دراسة تطبيقية لاستخدام نظم المعلومات الحديثه فى الإرشاد الزراعى

<!-- <img src="images/buttons/edit_40b.png" mce_src="images/buttons/edit_40b.png" alt="" /> -->كلام د. أحمد اسماعيل عبد الرحمن والذى جاء فى رسالة الدكتوراه الخاصه به بعنوان "دراسة تطبيقية لاستخدام نظم المعلومات الحديثه فى الإرشاد الزراعى" لعام 2007.

4- أن يكون قادراً على التعليل وشرح الأسباب للتوصيات التى يقدمها.

بالفعل، القدرة على التعليل وشرح الأسباب التى أدت إلى أن يعطى النظام الخبير أجابة بعينها أو يصل إلى نتيجة أو نصيحة معينة هى قدرة مطلوبة ومرغوبة فى النظم الخبيرة. ويتطلب عمل ذلك إلى مجهودات كبيرة لبناء النظام الخبير وتصميمه وبرمجته. وجدير بالذكر أن ليست كل النظم الخبيره بها تلك الخاصية، أى خاصية التعليل للنتائج التى توصلت إليها. فهناك نظم خبيرة تكتفى مجرب بإعطاء النصيحة أو الوصول إلى نتيجة دون أت تخبر المستخدم بالعلل الكامنة وراء توصلها إلى تلك النتيجة.

وليس معنى ذلك أن تلك النظم الخبيرة التى لا تعطى التعليل للمستخدم هى نظم غير جيبدة، بل إن بعضها جيد للغاية، ولكنها فقط ربما تستخدم طرق فى الاستنتاج غير مألوفة للبشر أو لا يتمكن الذهن البشرى من تتبعها. وفى هذه الحالة، فإن النظام الخبير يكون يعمل مثل كثير من الأطباء، فبعد أن يقوما بالكشف على المريض يخبروا المريض أن لديه هذا أو ذاك المرض بل ويكتبوا له روشتيه دواء يتبعها دون أن يخبروه عن كيفية توصلهم لهذه النتيجة، أى الأسباب التى جعلت تفكيرهم يصل إلى استنتاج أن عنده ذلك المرض أو ذاك وسبب اختيارهم تلك الأدوية بعينها. ومع ذلك، فإن ذلك التصفر المألوف من الأطباء نحن متعودون عليه ولا يجعلنا نقلل من قيمة توصياتهم.

والخلاصة، أنه توجد نظم خبيرة بعضها نظم جيدة جداً لا تتمكن من إخبارنا بأسباب وصولها إلى النتيجة المعينة التى وصلت إليها عند الرد على أسئلتنا ولكن رغم ذلك تكون نظماً مفيدة للغاية. بالطبع إن خاصية التعليل هى خاصية مفيدة، خاصة إذا كان مستخدم النظام هو مهندس زراعى، حيث أن إعطاء التعليلات يجعله أكثر ثقة فى الإجابة التى يعطيها النظام الخبير، فالنظام الخبير فى النهاية هو برنامج كمبيوتر ويمكن فى بعض الأحيان أن لا يعطى الإجابة الأصح أى أن الثقة فى استنتاجاته ليست بالضرورة داءماً بنسبة 100%.

6- أن يكون قادراً على التعلم

النظم الخبيرة تكون بها خاصية التعلم. أى أن بإمكانها استنتاج خبرات جديدة من البيانات التى تم تغذيتها بها عن طريق استكشاف الأنماط فى تلك البيانات. كما يمكنها التعلم مع الوقت لتحسين آدائها. ولكن خاصية التعلم مرة أخرى ليست موجودة فى كل النظم الخبيرة. فهناك بعض النظم الخبيرة ليست بها خاصية التعلم هذه، ولا يعنى هذا أنها نظم خبيرة غير جيدة. ولكنها فقط تقوم بالاستفادة بالخبرات التى تم تغذيتها بها وتقوم باستخدامها فى الإجابة عن استفسارات المستخدم. ويمكن توسيع قدرة تلك النظم عن طريق تغذيتها ببيانات إضافية فيما بعد، وتكون مازالت نظماً فعالة رغم عدم قدرتها على التعلم الذات (أى استنباط النماذج الجديدة من البيانات).

رسالة الدكتوراه هذه ربما يكون بها إفادة، ولكن أنصحك بالرجوع إلى الرسائل العلمية الأجنبية حيث أنها أكثر توازناً ودقة وشمولية، بالإضافة طبعاً إلى أنهم أسبق منا بمراااااااحل فى هذا المجال.

تبسيط المعلومة
بالنسبة لسؤال المهندس محمود عن تبسيط المعلومة حتى يتمكن النظام الخبير من هضمها، هذا صحيح إلى حد ما، ولكن ليس بهذا الشكل بالظبط، فما يحدث هو أن البيانات والمعلومات والخبرات يتم تغذيتها إلى النظام الخبير بعد تحويلها إلى شكل متفق عليه knowledge structure قابل للتخزين وعمل العمليات الاستنتاجية والاستنباطية عليه. وهذا مجال مستقل بذاته ويسمى knowledge representation وهى كيفية تمثيل المعرفة بشكل مناسب لبرامج الذكاء الاصطناعى كى تجرى عليها العمليات المنطقية والاستدلالية وغيرها.

والجدير بالذكر أن هناك أشكال عدة لتمثيل المعرفة وتختلف النظم الخبيرة فيما بينها من حيث أى من تلك الأنماط من التمثيل للمعرفة تستخدم. وهذا مجال معقد وعميق ومازال البحث فيه مستمر وهو جزء أساسى وهام من برمجة النظم الخبيرة (أى عندما يقوم مهندسى الكمبيوتر أى مبرمجى السوفتوير ببرمجة البرنامج إلذى هو النظام الخبير).