एक्सपर्ट सिस्टम

From Vigyanwiki
File:Symbolics3640 Modified.JPG
प्रतीकात्मकता लिस्प मशीन: एक्सपर्ट सिस्टम के लिए प्रारंभिक (1984) मंच

आर्टिफिशियल इंटेलिजेंस में, एक्सपर्ट सिस्टम एक कंप्यूटर सिस्टम है जो मानव एक्सपर्ट की निर्णय लेने की क्षमता का अनुकरण करती है।[1]

एक्सपर्ट सिस्टम को ज्ञान के निकायों के माध्यम से एक्सपर्ट सिस्टम द्वारा काम्प्लेक्स समस्याओं का समाधान करने के लिए डिज़ाइन किया गया है, जो पारंपरिक प्रक्रियात्मक प्रोग्रामिंग के अतिरिक्त मुख्य रूप से नियम-आधारित सिस्टम के रूप में प्रस्तुत की जाती है।[2] पहली एक्सपर्ट सिस्टम 1970 के दशक में बनाई गईं और फिर 1980 के दशक में इसका प्रसार हुआ।[3] एक्सपर्ट प्रणालियाँ आर्टिफिशियल इंटेलिजेंस (एआई) सॉफ़्टवेयर के पहले वास्तविक सफल रूपों में से एक थीं।[4][5][6][7][8]

एक्सपर्ट सिस्टम को दो उपप्रणालियों में विभाजित किया गया है: इन्फेरेंस इंजन और ज्ञान आधार। ज्ञान का आधार तथ्यों और नियमों का प्रतिनिधित्व करता है। नए तथ्य निकालने के लिए अनुमान इंजन ज्ञात तथ्यों पर नियम प्रायुक्त करता है। अनुमान इंजन में स्पष्टीकरण और डिबगिंग क्षमताएं भी सम्मिलित हो सकती हैं।

इतिहास

प्रारंभिक विकास

1940 के दशक के अंत और 1950 के दशक के प्रारंभ में आधुनिक कंप्यूटरों के आगमन के तुरंत पश्चात्, शोधकर्ताओं को इन मशीनों में आधुनिक समाज के लिए उपस्थित अनंत संभावनाओं का बोध होना प्रारंभ हो गया था। पहली चुनौतियों में से एक ऐसी मशीनों को विशेष रूप से मनुष्यों की तरह "सोचने" में सक्षम बनाना था, जिससे यह मशीनें मनुष्यों की तरह महत्वपूर्ण निर्णय लेने में सक्षम हो सकें। चिकित्सा/स्वास्थ्य देखभाल क्षेत्र ने इन मशीनों को चिकित्सा निदान संबंधी निर्णय लेने में सक्षम बनाने की काम्प्लेक्स आपत्ति प्रस्तुत की।[9]

इस प्रकार, 1950 के दशक के उत्तरार्ध में, सूचना युग के पूरी तरह से आगमन के ठीक पश्चात्, शोधकर्ताओं ने मानव निर्णय लेने का अनुकरण करने के लिए कंप्यूटर टेक्नोलॉजी का उपयोग करने की संभावना के साथ प्रयोग करना प्रारंभ कर दिया था। उदाहरण के लिए, बायोमेडिकल शोधकर्ताओं ने चिकित्सा और जीव विज्ञान में क्लीनिकल ​​​​अनुप्रयोगों के लिए कंप्यूटर-सहायता प्राप्त सिस्टम बनाना प्रारंभ किया। इन प्रारंभिक निदान सिस्टम ने निदान परिणाम उत्पन्न करने के लिए रोगियों के लक्षणों और प्रयोगशाला परीक्षण परिणामों को इनपुट के रूप में उपयोग किया था।[10][11]

इन सिस्टम को अधिकांश एक्सपर्ट सिस्टम के प्रारंभिक रूपों के रूप में वर्णित किया गया था। चूँकि, शोधकर्ताओं ने अनुभव किया कि फ्लो चार्ट,[12][13] सांख्यिकीय पैटर्न मिलान,[14] या संभाव्यता सिद्धांत जैसे पारंपरिक विधियों का उपयोग करते समय महत्वपूर्ण सीमाएँ थीं।[15][16]


औपचारिक परिचय और पश्चात् का घटनाक्रम

इस पिछली स्थिति ने धीरे-धीरे एक्सपर्ट सिस्टम के विकास को जन्म दिया, जो ज्ञान-आधारित दृष्टिकोण का उपयोग करते थे। चिकित्सा में यह एक्सपर्ट सिस्टम माइसिन एक्सपर्ट सिस्टम,[17] इंटरनिस्ट-आई एक्सपर्ट सिस्टम[18] और पश्चात् में, 1980 के दशक के मध्य में, कैडियस (एक्सपर्ट सिस्टम) थी।[19]

एक्सपर्ट सिस्टम को औपचारिक रूप से 1965 के निकट प्रस्तुत किया गया था[20] एडवर्ड फेगेनबाम के नेतृत्व में स्टैनफोर्ड विश्वविद्यालय ह्यूरिस्टिक प्रोग्रामिंग प्रोजेक्ट द्वारा, जिन्हें कभी-कभी एक्सपर्ट सिस्टम का जनक कहा जाता है; अन्य प्रमुख प्रारंभिक योगदानकर्ता ब्रूस बुकानन और रान्डेल डेविस थे। स्टैनफोर्ड शोधकर्ताओं ने उन डोमेन की पहचान करने की प्रयास की जहां विशेषज्ञता अत्यधिक मूल्यवान और काम्प्लेक्स थी, जैसे संक्रामक रोगों (माइसिन) का निदान करना और अज्ञात कार्बनिक अणुओं ( डेंड्राल ) की पहचान करना। यह विचार कि "एक्सपर्ट सिस्टम अपनी शक्ति अपने पास उपस्थित ज्ञान से प्राप्त करती हैं न कि उन विशिष्ट औपचारिकताओं और अनुमान योजनाओं से जिनका वह उपयोग करते हैं[21] - जैसा कि फेगेनबाम ने कहा - उस समय महत्वपूर्ण कदम आगे था, क्योंकि पिछले शोध अनुमानी कम्प्यूटेशनल विधियों पर केंद्रित थे, जो बहुत ही सामान्य-उद्देश्य समस्या समाधानकर्ताओं (मुख्य रूप से एलन नेवेल और हर्बर्ट साइमन का संयुक्त कार्य) को विकसित करने के प्रयासों में परिणत हुये थे।[22] एक्सपर्ट सिस्टम आर्टिफिशियल इंटेलिजेंस सॉफ़्टवेयर के पहले वास्तविक सफल रूपों में से कुछ बन गईं।[4][5][6][7][8]

एक्सपर्ट सिस्टम पर अनुसंधान फ़्रांस में भी सक्रिय था। जबकि अमेरिका में ध्यान नियम-आधारित सिस्टम पर केंद्रित था, पहले लिस्प (प्रोग्रामिंग लैंग्वेज) प्रोग्रामिंग एनवायरनमेंट के शीर्ष पर हार्ड कोडित सिस्टम पर और फिर इंटेलीकॉर्प (सॉफ्टवेयर) जैसे विक्रेताओं द्वारा विकसित एक्सपर्ट सिस्टम शेल पर, फ्रांस में अनुसंधान ने प्रोलॉग में विकसित सिस्टम पर अधिक ध्यान केंद्रित किया। एक्सपर्ट सिस्टम शेल का लाभ यह था कि गैर-प्रोग्रामर के लिए उनका उपयोग करना कुछ सीमा तक आसान था। प्रोलॉग एनवायरनमेंट का लाभ यह था कि वह केवल यदि-तब नियमों पर केंद्रित नहीं थे; प्रोलॉग एनवायरनमेंट ने संपूर्ण फर्स्ट आर्डर लॉजिक एनवायरनमेंट का उत्तम अनुभव प्रदान किया।[23][24]

1980 के दशक में, एक्सपर्ट सिस्टम का प्रसार हुआ। विश्वविद्यालयों ने एक्सपर्ट सिस्टम पाठ्यक्रमों की प्रस्तुति की और फार्च्यून 500 कंपनियों में से दो-तिहाई ने दैनिक व्यावसायिक गतिविधियों में प्रौद्योगिकी को प्रायुक्त किया।[3][25] जापान में पांचवीं जनरेशन के कंप्यूटर के प्रति रुचि अंतरराष्ट्रीय थी और यूरोप में अनुसंधान निधि में वृद्धि हुई।

1981 में, आईबीएम पीसी डॉस ऑपरेटिंग सिस्टम के साथ पहला आईबीएम पीसी प्रस्तुत किया गया था। उस समय कॉर्पोरेट आईटी विश्व पर प्रभावित मेनफ्रेम में प्रसंस्करण शक्ति की बहुत अधिक मूल्यवान निवेश की तुलना में पीसी में अपेक्षाकृत शक्तिशाली चिप्स की उच्च सामर्थ्य के मध्य असंतुलन ने कॉर्पोरेट कंप्यूटिंग के लिए एक नए प्रकार की वास्तुकला का निर्माण किया, जिसे क्लाइंट सर्वर मॉडल कहा गया।[26] गणना और तर्क एक पीसी का उपयोग करके मेनफ्रेम की मूल्य के अंश पर किया जा सकता है। इस मॉडल ने व्यावसायिक इकाइयों को कॉर्पोरेट आईटी विभागों को बायपास करने और सीधे अपने स्वयं के एप्लिकेशन बनाने में सक्षम बनाया। परिणामस्वरूप, क्लाइंट-सर्वर का एक्सपर्ट सिस्टम बाज़ार पर जबरदस्त प्रभाव पड़ा। व्यवसाय क्षेत्र के अधिकांश भागो में एक्सपर्ट सिस्टम पहले से ही आउटलेयर थीं, उन्हें नए कौशल की आवश्यकता थी जो अनेक आईटी विभागों के पास नहीं थे और वह विकसित करने के लिए उत्सुक नहीं थे। वह नए पीसी-आधारित शेल के लिए स्वाभाविक रूप से फिट थे, जिन्होंने एप्लिकेशन विकास को अंतिम उपयोगकर्ताओं और विशेषज्ञों के हाथों में देने का प्रतिज्ञा किया था। उस समय तक, एक्सपर्ट सिस्टम के लिए मुख्य विकास एनवायरनमेंट ज़ीरक्सा, सिम्बोलिक्स और टेक्सास इंस्ट्रूमेंट्स की उच्च स्तरीय लिस्प मशीनें थीं। पीसी और क्लाइंट-सर्वर कंप्यूटिंग के उदय के साथ, इंटेलिकॉर्प और इन्फेरेंस कारपोरेशन जैसे विक्रेताओं ने अपनी प्राथमिकताओं को पीसी-आधारित टूल विकसित करने में स्थानांतरित कर दिया। इसके अतिरिक्त उद्यम पूंजी (जैसे कि एयॉन कॉर्पोरेशन, न्यूरॉन डेटा, एक्ससिस और अनेक अन्य[27][28]) द्वारा वित्तपोषित नए विक्रेता भी नियमित रूप से सामने आने लगे।

बड़े पैमाने के उत्पाद के लिए डिज़ाइन क्षमता में उपयोग की जाने वाली पहली एक्सपर्ट सिस्टम एसआईडी (इंटीग्रल डिज़ाइन का संश्लेषण) सॉफ़्टवेयर प्रोग्राम थी, जिसे 1982 में विकसित किया गया था। एलआईएसपी में लिखा गया, एसआईडी ने वैक्स 9000 सीपीयू लॉजिक गेट्स का 93% उत्पन्न किया था।[29] सॉफ़्टवेयर का इनपुट अनेक एक्सपर्ट तर्क डिजाइनरों द्वारा बनाए गए नियमों का एक समूह था। एसआईडी ने नियमों का विस्तार किया और नियमों के आकार से अनेक गुना बड़ा सॉफ्टवेयर तर्क संश्लेषण रूटीन तैयार किया। आश्चर्यजनक रूप से, इन नियमों के संयोजन से समग्र डिज़ाइन तैयार हुआ जो स्वयं विशेषज्ञों की क्षमताओं से अधिक था, और अनेक स्थितियों में मानव समकक्षों से उत्तम प्रदर्शन किया। जबकि कुछ नियम दूसरों के विपरीत थे, गति और क्षेत्र के लिए शीर्ष-स्तरीय नियंत्रण मापदंडों ने टाई-ब्रेकर प्रदान किया। प्रोग्राम अत्यधिक विवादास्पद था किन्तु फिर भी परियोजना बजट की कमी के कारण इसका उपयोग किया गया। वैक्स 9000 प्रोजेक्ट पूरा होने के पश्चात् लॉजिक डिजाइनरों द्वारा इसे समाप्त कर दिया गया था।

1970 के दशक के मध्य से पहले के वर्षों के समय, अनेक क्षेत्रों में एक्सपर्ट सिस्टम क्या प्राप्त कर सकती हैं, इसकी अपेक्षा अधिक आशावादी थीं। इन प्रारंभिक अध्ययनों के प्रारंभ में, शोधकर्ता पूरी तरह से स्वचालित (अर्थात्, पूरी तरह से कम्प्यूटरीकृत) एक्सपर्ट सिस्टम विकसित करने की अपेक्षा कर रहे थे। कंप्यूटर क्या कर सकता है, इसके बारे में लोगों की अपेक्षाएँ अधिकांश बहुत आदर्शवादी होती थीं। 1970 के दशक के प्रारंभ में रिचर्ड एम. कार्प द्वारा अपना महत्वपूर्ण पेपर: "रिड्यूसिबिलिटी अमंग कॉम्बिनेटोरियल प्रॉब्लम्स" प्रकाशित करने के पश्चात् यह स्थिति मौलिक रूप से बदल गई।[30] ह्यूबर्ट एल. ड्रेफस जैसे अन्य विद्वानों के साथ मिलकर कार्प के काम के लिए धन्यवाद,[31] यह स्पष्ट हो गया कि जब कोई कंप्यूटर एल्गोरिदम डिज़ाइन करता है तब उसकी कुछ सीमाएँ और संभावनाएँ होती हैं। उनके निष्कर्ष बताते हैं कि कंप्यूटर क्या कर सकते हैं और क्या नहीं। इस प्रकार की एक्सपर्ट सिस्टम से संबंधित अनेक कम्प्यूटेशनल समस्याओं की कुछ व्यावहारिक सीमाएँ हैं। इन निष्कर्षों ने आधारभूत कार्य तैयार किया जिससे क्षेत्र में अगले विकास का मार्ग प्रशस्त हुआ।[9]

1990 और उसके पश्चात्, एक्सपर्ट सिस्टम शब्द और स्टैंडअलोन एआई सिस्टम का विचार अधिकांश आईटी शब्दकोष से हटा दिया गया था। इसकी दो व्याख्याएँ हैं। यह है कि एक्सपर्ट सिस्टम विफल हो गईं: आईटी विश्व आगे बढ़ गई क्योंकि एक्सपर्ट सिस्टम अपने अति-प्रचारित प्रतिज्ञा को पूरा नहीं कर पाईं।[32][33] दूसरा विपरीत दर्पण है, कि एक्सपर्ट सिस्टम केवल उनकी सफलता का शिकार थीं: जैसे ही आईटी प्रोफेशनल ने नियम इंजन जैसी अवधारणाओं को समझा, ऐसे उपकरण विशेष प्रयोजन एक्सपर्ट सिस्टम को विकसित करने के लिए स्टैंडअलोन उपकरण होने से अनेक मानक उपकरणों में से बनने के लिए स्थानांतरित हो गए।[34] अन्य शोधकर्ताओं का सुझाव है कि जब आईटी संगठन उपयोगकर्ताओं या नॉलेज अभियन्ता के लिए सॉफ़्टवेयर संशोधनों में अपनी विशिष्टता लुप्त कर देता है, तब एक्सपर्ट सिस्टम ने अंतर-कंपनी शक्ति संघर्ष का कारण बनता है।[35]

2000 के पहले दशक में, महत्वपूर्ण सफलता की कहानियों और अपनाने के साथ, नियम-आधारित सिस्टम शब्द का उपयोग करते हुए प्रौद्योगिकी के लिए पुनरुत्थान हुआ था।[36] अनेक प्रमुख प्रमुख बिजनेस एप्लिकेशन सूट विक्रेताओं (जैसे एसएपी (सॉफ्टवेयर), सिबेल सिस्टम्स और ओरेकल कॉर्पोरेशन) ने बिजनेस लॉजिक नियम इंजनों को निर्दिष्ट करने के एक विधियाँ के रूप में अपने उत्पादों के सूट में एक्सपर्ट सिस्टम क्षमताओं को एकीकृत किया है, जो अब केवल उन नियमों को परिभाषित करने के लिए नहीं हैं जिनका उपयोग एक एक्सपर्ट करेगा किन्तु किसी भी प्रकार के काम्प्लेक्स , अस्थिर और महत्वपूर्ण व्यावसायिक तर्क के लिए वह अधिकांश व्यावसायिक प्रक्रिया स्वचालन और एकीकरण एनवायरनमेंट के साथ-साथ चलते हैं।[37][38][39]


एक्सपर्ट सिस्टम के लिए वर्तमान दृष्टिकोण

पिछले प्रकार की एक्सपर्ट सिस्टम की सीमाओं ने शोधकर्ताओं को नए प्रकार के दृष्टिकोण विकसित करने के लिए प्रेरित किया है। उन्होंने मानव निर्णय लेने की प्रक्रिया का अनुकरण करने के लिए अधिक कुशल, लचीला और शक्तिशाली दृष्टिकोण विकसित किया है। शोधकर्ताओं ने जो दृष्टिकोण विकसित किए हैं उनमें से कुछ आर्टिफिशियल इंटेलिजेंस के नए विधियों पर आधारित हैं, और विशेष रूप से यंत्र अधिगम और फीडबैक तंत्र के साथ डेटा माइनिंग दृष्टिकोण पर आधारित हैं।[40] आवर्ती नर्व नेटवर्क अधिकांश ऐसे तंत्रों का लाभ उठाते हैं। संबंधित हानि अनुभाग पर चर्चा है।

आधुनिक सिस्टम नए ज्ञान को अधिक आसानी से सम्मिलित कर सकते हैं और इस प्रकार स्वयं को आसानी से अपडेट कर सकते हैं। ऐसी सिस्टम वर्तमान ज्ञान से उत्तम रूप से सामान्यीकरण कर सकती हैं और बड़ी मात्रा में काम्प्लेक्स डेटा से निपट सकती हैं। संबंधित यहां बड़े डेटा का विषय है। कभी-कभी इस प्रकार की एक्सपर्ट सिस्टम को एक्सपर्ट सिस्टम कहा जाता है।[9]


सॉफ्टवेयर आर्किटेक्चर

1990 की मास्टर थीसिस से बैकवर्ड चेनिंग का सचित्र उदाहरण[41]

एक्सपर्ट सिस्टम ज्ञान-आधारित सिस्टम का उदाहरण है। एक्सपर्ट सिस्टम ज्ञान-आधारित वास्तुकला का उपयोग करने वाली पहली व्यावसायिक सिस्टम थीं। सामान्य दृष्टि से, एक्सपर्ट सिस्टम में निम्नलिखित घटक सम्मिलित होते हैं: ज्ञान आधार, अनुमान इंजन, स्पष्टीकरण सुविधा, ज्ञान अधिग्रहण सुविधा और उपयोगकर्ता इंटरफ़ेस।[42] [43]

ज्ञान का आधार विश्व के बारे में तथ्यों का प्रतिनिधित्व करता है। माइसिन और डेंड्रल जैसी प्रारंभिक एक्सपर्ट सिस्टम में, इन तथ्यों को मुख्य रूप से वेरिएबल के बारे में समतल प्रमाण के रूप में दर्शाया गया था। वाणिज्यिक शेल के साथ विकसित पश्चात् की एक्सपर्ट सिस्टम में, ज्ञान के आधार ने अधिक संरचना अपनाई और ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग से अवधारणाओं का उपयोग किया गया था। विश्व को वर्गों, उपवर्गों और उदाहरणों के रूप में दर्शाया गया था और प्रमाणों को वस्तु उदाहरणों के मूल्यों से बदल दिया गया था। नियम वस्तुओं की क्वेरी और मूल्यों पर महत्व देकर काम करते हैं।

अनुमान इंजन स्वचालित तर्क सिस्टम है जो ज्ञान-आधार की वर्तमान स्थिति का मूल्यांकन करती है, प्रासंगिक नियम प्रायुक्त करती है, और फिर ज्ञान-आधार में नए ज्ञान का प्रमाणित करती है। अनुमान इंजन में स्पष्टीकरण की क्षमताएं भी सम्मिलित हो सकती हैं, जिससे यह उपयोगकर्ता को उन नियमों की फायरिंग का पता लगाकर किसी विशेष निष्कर्ष पर पहुंचने के लिए उपयोग की जाने वाली तर्क श्रृंखला को समझा सके जिसके परिणामस्वरूप प्रमाणित किया गया था।[44]

अनुमान इंजन के लिए मुख्य रूप से दो मोड हैं: आगे की चेनिंग और पीछे की ओर जंजीर । भिन्न-भिन्न दृष्टिकोण इस बात से तय होते हैं कि क्या अनुमान इंजन नियम के पूर्ववर्ती (बाएं हाथ की ओर) या परिणामी (दाएं हाथ की ओर) द्वारा संचालित किया जा रहा है। आगे की शृंखला में पूर्ववर्ती आग उगलता है और परिणाम पर महत्व देता है। उदाहरण के लिए, निम्नलिखित नियम पर विचार करें:

फॉरवर्ड चेनिंग का सरल उदाहरण सिस्टम में मैन (सुकरात) को सम्मिलित करना और फिर अनुमान इंजन को ट्रिगर करना होगा। यह R1 से मेल खाएगा और मॉर्टल (सुकरात) को ज्ञान के आधार पर स्थापित करेगा।

बैकवर्ड चेनिंग आगे की ओर थोड़ी कम सीधी है। बैकवर्ड चेनिंग में सिस्टम संभावित निष्कर्षों को देखता है और यह देखने के लिए पीछे की ओर काम करता है कि क्या वह सत्य हो सकते हैं। इसलिए यदि सिस्टम यह निर्धारित करने का प्रयास कर रहा था कि क्या मॉर्टल (सुकरात) सत्य है तब यह R1 ढूंढेगा और ज्ञान आधार से पूछताछ करेगा कि क्या मैन (सुकरात) सत्य है। एक्सपर्ट सिस्टम शेल के प्रारंभिक नवाचारों में से उपयोगकर्ता इंटरफ़ेस के साथ अनुमान इंजन को एकीकृत करना था। यह बैकवर्ड चेनिंग के साथ विशेष रूप से शक्तिशाली हो सकता है। यदि सिस्टम को किसी विशेष तथ्य को जानने की आवश्यकता है, किन्तु नहीं है, तब यह बस इनपुट स्क्रीन उत्पन्न कर सकता है और उपयोगकर्ता से पूछ सकता है कि क्या जानकारी ज्ञात है। तब इस उदाहरण में, यह उपयोगकर्ता से यह पूछने के लिए R1 का उपयोग कर सकता है कि क्या सुकरात आदमी था और फिर तदनुसार उस नई जानकारी का उपयोग कर सकता है।

ज्ञान को स्पष्ट रूप से प्रस्तुत करने के लिए नियमों के उपयोग ने स्पष्टीकरण क्षमताओं को भी सक्षम बनाया। उपरोक्त सरल उदाहरण में यदि सिस्टम ने यह प्रमाणित करने के लिए R1 का उपयोग किया था कि सुकरात नश्वर था और उपयोगकर्ता यह समझना चाहता था कि सुकरात नश्वर क्यों था, तब वह सिस्टम से पूछताछ कर सकते थे और सिस्टम उन नियमों को देखेगा जो इस प्रमाण को जन्म देते थे और उन्हें प्रस्तुत करते थे उपयोगकर्ता को स्पष्टीकरण के रूप में नियम। अंग्रेजी में यदि यूजर ने पूछा कि सुकरात नश्वर क्यों हैं? सिस्टम उत्तर देगा क्योंकि सभी मनुष्य नश्वर हैं और सुकरात मनुष्य है। अनुसंधान के लिए महत्वपूर्ण क्षेत्र केवल अधिक औपचारिक किन्तु कम सहज ज्ञान वाले नियमों को दिखाने के अतिरिक्त प्राकृतिक अंग्रेजी में ज्ञान के आधार से स्पष्टीकरण उत्पन्न करना था।[45]

जैसे-जैसे एक्सपर्ट सिस्टम विकसित हुईं, अनेक नई विधियों को विभिन्न प्रकार के अनुमान इंजनों में सम्मिलित किया गया।[46] इनमें से कुछ सबसे महत्वपूर्ण थे:

  • सत्य पालन. यह सिस्टम निर्भरताओं को ज्ञान-आधार में रिकॉर्ड करते हैं जिससे जब तथ्यों को बदला जाए, तब निर्भर ज्ञान को तदनुसार बदला जा सके। उदाहरण के लिए, यदि सिस्टम को पता चलता है कि सुकरात अब आदमी के रूप में नहीं जाना जाता है तब यह इस प्रमाण को रद्द कर देगा कि सुकरात नश्वर है।
  • काल्पनिक तर्क. इसमें, ज्ञान के आधार को अनेक संभावित विचारों, अर्थात् संसारों में विभाजित किया जा सकता है। यह अनुमान इंजन को समानांतर में अनेक संभावनाओं का पता लगाने की अनुमति देता है। उदाहरण के लिए, सिस्टम दोनों प्रमाणों के परिणामों का पता लगा सकता है, यदि सुकरात आदमी है तब क्या सत्य होगा और यदि वह नहीं है तब क्या सत्य होगा?
  • अनिश्चितता प्रणालियाँ. ज्ञान का प्रतिनिधित्व करने के लिए नियमों का उपयोग करने के पहले विस्तारों में से प्रत्येक नियम के साथ संभाव्यता को जोड़ना भी था। इसलिए, यह प्रमाणित नहीं करना चाहिए कि सुकरात नश्वर है, किन्तु यह प्रमाणित करना है कि सुकरात कुछ संभाव्यता मूल्य के साथ नश्वर हो सकता है। कुछ सिस्टम में सरल संभावनाओं को अनिश्चित तर्क के लिए परिष्कृत तंत्रों जैसे फजी लॉजिक और संभावनाओं के संयोजन के साथ विस्तारित किया गया था।
  • ऑन्टोलॉजी (सूचना विज्ञान) वर्गीकरण. ज्ञान आधार में वस्तु वर्गों को जोड़ने के साथ, नए प्रकार का तर्क संभव हो गया। वस्तु मूल्यों के बारे में तर्क करने के साथ-साथ, सिस्टम वस्तु संरचनाओं के बारे में भी तर्क कर सकता है। इस सरल उदाहरण में, मनुष्य वस्तु वर्ग का प्रतिनिधित्व कर सकता है और R1 को नियम के रूप में फिर से परिभाषित किया जा सकता है जो सभी पुरुषों के वर्ग को परिभाषित करता है। इस प्रकार के विशेष प्रयोजन अनुमान इंजनों को निगमनात्मक वर्गीकरणकर्ता कहा जाता है। चूँकि उनका एक्सपर्ट सिस्टम में अत्यधिक उपयोग नहीं किया गया था, क्लासिफायर असंरचित अस्थिर डोमेन के लिए बहुत शक्तिशाली हैं, और इंटरनेट और उभरते सेमांटिक वेब के लिए महत्वपूर्ण विधि हैं।[47][48]


लाभ

ज्ञान-आधारित सिस्टम का लक्ष्य सिस्टम के काम करने के लिए आवश्यक महत्वपूर्ण जानकारी को अंतर्निहित के अतिरिक्त स्पष्ट बनाना है।[49] पारंपरिक कंप्यूटर प्रोग्राम में तर्क कोड में अंतर्निहित होता है जिसकी समीक्षा सामान्यतः केवल आईटी एक्सपर्ट द्वारा की जा सकती है। एक्सपर्ट सिस्टम के साथ लक्ष्य नियमों को ऐसे प्रारूप में निर्दिष्ट करना था जो सहज और आसानी से समझा जा सके, समीक्षा की जा सके और यहां तक ​​कि आईटी विशेषज्ञों के अतिरिक्त डोमेन विशेषज्ञों द्वारा संपादित किया जा सके। इस स्पष्ट ज्ञान प्रतिनिधित्व के लाभ तेजी से विकास और रखरखाव में आसानी थे।

रखरखाव में आसानी सबसे स्पष्ट लाभ है। यह दो विधियों से प्राप्त किया गया। सबसे पहले, पारंपरिक कोड लिखने की आवश्यकता को हटाकर, सिस्टम में छोटे बदलावों के कारण होने वाली अनेक सामान्य समस्याओं से एक्सपर्ट सिस्टम से बचा जा सकता है। अनिवार्य रूप से, प्रोग्राम का तार्किक प्रवाह (कम से कम उच्चतम स्तर पर) केवल सिस्टम के लिए दिया गया था, जो केवल अनुमान इंजन को प्रायुक्त करता है। यह भी दूसरे लाभ का कारण था: रैपिड प्रोटोटाइपिंग। एक्सपर्ट सिस्टम शेल के साथ कुछ नियमों को अंकित करना और सामान्यतः काम्प्लेक्स आईटी परियोजनाओं से जुड़े महीनों या साल के अतिरिक्त दिनों में प्रोटोटाइप विकसित करना संभव था।

एक्सपर्ट सिस्टम शेल के लिए प्रमाणित जो अधिकांश किया जाता था वह यह था कि उन्होंने प्रशिक्षित प्रोग्रामर की आवश्यकता को हटा दिया और एक्सपर्ट स्वयं सिस्टम विकसित कर सकते थे। वास्तविक में, यह संभवतः ही कभी सत्य हुआ हो। जबकि एक्सपर्ट सिस्टम के नियम सामान्य कंप्यूटर कोड की तुलना में अधिक समझने योग्य थे, फिर भी उनके पास औपचारिक वाक्यविन्यास था जहां गलत अल्पविराम या अन्य वर्ण किसी भी अन्य कंप्यूटर लैंग्वेज की तरह विनाश का कारण बन सकता था। इसके अतिरिक्त, जैसे-जैसे एक्सपर्ट सिस्टम प्रयोगशाला में प्रोटोटाइप से व्यवसाय क्षेत्र में नियुक्ति की ओर बढ़ीं, एकीकरण और रखरखाव के विषय कहीं अधिक महत्वपूर्ण हो गए। अनिवार्य रूप से बड़े हेरिटेज डेटाबेस और सिस्टम के साथ एकीकृत करने और उनका लाभ उठाने की मांग उठी। इसे पूरा करने के लिए, एकीकरण के लिए किसी अन्य प्रकार की सिस्टम के समान कौशल की आवश्यकता होती है।[50]

एक्सपर्ट सिस्टम के उपयोग के लाभों को सारांशित करते हुए, निम्नलिखित पर प्रकाश डाला जा सकता है: [42]

  1. बढ़ी हुई उपलब्धता और विश्वसनीयता: किसी भी कंप्यूटर हार्डवेयर पर विशेषज्ञता प्राप्त की जा सकती है और सिस्टम सदैव समय पर प्रतिक्रियाएं पूरी करता है।
  2. एकाधिक विशेषज्ञता: किसी समस्या का समाधान करने के लिए अनेक एक्सपर्ट सिस्टम साथ चलाई जा सकती हैं। और मानव एक्सपर्ट की तुलना में उच्च स्तर की विशेषज्ञता प्राप्त करें।
  3. स्पष्टीकरण: एक्सपर्ट सिस्टम सदैव बताती हैं कि समस्या का समाधान कैसे किया गया है।
  4. तेज़ प्रतिक्रिया: एक्सपर्ट सिस्टम तेज़ हैं और वास्तविक समय में किसी समस्या का समाधान करने में सक्षम हैं।
  5. कम निवेश: प्रत्येक उपयोगकर्ता के लिए विशेषज्ञता की निवेश अधिक कम हो गई है।

हानि

अकादमिक लिटरेचर में एक्सपर्ट सिस्टम के लिए उद्धृत सबसे सामान्य हानि ज्ञान अधिग्रहण की समस्या है। किसी भी सॉफ़्टवेयर एप्लिकेशन के लिए डोमेन विशेषज्ञों का समय प्राप्त करना सदैव कठिन होता है, किन्तु एक्सपर्ट सिस्टम के लिए यह विशेष रूप से कठिन था क्योंकि एक्सपर्ट परिभाषा के अनुसार अत्यधिक मूल्यवान थे और संगठन द्वारा निरंतर मांग में थे। इस समस्या के परिणामस्वरूप, एक्सपर्ट सिस्टम के पश्चात् के वर्षों में अनुसंधान का बड़ा भाग ज्ञान अधिग्रहण के लिए उपकरणों पर केंद्रित था, जिससे विशेषज्ञों द्वारा परिभाषित नियमों को डिजाइन करने, डिबगिंग और बनाए रखने की प्रक्रिया को स्वचालित करने में सहायता मिल सके। चूँकि, जब वास्तविक उपयोग में एक्सपर्ट सिस्टम के जीवन-चक्र को देखते हैं, तब अन्य समस्याएं - अनिवार्य रूप से किसी भी अन्य बड़ी सिस्टम के समान ही समस्याएं होती हैं - कम से कम ज्ञान अधिग्रहण एकीकरण, बड़े डेटाबेस तक पहुंच और प्रदर्शन के रूप में महत्वपूर्ण लगती हैं।[51][52]

प्रदर्शन विशेष रूप से समस्याग्रस्त हो सकता है क्योंकि प्रारंभिक एक्सपर्ट सिस्टम टूल (जैसे कि पुराने लिस्प संस्करण) का उपयोग करके बनाए गए थे जो कोड अभिव्यक्तियों को पहले संकलित किए बिना उनकी इंटरप्रिटेशन करते थे। इसने शक्तिशाली विकास एनवायरनमेंट प्रदान किया, किन्तु इसका दोष यह था कि सबसे तेज़ संकलित लैंग्वेजेज (जैसे C (प्रोग्रामिंग लैंग्वेज)) की दक्षता से मेल खाना लगभग असंभव था। प्रारंभिक एक्सपर्ट सिस्टम के लिए सिस्टम और डेटाबेस एकीकरण कठिन था क्योंकि उपकरण अधिकांश लैंग्वेजेज और प्लेटफार्मों में थे जो अधिकांश कॉर्पोरेट आईटी एनवायरनमेंटस प्रोग्रामिंग भाषाओं जैसे लिस्प और प्रोलॉग और हार्डवेयर प्लेटफार्मों जैसे लिस्प मशीनों और पर्सनल कंप्यूटरों में न तब परिचित थे और न ही स्वागत योग्य थे। परिणामस्वरूप, एक्सपर्ट सिस्टम उपकरण विकास के पश्चात् के चरणों में बहुत प्रयास कोबोल और बड़े डेटाबेस सिस्टम जैसे हेरिटेज एनवायरनमेंट के साथ एकीकरण और अधिक मानक प्लेटफार्मों पर पोर्ट करने पर केंद्रित था। इन विषयों को मुख्य रूप से क्लाइंट-सर्वर प्रतिमान बदलाव द्वारा समाधान किया गया था, क्योंकि पीसी को धीरे-धीरे आईटी एनवायरनमेंट में गंभीर व्यवसाय सिस्टम विकास के लिए वैध मंच के रूप में स्वीकार किया गया था और लाभदायक मिनी कंप्यूटर सर्वर एआई अनुप्रयोगों के लिए आवश्यक प्रसंस्करण शक्ति प्रदान करते थे।[53]

एक्सपर्ट सिस्टम की और बड़ी आपत्ति तब सामने आती है जब ज्ञान आधार का आकार बढ़ता है। इससे प्रसंस्करण जटिलता बढ़ जाती है। उदाहरण के लिए, जब 100 मिलियन नियमों वाली एक्सपर्ट सिस्टम की कल्पना अंतिम एक्सपर्ट सिस्टम के रूप में की गई, तब यह स्पष्ट हो गया कि ऐसी सिस्टम बहुत काम्प्लेक्स होगी और इसे बहुत अधिक कम्प्यूटेशनल समस्याओं का सामना करना पड़ेगा।[54] किसी निर्णय तक पहुंचने के लिए अनुमान इंजन को बड़ी संख्या में नियमों को संसाधित करने में सक्षम होना होगा।

यह कैसे सत्यापित किया जाए कि निर्णय नियम एक-दूसरे के अनुरूप हो, यह भी एक आपत्ति है क्योंकि इसके बहुत अधिक नियम हैं। सामान्यतः ऐसी समस्या संतुष्टिप्रदता (एसएटी) फॉर्मूलेशन की ओर ले जाती है।[55] यह सुप्रसिद्ध एनपी-पूर्ण समस्या बूलियन संतुष्टि समस्या है। यदि हम केवल बाइनरी डेटा मानते हैं, तब उनमें से n मान लें, और फिर संबंधित खोज स्थान आकार 2 का है। इस प्रकार, खोज स्थान तेजी से बढ़ सकता है।

इस बात पर भी प्रश्न हैं कि अधिक कुशलता से संचालित करने के लिए नियमों के उपयोग को कैसे प्राथमिकता दी जाए, या अस्पष्टताओं को कैसे समाधान (उदाहरण के लिए, यदि ही नियम के अन्दर बहुत अधिक उप-संरचनाएं हों) किया जाए इत्यादि।[56]

ज्ञात तथ्यों का उपयोग करते समय और ज्ञान के आधार में स्पष्ट रूप से वर्णित नहीं किए गए अन्य स्थितियों को सामान्य बनाने का प्रयास करते समय अन्य समस्याएं ओवरफिटिंग और अतिसामान्यीकरण प्रभावों से संबंधित होती हैं। ऐसी समस्याएं उन विधियों के साथ भी उपस्थित हैं जो मशीन लर्निंग दृष्टिकोण को नियोजित करते हैं।[57][58]

ज्ञानकोष से संबंधित अन्य समस्या यह है कि इसके ज्ञान को शीघ्र एवं प्रभावी रूप से कैसे अद्यतन किया जाए।[59][60][61] इसके अतिरिक्त ज्ञान का नया टुकड़ा (अर्थात्, अनेक नियमों के मध्य इसे कहां जोड़ा जाए) कैसे जोड़ा जाए यह भी चुनौतीपूर्ण है। मशीन लर्निंग विधियों पर निर्भर आधुनिक दृष्टिकोण इस संबंध में आसान हैं।[citation needed]

उपरोक्त चुनौतियों के कारण, यह स्पष्ट हो गया कि नियम-आधारित प्रौद्योगिकियों के अतिरिक्त एआई के लिए नए दृष्टिकोण की आवश्यकता थी। यह नए दृष्टिकोण फीडबैक तंत्र के उपयोग के साथ-साथ मशीन लर्निंग विधियों के उपयोग पर आधारित हैं।[9]

चिकित्सा में एक्सपर्ट सिस्टम (यदि कोई कंप्यूटर-सहायता प्राप्त निदान सिस्टम को आधुनिक एक्सपर्ट सिस्टम के रूप में मानता है) और संभवतः अन्य अनुप्रयोग डोमेन में प्रमुख चुनौतियों में पहलुओं से संबंधित विषय सम्मिलित हैं: बड़ा डेटा, वर्तमान नियम, स्वास्थ्य देखभाल अभ्यास, विभिन्न एल्गोरिदम संबंधी विषय , और सिस्टम मूल्यांकन।[62]

अंत में, एक्सपर्ट सिस्टम के उपयोग के निम्नलिखित हानियों को संक्षेप में प्रस्तुत किया जा सकता है: [42]

  1. एक्सपर्ट सिस्टम के पास सतही ज्ञान होता है, और साधारण कार्य संभावित रूप से कम्प्यूटेशनल रूप से महंगा हो सकता है।
  2. एक्सपर्ट सिस्टम को डेटा इनपुट करने के लिए ज्ञान अभियन्ता की आवश्यकता होती है, डेटा अधिग्रहण बहुत कठिन होता है।
  3. एक्सपर्ट सिस्टम किसी विशेष समस्या के समाधान के लिए सबसे अनुपयुक्त विधि चुन सकती है।
  4. एआई के किसी भी रूप के उपयोग में नैतिकता की समस्याएं वर्तमान में बहुत प्रासंगिक हैं।
  5. यह विशिष्ट ज्ञान वाली बंद विश्व है, जिसमें अवधारणाओं और उनके अंतर्संबंधों की कोई गहरी धारणा नहीं होती है जब तक कि कोई एक्सपर्ट उन्हें प्रदान नहीं करता है।

अनुप्रयोग

हेस-रोथ एक्सपर्ट सिस्टम अनुप्रयोगों को निम्नलिखित तालिका में दर्शाए गए 10 श्रेणियों में विभाजित करता है। उदाहरण अनुप्रयोग मूल हेस-रोथ तालिका में नहीं थे, और उनमें से कुछ अधिक पश्चात् में उभरे। कोई भी एप्लिकेशन जो फ़ुटनोट नहीं है उसका वर्णन हेस-रोथ पुस्तक में किया गया है।[44] इसके अतिरिक्त, जबकि यह श्रेणियां एक्सपर्ट सिस्टम अनुप्रयोगों के स्थान का वर्णन करने के लिए सहज संरचना प्रदान करती हैं, वह कठोर श्रेणियां नहीं हैं, और कुछ स्थितियों में एप्लिकेशन से अधिक श्रेणियों के लक्षण दिखा सकता है।

वर्ग समस्या का समाधान किया गया उदाहरण
इंटरप्रिटेशन सेंसर डेटा से स्थिति विवरण का अनुमान लगाना हेअर्सय (वाक् पहचान), प्रॉस्पेक्टर
प्रीडिक्शन दी गई स्थितियों के संभावित परिणामों का अनुमान लगाना समयपूर्व जन्म जोखिम मूल्यांकन[63]
डॉयग्नोसिस अवलोकनों से सिस्टम की खराबी का अनुमान लगाना कैडियस, माइसिन, पीयूएफएफ, मिस्ट्राल,[64] आइडेनेट,[65] कलीदोस,[66] गरवन-एस1[67] [68] [69]
डिज़ाइन बाधाओं के अनुसार वस्तुओं को कॉन्फ़िगर करना डेंड्रल, मॉर्गेज लोन एडवाइजर, R1 (डेक वैक्स कॉन्फ़िगरेशन), एसआईडी (डेक वैक्स 9000 सीपीयू)
प्लानिंग डिजाइनिंग क्रियाएं ऑटोनोमस अंडरवाटर वाहन के लिए मिशन योजना[70]
मॉनिटरिंग योजना की कमजोरियों के साथ अवलोकनों की तुलना करना रिएक्टर[71]
डिबगिंग काम्प्लेक्स समस्याओं के लिए वृद्धिशील समाधान प्रदान करना सेंट, मैथलैब, मैक्सिमा
रिपेयर एक निर्धारित उपाय को प्रशासित करने की योजना को क्रियान्वित करना टॉक्सिक स्पील क्राइसिस मैनेजमेंट
इंस्ट्रक्शन छात्र के व्यवहार का निदान, मूल्यांकन और सुधार करना एसएमएच.पीएएल,[72] इंटेलीजेंट क्लीनिकल ट्रेनिंग,[73] स्टीमर[74]
कंट्रोल सिस्टम व्यवहार की व्याख्या करना, भविष्यवाणी करना, रिपेयर करना और निगरानी करना वास्तविक समय प्रक्रिया नियंत्रण,[75] स्पेस शटल मिशन नियंत्रण,[76] कंपोजिट का स्मार्ट आटोक्लेव क्योर[77]

हियर्से एक एक्सपर्ट सिस्टम दृष्टिकोण के माध्यम से वाक् पहचान का समाधान करने का प्रारंभिक प्रयास था। अधिकांश भाग के लिए एक्सपर्ट सिस्टम की यह श्रेणी उतनी सफल नहीं थी। सुनी-सुनाई बातें और सभी इंटरप्रिटेशन सिस्टम अनिवार्य रूप से पैटर्न पहचान सिस्टम हैं - जो ध्वनि वाले डेटा में पैटर्न की खोज करती हैं। हियरसे के स्थिति में ऑडियो स्ट्रीम में स्वरों को पहचानना। अन्य प्रारंभिक उदाहरण रूसी पनडुब्बियों का पता लगाने के लिए सोनार डेटा का विश्लेषण कर रहे थे। इस प्रकार की सिस्टम नियम-आधारित दृष्टिकोण की तुलना में कृत्रिम नर्व नेटवर्क एआई समाधान के लिए अधिक उपयुक्त सिद्ध हुईं।

कैडियस और माइसिन चिकित्सा निदान सिस्टम थीं। उपयोगकर्ता कंप्यूटर पर अपने लक्षणों का वर्णन वैसे ही करता है जैसे वह किसी डॉक्टर को बताते हैं और कंप्यूटर चिकित्सीय निदान लौटाता है।

डेंड्रल कार्बनिक अणुओं की पहचान में परिकल्पना निर्माण का अध्ययन करने के लिए एक उपकरण था। बाधाओं के एक समूह को देखते हुए एक समाधान डिजाइन करने से जो सामान्य समस्या समाधान हुई, वह डिजिटल उपकरण निगम (डीईसी) वैक्स कंप्यूटर और मॉर्गेज लोन एप्लिकेशन विकास को कॉन्फ़िगर करने वाले सेल्सपर्सन जैसे व्यावसायिक डोमेन पर प्रयुक्त प्रारंभिक एक्सपर्ट सिस्टम के लिए सबसे सफल क्षेत्रों में से एक थी।

एसएमएच.पाल बहु-विकलांगता वाले छात्रों के मूल्यांकन के लिए एक्सपर्ट सिस्टम है।[72]

गर्वन-ईएस1 चिकित्सा एक्सपर्ट सिस्टम थी, जिसे गर्वन इंस्टीट्यूट ऑफ मेडिकल रिसर्च में विकसित किया गया था, जो पैथोलॉजी प्रयोगशाला से अंतःस्रावी सूची पर स्वचालित क्लीनिकल ​​​​क्लीनिकल ​​​​टिप्पणियाँ प्रदान करती थी। यह अंतरराष्ट्रीय स्तर पर नियमित क्लीनिकल ​​उपयोग में आने वाली पहली चिकित्सा एक्सपर्ट सिस्टम में से थी [68] और ऑस्ट्रेलिया में प्रतिदिन निदान के लिए उपयोग की जाने वाली पहली एक्सपर्ट सिस्टम।[78] सिस्टम C में लिखा गया था और 64K मेमोरी में पीडीपी-11 पर चलता था। इसमें 661 नियम संकलित किये गये थे; उनकी व्याख्या नहीं की गई थी।

मिस्ट्राल [64]बांध सुरक्षा की निगरानी के लिए एक विशेषज्ञ प्रणाली है, जिसे 1990 के दशक में इस्म्स (इटली) द्वारा विकसित किया गया था। यह स्वचालित निगरानी प्रणाली से डेटा प्राप्त करता है और बांध की स्थिति का निदान करता है। इसकी पहली प्रति, 1992 में रिद्राकोली बांध (इटली) पर स्थापित की गई, जो अभी भी 24/7/365 चालू है। इसे इटली और विदेशों में कई बांधों (उदाहरण के लिए, ब्राजील में इताइपु बांध) और भूस्खलन स्थलों पर आइडेनेट के नाम से स्थापित किया गया है।[65] और कलीडोस के नाम से स्मारकों पर।[66] मिस्ट्रल इटालियन प्रायोगिक इलेक्ट्रोटेक्निकल सेंटर का एक पंजीकृत व्यापार चिह्न है।

यह भी देखें

संदर्भ

  1. ↑ Jackson, Peter (1998). विशेषज्ञ प्रणालियों का परिचय (3 ed.). Addison Wesley. p. 2. ISBN 978-0-201-87686-4.
  2. ↑ "पारंपरिक प्रोग्रामिंग". Pcmag.com. Archived from the original on 2012-10-14. Retrieved 2013-09-15.
  3. ↑ Jump up to: 3.0 3.1 Leondes, Cornelius T. (2002). Expert systems: the technology of knowledge management and decision making for the 21st century. pp. 1–22. ISBN 978-0-12-443880-4.
  4. ↑ Jump up to: 4.0 4.1 Russell, Stuart; Norvig, Peter (1995). Artificial Intelligence: A Modern Approach (PDF). Simon & Schuster. pp. 22–23. ISBN 978-0-13-103805-9. Archived from the original (PDF) on 5 May 2014. Retrieved 14 June 2014.
  5. ↑ Jump up to: 5.0 5.1 Luger & Stubblefield 2004, pp. 227–331.
  6. ↑ Jump up to: 6.0 6.1 Nilsson 1998, chpt. 17.4.
  7. ↑ Jump up to: 7.0 7.1 McCorduck 2004, pp. 327–335, 434–435.
  8. ↑ Jump up to: 8.0 8.1 Crevier 1993, pp. 145–62, 197−203.
  9. ↑ Jump up to: 9.0 9.1 9.2 9.3 Yanase J, Triantaphyllou E (2019). "A Systematic Survey of Computer-Aided Diagnosis in Medicine: Past and Present Developments". Expert Systems with Applications. 138: 112821. doi:10.1016/j.eswa.2019.112821. S2CID 199019309.
  10. ↑ Ledley RS, and Lusted LB (1959). "चिकित्सा निदान की तर्कसंगत नींव।". Science. 130 (3366): 9–21. Bibcode:1959Sci...130....9L. doi:10.1126/science.130.3366.9. PMID 13668531.
  11. ↑ Weiss SM, Kulikowski CA, Amarel S, Safir A (1978). "कंप्यूटर-सहायता प्राप्त चिकित्सा निर्णय लेने के लिए एक मॉडल-आधारित पद्धति।". Artificial Intelligence. 11 (1–2): 145–172. doi:10.1016/0004-3702(78)90015-2.
  12. ↑ Gorry GA, Kassirer JP, Essig A, and Schwartz WB (1973). "तीव्र गुर्दे की विफलता के कंप्यूटर सहायता प्राप्त प्रबंधन के आधार के रूप में निर्णय विश्लेषण।". The American Journal of Medicine. 55 (4): 473–484. doi:10.1016/0002-9343(73)90204-0. PMID 4582702.
  13. ↑ Szolovits P, Patil RS, and Schwartz WB (1988). "चिकित्सा निदान में कृत्रिम बुद्धिमत्ता।". Annals of Internal Medicine. 108 (1): 80–87. doi:10.7326/0003-4819-108-1-80. PMID 3276267.
  14. ↑ Rosati RA, McNeer JF, Starmer CF, Mittler BS, Morris JJ, and Wallace AG (1975). "चिकित्सा पद्धति के लिए एक नई सूचना प्रणाली।". Archives of Internal Medicine. 135 (8): 1017–1024. doi:10.1001/archinte.1975.00330080019003. PMID 1156062.
  15. ↑ Schwartz WB (1970). "Medicine and the computer: the promise and problems of change". New England Journal of Medicine. 283 (23): 1257–1264. doi:10.1056/NEJM197012032832305. PMID 4920342.
  16. ↑ Bleich HL (1972). "Computer-based consultation: Electrolyte and acid-base disorders". The American Journal of Medicine. 53 (3): 285–291. doi:10.1016/0002-9343(72)90170-2. PMID 4559984.
  17. ↑ Shortliffe EH, and Buchanan BG (1975). "चिकित्सा में अचूक तर्क का एक मॉडल।". Mathematical Biosciences. 23 (3–4): 351–379. doi:10.1016/0025-5564(75)90047-4. S2CID 118063112.
  18. ↑ Miller RA, Pople Jr HE, and Myers JD (1982). "इंटर्निस्ट-I, सामान्य आंतरिक चिकित्सा के लिए एक प्रयोगात्मक कंप्यूटर-आधारित निदान सलाहकार।". New England Journal of Medicine. 307 (8): 468–476. doi:10.1056/NEJM198208193070803. PMID 7048091.
  19. ↑ Feigenbaum, Edward; McCorduck, Pamela (1984). पांचवी पीढ़ी. Addison-Wesley. pp. 1–275. ISBN 978-0451152640.
  20. ↑ kenyon.edu: AI Timeline, retrieved October 27, 2018
  21. ↑ Edward Feigenbaum, 1977. Paraphrased by Hayes-Roth, et al.
  22. ↑ Hayes-Roth, Frederick; Waterman, Donald; Lenat, Douglas (1983). विशेषज्ञ प्रणालियों का निर्माण. Addison-Wesley. pp. 6–7. ISBN 978-0-201-10686-2.
  23. ↑ George F. Luger and William A. Stubblefield, Benjamin/Cummings Publishers, Rule-Based Expert System Shell: example of code using the Prolog rule-based expert system shell
  24. ↑ A. Michiels Archived 2012-04-02 at the Wayback Machine, Université de Liège, Belgique: "PROLOG, the first declarative language
  25. ↑ Durkin, J. Expert Systems: Catalog of Applications. Intelligent Computer Systems, Inc., Akron, OH, 1993.
  26. ↑ Orfali, Robert (1996). The Essential Client/Server Survival Guide. New York: Wiley Computer Publishing. pp. 1–10. ISBN 978-0-471-15325-2.
  27. ↑ Hurwitz, Judith (2011). Smart or Lucky: How Technology Leaders Turn Chance into Success. John Wiley & Son. p. 164. ISBN 978-1118033784. Retrieved 29 November 2013.
  28. ↑ Dunn, Robert J. (September 30, 1985). "रोजमर्रा के उपयोगकर्ताओं के लिए विस्तार योग्य विशेषज्ञता". InfoWorld. 7 (39): 30. Retrieved 2011-03-13.
  29. ↑ Carl S. Gibson, et al, VAX 9000 SERIES, Digital Technical Journal of Digital Equipment Corporation, Volume 2, Number 4, Fall 1990, pp118-129.
  30. ↑ Richard M. Karp (1972). "Reducibility Among Combinatorial Problems" (PDF). In R. E. Miller; J. W. Thatcher (eds.). कंप्यूटर संगणना की जटिलता. New York: Plenum. pp. 85–103.
  31. ↑ Hubert L. Dreyfus (1972). कंप्यूटर अभी भी क्या नहीं कर सकते. Cambridge, Massachusetts: The MIT Press.
  32. ↑ "AI Expert Newsletter: W is for Winter". Archived from the original on 2013-11-09. Retrieved 2013-11-29.
  33. ↑ "Leith P., "The rise and fall of the legal expert system", in European Journal of Law and Technology, Vol 1, Issue 1, 2010".
  34. ↑ Haskin, David (January 16, 2003). "वर्षों तक प्रचार के बाद, 'विशेषज्ञ प्रणालियाँ' कुछ लोगों के लिए लाभदायक साबित हो रही हैं". Datamation. Retrieved 29 November 2013.
  35. ↑ Romem, Yoram (2007). "विशेषज्ञ प्रणालियों का सामाजिक निर्माण". Human Systems Management. 26 (4): 291–309. doi:10.3233/HSM-2007-26406.
  36. ↑ "Michael P. Voelker, "Business Makes the Rules", in Information Week, October 18, 2005". 18 October 2005.
  37. ↑ SAP News Desk. "SAP न्यूज़ डेस्क IntelliCorp ने SAP EcoHub में भागीदारी की घोषणा की". laszlo.sys-con.com. LaszloTrack. Retrieved 29 November 2013.
  38. ↑ Pegasystems. "स्मार्ट बीपीएम को स्मार्ट बिजनेस नियमों की आवश्यकता है". pega.com. Retrieved 29 November 2013.
  39. ↑ Zhao, Kai; Ying, Shi; Zhang, Linlin; Hu, Luokai (9–10 Oct 2010). "एसपीएल का उपयोग करके व्यावसायिक प्रक्रिया और व्यावसायिक नियमों का एकीकरण प्राप्त करना". Future Information Technology and Management Engineering (FITME). Vol. 2. Changzhou, China: IEEE. pp. 329–332. doi:10.1109/fitme.2010.5656297. ISBN 978-1-4244-9087-5.
  40. ↑ Chung, Junyoung; Gulcehre, Caglar; Cho, Kyunghyun; Bengio, Yoshua (2015-06-01). "गेटेड फीडबैक आवर्ती तंत्रिका नेटवर्क". International Conference on Machine Learning (in English). PMLR: 2067–2075. arXiv:1502.02367.
  41. ↑ David C. England (Jun 1990). नौसेना आपूर्ति केंद्र में खतरनाक सामग्रियों के प्रबंधन के लिए एक विशेषज्ञ प्रणाली (PDF) (Master's thesis). Naval Postgraduate School Monterey/CA. Here: p.21.
  42. ↑ Jump up to: 42.0 42.1 42.2 Kiryanov, Denis Aleksandrovich (2021-12-21). "सामग्री एकत्रीकरण में उपयोग के लिए हाइब्रिड श्रेणीबद्ध विशेषज्ञ प्रणाली". Software Systems and Computational Methods (4): 1–22. doi:10.7256/2454-0714.2021.4.37019. ISSN 2454-0714. S2CID 245498498.
  43. ↑ Smith, Reid (May 8, 1985). "ज्ञान-आधारित सिस्टम अवधारणाएँ, तकनीकें, उदाहरण" (PDF). Reid G. Smith. Retrieved 9 November 2013.
  44. ↑ Jump up to: 44.0 44.1 Hayes-Roth, Frederick; Waterman, Donald; Lenat, Douglas (1983). विशेषज्ञ प्रणालियों का निर्माण. Addison-Wesley. ISBN 978-0-201-10686-2.
  45. ↑ Nabil Arman, Polytechnic University of Palestine, January 2007, Fault Detection in Dynamic Rule Bases Using Spanning Trees and Disjoin Sets: ""
  46. ↑ Mettrey, William (1987). "बड़े ज्ञान-आधारित सिस्टम के निर्माण के लिए उपकरणों का आकलन". AI Magazine. 8 (4). Archived from the original on 2013-11-10. Retrieved 2013-11-29.
  47. ↑ MacGregor, Robert (June 1991). "ज्ञान प्रतिनिधित्व को बढ़ाने के लिए विवरण वर्गीकरणकर्ता का उपयोग करना". IEEE Expert. 6 (3): 41–46. doi:10.1109/64.87683. S2CID 29575443.
  48. ↑ Berners-Lee, Tim; Hendler, James; Lassila, Ora (May 17, 2001). "सिमेंटिक वेब वेब सामग्री का एक नया रूप जो कंप्यूटर के लिए सार्थक है, नई संभावनाओं की क्रांति लाएगा". Scientific American. 284 (5): 34–43. doi:10.1038/scientificamerican0501-34. Archived from the original on April 24, 2013.
  49. ↑ Hayes-Roth, Frederick; Waterman, Donald; Lenat, Douglas (1983). विशेषज्ञ प्रणालियों का निर्माण. Addison-Wesley. p. 6. ISBN 978-0-201-10686-2.
  50. ↑ Wong, Bo K.; Monaco, John A.; Monaco (September 1995). "व्यवसाय में विशेषज्ञ प्रणाली अनुप्रयोग: साहित्य की समीक्षा और विश्लेषण". Information and Management. 29 (3): 141–152. doi:10.1016/0378-7206(95)00023-p. Retrieved 29 November 2013.
  51. ↑ Kendal, S.L.; Creen, M. (2007). ज्ञान इंजीनियरिंग का परिचय. London: Springer. ISBN 978-1-84628-475-5. OCLC 70987401.
  52. ↑ Feigenbaum, Edward A.; McCorduck, Pamela (1983). पांचवी पीढ़ी (1st ed.). Reading, MA: Addison-Wesley. ISBN 978-0-201-11519-2. OCLC 9324691.
  53. ↑ वोंग 1995 141-152
  54. ↑ Douglas B. Lenat (1992). "On the thresholds of knowledge". In David Kirsh (ed.). आर्टिफिशियल इंटेलिजेंस की नींव. MIT Press. pp. 185–250.
  55. ↑ Bezem M (1988). "नियम-आधारित विशेषज्ञ प्रणालियों की संगति।". In International Conference on Automated Deduction. Lecture Notes in Computer Science. 310: 151–161. doi:10.1007/BFb0012830. ISBN 3-540-19343-X.
  56. ↑ Mak B, Schmitt BH, and Lyytinen K (1997). "विशेषज्ञ प्रणालियों के ज्ञान अद्यतन में उपयोगकर्ता की भागीदारी". Information & Management. 32 (2): 55–63. doi:10.1016/S0378-7206(96)00010-9.
  57. ↑ Pham HN, Triantaphyllou E (2008). "डेटा माइनिंग में वर्गीकरण सटीकता पर ओवरफिटिंग और ओवरसामान्यीकरण का प्रभाव". Soft Computing for Knowledge Discovery and Data Mining: 391–431.
  58. ↑ Pham HN, Triantaphyllou E (2008). "एक नए डेटा माइनिंग दृष्टिकोण को नियोजित करके मधुमेह की भविष्यवाणी करना जो फिटिंग और सामान्यीकरण को संतुलित करता है". Computer and Inf. Science G: 11–26.
  59. ↑ Shan N, and Ziarko W (1995). "डेटा-आधारित अधिग्रहण और वर्गीकरण नियमों का वृद्धिशील संशोधन।". Computational Intelligence. 11 (2): 357–370. doi:10.1111/j.1467-8640.1995.tb00038.x. S2CID 38974914.
  60. ↑ Coats PK (1988). "विशेषज्ञ प्रणालियाँ विफल क्यों होती हैं?". Financial Management. 17 (3): 77–86. doi:10.2307/3666074. JSTOR 3666074.
  61. ↑ Hendriks PH, and Vriens DJ (1999). "Knowledge-based systems and knowledge management: friends or foes?". Information & Management. 35 (2): 113–125. doi:10.1016/S0378-7206(98)00080-9.
  62. ↑ Yanase J, Triantaphyllou E (2019). "चिकित्सा में कंप्यूटर-सहायता प्राप्त निदान के भविष्य के लिए सात प्रमुख चुनौतियाँ।". International Journal of Medical Informatics. 129: 413–422. doi:10.1016/j.ijmedinf.2019.06.017. PMID 31445285. S2CID 198287435.
  63. ↑ Woolery, L.K.; Grzymala-Busse, J (1994). "Machine learning for an expert system to predict preterm birth risk". Journal of the American Medical Informatics Association. 1 (6): 439–446. doi:10.1136/jamia.1994.95153433. PMC 116227. PMID 7850569.
  64. ↑ Jump up to: 64.0 64.1 Salvaneschi, Paolo; Cadei, Mauro; Lazzari, Marco (1996). "Applying AI to structural safety monitoring and evaluation". IEEE Expert. 11 (4): 24–34. doi:10.1109/64.511774. Retrieved 5 March 2014.
  65. ↑ Jump up to: 65.0 65.1 Lazzari, Marco; Salvaneschi, Paolo (1999). "भूस्खलन के खतरे की निगरानी के लिए निर्णय समर्थन प्रणाली में एक भौगोलिक सूचना प्रणाली को एम्बेड करना" (PDF). International Journal of Natural Hazards. 20 (2–3): 185–195. doi:10.1023/A:1008187024768. S2CID 1746570.
  66. ↑ Jump up to: 66.0 66.1 Lancini, Stefano; Lazzari, Marco; Masera, Alberto; Salvaneschi, Paolo (1997). "विशेषज्ञ सॉफ्टवेयर के साथ प्राचीन स्मारकों का निदान" (PDF). Structural Engineering International. 7 (4): 288–291. doi:10.2749/101686697780494392.
  67. ↑ K. Horn; L. Lazarus; P. Compton; J.R. Quinlan (1985). "An expert system for the interpretation of thyroid assays in a clinical laboratory". Aust Comp J. 17: 7–11.
  68. ↑ Jump up to: 68.0 68.1 Buchanan, B. (1986). "Expert systems: working systems and the research literature". Expert Systems. 3 (1): 32–51. doi:10.1111/j.1468-0394.1986.tb00192.x.
  69. ↑ P. Compton; K. Horn; R. Quinlan; L. Lazarus; K. Ho (1988). "Maintaining an Expert System". Proceedings of the Fourth Australian Conference on the Applications of Expert Systems.
  70. ↑ Kwak, S. H. (1990). "A mission planning expert system for an autonomous underwater vehicle". Proceedings of the 1990 Symposium on Autonomous Underwater Vehicle Technology: 123–128. doi:10.1109/AUV.1990.110446. S2CID 60476847.
  71. ↑ Nelson, W. R. (1982). "REACTOR: An Expert System for Diagnosis and Treatment of Nuclear Reactors". AAAI. 82: Proceedings of the Second AAAI Conference on Artificial Intelligence: 296–301.
  72. ↑ Jump up to: 72.0 72.1 Hofmeister, Alan (1994). "SMH.PAL: an expert system for identifying treatment procedures for students with severe disabilities". Exceptional Children. 61 (2). Archived from the original on 3 December 2013. Retrieved 30 November 2013.
  73. ↑ Haddawy, P; Suebnukarn, S. (2010). "Intelligent Clinical Training Systems". Methods Inf Med. 49 (4): 388–9. CiteSeerX 10.1.1.172.60. doi:10.1055/s-0038-1625342. PMID 20686730. S2CID 11903941.
  74. ↑ Hollan, J.; Hutchins, E.; Weitzman, L. (1984). "STEAMER: An interactive inspectable simulation-based training system". AI Magazine.
  75. ↑ Stanley, G.M. (July 15–17, 1991). "Experience Using Knowledge-Based Reasoning in Real Time Process Control" (PDF). Plenary Paper Presented at: International Federation of Automatic Control (IFAC) Symposium on Compute R Aided Design in Control Systems. Retrieved 3 December 2013.
  76. ↑ Rasmussen, Arthur; Muratore, John F.; Heindel, Troy A. (February 1990). "The INCO Expert System Project: CLIPS in Shuttle mission control". NTRS. Retrieved 30 November 2013.
  77. ↑ Ciriscioli, P. R.; G. S. Springer (1990). "Smart Autoclave Cure of Composites". ISBN 9781003209010.
  78. ↑ Catlett, J. (1990). "विशेषज्ञ प्रणालियाँ, जोखिम और पुरस्कार।". Hub Information Technology. 2 (7): 20–26.



उद्धृत कार्य

बाहरी संबंध

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=एक्सपर्ट_सिस्टम&oldid=262495’