته و نیاز به پژوهشی عمیق و مشترک توسط هر دو گروه پژوهشگران علوم اسلامی و علوم رایانه ای دارد. با این توضیح، سعی در معرفی اجمالی سیستم های خبره و تاریخچه استفاده و کاربردهای متنوع این فن آوری در علوم رایانه ای داریم.
شاخه هوش مصنوعی در علوم رایانه از اواسط دهه پنجاه میلادی با هدف شبیه سازی فعالیتهای ادراکی انسان و نیز ساخت ماشین های هوشمند پایه گذاری گردید. مشکل اساسی در این راه عدم وجود تعریفی منسجم از هوش که مورد اتفاق نظر باشد و همچنین شناختی کامل نسبت به جزئیات و مکانیزم فعالیتهای ادراکی انسان بود. به عبارت دیگر تلاش برای شبیه سازی، پدیده ای بود که شناخت کاملی از آن وجود نداشت. به همین دلیل بیشتر تحقیقات و پژوهشها به سمت شبیه سازی روی کردها و مظاهری از هوش انسانی سوق پیدا کرد و جنبه های کاربردی در زمینه های محدودی که احتمال موفقیت در آنها بیشتر متصور بود، بیش از پیش مورد توجه قرار گرفت. یکی از این زمینه ها که به دلیل برخورداری از برخی ویژگیها در ابتدا مورد توجه واقع شد، اثبات قضایای ریاضی بود. موفقیتهای به دست آمده در و Assistant ( Aura) Automated Reasoning موجب بروز خوش بینی های فراوان در آغاز راه نسبت به آینده هوش مصنوعی گردید. این برنامه ها قادر بودند برخی مسائل و قضایای ریاضی را اثبات نمایند و حتی در مواردی موفق به کشف اثباتهای کوتاهتر برای برخی از قضایای ریاضی شدند. یکی از بارزترین محصولات عملی حاصل از تحقیقات هوش مصنوعی طی سه دهه نخست آن، برنامه هایی می باشند که اصطلاحا «سیستم های خبره » نامیده می شوند. سیستم های خبره به کلاس وسیع تری از برنامه ها که تحت نام «سیستم های مبتنی بر دانش » شناخته می شوند، تعلق دارند. نمونه های دیگر سیستم های مبتنی بر دانش شامل «مشاوران خودکار» (Automated ,Advisers) دستیاران رایانه ای ,( Computerized Assistants) و«مشاوران مجازی » (Virtual Consultants) می باشند.
برای متمایز کردن سیستم های خبره از سایر سیستم های مبتنی بر دانش، معمولا توانایی ارائه توضیح و یا توجیه نمودن آنچه که سیستم به عنوان نتیجه به آن رسیده است، به عنوان یک شاخص در نظر گرفته می شود. سیستمی که بتواند روند استنتاج خودرا توضیح دهد دارای [meta knowledge] (دانش در باره دانش خود) می باشد. این سطح از دانش معیار مناسبی برای تفکیک سیستم های خبره از سایر سیستم های هوش مصنوعی که بر مبنای دانش عمل می کنند می باشد.
پیش از ادامه بحث لازم است به ارائه یک تعریف کلی از سیستم های خبره بپردازیم:
«سیستم های خبره دسته ای از برنامه های رایانه ای می باشند که قادر به راهنمایی، تحلیل، دسته بندی، مشاوره، طراحی، تشخیص، کاوش، پیش بینی، ایجاد مفاهیم، شناسایی، تفسیر، توجیه، یادگیری مدیریت، کنترل، برنامه ریزی، زمان بندی، و آزمایش هستند. این برنامه ها معمولا به مسائلی می پردازند که حل آنها نیاز به متخصصان انسانی دارد.»
اگرچه این تعریف به گونه ای کلی است که می تواند مورد انتقاد قرار گیرد; با وجود این، طیف وسیعی از تواناییهایی را که سیستم های خبره از خود نشان داده اند ارائه می دهد. البته هیچ یک از سیستم های خبره تا کنون به تنهایی تمامی این ویژگیها را در بر نداشته اند و هر یک تنها یک یا چند مورد از ویژگیهای فوق را به طور نسبی بروز داده اند.
اولین نمونه های سیستم های خبره در اواسط دهه شصت میلادی تحت عناوین پروژه DENDRAL در دانشگاه استانفورد و MACSYMA در انستیتوی تکنولوژی ماساچوست (MIT) عرضه شدند. در باره این دو پروژه و نیز سیستم های خبره ای در زمینه های زمین شناسی، الکترونیک و پزشکی توضیح خواهیم داد. ولی پیش از پرداختن به این سیستم ها مناسب است که با ساختار کلی سیستم های خبره و اجزا و مؤلفه های تشکیل دهنده یک سیستم خبره آشنا شویم.
اساسی ترین مفهومی که زیربنای موفقیت تمام سیستم های خبره می باشد، اهمیت و نقش دانش است. بدون برخورداری از یک پایگاه دانش کافی، یک سیستم خبره - صرف نظر از پیچیدگی نمایش دانش و یا مکانیزم استنتاجی که استفاده می کند- موفق نخواهد بود. روند استخراج و کسب دانش از متخصصان انسانی و انتقال آن به پایگاه دانش یک سیستم خبره را «مهندسی دانش » می نامند.
با این مقدمه، می توانیم برخی ویژگیهای مشترک بین سیستم های خبره را به طور خلاصه بیان کنیم:
ذکر یک نکته و تاکید بر آن ضرورت دارد و آن این است که در کلیه زمینه هایی که تا کنون در آنها سیستم های خبره مورد استفاده و بهره برداری قرار گرفته اند، این سیستم ها همواره به عنوان ابزاری دراختیار متخصصان انسانی و مشاوری در کنار آنها و نه جایگزینی برای آنها مطرح بوده اند.
- سیستم در سطحی که عموما هم طراز عملکرد یک متخصص انسانی شناخته می شود عمل می کند.
- سیستم به شدت وابستگی به یک رشته خاص دارد. به بیان دیگر سیستم اطلاعات وسیعی در یک زمینه تخصصی خاص دارد.
- سیستم می تواند در باره استدلال خود توضیح دهد. به عبارت دیگر سیستم زمانی به عنوان یک ابزار مفید و کارآمد در نظر گرفته می شود که قادر باشد تحلیل و استنتاج خودرا توضیح دهد و آن را توجیه نماید.
- اگر اطلاعاتی که سیستم با آن کار می کند، احتمالی یا غیر قطعی باشد، سیستم بتواند این احتمال و عدم قطعیت را در مراحل استنتاج خود دخیل کند.
از نظر ساختاری نیز سیستم های خبره دارای اجزای ذیل می باشند:
- یک رابط کاربر: این رابط، ارتباط میان کاربر و سیستم را برقرار می کند و به کاربر اجازه می دهد پرسشهای خودرا در اختیار سیستم خبره قرار دهد و همچنین متقابلا سیستم این امکان را دارد که از طریق این رابط پاسخهای خودرا به یک کاربر بازگرداند.
این رابط می تواند به سادگی یک منوی ساده برای ورودی / خروجی باشد یا به پیچیدگی محاوره از طریق زبان طییعی.
- یک پایگاه دانش: این پایگاه بخش اصلی سیستم را تشکیل می دهد که شامل حقایق و قوانین در زمینه تخصصی سیستم خبره می باشد و غالبا توسط قوانینی به شکل گزاره های «اگر - آنگاه » بیان می گردد.
- یک ساختار کنترلی: این ساختار کنترلی که به نامهای مفسر قانون یا موتور استنتاج نیز شناخته می شود، وظیفه اعمال و به کارگیری اطلاعات موجود در پایگاه دانش را برای حل مسئله به عهده دارد.
- حافظه کوتاه مدت: علاوه بر پایگاه دانش که به عنوان حافظه بلند مدت تلقی می گردد، حافظه کوتاه مدت دیگری نیز مورد نیاز می باشد تا مراحل مختلف یافتن پاسخ و مسیر طی شده از سؤال به جواب را در خود نگه دارد.
پیش از پرداختن به معرفی و مرور اجمالی برخی سیتسم های خبره، مناسب است به این سؤال پاسخ دهیم که اساسا با وجود برخورداری از متخصصان انسانی چه نیازی به استفاده از متخصصان مصنوعی (سیستم های خبره) است. در پاسخ به این سؤال می توان دلایل متعددی را عنوان نمود. از آن جمله، زمان نسبتا طولانی که برای باروری و به ثمر رسیدن یک متخصص انسانی لازم است. با توسعه و گسترش روزافزون معارف و دانشهای بشری، کسب معارف گوناگون و احاطه کامل به آنها دشوارتر شده و نیازمند زمان بیشتری خواهد بود. سیستم های خبره به راحتی قابل تکثیر بوده و به راحتی قابل انتقال می باشند. از دیدگاه اقتصادی نیز می توان دلایلی را بر شمرد.
البته ذکر یک نکته و تاکید بر آن در اینجا ضرورت دارد و آن این است که در کلیه زمینه هایی که تا کنون در آنها سیستم های خبره مورد استفاده و بهره برداری قرار گرفته اند، این سیستم ها همواره به عنوان ابزاری دراختیار متخصصان انسانی و مشاوری در کنار آنها و نه جایگزینی برای آنها مطرح بوده اند.
در ادامه به معرفی اجمالی چند سیستم خبره می پردازیم و در پایان نیز مروری خواهیم داشت بر سایر زمینه هایی که سیستم های خبره در آنها مورد استفاده قرار گرفته است.
DENDRAL سیستم خبره و تحلیل گر شیمیائی:
DENDRAL (DENDRITIC.ALGORITHM)
این سیستم یکی ازنخستین نمونه های موفق سیستم های خبره است که در سال 1956(م.) ارائه گردید. این سیستم خبره برنامه ای است برای استنتاج ساختمان مولکولی یک جسم با استفاده از اطلاعاتی که به عنوان ورودی در اختیار آن قرار می گیرد. اطلاعات ورودی شامل فرمول شیمیائی یک ماده، طیف جرمی ماده آلی و اطلاعات مربوط به آن ماده می باشد و DENDRAL با بهره گیری از این اطلاعات و قوانین موجود در پایگاه دانش خود ساختمان مولکولی ماده مورد نظر را پیشنهاد می کرد. در حالی که این سیستم خبره موفق نمی شد که یک ساختمان مولکولی واحد و منحصر به فرد را بیابد، لیستی از محتمل ترین ساختارهای ممکن را با احتمال نسبی هر یک ارائه می داد. شاید بزرگترین دستاورد این سیستم خبره نشان دادن توانایی رایانه ها در ارائه نقش یک متخصص در یک زمینه خاص و محدود بود. این سیستم قادر بود در حد یک دکترای شیمی یا حتی بهتر عمل نماید.
MACSYMA سیستم خبره ریاضی:
(MACSYMA) که در سال 1969(م.) برای کمک به ریاضیدانان، دانشمندان و مهندسان در حل مسائل ریاضی طراحی و پیاده سازی گردید، یک سیستم مبتنی بر دانش می باشد که بیش از 600 عملیات ریاضی مختلف از قبیل مشتق گیری، انتقال گیری، اشتراک گیری، حل دستگاه معادلات و مجموعه عملیات ماتریسی و برداری را می تواند انجام دهد. این سیستم با برخورداری از یک پایگاه دانش قوی، امروزه نیز مورد استفاده صدها محقق و پژوهشگر می باشد و هم به صورت تجاری و هم بر روی شبکه ARPANET ارائه می گردد.
prospector سیستم خبره زمین شناسی:
این سیستم خبره به منظور تصمیم گیری در مورد مسائل کاوش معادن در سال 1978(م.) طراحی شده است. در این سیستم از ساختاری به نام شبکه استنتاج برای نمایش پایگاه داده ها استفاده شده است. از ویژگیهای این سیستم، امکان استفاده از ورودی ها با درجات مختلف درستی می باشد. این درجات از 5- برای «قطعا نادرست » تا 5+ برای «قطعا درست » می باشد و سیستم تصمیمات خودرا نیز می تواند به همین ترتیب دسته بندی نماید. همچنین این سیستم خبره قادر است در باره تصمیمات و نتایجی که به آن می رسد توضیح داده و استدلال نماید.
از دیگر سیستم های خبره می توان به mycin در تشخیص بیماریهای عفونی خونی و XCON که سیستمی ست برای تعیین پیکربندی رایانه اشاره کرد که هر کدام با موفقیت به مرحله استفاده تجاری نیز رسیده اند.
علاوه بر کاربردهای فوق، سیستم های خبره در زمینه های متنوعی از قبیل کشاورزی، شیمی، سیستم های رایانه ای، الکترونیک، مهندسی، زمین شناسی، مدیریت اطلاعات، حقوق، ساخت و تولید، پزشکی، هواشناسی، علوم نظامی، فیزیک، کنترل و فن آوری فضائی مورد استفاده قرار گرفته است.
آنچه که در پایان وبه عنوان نتیجه گیری می توان مطرح کرد این است که علوم اسلامی و بویژه فقه اسلامی دارای کلیه ویژگیها و مشخصات لازم جهت ایجاد زمینه ای فعال و پویا در پژوهشهای علوم رایانه ای و استفاده از فن آوری سیستم های خبره در ایجاد ابزاری مؤثر جهت ارائه خدمات به محققان و دانشمندان علوم اسلامی می باشد. امید است که تلاش در راه نیل به این هدف بستری مناسب جهت تحقق آرمان والای وحدت حوزه و دانشگاه به وجود آورد.
منابع:
1- "ArtificialIntelligence:Aknowledge-Based Approach",by Morris W. Firebaugh, 1988
2- "Artificial Intelligence:A modern Approach",by Russel & Norvig. 1995.