ระบบผู้เชี่ยวชาญ (Expert Systems : ES)

                             

 

ในปัจจุบันมีผู้กล่าวขานถึงระบบผู้เชี่ยวชาญ (EXPERT SYSTEM:ES) และปัญญาประดิษฐ์ (ARTIFICIAL INTELIGENCE : AL) กันมากขึ้นทุกขณะ จนบางครั้งเรายากที่หาความแตกต่างเนื่องจากระบบคอมพิวเตอร์ซึ่งในที่นี้ได้ หมายถึงฮาร์ดแวร์ซอฟด์แวร์ได้ถูกพัฒนาให้มีประสิทธิภาพขึ้นมาอย่างมากและความสามารถของมันก็ไม่ได้หยุดนิ่งเลย ทำให้มนุษย์เกิดความคิดที่จะทำให้มนุษย์เป็นผู้เขียนโปรแกรมคำสั่งให้กับมันโดยตรง ดังนั้น คำว่า จึงได้กำเนิดขึ้นและ AL ได้ถูกแยกออกเป็น 2 แนวทางด้วยกัน โดยแนวทางแรกเป็นแนวทางที่จะให้คอมพิวเตอร์รับรู้ถึงภาษามนุษย์ เช่น ผู้ใช้จะพูดผ่านไมโครโฟนที่ติดต่อกับคอมพิวเตอร์ว่า "ให้แสดงยอดรายงานการขายวันนี้" คอมพิวเตอร์ก็จะทำการดึงข้อมูลการขายมาประมวลผลการวิจัยทางด้านนี้ได้พัฒนาไปมาก และมีแนวโน้มที่จะเป็นจริงได้ในอนาคต ระบบผู้เชี่ยวชาญเป็นระบบที่ได้นำเอาความรู้ความเชี่ยวชาญและประสบการณ์จากผู้เชี่ยวชาญในเรื่องใดเรื่องหนึ่งมาเก็บไว้กล่าวคือ ระบบจะเก็บเอาปัจจัยทุกประการที่ผู้เชี่ยวชาญต้องคำนึงถึงตามปัจจัยต่างๆ และหาคำตอบให้กับผู้ใช้ ระบบช่วยการตัดสินใจหรือ DSS ต่างกับระบบผู้เชี่ยวชาญตรงที่ว่า ระบบช่วยการตัดสินใจเพียงแต่เสนอทางเลือกที่ดีที่สุดให้กับผู้ใช้หรือนักบริหารเท่านั้น ดังนั้นผู้ตัดสินใจสุดท้ายคือ ผู้ใช้อีก ตัวอย่างของระบบผู้เชี่ยวชาญจะให้คำตอบซึ่งเป็นการตัดสินใจของระบบเองเลย โดยไม่ต้องมาผ่านผู้ใช้ซึ่งเป็นคนอีก ตัวอย่างของระบบผู้เชี่ยวชาญที่มีใช้ปัจจุบันและประสบความสำเร็จเป็นอย่างดีคือ ระบบผู้เชี่ยวชาญของ AMEX ที่ใช้สำหรับตรวจสอบเครดิตของผู้ใช้บัตร เป็นต้น

ระบบผู้เชี่ยวชาญ คือระบบคอมพิวเตอร์ ที่จำลองการตัดสินใจของมนุษย์ ผู้เป็นผู้เชี่ยวชาญในด้านใดด้านหนึ่ง โดยใช้ความรู้และการสรุปเหตุผลเชิงอนุมาน (inference) ในการแก้ปัญหายากๆ ที่ต้องอาศัยผู้เชี่ยวชาญ ระบบผู้เชี่ยวชาญได้ถูกพัฒนาขึ้นมา เพื่อใช้งานในระบบต่างๆ อย่างแพร่หลายมากว่า 30 ปี ไม่ว่าจะเป็นในแวดวงธุรกิจ การแพทย์ วิทยาศาสตร์ วิศวกรรม อุตสาหกรรม เป็นต้น ตัวอย่างของ expert system applications ได้แก่ diagnosis of faults and diseases, automobile diagnosis, interpretation of data (เช่น sonar signals), mineral exploration, personnel scheduling, computer network management, weather forecasting, stock market prediction, consumer buying advice, diet advice เป็นต้น จะเห็นได้ว่า วัตถุประสงค์หลักของระบบผู้เชี่ยวชาญ ก็คือ การช่วยในการตัดสินใจ การให้ความรู้ คำแนะนำ หรือคำปรึกษา อย่างที่เราต้องการจากผู้เชี่ยวชาญเฉพาะด้าน

ระบบผู้เชี่ยวชาญ (EXPERT SYSTEM AND ARTIFICIAL INTELLIGENCE) Expert Systems ระบบ ES หรือระบบผู้เชี่ยวชาญ จัดเป็นระบบสารสนเทศประเภทหนึ่งที่นำวิทยาการของปัญหาประดิษฐ์เข้ามาใช้จัดการสารสนเทศ โดยเฉพาะอย่างยิ่งสารสนเทศที่เป็น องค์ความรู้ (knowledge) ในเฉพาะสาขาหรือเฉพาะด้าน ดังนั้นระบบผู้เชี่ยวชาญจึงเป็นซอฟต์แวร์ที่ใช้สร้างฐานความรู้ (knowledge base) และ กลไกในการตั้งคำถาม และหาคำตอบ (จาก knowledge base) ทำให้ผู้ใช้ได้รับความสะดวกในการถามและตอบสิ่งที่ถามเสมือนหนึ่งคุยกับผู้เชี่ยวชาญจริง ๆ           ทั้งนี้ระบบผู้เชี่ยวชาญจะเลือกเฉพาะสาขาหรือเฉพาะด้านที่ขาดแคลนผู้เชี่ยวชาญเท่านั้น เช่น ใช้ในงานเกี่ยวกับการวินิจฉัยทางการแพทย์ การขุดเจาะน้ำมัน การวางแผนการเงิน การจัดทำภาษี การวิเคราะห์ทางเคมี การผ่าตัด การซ่อมเครื่องยนต์ การพยากรณ์อากาศ การซ่อมเครื่องคอมพิวเตอร์ การส่งสัญญาณดาวเทียม ปฏิบัติการเกี่ยวกับอาวุธนิวเคลียร์ การวางรูปแบบหนังสือพิมพ์ การตีความกฎหมาย เป็นต้น อย่างไรก็ตามถึงแม้ว่าระบบผู้เชี่ยวชาญ จะได้รับการพัฒนา ให้ใช้งานได้สะดวก และมีประสิทธิภาพยิ่งขึ้น แต่ระบบสารสนเทศประเภทนี้ก็ไม่สามารถมาแทนที่มนุษย์ได้           Contribution of Expert Systems : ระบบที่พยายามทำให้ Computer เก็บเอาความชำนาญของ ผู้เชี่ยวชาญต่าง ๆ ไว้ (ให้ผู้ชำนาญน้อยกว่าเอามาใช้) จัดเก็บประสบการณ์ ระบบสารสนเทศที่แก้ปัญหา โดยการเก็บรวบรวมความรู้ ของผู้เชี่ยวชาญ ในเรื่องใด เรื่องหนึ่งไว้ เรียกว่า ระบบผู้เชี่ยวชาญ (Expert System) ความรู้ของผู้เชี่ยวชาญจะถูกเก็บในรูปแบบของกฎพื้นฐาน ไว้ในหน่วยบันทึกความจำ ขององค์กร ใช้สนับสนุนการตัดสินใจโดยการถามคำถามที่เกี่ยวเนื่อง และสามารถอธิบายเหตุผลในการเลือก คำตอบให้แก่คำถามนั้นๆ การจัดเก็บรวบรวมความรู้ในขอบเขตที่จำกัด ทำให้ระบบผู้เชี่ยวชาญ สามารถให้ประโยชน์ต่อองค์กร ด้วยการแนะนำ ให้คำปรึกษาได้ระบบสารสนเทศของระบบผู้เชี่ยวชาญ

ระบบผู้เชี่ยวชาญ (Expert Tasks)
          1.Engineer
                    Design
                    Fault finding
                    Manufacturing planing
          2. Scientific analysis
          3. Medical diagnosis
          4. Financial analysis

การทำงานของระบบผู้เชี่ยวชาญ
          การทำงานของระบบผู้เชี่ยวชาญ Knowledge Representation Methods
          - IF - Then Rules (กฎ) คำสั่งแสดงเงื่อนไขจำนวนมากสามารถนำมาใช้เป็นกฎ (Rule) (มีจำนวน 200 ถึง 10,000 เงื่อนไข) กฎที่นำมาใช้ในโปรแกรมปัญญาประดิษฐ์ยังมีการเชื่อมโยง ระหว่างกันอย่างมาก เก็บความสัมพันธ์ไว้ (semiotic) Frames ตาราง ความรู้ที่เก็บแต่ละตาราง
          - Knowledge Engineering วิศวกรความรู้ จัดเก็บความรู้อย่างเป็นหมวดหมู่ รู้ความลับต่างๆ ในแต่ละด้าน
          - Expert System Shells เปลือกความรู้อะไรนั้น ๆ ก็ใส่เข้าไปหรือความรู้จากการเขียนโปรแกรม
          - Foreword Chaining ค้นหาคำตอบได้ 2 วิธี เชื่อมต่อไปเรื่อยๆ (ได้คำตอบมา) Result - driven process
          - Back word Chaining กลไกอ้างอิงย้อนกลับท้าวหลัง ตั้งสมมติฐานและถามผู้ใช้เกี่ยวกับข้อเท็จจริง Goal - driven process ตั้งคำถามนำ (ได้คำตอบกลับมา) จนได้การยืนยัน เราต้องคิดว่าจะทำ ES ไหม ถ้าปัญหาเล็กน้อยก็ ไม่ควรจะทำ
          - Factors Justifying the Acquisition of Expert Systems ปัญหาเล็กน้อย ไม่มีโครงสร้าง เกิดบ่อยไหม ต้องมี
ผู้เชี่ยวชาญที่จะให้ประสบการณ์

ข้อจำกัดของระบบผู้เชี่ยวชาญ Limitation of Expert Systems 3 ข้อ คือ
          1. Can handle only narrow domains ทำได้ Domain แคบๆ
          2. Do not possess common sense ไม่มีสามัญสำนึก
          3. Have a limited ability to learn เรียนรู้ได้ด้วยตัวเอง
          Ethical and societal Issues too Sophisticated Technology ใช้ทางด้านการรักษา ใช้แทนคนได้ไหม เกิดเป็นปัญหาขึ้นมา

การสร้างระบบผู้เชี่ยวชาญ
        การสร้างระบบผู้เชี่ยวชาญ ก็คล้ายกับการสร้างระบบสารสนเทศอื่นๆ แต่การสร้างระบบผู้เชี่ยวชาญมัก จะใช้วิธีการสร้าง แบบวนซ้ำ (Interative process) โดยการเริ่มสร้างจากระบบเล็กมากแล้ว จึงค่อยขยายขนาดของระบบ (คือเพิ่มจำนวนกฏ) ขึ้นมาที่ละน้อยแล้วทำการทดสอบระบบและวนซ้ำ ไปอีกหลายรอบกว่าที่จะได้ระบบที่สมบูรณ์ โดยปกติแล้วสิ่งแวดล้อม ที่ระบบผู้เชี่ยวชาญถูกพัฒนาขึ้น มาใช้งานนั้น จะมีการเปลี่ยนแปลงอยู่เสมอ ทำให้ต้องมีการปรับระบบผู้เชี่ยวชาญ ให้เหมาะสมกับความเปลี่ยนแปลงที่เกิดขึ้นด้วย ระบบผู้เชี่ยวชาญบางระบบมีความซับซ้อนมากจนทำให้ค่าใช้จ่าย ในการบำรุงรักษา เพียงไม่กี่ปีรวมกันแล้วมีค่ามากกว่า มูลค่าในการพัฒนาระบบนั้นเสียอีก
        ทีมผู้พัฒนาระบบงานปัญญาประดิษฐ์ประกอบด้วยผู้เชี่ยวชาญ (Expert) อย่างน้อยหนึ่งคน ซึ่งมีความรู้ทะลุปุโปร่งเกี่ยวกับเนื่อหาเรื่องใดเรื่องหนึ่งที่กำลังศึกษา มีวิศวกรภูมิปัญญา (Knowledge engineer) จำนวนหนึ่ง เป็นผู้ซึ่งมีความสามารถในการแปลงความรู้จากผู้เชี่ยวชาญให้อยู่ในรูปแบบของกฏ หรือกรอบโครงสร้างความรู้ วิศวกรภูมิปัญญา มีหน้าที่คล้ายคลึงกับผู้วิเคราะห์ระบบในการพัฒนาระบบงานสารสนเทศทั่วไป เพียงแต่มีความเชี่ยวชาญพิเศษ ในการเฟ้นหาข่าวสาร จากผู้เชี่ยวชาญ และมีสมาชิกในทีมพัฒนาซึ่งจะทำการสร้างระบบต้นแบบขึ้นมาทดสอบและพัฒนาต่อไปจนกระทั่งได้ระบบที่สมบูรณ์  

คุณสมบัติของระบบผู้เชี่ยวชาญ
ข้อดีของระบบผู้เชี่ยวชาญ จะค่อนข้างแตกต่างจากระบบสารสนเทศอื่น ๆ ดังนี้
         ระบบผู้เชี่ยวชาญ ช่วยในการเก็บความรู้ของผู้เชี่ยวชาญในด้านใดด้านหนึ่งไว้ ทำให้ไม่สูญเสียความรู้นั้น เมื่อผู้เชี่ยวชาญต้อง ออกจาก องค์กรหรือไม่ปฏิบัติงานได้
         ระบบผู้เชี่ยวชาญ จะช่วยขยายขีดความสามารถในการตัดสินใจให้กับผู้บริหารจำนวนมากพร้อมๆกัน
         ระบบผู้เชี่ยวชาญ สามารถเพิ่มประสิทธิภาพและประสิทธิผลให้กับผู้ทำการตัดสินใจได้เป็นอย่างมาก
         ระบบผู้เชี่ยวชาญจะทำการตัดสินใจในแต่ละครั้งมีความใกล้เคียงและไม่ขัดแย้งกัน
         ระบบผู้เชี่ยวชาญช่วยลดการพึ่งพาบุคลคลใดบุคคลหนึ่ง
         ระบบผู้เชี่ยวชาญ มีความเหมาะสมที่จะเป็นระบบในการฝึกสอนอย่างมาก

ประโยชน์ของระบบผู้เชี่ยวชาญ (Benefits of expert systems)
         1. ช่วยรักษาความรู้ที่อาจสูญเสียไป เมื่อเกิดการลาออกของพนักงานที่มีความเชี่ยวชาญ
         2. ช่วยทำให้ข้อมูลมีคุณภาพ และมีศักยภาพในการนำมาใช้งานได้อย่างทันท่วงทีเมื่อต้องการ
         3. ช่วยทำให้เกิดความคิดสร้างสรรค์แปลกใหม่
         4. ช่วยป้องกันไม่ให้เกิดภาวะที่อาจเกิดกับมนุษย์ เช่น ความเมื่อยล้า ความสับสนวุ่นวาย หรือปัญหาอารมณ์
         5. ใช้เป็นเครื่องมือเชิงกลยุทธ์ ด้านการตลาด การลดต้นทุน และการปรับปรุงพัฒนาสินค้า

Expert Systems สามารถช่วยองค์กรได้
         - Planning การวางแผน
         - Decision making การตัดสินใจ
         - Monitoring การควบคุมดู
         - Diagnosis การวินิจฉัยอาการ
         - Training การจัดการฝึกอบรม
         - Indental learning การเรียนรู้
         - Replication of Expertis การเรียนรู้จากเหตุการณ์
         - Consistent solutions การที่คิดอีกทีก็ให้คำตอบเหมือนเดิม
         - Development of Expert Systems การพัฒนาระบบผู้เชี่ยวชาญ
         -  What is Expertis? ทักษะความรู้ที่เหนือกว่าค่าปกติ
         -  Components of Expert Systems ส่วนประกอบของระบบ
         - The interface or dialog ระบบโต้ตอบกับคน (ใช้งานหาค่างานที่น่าเชื่อสำหรับมนุษย์)
         - The knowledge base ฐานความรู้          เสนอวิธีแก้ปัญหาสำหรับงานเฉพาะหน้าซึ่งมีปริมาณมากหรือซับซ้อนมากเกินไปสำหรับ
มนุษย์ โดยเฉพาะเมื่อต้องทำงานให้เสร็จในเวลาสั้

Expert Systems in Action เรานำระบบผู้เชี่ยวชาญมาใช้
          - Business areas using Ess ระบบธุรกิจ
          - Telephone network maintenance ระบบโทรศัพท์
          - Credit บัตรเครดิต
          - Tax planning ภาษี
          - Detection of insider securities ใน บ.มหาชนขายหุ้น
          - Irrigation and pest management แหล่งแร่ และ ศัตรูพืช
          - Medical diagnosis วินิจฉัยโรค
          - Class selection for students การเลือกนักศึกษาเข้าเรียน

การนำระบบผู้เชี่ยวชาญไปใช้งาน (Putting expert systems to work)
         1. ด้านการผลิต (Production)
         2. การตรวจสอบ (Inspection)
         3. การประกอบชิ้นส่วน (Assembly)
         4. ด้านบริการ (Field service)
         5. ด้านการซ่อมแซมโทรศัพท์ (Telephone repair)
         6. การตรวจสอบบัญชี (Auditing)
         7. การคิดภาษี (Tax accounting)
         8. การวางแผนด้านการเงิน (Financial planning)
         9. ด้านการลงทุน (Investments)
         10. ด้านบุคคล (Personnel)
         11. ด้านการตลาด และการขาย (Marketing and sales)
         12. การอนุมัติสินเชื่อ (Credit authorization)
         13. หน่วยงานด้านบริการของรัฐ (Human services agency)
         14. การทำนายทางการแพทย์ (Medical prognosis) ระบบผู้เชี่ยวชาญ เป็นระบบที่ใช้คอมพิวเตอร์วินิจฉัยโรค ระบบ ที่มีชื่อเสียงเมื่อสิบปีเศษมานี้ คือ ระบบ Mycin ของมหาวิทยาลัยสแตนฟอร์ด และเริ่มมีผู้นำมาประยุกต์ใช้ในด้านอื่นๆ มากขึ้น เลยไป ถึงโรคพืชและสัตว์ หลักการที่ใช้คือ เก็บข้อมูลต่างๆ ไว้ให้ละเอียด แล้วใช้หลักปัญญาประดิษฐ์หรือ Artificial Intelligence-AI มาช่วยวิเคราะห์เป็นแนวคิดในการทำให้คอมพิวเตอร์ทำงาน และคิดได้เหมือนคน ระบบนี้น่าจะช่วยอนามัยตำบล ในการวินิจฉัย โรคยากๆ ได้ ให้คนที่มีความรู้ปานกลางพอสมควร สามารถที่จะวินิจฉัยโรคได้ เป็นอีกหนทางหนึ่งที่เพิ่มจาก tele-medicine ที่ผู้เชี่ยวชาญตัวจริงต้องมาให้คำปรึกษาแนะนำ

ส่วนประกอบของ ES

  ES ถูกพัฒนาขึ้นสำหรับการแก้ปัญหาที่มีความซับซ้อนและไม่มีโครงสร้าง เนื่องจากปัญหาในลักษณะนี้ จะไม่สามารถตัดสินใจด้วยหลักการทางคณิตศาสตร์เพียงอย่างเดียว การแก้ปัญหาจะต้องอาศัยการผสมผสานระหว่างความรู้ทั้งที่ถูกจัดเรียงอย่างเป็นระบบและความรู้ที่ได้จากประสบการณ์ ซึ่งทำให้ ES มีส่วนประกอบที่แตกต่างจากระบบสารสนเทศปกติ โดย ES ประกอบด้วยส่วนประกอบพื้นฐานสำคัญ 5 ประการ ดังต่อไปนี้
        1. ฐานความรู้ (knowledge base) เป็นส่วนที่เก็บความรู้ทั้งหมดของผู้เชี่ยวชาญที่รวบรวมจากการศึกษาและจากประสบการณ์ โดยมีการกำหนดโครงสร้างของข้อมูล (Data Structure) ให้เหมาะสมกับการนำไปใช้งาน ฐานความรู้มีลักษณะบางประการคล้ายฐานข้อมูล แต่ฐานสารสนเทศ (Information Base) ทั้งสองจะมีความแตกต่างกันคือ ฐานข้อมูลจะเก็บรวบรวมตัวเลข (Numbers) สัญลักษณ์ (Symbols) และอาจมีส่วนแสดงความสัมพันธ์พื้นฐานระหว่างข้อมูลที่เกี่ยวข้องกันระหว่างแต่ละฐานข้อมูล แต่ฐานความรู้จะรวบรวมตรรกะ (Logic) ในการปฏิบัติงาน เนื่องจาก ES จะต้องทำการประมวลความรู้ในหลายรูปแบบ ซึ่งเป็นไปได้ยากในฐานข้อมูล
        การนำเสนอความรู้ (Knowledge Representation) ปัจจุบัน ES ทางธุรกิจที่ถูกพัฒนาขึ้นส่วนใหญ่จะมีการนำเสนอความรู้ในลักษณะ ถ้า..และ…ดังนั้น…(If..and..then…) หรือการกำหนดกรอบอ้างอิงของการดำเนินงาน (Frame) โดยกรอบการดำเนินงานจะทำหน้าที่รวบรวมสารสนเทศเกี่ยวกับงานที่ต้องการเข้ามาอยู่ร่วมกันภายใต้ขอบเขตที่กำหนด เพื่อให้สะดวก ต่อการใช้งาน
นอกจากนี้ ES ยังสามารถประยุกต์เข้ากับระบบเครือข่าย (Network) ที่ต่อเชื่อมกับแหล่งข้อมูลหลายจุด ทำให้สามารถดึงข้อมูลมาใช้ประกอบการประเมินผล อย่างมีประสิทธิภาพ ซึ่งเราเรียกระบบเครือข่ายลักษณะนี้ "เครือข่าย Semantic (Semantic Network)"
        2. เครื่องอนุมาน (inference engine) เป็นส่วนควบคุมการใช้ความรู้ในฐานความรู้ เพื่อวิเคราะห์และแก้ปัญหาที่เกิดขึ้น เราสามารถกล่าวได้ว่า เครื่องอนุมานเป็นส่วนการใช้เหตุและผลเป็นส่วนประกอบที่สำคัญของ ES โดยที่เครื่องอนุมานจะทำหน้าที่ตรวจสอบกฎเกณฑ์ที่อยู่ใน ฐานความรู้ โดยการใช้เหตุผลทางตรรกะสำหรับแต่ละเหตุการณ์ ซึ่งมักจะอยู่ในลักษณะ ถ้า…แล้ว…
                2.1 การอนุมานแบบไปข้างหน้า (Forward Chaining Inference) การอนุมานโดยเริ่มการตรวจสอบข้อมูลกับกฎเกณฑ์ที่มีอยู่ในระบบจนกว่าจะสามารถหากฎเกณฑ์ที่สอดคล้องกับสถานการณ์แล้วจึง ดำเนินงานตามเหมาะสม
                2.2 การอนุมานแบบย้อนหลัง (Backward Chaining Inference) การอนุมานโดยเริ่มต้นจากเป้าหมาย (Goals) ที่ต้องการแล้วดำเนินการย้อนกลับเพื่อหาสาเหตุ การอนุมานในลักษณะนี้มักนำมาใช้ในการพัฒนาระบบความฉลาดให้มีความเข้าใจ และมีประสบการณ์ในการแก้ปัญหา เพื่อให้ระบบสามารถทำการอนุมานหาข้อสรุปของปัญหาที่เกิดขึ้นในอนาคต
        3. ส่วนดึงความรู้ (knowledge acquisition subsystem) เป็นส่วนที่ดึงความรู้จากเอกสาร ตำรา ฐานข้อมูล และเชี่ยวชาญ ทีมพัฒนาจะทำการจัดความรู้ที่ได้มาให้อยู่ในรูปที่เข้ากันได้กับโครงสร้างของฐานความรู้ เพื่อที่จะได้สามารถบรรจุความรู้ที่ได้มาลงในฐานความรู้ได้
        4. ส่วนอธิบาย (explanation subsystem) เป็นส่วนที่อธิบายถึงรายละเอียดของข้อสรุปหรือคำตอบที่ได้มานั้น มาได้อย่างไร และทำไมถึงมีคำตอบเช่นนั้น
        5. การติดต่อกับผู้ใช้ (user interface) เป็นส่วนประกอบที่สำคัญของ ES เนื่องจากผู้ใช้จะมีความรู้ในงานสารสนเทศที่แตกต่างกัน หรือผู้ใช้บางคนไม่เคยชินกับการรับคำแนะนำจากระบบสารสนเทศ ตลอดจนผู้ใช้มีความต้องการที่หลากหลาย ดังนั้นผู้พัฒนาระบบจึงต้องคำนึงถึงความสะดวกในการติดต่อระหว่าง ES กับผู้ใช้ ทำให้การติดต่อสื่อสารระหว่าง ES กับผู้ใช้ที่มีความสะดวก ทำให้ผู้ใช้เกิดความพอใจและสามารถใช้ระบบจนเกิดความชำนาญ ซึ่งจะทำให้การปฏิบัติงานมีประสิทธิภาพ
ความรู้
        ความรู้ หมายถึง ระดับของภูมิปัญญาในการรับรู้และการทำความเข้าใจในเรื่องใดเรื่องหนึ่ง โดยที่ความรู้กับข้อมูลจะมีความใกล้เคียงกันในหลายลักษณะ แต่ทั้งสองจะมีความแตกต่างกันตามหลักการด้านวิศวกรรมระบบ (system engineering) อยู่ 2 ประการ คือ ความชัดเจน และความเป็นสากล ปกติผู้ที่สนใจศึกษาเกี่ยวกับระบบ ความฉลาด สามารถจำแนกความรู้ออกเป็น 4 ประเภท ได้แก่ ความจริง ความสัมพันธ์ ขั้นตอน และองค์ความรู้ ความซับซ้อนของ AI และ ES ทำให้ผู้พัฒนาระบบความฉลาดต้องจัดประเภทของความรู้และความสัมพันธ์ในฐานความรู้อย่างเหมาะสม เพื่อให้ระบบความฉลาดสามารถปฏิบัติงานได้ตามวัตถุประสงค์ของผู้จัดการและความต้องการของผู้ใช้

การพัฒนา ES เป็นกระบวนการต่อเนื่องที่มีความละเอียดอ่อน และซับซ้อน ซึ่งผู้พัฒนาระบบต้องใช้ความรู้ ทักษะ ความสามารถ ความเข้าใจ และประสบการณ์อย่างสูง ตลอดจนต้องใช้เวลา และค่าใช้จ่ายสูงในการดำเนินงาน เราสามารถแบ่งกระบวนการพัฒนา ES ออกเป็น 5 ขั้นตอน ดังต่อไปนี้
        1. การวิเคราะห์ปัญหา ผู้พัฒนาระบบความฉลาดจะดำเนินการพิจารณาถึงความต้องการ ความเหมาะสม และความเป็นไปได้ของการนำระบบไปใช้งานในสถานการณ์จริง โดยทำความเข้าใจกับปัญหา จัดขั้นตอนในการแก้ปัญหา การกำหนดรูปแบบของการให้คำปรึกษา ตลอดจนรวบรวมความรู้ และความเข้าใจในสาระสำคัญที่จะนำมาประกอบการพัฒนาระบบ
บทบาทสำคัญของผู้ใช้ระบบที่มีต่อนักวิเคราะห์ระบบ
         นักวิเคราะห์ระบบจะต้องคำนึงถึงความต้องการ (NEEDS) ของผู้ใช้ระบบเป็นสำคัญ โดยต้องยึดหลักเกณฑ์ของการวิเคราะห์และพัฒนาระบบงาน
มีนักวิเคราะห์ระบบมากมายที่ได้ดีไซน์ระบบมา โดยลืมจุดสำคัญของผู้ใช้ระบบ ทำให้ระบบที่ได้ดีไซต์ไว้ไม่ได้ตอบสนองกับความต้องการของผู้ใช้ระบบ และในที่สุดก็ยังผลให้ระบบที่ได้วางไว้นั้นไม่สามารถนำมาใช้ได้จริง ซึ่งทำให้ต้องเสียทั้งเวลาและค่าใช้จ่ายในการพัฒนาระบบอย่างมาก
         การที่ระบบงานนั้นไม่ได้ตอบสนองกับความต้องการผู้ใช้ระบบ สาเหตุหนึ่งอาจจะมาจากนักวิเคราะห์ระบบ แม้ว่าจะไม่ลืมความสำคัญของผู้ใช้ระบบ แต่ลืมที่จะครอบคลุมถึงความเห็นของผู้ใช้ระบบ ทุกคนที่เกี่ยวข้องก็จะทำให้ระบบงานที่ตนได้ดีไซน์ไว้ไม่สามารถตอบสนองต่อความต้องการทั้งหมด เช่น ระบบงานข้อมูลทางการตลาด อาจมีผู้ใช้ระบบตั้งแต่พนักงานรับใบสั่งซื้อ ไปจนถึงระดับผู้บริหารต้องการของทุกคนที่เกี่ยวข้องกับระบบ มิใช่จะเอาใจเฉพาะผู้บริหาร
         ระบบงานข้อมูลที่นักวิเคราะห์ระบบวางดีไซน์ขึ้น จะมีคุณค่าเท่าใดนั้น มิใช่นักวิเคราะห์ระบบเองจะเป็นคนตัดสิน เพราะนักวิเคราะห์ระบบเป็นเพียงผู้สร้างมัน แต่ผู้ใช้ระบบต่างหากเป็นผู้ที่รู้ถึงหลักการที่ว่าระบบงานนั้นได้ตอบสนองความต้องการของพวกเขาได้มากน้อยเพียงใด
        2. การเลือกอุปกรณ์ ผู้พัฒนาระบบต้องพิจารณาเลือกอุปกรณ์ที่ใช้เป็นส่วนประกอบของ ES ซึ่งแต่ละส่วนจะมีความต้องการ อุปกรณ์ที่มีความเหมาะสมแตกต่างกัน โดยพิจารณาความเหมาะสมของส่วนประกอบที่สำคัญ ดังต่อไปนี้
                2.1 การแสดงความรู้ นอกจากความเข้าใจในความหมายและประเภทของความรู้แล้ว การแสดงความรู้เป็นเรื่องสำคัญในการพัฒนาระบบความฉลาด เครื่องแสดงความรู้จะถูกออกแบบให้การแสดงความรู้นั้นง่ายและครบถ้วนตามลักษณะของงาน โดยที่การแสดงความรู้ที่มีประสิทธิภาพควรต้องมีลักษณะ ดังต่อไปนี้
        + โครงสร้าง (Structure)
        + เป็นสัดส่วน (Modularity)
        + สะดวก (Convenience)
        + เข้าใจง่าย (Easy to Understand)
        + เหมาะสม (Appropriate)
                2.2 เครื่องอนุมาน ผู้พัฒนาระบบความฉลาดต้องคำนึงถึงวิธีการอนุมาน การค้นหาและตรวจสอบกฎข้อที่เหมาะสม การคำนวณทางคณิตศาสตร์ การประมวลผลทางตรรกะ และการเชื่อมโยงกับชุดคำสั่งอื่นอย่างสะดวกและเหมาะสม เพื่อที่จะนำมาใช้ในการแก้ปัญหาต่าง ๆ ที่เข้ามาในระบบ
                2.3 การติดต่อกับผู้ใช้ ES ที่ถูกพัฒนาอย่างรอบคอบจะมีส่วนที่ผู้ใช้สามารถติดต่อสื่อสารกับระบบได้ง่าย ระบบมีการโต้ตอบและแสดงผลที่ชัดเจนและง่ายต่อการเข้าใจและการใช้งาน ดังนั้นผู้พัฒนาระบบต้องพิจารณาในเรื่องของวิธีการโต้ตอบระหว่างระบบกับผู้ใช้ การเก็บรวบรวมความรู้ และการแสดงผลโดยรูปภาพ (Graphic)
                2.4 ชุดคำสั่ง ลักษณะของชุดคำสั่งจะบ่งชี้ธรรมชาติและคุณสมบัติของ ES ว่ามีข้อดีหรือข้อจำกัดอย่างไร สิ่งสำคัญที่ผู้พัฒนาระบบจะต้องพิจารณาสำหรับการสร้างชุดคำสั่ง คือ ภาษาคอมพิวเตอร์ (Computer Language) ซึ่งถูกสร้างขึ้นให้มีความเหมาะสมกับงานต่างกัน โดยภาษาคอมพิวเตอร์ที่นิยมนำมาใช้ในการพัฒนาระบบความฉลาด ได้แก่ โปรลอก (PROLOG) และลิปส์ (LIPS) เป็นต้น นอกจากผู้พัฒนาระบบยังต้องคำนึงถึงความสามารถในการแปลข้อมูล ความสามารถในการขยายระบบ และการใช้งานร่วมกับภาษาอื่นเพื่อให้การพัฒนาระบบและการต่อเชื่อมเกิดประโยชน์สูงสุด
ในปัจจุบันได้มีการพัฒนาระบบกึ่งสำเร็จรูปสำหรับการพัฒนาระบบผู้เชี่ยวชาญที่เรียกว่า Expert System Shell ซึ่งเป็นระบบที่ถูกพัฒนาขึ้นเพื่อไว้สำหรับสร้างระบบผู้เชี่ยวชาญในด้านต่าง ๆ ได้ง่ายขึ้น เช่น มีเครื่องมือช่วยในการสร้างฐานความรู้ส่วนติดต่อกับผู้ใช้ หรือส่วนอนุมาน เป็นต้น ทำให้สร้างระบบผู้เชี่ยวชาญสำเร็จลงได้ง่ายขึ้น เร็วขึ้นและเป็นระบบที่มีประสิทธิภาพ
                2.5 การธำรงรักษาและการพัฒนาระบบ ผู้พัฒนาระบบต้องคำนึงถึงการธำรงรักษาและการปรับปรุงให้ระบบมีประสิทธิภาพสูงขึ้นในอนาคต โดยคำนึงปัจจัยต่อไปนี้ ความสามารถในการติดต่อกับผู้พัฒนาระบบ วิธีการสร้างและพัฒนาฐานความรู้ เครื่องมือที่ใช้ในการแก้ไขฐานความรู้ ความสามารถในการสร้างส่วนควบคุมการอนุมาน และสร้างส่วนที่ติดต่อกับผู้ใช้
        3. การถอดความรู้ ผู้พัฒนาระบบต้องทำการสังเกต ศึกษา และทำความเข้าใจกับความรู้ที่จะนำมาพัฒนาเป็น ES จากแหล่งอ้างอิง หรือผู้เชี่ยวชาญในสาขานั้น เพื่อการกำหนดขอบเขตที่เหมาะสมของระบบ โดยที่เราเรียกกระบวนการนี้ว่า "วิศวกรรมความรู้ (knowledge engineering)" ซึ่งต้องอาศัย "วิศวกรความรู้ (knowledge engineer)" ซึ่งมีความแตกต่างจาก "นักวิเคราะห์และออกแบบระบบ (System Analyst and Designer)" อยู่พอสมควร เนื่องจากวิศวกรความรู้จะใช้เวลาในการรวบรวมข้อมูลของการวิเคราะห์และตัดสินใจในปัญหาทั้งจากเอกสารและจากผู้เชี่ยวชาญ โดยข้อมูลที่ได้จะยากต่อการอธิบายเหตุผลในการตัดสินใจของบุคคลในแต่ละครั้งขณะที่นักวิเคราะห์ระบบจะพัฒนาระบบสารสนเทศ จากข้อมูล ทางตรรกะและคณิตศาสตร์
        4. การสร้างต้นแบบ ผู้พัฒนา ES จะนำเอาส่วนประกอบต่าง ๆ ที่กล่าวมามาประกอบการสร้างต้นแบบ (Prototype) ของ ES โดยผู้พัฒนาระบบจะเริ่มต้นจากการนำแนวความคิดทั้งหมดที่เกี่ยวข้องกับระบบที่ต้องการพัฒนามาจัดเรียงลำดับ โดยเริ่มจากเป้าหมาย หรือคำตอบของการประมวลผล การไหลเวียนทางตรรกะของปัญหา ขั้นตอนแสดงความรู้ การจัดลำดับของขั้นตอนที่จำเป็น พร้อมทั้งทดสอบการทำงานของต้นแบบที่สร้างขึ้นว่าสามารถทำงานได้ตามที่ไว้วางแผนไว้หรือไม่ 
          5. การขยาย การทดสอบและบำรุงรักษา หลังจากที่ต้นแบบได้ถูกสร้างขึ้นและสามารถผ่านการทดสอบการทำงานแล้ว เพื่อที่จะได้ระบบสามารถนำไปใช้สภาวะการณ์จริงได้ ก็จะต้องทำการขยายระบบให้ใหญ่ขึ้นจากต้นระบบ โดยเฉพาะส่วนที่เป็นฐานความรู้ เป็นส่วนที่ใช้อธิบายส่วนที่ติดต่อกับผู้ใช้ และตกแต่งหน

[tai]

เดี๋ยวนี้มีธุรกิจรูปแบบใหม่ที่น่าสนใจมาก เป็นธุรกิจมาจากต่างประเทศ

ที่เค้าเปิดให้คนทำได้ทั่วโลกครับ ทำงานหน้าคอมผ่านระบบอินเตอร์เน็ตครับ

รับเงินผ่าน Paypal อย่างถูกกฏหมาย (รับเป็นดอลล่าร์)

มีเวปภาษาไทยแปลแล้วครับ สามารถทำเงิน $105 (ประมาณ 3700 บาท) ใน 1 วันได้ง่ายๆหรือมากกว่านั้น

เด็ก ม.ปลาย เด็กมหาลัย พนักงานออฟฟิซ คนว่างงาน ได้ตังค์ใช้กันเพียบ กำลังเริ่มจะบูมแล้ว รีบๆหน่อยนะครับ

อ่านรายละเอียดที่นี่เลยครับที่ http://www.21millionaire.com/index.php?userid=pansameeput

( ถ้าคลิ๊กไม่ติดให้ copy ไปเปิดบนเว็บไซด์ด้านบน )

ทดลองใช้ระบบได้ฟรี 7 วัน ลองดูก่อน ไม่ชอบก็ปิดไป แต่การคลิกดูครั้งนี้ อาจทำให้ชีวิตคุณเปลี่ยนไปตลอดกาล

GDI Grobal Domain International โดยทีม 21Millionaire

*ไม่ใช่ธุรกิจโกงคลิก, ไม่ใช่ธุรกิจอ่านเมลล์, ไม่ใช่งานขายสินค้า, เป็นงานผ่านเนต นั่งหน้าคอม 100%*

ข้อมูลเพิ่มเติมได้ที่

- website : http://www.pansa.ws

- e-mail : [email protected]

- tel : [phone]

[ฟหฟหก]

ตัวหนังสือเล็กอ่านอยาก