विशेषज्ञ प्रणाली में वह शब्द है जो प्रौद्योगिकी की दुनिया के चक्कर लगा रहा है और सभी अच्छे कारणों से। इस लेख में हम इस विषय पर विस्तार से जानेंगे।
इस लेख में निम्नलिखित बिंदुओं को शामिल किया जाएगा,
- आर्टिफिशियल इंटेलिजेंस क्या है?
- आर्टिफिशियल इंटेलिजेंस में विशेषज्ञ प्रणाली
- डोमेन जहां विशेषज्ञ सिस्टम का उपयोग किया जाता है
- आवेदन के मुख्य क्षेत्रों
- ईएस डिजाइनिंग के तीन चरण
- पेशेवरों विपक्ष और सीमाएँ
तो चलिए इस लेख से शुरुआत करते हैं,
आर्टिफिशियल इंटेलिजेंस क्या है?
खैर, आम तौर पर नाम आर्टिफिशियल इंटेलिजेंस एक मशीन के इंटेलिजेंस का सुझाव देता है जो कृत्रिम है। मानव द्वारा की गई बुद्धिमत्ता को मानव बुद्धिमत्ता के रूप में जाना जाता है, उसी तरह जैसे मशीन द्वारा प्रदर्शित बुद्धिमत्ता को Artificial Intelligence के रूप में जाना जाता है। कंप्यूटर विज्ञान में। आर्टिफिशियल इंटेलिजेंस (एआई), जिसे कभी-कभी मशीन इंटेलिजेंस भी कहा जाता है। आर्टिफिशियल इंटेलिजेंस के अनुसंधान क्षेत्र का जन्म 1956 में डार्टमाउथ कॉलेज में एक कार्यशाला में हुआ था।
वास्तविक दुनिया में कृत्रिम बुद्धिमत्ता के अनुप्रयोग:
SIRI, CORTANA जैसी चैटबोट्स जिन्होंने आजकल बहुत लोकप्रियता हासिल की है। अन्य उदाहरण जैसे कि ईवीए (इलेक्ट्रॉनिक वर्चुअल असिस्टेंट), एचडीएफसी बैंकों के एआई अनुसंधान विभाग द्वारा विकसित एक एआई-आधारित चैटबॉट है जो हजारों स्रोतों से ज्ञान एकत्र कर सकता है और 0.4 सेकंड से भी कम समय में सरल उत्तर प्रदान कर सकता है। एआई अनुप्रयोगों के बहुत सारे उदाहरण हैं जो आपको हमारे समाज के विभिन्न क्षेत्रों में मिलेंगे।
आर्टिफिशियल इंटेलिजेंस में इस विशेषज्ञ प्रणाली के साथ आगे बढ़ते हुए,
आर्टिफिशियल इंटेलिजेंस में विशेषज्ञ प्रणाली
एक विशेषज्ञ प्रणाली क्या है?
कंप्यूटर साइंस डिपार्टमेंट के स्टैंडफोर्ड यूनिवर्सिटी के शोधकर्ताओं ने एआई के इस डोमेन को पेश किया है और यह एआई का एक प्रमुख रिसर्च डोमेन है। यह एक कंप्यूटर अनुप्रयोग है जो किसी भी विशिष्ट डोमेन की अधिकांश जटिल समस्याओं को हल कर सकता है। यह मानव खुफिया और विशेषज्ञता के उच्चतम स्तर पर माना जाता है क्योंकि यह एक विशेषज्ञ से प्राप्त ज्ञान पर आधारित है। विशेषज्ञ प्रणाली को कंप्यूटर-आधारित निर्णय लेने की प्रणाली के रूप में भी परिभाषित किया जा सकता है जो तथ्यों और heuristics दोनों का उपयोग करके जटिल निर्णय लेने की समस्याओं को हल कर सकता है।
आर्टिफिशियल इंटेलिजेंस में इस विशेषज्ञ प्रणाली के साथ आगे बढ़ते हुए,
डोमेन जहां विशेषज्ञ सिस्टम का उपयोग किया जाता है
विशेषज्ञ प्रणालियों आज
अमेरिकन मेडिकल एसोसिएशन ने पहले विशेषज्ञ प्रणाली को मंजूरी दी थी जो कि पाथफाइंडर प्रणाली थी। यह 1980 में स्टैंडफोर्ड यूनिवर्सिटी का निर्माण किया गया था, हेमटोपोइजोलॉजी निदान के लिए। शॉर्ट पाथफाइंडर में यह निर्णय-सिद्धांत विशेषज्ञ प्रणाली, लिम्फ-नोड रोगों का निदान कर सकती है। अंत में यह 60 से अधिक बीमारियों से निपटता है और 100 से अधिक लक्षणों को पहचान सकता है।
व्यापार में विशेषज्ञ प्रणाली
हाल ही में विकसित एक विशेषज्ञ प्रणाली आरओएसएस, एआई अटॉर्नी, आरओएसएस एक स्व-शिक्षण प्रणाली है जो मानव मस्तिष्क के काम करने के तरीके की नकल करने के लिए डेटा खनन, पैटर्न मान्यता, गहरी सीखने और प्राकृतिक भाषा प्रसंस्करण का उपयोग करता है।
आर्टिफिशियल इंटेलिजेंस में इस विशेषज्ञ प्रणाली के साथ आगे बढ़ते हुए,
आवेदन के मुख्य क्षेत्रों
- व्याख्या - आंकड़ों के आधार पर उच्च स्तरीय निष्कर्ष निकालना।
- भविष्यवाणी - संभावित परिणामों को पेश करना।
- निदान - खराबी, बीमारी आदि का कारण निर्धारित करना।
- डिज़ाइन -होमानदंडों के आधार पर सबसे अच्छा विन्यास nding।
- योजना - एक लक्ष्य को प्राप्त करने के लिए क्रियाओं की एक श्रृंखला का प्रस्ताव।
- निगरानी - अवलोकन व्यवहार की अपेक्षा व्यवहार से तुलना करना।
- डिबगिंग और मरम्मत - उपचार का वर्णन और कार्यान्वयन।
- निर्देश - सीखने में छात्रों की सहायता करना।
- नियंत्रण - एक प्रणाली के व्यवहार को नियंत्रित करना।
विशेषज्ञ प्रणाली का उद्देश्य
एक विशेषज्ञ प्रणाली का मुख्य उद्देश्य मानव विशेषज्ञों का ज्ञान प्राप्त करना और किसी विशेष क्षेत्र में मानव विशेषज्ञ के उस ज्ञान और कौशल को दोहराना है। तब प्रणाली उस ज्ञान और कौशल का उपयोग मानव विशेषज्ञों की भागीदारी के बिना उस विशेष क्षेत्र की जटिल समस्याओं को हल करने के लिए करेगी।
विशेषज्ञ प्रणालियों के लक्षण
- उच्च प्रदर्शन
- समझने योग्य
- विश्वसनीय है
- अत्यधिक संवेदनशील
एक नियम-आधारित या एक विशेषज्ञ प्रणाली के मुख्य घटक
मुख्य घटक हैं:
- ज्ञानधार
- क्रियाशील स्मृति
- अनुमान इंजन
- स्पष्टीकरण प्रणाली
- प्रयोक्ता इंटरफ़ेस
- ज्ञान का आधार संपादक
आर्टिफिशियल इंटेलिजेंस में इस विशेषज्ञ प्रणाली के साथ आगे बढ़ते हुए,
ईएस डिजाइनिंग के तीन चरण
ज्ञान अर्जन:
साक्षात्कार द्वारा या मानव विशेषज्ञों का अवलोकन करके, विशिष्ट पुस्तकों को पढ़ने, आदि से विशेषज्ञों से ज्ञान प्राप्त करने की प्रक्रिया।
ज्ञानधार:
ज्ञान का आधार उच्च गुणवत्ता वाले ज्ञान का एक कंटेनर है। अभ्यास अभ्यास के माध्यम से विकसित होते हैं और ज्ञान ज्ञान से आता है बिना ज्ञान के कोई भी प्रमाण नहीं दे सकता है या कोई अपनी बुद्धि नहीं दिखा सकता है, इसलिए ज्ञान को विकसित करने और बुद्धि का प्रदर्शन करने के लिए ज्ञान बहुत महत्वपूर्ण है। उसी तरह, मशीन के लिए भी ज्ञान की आवश्यकता होती है ताकि वह अपनी बुद्धिमत्ता का प्रदर्शन कर सके। भविष्यवाणी की सटीकता और सिस्टम का प्रदर्शन अत्यधिक और प्रमुख रूप से सही, सटीक और सटीक ज्ञान के संग्रह पर निर्भर करता है।
अब ज्ञान क्या है?
ज्ञान डेटा या सूचना है। हमारे लिए, लेखों को पढ़कर या विभिन्न संसाधनों से हम इंसानों को ज्ञान प्राप्त करने के लिए इस्तेमाल किया जाता है यदि हम ज्ञान को हासिल करने और समृद्ध करने की प्रक्रिया को देख सकते हैं तो हम पाएंगे कि किताबें पढ़कर या लेखों को पढ़कर या हम किसी भी संसाधन से विभिन्न स्रोतों से डेटा और जानकारी प्राप्त करना और निकालना जो हम तब अपने मस्तिष्क में संग्रहीत करते थे। तो ज्ञान डेटा है, ज्ञान सूचना है। ज्ञान भी तथ्यों का संग्रह है।
डेटा, सूचना और पिछले अनुभव को एक साथ मिलाकर ज्ञान की संज्ञा दी जाती है।
ज्ञान निरूपण:
ज्ञान का प्रतिनिधित्व ज्ञान का प्रतिनिधित्व करने के लिए सबसे उपयुक्त संरचनाओं का चयन करने की विधि है। यह ज्ञान के आधार में ज्ञान को व्यवस्थित और औपचारिक बनाने की विधि है। यह IF-THEN-ELSE नियमों के रूप में किया जाता है।
कैसे जावा में लकड़हारा फ़ाइल बनाने के लिए - -
ज्ञान मान्यता:
ES के ज्ञान का परीक्षण सही और पूर्ण है।इस पूरी प्रक्रिया को नॉलेज इंजीनियरिंग कहा जाता है।
अनुमान इंजन:
ज्ञान आधारित ईएस के मामले में, एक विशेष समाधान पर आने के लिए ज्ञान इंजन से ज्ञान इंजन को प्राप्त करता है और हेरफेर करता है।
ईएस आधारित नियम के मामले में,
- यह तथ्यों पर बार-बार नियम लागू करता है, जो पहले के नियम के आवेदन से प्राप्त होते हैं।
- यदि आवश्यक हो तो यह ज्ञान के आधार में नए ज्ञान को जोड़ता है।
- जब कई नियम किसी विशेष मामले पर लागू होते हैं तो यह नियमों के विरोध को हल करता है।
Inference Engine निम्नलिखित रणनीतियों और माइनस का उपयोग करता है
- फॉरवर्ड चेनिंग
- पिछड़ी जंजीर
फॉरवर्ड चेनिंग
फॉरवर्ड चेनिंग में, अंतर्ग्रहण इंजन शर्तों और व्युत्पत्तियों की श्रृंखला का पालन करके परिणाम देता है। सिस्टम में जो भी ज्ञान खिलाया जाता है, वह उन सभी जानकारियों और तथ्यों के माध्यम से जाता है और एक समाधान के समापन से पहले उन्हें सॉर्ट करता है। आगे की विधि का पीछा करते हुए, विशेषज्ञ प्रणाली जवाब देने की कोशिश करती है, 'आगे क्या हो सकता है?'
फॉरवर्ड चेनिंग का अनुप्रयोग: घर की कीमत की भविष्यवाणी, स्टॉक की भविष्यवाणी, शेयर बाजार की भविष्यवाणी आदि।
पिछड़ी जंजीर
जब किसी विशेष डोमेन में कुछ हुआ है, तो Inference Engine यह जानने की कोशिश करता है कि इस परिणाम के लिए अतीत में कौन सी स्थिति हो सकती है। बैकवर्ड चेनिंग विधि द्वारा, विशेषज्ञ प्रणाली जवाब देने की कोशिश करती है, 'ऐसा क्यों हुआ?'। बैकवर्ड चेनिंग मेथड इनविज़न इंजन कारण या कारण का पता लगाने की कोशिश करता है।
उदाहरण के लिए: मनुष्यों में रक्त कैंसर का निदान।
पेशेवरों विपक्ष और सीमाएँ
विशेषज्ञ प्रणाली के लाभ
- भारी मात्रा में जानकारी रखें
- कर्मचारी प्रशिक्षण लागत कम करें
- निर्णय लेने की प्रक्रिया को केंद्रीकृत करें
- समस्याओं को हल करने के लिए आवश्यक समय को कम करके चीजों को अधिक कुशल बनाएं
- विभिन्न मानव विशेषज्ञ इंटेलीजेंस को मिलाएं
- मानवीय त्रुटियों की संख्या कम करें
- रणनीतिक और तुलनात्मक लाभ प्रदान करें जो प्रतियोगियों के लिए समस्याएं पैदा कर सकते हैं
- ऐसे लेन-देन देखें जो मानव विशेषज्ञ सोच भी नहीं सकते
- उन निर्णयों, प्रक्रियाओं और कार्यों के लिए उत्तर प्रदान करें जो दोहराव वाले हैं
विशेषज्ञ प्रणाली के नुकसान:
- रचनात्मक प्रतिक्रियाओं का अभाव जो मानव विशेषज्ञ सक्षम हैं
- किसी निर्णय के पीछे तर्क समझाने और तर्क करने में सक्षम नहीं
- जटिल प्रक्रियाओं को स्वचालित करना आसान नहीं है
- बदलते वातावरण के अनुकूल होने की कोई लचीलापन और क्षमता नहीं है
- जब कोई जवाब नहीं है तो पहचानने में सक्षम नहीं
- निर्णय लेने में किसी भी सामान्य ज्ञान का उपयोग नहीं किया जाता है
सीमाएं:
- यह एक मशीन के रूप में रचनात्मक प्रतिक्रिया करने में विफल रहता है।
- यदि ज्ञान आधार में फीड किया गया डेटा सही या सही नहीं है तो यह गलत पूर्वानुमान और गलत परिणाम देगा।
- विशेषज्ञ प्रणाली की रखरखाव लागत अधिक है।
- जब विभिन्न समस्याएं आती हैं तो मानव विशेषज्ञ अलग-अलग समाधान और रचनात्मक प्रतिक्रिया दे सकता है लेकिन विशेषज्ञ प्रणाली रचनात्मक प्रतिक्रिया देने में विफल रहती है।
यह हमें आर्टिकल सिस्टम्स इन आर्टिफिशियल इंटेलिजेंस पर इस लेख के अंत में लाता है।
यदि आप आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग पर एक पूर्ण पाठ्यक्रम के लिए नामांकन करना चाहते हैं, तो एडुर्का ने विशेष रूप से क्यूरेट किया है जो आपको सुपरवाइज्ड लर्निंग, अनसुप्रवाइज्ड लर्निंग और नेचुरल लैंग्वेज प्रोसेसिंग जैसी तकनीकों में पारंगत बना देगा। इसमें आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग में नवीनतम प्रगति और तकनीकी दृष्टिकोण पर प्रशिक्षण शामिल है जैसे डीप लर्निंग, ग्राफिकल मॉडल और सुदृढीकरण सीखना।