Expert Systems, Examples, Components, Applications

Definition(परिभाषा)

• Expert System एक कंप्यूटर प्रोग्राम है जिसे जटिल समस्याओं को हल करने और Human Expert की तरह निर्णय लेने की क्षमता प्रदान करने के लिए डिज़ाइन किया गया है.
•  यह User के प्रश्नों के अनुसार Logic और अनुमान (Interference) नियमों का उपयोग करके अपने knowledge base से ज्ञान निकालकर ऐसा करता है.
• Expert System AI का एक हिस्सा है और पहला ES वर्ष 1970 में विकसित किया गया था, जो AI का पहला सफल दृष्टिकोण था.
• यह अपने knowledge base में संग्रहीत ज्ञान को निकालकर एक विशेषज्ञ के रूप में सबसे जटिल मुद्दे को हल करता है.
• यह प्रणाली एक मानव विशेषज्ञ की तरह तथ्यों और अनुमानों दोनों का उपयोग करके जटिल समस्याओं के लिए निर्णय लेने में मदद करती है.
• इसे ऐसा इसलिए कहा जाता है क्योंकि इसमें किसी विशिष्ट डोमेन का विशेषज्ञ ज्ञान शामिल होता है और यह उस विशेष डोमेन की किसी भी जटिल समस्या को हल कर सकता है.
• ये सिस्टम एक विशिष्ट डोमेन, जैसे चिकित्सा, विज्ञान आदि के लिए डिज़ाइन किए गए हैं.
• किसी Expert System का प्रदर्शन उसके ज्ञान आधार में संग्रहीत विशेषज्ञ के ज्ञान पर आधारित होता है.
• KB में जितना अधिक ज्ञान संग्रहीत होता है, उतना ही अधिक वह सिस्टम अपनी Performance में सुधार करता है.
• ES के सामान्य उदाहरणों में से एक Google search box में टाइप करते समय spelling errors का सुझाव है.

Artificial Intelligence, History, Applications

Examples of the Expert System

• DENDRAL
• MYCIN
• PXDES
• CaDeT

DENDRAL

• यह एक कृत्रिम बुद्धिमत्ता परियोजना थी जिसे रासायनिक विश्लेषण विशेषज्ञ प्रणाली के रूप में बनाया गया था.
• इसका उपयोग कार्बनिक रसायन विज्ञान में उनके द्रव्यमान स्पेक्ट्रा और रसायन विज्ञान के ज्ञान आधार की मदद से अज्ञात कार्बनिक अणुओं का पता लगाने के लिए किया गया था.

MYCIN

• यह सबसे शुरुआती बैकवर्ड चेनिंग विशेषज्ञ Systems में से एक थी जिसे बैक्टेरेमिया और मेनिनजाइटिस जैसे संक्रमण पैदा करने वाले बैक्टीरिया का पता लगाने के लिए डिज़ाइन किया गया था.
• इसका उपयोग एंटीबायोटिक दवाओं की सिफारिश और रक्त के थक्के जमने वाली बीमारियों के निदान के लिए भी किया जाता था.

PXDES

• यह एक विशेषज्ञ प्रणाली है जिसका उपयोग फेफड़ों के कैंसर के प्रकार और स्तर को निर्धारित करने के लिए किया जाता है.
• बीमारी का पता लगाने के लिए यह शरीर के ऊपरी हिस्से से एक तस्वीर लेता है, जो छाया की तरह दिखती है. यह छाया नुकसान के प्रकार और डिग्री की पहचान करती है.

CaDeT

• CaDet विशेषज्ञ प्रणाली एक diagnostic support system है जो प्रारंभिक अवस्था में कैंसर का पता लगा सकती है.

Components of Expert System

• User Interface
• Inference Engine
• Knowledge Base

User Interface

• User Interface की मदद से, Expert System User के साथ बातचीत करती है, प्रश्नों को पढ़ने योग्य प्रारूप में इनपुट के रूप में लेती है, और इसे Inference Engine को भेजती है.
• Inference Engine से Response प्राप्त करने के बाद, यह User को आउटपुट प्रदर्शित करता है.
• दूसरे शब्दों में, यह एक Interface है जो एक Non-Expert User को Solution Search करने के लिए Expert System के साथ संवाद करने में मदद करता है.

Inference Engine(Rules of Engine)

• Inference Engine को Expert System के मस्तिष्क के रूप में जाना जाता है क्योंकि यह System की मुख्य Processing Unit है.
• यह निष्कर्ष निकालने या नई जानकारी निकालने के लिए Knowledge Base पर अनुमान Rule लागू करता है.
• यह User द्वारा पूछे गए प्रश्नों का Error Free Solution प्राप्त करने में मदद करता है.
• एक Inference Engine की सहायता से, सिस्टम Knowledge Base से ज्ञान निकालता है.

Inference Engine दो प्रकार के होते हैं:

1. Deterministic(नियतात्मक) Inference Engine: इस प्रकार के Inference Engine से निकाले गए निष्कर्ष को सत्य माना जाता है. यह तथ्यों एवं नियमों पर आधारित है.
2. Probabilistic (संभाव्य) Inference Engine: इस प्रकार के Inference Engine में निष्कर्ष में अनिश्चितता होती है, और संभावना पर आधारित होता है.

Knowledge Base

• Knowledge Base एक प्रकार का भंडारण है जो विशेष डोमेन के विभिन्न विशेषज्ञों से प्राप्त ज्ञान को संग्रहीत करता है.
• इसे ज्ञान का बड़ा भंडार माना जाता है. ज्ञान का आधार जितना अधिक होगा, Expert System उतनी ही सटीक होगी.
• यह एक डेटाबेस के समान है जिसमें किसी विशेष डोमेन या विषय की जानकारी और नियम शामिल होते हैं.
• कोई Knowledge Base को वस्तुओं और उनकी विशेषताओं के संग्रह के रूप में भी देख सकता है.
• जैसे कि शेर एक वस्तु है और उसके गुण यह हैं कि वह एक स्तनपायी है, वह घरेलू जानवर नहीं है, आदि.

Expert System के विकास में भागीदार

Expert System के निर्माण में तीन प्राथमिक भागीदार होते हैं:
(a) डोमेन एक्सपर्ट – यह व्यक्ति वह होता है जो Problems को हल करने में Expert होता है. अर्थात् वह व्यक्ति System में डोमेन एक्सपर्ट के रूप में कार्य करता हे.
(b) knowledge engineer- यह व्यक्ति Expert system के डिक्लेरेटिव Form में Expert की knowledge को encode करता है.
(c) User- यह व्यक्ति Expert के द्वारा उपलब्ध की गयी सलाह को प्राप्त करता है तथा System के साथ विचार विमर्श करता है.

Expert System का विकास

इसको MYCIN ES का उदाहरण लेकर Expert System की Working को समझेंगे.

इसके निम्‍न चरण हैं:

• सबसे पहले, ES को Expert Knowledge से परिपूर्ण किया जाना चाहिए.
• MYCIN के मामले में, जीवाणु संक्रमण के चिकित्सा क्षेत्र में Experts प्राप्त मानव Expert, उस डोमेन में कारणों, लक्षणों और अन्य Knowledge के बारे में जानकारी प्रदान करते हैं.
• MYCIN का KB सफलतापूर्वक अपडेट हो गया है. इसका परीक्षण करने के लिए, डॉक्टर इसे एक नई समस्या प्रदान करता है.
• समस्या यह है कि रोगी के लक्षणों, वर्तमान स्थिति और चिकित्सा इतिहास सहित विवरण दर्ज करके बैक्टीरिया की उपस्थिति की पहचान की जाए.
• ES को रोगी से एक प्रश्नावली भरवाने की आवश्यकता होगी, ताकि रोगी के बारे में सामान्य जानकारी, जैसे लिंग, आयु आदि पता चल सके.
• अब सिस्टम ने सारी जानकारी एकत्र कर ली है, इसलिए यह Interference Engine का उपयोग करके और KB में Store तथ्यों का उपयोग करके If-Then नियम लागू करके समस्या का समाधान ढूंढेगा.
• अंत में, यह यूजर इंटरफेस का उपयोग करके रोगी को Response प्रदान करेगा.

Applications of Expert System

• Designing And Manufacturing Domain
• Knowledge Domain
• Finance Domain
• Diagnosis And Troubleshooting Of Devices
• Planning And Scheduling

डिजाइनिंग और विनिर्माण क्षेत्र में (Designing And Manufacturing Domain)

इसका व्यापक रूप से कैमरा लेंस और ऑटोमोबाइल जैसे भौतिक उपकरणों के डिजाइन और विनिर्माण के लिए उपयोग किया जा सकता है.

ज्ञान क्षेत्र में (Knowledge Domain)

इन Systems का उपयोग मुख्य रूप से Users के लिए प्रासंगिक ज्ञान प्रकाशित करने के लिए किया जाता है. इस क्षेत्र के लिए उपयोग किए जाने वाले दो लोकप्रिय ES सलाहकार और कर सलाहकार हैं.

वित्त क्षेत्र में (Finanance Domain)

वित्त उद्योगों में, इसका उपयोग किसी भी प्रकार की संभावित धोखाधड़ी, संदिग्ध गतिविधि का पता लगाने और बैंकरों को सलाह देने के लिए किया जाता है कि उन्हें व्यवसाय के लिए ऋण प्रदान करना चाहिए या नहीं.

उपकरणों के निदान और समस्या निवारण में (Diagnosis and Troubleshooting)

ES प्रणाली का उपयोग किया जाता है, और यह पहला क्षेत्र था जहां इन Systems का उपयोग किया गया था.

योजना और समय-निर्धारण (Planning and Scheduling)

विशेषज्ञ Systems का उपयोग किसी कार्य के लक्ष्य को प्राप्त करने के लिए कुछ विशेष कार्यों की योजना बनाने और समय-निर्धारण के लिए भी किया जा सकता है.

Expert System क्यों/Advantages

• No memory Limit
• High Efficiency
• Expertise in a domain
• Not affected by emotions
• High security
• Considers all the facts
• Regular updates improve the performance

No Memory Limit

• यह जितना आवश्यक हो उतना डेटा स्टोर कर सकता है
• इसे अपने Application के समय याद रख सकता है.
• लेकिन मानव विशेषज्ञों के लिए, हर समय सभी चीजों को याद रखने की कुछ सीमाएँ हैं.
• उच्च दक्षता: यदि ज्ञान आधार को सही ज्ञान के साथ Update किया जाता है, तो यह अत्यधिक कुशल आउटपुट प्रदान करता है, जो मानव के लिए संभव नहीं हो सकता है.

किसी डोमेन में विशेषज्ञता

• प्रत्येक डोमेन में बहुत सारे मानव विशेषज्ञ होते हैं, और उन सभी के पास अलग-अलग कौशल, अलग-अलग अनुभव और अलग-अलग कौशल होते हैं
• इसलिए क्वेरी के लिए अंतिम आउटपुट प्राप्त करना आसान नहीं होता है.
• लेकिन अगर हम मानव विशेषज्ञों से प्राप्त ज्ञान को विशेषज्ञ प्रणाली में डालते हैं, तो यह सभी तथ्यों और ज्ञान को मिलाकर एक कुशल आउटपुट प्रदान करता है

भावनाओं से प्रभावित नहीं

• ये प्रणालियाँ मानवीय भावनाओं जैसे थकान, क्रोध, अवसाद, चिंता आदि से प्रभावित नहीं होती हैं.
• इसलिए इनका प्रदर्शन स्थिर रहता है.

उच्च सुरक्षा

• ये प्रणालियाँ किसी भी प्रश्न को हल करने के लिए उच्च सुरक्षा प्रदान करती हैं.

सभी तथ्यों पर विचार करता है

• किसी भी प्रश्न का उत्तर देने के लिए यह सभी उपलब्ध तथ्यों की जांच करता है और उसके अनुसार परिणाम प्रदान करता है.
• लेकिन यह संभव है कि कोई मानव विशेषज्ञ किसी कारणवश कुछ तथ्यों पर विचार न करे.

नियमित अपडेट से प्रदर्शन में सुधार होता है

• यदि विशेषज्ञ Systems द्वारा प्रदान किए गए परिणाम में कोई समस्या है, तो हम ज्ञान आधार को अपडेट करके सिस्टम के प्रदर्शन में सुधार कर सकते हैं.

Disadvantages of Expert System

• Data integrity
• Time & Cost
• Specific
• Emotionless
• Commonsense

Data integrity

• एक्सपर्ट System को मैन्युअल रूप से Update करने की आवश्यकता है.
• एक्सपर्ट System सब कुछ नहीं सीखती है.
• यही कारण है कि Data अखंडता एक एक्सपर्ट System के प्रमुख नुकसानों में से एक है.
• चूंकि हम जिस दुनिया में रह रहे हैं वह लगातार बदल रही है
• इसलिए System को प्रोग्रामर या उस डोमेन के कुछ मानव विशेषज्ञों द्वारा मैन्युअल रूप से Update किया जाता है.

Time & Cost

• एक्सपर्ट System को खरीदने या इनस्टॉल करने के लिए आवश्यक समय और लागत बहुत अधिक है.
• एक्सपर्ट System विकसित करने के लिए और आवश्यक ज्ञान प्राप्त करने के लिए भारी मात्रा में समय की आवश्यकता होती है.

Specific

• एक्सपर्ट System आम तौर पर एक विशिष्ट डोमेन के लिए विकसित की जाती है.
• जबकि एक मानव विशेषज्ञ को एक से अधिक तरीकों या एक से अधिक क्षेत्रों में विशेष किया जा सकता है.
• इसीलिए इसे एक एक्सपर्ट System की बड़ी खामी के रूप में भी माना जाता है.

Emotionless

• मानव विशेषज्ञों को स्थिति के बारे में Information होती है
• इसका मतलब है कि वे कैसे महसूस करते हैं
• वे स्थिति में कैसे प्रभावी हैं. लेकिन एक्सपर्ट System को किसी भी स्थिति के बारे में कोई Information नहीं होती हैं जिसका वे सामना करते हैं.

Commonsense

• एक्सपर्ट System के साथ कॉमन्सेंस मुख्य मुद्दा है.
• वे कभी-कभी कुछ गलत निर्णय भी ले सकते हैं क्योंकि उन्हें नियम और कानूनों का पालन करना पड़ता है जैसा कि उन्होंने Program किया गया था.
• वे पूरी तरह से नई तरह की समस्या का समाधान नहीं दे सकते. इस तरह की चीजें वास्तव में Program करना कठिन है.

पारंपरिक प्रणाली एवं विशेषज्ञ प्रणाली में अंतर

विशेषता	पारंपरिक प्रणाली	विशेषज्ञ प्रणाली
ज्ञान	सामान्य ज्ञान, नियम, प्रक्रिया	विशेषज्ञता, नियम, हेयुरिस्टिक्स
निर्णय निर्माण	अटल, पूर्वनिर्धारित नियमों/प्रक्रियाओं पर आधारित	लचीला, संदर्भ के आधार पर समायोजित हो सकता है और निर्णय लेने की क्षमता
सीखने	सीमित सीखने की क्षमताएँ, सामान्यत: मैन्युअल अपडेट	समय के साथ सीख सकता है और सुधार सकता है, मशीन सीखने तकनीकों का उपयोग कर सकता है
समस्या समाधान	अक्सर User की अनगिनत समस्याओं का समाधान करने की असमर्थता	डोमेन विशेषज्ञता के आधार पर जटिल समस्याओं का समाधान कर सकता है
निर्णय सहायता	बुनियादी समर्थन प्रदान करता है, अक्सर विशेषज्ञ सलाह की कमी होती है	विशेषज्ञ ज्ञान के आधार पर विशेषज्ञ सलाह प्रदान करता है
रखरखाव	सामान्यत: मैन्युअल अपडेट और रखरखाव की आवश्यकता होती है	कुछ हद तक स्व-अद्यतन और स्व-रखरखाव किया जा सकता है
लागत	विकास और रखरखाव की दृष्टि से सामान्यत: कम लागत	ज्ञान प्राप्ति और विकास के कारण महंगा हो सकता है
अनुप्रयोग	विभिन्न क्षेत्रों में व्यापक रूप से लागू	विशेषज्ञता महत्वपूर्ण होने के क्षेत्रों में अक्सर उपयोग किया जाता है

मानव विशेषज्ञ एवं कृत्रिम विशेषज्ञ में अंतर

विशेषता	मानव विशेषज्ञ (Human Expert)	कृत्रिम विशेषज्ञ (AI Experts)
ज्ञान	शिक्षा, अनुभव, और प्रशिक्षण के माध्यम से प्राप्त	डेटा, एल्गोरिदम, और मशीन लर्निंग मॉडल से प्राप्त
निर्णय निर्माण	अनुभूति, विशेषज्ञता, और न्याय पर आधारित	एल्गोरिदम, डेटा विश्लेषण, और सांख्यिकीय विधियों पर आधारित
सीखना	नई अनुभवों से निरंतर सीखता और अनुकूलित होता है	लेबल डेटा, प्रतिक्रिया लूप, और प्रशिक्षण अवधियों से सीखता है
समस्या समाधान	संपूर्ण अवधारणा और संदर्भीय ज्ञान से लाभ उठाता है	पैटर्न पहचान, अनुकूलन, और अनुमान एल्गोरिदमों का उपयोग करता है
पक्षपात	व्यक्तिगत पक्षपात और सीमाओं के प्रति अनुपस्थिति	प्रशिक्षण डेटा या एल्गोरिदम डिज़ाइन में मौजूद पक्षपात दिखा सकता है
मापनीयता	मानव क्षमता और उपलब्धता से सीमित	बड़े डेटासेट और विविध क्षेत्रों पर मापनीयता
सत्यनिष्ठता	व्यक्तिगत मूड और स्थिति के आधार पर भिन्न हो सकती है	पूर्वनिर्धारित नियमों और एल्गोरिदमों को निरंतर लागू करता है
गति	मनसिक प्रसंस्करण गति से सीमित	डेटा को प्रसंस्करण करता है और फौरन निर्णय लेता है
अनुकूलिता	नए क्षेत्रों और परिस्थितियों के लिए धीमी से अनुकूलित होता है	उचित प्रशिक्षण के साथ नए वातावरणों में त्वरित रूप से अनुकूलित हो सकता है
रचनात्मकता	रचनात्मक सोच और नवाचार करने की क्षमता होती है	रचनात्मक सोच और नवाचार में कमी होती है

 

Conclusion (निष्‍कर्ष)

उम्‍मीद है आपको ये जानकारी अच्‍छे से समझ आ गई होगी. यदि आपको किसी प्रकार की कोई समस्‍या है तो आप मुझे फीडबैक दे सकते है.

IT Trends and Technologies

PGDCA

PGDCA Imp Questions