বিশেষজ্ঞ সিস্টেম: ইতিহাস, বৈশিষ্ট্য, সুবিধা, অসুবিধা - প্রযুক্তি - 2025

বিশেষজ্ঞ ব্যবস্থা সিস্টেমগুলি কোনো নির্দিষ্ট ক্ষেত্রে একটি মানুষের বিশেষজ্ঞ সিদ্ধান্ত ক্ষমতা অনুকরণ হিসাবে সংজ্ঞায়িত করা হয়। জটিল সিদ্ধান্ত গ্রহণের সমস্যাগুলি নির্ভরযোগ্যভাবে এবং ইন্টারেক্টিভভাবে সমাধানের জন্য তারা উভয় তাত্ত্বিক কৌশল এবং তথ্য ব্যবহার করে।

এগুলি জ্ঞান ভিত্তির মাধ্যমে যুক্তি দিয়ে অত্যন্ত জটিল সমস্যাগুলি সমাধান করার জন্য ডিজাইন করা হয়েছে। পদ্ধতিগত কোড দ্বারা প্রতিনিধিত্ব করার পরিবর্তে, তারা মূলত যদি-তারপর বিধি দ্বারা প্রতিনিধিত্ব করা হয়।

সূত্র: pixabay.com

তারা জ্ঞানের কিছু ক্ষেত্র সম্পর্কে নিজেরাই প্রকাশ করতে এবং যুক্তি জানাতে সক্ষম হয়, যা তাদের অনেক সমস্যার সমাধান করতে দেয় যা সাধারণত কোনও মানব বিশেষজ্ঞের প্রয়োজন হয়। বিশেষজ্ঞ সিস্টেমগুলি ছিল আজকের কৃত্রিম বুদ্ধিমত্তা, গভীর শিক্ষা এবং মেশিন লার্নিং সিস্টেমগুলির পূর্বসূরীরা।

বিশেষজ্ঞ সিস্টেম সমস্যা সমাধানের ক্ষেত্রে শ্রমিকের সামগ্রিক পারফরম্যান্সের বিকল্প নিতে পারে না। যাইহোক, তারা সমস্যা সমাধানের জন্য ব্যক্তির যে পরিমাণ কাজ করতে হবে তা হ্রাস করতে পারে, লোকেদের সমস্যার সমাধানের সৃজনশীল এবং অভিনব দিকগুলি রেখে।

তারা আর্থিক পরিষেবা, টেলিযোগাযোগ, স্বাস্থ্যসেবা, গ্রাহক সেবা, ভিডিও গেমস এবং উত্পাদন হিসাবে অনেক শিল্পে গুরুত্বপূর্ণ ভূমিকা পালন করেছে।

সিস্টেমের ক্ষমতা

একটি বিশেষজ্ঞ সিস্টেম দুটি উপ-সিস্টেমকে অন্তর্ভুক্ত করে: একটি জ্ঞান বেস, যার মধ্যে সঞ্চিত তথ্য এবং অভিজ্ঞতা থাকে এবং একটি ইনফারেন্স ইঞ্জিন, যা প্রতিটি নির্দিষ্ট পরিস্থিতিতে জ্ঞান ভিত্তিতে বা জ্ঞাত তথ্যগুলিতে প্রয়োগ করার নিয়মের একটি সেট, নতুনকে অনুমিত করার জন্য। কাজ।

জ্ঞানের ভিত্তি বা নিয়ম সংযোজনগুলির সাথে সিস্টেমের ক্ষমতাগুলি বাড়ানো যেতে পারে।

উদাহরণস্বরূপ, আজকের বিশেষজ্ঞ সিস্টেমগুলির মধ্যেও স্বয়ংক্রিয়ভাবে শেখার দক্ষতা থাকতে পারে, যা তাদের যেমন অভিজ্ঞতার ভিত্তিতে তাদের কর্মক্ষমতা উন্নত করতে দেয়।

এছাড়াও, আধুনিক সিস্টেমগুলি আরও সহজেই নতুন জ্ঞানকে অন্তর্ভুক্ত করতে পারে এবং এভাবে সহজেই আপডেট করা যায়। এই জাতীয় সিস্টেমগুলি বিদ্যমান জ্ঞান থেকে আরও সাধারণীকরণ করতে পারে এবং বিপুল পরিমাণে জটিল ডেটা পরিচালনা করতে পারে।

ইতিহাস

- প্রাথমিক অগ্রগতি

1950 এর দশকের শেষের দিকে, মানবিক সিদ্ধান্ত গ্রহণের অনুকরণে কম্পিউটার প্রযুক্তি ব্যবহারের সম্ভাবনা দিয়ে পরীক্ষা শুরু হয়েছিল। উদাহরণস্বরূপ, মেডিসিনে ডায়াগনস্টিক অ্যাপ্লিকেশনগুলির জন্য কম্পিউটার-এডেড সিস্টেমগুলি তৈরি করা শুরু হয়েছিল।

এই প্রাথমিক ডায়াগনস্টিক সিস্টেমগুলি রোগীর লক্ষণগুলি এবং পরীক্ষাগার পরীক্ষার ফলাফলগুলিতে সিস্টেমে প্রবেশ করে ফলাফল হিসাবে একটি রোগ নির্ণয় তৈরি করে। এগুলি ছিল বিশেষজ্ঞ সিস্টেমগুলির প্রথম রূপ।

- প্রধান উন্নয়ন

ষাটের দশকের শুরুতে, এমন প্রোগ্রামগুলি তৈরি করা হয়েছিল যেগুলি সংজ্ঞায়িত সমস্যার সমাধান করে। উদাহরণস্বরূপ, গেমস বা মেশিন অনুবাদ

এই প্রোগ্রামগুলিতে উপস্থাপন করা যৌক্তিক এবং গাণিতিক সমস্যাগুলি পরিচালনা করার জন্য বুদ্ধিমান যুক্তিযুক্ত কৌশলগুলির প্রয়োজন ছিল, তবে তাদের অতিরিক্ত অতিরিক্ত জ্ঞানের প্রয়োজন পড়েনি।

গবেষকরা বুঝতে পেরেছিলেন যে অনেক আকর্ষণীয় সমস্যা সমাধানের জন্য, প্রোগ্রামগুলি কেবল সমস্যার ব্যাখ্যা করতে সক্ষম হয় নি, তাদের সম্পূর্ণরূপে বোঝার জন্য তাদের প্রাথমিক জ্ঞানও প্রয়োজন।

এটি ধীরে ধীরে বিশেষজ্ঞ সিস্টেমগুলির বিকাশের দিকে পরিচালিত করে, যা জ্ঞানের দিকে আরও বেশি কেন্দ্রীভূত ছিল।

বিশেষজ্ঞ সিস্টেমগুলির ধারণাটি আনুষ্ঠানিকভাবে ১৯65৫ সালে মার্কিন যুক্তরাষ্ট্রের স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের অধ্যাপক এডওয়ার্ড ফিগেনবাউম দ্বারা বিকাশ করা হয়েছিল।

ফিগেনবাউম ব্যাখ্যা করেছিলেন যে বিশ্ব নতুন প্রসেসর প্রযুক্তি এবং কম্পিউটার আর্কিটেকচারের জন্য ধন্যবাদ, তথ্য প্রক্রিয়াকরণ থেকে জ্ঞান প্রক্রিয়াকরণে চলেছে।

ডেন্ড্রাল

1960 এর দশকের শেষের দিকে, রাসায়নিক যৌগগুলির বিশ্লেষণকে সম্বোধন করে ডেন্ড্রাল নামে প্রথম বিশেষজ্ঞ সিস্টেমগুলির একটি তৈরি করা হয়েছিল।

ডেনড্রালের জ্ঞানে শত শত নিয়ম রয়েছে যা রাসায়নিক যৌগের মিথস্ক্রিয়া বর্ণনা করে described এই বিধিগুলি রসায়নবিদ এবং কম্পিউটার বিজ্ঞানীদের মধ্যে বছরের বহু বছরের সহযোগিতার ফলাফল ছিল।

- পরিপক্কতা

বিশেষজ্ঞ সিস্টেমগুলি 1980 এর দশকে প্রসারিত হতে শুরু করে। ফরচুন 500 কোম্পানির অনেকগুলি তাদের প্রতিদিনের ব্যবসায়িক ক্রিয়াকলাপে এই প্রযুক্তি প্রয়োগ করে।

1990 এর দশকে, অনেক ব্যবসায়িক অ্যাপ্লিকেশন বিক্রেতারা, যেমন ওরাকল এবং এসএপি, ব্যবসার যুক্তি ব্যাখ্যা করার উপায় হিসাবে তাদের পণ্যগুলির স্যুটগুলিতে বিশেষজ্ঞ সিস্টেমের ক্ষমতাগুলি সংহত করে।

বৈশিষ্ট্য

- অভিজ্ঞতার স্তর

একটি বিশেষজ্ঞ সিস্টেম অবশ্যই সর্বোচ্চ স্তরের দক্ষতার প্রস্তাব দেয়। দক্ষতা, নির্ভুলতা এবং কল্পনাপ্রসূত সমস্যা সমাধান সরবরাহ করে।

- সময় মতো প্রতিক্রিয়া

ব্যবহারকারীর বিশেষজ্ঞ সিস্টেমের সাথে মোটামুটি যুক্তিসঙ্গত সময়ের জন্য যোগাযোগ করে। এই কথোপকথনের সময়টি একই সমস্যার জন্য সুনির্দিষ্ট সমাধান পাওয়ার জন্য বিশেষজ্ঞের যে সময়ের চেয়ে কম সময় হতে হবে।

- নির্ভরযোগ্যতা

বিশেষজ্ঞ সিস্টেমের অবশ্যই ভাল নির্ভরযোগ্যতা থাকতে হবে। এটি করার জন্য, আপনাকে কোনও ভুল করতে হবে না।

- কার্যকর পদ্ধতি

বিশেষজ্ঞ সিস্টেমে বিদ্যমান জ্ঞানের সংকলনটি পরিচালনা করার জন্য একটি দক্ষ পদ্ধতি থাকতে হবে।

- সমস্যাগুলি পরিচালনা করুন

একটি বিশেষজ্ঞ সিস্টেম অবশ্যই চ্যালেঞ্জিং সমস্যাগুলি পরিচালনা করতে এবং সমাধান প্রদানের জন্য সঠিক সিদ্ধান্ত নিতে সক্ষম হতে হবে।

- উপাদান

জ্ঞানভিত্তিক

এটি সিস্টেমের অভিজ্ঞতার ক্ষেত্রের সাথে সম্পর্কিত ডেটাগুলির একটি সংগঠিত সংগ্রহ।

মানব বিশেষজ্ঞদের সাথে সাক্ষাত্কার এবং পর্যবেক্ষণের মাধ্যমে, জ্ঞানের ভিত্তি তৈরির বিষয়গুলি অবশ্যই গ্রহণ করা উচিত।

ইনফারেন্স ইঞ্জিন

কোনও সুপারিশ বা উপসংহার সরবরাহ করার জন্য নিয়মের মাধ্যমে জ্ঞানের ভিত্তিতে তথ্যগুলির ব্যাখ্যা ও মূল্যায়ন করুন।

এই জ্ঞানটি যদি ইফ-তারপরে উত্পাদনের নিয়মগুলির আকারে উপস্থাপিত হয়: "যদি কোনও শর্ত সত্য হয়, তবে নিম্নলিখিত ছাড়টি নেওয়া যেতে পারে।"

সিদ্ধান্তে

প্রায়শই একটি সম্ভাব্যতা ফ্যাক্টর প্রতিটি উত্পাদন নিয়মের উপসংহার এবং চূড়ান্ত সুপারিশের সাথে সংযুক্ত থাকে, কারণ উপসংহারে পৌঁছানো একটি নিখুঁত নিশ্চয়তা নয়।

উদাহরণস্বরূপ, চোখের রোগ নির্ণয়ের জন্য একটি বিশেষজ্ঞ সিস্টেম প্রদত্ত তথ্যের উপর ভিত্তি করে ইঙ্গিত দিতে পারে যে একজন ব্যক্তির 90% সম্ভাব্যতাযুক্ত গ্লুকোমা রয়েছে।

এছাড়াও, নিয়মের ক্রম যার মাধ্যমে উপসংহারে পৌঁছেছিল তা দেখানো যেতে পারে। এই শৃঙ্খলা পর্যবেক্ষণ সুপারিশের বিশ্বাসযোগ্যতা মূল্যায়ন করতে সহায়তা করে এবং শেখার সরঞ্জাম হিসাবে কার্যকর।

প্রকারভেদ

বিধি-ভিত্তিক

এই সিস্টেমে জ্ঞানকে নিয়মের একটি সেট হিসাবে উপস্থাপন করা হয়। বিধিটি জ্ঞান প্রকাশের প্রত্যক্ষ এবং নমনীয় উপায়।

বিধিটি দুটি অংশ নিয়ে গঠিত: "যদি" অংশ, তাকে শর্ত বলা হয় এবং "তারপরে" অংশকে ছাড় বলে called কোনও নিয়মের মূল বাক্য গঠন: যদি (শর্ত) তবে (ছাড়)।

অস্পষ্ট যুক্তি ভিত্তিক

যখন আপনি "খুব অল্প", "মাঝারিভাবে কঠিন", "সেই পুরানো নয়" এর মতো অস্পষ্ট শব্দ ব্যবহার করে জ্ঞান প্রকাশ করতে চান, তখন अस्पष्ट যুক্তি ব্যবহার করা যেতে পারে।

এই যুক্তি একটি অনর্থক সংজ্ঞা বর্ণনা করতে ব্যবহৃত হয়। এটি সমস্ত কিছু স্লাইডিং স্কেলে বর্ণিত হয়েছে এমন ধারণার ভিত্তিতে তৈরি।

ক্লাসিক যুক্তি দুটি নির্দিষ্ট মান সহ পরিচালনা করে: সত্য (1) এবং মিথ্যা (0)। অস্পষ্ট যুক্তিতে, সমস্ত নিশ্চিত মানগুলি 0 থেকে 1 এর পরিসরে আসল সংখ্যা হিসাবে প্রকাশ করা হয়।

অস্পষ্ট যুক্তি শাস্ত্রীয় যুক্তির নিখুঁত সত্যবাদীর চেয়ে কিছুটা সত্যবাদিতার ভিত্তিতে জ্ঞানের প্রতিনিধিত্ব করে।

নিউরোনাল

নিয়ম-ভিত্তিক বিশেষজ্ঞ সিস্টেমের সুবিধাগুলি স্নায়ুবিক নেটওয়ার্কগুলির সুবিধাগুলিকেও একত্রিত করে যেমন শেখা, সাধারণীকরণ, দৃust়তা এবং সমান্তরাল তথ্য প্রক্রিয়াকরণ।

Systemতিহ্যগত জ্ঞানের ভিত্তির চেয়ে এই সিস্টেমে একটি নিউরাল জ্ঞান ভিত্তি রয়েছে। জ্ঞান নিউরনে ওজন হিসাবে সংরক্ষণ করা হয়।

এই সংমিশ্রণটি নিউরাল বিশেষজ্ঞ সিস্টেমকে তার সিদ্ধান্তগুলি ন্যায্য করার অনুমতি দেয়।

নিউরোনাল-ডিফিউজ

অস্পষ্ট যুক্তি এবং নিউরাল নেটওয়ার্কগুলি বিশেষজ্ঞ সিস্টেম তৈরির পরিপূরক সরঞ্জাম।

অস্পষ্ট সিস্টেমগুলি শেখার দক্ষতার অভাব রয়েছে এবং একটি নতুন পরিবেশের সাথে খাপ খাইয়ে নিতে পারে না। অন্যদিকে, যদিও নিউরাল নেটওয়ার্কগুলি শিখতে পারে, তাদের প্রক্রিয়াটি ব্যবহারকারীর পক্ষে খুব জটিল।

নিউরাল-ফাজি সিস্টেমগুলি মানব জ্ঞানের প্রতিনিধিত্ব এবং ফাজি সিস্টেমগুলির ব্যাখ্যা দক্ষতার সাথে নিউরাল নেটওয়ার্কের কম্পিউটিং এবং শেখার ক্ষমতাগুলি একত্রিত করতে পারে।

ফলস্বরূপ, নিউরাল নেটওয়ার্কগুলি আরও স্বচ্ছ হয়ে যায়, যখন ফাজি সিস্টেমটি শেখার পক্ষে সক্ষম হয়।

সুবিধা

উপস্থিতি

বিশেষজ্ঞ সিস্টেমগুলি সফ্টওয়্যারটির ব্যাপক উত্পাদনের কারণে যে কোনও জায়গায়, যে কোনও সময়, সহজেই উপলব্ধ।

হ্রাস ঝুঁকি

একটি সংস্থা পরিবেশের জন্য এমন একটি বিশেষজ্ঞ সিস্টেম পরিচালনা করতে পারে যা মানুষের পক্ষে বিপজ্জনক। এগুলি যে কোনও বিপজ্জনক পরিবেশে ব্যবহার করা যেতে পারে যেখানে মানুষ কাজ করতে পারে না।

ব্যবসায় জ্ঞান

তারা কোনও সংস্থার ব্যক্তিদের জ্ঞানের বিপরীতে সাংগঠনিক জ্ঞান বিকাশের বাহন হয়ে উঠতে পারে।

উত্তর ব্যাখ্যা

তারা তাদের সিদ্ধান্ত গ্রহণের পর্যাপ্ত ব্যাখ্যা দিতে সক্ষম হয়, যুক্তিতে যে কারণটি উত্তর দিয়েছিল তা বিস্তারিতভাবে প্রকাশ করে।

প্রশিক্ষণের সরঞ্জাম হিসাবে ব্যবহার করা হলে তারা প্রাথমিকভাবে শিখনের বক্ররেখার ফলস্বরূপ।

দ্রুত উত্তর

দ্রুত এবং নির্ভুল উত্তর পেতে সহায়তা করে। একটি বিশেষজ্ঞ সিস্টেম একজন মানুষের বিশেষজ্ঞের চেয়ে অনেক দ্রুত তার কাজ ভাগ করে নিতে পারে।

নিম্ন ত্রুটির হার

সফল বিশেষজ্ঞ সিস্টেমগুলির ত্রুটির হার বেশ কম, কখনও কখনও একই কাজের জন্য মানুষের ত্রুটির হারের চেয়ে অনেক কম।

সংবেদনহীন প্রতিক্রিয়া

বিশেষজ্ঞ সিস্টেমগুলি উত্তেজিত না হয়ে কাজ করে। তারা উত্তেজনা, ক্লান্তি বা আতঙ্কিত হয় না এবং জরুরি পরিস্থিতিতে তারা স্থিরভাবে কাজ করে।

জ্ঞান স্থায়িত্ব

বিশেষজ্ঞ সিস্টেম তথ্যের একটি উল্লেখযোগ্য স্তর বজায় রাখে। এতে অন্তর্ভুক্ত জ্ঞান অনির্দিষ্টকালের জন্য স্থায়ী হবে।

দ্রুত প্রোটোটাইপিং

একটি বিশেষজ্ঞ সিস্টেমের সাহায্যে জটিল আইটি প্রকল্পের সাথে সাধারণত মাস বা বছর যুক্ত না হয়ে কিছু নিয়ম প্রবেশ করা এবং কয়েক দিনের মধ্যে একটি প্রোটোটাইপ বিকাশ করা সম্ভব।

একাধিক অভিজ্ঞতা

বিশেষজ্ঞ সিস্টেমটি অনেক যোগ্যতাসম্পন্ন বিশেষজ্ঞদের জ্ঞান ধারণ করার জন্য ডিজাইন করা যেতে পারে এবং এভাবে জটিল সমস্যাগুলি সমাধান করার ক্ষমতা থাকতে পারে।

এটি বিশেষজ্ঞদের সমস্যা সমাধানের পরামর্শদাতাদের ব্যয় হ্রাস করে। তারা জ্ঞানের উত্স প্রাপ্ত করার জন্য একটি বাহন যা অর্জন করা কঠিন।

অসুবিধেও

জ্ঞান অর্জন

যে কোনও সফ্টওয়্যার অ্যাপ্লিকেশনের জন্য নির্দিষ্ট ক্ষেত্রের বিশেষজ্ঞদের সময় পাওয়া সর্বদা কঠিন, তবে বিশেষজ্ঞ সিস্টেমগুলির জন্য এটি বিশেষত কঠিন, কারণ বিশেষজ্ঞরা সংগঠনের দ্বারা অত্যন্ত মূল্যবান এবং ক্রমাগত অনুরোধ করা হয়।

ফলস্বরূপ, সাম্প্রতিক বছরগুলিতে বিপুল পরিমাণে গবেষণা জ্ঞানের অধিগ্রহণের সরঞ্জামগুলিতে মনোনিবেশ করেছে, যা বিশেষজ্ঞদের দ্বারা নির্ধারিত নিয়মগুলি ডিজাইন, ডিবাগিং এবং বজায় রাখার প্রক্রিয়াটিকে স্বয়ংক্রিয় করতে সহায়তা করে।

সিস্টেম ইন্টিগ্রেশন

প্রথম বিশেষজ্ঞ সিস্টেমগুলির জন্য ডাটাবেসের সাথে সিস্টেমগুলির সংহতকরণ কঠিন ছিল, কারণ সরঞ্জামগুলি মূলত ভাষা এবং প্ল্যাটফর্মগুলিতে ছিল যা কর্পোরেট পরিবেশে পরিচিত ছিল না।

ফলস্বরূপ, বিশেষজ্ঞ সিস্টেম সরঞ্জামগুলি উত্তরাধিকার পরিবেশের সাথে সংহত করার জন্য একটি দুর্দান্ত প্রচেষ্টা করা হয়েছিল, যাতে আরও স্ট্যান্ডার্ড প্ল্যাটফর্মগুলিতে স্থানান্তর হয়।

এই সমস্যাগুলি মূলত প্যারাডাইম শিফট দ্বারা সমাধান করা হয়েছিল, কারণ পিসিগুলি ধীরে ধীরে গুরুতর ব্যবসায়িক ব্যবস্থার বিকাশের বৈধ প্ল্যাটফর্ম হিসাবে কম্পিউটিং পরিবেশে গৃহীত হয়েছিল।

প্রক্রিয়াজাতকরণ জটিলতা

জ্ঞান বেসের আকার বাড়ানো প্রক্রিয়াজাতকরণের জটিলতা বাড়িয়ে তোলে।

উদাহরণস্বরূপ, যদি কোনও বিশেষজ্ঞ সিস্টেমে ১০০ মিলিয়ন নিয়ম থাকে তবে এটি খুব জটিল হবে এটি স্পষ্ট।

কোনও সিদ্ধান্ত নেওয়ার জন্য একটি ইনফারেন্স ইঞ্জিনকে প্রচুর পরিমাণে নিয়ম প্রক্রিয়া করতে সক্ষম হতে হবে।

যখন খুব বেশি বিধি থাকে তখন এই সিদ্ধান্তের বিধিগুলি একে অপরের সাথে সামঞ্জস্যপূর্ণ কিনা তা যাচাই করাও কঠিন।

আরও দক্ষতার সাথে পরিচালনা করার জন্য, বা কীভাবে অস্পষ্টতাগুলি সমাধান করা যায় সেই নিয়মের ব্যবহারকে অগ্রাধিকার দেওয়াও কঠিন।

জ্ঞান আপডেট

জ্ঞান বেস সম্পর্কিত একটি সমস্যা হ'ল কীভাবে দ্রুত এবং কার্যকরভাবে আপডেট করা যায়। এছাড়াও, কীভাবে নতুন জ্ঞান যুক্ত করা যায়, এটি এত বিধিগুলির মধ্যে কোথায় যুক্ত করা যায়।

অ্যাপ্লিকেশন

ডায়াগনোসিস এবং সমস্যা সমাধান

এটি সমস্ত ত্রুটি-অনুমানকারী সিস্টেমগুলির সংক্ষিপ্তসার এবং কোনও ত্রুটিযুক্ত প্রক্রিয়া বা ডিভাইসের জন্য সংশোধনমূলক পদক্ষেপের পরামর্শ দেয়।

বিশেষজ্ঞ সিস্টেম প্রযুক্তি প্রয়োগ করা হয়েছিল এমন প্রথম জ্ঞানের ক্ষেত্রগুলির মধ্যে একটি হ'ল চিকিত্সা নির্ণয়। যাইহোক, ইঞ্জিনিয়ারিং সিস্টেমগুলি ডায়াগনস্টিকগুলি দ্রুত মেডিকেল ডায়াগোনস্টিকগুলিকে ছাড়িয়ে যায়।

রোগ নির্ণয় হিসাবে প্রকাশ করা যেতে পারে: উপস্থাপন প্রমাণ দেওয়া, অন্তর্নিহিত সমস্যা, কারণ বা কারণ কি?

পরিকল্পনা এবং সময়সূচী

এই বিশেষজ্ঞ সিস্টেমগুলি পদক্ষেপ, কর্মী এবং অন্যান্য বিধিনিষেধ বিবেচনা করে সময়ের সাথে সাথে এই ক্রিয়াগুলির একটি বিস্তৃত ক্রম সরবরাহ করে সেই লক্ষ্যগুলি অর্জন করে এমন একটি ক্রিয়াকলাপ নির্ধারণের লক্ষ্যের একটি সেট বিশ্লেষণ করে।

উদাহরণগুলির মধ্যে রয়েছে বিমান সংস্থা কর্মী এবং বিমানের সময়সূচী এবং উত্পাদন প্রক্রিয়া পরিকল্পনা।

আর্থিক সিদ্ধান্ত

ব্যক্তি ও সংস্থাগুলিকে loansণ দেওয়া হবে কিনা তা নির্ধারণে ব্যাংকারদের সহায়তা করার জন্য আর্থিক পরামর্শমূলক ব্যবস্থা তৈরি করা হয়েছে।

বীমা সংস্থাগুলি ক্লায়েন্টের যে ঝুঁকি রয়েছে তার মূল্যায়ন করতে এই বিশেষজ্ঞ সিস্টেমগুলি ব্যবহার করে এবং এইভাবে বীমাের মূল্য নির্ধারণ করে।

প্রক্রিয়া পর্যবেক্ষণ এবং নিয়ন্ত্রণ

তারা বাস্তব সময়ে শারীরিক ডিভাইসগুলি থেকে ডেটা বিশ্লেষণ করে যাতে ব্যতিক্রমগুলি লক্ষ্য করা যায়, প্রবণতাগুলির পূর্বাভাস দেওয়া হয় এবং উভয়ই অপটিমাইজেশন এবং ফল্ট সংশোধন নিয়ন্ত্রণ করে।

এই সিস্টেমগুলির উদাহরণগুলি রয়েছে তেল পরিশোধন এবং ইস্পাত তৈরির শিল্পগুলিতে।

জ্ঞান পরামর্শ

এই অ্যাপ্লিকেশনটির প্রাথমিক কাজটি হ'ল সমস্যাটির পরিবেশের মধ্যে থাকা ব্যবহারকারীর সমস্যা সম্পর্কে অর্থবোধক অন্তর্দৃষ্টি প্রদান করা।

দুটি বিশেষজ্ঞ সিস্টেম যা সারা বিশ্বে সবচেয়ে বেশি বিতরণ করা হয় সেগুলি এই বিভাগের অন্তর্ভুক্ত।

এই সিস্টেমগুলির মধ্যে প্রথমটি এমন পরামর্শদাতা যা ব্যবহারকারীকে কোনও পাঠ্যে ব্যাকরণের সঠিক ব্যবহারের বিষয়ে পরামর্শ দেয়।

দ্বিতীয়টি হ'ল একটি কর উপদেষ্টা যিনি ট্যাক্স প্রস্তুতের জন্য একটি সিস্টেমের সাথে সংযুক্ত আছেন। কৌশল এবং নির্দিষ্ট কর নীতি সম্পর্কে ব্যবহারকারীকে পরামর্শ দেয়।

তথ্যসূত্র

1. গুরু 99 (2019)। কৃত্রিম বুদ্ধিমত্তায় বিশেষজ্ঞ সিস্টেম: কী, অ্যাপ্লিকেশন, উদাহরণ। গৃহীত: guru99.com।
2. উইকিপিডিয়া, বিনামূল্যে এনসাইক্লোপিডিয়া (2019)। দক্ষ পদ্ধতি. নেওয়া হয়েছে: en.wikedia.org থেকে।
3. মার্গারেট রাউস (2019)। দক্ষ পদ্ধতি. টেকটার্জেট থেকে নেওয়া: searchenterpriseai.techtarget.com।
4. ভ্লাদিমির জাওয়াস (2019)। দক্ষ পদ্ধতি. এনসাইক্লোপিডিয়া গৃহীত: ব্রিটানিকা ডট কম।
5. ডব্লিউটেক (2019)। বিশেষজ্ঞ সিস্টেমগুলির অ্যাপ্লিকেশন। থেকে নেওয়া: wtec.org।
6. ভাইরাল নাগोरी (2014)। বিশেষজ্ঞ সিস্টেমের প্রকার: তুলনামূলক অধ্যয়ন। অর্থশাস্ত্রের স্কলার থেকে নেওয়া: pdfs.semanticscholar.org।
7. কম্পিউটিং ওয়ার্ল্ড (2010)। সুদক্ষ পদ্দতি. থেকে নেওয়া: বুদ্ধি.ওয়ার্ডোফকপুটিং.টেন।