You are currently viewing همه چیز درباره‌ی سیستم تولید (Production system) در هوش مصنوعی

همه چیز درباره‌ی سیستم تولید (Production system) در هوش مصنوعی

  • Post published:آگوست 28, 2022

سیستم تولید هوش مصنوعی مبتنی بر مجموعه‌ای از قوانین در مورد رفتار است. این قوانین یک نمایش اساسی هستند که در سیستم‌های خبره (expert)، برنامه‌ریزی خودکار و انتخاب اقدام مناسب و مؤثر مفید هستند. همچنین نوعی جدید از هوش مصنوعی را ارائه می‌دهد. در این مطلب در مورد ویژگی‌های و عملکرد سیستم تولید در هوش مصنوعی صحبت خواهیم کرد:

فهرست مطالب

سیستم تولید (Production system) در هوش مصنوعی چیست؟

اجزای سیستم تولید هوش مصنوعی چیست؟

ویژگی های سیستم تولید در هوش مصنوعی

استراتژی های کنترل/جستجو

قوانین سیستم تولید

طبقه‌بندی‌های سیستم تولید در هوش مصنوعی

مزایای سیستم تولید هوش مصنوعی

نمونه‌ای از کاربردهای سیستم تولید در هوش مصنوعی:

سخن آخر

سیستم تولید (Production system) چیست؟

سیستم تولید در هوش مصنوعی یک برنامه سیستمی است که برای تغذیه نوعی از هوش مصنوعی استفاده می‌شود. این سیستم شامل مجموعه‌ای از قوانین برای طراحی رفتار و عکس‌العملی مشخص و شامل مکانیزمی برای اطاعت از قوانین سیستم و پاسخگویی متناسب با آن است. این مجموعه قوانین به عنوان تولید شناخته می‌شوند و یک نمایش اساسی برای انتخاب اقدام، سیستم خبره و برنامه ریزی خودکار می‌باشند. بخش بعدی این مطلب به بررسی ویژگی‌ها، قوانین تولید شده، مزایا و محدودیت‌های سیستم تولید در هوش مصنوعی را توضیح می‌پردازیم.

اجزای سیستم تولید هوش مصنوعی چیست؟

یک سیستم تولید هوش مصنوعی دارای سه عنصر اصلی است که به شرح زیر است:

۱ـ پایگاه داده جهانی (Global Database): پایگاه داده جهانی ساختار داده مرکزی است که توسط سیستم تولید در هوش مصنوعی استفاده می‌شود. پایگاه داده اولیه که شامل تمام اطلاعات لازم برای انجام موفقیت آمیز یک کار است. زیرشاخه‌های اصلی آن به دو بخش تقسیم می‌شوند: موقت و دائم. بخش موقت فقط حاوی اطلاعات مربوط به وضعیت فعلی است در حالی که بخش دائمی حاوی اطلاعات مربوط به اقدامات از پیش تعیین شده است.

۲ـ مجموعه‌ای از قوانین تولید (A set of Production Rules): مجموعه‌ای از قوانین که در پایگاه داده جهانی عمل می‌کنند. هر قانون متشکل از یک پیش شرط و پس شرط است که ادامه فعالیت آن وابسته به این است که پایگاه داده جهانی یا آن را قبول می کند یا خیر. به عنوان مثال، اگر یک شرط توسط پایگاه داده جهانی برآورده شود، قانون تولید با موفقیت اعمال می‌شود.

۳ـ سیستم کنترل (Control System): سیستم کنترلی که به عنوان تصمیم گیرنده عمل می‌کند و تصمیم می‌گیرد که کدام قانون تولید باید اعمال شود. هنگامی که یک شرط پایان در پایگاه داده برآورده می‌شود، سیستم کنترل محاسبات یا پردازش را متوقف می‌کند. اگر قرار باشد چندین قانون همزمان اجرا شود، سیستم کنترل تضادها را بر طرف می‌کند.

ویژگی‌های سیستم تولید در هوش مصنوعی

یک سیستم تولید دارای ویژگی‌های زیر است:

۱ـ Simplicity (سادگی): به دلیل استفاده از ساختار IF-THEN، هر جمله در سیستم تولید هوش مصنوعی ساختار منحصر به فرد خود را دارا است. این منحصر به فرد بودن منجر به ساده شدن نمایش و فهم اطلاعات در شرایط مختلف و در نتیجه افزایش خوانایی قوانین تولید می‌شود.

۲ـ Modularity(مدولاریت): دانش موجود توسط سیستم تولید در قطعات گسسته کدگذاری می شود که اضافه کردن، اصلاح یا حذف اطلاعات را بدون هیچ گونه عوارض جانبی آسان می کند.

۳ـ Modifiability(اصلاح پذیری): این به معنای تسهیلات برای اصلاح قوانین است. این اجازه می‌دهد تا ابتدا قوانین تولید را به شکل اسکلتی توسعه دهید و سپس برای مطابقت با یک برنامه خاص اصلاح شوند.

۴ـ Knowledge-intensive: همان‌طور که از نام آن پیداست، سیستم فقط دانش را ذخیره می‌کند. تمامی قوانین به زبان انگلیسی نوشته شده است. این نوع نمایش مشکل معناشناسی را حل می‌کند.

استراتژی‌های کنترل/جستجو در سیستم تولید هوش مصنوعی

چگونه تصمیم می‌گیرید هنگام جستجوی راه حلی برای هر مشکلی، کدام قانون را اعمال کنید؟ الزامات خاصی برای یک استراتژی کنترل خوب و مؤثر وجود دارد که باید در نظر داشته باشید، مانند:

۱ـ اولین نیاز برای یک استراتژی کنترل خوب این است که باید باعث حرکت و تغییرات مثبت شود.

۲ـ شرط دوم برای یک استراتژی کنترل خوب این است که باید سیستماتیک باشد.

۳ـ در نهایت، یک استراتژی مؤثربرای یافتن یک پاسخ باید کارآمد باشد.

قوانین سیستم تولید

قوانین سیستم تولید را می‌توانیم به صورت زیر طبقه بندی کنیم:

۱ـ قواعد استنتاج قیاسی (Deductive Inference Rules)

۲ـ قوانین استنتاج ابداکتیو (Abductive Inference Rules)

نکته: شما می‌توانید اطلاعات را در سیستم تولید هوش مصنوعی به عنوان مجموعه‌ای از قوانین همراه با یک سیستم کنترل و پایگاه داده به نمایش بگذارید. برای مثال می‌توان داده‌ها را به شرح زیر توصیف کرد:

If(Condition) Then (Condition)

به یاد داشته باشید قوانین تولید نیزمعمولاً به عنوان condition-action, antecedent-consequent, pattern-action, situation-response, feedback-result شناخته می‌شوند.

طبقه‌بندی‌های سیستم تولید در هوش مصنوعی

یک سیستم تولید به چهار دسته اصلی طبقه‌بندی می‌شود که عبارتند از:

۱ـ Monotonic Production System

۲ـ Partially Commutative Production System

۳ـ Non-Monotonic Production System

۴ـ Commutative Production System

مزایای سیستم تولید هوش مصنوعی

۱ـ ابزارهای عالی را برای ساختاردهی برنامه های هوش مصنوعی ارائه می دهد مزایا

۲ـ سیستم تولید هوش مصنوعی بسیار ماژولار است زیرا می‌تواند قوانین فردی را به طور مستقل اضافه، حذف یا اصلاح کند

۳ـ در سیستم تولید هوش مصنوعی چرخه داده‌ها و کنترل و عملکرد مجزا هستند و از بک‌دیگر تفکیک شده‌اند.

۴ـ نقشه برداری طبیعی بر روی داده‌های تحقیقاتی فضای حالت یا مبتنی بر هدف این سیستم از کنترل الگوریتمی استفاده می‌کند که انعطاف پذیرتر از کنترل الگوریتمی است.

۵ـ استفاده از سیستم تولید در هوش مصنوعی یک راه خوب برای مدل سازی ماهیت حالت محور ماشین های هوشمند است.

۶ـ استفاده از سیستم تولید هوش مصنوعی در محیط‌های به اصطلاح real-time بسیار کارآمد است.

۷ـ روش‌های عیب‌یابی در سیستم تولید قابل اعتماد هستند و سیستم تولید هوش مصنوعی حداقل زمان را برای یافتن قطعات مشکل‌زا صرف می‌کنند.

۸ـ بیشتر سیستم‌های تولیدی در محیط کاربردی مستعد ناتوانی و بروز مشکلات هستند. اما متدولوژی‌های کنترلی که به خوبی در سیستم تولید هوش مصنوعی به کار گرفته شده‌اند، این نوع اختلالات را به حداقل می‌رسانند، به خصوص زمانی که یک برنامه اجرا می‌شود، چندین قانون فعال و اجرا می‌شوند به دلیل اینکه قوانین از پیش تعریف شده زیادی در سیستم تولید وجود دارد و جستجوی پیچیده در روش سلسله مراتبی در سراسر هر مجموعه قوانین برای هر تکرار یک برنامه کنترل انجام می شود احتمال بروز هر گونه مشکلی را به حداقل می‌رساند.

معایب سیستم تولید هوش مصنوعی

۱ـ تجزیه و تحلیل جریان کنترل در یک سیستم تولید بسیار دشوار است

۲ـ سیستم تولید هوش مصنوعی گاهی برای راه‌حل یک مشکل که با جست‌وجوی ساده حل می‌شود یک عملیات بسیار طولانی را توصیف می‌کند

۳ـ در سیستم تولید هوش مصنوعی یادگیری وجود ندارد در نتیجه راه‌حل و تجربیات چالش‌های گذشته برای آینده در حافظه ذخیره نخواهد شد.

۴ـ قوانین در سیستم تولید نباید هیچ نوع راه‌حل تعارضی داشته باشند، زیرا زمانی که یک قانون جدید به پایگاه داده اضافه می‌شود باید اطمینان حاصل شود که هیچ گونه تضادی با هیچ قانون دیگری وجود ندارد.

نمونه‌ای از کاربردهای سیستم تولید در هوش مصنوعی:

سوأل: ما دو کوزه با ظرفیت 5 لیتر و 3 لیتر (لیتر) و یک شیر آب با حجم بی پایان داریم. هدف این است که 4 لیتر را دقیقا در کوزه 5 لیتری با حداقل مراحل ممکن بدست آوریم.

مراحلی که سیستم تولید هوش مصنوعی طی می‌کند:

کوزه 5 لیتری را از شیر پر کنید.
کوزه 5 لیتری را خالی کنید.
کوزه 3 لیتری را از شیر پر کنید.
کوزه 3 لیتری را خالی کنید.
سپس پارچ 3 لیتری را تا 5 لیتر خالی کنید.
کوزه 5 لیتری را به 3 لیتر خالی کنید.
آب را از 3 لیتر تا 5 لیتر بریزید.
از 5 لیتر تا 3 لیتر آب بریزید ولی خالی نکنید.

راه‌حل مسئله: 1،8،4،6،1،8 یا 3،5،3،7،2،5،3،5

سخن آخر

در این مقاله درباره‌ی سیستم تولید هوش مصنوعی آموختیم: سیستم تولید نوعی معماری شناختی برای پیاده سازی الگوریتم‌های جستجو و شبیه‌سازی توانایی‌های حل مسئله انسان است. این دانش و توانایی حل مسئله در سیستم به شکل محصولاتی ذخیره می‌شود که با مقیاس کوانتومی کمی قابل شناخت و دریافت هستند که از دو بخش تشکیل شده است: قانون و عمل. بخش قواعد شرایط را تشخیص می‌دهد، در حالی که بخش عمل می‌داند که چگونه با آن برخورد کند. به بیان دیگر، سیستم تولید هوش مصنوعی شامل مجموعه‌ای از قوانین است که توسط سمت چپ و راست سیستم ایجاد شده است. در سمت چپ لیستی از مواردی است که باید مراقب آنها باشید (شرایط) و در سمت راست لیستی از کارهایی که باید انجام دهید (اقدام) وجود دارد. امیدوارم این مطلب برای شما مفید واقع شده باشد.