UZMAN SISTEMLER: TARIHÇE, ÖZELLIKLER, AVANTAJLAR, DEZAVANTAJLAR - TEKNOLOJI - 2025

Uzman sistemler , belirli bir alanda, bir insan uzman karar verme yeteneğini taklit sistemler olarak tanımlanır. Karmaşık karar verme sorunlarını güvenilir ve etkileşimli bir şekilde çözmek için hem sezgisel stratejileri hem de gerçekleri kullanırlar.

Bilgi tabanları aracılığıyla akıl yürütme yoluyla oldukça karmaşık sorunları çözmek için tasarlanmıştır. Prosedürel kod ile temsil edilmekten ziyade, temelde If-Then kuralları ile temsil edilirler.

Kaynak: Pixabay.com

Kendilerini ifade edebilirler ve bazı bilgi alanları hakkında akıl yürütebilirler, bu da genellikle bir insan uzmanı gerektiren birçok sorunu çözmelerine olanak tanır. Uzman sistemler, günümüzün yapay zeka, derin öğrenme ve makine öğrenimi sistemlerinin öncülüydü.

Uzman bir sistem, bir çalışanın sorun gidermedeki genel performansının yerini alamaz. Bununla birlikte, problem çözmenin yaratıcı ve yenilikçi yönlerini insanlara bırakarak, bireyin bir problemi çözmek için yapması gereken iş miktarını büyük ölçüde azaltabilirler.

Finansal hizmetler, telekomünikasyon, sağlık hizmetleri, müşteri hizmetleri, video oyunları ve imalat gibi birçok sektörde önemli bir rol oynadılar.

Sistem kapasitesi

Uzman bir sistem iki alt sistem içerir: birikmiş gerçekleri ve deneyimi içeren bir bilgi tabanı ve yenilerini çıkarmak için her bir özel durumda bilgi tabanına veya bilinen gerçeklere uygulanacak bir dizi kural olan bir çıkarım motoru. davranır.

Sistem yetenekleri, bilgi tabanına veya kural setine yapılan eklemelerle geliştirilebilir.

Örneğin, günümüzün uzman sistemleri de otomatik öğrenme yeteneğine sahip olabilir ve bu da tıpkı insanlar gibi, performanslarını deneyime dayalı olarak iyileştirmelerine olanak tanır.

Ek olarak, modern sistemler yeni bilgileri daha kolay bir şekilde birleştirebilir ve böylece kolayca güncellenebilir. Bu tür sistemler mevcut bilgilerden daha iyi bir genelleme yapabilir ve büyük miktarda karmaşık veriyi işleyebilir.

Tarih

- İlk gelişmeler

1950'lerin sonlarında deneyler, insanların karar verme mekanizmasını taklit etmek için bilgisayar teknolojisini kullanma olasılığı ile başladı. Örneğin tıpta teşhis uygulamaları için bilgisayar destekli sistemler oluşturulmaya başlandı.

Bu ilk tanı sistemleri, sonuç olarak bir tanı oluşturmak için hasta semptomlarını ve laboratuvar test sonuçlarını sisteme girdi. Bunlar, uzman sistemlerin ilk biçimleriydi.

- Ana gelişmeler

Altmışlı yılların başında, iyi tanımlanmış sorunları çözen programlar geliştirildi. Örneğin oyunlar veya makine çevirileri.

Bu programlar, sunulan mantıksal ve matematiksel problemlerin üstesinden gelmek için akıllı akıl yürütme teknikleri gerektiriyordu, ancak çok fazla ek bilgi gerektirmiyorlardı.

Araştırmacılar, birçok ilginç sorunu çözmek için programların yalnızca sorunları yorumlamakla kalmayıp, aynı zamanda onları tam olarak anlamak için temel bilgilere de ihtiyaç duyduklarını fark etmeye başladılar.

Bu, yavaş yavaş bilgiye daha fazla odaklanan uzman sistemlerin geliştirilmesine yol açtı.

Uzman sistemler kavramı, 1965 yılında ABD Stanford Üniversitesi'nde profesör olan Edward Feigenbaum tarafından resmen geliştirildi.

Feigenbaum, yeni işlemci teknolojisi ve bilgisayar mimarileri sayesinde dünyanın veri işlemeden bilgi işlemeye geçtiğini açıkladı.

Dendral

1960'ların sonlarında, kimyasal bileşiklerin analizini ele alan ilk uzman sistemlerden biri olan Dendral geliştirildi.

Dendral'ın bilgisi, kimyasal bileşiklerin etkileşimlerini tanımlayan yüzlerce kuraldan oluşuyordu. Bu kurallar, kimyagerler ve bilgisayar bilimcileri arasında yıllarca süren işbirliğinin sonucuydu.

- Olgunluk

Uzman sistemler 1980'lerde çoğalmaya başladı. Fortune 500 şirketlerinin çoğu bu teknolojiyi günlük iş faaliyetlerinde kullandı.

1990'larda, Oracle ve SAP gibi birçok iş uygulaması satıcısı, iş mantığını açıklamanın bir yolu olarak uzman sistemlerin yeteneklerini ürün paketlerine entegre etti.

karakteristikleri

- Deneyim seviyesi

Uzman bir sistem en yüksek düzeyde uzmanlık sunmalıdır. Verimlilik, hassasiyet ve yaratıcı problem çözme sağlar.

- Zamanında tepki

Kullanıcı, uzman sistemle oldukça makul bir süre etkileşime girer. Bu etkileşimin süresi, bir uzmanın aynı problem için en kesin çözümü elde etmesi için harcadığı süreden daha az olmalıdır.

- Güvenilirlik

Uzman sistem iyi bir güvenilirliğe sahip olmalıdır. Bunu yapmak için herhangi bir hata yapmamalısınız.

- Etkili mekanizma

Uzman sistem, içinde var olan bilgi özetini yönetmek için verimli bir mekanizmaya sahip olmalıdır.

- Sorunları halledin

Uzman bir sistem, zorlu sorunları çözebilmeli ve çözümler sağlamak için doğru kararları verebilmelidir.

- Bileşenler

Bilgi tabanı

Sistemin deneyim kapsamına karşılık gelen organize bir veri koleksiyonudur.

İnsan uzmanlarla yapılan görüşmeler ve gözlemler yoluyla bilgi tabanını oluşturan gerçekler alınmalıdır.

Çıkarım motoru

Bir öneri veya sonuç sağlamak için bilgi tabanındaki gerçekleri kurallar aracılığıyla yorumlayın ve değerlendirin.

Bu bilgi If-Then üretim kuralları biçiminde temsil edilir: "Bir koşul doğruysa, aşağıdaki kesinti yapılabilir."

Sonuçlar

Her üretim kuralının sonucuna ve nihai tavsiyeye genellikle bir olasılık faktörü eklenir, çünkü ulaşılan sonuç mutlak bir kesinlik değildir.

Örneğin, göz hastalıklarının teşhisi için uzman bir sistem, sağlanan bilgilere dayanarak, bir kişinin% 90 olasılıkla glokom olduğunu gösterebilir.

Ayrıca, sonuca varılmasında kullanılan kurallar dizisi de gösterilebilir. Bu zinciri izlemek, tavsiyenin güvenilirliğini değerlendirmeye yardımcı olur ve bir öğrenme aracı olarak faydalıdır.

Türleri

Kural tabanlı

Bu sistemde bilgi, bir dizi kural olarak temsil edilir. Kural, bilgiyi ifade etmenin doğrudan ve esnek bir yoludur.

Kural iki bölümden oluşur: koşul olarak adlandırılan "Eğer" bölümü ve kesinti olarak adlandırılan "O zaman" bölümü. Bir kuralın temel sözdizimi şöyledir: If (koşul) Sonra (kesinti).

Bulanık mantığa dayalı

Bilgiyi "çok az", "orta derecede zor", "o kadar eski değil" gibi belirsiz kelimeler kullanarak ifade etmek istediğinizde, bulanık mantık kullanılabilir.

Bu mantık, kesin olmayan bir tanımı tanımlamak için kullanılır. Her şeyin kayan bir ölçekte açıklandığı fikrine dayanmaktadır.

Klasik mantık iki kesinlik değeriyle çalışır: Doğru (1) ve Yanlış (0). Bulanık mantıkta, tüm kesinlik değerleri 0 ile 1 arasında gerçek sayılar olarak ifade edilir.

Bulanık mantık, klasik mantığın mutlak doğruluğundan ziyade bir doğruluk derecesine dayalı bilgiyi temsil eder.

Nöronal

Kural tabanlı uzman sistemin faydaları ayrıca öğrenme, genelleme, sağlamlık ve paralel bilgi işleme gibi sinir ağının faydalarını da birleştirir.

Bu sistem, geleneksel bilgi tabanından ziyade sinirsel bir bilgi tabanına sahiptir. Bilgi, nöronlarda ağırlık olarak depolanır.

Bu kombinasyon, sinir uzmanı sisteminin sonuçlarını haklı çıkarmasına izin verir.

Nöronal dağınık

Bulanık mantık ve sinir ağları, uzman sistemler oluşturmak için tamamlayıcı araçlardır.

Bulanık sistemler öğrenme yeteneğinden yoksundur ve yeni bir ortama uyum sağlayamaz. Öte yandan, sinir ağları öğrenebilse de süreçleri kullanıcı için oldukça karmaşıktır.

Sinir-bulanık sistemler, sinir ağının hesaplama ve öğrenme yeteneklerini insan bilgisinin temsili ve bulanık sistemlerin açıklama becerileriyle birleştirebilir.

Sonuç olarak, sinir ağları daha şeffaf hale gelirken, bulanık sistem öğrenebilir hale gelir.

avantaj

Kullanılabilirlik

Yazılımın seri üretimi sayesinde uzman sistemler her zaman, her yerde hazırdır.

Azaltılmış risk

Bir şirket, insanlar için tehlikeli olan ortamlarda uzman bir sistemi çalıştırabilir. İnsanların çalışamayacağı herhangi bir tehlikeli ortamda kullanılabilirler.

Iş bilgisi

Bir şirketteki bireylerin bilgilerinin aksine, organizasyonel bilgiyi geliştirmek için bir araç haline gelebilirler.

Cevap açıklaması

Bir yanıta götüren gerekçeyi ayrıntılı olarak ifade ederek, karar alma süreçleri hakkında yeterli bir açıklama yapabilirler.

Eğitim araçları olarak kullanıldıklarında, yeni başlayanlar için daha hızlı bir öğrenme eğrisi sağlarlar.

Hızlı cevap

Hızlı ve doğru yanıtlar almanıza yardımcı olur. Uzman bir sistem, görev payını bir insan uzmanından çok daha hızlı tamamlayabilir.

Düşük hata oranı

Başarılı uzman sistemlerin hata oranı oldukça düşüktür, bazen aynı görev için insan hata oranından çok daha düşüktür.

Duygusuz tepki

Uzman sistemler heyecanlanmadan çalışır. Gerginleşmezler, yorulmazlar veya paniğe kapılmazlar ve acil durumlarda sürekli çalışırlar.

Bilgi kalıcılığı

Uzman sistem, önemli düzeyde bilgi sağlar. Bu içerilen bilgi sonsuza kadar sürecek.

Hızlı prototipleme

Uzman bir sistemle, genellikle karmaşık BT projeleriyle ilişkili aylar veya yıllar yerine, günler içinde bazı kurallar girmek ve bir prototip geliştirmek mümkündür.

Çoklu deneyimler

Uzman sistem, birçok kalifiye uzmanın bilgisini içerecek şekilde tasarlanabilir ve böylece karmaşık sorunları çözme yeteneğine sahip olabilir.

Bu, uzman problem çözme danışmanlarına danışma masraflarını azaltır. Elde edilmesi zor olan bilgi kaynaklarını elde etmek için bir araçtır.

Dezavantajları

Bilgi edinme

Herhangi bir yazılım uygulaması için belirli alanlardaki uzmanlara zaman ayırmak her zaman zordur, ancak uzman sistemler için özellikle zordur çünkü uzmanlar çok değerlidir ve kuruluşlar tarafından sürekli talep edilir.

Sonuç olarak, son yıllarda büyük miktarda araştırma, uzmanlar tarafından tanımlanan kuralların tasarım, hata ayıklama ve bakım sürecini otomatikleştirmeye yardımcı olan bilgi edinme araçlarına odaklanmıştır.

Sistem entegrasyonu

Sistemlerin veritabanları ile entegrasyonu, ilk uzman sistemler için zordu, çünkü araçlar çoğunlukla kurumsal ortamlarda bilinmeyen dillerde ve platformlarda bulunuyordu.

Sonuç olarak, uzman sistem araçlarını eski ortamlarla entegre etmek için büyük çaba gösterildi ve daha standart platformlara aktarım yapıldı.

Bilgisayarlar, ciddi iş sistemlerinin geliştirilmesi için yasal bir platform olarak bilgi işlem ortamında kademeli olarak kabul edildiğinden, bu sorunlar esas olarak paradigma kaymasıyla çözüldü.

İşlem karmaşıklığı

Bilgi tabanının boyutunu artırmak, işlemenin karmaşıklığını artırır.

Örneğin, uzman bir sistemin 100 milyon kuralı varsa, çok karmaşık olacağı ve birçok hesaplama problemiyle karşılaşacağı açıktır.

Bir çıkarım motorunun bir karar vermek için çok sayıda kuralı işleyebilmesi gerekir.

Çok fazla kural olduğunda, bu karar kurallarının birbiriyle tutarlı olduğunu doğrulamak da zordur.

Daha verimli çalışmak için kuralların kullanımına veya belirsizliklerin nasıl çözüleceğine öncelik vermek de zordur.

Bilgi güncellemesi

Bilgi tabanına ilişkin bir sorun, güncellemelerin hızlı ve etkili bir şekilde nasıl yapılacağıdır. Ayrıca, yeni bilgi nasıl eklenir, yani birçok kural arasında nereye eklenir.

Uygulamalar

Teşhis ve sorun giderme

Tüm arıza çıkarım sistemlerini özetler ve arızalı bir süreç veya cihaz için düzeltici eylemler önerir.

Uzman sistem teknolojisinin uygulandığı ilk bilgi alanlarından biri tıbbi teşhis idi. Bununla birlikte, mühendislik sistemleri teşhisi, tıbbi teşhisten hızlı bir şekilde daha iyi performans gösterdi.

Teşhis şu şekilde ifade edilebilir: Sunulan kanıtlara göre, altta yatan sorun, sebep veya sebep nedir?

Planlama ve zamanlama

Bu uzman sistemler, bu hedeflere ulaşan bir dizi eylemi belirlemek için bir dizi hedefi analiz eder ve bu eylemlerin zaman içinde ayrıntılı bir şekilde sıralanmasını sağlar; malzemeleri, personeli ve diğer kısıtlamaları dikkate alır.

Örnekler arasında havayolu personeli ve uçuş planlaması ve üretim süreci planlaması yer alır.

Mali kararlar

Bankacıların şahıslara ve şirketlere kredi verip vermemeye karar vermelerine yardımcı olmak için finansal danışmanlık sistemleri oluşturulmuştur.

Sigorta şirketleri, müşterinin sunduğu riski değerlendirmek ve böylece sigorta fiyatını belirlemek için bu uzman sistemleri kullanır.

Süreç izleme ve kontrol

Anormallikleri fark etmek, eğilimleri tahmin etmek ve hem optimizasyonu hem de hata düzeltmeyi kontrol etmek için fiziksel cihazlardan gelen verileri gerçek zamanlı olarak analiz ederler.

Bu sistemlerin örnekleri petrol arıtma ve çelik üretimi endüstrilerindedir.

Bilgi danışmanlığı

Bu uygulamanın birincil işlevi, bu sorunun ortamında kullanıcının sorununa anlamlı bir bakış açısı sağlamaktır.

Dünya genelinde en yaygın şekilde dağıtılan iki uzman sistem bu kategoriye aittir.

Bu sistemlerden ilki, kullanıcıya bir metinde dilbilgisinin doğru kullanımı konusunda tavsiyede bulunan bir danışmandır.

İkincisi, vergileri hazırlamak için bir sisteme bağlı bir vergi danışmanıdır. Kullanıcıya strateji ve belirli vergi politikaları hakkında bilgi verir.

Referanslar

1. Guru99 (2019). Yapay Zekada Uzman Sistem: Nedir, Uygulamalar, Örnek. Alınan: guru99.com.
2. Wikipedia, özgür ansiklopedi (2019). Uzman sistem. En.wikipedia.org adresinden alınmıştır.
3. Margaret Rouse (2019). Uzman sistem. Techtarget. Alındığı kaynak: searchenterpriseai.techtarget.com.
4. Vladimir Zwass (2019). Uzman sistem. Ansiklopedi Alınan: britannica.com.
5. Wtec (2019). Uzman Sistemlerin Uygulamaları. Alınan: wtec.org.
6. Viral Nagori (2014). Uzman Sistem Türleri: Karşılaştırmalı Çalışma. Anlambilimsel Bilgin Alındığı Kaynak: pdfs.semanticscholar.org.
7. Bilgisayar Dünyası (2010). Uzman sistemler. Alındığı kaynak: intelligence.worldofcomputing.net.