تارخچه و تعریف یک سیستم خبره
نقطه آغاز ایجاد هوش مصنوعی اندکی بعد از جنگ جهانی دوم می باشد .
در آن زمان (نوربرت واینر)با توجه به مسایل سیبرنیتیک, زمینه را برای پیشرفت هوش مصنوعی به وجود آورد .
در سال 1950 آزمایشی مبنی بر این که آیا ماشین قادر است با فرایند های مغز انسان رقابت نماید, مطرح کرد.
کامپیوتر در اصل یک ماشین برای یاری انسان در انجام کار های دشوار است .
مثلا الکتریکی نمودن دفترچه تلفن یا راهنمای کار یک ماشین لباس شوئی یا انجام فرایند های متوالی و مشخص از پیش تعیین شده و..
......
گذری بر سیستمهای خبره (Expert Systems)
اشاره :
<استدلال> در میان اهل فن و صاحبان اندیشه تعاریف و تفاسیر متنوعی دارد.
در نگاهی کلی، استفاده از دلیل و برهان برای رسیدن به یک نتیجه از فرضیاتی منطقی با استفاده از روشهای معین، تعریفی از استدلال تلقی میشود؛ تعریفی که البته با دیدگاههای فلسفی و گاه ایدهآلگرایانه از استدلال تفاوت دارد.
با این حال موضوع مهم و اساسی در اینجا بحث در چیستی و چرایی این دیدگاهها نیست، بلکه در مورد نحوه طراحی سیستمهای با قدرت استدلال، با هر تعریفی، برای رسیدن به مجموعهای از تصمیمات منطقی با استفاده از مفروضات یا به طور دقیقتر دانشی است که در اختیار آنها قرار میگیرد.
سیستمهایی خبره (expert systems) اساسا برای چنین هدفی طراحی میشوند.
در حقیقت به واسطه الگوبرداری این سیستمها از نظام منطق و استدلال انسان و نیز یکسان بودن منابع دانش مورد استفاده آنها، حاصل کار یک سیستم خبره میتواند تصمیماتی باشد که درحوزهها و عرصههای مختلف قابل استفاده، مورد اطمینان و تاثیرگذار هستند.
بسیاری بر این باورند که سیستمهای خبره بیشترین پیشرفت را در هوش مصنوعی به وجود آوردهاند.
آنچه درادامه میخوانید نگاهی کوتاه به تعاریف و سازوکار سیستمهای خبره و گذری بر مزایا و محدودیتهای به کارگیری این سیستمها در علوم و فنون مختلف است.
طبیعتاً مباحث کاربردیتر و عملیتر درباره سیستمهای خبره و بحث درباره نحوه توسعه و پیادهسازی آنها، نیازمند مقالات جداگانهای است
دانشمندان بارها به فکر افتادند که با ثبت قوانین پزشکی، فیزیکی و شیمیایی در کامپیوتر از کامپیوتر یک پزشک، مهندس یا شیمیدان بسازند اما جالب اینکه پاسخ پرسش هایی چون بیماری مادر همیشه غلط از آب در امده و پی آمد های گرانی به همراه داشته است .
جان انسان مطاعی نیست که بتوان ان را به قمار گرفت.
دراین جا به مفهومی به نام خبره بر می خوریم .
خبره همان فرد متخصص و باسواد یک حوزه است اما فرق یک فرد خبره ویک فرد باسواد در تصمیم گیریهای او است فرد با سواد در بر خورد با یک موقعیت پس از آنالیز کردن موقیعت و جمع آوری اطلاعات و مشاهدات در باره موقعیت طبق قوانین خشکی که در طول مطالعه ها به آن بر خورده تصمیم گیری می نماید .
اما فرد خبره در بر خورد بایک موقعیت پس از آنالیز موقعیت، جمع آوری اطلاعات ومشاهدات درمورد موقعیت با مراجعه به تجربه خود و مشاهدات قبلی خود در مورد موقعیت یا موقعیتهای مشابه و استفاده از آن چه در زبان عامیانه آنرا حس ششم می نامیم، چندین تئوری ایجاد نموده وسپس با استفاده از قوانین پایه ای علمی وتصمیم درست را می گیرد پیتر جکسن سیستم های خبره را این چنین تعریف می کند :
.یک سیستم خبره یک برنامه کامپیوتری است که عمل نمایش و تعقل دانش را با دست داشتن دانش یک متخصص ووظیفه حل مشکلات یا فراهم نمودن اندرز و مشورت انجام می دهد چنین سیستمی وظیفه انجام اموری را که به برای انجام شدن به یک متخصص انسان یا یک اسیستانتا برای یک متخصص نیاز دارد را دارد .
به زبان ساده سیستم خبره یک برنامه کامپیوتری است به طریقی که جلوتر تو ضیح داده خواهد شد دانش و تجربه لازم در مورد یک موضوع مشخص را در خود داشته و بادریافت اطلاعات در مورد مساله یا موقعیت کنونی که مربوط به دانش خود نیز می باشد تصمیم گیری یا نتیجه گیری درستی را که از یک انسان خبره انتظار میرود را انجام می دهد .
سیستم خبره شاخه از هوش مصنوعی است که مربوط به تقلید توان هایی معرفتی و شعوری انسان، چون حل مسائل ، درک و فهم زبان، آواها و تصاویر می باشد .
تکنو لوژی سیستم خبره جز موفق ترین حوزه های هوش مصنوعی است .
و تا کنون این تکنولوژی در حیطه های علمی چون شیمی آلی و پزشکی داخلی پیاده سازی وبا موفقیت به مصرف رسیده است .
موارد پایین جزو تفاوت های یک سیستم خبره و یک برنامه عادی که به یک دیتا بیس متصل است ،می باشد.
الف :یک سیستم خبره برای حل یک مشکل به جای شبیه سازی مشکل با مدل های ریاضی آن را به سبک انسان حل می کند .
این بدان معناست که یک سیستم خبره به دنبال حل نمود یک مساله از طریق روش های بشر گونه است .
ب:یک سیستم خبره جای انجام عملیات ریاضی و استد لال برپایه روابط ریاضی، بر پایه دانش انسانی تعقل می نماید .
دانش در لفاف یک زبان مخصوص درون برنامه نگه داری می شود و از ؟؟؟؟تعفل انجام می دهد جداست این دو ماجول جدا را به ترتیب پایگاه دانش و موتور استناج یا نتیجه گیری می نامیم
ج: یک سیستم خبره برای رسیدن به پاسخ از روشهای ابتکاری و تقریب زنی برای یافت پاسخ استفاده میکنند این روش ها بر خلاف استفاده از الگوریتم های مشخص رسیدن به پاسخ را ضمانت نمی کنند .
روشهای ابتکاری و اساسا حسابهای تخمینی و فرضی هستند که در مدت توسط تجربه یا ابتکار به خرج دادن امتحان کردن راه های مختلف انجام یک کار بدست می آیند .
ومنظور از تقریب ز نی آن است که داده ورودی حتما نباید کامل و عاری از خطا باشند و البته پاسخ های ایجاد شده توسط سیستم نیز خود همراه با ا یک در صد احتمال وقوع هستند .
مهم ترین موضوعات سیستم های خبره مباحث زیر هستند که مختصرا به تو ضیح هریک می پردازیم .
الف: فراگیری دانش
فراگیری دانش فرآیند تغییر تجربه و تخصص حل مسائل از یک منبع دانش به یک برنامه است .
معمولا این فرآیند طی سری مصاحبات بین یک متخصص کامپیوتر و یک خبره یک حوزه علمی انجام می گیرد که این فرآیند بسیار طولانی و سخت است زیرا اغلب اوقات افراد قادر به شرح فرآیند تصمیم گیری خویش نیستند .
ویا افراد خبره از کلمات اصطلاحات حوزه تخصص خود برای توصیف فرآیند ها استفاده میکنند که تبدیل آن به داده کامپیوتری توسط یک متخصص کامپیوتر که از آن تخصص سر رشته ندارد عملا غیرممکن است .مثلا پخت غذا که همه با ان اشنا هستیم .یک اشپز از اصطلاح تفت دادن برای تشریح عمل سرخ کردن یک تکه خوراکی استفاده می کند اما واقعا تفت دادن یعنی چه ؟
سرخ کردن یک چیز در ماهیتابه تا زمانی که رنگ ان طلایی ش.د یک تو ضیح است >اما اگر بخواهیم سیب زمینی را تفت بدهیم چه ؟در مورد برنج در تخم مرغ خوابیده چی؟(برنج خوابیده در تخم مرغ یک غذای لذیذ اینگلیسی است )در مورد بادمجان چه ؟
این امر باعث شده دانشمندان این حوزه برای عمل کسب دانش در ماشین به شبکه های عصبی که به آموزش ماشین می انجامند روی بیاورند .
ب : نمایش دانش
نمایش داده حوزه علمی است که فقط مربوط به تکنولوژی سیستم خبره نمیشود بلکه در تمام شاخه های هوش مصنوعی با آن بر خورد خواهیم داشت .
نمایش داده موضوعی است که در مورد شیوه نگه داری ، ارائه برخورد با دانش را بررسی میکند که البته هدف آن تقلید شیوه نگاهداری ارائه وبرخورد دانش در مغز انسان است .هر روش نمایش دانش باید دارای زبانی ساده عاری از دو پهلویی بااستعاره و اشاره که دارای نحو ( کلمات ،جملات و اساس ساختاری ) مشخص و تعریف شده و قوانین معنای نسبی که به شکل حالت و مکان هر کلمه یا جز زبان، معنای آن را درست واضح بیان مینماید ،باشد .
ساختار یک سیستم خبره
هر سیستم خبره از دو بخش مجزا ساخته شده است: پایگاه دانش و موتور تصمیمگیری.
پایگاه دانش یک سیستم خبره از هر دو نوع دانش مبتنی بر حقایق (factual) و نیز دانش غیرقطعی (heuristic) استفاده میکند.
Factual knowledge، دانش حقیقی یا قطعی نوعی از دانش است که میتوان آن را در حیطههای مختلف به اشتراک گذاشت و تعمیم داد؛ چراکه درستی آن قطعی است.
در سوی دیگر، Heuristic knowledge قرار دارد که غیرقطعیتر و بیشتر مبتنی بر برداشتهای شخصی است.
هرچه حدسها یا دانش هیورستیک یک سیستم خبره بهتر باشد، سطح خبرگی آن بیشتر خواهد بود و در شرایط ویژه، تصمیمات بهتری اتخاذ خواهد کرد.
دانش مبتنی بر ساختار Heuristic در سیستمهای خبره اهمیت زیادی دارد این نوع دانش میتواند به تسریع فرآیند حل یک مسئله کمک کند.
البته یک مشکل عمده در ارتباط با به کارگیری دانشHeuristic آن است که نمیتوان در حل همه مسائل از این نوع دانش استفاده کرد.
به عنوان نمونه، نمودار (شکل 1) به خوبی نشان میدهد که جلوگیری از حمل سموم خطرناک از طریق خطوط هوایی با استفاده از روش Heuristic امکانپذیر نیست.
استدلال> البته یک مشکل عمده در ارتباط با به کارگیری دانشHeuristic آن است که نمیتوان در حل همه مسائل از این نوع دانش استفاده کرد.
به عنوان نمونه، نمودار (شکل 1) به خوبی نشان میدهد که جلوگیری از حمل سموم خطرناک از طریق خطوط هوایی با استفاده از روش Heuristic امکانپذیر نیست.
نقش منابع هوشمند در مدیریت دانش هدف این بخش، بهبود درک فرآیندهایی است که بدان طریق فراهمآوری دانش، ابزارهای فنی، و عوامل سازمانی میتوانند به توسعه سازمان از جهت گسترش دانش به عنوان یک سلاح رقابتی نظاممند کمک کنند.
این بخش، روابط بین تکنولوژی و ارزشهای انسانی را بررسی میکند، زیرا این روابط ابزارهای ضروری فرایند مدیریت دانش میباشند.
با توجه به اینکه مدیریت دانش به عوامل هوشمند، تکنولوژی اطلاعات، و سیستمهای حمایت از تصمیمات استراتژیک ارتباط دارد، درمییابیم که هدف آن ارائه بینش مؤثری درخصوص کارآیی مدیریت دانش میباشد.
در این بخش، یک مدل مفهومی از کارایی مدیریت دانش در سازمانهایی که با ترکیبی از نقش عوامل هوشمند و منابع سیستمهای هوشمند حمایت میشوند، ارائه میشود.
این مدل به دو بخش تقسیم میگردد: ۱) بخش ابزارهای فنی برای تعیین مشخصات منابع سیستمهای هوشمند.
۲) بخش عوامل هوشمند که وظیفه آنها تمرکز بر نقششان در عملکرد سازمانی میباشد.
عوامل عمده، مورد بحث قرار گرفته و برای پژوهشهای آینده پیشنهاداتی ارائه میگردد.
دانش، دارایی واقعی سازمانی است که براساس اصول بازار آزاد فعالیت میکند و بر یکپارچگی در بخشها و اصول خود تأکید دارد.
چون مدیریت دانش۱ با ابزارهای فنی و ارزشهای انسانی چندگانه سر و کار دارد میتواند نشان دهد که چگونه سازمانهای آموزشی، سازمانهای هوشمند، و اصولاً مدیریت سازمانی میتوانند فرآیندهای خود را از طریق استفاده از یک رهیافت «دانشمدار» مجدداً طراحی نمایند.
عوامل هوشمند (ارزشهای انسانی) و ابزارهای فنی قادر هستند مبنایی برای کارآیی بلندمدت سازمانیِ دستگاههایی که میخواهند مدیریت دانش را نهادینه سازند، فراهم کنند.
مدیریت دانش بصورت روزافزون سودمندتر میگردد، زیرا مدیریت ارزش، سیستمهای هوشمند و عوامل هوشمند را مدنظر قرار میدهد (ولدریج و جنین، ۱۹۹۵).
در خلال دهه گذشته، این آگاهی روزافزون حاصل گردیده که سازمانها باید سرمایه معنوی و ابزارهای فنی خود را که در قلمرو اطلاعات قرار دارند به درستی مدیریت نمایند، یعنی اینکه افراد و سیستمهای اطلاعاتی، به صورت کارا، به کار گرفته شوند.
بر طبق بعضی از اظهارنظرها (استوارت، ۱۹۹۷؛ ویگ، ۱۹۹۷)، مدیریت دانش به عنوان یک متدولوژی برای تولید، حفظ، و بهرهبرداری از تمام امکانات مجموعه عظیمی از دانش است که هر سازمانی در فعالیتهای روزانه خود از آنها سود میجوید.
دیدگاه دیگری وجود دارد که مدیریت دانش را به عنوان مجموعهای از فرآیندها توصیف میکند که از تولید، توزیع، و بهرهبرداری از دانش بین عوامل مرتبط هوشمند و ابزارهای فنی، چون تکنولوژی اطلاعات۲ و سیستمهای حمایت از تصمیمگیری۳، حمایت مینماید (لیبوتیس و ولکاکس، ۱۹۹۷).
بعضی سازمانها، علاقه زیادی به اجرای فرایندها و فنون مدیریت دانش نشان میدهند و حتی شروع به گزینش مدیریت دانش به عنوان بخشی از استراتژی حرفه خود کردهاند.
با توجه به نیاز به افزودن علاقه مدیران، این مقاله معتقد است که مجموعهای از عوامل به نحو چشمگیری برای تبیین رابطه بین کارایی مدیریت دانش، عوامل هوشمند، و منابع فنی سودمند میباشند.
باید بر روابط عملیاتی تأکید گردد، زیرا باعث تقویت مدیریت دانش میگردد.
این مقاله سعی دارد که مدل مفهومی برای کارایی مدیریت دانش و یک چارچوب برای نقشهای عوامل هوشمند و ابزارهای فنی در مدل مفهومی مدیریت دانش، ارائه دهد.
در نهایت بعضی از نقطه نظرات و مسائل مدیریتی نیز ارائه خواهد شد.
● ارتقای دانش از طریق ابزارهای فنی ابزارهای متنوعی وجود دارند که میتوان از آنها برای ایجاد ارتباطات آموزشی یا یادگیری، مدلهای توصیفی، و همچنین کنترل مدیریت دانش استفاده کنیم.
ابزارهای یادگیری جدیدی در حال ظهور هستند که ابعاد فنی بر قابلیتهای فکری انسان ارائه میکنند، به این معنی که مکانیسمی برای ایجاد سیستمهای پایدار مدیریت دانش ارائه میکنند.
با این ابزارهای جدید، بخشی از دانش میتواند در یک برنامه نرمافزاری تجسم پیدا نموده و برای عوامل هوشمندی که در قسمتهای مختلف سازمان قرار دارند، دسترسپذیر گردند.
ایجاد چنین سیستمی مستلزم آن است که دانش دسترسپذیر، قابل درک و همچنین قابل ذخیره توسط افراد هوشمند باشد.
در سالهای گذشته پیشرفتهای مهمی در تکنولوژی اطلاعات رخ داده است که قابلیتهای جدیدی برای فرایند مدیریت دانش داشتهاند.
به عنوان مثال، واسطههای پیشرفته کامپیوتری، ظرفیت بیشتر ذخیره، پیشرفت در رهیافتهای مهندسی دانش، سیستمهای تقویت تصمیمگیری و سیستمهای حمایت از تصمیمگیریهایی که به وسیله کامپیوتر حمایت میگردند کمکهای سودمندی نمودهاند.
ظهور سیستمهای حمایت عملکرد۴ یکی از مهمترین این رهاوردها میباشد (گری، ۱۹۹۱).
تعداد زیاد کامپیوترهای شخصی و شبکههای ارتباطی به سازمانها این اجازه را داده که دانش جدید را به دست آورده و یا حفظ نموده و آن را در راستای نیل به موقعیتهای رقابتی برتر مورد استفاده قرار دهند (حلال و اسمیت، ۱۹۹۸؛ تاپ اسکاپ، ۱۹۹۶).
با استفاده از یک شبکه کامپیوتری، حتی مدیرانی که در نقاط مختلف جغرافیایی قرار دارند، اما دارای اهداف مشترک هستند، میتوانند ضمن تبادل افکار، از تلاشهای مبتکرانه یکدیگر سود برده و یا آنها را با هم درآمیزند، و این فرایندی است که سدهای مکانی و زمانی را شکسته است.
این شبکه که شامل سیستمهای دانش و عوامل هوشمند و کامپیوتر میباشد، با کمک همدیگر میتوانند به اشاعه داده، اطلاعات، و دانش کمک نمایند.
در قسمت بعدی، تکنولوژی اطلاعات و سیستمهای حمایت از تصمیمات استراتژیک۵ به عنوان ابزار فنی عمده مورد بحث قرار خواهند گرفت.
● تکنولوژی اطلاعات الگوهای کار مدیریتی با رواج تکنولوژیهای ارتباطی جدید تحت تأثیر قرار گرفتند و قدرت دانش، امروزه، اساساً به عنوان یک دارایی سازمانی محسوب میگردد.
تکنولوژیهای اطلاعاتی و ارتباطی ذاتاً مکانیسمهایی قدرتمند (توانمند) در انتقال اطلاعات هستند و این امر باعث میگردد که راههای بهدست آوردن دانش ممکن گردد.
تکنولوژی اطلاعات تأثیر بسیار زیادی در توسعه صنعتی داشته است.
به عنوان مثال، تکنولوژی اطلاعات مسئول اتوماسیون وظایف معمولی و هماهنگی فعالیتهای زیادی از طریق ارتباطات بهتر میباشد.
در بسیاری از سازمانها ضروری است که سیستمهای کامپیوتری جامع، بانکهای اطلاعاتی مرتبط، و کاربردهای آنها را برای تحلیل و فهم فرایندهای اصلی تجاری آنها مدنظر قرار دهیم.
سیستمهای کامپیوتری اساساً در فعالیتهای انسانی مشارکت میکنند و به صورت خودکار، فرایندهای متنوعی را تحت کنترل دارند.
اصطلاحات مندرج در این سیستمها، همچنین برای اندازهگیری و نظارت برای کسب اطمینان از حصول به کیفیت بهتر و کنترل هزینه، سودمند میباشند.
در حقیقت، تکنولوژی اطلاعات به طور روزافزون با تمام انواع ماشینآلات تولیدی و با عملکردهای اداری از طریق سیستمهای پردازش دادهها مرتبط میباشد و تمام این سیستمها با تجهیزات انتقال دادهها به هم وصل هستند.
به عنوان مثال، در حوزه حسابداری هزینه، استفاده از کامپیوتر، دانش بهتری درخصوص عوامل مؤثر بر مصرف مواد اولیه به دست میدهد، و دستورالعملهای جدید برای مدیریت تولید میتواند ارائه گردد.
به ویژه، به نظر میرسد که بعضی از سازمانها به طور مناسبی از پتانسیلهای گسترده تکنولوژی اطلاعات بهرهبرداری کردهاند، و این ناشی از رویکرد سیستمها به فرایند و طراحی محصول میباشد.
به علاوه امکان استفاده از مزایای مدیریتی بهتر از جریان روبه افزایش افقی اطلاعات در داخل و همچنین بین تهیهکنندگان و مشتریان میسر شده است.
امروزه، تکنولوژی اطلاعات برای کنترل گردآوری دانش وتوسعه آن به کار میرود.
تکنولوژی اطلاعات، نشر و تمرکز دانش را امکانپذیر ساخته و مدیران سطوح بالا را قادر ساخته که اطلاعات را با سرعت و دقت بیشتری به دست آورند، و از سوی دیگر همچنین به مدیران سطوح میانی امکان داده تا آگاهتر باشند و تصمیماتی بهنگام اتخاذ نمایند.
زیرساختهای موجود تکنولوژی اطلاعات از معماری مدیریت دانش حمایت مینمایند.
در حقیقت زیرساختهای تکنولوژی اطلاعات باعث میشوند که جمعآوری، تعریف، ذخیره، نمایهسازی، و ارتباط دادن دادهها و اشیای رقومی یا دیجیتالی برای پردازش آنها امکانپذیر گردد تا اطلاعاتی با انعطاف کافی حاصل گردد و از این اطلاعات بتوان در راستای بهبود فعالیتها و حمایت از تصمیمات مدیریت به نحو مطلوبی استفاده کرد.
این قابلیتها به ما اجازه میدهد که بگوییم توزیع دانشِ صریح الکترونیکی در زمینه بافت سازمانی و تواناییهای آن ایفا میشود.
استفاده مؤثر از تکنولوژی اطلاعات برای انتقال یا حصول دانش اکتسابی، مستلزم وجود یک ابزار تفسیری میباشد.
هرچه عوامل هوشمند، بیشتر از دانش مشابه و تجربیات حرفهای برخوردار گردند به همان طریق دانش با سودمندی بیشتری میتواند از طریق کانالهای رسانهای الکترونیکی منتقل گردد.
هنگامی که ابزار تفسیری به اشتراک گذاشته نشود و دانش اصلی ضمنی باشد، ارتباطها و تجربههای حرفهای به بهترین نحوی توسط روشهای تعاملی همچون کنفرانسهای ویدئویی و مذاکرات روی در روی حمایت میگردند.
● سیستمهای حمایت از تصمیمات استراتژیک گراند و گنی دالی در سال ۱۹۹۶ و راس در همان سال معتقد بودند که اگر یک سازمان مصصم است که نسبت به رقبای خود موقعیت استراتژیک داشته باشد، باید توان آن را داشته باشد که از دانش بهرهبرداری نماید و از امکانات، بهتر از رقبای خود سود جوید.
این توان به عوامل هوشمند آن سازمان بستگی دارد و در حقیقت باید معتقد بود که به وضوح ممکن است بتوان استراتژی دانش و عملکرد را به گونهای به هم مرتبط کرد که احتمال ایجاد ارزش افزوده وجود داشته باشد.
بعضی از شرکتها قادرند که ارتباطات مورد نیاز را بین استراتژی و آنچه که عوامل هوشمند آنها نیاز دارند بدانند، به اشتراک بگذارند و همچنین یاد بگیرند که آنها را در خلال اجرای استراتژی به کار ببرند.
دانش میتواند انواع مختلفی داشته باشد که هر یک میتواند بروز نماید.
هنگامی که دانش اتفاقی و روشن به اشتراک گذاشته میشود (غالباً به شکل محیط، رقبا، و تجزیه و تحلیل موقعیت)، این امر مدیران را قادر میسازد که فرمولهکردن استراتژیها و تاکتیکهای نیل به اهداف را هماهنگ سازند.
از اوایل دهه ۷۰، تعداد روز افزونی از مطالعات در زمینه سیستم حمایت از تصمیمگیری گزارش گردید (اِوم، ۱۹۹۵).
این گزارشات بیانگر نیاز به زمینه منسجم و ثابتی برای سیستمهای اطلاعاتی مدیریت هستند.
یک طرح مطلوب سیستم حمایت از تصمیمگیری میتواند مجموعه معمولی از عناصر این سیستم شامل محیط، ویژگیهای وظیفهای، الگوهای دسترسی، نقشها و عملکردها، و اجزای آن را شامل شود (آنجر، ۱۹۹۳).
به علاوه مدیران مجبورند که تصمیمات خود را در محیطهای پیچیده اتخاذ نمایند و جایگزینهای استراتژیک پیچیده را در نظر داشته باشند.
این بدین معناست که فعالیتهای مدیریتی نیازمند یاری سیستم حمایت از تصمیمات استراتژیک میباشند، یعنی مجموعهای از ترکیب کافی از سختافزارها و نرمافزارهای تخصصی (منزروگومس، ۱۹۹۱؛ مرتن، ۱۹۹۱).
سیستم حمایت از تصمیمات استراتژیک میتواند جزئی از مدیریت دانش کارا و به گونهای تعاونی و یکپارچه باشد.
به عنوان مثال، برای استراتژی فروش و انتخاب تکنولوژیهای جدید، طراحی سیستم حمایت از تصمیمات استراتژیک باید بر طبق نیازهای مدیریتی و مهارتهای عوامل هوشمند صورت پذیرد.
سیستم حمایت از تصمیمات استراتژیک همچنین میتواند در برنامهریزی مؤسسات کوچک مؤثر باشد (نرمن و همکاران، ۱۹۹۳).
● دانش کسب شده به وسیله عوامل هوشمند در یک محیط مدیریتی از نظر مفهومی، عوامل هوشمند به عنوان موجودیتهایی تعریف میشوند که قادر هستند معنای یک وضعیت معین را درک کنند و موقعیتشناس باشند و بر طبق پارهای از دستورالعملها و راهکارها عمل نمایند (روسل و نروی، ۱۹۹۵).
سایر تعاریف موجود اشاره به محیطهایی مینمایند که در آنها سایر عوامل وجود دارند و در آنها فعل و انفعالات متقابلی رخ میدهد (شوهان، ۱۹۹۷؛ ولدریج و جنین، ۱۹۹۵).
این عوامل تعاملی، مالک مقدار زیادی از دانش تجارب حرفهای و عقایدی هستند که میتوانند در اختیار سایرین قرار گیرند و یک مبنایی ایجاد کنند که سرانجام منجر به دسترسی به سطوح مؤثر هماهنگی در خلال این تعاملها گردد.
تعاملهای متقابل معنادار در محیطهای پویا نمیتوانند تنها براساس تبادل پیام صورت پذیرند، زیرا دو عامل «اختلال» و «عدم قطعیت» دخالت دارند.
به منظور نیل به نتایج بهتر، ارتباط بین عوامل هوشمند باید یک شکل تعاونی به خود بگیرد و به وسیله منابع تکنولوژی اطلاعات حمایت شود.
مطالعه عوامل هوشمند، یکی از مهمترین هزینهها در درک عملکرد سازمانها گردیده است.
سازمانها برای حفظ سطوح دانش خود به افراد متکی هستند.
در حالیکه سیستمهای دانش، عملکرد حرفهای افراد را افزایش میدهند، افراد نیز آماده میشوند تا دانش مورد نیاز سازمان را ایجاد کنند و یا آن را رواج دهند.
عوامل هوشمند نقش حیاتی در ایجاد مزایای جدید و اشتراک فعالانه در نوآوریهای منسجم ایفا میکنند، زیرا این امر کلید توسعه سازمانی میباشد (پرسن، ۱۹۹۱).
این عوامل میتوانند به عنوان راهحل امیدوار کنندهای در راستای کمک به روزآمد کردن دانشِ متناسب با سازمان مورد استفاده قرار گیرند (راسموس، ۱۹۹۹؛ اُلری، ۱۹۹۸).
مفهوم عامل هوشمند انسانی بر مبنای توانایی فردی قرار دارد، یعنی توانایی فردی برای عملکردن بر طبق قواعد، عقاید، و رویههای حرفهای در شرایط مختلف.
این مفهوم همچنین شامل آموزش، تجربه، ارزشها، و مهارتهای اجتماعی میشود.
موفقیت سازمانها به وسیله مجموعهای یکپارچه و منظم از قابلیتها تأمین میگردد.
گردآوری دانش جدید، عوامل هوشمند را به مشارکت در تعدادی از روابط متنوع دانش و ایجاد دورنماهای متنوعی از یک موقعیت مشابه رهنمون میسازد.
این دورنماها میتوانند به گسترش تعداد راهحلهای ممکنه کمک نمایند، که این امر به نوبه خود کیفیت فرایند تصمیمگیری را بهبود میبخشد.
دانش موجود میتواند نقطهای آغازین برای انجام تلاشهای خلاقانه باشد و در نتیجه با زمینههای جدید دانش ارتباط برقرار نماید.
اگر عوامل هوشمند بتوانند برای حل یک مشکل به پایگاههای اطلاعاتی متعددی دسترسی داشته باشند، میتوانند درک عمیقتری درباره موقعیت به دست آورند و قادر خواهند بود که به طور مناسبتری به فرایند تصمیمگیری کمک نمایند.
همچنین عوامل هوشمند منحصر به فرد، خود برای برخورد با مشکلات از فرصتها سود میجویند.
در حقیقت، این عوامل به گونهای میتوانند مهیا شوند که دادهها، اطلاعات را به صورت دانش معناداری درآورند؛ دانشی که در دسترس همه بوده و بر استراتژیهای رقابتی تأکید دارند.
تحقیقات در مورد عوامل هوشمند و هماهنگی عوامل چندگانه، علاقه بیش از اندازه جوامع تجاری را برانگیخته است (لین و همکاران، ۲۰۰۰).
بر طبق این دیدگاه، یک سازمان را میتوان با استفاده از معماری عوامل چندگانه هوشمند بهتر شناخت.
توسعه، تجزیه و تحلیل، هماهنگی، و فعل و انفعالات در بین عوامل هوشمند متعدد، امکان درک بهتر فرایند مدیریت دانش را میسر میسازد.
تعاملهای معنادار در محیطهای پویا، صرفاً بر مبنای مبادله پیام نمیتواند صورت پذیرد و این ناشی از اختلال و عدم قطعیت میباشد.
برای آنکه نتایج بهتری به دست آوریم، ارتباط بین عوامل هوشمند باید شکل تعاونی به خود گیرد و به وسیله منابع تکنولوژی اطلاعات حمایت شود.
در این راستا میتوان از معماری عامل چندگانه برای تقویت نقش هر عامل در فرایند تصمیمگیری استفاده کرد.
این معماری به ساختار هر سازمان بستگی دارد و هدف عمده هر عامل باید تلاش برای حصول به سطح بهتری از دانش از طریق افزایش فعالیتهای یادگیری باشد، در حالیکه ابتکار و خلاقیت بالقوه نیز اعمال میگردد.
خلاقیت تیمی به عوامل خلاّق فردی بستگی دارد، و از جانب محققانی که سرگرم بررسی مشکلات فاقد ساختار هستند، توجه زیادی دریافت داشته است (آمابای و همکاران، ۱۹۹۶).
در حقیقت تیمها میتوانند ترکیب مؤثری از عوامل هوشمند را گرد هم آورند، و مجموعه مناسبی از دانش، اطلاعات، مهارتها، و ارائه راهحلها را در خصوص مشکلات و مسائل غیر قابل پیشبینی دارا باشند.
کیفیت نتایج آنها به این امر بستگی دارد که به چه اندازه دانش افراد میتواند در بین عوامل هوشمند جریان پیدا نماید (فوندر اسپک و اسپیچ کِروت، ۱۹۹۷؛ ویک، ۱۹۹۵).
● تلاشهای یادگیری یادگیری فردی، مبنایی است که بر اساس آن مفهوم مدیریت دانش بروز نماید و فهمیده شود.
به طور وسیعی این امر مورد قبول است که افراد باید به گونهای فعّال در فرایندهای چندی از یادگیری شرکت نمایند تا دانش مورد نیاز برای انجام وظایف خود را کسب نمایند.
توسعه تواناییهای یادگیری، مستلزم وجود افراد ماهر، مؤسسات دانش، شبکههای دانش و اطلاعات روزآمد، و زیرساختهای اطلاعاتی میباشد.
درک فرایند یادگیری مستلزم در نظر داشتن تمایز بین عقاید و مهارتها میباشد (نیلسون و رومر، ۱۹۹۶).
اهمیت تواناییهای آموزشی برای همه سازمانها به خوبی شناخته شده است، خصوصاً برای آموزش عواملی که در ارتباط با حفظ سرمایههای معنوی میباشند.
این مفهوم میتواند برای یکپارچه کردن توان حل مشکلات و شرکت فعالانه در فرایند تصمیمگیری مؤثر باشد.
بر طبق این دیدگاه، سازمانها میتوانند مکانهایی برای توسعه روابط و اداره گروههای کاری باشند، که در فرآیندهای یادگیری به بهبود دانش منجر شده و به انجام بهتر سطوح عملکرد کمک میکند.
برنامههای آموزش و بازآموزی، ابزارهای قدرتمندی برای انتقال دانش میباشند، اما این ابزارها، تنها مسیرهای عمده فرایند یادگیری نیستند.
عوامل هوشمند به نحوی باید آماده شوند که اطلاعات خارجی را جمعآوری کنند، زیرا استنباطهای بسیار مؤثری میتواند با مشاهده رفتار رقبا، مشتریان، و فروشندگان مواد اولیه حاصل گردد.
اگر توجه را برانگیزانیم و بر محیط بلافصل خود تمرکز نماییم، دیدگاههای جدیدی میتواند به دست آید.
سازمانهایی که در صنایع کاملاً متفاوت فعالیت دارند قادر هستند که راهحلهای ابتکاری پیشنهاد کنند و جریان تفکر خلاّق را تقویت نمایند.
اصطلاح سازمان در حال یادگیری (بینگ، ۱۹۹۰)، امروزه کاربرد وسیعی دارد.
برای کسب درک بهتر، سازمان باید تلاشهای توسعهای خود را بر فرایندی متمرکز سازد که از آن طریق دانش و یادگیری میتواند به نیل این اهداف یاری رساند.
برخی از سازمانها، فرایندهای کاری ایجاد کردهاند که عوامل هوشمند را موظف میکنند که به طور دورهای در مورد گذشته بیندیشند، زیرا به این طریق آنها برای یادگیری و عبرت از شکستهایشان، آمادهتر میگردند.
عوامل جدید حتی میتوانند دیدگاههای تازهای ارائه نمایند و از موقعیتها به عنوان فرصت سود جویند تا به تجربه دست یافته و یادگیری خود را افزایش دهند.
یادگیری نقش بارزی در ساختن و تقویت سطح دانش دارد.
امکانات جدید تکنولوژی اطلاعات میتواند دانش افراد را که منجر به عملکرد مؤثر میگردد، بهبود بخشد.
در حقیقت، تکنولوژیهایی که در این رابطهای کاربر، حافظه کامپیوتر، و پایگاههای دانش مجسّم شدهاند تکامل یافتهاند و امروزه قادر هستند که پتانسیل فکری را افزایش دهند.
در حال حاضر، جهانی شدن یادگیری و شبکههای ابتکاری، انتقال و استفاده از دانش موجود و همچنین ایجاد دانش جدید را تسهیل میکنند که این دانش جدید میتواند به صورت مزیّت رقابتی درآید.
فعالیتهای تعاونیِ اشتراک دانش همچنین یک فرایند یادگیری به حساب میآیند.
اعضای تیم میتوانند از طریق یادگیری پیوسته از یکدیگر در یک سیستم ارتقای دانش کار کنند.
برای حمایت از تلاشهای رقابتی، مدیریت باید کانالهای ارتباطی انعطافپذیر را ایجاد نماید تا به اشتراک دانش بینجامد.
یک فعالیت ارتقای دانش هنگامی میتواند اجرا شود که یک عامل هوشمند در حال جستجوی دادهها یا در جستجوی اطلاعات روزآمدی باشد که برای تقویت دانش کنونی ضروری است.
به طور طبیعی یک فعالیت ارتقای دانش بر مبنای نیازهای سازمان یا انگیزه فردی قرار دارد.
ماهیت پویای یک محیط سریعاً در حال تغییر، نیازمند طرحهای مدیریتی انگیزشی برای ارتقای سطوح میباشد.
بدون تمرکز بر یادگیری فردی و یک همکاری قومی، نمیتوان از فرایند مدیریت دانش، یک مزیت رقابتی از کارایی مدیریت دانش انتظار داشت.
برای حفظ تلاشهای مدیریت دانش، سیستمهای حمایت یادگیریای که اجرا میشوند، نیازمند یکپارچهکردن فرایندهای یادگیری بلندمدت هستند، زیرا آنها به طور پیوسته توان فردی را مستحکم میکنند.
این جهتگیری استراتژیک منجر به عملکرد جمعی گروهها یا نیروهای کاری شده است، و سرانجام به عملکرد سازمانی منتهی میگردد.
این امر دلیل این موضوع است که چرا سازمانهای پیشرو در بعضی کشورهای توسعهیافته، از سیستمهای حمایت از یادگیری به عنوان جزء لاینفک تلاشهای مدیریت دانش خود سود میجویند مزایا و محدودیتهای سیستمهای خبره دستاورد سیستمهای خبره را میتوان صرفهجویی در هزینهها و نیز تصمیمگیریهای بهتر و دقیقتر و بسیاری موارد تخصصیتر دیگر عنوان کرد.
استفاده از سیستمهای خبره برای شرکتها میتواند صرفهجویی به همراه داشته باشد.
در زمینه تصمیمگیری نیز گاهی میتوان در شرایط پیچیده، با بهرهگیری از چنین سیستمهایی تصمیمهای بهتری اتخاذ کرد و جنبههای پیچیدهای را در مدت زمان بسیار کمی مورد بررسی قرار داد که تحلیل آنها به روزها زمان نیاز دارد.
از سوی دیگر، بهکارگیری سیستمهای خبره محدودیتهای خاصی دارد.
به عنوان نمونه، این سیستمها نسبت به آنچه انجام میدهند، هیچ ندارند.
چنین سیستمهایی نمیتوانند خبرگی خود را به گسترههای وسیعتری تعمیم دهند؛ چراکه تنها برای یک منظور خاص طراحی شدهاند و پایگاه دانش آنها از دانش متخصصان آن حوزه نشات گرفته و از اینرو محدود است.
چنین سیستمهایی از آنجا که توسط دانش متخصصان تغذیه اطلاعاتی شدهاند، در صورت بروز برخی موارد پیشبینی نشده، نمیتوانند شرایط جدید را به درستی تجزیه و تحلیل نمایند.
کاربرد سیستمهای خبره از سیستمهای خبره در بسیاری از حیطهها از جمله برنامهریزیهای تجاری، سیستمهای امنیتی، اکتشافات نفت و معادن، مهندسی ژنتیک، طراحی و ساخت اتومبیل، طراحی لنز دوربین و زمانبندی برنامه پروازهای خطوط هوایی استفاده میشود.
دو نمونه از کاربردهای این سیستمها در ادامه توضیح دادهشدهاند.
● طراحی و زمانبندی سیستمهایی که در این زمینه مورد استفاده قرار میگیرند، چندین هدف پیچیده و تعاملی را مورد بررسی قرار میدهند تا جوانب کار را روشن کنند و به اهداف مورد نظر دست یابند یا بهترین گزینه را پیشنهاد دهند.
بهترین مثال از این مورد، زمانبندی پروازهای خطوط هوایی، کارمندان و گیتهای یک شرکت حمل و نقل هوایی است.
●تصمیمگیریهای مالی صنعت خدمات مالی یکی از بزرگترین کاربران سیستمهای خبره است.
نرمافزارهای پیشنهاددهنده نوعی از سیستمهای خبره هستند که به عنوان مشاور بانکداران عمل میکنند.
برای نمونه، با بررسی شرایط یک شرکت متقاضی وام از یک بانک تعیین میکند که آیا پرداخت این وام به شرکت برای بانک مورد نظر صرفه اقتصادی دارد یا نه.
همچنین شرکتهای بیمه برای بررسی میزان خطرپذیری و هزینههای موارد مختلف، از این سیستمها استفاده میکنند.
چند سیستم خبره مشهور از نخستین سیستمهای خبره میتوان به Dendral اشاره کرد که در سال 1965 توسط Edward Feigenbaum وJoshun Lederberg پژوهشگران هوش مصنوعی در دانشگاه استنفورد ساخته شد.
وظیفه این برنامه کامپیوتری، تحلیلهای شیمیایی بود.
ماده مورد آزمایش میتوانست ترکیبی پیچیده از کربن، هیدروژن و نیتروژن باشد.
Dendarl میتوانست با بررسی آرایش و اطلاعات مربوط به یک ماده، ساختار مولکولی آن را شبیهسازی کند.
کارکرد این نرمافزار چنان خوب بود که میتوانست با یک متخصص رقابت کند.
از دیگر سیستمهای خبره مشهور میتوان به MYCIN اشاره کرد که در سال 1972 در استنفورد طراحی شد.
MYCIN برنامهای بود که کار آن تشخیص عفونتهای خونی با بررسی اطلاعات به دست آمده از شرایط جسمی بیمار و نیز نتیجه آزمایشهای او بود.
برنامه به گونهای طراحی شده بود که در صورت نیاز به اطلاعات بیشتر، با پرسشهایی آنها را درخواست میکرد تا تصمیمگیری بهتری انجام دهد؛ پرسشهایی چون "آیا بیمار اخیرا دچار سوختگی شده است؟" (برای تشخیص اینکه آیا عفونت خونی از سوختگی نشات گرفته یا نه.
MYCIN ( گاه میتوانست نتایج آزمایش را نیز از پیش حدس بزند.
سیستم خبره دیگر در این زمینه Centaur بود که کار آن بررسی آزمایشهای تنفسی و تشخیص بیماریهای ریوی بود.