ปัญญาประดิษฐ์ (Artificial Intelligence)
ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ เอไอ (AI) หมายถึง ความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิตปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาสตร์ในด้านอื่นๆ อย่างจิตวิทยา ปรัชญา หรือสาขาปัญญาประดิษฐ์เป็นการเรียนรู้เกี่ยวกับกระบวนการ การคิด การกระทำ การให้เหตุผล การปรับตัว หรือการอนุมาน และการทำงานของสมอง แม้ว่าดังเดิมนั้นเป็นสาขาหลักในการวิทยาการคอมพิวเตอร์ แต่แนวคิดหลายๆ อย่างในศาสตร์นี้ได้มาจากการปรับปรุงเพิ่มเติมจากศาสตร์อื่นๆ เช่น
* การเรียนรู้ของเครื่อง นั้นมีเทคนิคการเรียนรู้ที่เรียกว่า การเรียนรู้ต้นไม้ตัดสินใจ ซึ่ง
ประยุกต์เอาเทคนิคการอุปนัยของ จอห์น สจวร์ต มิลล์ นักปรัชญาชื่อดังของ อังกฤษ มาใช้
* เครือข่ายประสาทเทียม ก็นำเอาแนวคิดของการทำงานของสมองของมนุษย์มาใช้ในการแก้ไข
ปัญหาการแบ่งประเภทของข้อมูล และแก้ปัญหาอื่นๆ ทางสถิติ เช่น การวิเคราะห์ความถดถอย
หรือ การปรับเส้นโค้ง
นิยามของปัญญาประดิษฐ์
ปัจจุบันงานวิจัยหลักๆ ของ AI จะมีแนวคิดในรูปที่เน้นเหตุผลเป็นหลัก เนื่องจากการนำ AI ไปประยุกต์ใช้แก้ปัญหา ไม่จำเป็นต้องอาศัยอารมณ์หรือความรู้สึกของมนุษย์ อย่างไรก็ตามนิยามทั้ง 4 ไม่ได้ต่างกันโดยสมบูรณ์ นิยามทั้ง 4 ต่างก็มีส่วนร่วมที่คาบเกี่ยวกันอยู่ นิยามดังกล่าวคือ
ระบบที่คิดเหมือนมนุษย์ (Systems that think like humans)
1. (AI คือ) ความพยายามใหม่อันน่าตื่นเต้นจะทำให้คอมพิวเตอร์คิดได้ เครื่องจักรที่มีสติปัญญาอย่างครบถ้วนและแท้จริง
2. (AI คือ) กลไกของกิจกรรมที่เกี่ยวข้องกับความคิดมนุษย์เช่น การตัดสินใจ การแก้ปัญหา
การเรียนรู้
ก่อนที่จะทำให้เครื่องคิดอย่างมนุษย์ได้ ต้องรู้ก่อนว่ามนุษย์มีกระบวนการคิดอย่างไร ซึ่งการวิเคราะห์ลักษณะการคิดของมนุษย์เป็นศาสตร์
ระบบที่กระทำเหมือนมนุษย์ (Systems that act like humans)
1. (AI คือ) วิชาของการสร้างเครื่องจักรที่ทำงานในสิ่งซึ่งอาศัยปัญญาเมื่อกระทำโดยมนุษย์
2. (AI คือ) การศึกษาวิธีทำให้คอมพิวเตอร์กระทำในสิ่งที่มนุษย์ทำได้ดีกว่าในขณะนั้น
การกระทำเหมือนมนุษย์
* สื่อสารได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาไทย ภาษาอังกฤษ ตัวอย่างการแปลงข้อความเป็นคำพูด และการแปลงคำพูดเป็นข้อความ
* มีประสาทรับสัมผัสคล้ายมนุษย์ เช่น คอมพิวเตอร์รับภาพได้โดยอุปกรณ์รับสัมผัสแล้วนำภาพไปประมวลผล
* เคลื่อนไหวได้คล้ายมนุษย์ เช่น หุ่นยนต์ช่วยงานต่างๆ อย่างการ ดูดฝุ่น เคลื่อนย้ายสิ่งของ
* เรียนรู้ได้ โดยสามารถตรวจจับรูปแบบการเกิดของเหตุการณ์ใดๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้
ระบบที่คิดอย่างมีเหตุผล (Systems that think rationally)
1. (AI คือ) การศึกษาความสามารถในด้านสติปัญญาโดยการใช้โมเดลการคำนวณ
2. (AI คือ) การศึกษาวิธีการคำนวณที่สามารถรับรู้ ใช้เหตุผล และการกระทำ
คิดอย่างมีเหตุผล หรือคิดถูกต้อง เช่น ใช้หลักตรรกศาสตร์ ในการคิดหาคำตอบอย่างมีเหตุผล เช่นระบบผู้เชี่ยวชาญ
ระบบที่กระทำอย่างมีเหตุผล (Systems that act rationalli)
1. ปัญญาประดิษฐ์ คือการศึกษาเพื่อออกแบบเอเจนต์ที่มีปัญญา
2. AI เกี่ยวข้องกับพฤติกรรมที่แสดงปัญญาในสิ่งที่มนุษย์สร้างขึ้น
การทำอย่างมีเหตุผล เช่น เอเจนต์ (โปรแกรมที่มีความสามารถในการกระทำ หรือเป็นตังแทนในระบบอัตโนมัติต่างๆ) สามารถกระทำอย่างมีเหตุผลเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ เช่น เอเจนต์ในระบบขับรถอัตโนมัติ ที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่สุด ต้องเลือกเส้นทางที่ไปยังเป้าหมายที่สั้นที่เป็นไปได้ จึงเรียกได้ว่า เอเจนต์กระทำอย่างมีเหตุผล อีกตังอย่างเช่น เอเจนต์ในเกมหมากรุกที่เป้าหมายว่าต้องเอาชนะคู่ต่อสู้ ก็ต้องเลือกเดินหมากที่จะทำให้คู่ต่อสู้แพ้ให้ได้เป็นต้น
หัวใจของปัญญาประดิษฐ์
คอมพิวเตอร์วิทัศน์ (Computer vision)
เป็นการศึกษาเรื่องการมองเห็น การรู้จำภาพ มีสาขาย่อยเช่น การประมวลผลภาพ (Image processing)
การประมวลผลภาษาธรรมชาติ (Natural Language processing)
เป็นการศึกษาการแปลความหมายจากภาษามนุษย์ มาเป็นความรู้ที่เครื่องจักรเข้าใจได้ สาขานี้เกี่ยวข้องใกล้ชิดกับ ภาษาศาสตร์เชิงคำนวณ (Computational Linguistics)
การแทนความรู้ (Knowledge representation)
เป็นการศึกษาด้านเก็บความรู้ (Knowledge) ไว้ในเครื่องจักร โดยมีประเด็นสำคัญคือ
* ทำอย่างไรจะแสดงความรู้ได้อย่างกะทัดรัด ประหยัดหน่วยความจำ
* จะนำความรู้ที่เก็บไว้นี้ไปใช้ในการให้เหตุผลอย่างไร และ
* จะมีการเรียนรู้ความรู้ใหม่ๆ ด้วยเทคนิคการเรียนรู้ของเครื่อง ให้ความรู้ที่ได้อยู่ใน
รูปแบบความรู้ที่เราออกแบบไว้ได้อย่างไร
การแทนความรู้สามารถแบ่งออกได้เป็นสองประเภทหลักคือ
ความรู้ที่แน่นอน (Certain knowledge) เช่นการแทนความรู้ด้วยตรรกศาสตร์ ไม่ว่าจะเป็น
First-order logic หรือ propositional logic
ความรู้ที่มีความไม่แน่นอนมาเกี่ยวข้อง (uncertain knowledge) เช่น ฟัซซี่ลิจิก (fuzzy logic)
และเครือข่ายแบบเบย์ (Bayesian networks)
การเรียนรู้ของเครื่อง (Machine Learning)
เป็นการศึกษากระบวนการเรียนรู้ เพื่อให้เครื่องจักรสานสามารถเรียนรู้สิ่งใหม่ๆ ได้คล้ายมนุษย์มี สาขาย่อยมากมาย เช่น การสังเคราะห์โปรแกรม (Program synthesis)
การคิดให้เหตุผล (Inference หรือ automated reasoning)
เป็นการศึกษาให้เหตุผลเพื่อแก้ปัญหาต่างๆ อย่างอัตโนมัติจากความรู้ที่มีอยู่ในเครื่อง การให้เหตุผลด้วยวิธีใดนั้นขึ้นอยู่กับการแทนความรู้ของเครื่อง (Knowledge representation) โดยตรงเทคนิคที่นิยมใช้กันมากก็คือ การเขียนโปรแกรมเชิงตรรกะ (Logic programming) เมื่อเราแทนความรู้ของเครื่องด้วย first-order logic และ Bayesian inference เมื่อเราแทนความรู้ของเครื่องด้วย Bayesian networks
การวางแผนของเครื่อง (Automated Planning)
การค้นหาเชิงการจัด (Combinatorial search)
เนื่องจากเวลาเราพยายามแก้ปัญหาในงานวิจัยด้านปัญญาประดิษฐ์ วิธีมาตรฐานอย่างหนึ่งคือ พยายามมองปัญหาให้อยู่ในรูปปัญหาของการค้น การค้นหาจึงเป็นพื้นฐานของการโปรแกรมปัญญาประดิษฐ์ แทบทุกประเภท
ระบบผู้เชี่ยวชาญ (Expert system)
เป็นการศึกษาเรื่องสร้างระบบความรู้ของปัญหาเฉพาะอย่างเช่น การแพทย์หรือวิทยาศาสตร์จุดประสงค์ของระบบนี้คือ ทำให้เสมือนมีมนุษย์ผู้เชี่ยวชาญคอยให้คำปรึกษา และคำตอบเกี่ยวกับปัญหาต่างๆ
งานวิจัยด้านนี้มีจุดประสงค์หลักว่า เราไม่ต้องพึ่งมนุษย์ในการแก้ปัญหา แต่อย่างไรก็ตามในทางปฏิบัติแล้ว ระบบผู้เชี่ยวชาญยังต้องพึ่งมนุษย์เพื่อให้ความรู้พื้นฐานในช่วงแรก
การจะทำงานวิจัยเรื่องนี้ต้องอาศัยความรู้พื้นฐานหลายเรื่อง ไม่ว่าจะเป็น การแทนความรู้, การให้เหตุผล และ การเรียนรู้ของเครื่อง
คุณสมบัติของระบบผู้เชี่ยวชาญ
1. เป็นระบบประมวลผลที่ต้องอาศัยความรู้ในแง่ของการป้อนข้อมูลโดยการอินพุท (Input) เข้าเครื่องคอมพิวเตอร์เป็นจำนวนมากเพื่อให้ได้คำตอบหรือเอาท์พุท (Output) ออกมาเพียงเล็กน้อย ตรงข้ามกับโปรแกรมคอมพิวเตอร์ทั่วไปที่ต้องการข้อมูลในการอินพุทไม่มากนัก แต่จะเอาให้เอาท์พุทออกได้ทั้งมากและน้อยขึ้นอยู่กับผู้เขียนโปรแกรม
2. การทำงานของโปรแกรมอาศัยสัญลักษณ์ (Symbol ) เป็นตัวแทนในสิ่งที่เกี่ยวกับความรู้ ความจริงหรือสรรพสิ่งต่างๆ เช่นเดียวกับการประมวลผลข้อมูลโดยทั่วไปที่ใช้ข้อมูลที่เป็นตัวเลข (numeric) ตัวอักษร (Character)
3. การทำงานของระบบผู้เชี่ยวชาญอาศัยดาต้าสตรัคเจอร์ (Data Structures) มากกว่าเนื้อหาของข้อมูล (Data Content) ทำให้มีความเป็นอิสระไม่ต้องขึ้นกับชนิดของความรู้ที่นำมาประมวลผล ต่างกับโปรแกรมทั่วไปที่ใช้ (record definition) จำเป็นต้องรู้ดาต้าสตรัคเจอร์ เช่น จำนวน (field) หรือเนื้อหา เช่น (field names) และประเภท (type)
4. การแก้ปัญหาของระบบผู้เชี่ยวชาญอาศัยกฎเกณฑ์ที่เกิดจากความจัดเจนของผู้เชี่ยวชาญที่เป็นมนุษย์ กฎเกณฑ์ดังกล่าวมีวิธีการทำงานที่ค่อนข้างลึกลับและซับซ้อน แต่เชื่อถือได้เพราะเป็นกฎเกณฑ์ที่เกิดจากความจัดเจนที่ไม่เคยผิดพลาดของผู้เชี่ยวชาญ
5. ระบบผู้เชี่ยวชาญที่ดีต้องสามารถทำหน้าที่ได้แม้ว่าบางส่วนของข้อมูลที่ได้รับจากการป้อนข้อมูลได้แม้ว่าบางส่วนของข้อมูลที่ได้รับจากการป้อนข้อมูลหรือการอินพุทจะขาดหายไป
6. ระบบผู้เชี่ยวชาญที่ดีต้องสามารถอธิบายการใช้เหตุผลในการประมวลผลเพื่อให้เกิดความกระจ่างแก่ผู้ใช้ในทุกขั้นตอน
ระบบผู้เชี่ยวชาญในงานบรรณารักษศาสตร์และสารนิเทศศาสตร์งานห้องสมุด
ได้มีการนำระบบผู้เชี่ยวชาญมาประยุกต์ใช้กับงานต่างๆ มากมายในหลายวงการ ทั้งวงการแพทย์ วงการทหาร วงการวิทยาศาสตร์ สำหรับวงการบรรณารักษศาสตร์และสารนิเทศศาสตร์ก็ได้มีการนำระบบผู้เชี่ยวชาญมาประยุกต์ใช้เช่นเดียวกัน ซึ่งระบบผู้เชี่ยวชาญที่นำมาใช้ในงานบรรณารักษศาสตร์และสารนิเทศศาสตร์ มักมีองค์ประกอบที่สำคัญ 3 ส่วนคือ
1. ฐานความรู้ (Knowledge Base) ความรู้ที่บรรจุลงในฐานความรู้ เป็นความรู้ที่ได้จากการรวบรวมมาจากหนังสือแหล่งอ้างอิงต่างๆ รวมทั้งความรู้ที่ได้จากประสบการณ์ในการทำงานของผู้เชี่ยวชาญ
2. เครื่องอนุมาน (Inference Engine) เป็นส่วนของการใช้เหตุและผล ในการแก้ปัญหาโดยการใช้ความรู้และกฎต่างๆ ที่มีอยู่ในฐานความรู้มาประมวลผลเพื่อหาคำตอบซึ่งคำตอบที่ได้มานี้ระบบจะต้องสามารถอธิบายที่มาได้
3. ส่วนติดต่อกับผู้ใช้ (User Interface) ระบบผู้เชี่ยวชาญที่ใช้ในงานบรรณารักษศาสตร์และสารนิเทศศาสตร์มักใช้การสื่อสารด้วยภาษาธรรมชาติ (ในที่นี้หมายถึงภาษาอังกฤษ) ซึ่งผู้ใช้จะป้อนข้อมูลที่เป็นภาษาอังกฤษเข้าไป แล้วระบบจะแปลข้อมูล ให้เป็นภาษาเครื่องเพื่อทำการประมวลผล จากนั้นจะให้คำตอบออกมาเป็นภาษาอังกฤษเพื่อความสะดวกของผู้ใช้
งานบรรณารักษศาสตร์และสารนิเทศศาสตร์ที่สามารถนำระบบผู้เชี่ยวชาญมาประยุกต์ใช้มีดังนี้
1. งานทำบัตรรายการ
งานทำบัตรรายการรวมทั้งการทำดรรชนีเป็นงานที่มีผู้สนใจที่จะนำระบบผู้เชี่ยวชาญมาประยุกต์ใช้ด้วย เหตุผลที่ว่า งานทำบัตรรายการเหมาะที่จะมีการนำระบบผู้เชี่ยวชาญมาใช้เนื่องจากงานทำบัตรรายการมีกฎเกณฑ์ ที่ค่อนข้างตายตัว เช่น กฎ AACR 2 หรือ MARC
ซึ่งเป็นกฎที่ได้รับการพัฒนาและยอมรับกันในทุกห้องสมุด ส่วนการทำดรรชนีก็มีเหตุผลที่คล้ายคลึงกัน คือ มีกฎที่ค่อนข้างตายตัวในการเชื่อมหรือการผสมคำในการสืบค้นข้อมูลจากการควบคุมบรรณานุกรม ตัวอย่างของการนำระบบผู้เชี่ยวชาญมาใช้ในงานทำบัตรรายการและการทำดรรชนี ได้แก่
ระบบ DISTANCE เป็นโครงการของ The National Library of Medicine NLM
ระบบนี้ตั้งอยู่บนพื้นฐานการจัดการโครงสร้างของ Medical Subject Heading
ระบบ MEDSORT เป็นอีกโครงการหนึ่งของ NLM ที่ใช้ระบบอัตโนมัติในการจัดเก็บความรู้เพื่อใช้ในการทำดรรชนีของสิ่งพิมพ์ต่อเนื่อง
ระบบ EXRTER เป็นโครงการของมหาวิทยาลัย Exeter ในประเทศอังกฤษ โดยใช้กฎการลงรายการใน บทที่ 21-25 ของ AACR 2 เป็นฐานความรู้ที่สำคัญ
ระบบ ESCAPE เป็นโครงการ Library and Information Science Research Laboratory โดยใช้กฎการลงรายการในบทที่ 21 ของ AACR 2 เป็นฐานความรู้ที่สำคัญ
ระบบ MAPPER พัฒนาโดย HAROLD BOKRO จากมหาวิทยาลัยแคลิฟอร์เนีย ใช้เปลือกระบบผู้เชี่ยวชาญ คือ EXSYS VERSION 3 เขียนโปรแกรมด้วยภาษา C และใช้ระบบ MYCIN เป็นแม่แบบในการพัฒนา
2. งานบริการตอบคำถามและช่วยการค้นคว้า
การนำระบบผู้เชี่ยวชาญมาใช้ในงานบริการตอบคำถามและช่วยการค้นคว้าเป็นงานที่ได้รับความสนใจอย่างสูงทั้งจากห้องสมุดเองและผู้ใช้ห้องสมุดการพัฒนาระบบผู้เชี่ยวชาญมักเริ่มจากข้อมูลในวงแคบตัวอย่างของข้อมูลที่ใช้ระบบผู้เชี่ยวชาญในการตอบคำถามและช่วยการค้นคว้า ได้แก่ ข้อมูลทางธุรกิจ ข้อมูลเกี่ยวกับชีวประวัติ แหล่งข้อมูลทางวิทยาศาสตร์และเทคโนโลยี ข้อมูลสำหรับการสืบ คืนสิทธิบัตรเป็นต้น
ความรู้ที่บรรจุในฐานความรู้ของงานบริการตอบคำถามและช่วยการค้นคว้าส่วนใหญ่จะเป็นความรู้ที่ได้จากหนังสืออ้างอิงต่างๆ รวมทั้งความรู้จากประสบการณ์ของบรรณารักษ์บริการด้วย สำกรับส่วนที่ใช้ในการติดต่อกับผู้ใช้ (User Interface) เนื่องจากเป็นงานบริการตอบคำถามที่ต้องการติดต่อกับผู้ใช้ทุกระดับส่วนนี้จึงได้เน้นการพัฒนาให้ใช้ภาษาธรรมชาติ เพื่อความสะดวกของผู้ใช้ในการมาใช้ระบบ
ตัวอย่างของการนำระบบผู้เชี่ยวชาญมาใช้ในงานบริการตอบคำถามและช่วยการค้นคว้า ได้แก่
- ASK (Anomalous States of Knowledge) เป็นระบบที่ใช้ในการให้บริการตอบคำถามและช่วยการค้นคว้าแก่ผู้ใช้เกี่ยวกับเอกสารที่สำคัญของหอจดหมายเหตุแห่งชาติ (National Archives)
- POINTER เป็นโครงการของ National Agricultural Library โดยใช้ไมโครคอมพิวเตอร์ในการที่จะนำผู้ใช้ไปสู่คำตอบหรือแหล่งข้อมูลที่จะให้คำตอบแก่ผู้ใช้ได้ระบบนี้ได้รับการออกแบบให้ทำหน้าที่ตอบคำถามได้เหมือนกับบรรณารักษ์บริการตอบคำถามและช่วยการค้นคว้าที่ให้บริการอยู่ที่โต๊ะบริการ สำหรับความรู้ที่บรรจุไว้ในฐานต่างๆ เช่น ฐานข้อมูล AGRICOLA ฐานข้อมูล BRS ฐานข้อมูล CD-ROM อื่นๆ เป็นต้น
- HELPNET เป็นระบบที่ได้รับการพัฒนาจากมหาวิทยาลัย Berkley ให้บริการตอบคำถามและช่วยการค้นคว้าให้แก่ผู้ใช้ด้วยการสัมภาษณ์เพื่อเก็บข้อมูลแล้วนำไปประมวลผล
- PLEXUS เป็นระบบที่ได้รับการพัฒนาจาก The Central Information Service มหาวิทยาลัยลอนดอน ซึ่งได้รับการสนับสนุนจาก The British Library Research and Development Department ระบบนี้ทำงานบนเครื่องไมโครคอมพิวเตอร์ เขียนโปรแกรมโดยใช้ภาษา Turbo Pascal และภาษา Prolog เหื่อให้ใช้ในงานบริการตอบคำถามและช่วยการค้นคว้าสำหรับห้องสมุดประชาชน
3. งานบริการค้นคืนสารนิเทศออนไลน์
การประยุกต์ใช้ระบบผู้เชี่ยวชาญในงานค้นคืนสารนิเทศออนไลน์ได้รับความสนใจเป็นอย่างมากในการที่จะพัฒนาในส่วนของการติดต่อกับผู้ใช้ (User Interface) เพื่อที่จะให้ end-user สามารถสืบค้นข้อมูลได้อย่างสะดวก รวดเร็วและได้ข้อมูลตรงตามความต้องการ
ระบบผู้เชี่ยวชาญได้ได้เข้ามามีบทบาทในการสืบค้นข้อมูลที่แคบและลึก โดยได้เสนอแนวทางเลือกในการสืบค้นให้สามารถสืบค้นข้อมูลได้จากหลายแนวทางเพิ่มขึ้นจากเดิมที่มีใช้อยู่ในปัจจุบัน ระบบนี้ได้รับการออกแบบเพื่อช่วยให้ผู้ใช้ สามารถค้นคืนสารนิเทศออนไลน์ได้อย่างมีประสิทธิภาพ ทั้งผู้ที่เคยได้รับการฝึกฝนการค้นคืนสารนิเทศและผู้ที่ไม่เคยมีความรู้ในการค้นคืนสารนิเทศเลยก็ตาม
การค้นคืนสารนิเทศออนไลน์โดยใช้ระบบผู้เชี่ยวชาญส่วนใหญ่มักมีโครงสร้างที่สำคัญคือ ฐานความรู้ที่อยู่ในรูปของคำศัพท์ หลักและทฤษฏีในการค้นคืนสารนิเทศ เครือข่ายของการสื่อสาร เพื่อใช้ในการติดต่อกับฐานข้อมูลต่างๆ และ เครื่องอนุมานที่ใช้ในการประมวลผลเพื่อให้ได้คำตอบที่ต้องการ
ระบบการค้นคืนสารนิเทศออนไลน์ที่มีชื่อเสียงแต่ไม่ใช่ระบบผู้เชี่ยวชาญ ได้แก่ ระบบ BRS Afterdeck เป็นระบบสำหรับผู้ใช้ตามบ้าน ระบบ Pro Search เป็นระบบสำหรับนิติบุคคล หรือในวิชาชีพห้องสมุดระบบ WILSEARCH และ GRATEFULMED เป็นระบบสำหรับวิชาชีพแพทย์ การค้นคืนสารนิเทศออนไลน์นี้ตั้งอยู่บนพื้นฐานเดียวกับการค้นคืนด้วย CD-ROM
ตัวอย่างของการนำระบบผู้เชียวชาญมาใช้ในงานบริการค้นคืนสารนิเทศออนไลน์ ได้แก่
- CODER (Composite Document Expert/Effective Retrieval) เป็นระบบที่พัฒนาโดย Edward A. Fox เป็นขั้นแรกของเป้าหมายในการสืบค้น การค้นคืน และการผสมผสานเอกสารผลของไปรษณีย์อิเล็กทรอนิกส์และระบบข้อมูลข่าวสาร
- CANSEARCH เป็นระบบที่สร้างขึ้นมาเพื่อแพทย์ที่ไม่มีประสบการณ์ในการค้นคืนวรรณกรรมต่างๆ ทางด้านการรักษามะเร็งในฐานข้อมูล MEDLINE ใช้การติดต่อสื่อสารกับผู้ใช้ด้วยภาษาธรรมชาติเพื่อประสิทธิภาพในขั้นตอนของการค้นคืนสารนิเทศ
ระบบผู้เชี่ยวชาญในห้องสมุด ทำหน้าที่ได้เหมือนมนุษย์ผู้เชี่ยวชาญ มันคงช่วยงานห้องสมุดได้ดีเกือบทุกด้านทั้งการตอบคำถาม การแก้ปัญหาการอธิบายเหตุผล และการตัดสินใจเพื่อหาข้อสรุป
แนวคิดที่จะนำความชาญฉลาดของเครื่องกลมาแทนที่ความทรงจำและทักษะการสืบคืนของบรรณารักษ์จึงเป็นดำริที่มานานแล้ว หลายสิบปีที่ผ่านมาโปนแกรมได้รับการพัฒนาบน Mainframe ซึ่งเป็นเหตุการณ์ที่น่าสนใจแต่ขาดระบบความยืดหยุ่น มีปัญหาเรื่องความเร็ว และยังไม่ง่ายที่จะพัฒนาทางเลือกใหม่ๆ ความก้าวหน้าของระบบ ผู้เชี่ยวชาญที่ใช้บน microcomputer สามารถเอาชนะข้อจำกัดเหล่านี้ ระบบโปรแกรมที่พัฒนาเต็มรูปแบบสามารถเสนอระบบโต้ตอบ (Interface) ภาษาธรรมชาติที่ยุ่งยากซับซ้อนและรายละเอียดปลีกย่อยของข้อมูลที่มีอยู่ต่อผู้ใช้ได้
ความพยายามในการใช้ความสามารถของระบบรากฐานคอมพิวเตอร์ (Computer base system) ที่ต้องการเรื่องอัจฉริยภาพ และความสามารถพิเศษในการเลือกสรรจนเป็นระบบผู้เชี่ยวชาญมาใช้กับงานต่างๆ ในห้องสมุดมีการกระทำต่อเนื่องกันมาทั้งงานคัดเลือกจัดหา กระทำบัตรรายการ งานวิเคราะห์เลขหมู่และทำดัชนี งานบริการอ้างอิง ซึ่งจะนะเสนอในบทความนี้ รวมทั้งตัวอย่างผลการสำรวจประสิทธิผลของ ES ที่ใช้ในห้องสมุดมหาวิทยาลัย
Texas A & M
การประยุกต์ใช้ระบบผู้เชี่ยวชาญในห้องสมุด
ระบบผู้เชี่ยวชาญได้รับการนำมาประยุกต์โดยบรรณารักษ์จำนวนมาก กลุ่มหรือชมรมผู้สนใจปัญญประดิษฐ์ และระบบผู้เชี่ยวชาญของสมาคมห้องสมุดและเทคโนโลยีสารสนเทศของ ALA (ALA’s Library and Information Technology Association) ได้ผลิตโปรแกรมระบบผู้เชี่ยวชาญระหว่างการประชุมสามัญประจำปีของ ALA ในห้องสมุด ES ได้รับการประยุกต์ไปใช้ในหลายๆ งาน เช่น การทำบัตรรายการ การทำดัชนีการจัดการ งานบริการอ้างอิง และงานบรรณานุกรม โดยเฉพาะงานบริการอ้างอิง ซึ่งเป็นงานที่การค้นหาคำตอบซับซ้อนกว่างานอื่น
การโต้ตอบระหว่างบรรณารักษ์งานอ้างอิงกับผู้ใช้นำมาซึ่งปัญหาท้าทายที่คาดไม่ถึง จนทำให้ผู้ตอบปัญหาแปลกๆ ที่อาจได้รับจากผู้ใช้ จนทำให้ผู้ตอบปัญหาต้องปวดเศียรเวียนเกล้า อย่างไรก็ตามเมื่อ ES ได้รับการนำมาใช้ในงานอ้างอิงจะเป็นงานที่ค่อนข้างได้ประโยชน์มาก
งานคัดเลือกและจัดหา
การพิจารณาถึงงานวิเคราะห์ เลขหมู่ การทำบัตรรายการ การทำดัชนี และการค้นคืนข้อมูลเสมือนตั้งอยู่บนกระบวนการที่มีรากฐานขึ้นต่อ “กฎเกณฑ์” แต่งานคัดเลือกและจัดหา ไม่ถูกมองว่าเป็นกระบวนการที่ขึ้นกับกฎเกณฑ์ อย่างไรก็ตามการขึ้นต่อ “กฏ” อาจต้องพิจารณาเฉพาะกรณี เช่นแผนการยอมรับ (Approval Plan) ซึ่งต้องใช้แฟ้มข้อมูลที่บันทึกว่าห้องสมุดต้องการอะไร เทียบเคียงกับรายการหนังสือใหม่ที่ได้จากตัวแทนร้านค้า กระบวนการข่าวสารทันสมัย (Selective dissemination of information) ก็ใช้หลักเกณฑ์เดียวกัน จากการศึกษาของ Sowel ได้อธิบายพัฒนาการสาธิตต้นแบบ ระบบผู้เชี่ยวชาญที่ใช้ในการคัดเลือกหนังสือ ที่เรียกว่า “ผู้แนะนำการคัดเลือกหนังสือ” มีจุดประสงค์ที่จะทราบปัญหาการใช้ระบบผู้เชี่ยวชาญ ผลที่ได้จากการศึกษาทำให้ประเมินความเป็นไปได้ของระบบ ES ที่มาใช้กับงานคัดเลือกและจัดหา นอกจากนี้ ES ยังได้รับการพัฒนาให้ใช้ในการคัดเลือกวารสารเพื่อการทำดัชนีในการสืบค้น โดยมีกฎเกณฑ์ 4 หัวข้อเกี่ยวกับวารสารคือ ส่วนประกอบวารสาร ผู้ผลิตวารสารสารนิเทศในบทความวารสาร และผู้เขียนบทความ
สรุป
ระบบผู้เชี่ยวชาญมีการนำมาประยุกต์ใช้งานต่างๆ ได้อย่างมีประสิทธิภาพ สำหรับในประเทศไทยก็ได้การประยุกต์ใช้ระบบผู้เชี่ยวชาญในวงการต่างๆ ค่อนข้างมาก ไม่ว่าจะเป็นวงการธุรกิจหรือวงการวิทยาศาสตร์และเทคโนโลยี แต่สำหรับวงการบรรณารักษศาสตร์และสารนิเทศศาสตร์ นับว่าระบบผู้เชี่ยวชาญยังไม่ได้รับความสนใจมากนัก โดยเฉพาะกับงานงานบริการที่เกี่ยวข้องกับการใช้หลักจิตวิทยา การให้คุณค่าและการเปรียบข้อมูลต่างๆ ซึ่งระบบผู้เชี่ยวชาญมีข้อจำกัดที่ไม่มีจิตสำนึกเหมือนกับผู้เชี่ยวชาญที่เป็นมนุษย์ จึงไม่สามารถจัดการกับงานนี้ได้
นอกจากนี้ระบบผู้เชี่ยวชาญยังเป็นระบบที่ต้องมีการทดสอบการบำรุงรักษา และการแก้ไขปรับปรุงข้อมูลให้ทันสมัยอยู่เสมอ ซึ่งล้วนแต่เป็นสิ่งที่ต้องใช้เวลาและค่าใช้จ่ายที่สูงมาก ห้องสมุดส่วนใหญ่ไม่ว่าจะเป็นในประเทศหรือต่างประเทศมักเป็นหน่วยงานของรัฐจึงย่อมมีข้อจำกัดในการพัฒนาระบบเช่นนี้ให้มีประสิทธิภาพเต็มที่
สมัครสมาชิก:
ส่งความคิดเห็น (Atom)
ไม่มีความคิดเห็น:
แสดงความคิดเห็น