کتابخانه آموزشگاهی

عمارلو حسین

+ هوش مصنوعی

هوش مصنوعی. تعریفی شفاف از یک نظام هوش مصنوعی آن را "برنامه‌ای رایانه‌ای" می‌داند که: "به‌منظور شبیه‌سازی قدرت استدلال  انسان طراحی شده و می‌تواند از اشتباهات خود یاد بگیرد و قادر است به‌سرعت و با خبرگی اعمالی را انجام دهد که انسان برای انجام آن نیاز به تخصص دارد" (17: 50). برنامه‌های رایانه‌ای که محاسبات و تجزیه و تحلیل‌های پیچیده ریاضی را، نسبت به انسان با سرعت، دقت، و صحت بیشتری انجام دهند، نظام هوشمند نیستند. در واقع، نظام هوشمند به‌کارهایی می‌پردازد که برای انجام آنها به استدلال و تصمیم‌گیری در سطح عالی  نیاز است.

متخصصان از تولید نظام‌های هوش مصنوعی دو هدف را دنبال می‌کنند: 1) درک بهتر از هوش انسان و امکان شبیه‌سازی آن توسط ماشین؛ و 2) طراحی برنامه‌های کاربردی برای انجام وظایفی که نیاز به هوش انسان دارد


هوش مصنوعی،

شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد.
هوش مصنوعی، دانش ساختن ماشین‌‌ ها یا برنامه‌های هوشمند است. همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمی‌آید،حداقل به دو سؤال باید پاسخ داد:
۱ ـ هوشمندی چیست؟
۲ـ برنامه‌های هوشمند، چه نوعی از برنامه‌ها هستند؟

تعریف دیگری که از هوش مصنوعی می‌توان ارائه داد به قرار زیر است:
هوش مصنوعی، شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد. و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است:
هوش مصنوعی، مطالعه روش‌هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد. به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند.
۱ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.
۲ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است. هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که می‌شناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان همچون دیدن و شنیدن کاملاً ضعیف‌تر از موجودات دیگر است. علاوه بر این، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی(منطقی) توانسته‌اند در برخی جنبه‌های استدلال، فراتر از توانایی‌های انسان عمل کنند. بدین ترتیب، آیا می‌توان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روش‌های بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونه‌ای بهینه انجام می‌دهد). به این نکته نیز باز خواهیم گشت. اما همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت، چگونه می‌توان یقین حاصل کرد که کامپیوترهای امروزین، بهترین ابزارهای پیاده‌سازی هوشمندی هستند؟
رؤیای طراحان اولیه کامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود که قادر به حل تمامی مسائل باشد، البته ماشینی که در نهایت ساخته شد(کامپیوتر) به جز دسته ای خاص از مسائل قادر به حل تمامی مسائل بود. اما نکته در اینجاست که این "تمامی مسائل" چیست؟ طبیعتاً چون طراحان اولیه کامپیوتر، منطق‌دانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی که فون‌نیومان سازنده اولین کامپیوتر، در حال طراحی این ماشین بود، کماکان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، کلید اصلی، منطق(از نوع به کار رفته در کامپیوتر) نیست، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک!
به هرحال، کامپیوتر تا به حال به چنان درجه‌ای از پیشرفت رسیده و چنان سرمایه‌گذاری عظیمی برروی این ماشین انجام شده است که به فرض این که بهترین انتخاب نباشد هم، حداقل سهل‌الوصول‌ترین و ارزان‌ترین و عمومی‌ترین انتخاب برای پیاده‌سازی هوشمندیست.
بنابراین ظاهراً به نظر می‌رسد به جای سرمایه‌گذاری برای ساخت ماشین‌های دیگر هوشمند، می‌توان از کامپیوترهای موجود برای پیاده‌سازی برنامه‌های هوشمند استفاده کرد و اگر چنین شود، باید گفت که طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیاده‌سازی، کاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیک است که با استفاده از مکانیسم‌های طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی. در برابر تمامی استدلالات فوق می توان این نکته را مورد تاُمل و پرسش قرار داد که هوشمندی طبیعی تا بدان جایی که ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفته‌اند که حتی ماده ایجاد کننده هوشمندی را مورد پرسش قرار داده اند، کامپیوتر از سیلیکون استفاده می کند، در حالی که طبیعت همه جا از کربن سود برده است. مهم تر از همه، این نکته است که در کامپیوتر، یک واحد کاملاً پیچیده مسئولیت انجام کلیه اعمال هوشمندانه را بعهده دارد، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است. تعداد بسیار زیادی از واحدهای کاملاً ساده (بعنوان مثال از نورون‌های شبکه عصبی) با عملکرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اکنون کاملاً به صورت یک جنجال(debate) علمی در جریان است.
در هر حال حتی اگر بپذیریم که کامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیه‌سازی هر روش یا ماشین دیگری از آن سود بجوییم.

سیستم‌های خبره

سیستم‌های خبره زمینه‌ای پرکاربرد در هوش مصنوعی و مهندسی دانش است که با توجّه به نیاز روز افزون جوامع بر اتخاذ راه حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانهٔ انسانی مورد نیاز است، بر اهمیت نقش آنها افزوده هم می‌شود. سیستم‌های خبره به حل مسائلی می‌پردازند که به طور معمول نیازمند تخصّص‌های کاردانان و متخصّصان انسانی‌ست. به منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر اینگونه سامانه‌ها به دانش موجود در آن زمینه خاص ضروری می‌گردد.

نظام خبره. گفتیم که این نظام، نرم‌افزاری است که بر اساس فناوری هوش مصنوعی تهیه شده است. نظام خبره در اصل برای تقلید، و چه بسا جانشینی استدلال انسان در رویارویی با مسائل، پرورش یافته است. اما امروزه، وظایف معمولی‌تری نظیر تشخیص بیماری‌ها، کنترل فرایندها در چرخه تولید محصولات، تجزیه و تحلیل‌های مالی، تفسیر داده‌ها، و مانند آن برعهده آنها گذارده می‌شود (49: ج 67، ص 167-169).

ریشه فناوری نظام‌های خبره را در تحقیقات صورت گرفته در دهه 1940 در زمینه الگوهای ریاضی رایانه‌ای که تحت‌عنوان "نظام‌های تولید" شناخته می‌شوند، می‌دانند؛ اما گسترش طراحی و توسعه نظام‌های خبره کاربردی در دهه 1960 صورت گرفته است. موفقیت نظام‌های خبره را در انجام برخی مهارت‌های نادری دانسته‌اند که تنها از افراد متخصص ساخته است (23: 192). فورد نظام خبره را "برنامه رایانه‌ای همراه با دانش، اطلاعات، و پایگاه‌های اطلاعاتی‌ای می‌داند که در ارتباط پویا با یکدیگر سعی دارند در مقیاس نسبتآ محدودتری از آنچه انسان انجام می‌دهد، به حل مسائل و تصمیم‌گیری بپردازد".

وجه شاخص نظام خبره آن است که: 1) در رویارویی با داده‌های غیرقطعی یا ناقص بتواند پاسخ‌هایی نظیر "نمی‌دانم" یا "ممکن است" یا "احتمالا" بدهد؛ 2) توانایی ارائه چندین رهیافت یا راه‌حل برای یک مسئله مشخص، هنگامی که جواب قطعی در مورد یک مسئله وجود ندارد، داشته باشد؛ و 3) بتواند توضیح دهد که چرا یک سؤال معین پرسیده می‌شود و چگونه نظام می‌تواند برای آن پاسخ مناسب و مشخصی پیدا کند. وی تمایز نرم‌افزار خبره با نرم‌افزارهای متعارف رایانه‌ای الگوریتمی را از لحاظ ذخیره و بازیابی اطلاعات، "قابلیت ذخیره و بازیابی داده‌های عددی و الگوریتمی"، و نیز داده‌های نمادین یا اکتشافی می‌داند. "

تاریخچه ی هوش مصنوعی

در واقع, بسیاری شروع هوش مصنوعی را 1940 میلادی می دانند, سالی که رایانه متولد شد. در این سال سیستم رابینسون برای رمزگشایی پیام های آلمان در جنگ جهانی دوم ساخته شد. سه سال بعد با پیشرفت فناوری و اختراع لامپ خلاء, سیستم کلوسوس ساخته شد. در سال 1945م., ماشینی معرفی شد که برای محاسبه ی جداول پرتاب موشک های بالستیک آمریکا ساخته شده بود. «وارن مک کلود» و «والتر پیتس», شبکه های عصبی و حلقه های بازخوردی را در سال 1945م., ارائه کردند و پس از آن در سال 1949م, «دونالد هب» خاصیت یادگیری شبکه های عصبی را بیان کرد. سال 1950م., را می توان سال تولد هوش مصنوعی دانست. «آلن تورینگ» تست معروف خود را در مورد هوش مصنوعی ارائه کرد. کشف مهمی که در این دوره رخ داد, توانایی پردازش نمادین توسط رایانه بود. این کشف منجر به ساخت برنامه هایی شد که دارای خاصیت یادگیری از طرف مقابل هستند. در سال های دهه ی 1960م.؛ مک کارتی, در آزمایشگاه هوش مصنوعی دانشگاه استانفورد روباتی را برای بازی به نام «دنیای جعبه ها» اختراع کرد ولی جالب ترین نکته در دهه ی 1960م., تجسم آینده ی هوش مصنوعی بود, کتاب است که «آرتور کلارک» نوشت و بر اساس آن فیلمی با نام «ادیسه ی فضایی» ساخته شد که در آن یک رایانه ی هوشمند, اکثر خدمه ی یک فضاپیما را از بین می برد. دهه ی 1960م., دهه ی ناامیدی در هوش مصنوعی بود. در این دوره؛ به علت تصورات غلط گذشته, پژوهشگران کمتر در این رشته فعالیت کردند. اما «داو لنت» در دانشگاه استانفورد, سیسم برنامه ریزی خودکار و بعد از آن برنامه ی یوریسکو را در مورد کشف و اثبات قضایای جدید ریاضی پروراند, اولین کاربردهای منطق فاری در هوش مصنوعی نیز در این دوره انجام شد. مهم ترین اتفاق این دوره ایجاد زبان معروف «پرولوگ» بود که با نمادها به جای محاسبه های عددی و با قوانین کار می کرد. کاربرد هوش مصنوعی در این دوره رواج پیدا کرد و برای اولین باز ماشین موفق به شکست انسان در بازی های پیچیده شد. در دهه ی 1980م., با کاهش قیمت رایانه ها, هوش مصنوعی دوباره شکوفا شد. ساخت سیستم های خبره ی مبتنی بر دانش و به کاربردن آنها توسط شرکت هایی مانند جنرال الکتریک از نقاط روشن این دوره بود. پیشرفت های شبکه های عصبی, پردازش زبان طبیعی و شناسایی گفتار از دیگر اتفاقات این دوره بود. در دهه ی 1990م, نیز پیشرفت های هوش مصنوعی ادامه پیدا کرد.

تفاوت هوش مصنوعی و هوش انسانی

برای شناخت هوش مصنوعی لازم است تفاوت آن را با هوش انسانی بدانیم. شبکه های عصبی انسان دارای مجموعه ای بسیار عظیم از پردازشگرهای موازی به نام نورون است که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند. در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلول ها می توانند نبود آنرا جبران کنند و نیز در بازسازی آن سهیم باشند. این شبکه ها قادر به یادگیری هستند. مثلاً, با اعمال سوزش به سلول های عصبی لامسه, سلول ها یاد می گیرند که به طرف جسم داغ نروند. یادگیری در این سامانه ها به صورت تطبیقی صورت می گیرد, یعنی با استفاده از مثال ها, وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های تازه, سامانه پاسخ درستی تولید کند. شبکه ی عصبی مصنوعی, یک سامانه ی پردازشی داده ها است که از مغز انسان ایده می گیرد و پردازش داده ها را به عهده ی پردازنده های کوچک و بسیار زیادی می سپرد که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل نمایند. در این شبکه ها, به کمک دانش برنامه نویسی, ساختار داده ای طراحی می شود که میتواند همانند نورون عمل کند که به این ساختار داده «گره» گفته می شود. هوش انسانی بسیار پیچیده تر و گسترده تر از سیستم های رایانه ای است و توانمندی های برجسته ای مانند: استدلال, رفتار, مقایسه, آفرینش و به کار بستن مفاهیم را دارد.

هوش انسانی, توان ایجاد ارتباط میان موضوع ها و قیاس و نمونه سازی های تازه را دارد. انسان همواره قانون های تازه ای می سازد و یا قانون پیشین را در موارد تازه به کار می گیرد. توانایی بشر در ایجاد مفهوم های گوناگون در دنیای پیرامون خود, از ویژگی های دیگر اوست. اندیشیدن در مفهوم ها و به کار بستن آنها, ویژه ی رفتار هوشمندانه ی انسان است.

هوش مصنوعی در پی ساخت دستگاه هایی است که بتوانند توانمندی های یاد شده(استدلال, رفتار, مقایسه و مفهوم آفرینی) را از خود بروز دهند. آنچه تاکنون ساخته شده, نتوانسته است خود را به این پایه برساند, هر چند سودمندی های فراوانی به بار آورده است.

ساختار سیستم های خبره

«هیز» و همکاران[1] پنج مرحله را در روش شناسی ساخت و طراحی سیستم های خبره ذکر می نمایند:

  1. شناسایی- شناسایی عبارت است از شناخت مسائل و محدوده, و قبل از آن که اهداف و مقاصد ساخت سیستم های خبره تبیین شود, صورت می گیرد در این مرحله باید منابع مشخص شوند و همچنین برآوردی از منابع برای کارکنان و رایانه صورت گیرد.
  2. تجسم یا مفهوم سازی[2]- در این مرحله جنبه های اساسی پیشنهادی برای سیستم های خبره مورد بحث و فحص قرار می گیرند و سوالاتی به قرار زیر مطرح می شوند:

-        آیا سیستم خبره مورد نیاز است؟    

-        آیا با استفاده از روش های جاری می توان به اهداف و مقاصد سازمان دست یافت؟

-        چه کسانی از سیستم خبره استفاده خواهند کرد؟

-        چه کسانی سیستم را آموزش خواهند داد؟

-        هزینه/سودمندی استفاده از سیستم خبره چه مقدار خواهد بود؟

  1. رسمی کردن[3]- این مرحله, مرحله بین تجسم و اجرا می باشد. در این زمان است که تصمیم گرفته می شود چه راهبردها, وسائل و تجهیزات, و زبان رنامه نویسی مورد استفاده قرار گیرد. در این مرحله مهندس سیستم می تواند نظرات ارزشمندی ارائه کند.
  2. اجرا – این مرحله مشخص می کند که سیستم خبره تا چه حد به نیازهای کاربر پاسخ می دهد. ارزیابی بازخورد استفاده کاربران از سیستم در تصحیح سیستم بسیار با اهمیت است. کاربران به کتابدار و مهندس سیستم خواهند گفت که روش های اعمال شده تا چه حد کاربرد دارند؛ تا چه اندازه واسط ارتباطی[4] دستگاه راحت و موثر می باشد.
  3. ارزیابی – در مرحله ارزیابی, کتابدار و مهندس سیستم به سوالاتی همچون چه چیزی خطا و چه چیزی صحیح بوده, پاسخ می گویند و آن ها را مورد ارزیابی قرار می دهند. باید به یاد داشت که سیستم خبره ناکارآمد بدتر از آن است که هیچگونه سیستم خبره ای نداشته باشیم. بهتر است ارزیابی به صورت منظم صورت گیرد تا مشخص شود که آیا نیازهای کاربران محقق شده است یا خیر؟ در این زمینه باید کتابدار و متخصص سیستم به استانداردها نیز توجه خاص مبذول دارند.

           

 

 

       در حال حاضر با پیشرفت علوم و فن آوری, دیگر لازم نیست که انسان به طراحی نرم افزار بپردازد زیرا نرم افزارهایی در بازار موجود است که به این نیازها پاسخ می گویند. از جمله این نرم افزارها می توان به «شل»[5] اشاره کرد. نرم افزار شل برای ایجاد نوع بخصوصی از سیستم های خبره طراحی شده و بر قوانین متعددی استوار است که اساس آن «اگر – پس» می باشد. در حال حاضر 5 نوع نرم افزار شل برای سیستم های خبره موجود و قابل نصب بر روی رایانه های شخصی می باشد. «تاینی انشتاین»[6] , «گورو»[7]  و «نالج پرو»[8] از جمله این نرم افزارها هستند.

کاربرد نظام‌های خبره در خدمات کتابداری و اطلاع‌رسانی.

 نظام‌های خبره و هوشمند این امکان را در اختیار قرار می‌دهند تا بتوان دانش موجود در سطح جامعه را به‌صورت گسترده‌تر و کم هزینه‌تری اشاعه داد. این موضوع یعنی اشاعه دانش برای عموم مردم، یکی از بنیادی‌ترین و اصلی‌ترین وظایف و رسالت‌های حوزه کتابداری و اطلاع‌رسانی است. برای مثال، از طریق واسط‌های هوشمندِ جست‌وجوی اطلاعات، می‌توان مهارت‌های جست‌وجوی پیشرفته را، که اغلب خاص متخصصان با تجربه است، در میان طیف وسیع‌تری از کاربران در دسترس قرار داد. سرعت استدلال یا حل مسائل در نظام‌های خبره می‌تواند منجر به ارائه خدمات مؤثرتر و سریع‌تر در برخی فعالیت‌های کتابداری و اطلاع‌رسانی شود و انعطاف‌پذیری بیشتری را در پاسخگویی به نیازهای مخاطبان به‌وجود آورد. چنین رویکردی در نظام‌های اطلاعاتی که با استفاده‌کنندگان نهایی در ارتباط هستند، نیز کاربرد دارد. حذف نیاز به حضور فیزیکی کتابداران و متخصصان اطلاع‌رسانی و سهولت انجام کارهای معمولی در کتابخانه‌ها و حفظ و ارائه مهارت‌های ویژه‌ای که ممکن است با استعفا یا بازنشسته شدن متخصصان از بین برود، از مهم‌ترین کاربردهای این‌گونه نظام‌ها به‌شمار می‌آیند.

حوزه کتابداری و اطلاع‌رسانی در به‌کارگیری نظام‌های خبره و هوشمند در کارهای عملیاتی خود روندی آهسته داشته است (18: 14). نظام‌های خبره و هوشمند می‌توانند فعالیت‌های کتابداری و اطلاع‌رسانی را مقرون به صرفه‌تر و با کارایی بیشتری انجام دهند و نوع جدیدی از منابع اطلاعاتی را با ارزش‌های افزوده به استفاده‌کنندگان ارائه کنند.

 کاربرد نظام‌های خبره و هوشمند را در کتابداری و اطلاع‌رسانی در حوزه‌های نمایه‌سازی، چکیده‌نویسی، طراحی و تولید اصطلاحنامه ها، فهرستنویسی، بازیابی متن فارغ از منطق بولی ، بازیابی متون مبتنی بر منطق بولی‌‌‌، تجزیه و تحلیل خودکار محتوا و ارائه دانش ، مدیریت و دسترسی به محتوای پایگاه‌های رابطه‌ای ، اسناد هوشمند ، و تجزیه و تحلیل پایگاه اطلاعاتی  دانسته‌اند.

برخی نظام‌های خبره و هوشمند را برای فعالیت‌های محدودتر در کتابداری و اطلاع‌رسانی مناسب دانسته‌اند، مانند1. فهرستنویسی2. رده‌بندی3. نمایه‌سازی موضوعی4. چکیده‌نویسی5. انتخاب و مجموعه‌سازی منابع6. خدمات مرجع7. پردازش هوشمند متن8. انتخاب پایگاه اطلاعاتی9. بازیابی اطلاعات10. طراحی اصطلاحنامه

کاربرد سیستم های خبره در کتابخانه ها

کاربرد سیستم های خبره و هوش مصنوعی در امور کتابخانه هنوز در مراحل اولیه است. چند پروژه در زمینه های کتابداری و خدمات اطلاع رسانی به مراجعان تحت بررسی قرار گرفته و در این زمینه خوش بینی زیادی مبنی بر به کارگیری سیستم های خبره در اکثر حوزه های کتابداری و اطلاع رسانی وجود دارد. مشکل اساسی که در حال حاضر وجود دارد ایجاد « پایگاه دانش»[9] است. مثلاً سیستم خبره را می توان برای حوزه بخصوص از خدمات مرجع ایجاد نمود. اما این سیستم قادر نیسیت «پایگاه دانش» به وجود آورد که در برگیرنده کلیه فعالیت های بخش مرجع باشد.

در اینجا این سوال مطرح است که چه دلایلی برای به کارگیری سیستم های خبره در کتابخانه ها وجود دارد؟ آیا این سیستم ها کار روزانه کتابداران را بهبود می بخشند؟ به عنوان مثال, یک سیستم خبره می تواند به کتابدار در شناخت و بهبود کارایی اموری چون خدمات فنی, جستجو در پایگاه های پیوسته و خدمات دادن به مراجعان بیش تر یاری رساند. اگر یک سیستم خبره خوب برنامه ریزی شده باشد باعث افزایش کیفیت خواهد شد. این سیستم اشتباهاتی را که گاهی از انسان سر می زند مرتکب نخواهد شد و می تواند در فراهم آوری اطلاعات تکراری سودمند باشد. حوزه هایی که سیستم خبره می تواند در آن فعالیت کند عبارتند از : فهرستنویسی, جستجو در پایگاه های اطلاعاتی, نمایه سازی, مدیریت و مرجع.

فهرستنویسی

از آنجا که فهرستنویسی  بر اساس قوانین بسیاری طراحی شده, سیستم خبره در این زمینه سازگاری زیادی دارد. «فنلی»[10] معتقد است که بهترین استفاده ای که می توان از سیستم خبره در کتابخانه کنگره آمریکا نمود, بهبود وضع مشاوره در زمینه فهرست توصیفی و تحلیلی است.

کار بر روی «فروست ها»[11] یکی از مشکل ترین امور فهرستنویسی بوده و همواره مشکل زا است؛ فروست ها دارای قوانین متعدد و پیچیده ای هستند. سیستم خبره در این حوزه می تواند کمک های شایان توجهی بنماید. معمولاً با جابه جایی کارمندان, اطلاعات آن ها نیز با آنان می رود؛ در صورت استفاده از سیستم خبره می توان این نقیصه را برطرف نمود. کتابداران همواره در آرزوی استفاده از سیستمی بوده اند که به آن ها در به کارگیری قوانین انگلوامریکن(AACR2) کمک کند, اما این موضوع به دلیل پیچیدگی های قوانین مزبور با مشکلاتی مواجه بوده است. در زیر نمونه ای از نرم افزار «امی سین»[12] که برای فهرستنویسی توصیفی به کار برده شده آورده می شود:

اگر               -    سند دارای نویسنده مشخصی نیست.

-        سند دارای تنالگان(سازمان مسئول) نیست.

-        سند دارای ویراستار یا گروه ویراستاران نیست.

-        سند اثری دارای نویسنده ای ناشناخته است.

پس:                   قطعی است که سرشناسه سند, «عنوان» است.

جستجو در پایگاه های اطلاعاتی

سیستم خبره می تواند جستجو در پایگاه های پیوسته را بهبود بخشد. یک سیستم خبری می تواند به استفاده کننده از کتابخانه در زمینه های زیر کمک کند:

  1. مشخص کردن جستجوی کاربر؛
  2. شناسایی پایگاه های اطلاعاتی بالقوه؛
  3. شناسایی عناصر مفهومی در جستجو؛
  4. بیان ساخت مفهومی در زمینه های انتخاب پایگاه, کلید واژه ها, توصیفگر ها و منطق بولی؛
  5. دستیابی به پایگاه اطلاعاتی با استفاده از توافقنامه های ارتباطی؛
  6. ورود به منطق جستجو؛
  7. تحلیل نتایج جستجو؛
  8. اصلاح راهبرد جستجو؛
  9. وسیع تر کردن جیتجو؛

10.محدود کردن جستجو؛

11.پایان دادن به جستجو و گذاشتن نتایج در اختیار کاربر.

باید اذعان داشت که سیستم مطلوب, سیستمی است که بتواند در هر زمان پاسخگوی استفاده کننده باشد و توضیحی در هر فرایند جستجو در اختیار کاربر قرار دهد. به عقیده «میگو و اسمیت»[13]یک سیستم خبره مطلوب را که آسان و کاربر پسند باشد... سیستمی است که به تمامی منابع در یک کتابخانه یا مرکز اطلاع رسانی دسترسی دارد؛ به عبارت دیگر به فهرست پیوسته, اسناد و مدارک در حال گردش, نظام امانت بین کتابخانه ای, به پایگاه های معینی از برگه های مستند مولف کتابخانه کنگره, و به کتاب های زیرچاپ با متن کامل دسترسی داشته باشد.

همچنین این سیستم قادر است به دسته ای از پایگاه های اطلاعاتی تجاری, با این توان که به طور خودکار به پایگاه های اطلاعاتی و کلمات عبور آن ها دسترسی داشته باشد, وصل شود.

نمایه سازی

نمایه سازی خودکار اسناد و مدارک مدت ها مطرح بوده است. تاکنون متخصصان موفق شده اند به شکل هوشمند به خودکار کردن اسناد و مدارک مبادرت ورزند و در این زمینه تلاش های زیادی با استفاده از سیستم های خبره صورت گرفته  است. به طور مثال استفاده از سیستم خبره در نمایه سازی اسناد و مدارک پزشکی, کتابخانه ملی پزشکی آمریکا را می توان نام برد که چندان موفق نبوده است.

اما تلاش های بسیاری در زمینه استفاده از این سیستم در نمایه سازی نشریات صورت گرفته است.

 این سیستم می تواند در موارد زیر سودمند باشد و نمایه ساز را در نمایه سازی کمک کند:

  1. شناسایی مفاهیم مورد بخض در مقالات نشریات؛
  2. ترجمه مفاهیم به شکل شفاهی, کلامی؛
  3. ترجمه اشکال شفاهی و کلامی به توصیفگرهای موضوعی و زیربخش های آن ها؛
  4. به کار بردن قوانین مناسب در تعیین توصیفگرهای موضوعی؛
  5. تعیین توصیفگرهای موضوعی و زیربخش های آن در ارتباط با مقاله.

مدیریت

تعدادی از سیستم های خبره برای اهداف مدیریت در کتابداری و اطلاع رسانی مورد استفاده قرار گرفته اند. در صورتی که مدیران از این سیستم ها بیس تر استفاده کنند, نیاز به این نرم افزارها بیش تر خواهد شد و درنتیجه رشد روزافزونی را در این سیستم ها در آینده شاهد خواهیم بود.

  • حوزه هایی که مدیریت اطلاع رسانی می تواند از این سیستم استفاده کند, عبارتند از :
  1. برنامه ریزی برای نیروی انسانی و استخدام افراد؛
  2. توسعه مجموعه ها؛
  3. ساخت و طراحی ساختمان های جدید؛
  4. بهره گیری مناسب از فضای موجود؛
  5. حسابداری و حسابرسی و بودجه بندی؛
  6. برنامه ریزی راهبردی.

مرجع

   در نظر اول, انسان ممکن است به این مسئله بیندیشد که می توان سیستم های خبره را جایگزین بخش مرجع کرد. تحقق این امر در آینده نزدیک محال است و به نظر می رسد که هیچگاه نمی توان ماشین را جایگزین کتابداران مرجع نمود و تعامل بین کتابدار مرجع و استفاده کننده متضمن مسائل امترقبه و غیر قابل پیش بینی بسیاری است؛ با این حال سیستم های خبره و محصولات دیگر هوش مصنوعی در کتابداری به طور روزافزونی مورد استفاده قرار می گیرند و امروزه جزء جدایی ناپذیر این امور واقع شده اند.

 «دول»[14]   و «کروز»[15] برای استفاده از سیستم های خبره در بخش مرجع مزایایی را بر می شمرند:

  1. زمانی که کتابدار مرجع حضور ندارد یا زمانی که بخش مرجع باز نیست یا کتابدار مرجع کار زیادی دارد, سیستم های خبره می توانند به مراجعان و استفاده کنندگان در امور مشاوره کمک کنند.
  2. با استفاده از سیستم خبره می توان خدمات مرجع را نه فقط در میز مرجع بلکه در سراسر کتابخانه به خدمت گرفت.
  3. سیستم های خبره می توانند در آموزش استفاده کننده برای خدمات مرجع مورد استفاده واقع شوند یا امور تکراری و خسته کننده را از سر راه کتابدار مرجع بردارند.
  4. کتابدار مرجع, مرجع اطلاعات معتنابهی از مجموعه کتابخانه, مراجعان به بخش مرجع, سازمان هایی که مشغول به کار هستند, امور مربوط به پژوهش و منابع قدیمی و جدید مرجع می باشد. سیستم های خبره می توانند این اطلاعات را در خود ذخیره نمایند و زمانی که کتابدار مرجع به جایی دیگر منتقل مس شود یا استعفا می دهد, در اختیار دیگران قرار دهند.
  5. سیستم های خبره در ساعاتی که بخش مرجع شلوغ است می توانند به تعداد زیادی از مراجعان سرویس دهند و رضایت بیش تر آنها را فراهم سازند.

چرا سیستم های خبره این قدر معروف شده اند؟

ما نباید به سیستم های خبره به عنوان دارویی که همه بیماری ها را شفا می دهد بنگریم. سیستم های خبره کنونی دارای محدودیت ها و موانع جدی هستند که مهم ترین آن ها, میزان و حد «پایگاه دانش» است. همچنین در اصطلاحات و مفاهیمی که به یکدیگر نزدیک و متقارن هستند دچار مشکلات زیادی هستند.

با این حال, بعضی از دلایلی را که سیستم های خبره با چنین اقبالی در سطح بین الملل مواجه شده اند می توان به قرار زیر برشمرد:

  1. با پیشرفت هایی که صورت گرفته, سیستم های خبره توانسته اند در سطوح عملیاتی دانش, بعضی از داده پردازی و پردازش اطلاعات به «پردازش دانش و مدیریت», تحولاتی به وجود آورند.
  2. در مقیاس محدود و در اموری که وابسته به کامپیوتر و هوش مصنوعی می باشد, عملکرد این سیستم ها بهتر از آنان بوده است. از طرفی این سیستم ها با مشکلات جدی مواجه هستند؛ به عنوان مثال یک کودک به راحتی می تواند قلمی را از زمین بردارد, اما این عمل برای روبوت ها و وسایل مکانیکی مستلزم نوشتن برنامه هایی بسیار پیچیده و مسئله زا است.
  3. در دنیای تجارت, سیستم های خبره به عنوان وسایلی که برای سازمان ها و شرکت ها, درآمدزا و باصرفه هستند, بسیار اهمیت یافته اند. موفقیت در یک شرکت مستلزم سرمایه گذاری بر روی منابع انسانی ماهر می باشد. این افراد ممکن است بعد از آموزش, برای یافتن شغلی بهتر, آن شرکت یا سازمان را ترک کنند و در عین حال با این کار خود بسیاری از تجارب و دانش خود را که در طی زمان خدمت و آموزش به دست آورده اند با خود ببرند. سیستم های خبره می توانند حافظ این اطلاعات و اندوخته ها باشند. این مسئله باعث شده که سرمایه گذاری های کلان برای سیستم های خبره, هوش مصنوعی و غیره صورت پذیرد. به هر حال تا تحقق نیازهای انسان توسط سیستم های خبره راه بسیار دشواری باقی است.

 

 

 



[1] Hayes-Roth et al

[2] Cocccptualization

[3] Formalization

[4] Interface

[5] Shell

[6] Tiny Einstein

[7] Guru

[8] Knowledge Pro

[9] Knowledge Base

[10] Fenley

[11] Series

[12] EMYCIN

[13] Micco & Smith

[14] Dowell

[15]Crews

نویسنده : عمارلو حسین ; ساعت ٢:٤۱ ‎ب.ظ ; ۱۳٩٠/۱٠/۳
comment نظرات () لینک