Asking for a favor!

I really hope you get this fast. I could not inform anyone about my trip, because it was impromptu. Am stranded here in Manila, Philippines since last night. I was hurt and robbed on my way to the hotel I stayed and my luggage is still in custody of the hotel management pending when I make payment on outstanding bills I owe.

Please let me know if you can quickly help with a LOAN. I will refund the money back to you as soon as I get back home.

Thanks,

 

______________

 Dadmehr Rahbari

تغییر آدرس وبلاگ

با سلام

لطفا" به آدرس جدید وبلاگ مراجعه فرمائید.

www.vccs.blogfa.com

هـوش بـدون دلـيل

در سال 1991 برنده جايزه تفكر و كامپيوتر در كنفرانس بين المللي هوش مصنوعي شدم . هر دو سال جايزه اي به محقق برجسته (در زمينه هوش مصنوعي) داده مي شود . يكي از ملاكهاي انتخابم سن جوانيم بود (طبق قوانين جديد من در سال 1991 واجد شرايط نبودم)، اين بالاترين امتياز از طرف كميته هوش مصنوعي بشمار مي رفت و من كاملا به استدلال آنها براي انتخاب پي بردم . من از طرف آنها به شركت در مقاله اي براي شرح كارها كه فقط شش صفحه بود دعوت شدم همچنين محدود بودن تعداد صفحات نيز بخشي از كمك به من بشمار مي رفت . اين فرصت را بدست آوردم كه هوش مصنوعي كلاسيك را به زبان تايلندي بازنويسي كنم و ساختاري مشابه كامپيوترها كه افكار را از جهاتي متاثر مي سازد . همچنين فرصتي پيش آمد كه از طرحي مبتني بر رفتار استفاده كنم تا هوش مصنوعي كلاسيك مانند سيستم هاي زيست شناختي واقعي به نظر آيد.امروزه بخشهاي زيادي از هوش مصنوعي وجود دارد كه در جهات مشابهي حركت داده مي شود همچنين كنفرانسهاي مخصوصي با طرح تسلط زبان تايلندي به تازگي بوجود آمده است . اما IJCAI روش قديمي خود را ادامه داده بطوريكه دروغهايش بسختي در جلسات خشني به مشم مي رسد . 

چكيدهكامپيوتر و فكر دو مقوله اي هستند كه با همديگر هوش مصنوعي را بعنوان يك رشته علمي تعريف مي كنند . بطور كلي كار روي هوش مصنوعي در سي سال گذشته تاثيرات شگرفي در جنبه هاي معماري كامپيوتر ها داشته است . همچنين مقوله هاي ديگر اين مقاله عبارتند از :وضعيت معماري كامپيوتر تاثير زيادي بر روي مدل افكارمان گذاشته است . مدل وان نيومن در محاسبات منجر به هوش مصنوعي در جهات ويژه اي شده است . هوش در سيستم زيست شناختي كاملا متفاوت مي باشد . كارهاي اخير در زمينه هوش مصنوعي مدلهايي جديدي را توليد كرده است كه در آن هوش محدود به روح سيستمهاي زيست شناختي مي شود . مدل محاسباتي وان نيومن خصوصيات مشترك زيادي با محاسبات زيست شناخته دارد . 
1- مقــدمـههوش مصنوعي به عنوان رشته اي رسمي در سي سال اخير بشمار مي رود . هدف شاغلين در اين زمينه تحول و دگرگوني در زمان است . يك توصيف منطقي از كليات كارهاي انجام شده بوسيله آن در كامپيوتر : در كاري كه بوسيله مردم انجام مي شود هوش مشخصي ديده مي شود ."وينستون دو هدف را براي هوش مصنوعي متصور مي باشد كه شامل : ساختن سيستم هوش مصنوعي مفيد و ادراك هوش بشر ."وسوسه هاي زيادي در مورد تعريف و پيشروي در اين زمين هوجود دارد اما معني روشني را نمي توان در زماني كم بيان كرد . در حقيقت خطرات پسروي فلسفي عميقي وجود دارد كه بازيابي آن ساده بنظر نمي رسد . بنابراين من ترجيح مي دهم منتظر يافته هاي جديد ( حتي خيلي ديرتر ) از طرف بشر بمانيم .
1-1 دستــاوردهاهـوش مصنوعي سنتي در مسائل زنجـيره اي از ساختمان هوش مصنوعي بالا به پائين استفاده كرد مي كرد . هوش زنجيره اي مبتني بر دليل و فكر مي باشد . اينها تنها چيزهايي هستند كه ما در مورد افكار دروني مي دانيم . اين شيوه كار كه سالها مورد استفاده قرار گرفته است ، شامل مجموعه اي از قواعد مي باشد كه ورودي ها و خروجي هاي فكر و دليل را مديريت مي كند ( مانند نمايش دانش ) و چيزهايي كه فكر و دليل انجام مي دهند را مرتب مي كند ( مانند برنامه ريزي و حل مسائل ) . با دلايلي كه پيش رو داريم مشخص مي شود ، تمام اين قواعد نمي تواند بعنوان هوش تلقي شود . بعلاوه بدون اين جنبه ها اعتبار رويكردهاي هوش مصنوعي سنتي زير سوال مي رود . 

من همچنين در مورد نقاط عطف كار روي فكر كه بوسيله محدوديتهاي تكنولوژيكي كامپيوتر متاثر مي شود نيز بحث مي كنيم ، و سرانجام مشخص مي شود بسياري از جنبه ها و اصول تعيين كننده در اين معماري به فراموشي سپرده شده است .
به طرزي قابل پيش بيني در سطح هوش بشر جهشي شگرف پديد آمد . اصول و موادي وجود دارد كه تماما به بشر نسبت داده مي شوند . بسياري از اين موارد امروزه از جانوران بدست آمده است . مطالعه جانوران ممكن است محدوديتهاي را در چگونگي افكار سطح بالاي بشر بوجود آورد .

اخيرا مطالعاتي در زمينه هوش انجام شده است كه روي سيستمهاي فيزيكي متمركز شده است ( مانند رباتهاي متحرك ) ، جايگزيني در جهان ، حمل وظيفه هايي از دسته هاي مختلف در سيستم هاي خود گردان.

برخي از اين كارها بر اساس مهندسي اصول اوليه مي باشد و بقيه قطعا بر اساس الهامات زيست شناختي مي باشند . چاشني اين كار بسيار متفاوت است از هوش مصنوعي سنتي . در حقيقت به رويدادهاي دروني مان اشاره مي كند ، برخلاف هوش مصنوعي سنتي كه اغلب شباهتي به همه آنچه در كار سيستم زيست شناختي رخ مي دهد ندارد . راههاي خطرناكي و دقيقي براي مطالعه سيستم زيست شناختي وجود دارد ، بطوري كه طراحي آنها از نقطه نظر سيستمهاي عمومي بهينه نمي باشد .ترجيحا چنين سيستمهايي با سيستمهاي كاري گذشته سازگارند و مي توانند با هم تلفيق شوند ، در اين راه بيشتر به فشارهاي محيطي تازه گذشته خواهيم رسيد . شايد راه حلهاي اين چنين براي هوش در سطح كمي از بهينگي وحود داشته باشند .مطمئنا بين انسان و جانوران ساختارهاي مشابه زيادي مي توان يافت مانند : سيستم گوارشي ، اسكلتي . عضلاني . بايد فرض كنيم بسياري از ساختارهاي عصبي ، واكنشي و تاثيرات اطاف در آنها وجود دارد . هر چند شبيه سازي اين دو ممكن است ديوانگي به نظر برسد .
1-2 نمــاي كــلياين مقاله از پنج بخش تشكيل شده است : 2 ربات ، 3 كامپيوتر ، 4 زيست شناختي ، 5 ايده ، 6 فكر . موضوع مقاله بررسي سهم كامپيوتر و فكر در پيشرفت هوش مصنوعي مي باشد ، چگونگي اتصالات بين آنها كه ممكن است باعث گمراهي شود ، چگونگي نمونه هاي زيست شناختي از هوش كه كاملا متفاوت از مدلهايي است كه در هوش مصنوعي استفاده شده است و همچنين چگونگي رويكردهاي جديد بين كامپيوتر و فكر .رويكردهاي جديد كه اخيرا در زمينه هوش مصنوعي صورت گرفته است بروشني در رباتهاي متحرك قابل رويت مي باشد . در بخش 2 ( رباتها ) مختصري راجع به رباتها و بحث در مورد مفاهيمي كه ريشه اختلافات پژوهشگران مي باشد صورت مي پذيرد .در بخش 3 ( كامپيوترها ) به ايده هاي اصلي در پيشرفت هوش مصنوعي مي پردازيم و اينكه چگونه به تكنولوژي محاسبات منجر مي شود . نه اينكه شامل دستورات اصلي محاسباتي شود اگرچه بسياري از پژوهشگران آنها را با اهميت شمردند .اهميت چارچوبهاي جديد در تحقيقات به طور برجسته اي نمايان شده است بطوريكه منجر به راه حلهاي مهمي در جهان محدود هوش مصنوعي شده است در عين حال مقالاتي هستند كه خيلي به برنامه هاي كاربردي وابسته نمي باشند . رشته فرمان شناسي كه سهم بسزايي در ابزارهاي متفاوت كامپيوترهاي ديجيتال داشته است .در بخش 4 ( زيست شناختي ) مروري مختصر بر پيشرفتهاي اخير در زمينه ادراك هوش زيست شناختي خواهيم داشت . موضوعاتي از قبيل رفتار شناسي ، روان شناسي و علم اعصاب .اين موضوعات لازم نيست بطور جامع بررسي شود ، كافي است ثابت شود كه : سيستمهاي زيست شناختي هوش كاملا متفاوت از هوش مصنوعي سنتي سازمان دهي شده است .در بخش 5 ( ايده ها ) دو اصل از رويكردهاي جديد هوش مصنوعي معرفي مي شود كه عبارتند از : تجسم و واقع شدن و بحث در مورد هوش و ظهور اين مطالب .در اصلي ترين بخش ( 6 فكر ) طرحي كلي از جزئيات دستاورد گروه من در MIT به منظور ساختمان رباتهاي هوش مصنوعي آورده شده است . رويكردي مشترك از سيستمهاي زيست شناختي كه معمولا با هوش مصنوعي ناميده مي شود .
2- ربـاتــهامدت زيادي است كه بوسيله كميته هوش مصنوعي كارهاي پراكنده اي در مورد رباتهاي متحرك انجام شده است . شايد تكاندهنده ترين گزارش ارائه شده به شصت سال پيش برگردد كه مربوط به نيلسون در سال 1984 و همچنين CART در سال 1983 مي باشد .با وجود ساده سازي ( استاتيك ، محيط مهندسي ، بيشتر كامپيوترهاي در دسترس ) عمليات همه رباتها اين كار مشقت بار به آرامي انجام ميشود .براي ادراك سيستم نهايي و همچنين ساختن مدل دنيا زمان زيادي صرف مي شود.اين در حالي است كه طراحي و انجام آن خيلي طول نمي كشد .در سال 1984 نگراني هاي بسياري در مورد هوش بوسيله مردم مطرح شد . ملزوماتي براي هوش وجود دارد كه بتواند با جنبه هاي ديناميك محيط تعامل داشته باشد ، رباتهاي متحرك مشابه انسان و جانوران عمل كنند و اينكه هوش بتواند رفتاري از رباط را بدون وجه حسگري آن توليد كند ، محيط غير قابل پيش بيني و دنياي تغيير پذير

.
برخي از ادراكات كليدي در مورد سازمان هوش عبارتند از :• بسياري از مردم كارهاي روزمره شان را بدون طراحي و حل مسئله حل مي كنند ، اما در عوض فعاليتهاي روتيني را انجام مي دهند كه مطمئنا دنياي آنها ديناميك مي باشد . بعلاوه عامل ها از يكسري اشيا در دنيا استفاده مي كنند كه هيچ نيازي به تناظر معنايي براي پردازش عامل ها ندارد .• با يك مشاهده مي توان در مورد هدف عوامل صحبت كرد حتي مي توان به اين نتيجه رسيد كه عاملها هيج نيازي به دستكاري نمادهاي ساختمان داده ها در زمان اجرا ندارند .• بعلاوه ايده هاي درستي از هوش بايد وجود داشته باشد كه در ساخت عاملهايي با حسگرهاي واقعي در محيطهاي ديناميك به طور كامل استفاده شود

 .
3- كـامپيوتـرهاطبق فرضيه ارائه شده در سال 1997 ، جاييكه بيشترين زمان براي تغيير كم گونه ها وجود دارد ، شاخه هاي شكسته دچار رشد شگرفي شده اند . كارهاي انجام شده روي هوش مصنوعي در چهل سال اخير رشد چشمگيري در زمينه تحقيقات و رهنمودهاي آينده در اين زمينه داشته است .استفاده از تكنولوژي كه در آينده توليد مي شود در انجام محاسبا ت كاري از روي ناداني و گستاخي به نظر مي رسد ، مثلا مدارات مجتمع مبتني بر سيليكون . براستي كه رشد نمايي سرعت اجراي فرايندها هدفي قابل دسترس بود كه دليل همه اين تحقيقات شمارش بيشينه دلار در ثانيه بوده است .سه منشاء ممكن براي پيدايش چنين تغييراتي عبارتند از :3-1 سابقه تاريخيدر طول دهه 1940 حتي هنگام جنگ جهاني دوم حركتهايي صورت گرفت و اولين كامپيوتر الكترونيكي براي محاسبه مسير حركت گلوله ساخته شد ، ايده اسفاده از كامپيوترها براي انجام فعاليتهاي هوشمند پيش از اين نيز در ذهن مردم بوده است .آلن تورينگ كه شهرت خود را در سال 1943 بخاطر كارهايي در زمينه محاسبات بدست آورده بود و مذاكراتي با دونالد ميش داشته است ، از سال 1941 كارهايي در زمينه هوش مصنوعي مدرن براي بازي شطرنج به انجام رسانيده بود .تورينگ تعدادي از آرگومان هاي استرومن را توسعه داد در حالي كه كامپيوتر ديجيتال همين كار را ظرف يك روز انجان مي داد . اما او ملزومات يك ماشين كامل را در نظر نگرفت . كار او درست به نظر مي رسد اما سوال اينجا است كه يك ماشين چطور برنامه ريزي شود . تورينگ آرگوماني از برنامه ريزي ماشين را با حركت دستان ابداع كرد . اليته در اين راه محدوديتهايي نيز وجود داشت . 

او اين نظريه را رد كرد اما پذيرفت كه اين ماشين بايد چشماني داشته باشد، اگرچه كاملا لازم نبود.سرانجام دو پيشنهاد براي فكر كردن ماشين بيان مي شود . هوش مصنوعي كه در ادامه دنبال مي شود در دستاوردهاي بعدي ناديده گرفته مي شود .3-2 تـاسـيـسپايه هاي اصلي هوش مصنوعي در كنفرانس دارتموت سال 1956 و همچنين در كتاب تفكر و كامپيوتر سال1963 . اين نام بوسيله جان مك كارتي در پي تحقيقات شش هفته اي هوش مصنوعي كه در مركز تحقيقات آمريكاي شمالي پس از بيست سال ارائه شده است .مك كارتي با همكاري مروين مينسكي ، آزمايشگاه هوش مصنوعي MIT را تاسيس كرد ، كه اين خود مقدمه اي براي ايجاد آزمايشگاه هوش مصنوعي استانفورد بشمار مي رود .آلن نيوول و هربرت سيمون نيز گروه علمي كامپيوتر را در دانشگاه كارنج ملون ايجاد كردند .حتي امروزه بيشتر بخش تحقيقات هوش مصنوعي آمريكاي شمالي از كميته دكتري چهار نفري اين گروه يا اشخاص مورد تائيد آنها تشكيل شده است .در آن زمان برنامه هاي بزرگي به زبان اسمبلي نوشته شده است . كار تحقيقات به اين نحو كسالت آور بود چنانچه رويه هاي بازگشتي به اين زبان مشكل بود ، اگرچه افرادي مانند ساموئل و همراهان او در دارتموت در اين زمينه موفق بودند . نيوول و سيمون ، تئوري هاي منطقي را در حل مسائل بزرگ توسعه دادند و موفق شدند زبان هاي مفسري مانند (IPL) را بوجود آورند ، اين زبانها ساختارهاي پيچيده و بازگشتي را نيز پشتيباني مي كردند . بسياري از پروژه هاي دانشجويي در آن زمان با اين زبان نوشته مي شد .

*این متن متعلق به برنده جایزه نوبل هوش مصنوعی می باشد* 

 

آشنايي با جاوا Java - برنامه نويسي J2EE

http://www.4shared.com/document/Ktoo0mJi/J2EE.html

نمونه سوالات برنامه سازي پيشرفته ++C

http://www.4shared.com/file/IcxPuS5a/Practice.html

جزوه آموزشي درس برنامه سازي پيشرفته ++C

http://www.4shared.com/file/AygLwyPb/C_online.html

برنامه نويسي شبكه - Socket Programming

http://www.4shared.com/document/nFm_Pniw/Socket_Programming.html

جزوه آموزشي درس ساختمان داده ها Data Structure

http://www.4shared.com/document/YRr5eZ2S/DataStructure.html

تكنولوژي تشخيص گفتار Speech Recognition

مزيت استفاده از تكنولوژي تشخيص گفتار ( Speech recognition ) اينست كه سد ارتباطي ما بين آدمي و ماشينها را ميشكند گذشته از  dراحتي بيان گفتار زواياي ديگري در ارتباط با كامپيوتر به ارمغان مي آورد . يكي از مزايا سرعت مي باشد گفتار همچنين مي تواند بعضي از محدوديت ها ي ويزيكي ارتباط با كامپيوترها را از ميان بردارد به وسيله ي گفتار مي توان كامپيوتر را در تاريكي و يا بدون نشستن در جلوي صفحه ي كليد كنترل كرد .

حدود 40 سال از زمان در دسترس بودن سخت افزاري كه بتواند تحليل طيفي سيگنال هارا انجام دهد مي گذرد تحقيقات اوليه بر روي سيستم تشخيص گفتار براي تحقق دو هدف انجام گرفت : يكي از آنها تبديل سيگنال هاي صدا به كركترهاي نوشتاري (typewriter مبتني بر صدا) و ديگري انجام دستور العمل هاي ماشيني به وسيله ي صدا .كامپيوتر ها همچنين وسيلهي راحتي براي اعمال تكنيك هاي پردازش سيگنال هاي ديجيتالي و اجراي الگوريتم هاي تشخيص فراهم كرده اند .

در طي دو دهه تحقيق و ترقي ابعاد مهم زير در مورد مشخصات سيستم هاي تشخيص گفتار به ثبت :

1-وابستگي به گوينده در برابر مستقل بودن از گوينده(dependence vs.speaker-independence speaker) يك سيستم وابسته به گوينده براي تشخيص صداي يك شخص تعليم داده مي شود.

2-لغات براي گفتار پيوسته (descrete speech-word vs.continous-) يك سيستم گسسته (جدا از هم isolated-word) براي تشخيص به توافق در بين لغات احتياج دارد.اولين تشخيص دهنده گفتار بر اساس لغات جدا از هم با استفاده از كامپيوتر ديجيتالي در اوائل سال 1960 ساخته شد. تكمولوژي كنوني به سطحي رسيده است كه سيستم هاي تشخيص گفتار با استفاده از تكنيكهاي تطابق براساس لغتهاي جدا از هم و وابسته به گوينده براي تعداد لغات محدود در حال حاضر در فروشگا هها ،صنايع و ادارات مورد استفاده واقع مي شود.

از سيستم هاي تشخيص گفتار در زمينه هاي مختلف استفاده مي شود كخ چند نمونه از آن را ذكر مي كنيم:

كاربرد هاي جالب شامل ادغام تكنولوژي صدا با تلفن ، رابطههاي تصويري ،پست صدايي و مانند اينها. كاربرد موفق ديگر ارتباط صوتي در كنترل سيستمهاي روباتيك مي باشد. و در بعضي كاربردها ، مانند ديكته گفتن ، شماره گرفتن از طريق صدا ، و وارد كرد ن اطلاعات كافي است . سيستم عملياتي كه از قبيل تععين شده است را انجام دهد. ( مثلاً در مورد ديكته گفتن فقط كافي است كلمات تشخيص داده شده را تايپ كند).

1.4-سيگنالهاي صوتي

سيگنالهاي صوتي حاوي اطلاعات مي باشند و آنچه كه ما در پردازش كامپيوتري گفتار به آن علاقه منديم انتقال اين اطلاعات مي باشد. اين مهم آنطور كه بنظر مي رسد ساده نيست. زيرا سيگنال صوتي حداقل سه نوع مختلف از اطلاعات را در بر دارد. مهمترين اينها اطلاعات مربوط به زبان مي باشد.اين نوعي از اطلاعات است كه عموماً به عنوان معني كلمه ادا شده تلقي مي شود. در عين حال نبايد اين حقيقت را ناديده گرفت كه اداي يك كلمه اطلاعات اجتماعي –زباني را هم در بردارد و به اطلاعاتي راجع به ناحيه و طبقه اجتماعي گوينده مي دهد.گذشته از اين موارد،اداي يك كلمه اطلاعات شخصيتي در مورد گوينده را نيز در بر دارد.

اين سه نوع اطلاعات بطور خيلي پيچيده اي در سيگنال صوتي با هم ادغام شده اند.

سيگنالهاي صوتي بر اساس شكل حنجره و شكل داخلي دهان ، از نظر دامنه و فركانس متغيير بوده و به پارامتر هايي نظير مساحت دهانه لب در هنگام اداي كلمه ، مينيمم مساحت در اداي دو كلمه “father” و “head” در اولين كلمه فاصله دهانه حنجره تا نقطه مينيمم مساحت كمتر است.

منبع توان در تقريباً همه صداها فشار هماي خارج شده از ششها توسط سسيستم تلفني مي باشد . جريان همادي خارج شده از ششها از ميان تارهاي صوتي( كه دو ماهيچه كوچك تابيده شده واقع در حنجره در بالاي ناي مي باشد) عبور مي كند.فاصله بين تارهاي صوتي ، دهانه حنجره ناميده مي شود.

تارهاي صوتي بطور طبيعي جدا از هم مي باشند (منظور زمان بازدم است) در اين حالت هواي خارج شده از ششها عبور نسبتاً آزادي به داخل حلق و دهان خواهد داشت.زماني كه تارهاي صوتي به گونه اي قرار گيرند كه محل عبور باريكي بين آنها بوجود آيد.جريان هوا باعث مي شود كه به طرف يكديگر مكيده شوند.هنگامي كه تارها ي صوتي به يكديگر مي چسبند.جريان هوا ديگر وجود نخواهد داشت و فشارهواي پايين آنها تا موقعي كه دوباره به طرف هم مكيده شوند و سيكل ارتعاشات تكرار مي شود. صداهاي توليد شده در زمان نوسان تارهاي صوتي،اصوات با صا گفته مي شوند.

در مقابل اصوات با صدا، صداهايي وجود دارند كه در آنها تارهاي صوتي جدا از هم مي باشند و به اصوات بي صدا معروفند. در تشكيل حروف بي صدا(consonants) جريان هواي عبوري از ميان تارهاي صوتي بطريقي مسدود مي شوند.

حروف بيصدا بر اساس محل و حالت لين مسدوديت طبقه بندي مي شوند. برخي از محلهاي ممكن براي اين مسدوديت در شكل زير بصورت فلشهايي نمايش داده شده است. اين نقاط در زبانهاي مختلف كمي جابجا مي شوند.

مدل زير بر اساس طرز عمل سيستم صوتي انسان پيشنهاد مي شود:

بر اساس اين مدل براي اصوات با صدا و بي صدا دو منبع صوتي جداگانه در نضر گرفته شده است . براي اصوات با صدا منبع صوتي پريوديك كه قركانس آن بر حسب نوع حرف با صدا تنظيم مي شود، در نظر گرفته مي شود و براي اصوات بي صدا منبع نويز سفيد بكار مي رود. مجموعه سيستم صوتي انسان ، شامل حنجره ، ناي ، زبان و غيره فيلتر ميان گذر بافركانس قطع متغيري را تشكيل مي دهد كه اصوات توليد شده توسط منابع صوتي را فيلتر مي كند.

2.4- طيف صوتي

بررسي طيف انسانها نشان داده است كه طيف صوتي جنس مذكر از نظر چگالي طيفي توان سگنالها ي صوتي با طيف جنس مؤنث اختلاف دارد و اين اختلاف در حروف با صدا مشهودتر است.

4 .3پهناي باند و نمونه برداري از سيگنالهاي صوتي

يك پارامتر مهم در تحليل گفتار (SPEECH ANALYSIS) رديف (RANGE) فركانسي يا پهناي باند گفتار مي باشد. پهناي باند در حدود 20 كيلو هرتز بهترين پاسخ را به ما مي دهد.در پرداطش گفتار اغلب پهناي باندي در حدود 4 تا 5 كيلو هرتزتحميل مي شود.اين پهناي باند براي هجا هاي با صدا كاملاً مناسب و براي هجا هاي بي صدا در حد معقولي مي باشد.

4 .4 –سرعت نمونه برداري

پارامتر مهم ديگر مربوط به پردازش گفتار (SPEECH PROCESSING) سرعت نمونه برداري مي باشد.در هر پردازش ديجيتالي شكل موج اوليه مانند صوت ، يك كميت آنالوگ پيوسته مانند (T) X مي باشد ، اما از آنجايي كه يك كامپيوتر عملياتش را بر روي كميت هاي گسسته انجام مي دهد ، كميت آنالوگ بايد بوسيله يك مبدل آنالوگ به ديجيتال (ADC) نمونه برداري شده و به كميت هاي گسسته تبديل شود. بدين صورت كه سيگنال آنالوگ X(T) به مجموعه اي از مقادير گسسته X(2T) ،X(T) ، X(0) و... با سرعت 1/T نمونه در هر ثانيه نمونه برداري مي شود.

عموماً T را حذف كرده و اين مجموعه را بصورت ...،X(N) ،... ،X(2) ،X(1) ،X(0) با دامنه هاي X(N) توصيف مي كنند .

بين سرعت نمونه براري و پهناي باند سيگنال ، ارتباط مهمي و جود دارد .اگر يك سيگنال باند محدود كه مؤلفه هاي فركانسي آن در بالاي فركانس صفر مي باشند. با سرعت نمونه برداري شود ، اثبات مي شود كه طيف سيگنال نمونه برداري شده ، پريود يك با فركانس مي باشد.

در نمونه برداري با سرعت زياد ، مؤلفه هاي پريود يك طيف جدا از هم مجزا و جدا مي شوند .در حالي كه به ازاي اين مؤلفه ها به يكديگر مي چسبند .

در سرعت هاي پائين نمونه برداري .اين طيف ها روي هم مي افتند . سرعت بحراني نمونه برداري به فركانس نايكوئيست معروف مي باشند.

يك نتيجه ي مهم اين است كه در سرعتهاي نمونه برداري بالاتر يا برابر فراكانس نايكوئيست ،سيگنال آنالوگ اوليه مي تواند با استفاده از مقادير نمونه برداري شده بطور دقيق باز سازي شود. (اين اثرAliasing سيگنال را باعث مي شود .) بنابر اين زماني كه قرار است صوت با پهناي باند مؤثر 5 كيلو هرتز نمونه برداري شود ميبايست اول بوسياهي فيلتر آنالوگ ، مؤلفه هاي فركانس بالاي آن حذف شده، به پهناي باند 5 كيلو هرتز محدود و سپس با سرعت حد اقل 10 كيلو هرتز نمونه برداري شود.

5،4- كوانتيزه كردن

پارامتر مهم ديگر در نمونه برداري از سيگنال هاي صوتي ، كوانتيزه كردن دامنه هاي نمونه برداري شده بوسيله ي يك مبدل A/D با دقت محدوتش ميباشد . يكADC8 بيتي ميتواند يك سيگنال ورودي را به يكي از 256 حالت ممكن تبديل كند ، اين عمل به اندازه گيري ما نويز اضافه مي كند . نويزي كه در اثر كوانتيزه كردن به سيستم وارد مي شود ، بوسيله افزايش دقت ADC كاهش داده شود . براي پردازش سيگنال صوتي استفاده از يك ADC با حد اقل 10 بيت كه دقت يك در 1024 به ما مي دهد ، متداول است.

برخي از دلائل اينكه گفتار به حالت ديجيتالي تبديل شود به قرار زير است:

1- مالتي پلكس كردن : وقتي تعدادي سيگنال بايد در طول يك مدار مشترك انتقال داده شوند ، متدوال ترين روشهاي مالتي پلكس كردن ، استفاده از روشهاي ديجيتالي بمنظور بدست آوردن مينيمم اغتشاش در سيگنالهاي اطلاعاتي مي باشد.

2- سوئيچينگ: وقتي سيگنالي به فرم ديجيتالي است ، مي توان انرا از ميان تعراد زيادي گره هاي سوئيچينگ بدون ايجاد هيچ اغتشاش و يا تنزلي در سيگنال عبور داده سوئيچهاي مدار ( در مركز تلفني ) در زماني كه سيگنالها ديجيتالي هستند مي توانند خيلي كوچك و جمع و جور ساخته شوند .

3- ذخيره سازي : بطور كلي ، بواسطه در دسترس بودن رنج وسيعي از حافظه ها و ديگر وسايل ذخيره ديجيتالي ، اطلاعات ديجيتالي خيلي ساده تر از مشابه آنالوگ آنها ذخيره مي شوند.

4- انتقال به صورت بسته اي : سيستم هاي مدرن انتقال بسته اي ، تكنيك هاي سوئيچينگ ، مالتي پلكس كردن و ذخيره سازي را براي استفاده بهتر لز منابع انتقالي با يكديگر تركيب مي كند . همه ي اين تكنيك ها براحتي با سيگنال هاي ديجيتايز شده به اجرا در مي آيند.

5- به رمز در آوردن : به منظور جلو گيري از دستيابي به پيغام هاو اطلاعات ، بدون اجازه ، تنها تكنيك كد گذاري واقعاً مطمئن ، توليد اعداد اتفاقي از پيغام هاي ديجيتالي مي باشد.

6- انتقال طيف گسترده: گسترده كردن طيف يك سيگنال مي تواند در برابر رنج وسيعي از اغتشاشات و اندازه گيري هاي نادرست الكترونيكي ، حفاظت با ارزشي را فراهم نمايد . بهرحال اگر سيگنال درحالت ديجيتالي باشد، اصلاحاتي كه براي گسترده كرده اغتشاش اضافي حذف شود . عيب اصلي سيستم هاي ديجيتالي اينست كه آنها اغلب به پهناي باند هاي وسيعتري نسبت به سيستم آنالوگ مشابه ، نياز دارند.

6،4- انواع سيستمهاي تشخيص گفتار

سيستم هاي تشخيص گفتار به دو نوع اصلي زير تقسيم مي شوند :

1- سيستم تشخيص گفتار وابسته به گوينده ( گوينده ثابت SPEAKER DEPENDENT)

2- سيستم تشخيص گفتار مستقل از گوينده ( SPEAKER INDEPENDENT)

در سيستم نوع اول، سيستم فقط براي تشخيص صداي يك نفر تعليم داده مي شود ولي در سيستم ديگر سيستم طوري طراحي شده است كه صداي افراد مختلفي را تشخيص مي دهد.

تشخيص سخنان يك گوينده ثابت و معين از شناسايي چند گوينده مختلف ساده تر است، چرا كه در پارامتر ي كردن مكالمات براي كامپيوتر ، استفاده از يك گوينده ثابت مي تواند حساسيت سيستم را افزايش دهد . به اين ترتيب مي توان الگوها و قابليت هاي تطلبق را در حافظه فقطبراي گوينده ذخيره كرد ، كه اين الگوها خود به خود در مورد گوينده هاي غريبهعملكرد بسيار ضعيف تري ارائه مي دهد. به همين خاطر هم در بسياري از سيستم هاي موجود ، گوينده منحصر به فرد است و سيستم گوينده اي خاص تنظيم شده است. البته تعداد نسبتاً معدودي از سيستم هاي تشخيص گفتار را مي توان براي گوينده هاي مختلف تنظيم كرد . ولي بسياري از پژوهشگران به تجربه معتقدند كه براي انجام يك وظيفه ي ثابت سيستم هاي مستقل از گوينده خطايي معادل 3تا5 برابر بيشتر از سيستم هاي با گوينده ثابت ارائه مي دهند . براي دستيابي به سيستم هاي مستق از گوينده كافي است بطور خيلي ساده قالب هاي گفتاري اشخاص زيادي را در حافظه ذخيره كرد. در روش ديگر كه پيچيده تر نيز هست مي تولن وجوه مشترك بين اصوات گوينده هاي مختلف را ( كه نسبتاً ثابت است) به عنوان الگوي تشخيص پذيرقت .

هر يك از سيستم هاي بالا به دو نوع كلي ديگر تقسيم مي شوند :

الف-سيستم تشخيص گفتار بر اساس لغات جدا از هم

(isrs) Isclated word speech recognition

ب- سيستم تشخيص گفتار بر اساس لغات پيوسته

(csrs) Continues word speech recognition system

از آنجايي كه در مكالمات پشت سر هم و پيوسته امكان تشخيص مرز بين كلمات مشكل تر است، لذا مكالمات كلمه به كلمه ( افزودن سكوت هاي كوتاه بين كلمات ) مي تواند راحت تر تشخيص داده شود . از سوي ديگر در مكالمات بدو مكث بسته به موقعيت كلمه نسبت به كلمات ديگر ممكن است تلفظ كلمه عوض شود براي مثال تلفظ تو چطوري ؟ با تو سكوت چطوري ؟ يكسان نخواهد بود . همچنين در مكالمات بدون مكث و سريع بعضي از حروف خود به خود بوسيله ي گوينده جويده مي شوند . مثلاً مي خواهم كه بصورت مي خوام كه ادا ميشود.اگر استفاده كننده ملزم به مكث بين كلمات شود ، اين خطاي سرعت نيز به مقدار زيادي كاهش مي يابد . براي مثال در آزمايشات بعمل آمده خطاي 9 درصد حاصل از مكالمات بدون مكث به 3 درصد در حالت مكالمه كلمه به كلمه كاهش يافته است. اما اين نوع مكالمات مكث دار علاوه بر ايجاد خستگي براي گوينده ، سرعت انتقال اطلاعات را از 150 تا 250 در دقيقه به 20 تا 100 كلمه كاهش مي دهد.

7.4- شماي كلي سيستمهاي تشخيص گفتار

شماي كلي سيستم ها ي SRS بصورت ز ير است:

شكل7 . 4 :

چنانچه ديده مي شود، يك سيستم ارتباط صوتي از يه بخش اصلي تشكيل شده است:

1- بخش پردازش گفتار:اين بخش كلمات تلفظ شده را بوسيله يك مبدل A/D و تكنيك هاي پردازش سيگنال (آنالوگ يا ديجيتال) به فرم ديجيتالي تبديل مي كند.

2- بخش تشخيص گفتار: اين بخش خروجي بخش پردازش گفتار را با مدل هاي از قبل ذخيره شده در سيستم مقايسه مي كند.محدود يتهاي گرامر و فرهنگ لغات تفسير هاي ديگر را حذف مي كند.

3- بخش فهم گقتار : اين بخش يك تابع سطح بالاتر است كه سعي مي كند ورودي را بفهمد.

8 . 4 طرز كار سيستم هاي تشخيص گفتار

تجزيه و تحليل گفتار(SPEECH ANALYSIS) يك سري تبديلات مي باشد كه يك سيگنال آنالوگ گفتار را به يك سري اطلاعات ديجيتال متراكم شده مشخص كننده گفتار تبديل مي كند.يك مسكروفن تغييرات فشار حاصله از گفتار را به تغييرات ولتاژ تبديل مي كند.

سيستم از اين تغييرات نم.نه برداري كرده و آنها را با استفاده از يك مبدل A/D ديجيتاليز ميكند. بطور نمونه يك سيتم از ورودي صدا 6000 تا 2000 بار در ثانيه نمونه برداري مي كند.هر يك از اين نمونه ها، بمنظور اطمينان از نمايش كامل صدا، حدود 12 بيت ميباشد. شري اعداد توليد شده توسط نمونه برداري ، شكل موج ديجيتالي ناميده مي شود.در واقع ، ما بايد سعي كنيم كه موج ديجيتالي را تشخيص دهيم. ولي چون اداي كلمه اي 5 ثانيه اي ممكن است تا 100000 عدد توليد كند، چنين پردازشي بطور قابل توجهي گران مي باشد.همچنين ، سگنال صدا شامل اطلاعات اضافي و غير ضروري مي باشد. براي رفع اين مشكلات سيستم هاي گفتاري، از تكنيك هاي پردازش سيگنال ديجيتالي براي كاهش اضافات و افزايش مشخصه هاي برجسته گفتار استفاده ميكنند.

اين تكنيك ها نوعاً يك بردار توصيفي از حدود 8 تا 20 عدد اعشاري براي هر 10 ميلي ثانيه از گفتار توليد مي كنند.تكنيكهاي كاهش متداول شامل مجموعه اي از فيلتر ها و تبديل فوريه هاي سريع FFT مي باشد كه براي هر 10 ميلي ثانيه از گفتار سطح انرژي را در مجموعه هاي فركانسي مختلف( كه معمولاً بصورت لگاريتمي مقياس بندي شده اند) مشخص مي كنند. اين تكنيكها همچنين LPC را كه برداري از ضرائب يك معادله خطي است كه طيف اين 10 ميلي ثانيه گفتار را بر اساس نمونه هاي قبلي پيش بيني ميكند،مشخص مي كنند.اين تكنيك ها حدود 1000 تا 2000 عدد اعشاري در يك ثانيه گفتار توليد مي كنند كه نسبت به قبل كاهش قابل توجهي دارد.اصولاً بدليل اينكه صدا هاي گفتاري دوباره سنتز شده تقريباً شبيه صداي اصلي مي باشد، هيچگونه اطلاعاتي از اين طرز نمايش از دست داده نمي شود. براي بدست آوردن راندمان بهتر با يك دقت بالا ، بعضي از سيستمها صدا را در حدود 200 بايت بر ثانيه فشرده مي كنند.

عموماً سيگنالهاي گفتار در حوزه فركانس بر اساس طيف توانشان كه تابعب از زمان است توصيف مي شوند.( با سرعت نمونه بر داري 10 كيلو هرتز متناظر با پهناي باند حدود 5 كيلو هرتز) . از آنجا كه اطلاعات طيفي براي فرق گذاشتن بين لغات مختلف براي حداقل يك شنونده انساني كافي مي باشد، الگوريتم هاي تطبيق ساده بمنظور تفكيك يك لغت از ديگر لغات بر اساس توالي طيف هاي كوتاه مدت كه نشان دهنده لغت مي باشد ، بايد كافي باشد.

مزيت اين زمينه اين است كه هيچ نيازي به اطلاع مشخصي درباره طبيعت سگنالهاي گفتاري ندارد و جدا كردن لغت به واحد هاي كوچكتر مانند سيلاب ها و هجا ها لازم نيست كه اين از بوجود آمدن مسائلبغرنج در تشخيص جلوگيري مي كند.

نتايج اين مفروضات به شرح زير است:

1- انتخاب كلمه به عنوان يك واحد تشخيص احتياج به سيستمي دارد كه يك الگوي مرجع ذخيره شده بر اساس هر يك از كلمات فرهنگ لغت داشته باشد.تقريباً همه سيستمهاي تشخيص گفتار با لغات جدا از هم (ISRS) از الگوهايي استفاده مي كنند كه بايد بوسيله سيستم ياد گرفته شوند، در طي جلسه يادگيري، لغت موردنظر يك يا چند بار بوسيله گوينده مشخص ادا مي شود.سيستم الگوي آكوستيكي كه توالي زماني از مشخصه هاي آكوستيكي مربوط به آن لغت ( يا الگوي ميانگين در مورد چندين تكرار لغت) است را براي مراجعه آينده در حافظه ذخيره مي كند. براي تشخيص يك لغت، سيستم پترن ورودي را با هر يك از الگو هاي مرجع مقايسه مي كند و مجموعه اي از امتيازات بهترين تطابق براي كل فرهنگ را توليد مي كند . لغت مرجع با بيشترين امتياز به عنوان شبيه ترين كانديد براي تشخيص در نظر گرفته مي شود .

2- سيگنال ورودي و الگوي از قبل ذخيره شده ي مربوط به آن مي بايست از نظر آكوستيكي به اندازه ي كافي به هم نزديك باشند تا اختلاف آكوستيكي شان كم شود. همچنانكه بخوبي مي دانيم ، به هر حال يك لغت خاص به وسيله ي گوينده هاي مختلف بطور مختلفي ادا مي شود و الگوهاي آكوستيكي متفاوتي دارد ، بر اين اساس هر الگو از نظر تئوري فقط براي يك گوينده مشخص معتبر است . يكي از مسائل اصلي يك چنين سيستمي اين است كه طول جلسه ياددهي مستقيماً وابسته به طول فرهنگ است .

9.4- تطابق و روش هاي آن

تشخيص گفتار شامل مقايسه ي اداي كلمه ( كه در حال حاضر توالي از بردارها مي باشد ) با مدلهاي گفتاري از قبل ذخيره شده بر طبق محدوديتهاي گرامري و لغتي خاص مي باشد . در تمام حالات ، بايد قبل از آنكه بتوان از سيستم براي تشخيص استفاده كرد ، مدلهاي گفتاري ، بر اساس منظور ما مي باشند. بعضي از آنها شامل كلمات يا عبارات ، سيلاب ها و اصوات كامل مي باشند .

بعضي از تكنيكهاي مدل سازي متداول به قرار زير مي باشد :

1- انحراف زماني ديناميكي : ( DTW) Dynamic time warping

اين تكنيك پترن هاي گفتاري را با الگوهاي از قبل ذخيره شده بوسيله ي تنظيم موقت آنها با استفاده از الگوريتمهاي برنامه نويسي ديناميك مطابقت مي دهد. مدل هاي DTW بوسيله ي ميانگين گيري از چندين نمونه از هر لغت در فرهنگ لغات تعليم داده مي شوند. تكنيك DTW بطور خيلي فراگيري در تشخيص دهنده هاي گفتاري تجاري استفاده مي شود.

2- مدل هيدن ماركوف : ( hmm) Hidden markov model

در اين روش ، خواص گفتار بر روش آماري بدست آورده مي شود. سيستم به وسيله ي الگوريتمهاي اتوماتيك ، احتمال وقوع تغييرات گفتاري و دوام آنها را ياد مي گيرد . سيستمهاي hmm توانايي عموميت دهندگي عالي دارند و براي فرهنگهاي بزرگ و گفتار پيوسته و همچنين كاربردهاي مستقل از گوينده مناسب مي باشند.

سيستمهاي hmm تكنولوژي غالب در اكثر سيستمهاي تحقيقاتي و بعضي سيستمهاي تجاري مي باشند.

3- شبكه هاي عصبي : (nn) neural networks

اين روش شامل تكنو لوژي جديدي است كه خواص گفتار را بصورت يك نمايش گسترده كد مي كند . يكي از خواص شبكه هاي عصبي عموميت پذيري آنها مي باشد. هر چند هيچ نوع سيستم تشخيص گفتار بر اساس شبكه عصبي بزرگ وجود ندارد و آنها اغلب به عنوان اجزاء سيستمهاي تحقيقاتي و بعضي سيستمهاي تجاري استفاده شده اند . توالي مدلهايي كه بوسيله ي سيستم تشخيص گفتار توليد مي شوند شامل بهترين حدس سيستم براي ورودي مي باشد.

بوسيله ي تكنولوژي جاري تطابق همه ي صداها با ورودي ، عملكرد آهسته غير قابل قبولي را ايحاب مي كند . بنابر اين تشخيص دهنده هاي گفتار از محدوديتهاي لغوي براي در نظر گرفتن فقط توالي اصوات كه لغات را نمايش مي دهند استفاده مي كنند . اين تشخيص دهنده ها همچنين محدوديت هاي زباني را باي اطمينان از اينكه فقط توالي لغات قانوني را در نظر بگيرند ، بكار مي برند . ( در نتيجه تعداد لغتهاي آزمايش شده فعال در طول تشخيص گفتار كاهش مي يابد) .

ارزيابي مدل و بكار بردن محدوديتهاي زباني و لغوي ، نوعاً در يك فرايند جستجوي يك مرحله اي تركيب مي شوند. بيشتر توليد كننده هاي برنامه هاي كابردي براي بدست آوردن بهترين عملكرد ممكن هم در زبان پاسخ و هم در دقت ، براي سيستمهاي خود گرامرهاي خيلي فشرده شده اي را مي سازند.

تكنولوژي تشخيص گفتار در حال سازگاري با انواع كامپيوترهاي موجود است و در آينده در انتظار استفاده هاي گسترده تري از سيستمهاي تشخيص گفتار و گوينده هستيم. در حال حاضر با ساده سازيها و قبول بعضي محدوديتها مشكلات موجود بر سر راه سيستمهاي تشخيص را كاهش داده اند و اين يعني اينكه هنوز قادر به ارتباطي راحت و طبيعي با كامپيوتر از طريق مكالمه نيستيم. سيستمهاي تشخيص موجود در بازار فقط متنهاي مشخصي را درك مي كنند و سيستمهاي مستقل از متن با دقت زياد هنوز يك آرزو هستند.

پيشرفتهاي حاصله در زمينه تشخيص صوت و شناسايي گوينده توسط كامپيوتر اين واقعيت را روشن ساخت كه قبل از رسيدن به مكالمه اي راحت و طبيعي بايد در جستوجوي زباني تعريف شده و معين باشيم . زباني مشترك ما بين يك انسان و كامپيوترش .

10.4- تشريح نحوه ي عملكرد سيستم

1.10.4- قسمت پردازش گفتار

سيستم هاي موجود در بازار سيگنال ورودي صوتي را ابتداء ديجيتالي مرده و سپس توسط يك مدار پردازش كننده ديجيتالي (DSP) پترني از سيگنال هاي صوتي ديجيتالي بمنظور تشخيص مي سازند . اين سيستمها احتياج به مدارات مجتمع پردازش كننده سيگنال دارند. در اين آي سي ها ، بر اساس برنامه ريزي قبلي ، بر روي سيگنال ديجيتالي ورودي پردازش صورت مي گيرد. بدين ترتيب خروجي آي سي ها نمايشي از سيگنال ورودي بر اساس پردازش انجام شده مي باشد. ( مثلاً در بعضي از كاربرد ها ، آي سي را بصورت تبديل فوريه سريع FFT برنامه ريزي مي كنند. بدين ترتيب خروجي تبديل فوريه سيگنال ورودي مي باشد.)

در اكثر سيستمهاي تشخيص گفتار (SRS) ، آي سي هاي DSP را بصورت FFT برنامه ريزي مي نمايند و اين بدليل بدست آوردن مؤلفه هاي فركانسي سيگنال مورد ( طيف فركانسي و يا چگالي توان) مي باشد.در بعضي موارد بدليل كمياب و گران بودن اين گونه آي سي ها ، بجاي استفاده از پردازش ديجيتالي ، از پردازش آنالوگ استفاده شده است.بدين ترتيب كه رنج فركانسي سيگتال صوتي (20-0) به چند ناحيه تقسيم شده و مقدار متوسط سيگنال در اين ناحيه ها اندازه گيري مي شود.اين مقادير سپس توسط يك مبدل آنالوگ به ديجيتال به فرم ديجيتالي در ميآيند.عمل تقسيم بندي توسط فيلتر ها ي ميانگذر آنالوگ انجام مي گيرد.چون مؤلفه هاي فركانسي سيگنال صوتي انسان در ناحيه 5-0 بيشتر مي باشد ، حد بالاي فركانس سيگنال صوتي را 5 كيلو هرتز در نظر مي گيريم.اين محدوديت باعث از بين رفتن اطلاعات سيگنال صوتي نمي گردد مثلاً در تلفن محدوديت فوق بدون اينكه ما متوجه تغيير چنداني در اصوات رسيده شويم، اعمال مي شود. با عنايت به اينكه در اكثر افراد بيشتر ين مؤلفه هاي فركانسي در فركانس هاي حدود 300 و 600 و 1200 و 2400 هرتز كه ضريب (Q) هر يك از آنها طوري در نظر گرفته شده است كه رنج 5-0 را بطور كامل بپوشاند ، استفاده مي شود.

4 . 10 . 2 ـــ قسمت تشخيص گفتار

وروديهاي به اين قسمت ، با الگوهاي از قبل ذخيره شده ، مقايسه شده و با اعمال گرامر و فرهنگ لغت از قبل تعريف شده ، تشخيص داده مي شوند.

الگو هاي از قبل ذخيره شده در يك جلسه يادگيري به سيستم آموخته مي شوند.در اين جلسه ، هر لغت چندين بار ادا شده و ميانگين الگوهاي ياد گرفته شده ، بعنوان الگوي كلمه مورد نظر ذخيره مي شود. ذكر اين نكته ضروري است كه سيستمهاي موجود در بازار بر اساس نحوه عملكرد به چهار گونه : گوينده ثابت لغات جدا از هم ، گوينده ثابت گفتار پيوسته ، مستقل از گوينده جدا از هم و مستقل از گوينده گفتار پيوسته تقسيم مي شوند.

سيستمهاي گفتار پيوسته بايد به گونه اي عمل كنند كه بطور اتوماتيك كلمات را از هم جدا كرده و انتهاي جمله را ت شخيصدهند كه براي رسيدن به اين هدف احتياج به الگوريتمهاي پيچيده و مدلهاي DSP بسيار قوي مي باشند. به اين خاطر اكثر سيستمهاي موجود در بازار از نوع لغات جدا از هم مي باشند. لازم به ذكر است كه در جلسه يادگيري به هر الگوي ذخيره شده پس از تشخيص صداي اپراتور دو رشته كاراكتر اول اجراء شده و بقيه آنها فقط نمايش داده مي شوند.

4 . 10 . 3 ــــ بلوك دياگرام مدار

بلوك دياگرام كلي مدار بصورت زير مي باشد:

امواج صوتي توسط ميكروفن به سيگنالهاي الكتريكي تبديل شده و توسط يك تقويت كننده به دامنه مناسبي تقويت مي شود ، سيگنال صوتي تقويت توسط فيلتر هاي ميان گذر به باند هاي فركانسي محدود و مشخص ، فيلتر مي شود و سپس بوسيله طبقه يكسو ساز و صافي ، مولفه DC اين باند ها ي فركانسي (متناسب با توان سيگنال در اين باند ها) جدا مي شود.خروجيهاي طبقه ميانگين گير بوسيله يك مالتي پلكسر روي يك خط ، MUX شده و از طريق يك مبدل آنالوگ به ديجيتال به صورت ديجيتالي در آمده و به DATA BUS كامپيوتر انتقال داده مي شود.در تمام اين مراحل طبقه كنترل وظيفه انتخاب فركانسي مورد نظر و دكود كردن آدرس براي سيستم را بر عهده دارد.

مدیریت زمان Time Management

T1- مقدمه
راه‌هاي مختلفي براي بيان درك ما از زمان وجود دارد. براي قرنها مردم از
حركت ماه، ساعت آفتابي، اذان،‌ زنگ كليسا براي تنظيم برنامه‌ زماني
روزانه خود استفاده كردند تا اينكه در قرن دوازدهم راهبان كاتوليك
ساعت‌هايي را براي تنظيم فعاليت‌هاي خود ساختند.
در طول تاريخ تمدن‌ها به زمان و ابعاد آن توجه داشته‌اند و اين توجه در
اين دوران نيز وجود دارد و عباراتي مانند «وقت طلاست» گوياي اين توجه
است. جوامع امروزي جوامعي هستند كه در آنها تعداد ساعات كافي در طول روز
وجود ندارد. فناوري‌هاي نو محيطي فراهم آورده‌اند كه تقريباً در مدت زمان
كم مي‌توان به خيلي از اطلاعات دسترسي پيدا كرد و خيلي كارها را سريعتر و
آسانتر انجام داد اما تمايل به سريعتر انجام دادن كارها و بيشتر كار
انجام دادن روز ‌به ‌روز بيشتر مي‌شود.
اين رويكرد كه همواره با بشر همراه بوده ‌است اين احساس را براي او به
وجود آورده ‌است كه از زمان عقب مي‌ماند و نمي‌تواند از آن به صورت مؤثر
بهره گيرد. تاريخ به ما مي‌گويد كه مديريت ضعيف زمان يك مسئله قديمي است،
مسئله‌اي است كه فناوري آن را به وجود نياورده ‌است و آن را نمي‌تواند حل
كند. در شرايطي كه ابزار بيشتري براي مديريت زمان در اختيار داريم و
فرايند‌هاي اداري، كمتر درپيچ و تاب تشريفات اداري و كاغذ بازي گم
مي‌شوند، مديريت ضعيف زمان را كمتر مي‌توان مخفي كرد. مديريت زمان موضوعي
است كه همه ما، چه در زندگي شخصي و چه در زندگي حرفه‌اي، نياز داريم با
آن روبرو شويم تا در زندگي موفق شويم.
در ادامه در مورد وجوه مختلف مديريت زمان صحبت مي‌كنيم. ابتدا نگاهي به
اصول عمومي مديريت زمان خواهيم داشت. توجه به اين اصول كمك مي‌كند كه درك
بهتري از مفهوم مديريت زمان داشته باشيم و پيشنهادهايي ارائه مي‌كند كه
مي‌توانيد آنها را در حوزه‌هاي مديريت زمان در زندگي خود به كار بريد. پس
از ارائه رهنمودهاي عمومي، به حوزه‌هاي مديريت زمان به صورت دقيق‌تر
خواهيم پرداخت. ابتدا راجع به مديريت زمان در زندگي شخصي مي‌پردازيم و
سپس مديريت زمان را در حوزه كسب و كار مدنظر قرار مي‌دهيم.
2- اصول عمومي مديريت زمان
مديريت زمان مجموعه‌اي از مهارتهاست كه شما را در استفاده مؤثر از زمان
كمك مي‌كنند. رهنمودهاي عمومي وجود دارند كه مي‌توانند براي مديريت زمان
در حوزه‌هاي متفاوت مانند خانه، مدرسه و كار استفاده شوند. در اين بخش،
برخي از اين رهنمودها را شرح مي‌دهيم. ابتدا دلايل استفاده نكردن مردم از
مديريت زمان و مزاياي حاصل از مديريت زمان را مورد بررسي قرار مي‌دهيم.
احتمالاً روشن‌ترين دليل عدم استفاده از مديريت زمان اين است كه مردم
نمي‌دانند مديريت زمان چيست. دليل دوم سستي و تنبلي است؛ بعضي از مردم
فاقد هدف و انگيزش لازم براي برنامه‌ريزي مؤثر هستند. گروه سومي كه از
مديريت زمان استفاده نمي‌كنند آنهايي هستند كه دوست دارند تحت فشار و
تنگي وقت (دقيقه نود) و شرايط بحران كار كنند.
ممكن است در شرايطي استفاده نكردن از مديريت زمان توجيه‌پذير باشد اما
مزاياي استفاده موفق از مديريت زمان هر گونه دليل يا توجيه را رد مي كند.
مديريت زمان كمك مي‌كند كه تعيين كنيد كدام يك از كارهايي كه انجام
مي‌دهيد مهمترين هستند. اين عمل به شما اين امكان را مي‌دهد به برخي
فعاليتها اولويت زيادي دهيد و برخي از فعاليت‌ها را حذف كنيد. هم‌چنين
مديريت زمان به شما كمك مي‌كند كه از طريق حذف مزاحمت‌ها و فعاليت‌هاي
غيرضروري، مدت زماني كه واقعاً كار مي‌كنيد را افزايش دهيد. يكي از وجوه
رضايت بخش مديريت زمان كاهش استرس در زندگي است. كاهش سطح استرس موجب
بهبود سلامت روحي و جسمي مي‌شود.
2-1- چگونه وقت خود را مي‌گذرانيد؟
وقتي تصميم گرفتيد كه از استراتژي‌هاي مديريت زمان استفاده كنيد، از همان
زمان بايد شروع كنيد. اولين قدم تحليل و بررسي روشي است كه در حال حاضر
از وقت خود استفاده مي‌كنيد. اين كار نبايد از طريق حافظه انجام شود.
ممكن است شما اكثريت زمانهاي بيكاري خود را به ياد نياوريد يا قادر
نباشيد زمانهايي را كه صرف مكالمات طولاني مي‌كنيد دقيقاً بياد آوريد.
براي ثبت نحوه گذراندن وقت مي‌توانيد از يك دفتر يادداشت، دفتر گزارش
فعاليت يا يك دفتر برنامه‌ريزي با بخش‌هاي تفكيك شده به ساعت براي رديابي
فعاليتها استفاده كنيد. نه تنها آنچه كه در طول روز انجام مي‌دهيد بلكه
احساس خود (خسته، پرانرژي، عصباني، بي‌حال و ...) را ثبت كنيد. هر وقت كه
فعاليت خود را تغيير مي‌دهيد، نوع فعاليت و زمان شروع آن را ثبت كنيد.
پس از ثبت فعاليت‌ها براي چندين روز، يادداشت‌ها آماده براي تحليل هستند.
خيلي از فعاليت‌هاي ثبت شده در گزارش به صورت بارز ديده مي‌شوند چرا كه
وقت زيادي صرف آنها شده است. ديگر حوزه مهم در يادداشت‌ها، فعاليت‌هاي
غيرضروري است كه در طول روز انجام داده‌ايد. وقتي اين فعاليت‌ها به صورت
جداگانه ديده شوند خيلي زمان‌بر نيستند اما وقتي دسته‌بندي شوند، زمان كل
آنها ممكن است قابل ملاحظه باشد. تحليل فعاليتهايتان كه در گزارش ثبت
شده‌اند در قدم بعدي، يعني اولويت‌بندي فعاليت‌ها، به شما كمك خواهد كرد.
2-2- اولويت‌بندي فعاليت‌ها
اولويت‌بندي يكي از مهمترين قدم‌هاي مديريت زمان است. اين عمل كمك مي‌كند
كه موارد زمان‌بر كه نه اوقات خوشي را ترتيب مي‌دهند و نه كمك مي‌كنند كه
به اهداف خود دست يابيد را حذف كنيد. اين مرحله بيشترين تغيير در جهت
افزايش زمان را به دنبال دارد. با تصميم گيري در خصوص فعاليت‌هايي كه
بايد انجام دهيد و فعاليتهايي را كه بايد حذف كنيد اولويت‌‌بندي را آغاز
كنيد.
براي تصميم‌گيري در خصوص فعاليت‌هايي كه بايد انجام دهيد، فعاليت‌هايي را
تعيين كنيد كه از آنها لذت مي‌بريد و آنها را خوب انجام مي‌دهيد. خيلي
مهم است كه هم از نظر حرفه‌اي و هم از نظر شخصي از كاري كه انجام مي‌دهيد
لذت ببريد. در گزارش خود كارهايي كه از آنها لذت مي‌بريد و كارهايي كه
براي شما خوشايند نيستند را مشخص كنيد. اكثريت روز شما بايد صرف كارهايي
شود كه از انجام آنها لذت مي‌بريد.
در حالي كه مهم است از انجام يك كار لذت ببريد، نيز مهم است كه آن را خوب
انجام دهيد. در تعيين اينكه چه كارهايي را انجام دهيد و چه كارهايي را
تفويض كنيد، شناخت نقاط قوت و ضعف شما حياتي است. تلاش نكنيد
مسئوليت‌هايي بيش از آنچه مي‌توانيد به صورت معقول انجام دهيد را به عهده
گيريد. بعد از تعيين كارهايي كه از آنها لذت مي‌بريد و آنها را خوب انجام
مي‌دهيد، شما آماده هستيد كه فعاليت‌هاي غيرضروري در زندگي خود را دور
بريزيد. تمام منابع موجود خود را پيدا كنيد و فعاليت‌هايي را كه بيش از
توان خود مي‌دانيد تفويض كنيد. بعد از اينكه فهرست كارهاي روزانه را به
ميزان قابل قبولي از مسئوليت‌ها كاهش داديد، زمان برنامه‌ريزي فرا
مي‌رسد.
2-3- برنامه‌ريزي
برنامه‌ريزي در زندگي شخصي و حرفه‌اي متفاوت از هم انجام مي‌شوند. در
برنامه‌ريزي شخصي، برنامه‌ريزي از طريق هدفگذاري و ترسيم مسير دست‌يابي
به اهداف انجام مي‌شود. در برنامه‌ريزي حرفه‌اي،‌ برنامه‌ريزي
پروژه‌‌محور است. برنامه‌ريزي پروژه بايد از طريق نرم‌افزارهاي
برنامه‌ريزي رسمي انجام شود.
روش برنامه‌ريزي مناسب خود را انتخاب كنيد. از هر روش مانند انتخاب
اهداف، برنامه‌ريزي رسمي يا غير رسمي كه استفاده كنيد چند نكته مهم را
بايد به خاطر بسپاريد. ابتدا انتظارات خود را برآورد كنيد. به ياد داشته
باشيد تعداد ساعات محدودي در يك روز وجود دارد. سعي نكنيد به نتايجي
ماورأ قابليت‌هاي خود دست يابيد.
دوم، مدت زماني را صرف خود كنيد. براي اينكه به حد‌اكثر عملكرد دست يابيد
به زمان خواب و استراحت كافي نياز داريد. اقدام به اين عمل سخت‌تر از
تصميم گرفتن براي انجام آن است. هنگام برنامه‌ريزي شما مي‌پنداريد كه به
هيچ استراحتي نياز نداريد يا مي‌توانيد فقط چهار ساعت در روز بخوابيد.
كار مداوم بدون استراحت سطح استرس را افزايش داده و سطح عملكرد را كاهش
مي‌دهد.
2-4- نكات سودمند براي بهبود كيفيت وقت
2-4-1- از مزاحمت‌ها جلوگيري كنيد.
همواره پذيراي بازديدكنندگان نباشيد. بازديدكنندگان مي‌توانند موجب به
هم‌ريختگي شوند كه در نهايت منجر به كاهش بهره‌وري مي‌شود. با بستن در
اتاق يا حذف ارتباط بصري مي‌توانيد به بازديدكننده بفهمانيد كه شما مشغول
هستيد. هر روشي كه به كار مي‌بريد به خاطر بسپاريد كه نبايد هر بازديدي
را بپذيريد.
راه ديگر براي كاهش مزاحمت‌ها جواب ندادن به تلفن است. تماس‌هاي تلفني
مي‌توانند خيلي وقت‌گير باشند. تماس‌هاي تلفني قطار افكار را از حركت
باز‌مي‌دارند. تماس‌هاي تلفني ممكن است شما را متعهد به انجام كارهايي
كنند كه آمادگي آنها را نداريد. از خاموش كردن زنگ تلفن نترسيد. وقتي
كارتان تمام شد پيغام‌هاي دريافتي را چك كنيد.
2-4-2- كنترل كنيد
كارهايي را كه نياز داريد انجام دهيد مي‌دانيد. اين كار را در فهرست
كارها يادداشت كنيد. كارهاي فهرست را اولويت‌بندي كنيد. با انجام اين
عمل،‌ شما مي‌توانيد روز خود را كنترل كنيد. شما ابزاري داريد كه
مي‌توانيد از كارهاي غيرضروري جلوگيري كنيد يا كارهاي جديد را
اولويت‌بندي كنيد. پيروي از اين رهنمودها اين تضمين را به دنبال دارد كه
شما ابتدا مهمترين فعاليتها را انجام مي‌دهيد. هم‌چنين شما مي‌دانيد كه
چه فعاليت‌هايي را انجام نداده‌ايد و مي‌توانيد آنها را به فهرست كارهاي
فردا اضافه كنيد.
2-4-3- بر بهره‌ور بودن تأكيد كنيد نه مشغول بودن
تمركز بر بهره‌وري كيفيت كار و عملكرد را افزايش مي‌دهد. تهيه يك فهرست
اولويت‌بندي شده از كارها به شما كمك مي‌كند كه بهره‌ور باشيد. تمركز بر
انجام مهمترين كارها در ابتدا، به شما كمك مي‌كند كه كار بيشتري انجام
دهيد و آنها را سر وقت انجام دهيد.
2-4-4- سرعت خود را تنظيم كنيد
مهم است كه خود را براي ميزان ساعاتي كه كار مي‌كنيد تنظيم كنيد. از خود
بپرسيد كه با سرعتي كه كار مي‌كنيد مي‌توانيد ادامه دهيد. خود را با
تعداد ساعات زياد كار خسته نكنيد. مديريت مؤثر زمان بايد اين امكان را
فراهم آورد كه بتوانيد كارهاي مورد نياز را انجام دهيد بدون اينكه نياز
باشد تعداد ساعات زيادي را در دوره زماني بزرگتر مشغول باشيد.
3- مديريت زمان شخصي
مديريت زمان شخصي بخش قابل ملاحظه‌اي از زمان روزانه را صرف مي‌كند.
مهارتهاي مديريت زمان شخصي در عمل داراي اشكالاتي هستند. اولويت‌بندي
اهداف شخصي مي‌تواند خيلي مشكل باشد زيرا بايد نسبت به فعاليت‌هاي
اولويت‌دار، در دسته دوم از اهميت قرار گيرند. اين بخش به شما كمك مي‌كند
كه اهداف شخصي خود را اولويت‌بندي كنيد بطوري كه در برنامه شما قرار
گيرند. شما روش «فقط بگو نه» را ياد مي‌گيريد كه به شما در سبك كردن
زمانبندي كمك مي‌كند. اين بخش هم‌چنين چگونگي ايجاد وقت براي فرزندان و
ديگر افراد مهم براي شما را مورد بررسي قرار مي‌دهد.
3-1- فقط بگو «نه»
در زندگي شخصي خود معمولاً با گفتن كلمه «نه» مشكل داريم. اين موضوع موجب
بيشتر تناقضات در وقت ما مي‌شود. به خاطر اكراه طبيعي در گفتن نه، اغلب
احساس تعهد نسبت به دوستان و خانواده خود داريم. آموزش به خود در استفاده
از ابزار ارزشمند نه گفتن در تشخيص اهميت اولويت‌هاي شخصي ضروري است.
چندين روش براي نه گفتن به صورت غيرمستقيم وجود دارد بطوري كه دوستان و
خانواده خود را نرنجانيد. يك ذهن خلاق معمولاً قادر خواهد بود از شرايطي
كه با اولويت موجود وي تناقض دارند خلاصي يابد. اما عذر و بهانه هميشه
ضروري نيست. اشكالي ندارد كه با افراد رو راست بود و واقعيت را گفت. به
افرادي كه تقاضاي اختصاص وقت را از شما دارند بگوييد كه شما مسئوليت‌هايي
به عهده داريد كه امكان برآوردن تقاضاي آنها را فراهم نمي‌آورد. شما
متعجب خواهيد شد كه مي‌بينيد كه به چه سادگي روش مستقيم پذيرفته مي‌شود.
3-2- اهداف شخصي
3-2-1- هدفگذاري كنيد
وقتي بتوانيد به صورت مؤثرتر «نه» بگوييد، وقت بيشتري براي تخصيص در
دست‌يابي به اهداف شخصي خود داريد. اهداف، حوزه خيلي مهمي از مديريت زمان
شخصي هستند. اهداف به ما كمك مي‌كنند كه از طريق ايجاد كار براي ما و
اجازه تمركز بر تلاش‌هايمان، زندگي خود را سازماندهي كنيم. هنگام
هدفگذاري خيلي مهم است آنها را واقعي و قابل دستيابي تعريف كنيم. با
تنظيم اهداف از پيش،‌ به خود اجازه مي‌دهيد كه يك مسير استراتژيك به سمت
دستيابي به اهداف را برنامه‌ريزي كنيد.
اهدافي تعريف كنيد كه به سادگي قابل دستيابي باشند. وقتي به اهداف تعريف
شده رسيديد، براي هدفي كه مشكل‌تر است اقدام كنيد. اين فرايند را ادامه
دهيد تا اينجا كه احساس كنيد كه اهداف شما نه آسان و نه دور از دسترس
هستند. اين فرايند كند است اما به شما كمك مي‌كند كه ياد بگيريد چگونه به
صورت موفقيت‌آميز به اهداف خود دست يابيد. نبايد انتظار داشته باشيد كه
تمام انتظاراتتان يك شبه برآورده شوند چرا كه يك فرايند تدريجي است.
3-2-2- اهداف خود را اولويت‌بندي كنيد
وقتي اهداف خود را تنظيم كرديد، بايد آنها را اولويت‌بندي كنيد. وقت
گذاشتن و اولويت‌بندي اهداف در مديريت زمان شخصي مؤثر حياتي است. خيلي از
ما از اين مرحله مي‌پريم اگر چه دوباره مجبور مي‌شويم كه برگرديم.
اهداف را به صورت روشن تعريف كنيد و مشخص كنيد كه آنها چه هستند و چه
اهميتي دارند. اهدافي كه اهميت كم دارند مي‌توانند به تعويق بيافتند.
اجازه دهيد اقلامي كه به توجه بيشتر نياز دارند ابتدا انجام شوند. شما
مي‌توانيد يك فهرست از كارهايي كه بايد انجام دهيد تهيه كنيد و به هر يك
از اقلام به نسبت اهميت عددي اختصاص دهيد يا اينكه فهرستي از اهداف
اولويت‌بندي شده تهيه كنيد. پيتر دراكر مي‌گويد كه «انجام دادن كارهاي
درست مهمتر از انجام درست كارهاست».
اقتصاددان ايتاليايي، ويلفردو پارتو، قانوني در اولويت‌بندي دارد. قانون
پارتو مي‌گويد كه تقريباً 80 درصد نتيجه مورد نظر از بيست درصد تلاش‌هايي
حاصل مي‌شود كه انجام مي‌دهيم. براي اينكه كارهاي خود را به صورت مؤثر
اولويت‌بندي كنيد، بايد بيست درصد مهم را جدا كنيد. وقتي كارهاي مهم
تعيين شدند شما مي‌توانيد بر اقداماتي تمركز كنيد كه بيشترين نتيجه مورد
نظر را حاصل مي‌كنند. هنگام تحليل چگونگي گذراندن اوقات خود (بخش 2-1)
متوجه خواهيد شد كه خيلي از اوقات شما صرف كارهاي كوچك و ناچيز مي‌شود.
به همين دليل توان شما صرف حوزه‌هاي اصلي و حياتي كه نيازمند تلاش بيشتر
هستند نمي‌شود. قانون پارتو را براي اولويت‌بندي به كار بريد و خواهيد
ديد كه زمان و اهداف تحقق يافته شما بيشتر خواهند شد.
3-3- تعلل
وقتي زمان مناسب صرف هدفگذاري و اولويت‌بندي كرديد، مي‌توانيد كارهاي
مورد نياز هر روز را تعيين كنيد. اگر كارها را در زمان موعد آنها انجام
ندهيد غير مؤثر عمل كرده‌ايد. تعلل چيزي است كه اكثر ما با آن درگير
هستيم. اغلب نمي‌توانيم به كل نتيجه مورد نظر دست يابيم زيرا به خاطر
تعلل استرس به ما چيره مي‌شود.
با تعداد زيادي از كارهاي انباشته شده بر روي هم، سخت است كه در انجام
كارها تعلل نكنيم؛ خصوصاً براي كارهاي بزرگتر كه به زمان بيشتر از آنچه
كه شما داريد نياز دارند.
وقتي با كار بزرگي روبرو مي‌شويد آن را به بخش‌هاي كوچكتر تقسيم كنيد.
تقسيم كار به كارهاي كوچكتر اين امكان را فراهم مي‌آورد كه اجزاء كوچكتر
را بدون اضطراب انجام دهيم. بزودي در خواهيد يافت كه با انجام كارهاي
تقسيم شده، كل كار بزرگ انجام شده است.
3-4- مزاحمت كمال‌گرايي
وقتي هدفگذاري و اولويت‌بندي كرديد، بايد از چندين مسئله فرعي كه بروز
مي‌كنند جلوگيري كنيد. يكي از اين مسائل تمايل شخص به كمال‌گرا بودن است.
اين نوع رويكرد مي‌تواند تأثير زيادي بر مديريت زمان شخصي داشته باشد.
توجه غير ضروري به جزئيات باعث مي‌شود كه ديگر كارها را به تأخير
بياندازيد. ناتواني در پاداش دادن به خودمان براي كارهايي كه انجام
داده‌ايم مسئله ديگري است كه با آن روبرو هستيم. وقتي كاري را انجام
داديد، شما بايد به خود پاداش دهيد. پاداش دادن به خود راهي براي ايجاد
تعادل بين كار و تفريح است. اگر بتوانيم ياد بگيريم كه بين كار و تفريح
تعادلي برقرار كنيم زندگي سالم‌تر و شاد‌تري خواهيم داشت.
3-5- وقت گذاشتن براي همسر
زندگي شخصي شامل چندين حوزه متفاوت است كه بايد در نظر بگيريم. يكي از
اين حوزه‌ها وقتي است كه با همسر خود مي‌گذرانيم. اين وجهي حياتي از
مديريت زمان شخصي ماست زيرا خيلي از احساسات ما آن را ديكته مي‌كنند.
افرادي كه وقت كافي براي همسرانشان تخصيص نمي‌دهند به خاطر دلايلي روابط
خود را پرتنش درمي‌يابند كه مي‌شد از آنها جلوگيري كرد. اغلب همسر خود را
در انتهاي فهرست اولويت قرار مي‌دهيم زيرا عادت كرده‌ايم فرض كنيم كه به
دليل برنامه فشرده كاري، همسر ما عذر ما را مي‌پذيرد.
چندين روش براي افزايش مدت زمان بودن با همسر وجود دارد. اگر مدت زمان
كافي با همسرتان نيستيد زمانهايي را براي تنها بودن با وي تخصيص دهيد و
با هم براي تماشاي فيلم يا صرف شام بيرون برويد. روش ديگر رفتن به خريد
با يكديگر است.
3-6- كارهاي مربوط به خانه
هر خانه تعداد زيادي كارهاي متفاوت دارد كه بايد انجام شوند. اين
مسئوليت‌ها مي‌توانند بار زيادي بر ما وارد كنند اگر برنامه‌ريزي نشوند.
با تعداد بسياري از اولويت‌ها در زندگي پيچيده امروزي، بيشتر مردم
نمي‌توانند وقت اضافه براي انجام كارهاي خانه پيدا كنند. از آنجايي كه
خود نمي‌توانيد همه اين كارها را انجام دهيد، اگر امكان داشته باشد آنها
را به فرزندانتان تفويض كنيد.
3-7- وقت گذاشتن براي فرزندان
همه قبول دارند كه قراردادن فرزندان در اولويت‌هاي بالا هميشه ساده نيست.
فرزندان وقت قابل ملاحظه‌اي از شما مي‌گيرند و لازم است كه ديگر
اولويت‌ها را همراه با اين موضوع برنامه‌ريزي كنيد.
مي‌توانيم وقت خود را با فرزندان بگذرانيم در حاليكه به اتفاق آنها
كارهاي خانه را انجام مي‌دهيم. بچه‌ها از مسئوليت لذت مي‌برند و قادرند
كه برخي كارهاي خانه را انجام دهند. خيلي از مسئوليت‌هاي داخل و خارج از
خانه وجود دارد كه شما به عنوان يك خانواده مي‌توانيد آنها را با هم
انجام دهيد در حالي كه با هم هستيد. انجام برخي از كارهاي خانه توسط
فرزندان، استرس شما را كاهش مي‌دهد. تفويض مسئوليت به فرزندان در سنين
كودكي براي آنها سودمند است و مهارتهاي مديريتي آنها را براي سال‌هاي بعد
افزايش مي‌دهد.
نقش شما به عنوان يكي از والدين فرزندان، فشار روحي و جسمي در مراقبت از
آنها را به دنبال دارد. شما بايد به اتفاق فرزندان به گونه‌اي
برنامه‌ريزي كنيد كه اين زمانها به حداقل برسند. شما مي‌توانيد به
فرزندان خود توضيح دهيد كه بايد كارها و برنامه‌هايي را انجام دهيد و
انجام ندادن آنها باعث مي‌شود كه به اهداف خود نرسيد. فرزندان خيلي اهميت
دارند ولي بايد به حجم ديگر كارها و مسئوليت‌ها توجه داشته باشيد.
3-8- مديريت ميز كار
آخرين و مهمترين وجه مديريت زمان شخصي كه مورد بحث قرار مي‌گيرد مديريت
امور دفتري شخصي است. ميز كار مهمترين چيزي است كه همواره بايد روزآمد
نگاه داشته شود. براي موفق بودن، اين موضوع بايد جزو اولويت‌هاي بالاي
شما قرار گيرد. بدين منظور ابتدا بايد ميز خود را سازماندهي كنيد. با
داشتن يك ميز مرتب و تميز شما مي‌توانيد بهتر كارهاي انجام نشده خود را
پيدا كنيد. وقتي كاغذهاي شما مرتب شده باشند مي‌توانيد كارهاي مربوط به
آنها را به بخش‌هاي كوچكتر تقسيم كرده و جداگانه هريك را انجام دهيد.
روشي كه اتاق كار خود را براساس نيازها ترتيب مي‌دهيد كليد خبره شدن در
انجام كارهايتان است. حتي اگر نيازهاي شما در پايين‌ترين حد لازم باشند،
اقلام خاصي وجود دارند كه به موفقيت شما كمك مي‌كنند. اول بايد بدانيد كه
به چه مقدار فضا براي بايگاني و ذخيره احتياج داريد. نبايد اسناد و مدارك
را روي هم بر روي ميز انباشته كنيد چرا كه باعث مي‌شود نتوانيد به كارهاي
مالي و دفتري خود در زمان لازم بپردازيد. از ميزهاي داراي چند كشو و
فايل‌هاي بايگاني مي‌توانيد استفاده كنيد.
متخصصين اعتقاد دارند كه بايد از يك صندلي مناسب استفاده كرد. نوع صندلي
انتخابي بايد بگونه‌اي باشد كه به شكل مناسب درآن جاي‌ گيريد. يك صندلي
خوب طراحي شده بايد قابليت تنظيم داشته باشد بگونه‌اي كه با اندام شما
تطابق يابد و اين امكان را فراهم آورد كه هنگام كار كردن موقعيت راحتي
داشته باشيد. پس از تنظيم، بايد پشت شما را نگه دارد و فشار وارده بر
شانه‌ها، گردن و دستها را كاهش دهد. مطمئناً در اين شرايط شما بهتر
مي‌توانيد بر كار خود تمركز كنيد.
بيشتر ما به ميزان روشنايي اطراف خود توجه نمي‌كنيم. روشنايي مناسب،
كارايي را بالا مي‌برد. سطح متفاوتي از روشنايي براي كارهاي متفاوت لازم
است. هنگام خواندن مدارك و نامه‌ها نور بايد به قدر كافي باشد تا به
چشمان خود فشار وارد نكنيد. اما هنگام كار با كامپيوتر نور بايد به قدري
باشد كه انعكاس‌ها و درخشندگي‌ها به حداقل برسند.
ابزار غير فني زيادي وجود دارند كه مي‌توانيد در زندگي شخصي از آنها
استفاده كنيد. از يك تقويم ديواري با جدول‌بندي درشت استفاده كنيد. بدين
شكل مي‌توانيد كل روزهاي ماه را ببينيد. حتماً دفترچه تلفن داشته باشيد.
از نرم‌افزارهاي كامپيوتري نيز مي‌توانيد استفاده كنيد.
4- مديريت زمان و كسب وكار
محيط كسب و كار امروز را مي‌توان با رقابت شديد و سخت آن توصيف كرد. در
هر ثانيه از روز اختراعات جديدي صورت مي‌پذيرد و روش‌هاي سنتي، طول عمر
كوتاهتري پيدا مي‌كنند. خبر تازه امروز، يك خبر قديمي در فردا محسوب
مي‌شود و كساني كه با تغييرات پيش نروند عقب خواهند ماند. شما بايد از
تمام منابع موجود خود استفاده كنيد تا با زمان پيش رويد.
بزرگترين مانع موفقيت در اين بازار، زمان است. با ساعات نامحدود روزانه
مي‌توانستيم سرعت كار را به اندازه رضايت‌بخش پايين بياوريم. متأسفانه
زمان چيزي است كه بشر نمي‌تواند آن را كنترل كند. به خاطر اين شرايط
غيرقابل كنترل، بايد با زمان كار كنيم. درك محدوديت‌هاي حاصل از زمان و
منافع مديريت زمان كمك مي‌كند با زمان كار كنيم نه اينكه در مقابل آن
قرار گيريم.
روشي كه شما زمان خود را استفاده مي‌كنيد تعيين‌كننده موفقيت شماست. با
اين حال، فلسفه مديريت زمان از فردي به فرد ديگر متفاوت است و مديريت
زمان براي شما بايد بگونه‌اي باشد كه با كار شما مطابقت داشته باشد. در
اين بخش رهنمودهايي ارائه مي‌كنيم كه به شما در شروع سفر در مديريت مؤثر
زمان كمك خواهند كرد. اين رهنمودها را به دقت بخوانيد و آنها را بگونه‌اي
تطبيق دهيد كه نياز شما را برآورده كنند.
4-1- مديريت زمان در كار
رهنمودهاي كلي كه قبلاً گفته شد مي‌توانند در محل كار شما به كار روند.
اين رهنمودها مواردي شامل تحليل روش گذراندن وقت، اولويت‌بندي فعاليت‌ها
و برنامه‌ريزي است.
4-2- كار درست را در زمان درست انجام دهيد
حتي با مديريت مؤثر زمان هم در خواهيد يافت كه هميشه نمي‌توان هر كاري را
سر وقت انجام داد. اما كارهايي وجود دارند كه بايد سر وقت انجام شوند و
كارهايي نيز هستند كه مي‌توان به تأخير انداخت. بر اساس رهنمودهاي عمومي
مديريت زمان، يك فهرست اولويت‌بندي شده از كارها بايد تهيه كنيد. در
سراسر روز كارهايي از فهرست را انجام دهيد كه بيشترين اولويت را دارند.
اين كار خيلي ساده است و به يك متدولوژي خاص نياز ندارد در حالي كه خيلي
از ما كار درست را در زمان درست انجام نمي‌دهيم. انجام كارها براساس
اولويت كمك مي‌كند كه كارها را خوب مديريت كنيد.
4-3- قبل از ترك دفتر فهرست كارهاي فردا را مرور كنيد
فهرست كار را بررسي كنيد و كارهاي انجام نشده را تعيين كنيد. كارهاي
انجام شده را پاك كنيد و كارهاي انجام نشده را اولويت‌بندي كنيد. هنگام
اولويت‌بندي موضوعات اصلي، كارهايي كه قرار است فردا انجام دهيد را مرور
كنيد. براي مثال، اگر فاز دوم پروژه در دست را آغاز مي‌كنيد مستندات
تعريف آن فاز را مطالعه كنيد. اين كار باعث مي‌شود اقداماتي را كه براي
فاز دوم بايد انجام دهيد بياد آوريد. اگر با چند نفر كار مي‌كنيد، با
آنها در مورد كار فردا صحبت كنيد و مطمئن شويد كه هريك مي‌دانند فردا چه
كاري بايد انجام دهند.
4-4- ساعات اوج كاري خود را پيدا كنيد
با استفاده از رهنمودهاي ارائه شده در بخش 2، تعيين كنيد كه در ساعات
مختلف روز چه احساسي داريد. اين تمام تحقيقي است كه نياز داريد تا
بتوانيد ساعات اوج كاري خود را پيدا كنيد. ساعاتي كه بيشترين انرژي را
داشته‌ايد، انگيزش بالا داشته‌ايد و تماماً متمركز به كارتان بوده‌ايد را
بشماريد. اين ساعات زماني هستند كه در آن بايد مشكل‌ترين كارهايتان را
انجام دهيد. از مزاياي ساعت اوج كاري استفاده كنيد.
4-5- از جلسات حداكثر استفاده را ببريد
براي برگزاري جلسه چهار نكته را بايد در نظر بگيريد. اولين نكته اين است
كه جلسه را هنگامي برگزار كنيد موضوع آن اتفاق افتاده باشد. جلسات
دوره‌اي اغلب نياز نيست اما اگر اين زمان را تخصيص دهيد با بحث‌هاي مختلف
پر مي‌شود. بنابراين جلسات را براساس نياز تشكيل دهيد نه براساس قاعده.
دومين رهنمود براي تشكيل جلسه تنظيم دستور جلسه است. دستور جلسه بايد هدف
جلسه و حوزه بحث را نشان دهد. حوزه‌هاي بحث بايد اولويت‌بندي شوند. جلسات
ساخت‌يافته افراد را بر موضوع مورد بررسي متمركز مي‌كنند. اين كار منجر
به جلسات كوتاه‌تر و پربارتر مي‌شود. توزيع دستور جلسه در زمان مناسبي
پيش از تشكيل جلسه، به افراد اين امكان را مي‌دهد كه خود را براي جلسه
آماده كنند. اين اقدامات باعث مي‌شود كه جلسات شما مؤثرتر و آموزنده‌تر
شوند.
سومين رهنمود براي تشكيل جلسات تنظيم دقيق زمان جلسه است. ساعت تشكيل
جلسه تأثير زيادي بر خروجي جلسه خواهد داشت. براي مثال، اگر شما مي‌دانيد
كه افرادي در جلسه هستند كه تمايل دارند جلسه را بيش از زمان در نظر
گرفته شده ادامه دهند، زمان جلسه را براي پيش از نهار يا براي ساعت
پاياني روز تنظيم كنيد. اين باعث مي‌شود افراد انگيزه بيشتري براي تمركز
و توجه داشته باشند. نكته چهارم اين است كه جلسات را در ساعات غيرمعمول
برگزار كنيد اگر با تأخير و كندي روبرو مي‌شويد.
4-6- به صورت مؤثر تفويض كنيد
تفويض زمان بيشتري ايجاد مي‌كند. اما اين كار هميشه به سادگي قابل انجام
نيست. در حقيقت خيلي از افراد با تفويض كارها مشكل دارند. اين به چند
دليل رخ مي‌دهد. گاهي اوقات توضيح انجام يك كار به فرد ديگر بيش از انجام
كار توسط خود طول مي‌كشد. اما اگر آينده‌نگر باشيد متوجه مي‌شويد كه اگر
يك وقت اضافي صرف كنيد مي‌توانيد در آينده نيز كار مورد نظر را تفويض
كنيد. دليل ديگر عدم تفويض كمال‌گرايي است. وقتي تفويض مي‌كنيد به افراد
اجازه مي‌دهيد كه اشتباه كنند. اگر شما تحمل تصحيح اشتباهات را داشته
باشيد آنگاه افراد بيشتري ياد مي‌گيرند كه كار مورد تفويض را به صورت
مناسب انجام دهند. دليل آخر عدم تفويض ترس از كاهش قدرت است. اين وجه از
تفويض چيزي است كه همه ما با آن روبرو خواهيم بود. به چيزي كه از تفويض
بدست مي‌آوريد فكر كنيد نه به چيزي كه از دست مي‌دهيد.
وقتي توانستيد بر ترس‌هاي خود از تفويض كردن غلبه كنيد بايد ياد بگيريد
كه چگونه به صورت اثربخش تفويض كنيد. ابتدا تعيين كنيد كه چه چيزي بايد
تفويض شود. به فهرست اولويت‌بندي شده كارها نگاه كنيد. اين فهرست در
تعيين كارهاي نيازمند تفويض كمك مي‌كند. سپس افراد توانا و مشتاق انجام
كار انتخاب شده براي تفويض را انتخاب كنيد. بياد داشته باشيد كه كل كار
را تفويض كنيد. كار و چيزي كه مورد انتظار است را توضيح دهيد. قدم بعدي
اين است كه اجازه دهيد فرد كار را انجام دهد. كار را در زمانهاي از پيش
تعيين شده مورد بررسي قرار دهيد. دائماً بالا سر كار نايستيد زيرا اين
كار فقط عملكرد را كاهش مي‌دهد.
4-7- ميز خود را مرتب كنيد
فردي كه روي ميز شلوغ و درهم برهم كار مي‌كند به طور متوسط روزي يك ساعت
و نيم دنبال چيزهاي خود روي ميز مي‌گردد. عامل اصلي به هم ريختگي روي
ميز، كاغذ است. كاغذها بايد دسته‌بندي و بايگاني شوند،‌ يا به ديگر
همكاران مربوط داده شوند يا دور ريخته شوند. نيازي نيست كه انبوهي از
كاغذ به مدت نامحدود روي ميز باشد. بعد از مرتب كردن روي ميز به سراغ
كشوها برويد. مرتب كردن ميز كافي نيست، هر روز آن را تميز كنيد. مرتب
نگهداشتن ميز هفت ساعت و نيم به هفته كاري اضافه مي‌كند.
4-8- روش‌ها را مناسب خود تطبيق دهيد
توجه به اين نكته مهم است كه رهنمودهاي ارائه شده در اين مقاله كلي
هستند. اين رهنمودها نقطه شروعي براي توسعه سيستم مديريت زمان است. براي
مديريت موفق زمان،‌ بايد يك سيستم مديريت زمان مناسب خود طراحي كنيد.

منطق فازي Fuzzy

زمانی که در سال 1965 پروفسور لطفی‌زاده، استاد ايرانی‌الاصل دانشگاه
برکلی، اولين مقاله خود را در زمينه فازی تحت عنوان مجموعه‌های فازی
(FUZZY TEST) منتشر کرد، هيچ کس باور نداشت که اين جرقه‌ای خواهد بود که
دنيای رياضيات را به طور کلی تغيير دهد.
گرچه در دهه 1970 و اوايل دهه 1980 مخالفان جدی برای نظريه فازی وجود
داشت، اما امروزه هيچ کس نمی‌تواند ارزش‌های منطق فازی و کنترل‌های فازی
را منکر شود.
افتخار هر ايرانی است که پايه علوم قرن آينده از نظريات يک ايرانی
می‌باشد؛ بايد قدر اين فرصت را دانست و در تعميم نظريه فازی و استفاده از
آن کوشش و تلاش کرد.
زمينه‌های پژوهش و تحقيق در نظريه فازی بسيار گسترده می‌باشد؛ پژوهشگران
علاقه‌مند می‌توانند با پژوهش و تحقيق در اين زمينه باعث رشد و شکوفايی
هرچه بيشتر نظريه فازی شوند.
در اين مقاله سعی شده است که خوانندگان محترم با نظريه فازی و تاريخچه آن
آشنا شوند و زمينه‌های تحقيق و پژوهش مورد بررسی قرار گيرد. اميد است که
بتوان قدمی هر چند کوچک در جهت تعالی کشور عزيزمان ايران برداريم

تاريخچة مجموعه‌هاي فاز
نظرية مجموعه فازي در سال 1965 توسط پروفسور لطفي عسگرزاده، دانشمند
ايراني‌تبار و استاد دانشگاه بركلي امريكا عرضه شد.
اگر بخواهيم نظريه مجموعه‌هاي فازي را توضيح دهيم، بايد بگوييم نظريه‌اي
است براي اقدام در شرايط عدم اطمينان؛ اين نظريه قادر است بسياري از
مفاهيم و متغيرها و سيستم‌هايي را كه نادقيق و مبهم هستند، صورت‌بندي
رياضي ببخشد و زمينه را براي استدلال، استنتاج، كنترل و تصميم‌گيري در
شرايط عدم اطمينان فراهم آورد.
پرواضح است كه بسياري از تصميمات و اقدامات ما در شرايط عدم اطمينان است
و حالت‌هاي واضح غير مبهم، بسيار نادر و كمياب‌ مي‌باشند.
نظرية مجموعه‌هاي فازي به شاخه‌هاي مختلفي تقسيم شده است كه بحث كامل و
جامع در مورد هر شاخه، به زمان بيشتر و مباحث طولاني‌تری احتياج دارد.
در اين مبحث که با انواع شاخه‌هاي فازي و كاربرد آنها آشنا مي‌شويم، تلاش
شده است كه مباحث به صورت ساده ارائه شود و مسائل بدون پيچيدگي‌هاي خاص
مورد بررسي قرار گيرد.
همچنين تلاش شده است كه جنبه‌هاي نظري هر بحث تا حد امكان روشن شود؛ گرچه
در بسياري موارد به منظور اختصار، از بيان برهان‌ها چشمپوشي شده است و
علاقه‌مندان را به منابع ارجاع داده‌ايم. مطالعه اين پژوهش مي‌تواند
زمينه‌اي كلي و فراگير دربارة اهم شاخه‌هاي نظريه مجموعه‌هاي فازي فراهم
‌آورد؛ اما علاقه‌مندان مي‌توانند با توجه به نوع و ميزان علاقه و هدف
خود، به مراجع اعلام شده، مراجعه نمايند.

تاريخچة مختصري از نظريه و كاربردهاي فازي
دهة 1960 آغاز نظريه فازي
نظريه فازي به وسيله پروفسور لطفي‌زاده در سال 1965 در مقاله‌اي به نام
مجموعه‌هاي فازي معرفي شد.
ايشان قبل از كار بر روي نظريه فازي، يك استاد برجسته در نظريه كنترل
بود. او مفهوم «حالت» را كه اساس نظريه كنترل مدرن را شكل مي‌دهد، توسعه
داد.
عسگرزاده در سال 1962 چيزي را بدين مضمون براي سيستم‌هاي بيولوژيك نوشت:
ما اساساً به نوع جديد رياضيات نيازمنديم؛ رياضيات مقادير مبهم يا فازي
كه توسط توزيع‌هاي احتمالات قابل توصيف نيستند.
وی فعاليت خويش در نظريه فازي را در مقاله‌اي با عنوان «مجموعه‌هاي فازي»
تجسم بخشيد.
مباحث بسياری در مورد مجموعه‌هاي فازي به وجود آمد و رياضيدانان معتقد
بودند نظريه احتمالات براي حل مسائلي كه نظريه فازي ادعاي حل بهتر آن را
دارد، كفايت مي‌كند.
دهة 1960 دهة چالش كشيدن و انكار نظريه فازي بود و هيچ يك از مراكز
تحقيقاتي، نظريه فازي را به عنوان يك زمينه تحقيق جدي نگرفتند.
اما در دهة 1970، به كاربردهاي عملي نظريه فازي توجه شد و ديدگاه‌هاي
شك‌برانگيز درباره ماهيت وجودي نظريه فازي مرتفع شد.
استاد لطفي‌زاده پس از معرفي مجموعة فازي در سال 1965، مفاهيم الگوريتم
فازي را در سال 1968، تصميم‌گيري فازي را در سال 1970 و ترتيب فازي را در
سال 1971 ارائه نمود. ايشان در سال 1973 اساس كار كنترل فازي را بنا كرد.
اين مبحث باعث تولد كنترل‌كننده‌هاي فازي براي سيستم‌هاي واقعي بود؛
ممداني (Mamdani) و آسيليان (Assilian) چهارچوب اوليه‌اي را براي
كنترل‌كننده فازي مشخص كردند. در سال 1978 هومبلاد (Holmblad) و
اوسترگارد(Ostergaard) اولين كنترل‌كننده فازي را براي كنترل يك فرايند
صنعتي به كار بردند كه از اين تاريخ، با كاربرد نظريه فازي در سيستم‌هاي
واقعي، ديدگاه شك‌برانگيز درباره ماهيت وجودي اين نظريه كاملاً متزلزل
شد.
دهة 1980 از لحاظ نظری، پيشرفت كندي داشت؛ اما كاربرد كنترل فازي باعث
دوام نظريه فازي شد.
مهندسان ژاپني به سرعت دريافتند كه كنترل‌كننده‌هاي فازي به سهولت قابل
طراحي بوده و در مورد بسياري مسائل مي‌توان از آنها استفاده كرد.
به علت اينكه كنترل فازي به يك مدل رياضي نياز ندارد، مي‌توان آن را در
مورد بسياری از سيستم‌هايي كه به وسيلة نظريه كنترل متعارف قابل
پياده‌سازي نيستند، به كار برد.
سوگنو مشغول كار بر روي ربات فازي شد، ماشيني كه از راه دور كنترل می‌شد
و خودش به تنهايي عمل پارك را انجام مي‌داد.
ياشونوبو (Yasunobu) و مياموتو (Miyamoto) از شركت هيتاچي كار روي سيستم
كنترل قطار زيرزميني سندايي را آغاز كردند. بالاخره در سال 1987 پروژه به
ثمر نشست و يكي از پيشرفته‌ترين سيستم‌هاي قطار زيرزميني را در جهان به
وجود آورد.
در دومين كنفرانس‌ سيستم‌هاي فازي كه در توکيو برگزار شد، درست سه روز
بعد از افتتاح قطار زيرزميني سندايي، هيروتا (Hirota) يك روبات فازي را
به نمايش گذارد كه پينگ‌پونگ بازي مي‌کرد؛ ياماكاوا (Yamakawa) نيز سيستم
فازي را نشان داد كه يك پاندول معكوس را در حالت تعادل نشان مي‌داد. پس
از اين كنفرانس، توجه مهندسان، دولتمردان و تجار جلب شد و زمينه‌های
پيشرفت نظريه فازي فراهم شد.

دهة 1990 ، توجه محققان امريكا و اروپا به سيستم‌هاي فازي
موفقيت سيستم‌هاي فازي در ژاپن، مورد توجه محققان امريكا و اروپا واقع شد
و ديدگاه بسياري از محققان به سيستم‌هاي فازي تغيير کرد.
در سال 1992 اولين كنفرانس بين‌المللي در مورد سيستم‌هاي فازي به وسيله
بزرگترين سازمان مهندسي يعني IEEE برگزار شد.

در دهة 1990 پيشرفت‌هاي زيادي در زمينة سيستم‌هاي فازي ايجاد شد؛ اما با
وجود شفاف شدن تصوير سيستم‌هاي فازي، هنوز فعاليت‌هاي بسياري بايد انجام
شود و بسياري از راه‌حل‌ها و روش‌ها همچنان در ابتداي راه قرار دارد.
بنابراين توصيه مي‌شود که محققان كشور با تحقيق و تفحص در اين زمينه،
موجبات پيشرفت‌هاي عمده در زمينة نظريه فازي را فراهم نمايند.

زندگينامة پروفسور لطفي‌زاده
استاد لطفي‌زاده در سال 1921 در باكو متولد شد. آنجا مركز آذربايجان
شوروي بود. لطفي‌زاده يك شهروند ايراني بود؛ پدرش يك تاجر و نيز خبرنگار
روزنامة ايرانيان بود.
استاد لطفي‌زاده از 10 تا 23 سالگي در ايران زندگي كرد و به مدرسة مذهبي
رفت. خاندان لطفي‌زاده از اشراف و ثروتمندان ايراني بودند كه هميشه ماشين
و خدمتكار شخصي داشتند.
در سال 1942 با درجة کارشناسی مهندسي برق از دانشكده فني دانشگاه تهران
فارغ‌التحصيل شد. او در سال 1944 وارد امريكا شد و به دانشگاه MIT رفت و
در سال 1946 درجة کارشناسی‌ارشد را در مهندسي برق دريافت كرد. در سال
1951 درجة دكتراي خود را در رشتة مهندسي برق دريافت نمود و به استادان
دانشگاه كلمبيا ملحق شد. سپس به دانشگاه بركلي رفته و در سال 1963 رياست
دپارتمان مهندسي برق دانشگاه بركلي را كه بالاترين عنوان در رشتة مهندسي
برق است، كسب نمود. لطفي‌زاده انساني است كه هميشه موارد مخالف را مورد
بررسي قرار داده و به بحث دربارة آن مي‌پردازد. اين خصوصيت، قابليت
پيروزی بر مشكلات را به لطفي‌زاده اعطا نموده است.
در سال 1956 لطفي‌زاده بررسي منطق چند ارزشي و ارائة مقالات تخصصي در
مورد اين منطق را آغاز کرد.
پروفسور لطفي‌زاده از طريق مؤسسة پرينستون با استفن كلين آشنا شد. استفن
كلين كسي است كه از طرف مؤسسة پرينستون، منطق چند ارزشي را در ايالات
متحده رهبري مي‌كرد. كلين متفكر جوان ايراني را زير بال و پر خود گرفت.
آنها هيچ مقاله‌اي با يكديگر ننوشتند، اما تحت تأثير يكديگر قرار داشتند.
لطفي‌زاده اصول منطق و رياضي منطق چند ارزشي را فرا گرفت و به كلين اساس
مهندسي برق و نظرية اطلاعات را آموخت.
وی پس از آشنايي با پرينستون، شيفتة منطق چند ارزشي شد.
در سال 1962 لطفي‌زاده تغييرات مهم و اصلي را در مقالة «از نظرية مدار به
نظرية سيستم» در مجلة IRE كه يكي از بهترين مجله‌هاي مهندسي آن روز بود،
منتشر ساخت. در اينجا براي اولين بار عبارت فازي را براي چند ارزشي
پيشنهاد داد.
لطفي‌زاده پس از ارائة منطق فازي، در تمام دهة 1970 و دهة 1980 به
منتقدان خود در مورد اين منطق پاسخ مي‌داد. متانت، حوصله و صبوري استاد
در برخورد با انتقادات و منتقدان منطق فازي از خود بروز مي‌داد، در رشد و
نمو منطق فازي بسيار مؤثر بوده است، به طوری که رشد كاربردهاي كنترل فازي
و منطق فازي در سيستم‌هاي كنترل را مديون تلاش و كوشش پروفسور لطفي‌زاده
مي‌دانند و هرگز جهانيان تلاش اين بزرگ‌مرد اسطوره‌اي ايراني را فراموش
نخواهند كرد.

تعريف سيستم‌هاي فازي و انواع آن
واژة فازي در فرهنگ لغت آكسفورد به صورت مبهم، گنگ و نادقيق تعريف شده
است. اگر بخواهيم نظرية مجموعه‌هاي فازي را تعريف كنيم، بايد بگوييم که
نظريه‌اي است براي اقدام در شرايط عدم اطمينان؛ اين نظريه قادر است
بسياري از مفاهيم و متغير‌ها و سيستم‌هايي را كه نادقيق هستند، صورت‌بندي
رياضي ببخشد و زمينه را براي استدلال، استنتاج، كنترل و تصميم‌گيري در
شرايط عدم اطمينان فراهم آورد.

چرا سيستم‌هاي فازي:
دنياي واقعي ما بسيار پيچيده‌تر از آن است كه بتوان يك توصيف و تعريف
دقيق براي آن به دست آورد؛ بنابراين بايد براي يك مدل، توصيف تقريبي يا
همان فازي كه قابل قبول و قابل تجزيه و تحليل باشد معرفي شود.
با حركت به سوي عصر اطلاعات، دانش و معرفت بشري بسيار اهميت پيدا مي‌كند.
بنابراين ما به فرضيه‌اي نياز داريم كه بتواند دانش بشري را به شكلي
سيستماتيك فرموله كرده و آن را به همراه ساير مدل‌هاي رياضي در سيستم‌هاي
مهندسي قرار دهد.

سيستم‌هاي فازي چگونه سيستم‌هايي هستند؟
سيستم‌هاي فازي، سيستم‌هاي مبتني بر دانش يا قواعد مي‌باشند؛ قلب يك
سيستم فازي يك پايگاه دانش است كه از قواعد اگر ـ آنگاه فازي تشكيل شده
است.
يك قاعده اگر ـ آنگاه فازي، يك عبارت اگر ـ آنگاه است كه بعضي كلمات آن
به وسيله توابع تعلق پيوسته مشخص شده‌اند.
مثال:
اگر سرعت خودرو بالاست، آنگاه نيروي كمتري به پدال گاز وارد كنيد.
كلمات «بالا» و «كم» به وسيله توابع تعلق مشخص شده‌اند؛ توضيحات كامل در
شکل ارائه شده است.

مثال 1-1:
فرض كنيد مي‌خواهيم كنترل‌كنند‌ه‌اي طراحي كنيم كه سرعت خودرو را به طور
خودكار كنترل كند. راه‌حل اين است كه رفتار رانندگان را شبيه‌سازي كنيم؛
بدين معني كه قواعدي را كه راننده در حين حركت استفاده مي‌كند، به
كنترل‌كنندة خودكار تبديل نماييم.
در صحبت‌هاي عاميانه راننده‌ها در شرايط طبيعي از 3 قاعده زير در حين
رانندگي استفاده مي‌كنند:
اگر سرعت پايين است، آنگاه نيروي بيشتري به پدال گاز وارد كنيد.
اگر سرعت متوسط است، آنگاه نيروي متعادلي به پدال گاز وارد كنيد.
اگر سرعت بالاست، آنگاه نيروي كمتري به پدال گاز وارد كنيد.

به طور خلاصه، نقطة شروع ساخت يك سيستم فازي به دست آوردن مجموعه‌اي از
قواعد اگر ـ آنگاه فازي از دانش افراد خبره يا دانش حوزه مورد بررسي
مي‌باشد؛ مرحلة بعدي، تركيب اين قواعد در يك سيستم واحد است.

انواع سيستم‌هاي فازي
سيستم‌هاي فازي خالص
سيستم‌هاي فازي تاكاگي ـ سوگنوكانگ (TSK)
سيستم‌هاي با فازي‌ساز و غير فازي‌ساز

سيستم فازي خالص
موتور استنتاج فازي، اين قواعد را به يك نگاشت از مجموعه‌هاي فازي در
فضاي ورودي به مجموعه‌هاي فازي و در فضاي خروجي بر اساس اصول منطق فازي
تركيب مي‌كند.
مشكل اصلي در رابطه با سيستم‌هاي فازي خالص اين است كه ورودي‌ها و
خروجي‌هاي آن مجموعه‌هاي فازي مي‌باشند. درحالي كه در سيستم‌هاي مهندسي،
ورودي‌ها و خروجي‌ها متغيرهايي با مقادير حقيقي مي‌باشند.
براي حل اين مشكل، تاكاگي سوگنو و كانگ، نوع ديگري از سيستم‌هاي فازي
معرفي كرده‌اند كه ورودي‌ها و خروجي‌هاي آن متغيرهايي با مقادير واقعي
هستند.

سيستم فازي تاكاگي ـ سوگنو و كانگ
بدين ترتيب قاعده فازي از يك عبارت توصيفي با مقادير زباني، به يك رابطة
ساده تبديل شده است؛ به طور مثال در مورد خودرو مي‌توان اعلام كرد كه اگر
سرعت خودرو X باشد، آنگاه نيروي وارد بر پدال گاز برابر Y=CX مي‌باشد.
مشكلات عمدة سيستم فازي TSK عبارت است از:
بخش «آنگاه» قاعدة يك فرمول رياضي بوده و بنابراين چهارچوبي را براي
نمايش دانش بشري فراهم نمي‌كند.
اين سيستم دست ما را براي اعمال اصول مختلف منطق فازي باز نمي‌گذارد و در
نتيجه انعطاف‌پذيري سيستم‌هاي فازي در اين ساختار وجود ندارد.
براي حل اين مشكلات نوع سومي از سيستم‌هاي فازي يعني سيستم فازي با
فازي‌سازها و غير فازي‌سازها مورد استفاده قرار گرفت.

سيستم‌هاي فازي با فازي‌ساز و غير فازي ساز
اين سيستم فازي معايب سيستم فازي خالص و سيستم فازي TSK را مي‌پوشاند. در
اين مبحث، از اين پس سيستم فازي با فازي ساز و غير فازي‌ساز منظور خواهد
بود.
به عنوان نتيجه‌گيري براي اين بخش لازم است يادآوري شود كه جنبة متمم
نظريه سيستم‌هاي فازي اين است كه يك فرايند سيستماتيك را براي تبديل يك
پايگاه دانش به يك نگاشت غير فعلي فراهم مي‌سازد.

زمينه‌هاي تحقيق عمده در نظريه فازي
منظور از نظريه فازي، تمام نظريه‌هايي است كه از مفاهيم اساسي مجموعه‌هاي
فازي يا توابع تعلق استفاده مي‌كنند.
مطابق شكل، نظريه فازي را می‌توان به پنج شاخة عمده تقسيم كرد كه عبارتند از:

رياضيات فازي
مفاهيم رياضيات كلاسيك، با جايگزيني مجموعه‌هاي فازي با مجموعه‌هاي
كلاسيك توسعه پيدا كرده است.

منطق فازي و هوش مصنوعي
كه در آن منطق كلاسيك تقريب‌هايي يافته و سيستم‌هاي خبره بر اساس اطلاعات
و استنتاج تقريبي توسعه پيدا كرده است.

سيستم‌هاي فازي
سيستم‌هاي فازي كه شامل كنترل فازي و راه‌حل‌هايي در زمينة پردازش سيگنال
و مخابرات مي‌باشد.

عدم قطعيت و اطلاعات
انواع عدم قطعيت‌ها را مورد تجزيه و تحليل قرار مي‌دهد.

تصميم‌گيري فازي
مسائل بهينه‌سازي را با محدوديت‌ها در نظر مي‌گيرد.

اصل منطق فازي
استدلال تقريبي
سيستم‌هاي خبره فازي
منطق فازي و هوش مصنوعي
عدم قطعيت و اطلاعات
تصميم‌گيري فازي
سيستم‌هاي فازي
رياضيات فازي
نظريه فازي
مخابرات
پردازش سيگنال فازي
كنترل فازي
متعادل سازي كانال
بازشناسي الگو پردازش تصوير
طراحي كنترل كننده
تحليل پايداري
تئوري امكان
اندازه گيري عدم قطعيت
بهينه‌سازي چندگانه برنامه‌ريزي فازي
مجموعه‌هاي فازي
اندازه‌گيريهاي فازي
تحليل فازي
روابط فازي
توپولوژي فازي

بايد توجه داشت كه پنچ شاخة مستقل از يكديگر نبوده و به شدت به هم ارتباط
دارند. كه براي تحقيق
در يك زمينه حتماً مي‌بايست در مورد زمينه‌هاي ديگر نيز اطلاعات مناسب را
به دست آورد؛ به طور مثال، كنترل فازي از

/////////////////////////////////////////////////

لطفي زاده پدر منطق فازي

پرفسور لطفی زاده در سال 1921 در شهر باکو پایتخت جمهوری آذربایجان به
دنیا آمد. مادرش پزشک و پدرش یک روزنامه نگار از اهالی آذربایجان ایران
بود. در سن 10 سالگی، همزمان با حکومت دیکتاتوری استالین در اتحاد شوروی
سابق، همراه خانواده اش مجبور به مراجعت به ایران شد و در شهر تهران ساکن
گردید. لطفی زاده تحصیلات ابتدایی را در تهران ادامه داد و دوره متوسطه
را در کالج البرز (دبیرستان البرز فعلی) به پایان رسانید و در کنکور
ورودی دانشگاه تهران شرکت و رتبه دوم را احراز نمود. وی پس از فراغت از
تحصیل از دانشکده فنی دانشگاه تهران در رشته مهندسی برق در سال 1942، به
آمریکا مسافرت کرد و دوره فوق لیسانس مهندسی برق را در انستیتوی تکنولوژی
ماساچوست (MIT) واقع در شهر بوستون طی نمود. آنگاه وارد دانشگاه کلمبیا
در نیویورک شد و در سال 1949 با درجه دکتری از این دانشگاه فارغ التحصیل
گردید.

دکتر لطفی زاده
پرفسور لطفی زاده کارهای پژوهشی خود را در رشته تئوری سیستم از دانشگاه
کلمبیا آغاز نمود. در سال 1956، وی به عنوان دانشمند مدعو در انستیتوی
مطالعات پیشرفته در دانشگاه پرینستون (نیوجرسی) مشغول تدریس و تحقیق بود.
علاوه بر آن، پرفسور لطفی زاده مشاغل علمی افتخاری متعددی را احراز نموده
است که میتوان به موارد زیر اشاره نمود: استاد مدعو در رشته مهندسی برق
در دانشگاه MIT (1968)، دانشمند مدعو در آزمایشگاه تحقیقاتی شرکت ای ـ بی
ـ ام IBM در کالیفرنیا (1977، 1973، 1968) و دانشمند مدعو در مرکز
مطالعات زبان و اطلاعات در دانشگاه استانفورد کالیفرنیــا (1988ـ1987 (
در سال 1959، پرفسور لطفی زاده کار تمام وقت خود را با سمت استادی در
دانشکده مهندسی برق دانشگاه کالیفرنیا در برکلی شروع کرد. در فاصله
سالهای 1968ـ1963، وی ریاست دانشکده مهندسی برق دانشگاه کالیفرنیا در
برکلی را عهده دار بود. گرچه پرفسور لطفی زاده در سال 1991 رسما بازنشسته
شد، ولی همچنان به فعالیتهای علمی خویش در دانشگاه کالیفرنیا ادامه
میدهد. در حال حاضر پرفسور لطفی زاده به عنوان استاد ممتاز (Professor
Emeritus) مهندسی برق، مدیریت مرکز نرم افزار کامپیوتری دانشگاه برکلی را
عهده دار است. این مرکز بیش از 2000 نفر عضو دارد و یکصد موسسه علمی به
آن وابسته اند. تا سال 1965، تحقیقات پرفسور لطفی زاده عمدتا در زمینه
تئوری سیستم ها و تجزیه و تحلیل تئوری تصمیمات بود. در آن سال، وی تئوری
"مجموعه فازی Fuzzy" را پایه گذاری کرد و سپس در زمینه کاربردهای این
تئوری در حافظه مصنوعی، زبان شناسی، منطق، تئوری تصمیمات، تئوری کنترل،
سیستمهای خبره و شبکه های اعصاب به تحقیقات گسترده ای پرداخت. در حال
حاضر تحقیقات پرفسور لطفی زاده در زمینه "منطق فازی Fuzzy Logic " نرم
کامپیوتری، محاسبات کامپیوتری بر مبنای کلمات، تئوری کامپیوتری ادراک و
زبان طبیعی است.
پرفسور لطفی زاده به عنوان کاشف و مبتکر منطق فازی شهرت جهانی دارد. وی
طی یک مقاله علمی کلاسیک که در سال 1965 به چاپ رسید مفهوم "مجموعه فازی"
را که اساس تئوری تجزیه و تحلیل سیستمهای پیچیده است، معرفی نمود که در
آن "زبان طبیعی" به جای متغیرهای عددی برای تشریح رفتار و عملکرد سیستمها
به کار میرود. پس از معرفی مجموعه فازی، بیش از 15000 مقاله علمی توسط
دانشمندان جهان درباره منطق فازی و کاربردهای گسترده آن در نشریات علمی
منتشر گردیده و حدود 3000 درخواست ثبت اختراع در این زمینه در کشورهای
مختلف جهان به عمل آمده است. در سال مالی 1992ـ1991، کمپانی
"ماتسوشیتا"ی(Matsush*ta) ژاپن به تنهایی توانست تجهیزات و سیستمهای
الکتریکی و الکترونیکی به ارزش یک میلیارد دلار به فروش برساند که در
آنها از منطق فازی استفاده میشود. در حال حاضر 12 ژورنال علمی در دنیا
چاپ میشوند که در عناوین آنها کلمه "فازی" دیده میشود. تنها در کشور ژاپن
بیش از 2000 مهندس و دانشمند در رشته منطق فازی به تحقیقات علمی و صنعتی
مشغول هستند. پرفسور لطفی زاده عضو ارشد (Fellow) انستیتوی مهندسی برق و
الکترونیک آمریکا، عضو ارشد بنیاد گوگن هایم (Gugenheim) ، عضو ارشد
آکادمی ملی مهندسی آمریکا، عضو ارشد کنگره جهانی Cybernetics ، عضو
آکادمی علوم روسیه، عضو افتخاری انجمن مطالعات Cybernetics اتریش، عضو
ارشد اتحادیه بین المللی سیـستم های فـازی و عضـو ارشد چندیـــن انـجـمـن
و موســـســـه عــلمــی دیــگـــر اســت.
پرفسور لطفی زاده موفق به دریافت 9 مدال علمی گردیده است که از این تعداد
پنج مدال به مناسبتهای گوناگون توسط انستیتوی مهندسی برق و الکترونیک
آمریکا و چهار مدال دیگر توسط انستیتوی مهندسی مکانیک آمریکا، انجمن علوم
مهندسی آمریکا، آکادمی علوم جمهوری چک و انجمن بین المللی سیستمهای
هوشیار به وی اهدا شده است. به علاوه پرفسور لطفی زاده 14 جایزه علمی
دریافت نموده که از آن جمله میتوان به جایزه اهدایی بنیاد معروف هوندای
ژاپن اشاره نمود.
دانشگاههای متعدد جهان به شرح زیر با اهدای درجه دکتری افتخاری به پرفسور
لطفی زاده از خدمات علمی وی و بویژه به خاطر ابداع منطق فازی که علوم و
مهندسی کامپیوتر و تئوری سیستم ها را دگرگون کرده است، اظهار قدرشناسی
نموده اند.
دانشگاه تولوز (فرانسه)، دانشگاه ایالتی نیویورک، دانشگاه دورتموند
Dortmund))آلمان، دانشگاه اوویدو اسپانیا، دانشگاه گرانادا Granada)
)اسپانیا، دانشگاه لیک هد (Leakhead) کانادا ، دانشگاه لویزویل
(Lousiville) آمریکا، دانشگاه باکو (جمهوری آذربایجان)، دانشگاه گلیویس
(Gliwice) لهستان، دانشگاه اوستراوا (Ostrava) جمهوری چک، دانشگاه تورنتو
(کانادا)، دانشگاه فلوریدای مرکزی (آمریکا)، دانشگاه هامبورگ (آلمان)، و
دانشگاه پاریس فرانسه.

استاد در حال تدریس در دانشگاه MIT
پرفسور لطفی زاده به تنهایی بیش از 200 مقاله تالیف کرده است و در حال
حاضر عضو هیئت تحریریه بیش از 50 نشریه علمی میباشد. وی عضو هیئت مشورتی
"مرکز فازی آلمان"، عضو هیئت مشورتی مرکز تحقیقات فازی دانشگاه تکزاس،
عضو کمیته مشورتی مرکز آموزش و تحقیقات سیستمهای فازی و حافظه مصنوعی
(رومانی)، عضو هیئت مشورتی موسسه بین المللی مطالعات سیستم ها، عضو هیئت
مدیره انجمن بین المللی شبکه های اعصاب، رئیس افتخاری اتحادیه سیستم های
فازی بیومدیکال (ژاپن)، رئیس افتخاری اتحادیه منطق و تکنولوژی فازی
(اسپانیا)، عضو هیئت مشورتی انستیتوی ملی انفورماتیک توکیو و عضو هیئت
مدیره انستیتوی سیستمهای دانا (ایلی نوی ـ آمریکا) است. پرفسور لطفی زاده
قبل از کشف مجموعه فازی در سال 1965، به مناسبت تحقیقات بنیادی خویش
درباره تئوری سیستم ها در سطح جهانی شناخته شده بود. وی طی مقاله ای که
در سال 1950 در ژورنال "فیزیک عملی" به چاپ رسید به تعمیم تئوری Wiener
پرداخت که بعدها این تئوری کاربردهای فراوانی در طراحی فیلترهای حافظه
پیدا نمود. در سال 1952، لطفی زاده با همکاری راقازینی Ragazzini
ترانسفورماسیون Z را برای تجزیه و تحلیل سیستم های داده به کار گرفت که
در طراحی سیستم های کنترل و فیلترهای دیجیتال کاربرد گسترده ای یافتند.
در سال 1963 پرفسور لطفی زاده به اتفاق چارلز دوسور Desoer کتابی درباره
"تئوری حالت ـ فضا در سیستم های خطی" نوشت. انتشار این کتاب به عنوان
حادثه بنیادی در تاریخ علوم و مهندسی کنترل و تجزیه و تحلیل سیستم ها به
شمار میرود و امروزه این کتاب به عنوان ابزاری استاندارد در تجزیه و
تحلیل سیستمها، از روبوت های صنعتی گرفته تا سیستم های هدایت و کنترل
فضایی، به طور وسیع مورد استفاده قرار میگیرد.
مقاله کلاسیک پرفسور لطفی زاده درباره مجموعه فازی که در سال 1965 به چاپ
رسید، سرآغاز جهتی نوین در علوم و مهندسی سیستم و کامپیوتر بود. پس از آن
پرفسور لطفی زاده به پژوهشهای خود در زمینه مجموعه فازی ادامه داد تا
آنکه در سال 1973 طی یک مقاله کلاسیک دیگر تحت عنوان "شرحی بر دیدی نو در
تجزیه و تحلیل سیستمهای پیچیده و فرایندهای تصمیم گیری" مفهوم استفاده از
متغیرهای زبانی را در سیستم های حافظه و کنترل مطرح کرد. این مقاله اساس
تکنولوژی کنترل بر مبنای منطق فازی است که در اینده اثرات عمیق در طراحی
سیستم های کنترل هوشیار خواهد داشت.گرچه منطق فازی کاربردی خیلی وسیع تر
از منطق متداول دارد ولی پرفسور لطفی زاده معتقد است که منطق فازی اکسیر
و نوشدارو نیست. وی میگوید "کارهای زیادی هست که انسان میتواند به آسانی
انجام دهد در حالی که کامپیوترها و سیستمهای منطقی قادر به انجام آنها
نیستند."

منابع:

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

گذري بر سيستم‌هاي خبره‌ (Expert Systems
اشاره :
<استدلال> در ميان اهل فن و صاحبان انديشه تعاريف و تفاسير متنوعي دارد.
در نگاهي كلي، استفاده از دليل و برهان براي رسيدن به يك نتيجه از
فرضياتي منطقي با استفاده از روش‌هاي معين، تعريفي از استدلال تلقي
مي‌شود؛ تعريفي كه البته با ديدگاه‌هاي فلسفي و گاه ايده‌آل‌گرايانه از
استدلال تفاوت دارد. با اين حال موضوع مهم و اساسي در اينجا بحث در چيستي
و چرايي اين ديدگاه‌ها نيست، بلكه در مورد نحوه طراحي سيستم‌هاي با قدرت
استدلال، با هر تعريفي، براي رسيدن به مجموعه‌اي از تصميمات منطقي‌ ‌ با
استفاده از مفروضات يا به طور دقيق‌تر دانشي است كه در اختيار آن‌ها قرار
مي‌گيرد. سيستم‌هايي خبره (expert systems) اساسا براي چنين هدفي طراحي
مي‌شوند. در حقيقت به واسطه الگوبرداري اين سيستم‌ها از نظام منطق و
استدلال انسان و نيز يكسان بودن منابع دانش مورد استفاده آن‌ها، حاصل كار
يك سيستم خبره مي‌تواند تصميماتي باشد كه درحوزه‌ها و عرصه‌هاي مختلف
قابل استفاده، مورد اطمينان و تاثيرگذار هستند. بسياري بر اين باورند كه
سيستم‌هاي خبره بيشترين پيشرفت را در هوش مصنوعي به وجود آورده‌اند.
آن‌چه درادامه مي‌خوانيد نگاهي كوتاه به تعاريف و سازوكار سيستم‌هاي خبره
و گذري بر مزايا و محدوديت‌هاي به كارگيري اين سيستم‌ها در علوم و فنون
مختلف است. طبيعتاً مباحث كاربردي‌تر و عملي‌تر درباره سيستم‌هاي خبره و
بحث درباره نحوه توسعه و پياده‌سازي آن‌ها، نيازمند مقالات جداگانه‌اي
است كه در آينده به آن‌ها خواهيم پرداخت.

سيستم خبره چيست؟
در يك تعريف كلي مي‌توان گفت سيستم‌هاي خبره، برنامه‌هاي كامپيوتري‌اي
هستند كه نحوه تفكر يك متخصص در يك زمينه خاص را شبيه‌سازي مي‌كنند. در
واقع اين نرم‌افزارها، الگوهاي منطقي‌اي را كه يك متخصص بر اساس آن‌ها
تصميم‌گيري مي‌كند، شناسايي مي‌نمايند و سپس بر اساس آن الگوها، مانند
انسان‌ها تصميم‌گيري مي‌كنند.

يكي از اهداف هوش مصنوعي، فهم هوش انساني با شبيه‌سازي آن توسط
برنامه‌هاي كامپيوتري است. البته بديهي است كه "هوش‌"‌ را مي‌توان به
بسياري از مهارت‌هاي مبتني بر فهم، از جمله توانايي تصميم‌گيري، يادگيري
و فهم زبان تعميم داد و از اين‌رو واژه‌اي كلي محسوب مي‌شود.

بيشتر دستاوردهاي هوش مصنوعي در زمينه تصميم‌گيري و حل مسئله بوده است كه
اصلي‌ترين موضوع سيستم‌هاي خبره را شامل مي‌شوند. به آن نوع از
برنامه‌هاي هوش مصنوعي كه به سطحي از خبرگي مي‌رسند كه مي‌توانند به جاي
يك متخصص در يك زمينه خاص تصميم‌گيري كنند، expert systems يا سيستم‌هاي
خبره گفته مي‌شود. اين سيستم‌ها برنامه‌هايي هستند كه پايگاه دانش آن‌ها
انباشته از اطلاعاتي است كه انسان‌ها هنگام تصميم‌گيري درباره يك موضوع
خاص، براساس آن‌ها تصميم مي‌گيرند. روي اين موضوع بايد تأكيد كرد كه
هيچ‌يك از سيستم‌هاي خبره‌اي كه تا‌كنون طراحي و برنامه‌نويسي شده‌اند،
همه‌منظوره نبوده‌اند و تنها در يك زمينه محدود قادر به شبيه‌سازي فرآيند
تصميم‌گيري انسان هستند.

به محدوده اطلاعاتي از الگوهاي خبرگي انسان كه به يك سيستم خبره منتقل
مي‌شود، task domain گفته مي‌شود. اين محدوده، سطح خبرگي يك سيستم خبره
را مشخص مي‌كند و نشان مي‌دهد ‌كه آن سيستم خبره براي چه كارهايي طراحي
شده است. سيستم خبره با اين task ها يا وظايف مي‌تواند كارهايي چون
برنامه‌ريزي، زمانبندي، و طراحي را در يك حيطه تعريف شده انجام دهد.

به روند ساخت يك سيستم خبره، knowledge engineering يا مهندسي دانش گفته
مي‌شود. يك مهندس دانش بايد اطمينان حاصل كند كه سيستم خبره طراحي شده،
تمام دانش مورد نياز براي حل يك مسئله را دارد. طبيعتاً در غيراين‌صورت،
تصميم‌هاي سيستم خبره قابل اطمينان نخواهند بود.

ساختار يك سيستم خبره‌
هر سيستم خبره از دو بخش مجزا ساخته شده است: پايگاه دانش و موتور تصميم‌گيري.
پايگاه دانش يك سيستم خبره از هر دو نوع دانش مبتني بر حقايق ‌(factual)
و نيز دانش غيرقطعي (heuristic) استفاده مي‌كند. Factual knowledge،
دانش حقيقي يا قطعي نوعي از دانش است كه مي‌توان آن را در حيطه‌هاي مختلف
به اشتراك گذاشت و تعميم داد؛ چراكه درستي آن قطعي است.

در سوي ديگر، Heuristic knowledge قرار دارد كه غيرقطعي‌تر و بيشتر مبتني
بر برداشت‌هاي شخصي است. هرچه حدس‌ها يا دانش هيورستيك يك سيستم خبره
بهتر باشد، سطح خبرگي آن بيشتر خواهد بود و در شرايط ويژه، تصميمات بهتري
اتخاذ خواهد كرد.

دانش مبتني بر ساختار Heuristic در سيستم‌هاي خبره اهميت زيادي دارد اين
نوع دانش مي‌تواند به تسريع فرآيند حل يك مسئله كمك كند.

البته يك مشكل عمده در ارتباط با به كارگيري دانشHeuristic آن است كه
نمي‌توان در حل همه مسائل از اين نوع دانش استفاده كرد. به عنوان نمونه،
نمودار (شكل 1) به خوبي نشان مي‌دهد كه جلوگيري از حمل سموم خطرناك از
طريق خطوط هوايي با استفاده از روش Heuristic امكانپذير نيست.

اطلاعات اين بخش از سيستم خبره از طريق مصاحبه با افراد متخصص در اين
زمينه تامين مي‌شود. مهندس دانش يا مصاحبه‌كننده، پس از سازمان‌دهي
اطلاعات جمع‌آوري‌شده از متخصصان يا مصاحبه شوندگان، آ‌ن‌ها را به قوانين
قابل فهم براي كامپيوتر به صورت (if-then) موسوم به قوانين ساخت
(production rules) تبديل مي‌كند.

موتور تصميم‌گيري سيستم خبره را قادر مي‌كند با استفاده از قوانين پايگاه
دانش، پروسه تصميم‌گيري را انجام دهد. براي نمونه، اگر پايگاه دانش
قوانيني به صورت زير داشته باشد:

●دفتر ماهنامه شبكه در تهران قرار دارد.
●تهران در ايران قرار دارد.

سيستم خبره مي‌تواند به قانون زير برسد:
●‌ دفتر ماهنامه شبكه در ايران قرار دارد.

استفاده از منطق فازي
موضوع مهم ديگر در ارتباط با سيستم‌هاي خبره، پيوند و ارتباط آن با ديگر
شاخه‌هاي هوش مصنوعي است. به بيان روشن‌تر، برخي از سيستم‌هاي خبره از
Fuzzy Logic يا منطق فازي استفاده مي‌كنند. در منطق غيرفازي تنها دو ارزش
درست (true) يا نادرست (false) وجود دارد. چنين منطقي نمي‌تواند چندان
كامل باشد؛ چراكه فهم و پروسه تصميم‌گيري انسان‌ها در بسياري از موارد،
كاملا قطعي نيست و بسته به زمان و مكان آن، تا حدودي درست يا تا حدودي
نادرست است. در خلال سال‌هاي 1920 و 1930، Jan Lukasiewicz فيلسوف
لهستاني منطقي را مطرح كرد كه در آن ارزش يك قانون مي‌تواند بيشتر از دو
مقدار 0 و 1 يا درست و نادرست باشد. سپس پروفسور لطفي‌زاده نشان داد كه
منطق Lukasiewicz را مي‌توان به صورت "درجه درستي" مطرح كرد. يعني به جاي
اين‌كه بگوييم: "اين منطق درست است يا نادرست؟" بگوييم: "اين منطق چقدر
درست يا چقدر نادرست است؟"
از منطق فازي در مواردي استفاده مي‌شود كه با مفاهيم مبهمي چون "سنگيني"،
"سرما"، "ارتفاع" و از اين قبيل مواجه شويم. اين پرسش را در نظر بگيريد :
"وزن يك شيء 500 كيلوگرم است، آيا اين شيء سنگين است؟" چنين سوالي يك
سوال مبهم محسوب مي‌شود؛ چراكه اين سوال مطرح مي‌شود كه "از چه نظر
سنگين؟" اگر براي حمل توسط يك انسان بگوييم، بله سنگين است. اگر براي حمل
توسط يك اتومبيل مطرح شود، كمي سنگين است، ولي اگر براي حمل توسط يك
هواپيما مطرح شود سنگين نيست.
در اينجاست كه با استفاده از منطق فازي مي‌توان يك درجه درستي براي چنين
پرسشي در نظر گرفت و بسته به شرايط گفت كه اين شيء كمي سنگين است. يعني
در چنين مواردي گفتن اين‌كه اين شيء سنگين نيست
(false) يا سنگين است (true) پاسخ دقيقي نيست.

مزايا و محدوديت‌هاي سيستم‌هاي خبره
دستاورد سيستم‌هاي خبره را مي‌توان صرفه‌جويي در هزينه‌ها و نيز
تصميم‌گيري‌هاي بهتر و دقيق‌تر و بسياري موارد تخصصي‌تر ديگر عنوان كرد.
استفاده از سيستم‌هاي خبره براي شركت‌ها مي‌تواند صرفه‌جويي به همراه
داشته باشد.
در زمينه تصميم‌گيري نيز گاهي مي‌توان در شرايط پيچيده، با بهره‌گيري از
چنين سيستم‌هايي تصميم‌هاي بهتري اتخاذ كرد و جنبه‌هاي پيچيده‌اي را در
مدت زمان بسيار كمي مورد بررسي قرار داد كه تحليل آنها به روزها زمان
نياز دارد.
از سوي ديگر، به‌كارگيري سيستم‌هاي خبره محدوديت‌هاي خاصي دارد. به عنوان
نمونه، اين سيستم‌ها نسبت به آنچه انجام مي‌دهند، هيچ <حسي> ندارند.
چنين سيستم‌هايي نمي‌توانند خبرگي خود را به گستره‌هاي وسيع‌تري تعميم
دهند؛ چراكه تنها براي يك منظور خاص طراحي شده‌اند و پايگاه دانش آن‌ها
از دانش متخصصان آن حوزه نشات گرفته و از اين‌رو محدود است.
چنين سيستم‌هايي از آنجا كه توسط دانش متخصصان تغذيه اطلاعاتي شده‌اند،
در صورت بروز برخي موارد پيش‌بيني نشده، نمي‌توانند شرايط جديد را به
درستي تجزيه و تحليل نمايند.

كاربرد سيستم‌هاي خبره‌
از سيستم‌هاي خبره در بسياري از حيطه‌ها از جمله برنامه‌ريزي‌هاي تجاري،
سيستم‌هاي امنيتي، اكتشافات نفت و معادن، مهندسي ژنتيك، طراحي و ساخت
اتومبيل، طراحي لنز دوربين و زمانبندي برنامه پروازهاي خطوط هوايي
استفاده مي‌شود. دو نمونه از كاربردهاي اين سيستم‌ها در ادامه توضيح
داده‌شده‌اند.

●‌ طراحي و زمانبندي‌
سيستم‌هايي كه در اين زمينه مورد استفاده قرار مي‌گيرند، چندين هدف
پيچيده و تعاملي را مورد بررسي قرار مي‌دهند تا جوانب كار را روشن كنند و
به اهداف مورد نظر دست يابند يا بهترين گزينه را پيشنهاد دهند. بهترين
مثال از اين مورد، زمانبندي پروازهاي خطوط هوايي، كارمندان و گيت‌هاي يك
شركت حمل و نقل هوايي است.

‌●تصميم‌گيري‌هاي مالي‌
صنعت خدمات مالي يكي از بزرگ‌ترين كاربران سيستم‌هاي خبره است.
نرم‌افزارهاي پيشنهاددهنده نوعي از سيستم‌هاي خبره هستند كه به عنوان
مشاور بانكداران عمل مي‌كنند. براي نمونه، با بررسي شرايط يك شركت متقاضي
وام از يك بانك تعيين مي‌كند كه آيا پرداخت اين وام به شركت براي بانك
مورد نظر صرفه اقتصادي دارد يا نه. همچنين شركت‌هاي بيمه براي بررسي
ميزان خطرپذيري و هزينه‌هاي موارد مختلف، از اين سيستم‌ها استفاده
مي‌كنند.

چند سيستم خبره مشهور
از نخستين سيستم‌هاي خبره مي‌توان به Dendral اشاره كرد كه در سال 1965
توسط Edward Feigenbaum وJoshun Lederberg پژوهشگران هوش مصنوعي در
دانشگاه استنفورد ساخته شد.
وظيفه اين برنامه كامپيوتري، تحليل‌هاي شيميايي بود. ماده مورد آزمايش
مي‌توانست تركيبي پيچيده از كربن، هيدروژن و نيتروژن باشد. Dendarl
مي‌توانست با بررسي آرايش و اطلاعات مربوط به يك ماده، ساختار مولكولي آن
را شبيه‌سازي كند. كاركرد اين نرم‌افزار چنان خوب بود كه مي‌توانست با يك
متخصص رقابت كند.
از ديگر سيستم‌هاي خبره مشهور مي‌توان به MYCIN اشاره كرد كه در سال 1972
در استنفورد طراحي شد. MYCIN برنامه‌اي بود كه كار آن تشخيص عفونت‌هاي
خوني با بررسي اطلاعات به دست آمده از شرايط جسمي بيمار و نيز نتيجه
آزمايش‌هاي او بود.
برنامه به گونه‌اي طراحي شده بود كه در صورت نياز به اطلاعات بيشتر، با
پرسش‌هايي آن‌ها را درخواست مي‌كرد تا تصميم‌گيري بهتري انجام دهد؛
پرسش‌هايي چون "آيا بيمار اخيرا دچار سوختگي شده است؟" (براي تشخيص
اين‌كه آيا عفونت خوني از سوختگي نشات گرفته يا نه. MYCIN ( گاه
مي‌توانست نتايج آزمايش را نيز از پيش حدس بزند.
سيستم خبره ديگر در اين زمينه Centaur بود كه كار آن بررسي آزمايش‌هاي
تنفسي و تشخيص بيماري‌هاي ريوي بود.
يكي از پيشروان توسعه و كاربرد سيستم‌هاي خبره، سازمان‌هاي فضايي هستند
كه براي مشاوره و نيز بررسي شرايط پيچيده و صرفه‌جويي در زمان و هزينه
چنين تحليل‌هايي به اين سيستم‌ها روي آورده‌اند.
Marshall Space Flight Center) MSFC) يكي از مراكز وابسته به سازمان
فضايي ناسا از سال 1994 در زمينه توسعه نرم‌افزارهاي هوشمند كار مي‌كند
كه هدف آن تخمين كمّ و كيف تجهيزات و لوازم مورد نياز براي حمل به فضا
است.
اين برنامه‌هاي كامپيوتري با پيشنهاد راهكارهايي در اين زمينه از بار
كاري كارمندان بخش‌هايي چون ISS (ايستگاه فضايي بين المللي) مي‌كاهند و
به گونه‌اي طراحي شده‌اند كه مديريت‌پذيرند و بسته به شرايط مختلف، قابل
تعريف هستند.
مركز فضايي MSFC، توسط فناوري ويژه خود موسوم به 2G به ايجاد برنامه‌هاي
ويژه كنترل هوشمندانه و سيستم‌هاي مانيتورينگ خطاياب مي‌پردازد. اين
فناوري را مي‌توان هم در سيستم‌هاي لينوكسي و هم در سيستم‌هاي سرور مبتني
بر ويندوز مورد استفاده قرار داد.
آنچه در نهايت مي‌توان گفت آن است كه يكي از مزيت‌هاي سيستم‌هاي خبره اين
است كه مي‌توانند در كنار متخصصان انساني مورد استفاده قرار بگيرند كه
ماحصل آن تصميمي مبتني بر تخصص انساني و دقت ماشيني است. اين فناوري از
ديد تجاري نيز براي توسعه‌دهندگان آن سودآور است. هم‌اكنون شركت‌هاي
بسياري به فروش سيستم‌هاي خبره و پشتيباني از مشتريان محصولات خود
مي‌پردازند. درآمد يك شركت كوچك فعال در زمينه فروش چنين محصولاتي
مي‌تواند سالانه بالغ بر پنج تا بيست ميليون دلار باشد. بازار فروش و
پشتيباني سيستم‌هاي خبره در سراسر جهان نيز سالانه به صدها ميليون دلار
مي‌رسد.