Süni intellekt yaxud idrakımızın zirvəsi

İNTELEKTUAL SİSTEMLƏRİN İNKİŞAFINDA SÜNİ İNTELLEKTİN ROLU

Süni intellekt təxminən 40 ilə yaxındır ki, bir elm kimi mövcuddur. Bu elmin əsas problemi kompüterin köməyilə insan kimi davranmağı, mühakimə yürütməyi, qeyri-müəyyən və qeyri-dəqiq mühitdə qərar qəbul etməyi bacaran maşının yaradılmasıdır. Süni intellekt termini ilk dəfə 1956-cı ilin yayında Stenford Universitetində (ABŞ) keçirilən seminarda Con Makkarti (John McCarthy) tərəfindən işlədilmişdir. O bu termini 1950-ci ildə Alan Türinq (Alan Turing) tərəfindən verilmiş kompüter intellekti (computer intelligence) anlayışı əsasında irəli sürmüşdür. Əksər hallarda süni intellektin əhatə dairəsinə elə sahələr aid edilir ki, orada dəqiq modellər, həll alqoritmi və metodlar yoxdur.

Süni intellektin metodları iki xarakrerik xüsusiyyətə əsaslanıb:

1. 
   Simvol şəkilli (hərf, söz, ifadə, işarə, şəkil) informasiyadan istifadə;
   
2. 
   Simvol məntiqindən istifadə ilə axtarış.
   

Bütün ənənəvi süni intellekt sistemləri Hard Computing (“Sərt” - dəqiq hesablama) texnologiyasına əsaslanıb ki, bu da onların imkanlarının kifayət qədər məhdudlaşdırıb. “Computing” – hərfi mənada izah etsək, ingilscədən tərcümədə hesablamaq mənasını verir. Digər tərəfdən ənənəvi süni intellekt yuxarıda qeyd edilən xüsusiyyətlərinə görə qeyri-müəyyənlik və qeyri-dəqiqliyi nəzərə alan ədədi üsulları müəyyən dərəcədə qəbul etmir. Göstərilən cəhətlərinə görə ənənəvi süni intellekt sistemlərinin maşın intellektinin səviyyəsi – MİQ (Machine Intelligence Quotient – Maşın İntellekti Qabiliyyəti) heç də yüksək deyil. Buna görə də intellektual sistemin MİQ-nin yüksəldilməsi məsələsi ortaya çıxdı. Burada qeyri-səlis məntiq, neyron şəbəkələri, təkamül hesablama və s. kimi yeni ədədi metodlardan ayrılıqda və xüsusilə də, birgə istifadəni nəzərdə tutan hesablama intellekti əsas metodologiya kimi çıxış edir, belə ki, o ənənəvi süni intellekt metodları və ümumiyyətlə, digər metodlarla həlli mümkün olmayan gerçək aləmin bir çox vacib problemlərini həll etməyə imkan verir.

Ənənəvi hesablamadan (HC - Hard Computing) fərqli olaraq SC (Soft Computing - “Yumşaq” (çevik) kompütinq) son istifadəçi üçün effektivliyi, məhsuldarlığı itirmədən qismən həqiqət, qeyri-müəyyənlik, qeyri-dəqiqlik şəraitində hesablamalar aparmağa imkan verir. Bu zamanın işidir, ola bilsin ki, heç 10 il keçməyəcək ki, biz süni intellektin ənənəvi Hard Computing texnologiyasına deyil, Soft Computing texnologiyasına əsaslandığının şahidi olacağıq.

Mürəkkəb məsələlərin həlli üçün insan zəkasına uyğun bir sistemin yaradılması qədim zamanlardan insanları düşündürmüşdür. İlk dəfə bu R.Lulliy (1235-1315) tərəfindən müxtəlif mürəkkəb məsələlərin həlli üçün bir maşının yaradılması kimi irəli sürmüşdür.

XVIII əsrdə Leybnis və Dekart bir-birilərindən asılı olmayaraq bütün elmlərin universal təsnifat dilinin yaradılması fikrini irəli sürmüşlər. Bu fikirlər süni intellektin yaradılmasının nəzəri əsaslarını təşkil etmişdir.

Süni intellektin bir elm kimi inkişafı EHM-in yaradılmasından sonra mümkün olmuşdur. Elə həmin vaxtlarda Norbert Viner (1894-1964) yeni bir elmin, kibernetika elminin əsasını qoydu. Süni intellektin bir elm kimi qəbulundan sonra o iki istiqamətdə – neyrokibernetika və “qara qutu” kibernetikası istiqamətlərində inkişaf etməyə başladı. Hal-hazırda isə bu iki istiqamətin yenidən bir vahid şəklinə düşürülməsi tendendiyası müşahidə olunur.

Neyrokibernetikanın əsas ideyasını belə təsvir etmək olar: “Yeganə düşünə bilən obyekt insan beynidir”. Buna görə də “düşünən” qurğu hər hansı yolla olursa olsun insan beyninin quruluşun bənzər olmalıdır.

Beləliklə, neyrokibernetika beyinin quruluşuna oxşar aparatın yaradılmasına yönəldildi. Fizioloqlar tərəfindən çoxdan təsbit olunmuşdur ki, insan beyninin əsasını çoxlu miqdarda öz aralarında və əsəb hüceyrələri ilə qarşılıqlı bağlı olan neyronlar təşkil edir. Buna görə də neyrokibernetikanın səyləri neyronlara analoji olan sistemin yaradılmasına yönəldi. Belə sistemlərə neyron şəbəkə və ya neyroşəbəkə adı verildi. Birinci neyron şəbəkələr 50-ci illərin sonu amerikan alimlər Rozenblatt və Makkiqyuk tərəfindən hazırlanmışdır. Bu, insan gözünü modelləşdirən və onu beyinlə əlaqələndirən sistemin yaradılmasına bir cəhd idi. Onlar tərəfindən yaradılan qurğuya perseptron adı verildi. Bu qurğu əlifbanın hərflərini fərqləndirə bilir, lakin hərflərin yazılmasına çox həssas idi. Məsələn, bu qurğu üçün А, А və А hərfləri ayrı-ayrı məna kəsb edirdi. 70-80-ci illərdə süni intellektin bu istiqamətdə işləri getdikcə azalmağa başladı. Çünki ilkin nəticələr təsəlliverici deyildi. Müəlliflər bu uğursuzluğu kiçik yaddaş və o vaxtkı kompüterlərin sürətinin aşağı olması ilə izah edirdilər.

Lakin 80-ci illərin ortalarında Yaponiyada V nəsil kompüterlərin yaradılması üzərində aparılan işlər zamanı yeni bir nəsil, VI nəsil kompüterlər – neyrokompüterlər meydana gəldi. Bu zamana kimi yaddaş məhdudluğu və kompüterlərin sürət problemləri praktiki olaraq aradan qalxmışdı. Transpüterlər – çoxlu miqdarda prosessoru olan paralel kompüterlər yarandı. Transpüterdən insan beyninin quruluşunda olan neyrokompüterə bir addım qalmışdı. Neyrokompüterlərin əsas tətbiq sahəsi surətin, simanın təyin edilməsidir.

1963-1970-ci illərdə məsələlərin həlli üçün riyazi məntiq metodlarından istifadə etməyə başladılar və 1971-1972-ci illərdə Fransanın Lumini (Marsel şəhəri) Universitetində Alen Kolmeroe (Alain Colmerauer) və Filipp Rassel (Philippe Roussel) tərəfindən Prolog dili yaradıldı. Bundan sonra bu dili bir çox kollektivlər inkişaf etdirdi ki, burada da Edinburq Universitetindən olan qrupu xüsusi qeyd etmək lazımdır. Bu dilin adı “məntiqi terminlərdə proqramlaşdırma” (Programmation en Logique) söz birləşməsindən yaranıb.

Süni intellektin təcrübi tətbiqində ən böyük addım 70-ci illərin ortalarında təfəkkürün universal axtarış alqoritminin yerinə konkret mütəxəssis-ekspert biliyinin modelləşdirilməsi ideyası oldu. ABŞ-da ilk dəfə kommersiya sistemləri – biliklərə əsaslanan ekspert sistemlər yarandı. Beləliklə, süni intellekt məsələlərinin həllinə yeni, biliklərin təqdim olunması yanaşması yarandı. Tibb və kimya üçün yaradılmış MYCIN və DENDRAL artıq klassik bir ekspert sistemlər sayılır. İntellektual texnologiyaların inkişafı üçün bir neçə qlobal proqram – ESPRIT (European strategic programme of research and development in information technology – Avropada informasiya texnologiyalarının strateji tədqiqatları və inkişafı üzrə proqram), DARPA (The Defense Advanced Research Projects Agency of USA – ABŞ-ın müdafiə sahəsində perspektiv tədqiqatlar proqramının idarə edilməsi) və yaponların V nəsil maşın layihəsi vardır.

 80-ci illərin ortalarından başlayaraq süni intellektin kommersiyalaşdırılması prosesi gedir. Bu sahəyə illik kapital yatırımları ildən-ilə artır, sənaye ekspert sistemləri yaranır və özü öyrənən sistemlərə maraq artır.

 Süni intellekt elm kimi üç nəsil araşdırmalardan ibarətdir. Aşağıdakı cədvəldə süni intellekt və biliklər mühəndisliyi tarixindən, Makkallok və Pitsin 1943-cü ildəki ilk işlərindən başlayaraq indiki müasir sistemlərdə ekspert sistemlər, qeyri-səlis məntiq və neyron hesablamalara qədər bütün mərhələlər verilmişdir.

Süni intellekt tarixinin inkişaf mərhələləri

Dövr	Hadisələr
Süni intellektin yaranması (1943 – 1956)	– Makkalok və Pits: Sinir fəaliyyətinə xas fikrin məntiqi hesablanması, 1943. – Türinq: Hesablama maşını və intellekt, 1950. – Şennon: Şahmat oyunu üçün kompüterin proqramlaşdırılması, 1950.
Süni intellektin inkişafı (1956 – 1960-cı illərin sonu)	– Makkarti: LISP – süni intellektin proqramlaşdırma dili – Nyuel və Saymon: Məsələlərin universal həlledicisi (GPS), 1961. – Kullian: Biliklərin təqdim olunması üçün semantik şəbəkələr, 1966. – Minskiy: Biliklərin təqdim olunması (freym) üçün quruluş, 1975.
Qeyri-səlis çoxluqlar və qeyri-səlis məntiq (1960-cı illərin ortaları və sonra)	– Zadə: Qeyri-səlis çoxluqlar, 1965. – Zadə: Qeyri-səlis alqoritmlər, 1969. – Mamdani: Qeyri-səlis məntiqin linqvistik sintezin köməyi ilə təqribi mühakimələrdə tətbiqi, 1977.
Süni neyron şəbəkələrin yaranması (1965-ci il və sonra)	– Hopfild: Neyron şəbəkələr, 1982. – Koxonen: Özü düzələn topoloji xəritələr, 1982. – Rumelhart və Makkleland: Verilənlərin paralel emalı, 1986..
Ekspert sistemlərin yaranması və inkişafı (1970-ci illərin əvvəli – 1980-ci illərin ortaları)	– Feygenbaum, Buhanan və başqaları (Stenford universiteti): DENDRAL ekspert sistemi – Feygenbaum, Şortlif: MYCIN ekspert sistemi – Stenford araşdırmalar mərkəzi: PROSPECTOR ekspert sistemi – Kolmeroe, Kovalski və başqaları (Fransa): Məntiqi proqramlaşdırma dili PROLOG
Təkamül heablamalar (1970-ci illər və sonra)	– Rehenberq: Təkamül strategiyalar – bioloji informasiya prinsipi ilə texniki sistemlərin optimallaşdırılması, 1973. – Holland: Təbii və süni sistemlərə adaptasiya, 1975. – Koza: Genetik proqramlaşdırma: Təbii seçim vasitələri ilə kompüter proqramlaşdırması, 1992. – Fogel: Təkamül hesablama – maşın intellektində yeni fəlsəfə istiqaməti, 1995.
Sözün köməyi ilə hesablama (1980-ci illərin sonu və sonra)	– Neyqoç: Ekspert və qeyri-səlis sistemlər, 1985 – Kosko: Neyron şəbəkələr və qeyri-səlis sistemlər, 1992. – Kosko: Qeyri-səlis təfəkkür, 1993. – Yaqer və Zadə: qeyri-səlis çoxluqlar, neyron şəbəkələr və “yumşaq hesablamalar” (Soft computing), 1994. – Kosko: Qeyri-səlis mühəndislik, 1996. – Zadə: Sözlərin köməyi ilə hesablamalar, 1996.

Süni intellekt indiyə qədər iki istiqamətdə öyrənilib: Soft Computing və Hard Computing

Bizim danışdığımız intellektual sistemlər müasir dünyada bu iki istiqamətin sintezi kimi inkişaf etməkdədir. Lakin bu yeni istiqamətdə çalışılır ki, ağırlıq birinciyə (Soft Computing) verilsin.

Bütün bunlara baxmayaraq ikinci istiqamət bizim üçün daha çox maraq kəsb edir: istehsal, proseslərin idarə edilməsi, marketinqin idarə edilməsi, maliyyə menecmenti, bank sferası, fond birjası kimi sahələrdə istifadə olunan tətbiqi intellektual sistemlər və ekspert sistemlər.

Bütün bunlardan belə nəticə çıxarmaq olar ki, intellektual sistemlər süni intellektin bir hissəsi olaraq onunla paralel inkişaf edib və etməkdədir.

Şəkil 1. Süni intellekt sahəsində tədqiqatların əsas istiqamətlər

İntelektual sistemlərin quruluşu və layihələşdirilməsi

Süni intellekt sistemlərinin quruluşu haqqında danışdıqda ilk öncə konkret tədqiqat sahəsində biliklərin tətbiqi və problemin həlli çərçivəsində təşkilati struktur başa düşülür.

Süni intellekt sistemlərinin komponentlərinin müvafiq quruluş, xüsusiyyət və funksiyalarına görə, əsasən də istehsal özəlliklərinə görə mühəndislik prinsipləri üzrə müəyyən edilir və istiqamətləndirilir. Bu prinsiplərin formalaşmasına müəyyən dərəcədə tədqiqat sahəsinin özünəməxsus təsiri var ki, bu da həll edilən məsələ və funksiyaların xarakterini intellektual sistemlərə həvalə edir. İntellektual sistemlərin ümumiləşmiş quruluşu istehsalın tədqiqat sahəsi üçün nəzərdən keçirilir. Yuxarıda qeyd edildiyi kimi istehsal müəssisələrində iqtisadi fəaliyyətin çoxlu sayda həlli tələb olunan məsələləri vardır.

Sistemin inteqrasiyası probleminin uğurlu həlli və istehsalın avtomatlaşdırılmış idarə edilməsi müxtəlif səviyyədə onların intellektuallaşdırılması ilə bağlıdır. Avtomatlaşdırılmış istehsalın əsas funksional və təşkilati hissələrinə layihələşdirmə, planlaşdırma, istehsalın təşkili və dispetçerləşdirməsi, texnoloji proseslərin idarə olunması, diaqnozun təyin olunması və çevik törəmə sistemlərində texnoloji hissələrin robotlaşdırılması aiddir.

Yerinə yetirdiyi funksiyaların xarakterinə və fəaliyyət sahəsinə görə ekspertlərin bir neçə tipik vəzifəsi vardır. Onların analizi biliklərə əsaslanan törəmə sistemlərinin layihəsində istiqamətlənməyə xidmət edir. Bu vəzifələr bunlardır: izahat (interpretasiya), planlaşdırma, idarəetmə, layihələşdirmə, proqnozlaşdırma, dispetçerləşdirmə və monitorinq, diaqnostika. Ən əsası ekspert öz biliklərini yeniləşdirə (yəni, öyrənə), hərəkətləri izah edə bilə, qərarları əsaslandıra, vəziyyətin dəyişməsini proqnozlaşdıra, xarici mühitlə fəal əlaqədə olub müxtəlif xarakterli informasiya ala, bilikləri əsasında tapşırıq həll edə, lazım olan informasiya və faktoqrafik verilənləri yadda saxlaya bilər. Ona görə də öz bilikləri ilə işləyən və müəyyən mənada eksperti əvəz edən və ya ona kömək edən sistem yaratmaq istəyiriksə bütün bu sadaladığımız funksiyaları sözügüdən sistemin quruluşuna daxil etməyə cəhd etməliyik. Aşağıdakı şəkildə (şəkil 2) intellektual sistemlərin ümumiləşdirilmiş quruluşu, komponentləri və əlbəttə ki, onu əhatə edən mühit verilmişdir. Bütün bu komponentlərlə yanaşı vacib, biliklərə əsaslanan, mövcudluğu konkret məsələlərlə müəyyən olunan hər bir sistem üçün müxtəlif vəzifələr təyin edilir. Nəticə etibarı ilə vəzifənin xarakteri sistemin layihəsinə əhəmiyyətli dərəcədə təsir edə bilər.

Şəkil 2. İntellektual sistemlərin quruluşu

Hər bir idarə edən sistem üçün BB və ona uyğun, biliklərlə işləyən çıxış mexanizmi lazımdır. Adətən intellektual sistemlər son istifadəçi ilə, ekspertlə, bilik mühəndisi ilə, daxili verilənlər bazası (VB) ilə və tətbiqi proqram təminatı ilə qarşılıqlı əlaqədə olurlar.

İstifadəçi intefeysi məhdud təbii dildə danışığın daxil edilməsi və həm də vizual təqdimatla (qrafika, texniki görmə) əlaqəni təmin edir. İstifadəçi qismində insan-operator və ya qapalı dövri əməliyyatlarda istehsal prosesinin özü çıxış edə bilər. Bir çox istehsal prosesində verilənlərin avtomatik qəbulu və emalı, həm də idarəetmə üzrə əks əlaqə vasitələri lazım olur. Bilik mühəndisi ilə intellektual sistemlər adətən BB-nin komponentlərini almağa və modifikasiya etməyə icazə verən quruluş redaktorların köməyi ilə əlaqələndirilir.

İntellektual sistemlərin tətbiqi proqram təminatı ilə qarşılıqlı əlaqəsi xüsusi hesablamalar vaxtı hiss olunur. Belə ki, verilənlərin emalı üzrə standart əməliyyatların altməsələ qismində istifadə edilmə məcburiyyəti tez-tez yaranır.

İntellektual sistemlərin inteqrə olunmuş istehsal idarəetmə sistemi, İnternet və paylanmış VB ilə əlaqəsi verilənlər və biliklərin alınması, idarəetmənin müxtəlif ierarxiyalarına yerləşdirilməsi üçün istifadə olunur. Bundan əlavə daxili VB və İnternet ilə qarşılıqlı əlaqəni təşkil edir.

Adətən istehsalın idarə edilməsi məsələlərində ekspert tərəfindən biliklərin üç səviyyəsindən istifadə edilir: reflektiv, yəni qeyri-iradi reaksiyaların səthi biliklərinə uyğun “qabiliyyət”; standart mühakimə halları üçün qaydalar; qeyri-adi və çətin hallar üçün qaydalara deyil, konkret prinsiplərə əsaslanan dərin biliklər. BB-nin layihələşdirilməsi zamanı intellektin dərin bilikləri hesaba alması cəhdi vacibdir.

İntellektual sistemlərin layihələşdirilməsin və onların arxitekturasının seçilməsində sadəcə mövcud istehsal obyektini qiymətləndirən müstəqil proqram təminatı hazırlamaq lazım deyil. İntellektual sistemlərin prosesin müxtəlif elementlərinə yaxınlaşmasına, idarəetmə və təşkilatın texnoloji zəncirin əsas həlqəsi kimi çıxış etməsinə cəhd etmək lazımdır.

İntellektual sistemlərin yaradılması zamanı tədqiqat sahəsi haqqında biliklərin təqdim olunma üsulu və insanın xəyalının modelləşdirilməsi, düşüncə metodları və qərar qəbulunda seçimlər mühüm əhəmiyyət kəsb edir. İntellektual sistemin yaradıcısı (biliklər mühəndisi) uzun müddət BB-nin yaradılması üçün informasiya mənbəyi rolunu oynayan mütəxəssis-ekspert ilə həmin sahə üzrə birgə işləyir. Bir neçə iterasiya (təkrar) nəticəsində sistemdə biliklərin təqdim olunma sxemi və məntiqi çıxarış strategiyası seçilir.

Biliklərin BB-da qurulması və çıxış mexanizminin, düşüncələrin və seçimin təşkili problemlərindən başqa izahetmə qərarlarının funksiyaları və çıxarılışları mühüm əhəmiyyət kəsb edir. Bir qayda olaraq intellektual sistemlər istifadəçilərin onlara olan inamının artmasından sonra öz nəticə və nəsihətlərini izah edir və təsdiqləyirlər.

Yuxarıdakı şəkildə (şəkil 2) verilən intellektual sistemin quruluşu əlbəttə ki, ideal və universal deyil. Mövcud intellektual sistemlərdən heç biri sadalanan komponentlərin hamısını özündə birləşdirmir. Bununla yanaşı bu elementlərin varlığı abstrakt (mücərrəd) deyil, tətbiqi aspektdə intellektuallığa iddia edən sistemin müxtəlif funksiyalarının reallaşdırılmasını əks etdirir. Bu və ya digər komponent və əlaqələrin intellektual sistemə qoşulması müəyyən səviyyədə onun təyinatından, funksiyalarından, tədqiqat sahəsindən və istehsal prosesindəki qarşılıqlı əlaqə formasından asılı olaraq müəyyən edilir. Məsələn, izahetmə funksiyalarının nizamlama intellektual sistemlərinin bazası əsasında texnoloji proseslərin idarə edilməsi sistemində reallaşdırılması əlverişli deyil. Bir çox komponentlərə isə demək olar ki, hər bir intellektual sistemin quruluşunda rast gəlmək olar.

Biliklər bazasının (BB) layihələşdirilməsi. İstənilən intellektual sistemin əsasını, özəyini BB və sistemə qoyulmuş həllin çıxış mexanizmi təşkil edir. Ümumi şəkildə desək, bu komponentlər sistemin iki əsas intellektual xarakteristikasını təyin edir: istənilən bir şey haqqında biliklərin saxlanması bacarığı və bu biliklər üzrə əməliyyatların aparılması. Biliklərə əsaslanan qismən inkişaf etmiş sistemlərə öyrənə bilən, yeni bilikləri qavrayan, BB-ni genişləndirən, tədqiqat sahəsində dəyişən şərtlər və hadisələrdə biliklərin korrektə edilməsini təmin edən sistemlər aiddir. İntellektual sistemlərin layihələşdirilməsi zamanı daha çox vaxt və səy BB-nin yaradılmasına gedir. Belə ki, biliklərin yığılması, biliklərin təqdim olunma modelinin təşkili, onun quruluşunun verilməsi, BB-nin tam dolğunluğu ilə tamamlanması və onun daha sonra da aktual vəziyyətdə saxlanılmasını təmin etmək çox mürəkkəb məsələdir.

BB-nin layihələşdirilməsi və reallaşdırılmasına keçməzdən əvvəl sistemi işləyib hazırlayanların BB-nin və intellektual sistemlərin ümumilikdə hazırlanması prosesi ilə bilavasitə bağlı olan bir neçə sualı həll etməlidirlər. İntellektual sistemlərin (o şərtlə ki, intellektual sistemlərin bu sahədə hazırlanması özünü doğruldacaq) hazırlanmasının ilkin mərhələsində həll ediləcək tapşırıqların həlqəsini müəyyən etməyə cəhd edək:

• 
  Problem sahəsinin (obyektin, tapşırığın, məqsədin) tədqiqi, yəni “BB nəyi ifadə edir” və “nəyə görə ifadə edir”;
  
• 
  Tədqiq olunan problem sahəsi kontekstində “bilik” məfhumunun təyini;
  
• 
  Biliklərin mənbəyini aydınlaşdırmaq, onlarla fəal və ciddi cəhdlə işləmək;
  
• 
  Tapşırıqların həlli üçün biliklərin tipinin müəyyən edilməsi;
  
• 
  Biliklərin quruluşunun müəyyən edilməsi üsulu, yəni “bilikləri necə təqdim etməli”;
  
• 
  Biliklərin təqdimatı üsulunun seçilməsi;
  
• 
  BB-nin quruluşunun müəyyən edilməsi;
  
• 
  BB-nin quruluş hissələri arasındakı qarşılıqlı xarakterin müəyyən edilməsi;
  
• 
  BB-nin doldurulması prosesinə hazırlıq.
  

Əlbəttə ki, intellektual sistemlərin yaradılmasının ilkin mərhələsində bu məsələlərin sayı, tərkibi və ardıcıllığı dəyişə bilər. Bu bir çox faktordan asılıdır: obyektin və problem oblastının xarakteri və çətinliyindən; sistemi işləyib hazırlayanın layihələşdirilmiş sistemə və özünə qoyduğu məqsədindən; biliklərin müəyyənlik və quruluş pillələrindən; biliklərin uğurlu toplanması üçün şərtlərin, həmçinin ekspertlərlə qarşılıqlı əlaqədən və s. Lakin buna baxmayaraq burada əsas fikri qeyd etmək lazımdır: BB-nin hazırlanması, onun quruluşunun seçilməsi, biliklərin təqdim olunma üsulu, intellektual sistemlərin layihələşdirilməsində ekspertlərlə görülən işin çətinliyi və vacibliyi. Qısaca da olsa bu məsələlərin tərkibi və problematikasına nəzər yetirək. Onlardan bir neçəsi haqqında yuxarıda söhbət açmışdıq.

Biliklərin təqdim olunma üsulunun seçilməsi. BB yaradılarkən əsas məsələ biliklərin təqdim olunma üsulunun seçimidir. Biliklərin təqdim olunmasının məqsədi lazım olan informasiyanın elə bir şəklə salınmasıdır ki, süni intellekt proqramı həllin qəbulu, planlaşdırma, obyekt və hadisələrin tanınması, vəziyyətin analizi, nəticənin çıxarılışı və digər koqnitiv funksiyalar üçün informasiyanı asan yolla alsın. İndi isə qısaca olaraq biliklərin təqdim olunması modellərinin əsaslarının bir neçəsini BB-nin hazırlanması prosesinə uyğun olaraq xarakterizə edək. Predikativ məntiqinin istifadəsi zamanı BB problem sahəsinin hissə-hissə təsvirini təmin edən məntiqi formulların məcmusu kimi baxılır.

Semantik şəbəkələr hadisələrin, anlamların, vəziyyətlərin, hərəkətlərin təpələrdən və künclərdən ibarət işarələnmiş istiqamətlənmiş sütünun (qrafa) köməyi ilə təsvirinə icazə verir. Semantik şəbəkələrin təqdimi üçün ekstensional və intensional biliklərdən istifadə olunur. Ekstensional şəbəkə verilənlər bazasının özəyini, intensional şəbəkə isə BB-nin özəyini təşkil edir.

Freymlər də semantik şəbəkələr kimi deklarativ – prosedur quruluşlu olur. Bir çox freym quruluşlarında obyektlərin daha da obstrakt obyektlərdən atributları miras kimi qəbul edən irsi münasibətlərin reallaşdırılması mümkündür. Biliklərin belə təşkil edilməsi yaddaşın həcminə qənaət etməyə imkan verir. Hal-hazırda biliklərin təqdim edilməsi üsullarından ən məşhuru hasilat modelləridir.

Biliklərin təşkili zamanı BB hasilat modellərinin istifadəsinin hasilat qaydalarını özündə saxlayır və həll edilən məsələnin mövcud vəziyyətdə verilənlər bazasında informasiya kimi saxlanılır. Lazım olan qaydanın inisalizasiyasını idarəetmə bloku (interpretator) həyata keçirir. Ən böyük çətinliklər tam olmayan, qeyri-səlis biliklərin modellərinin yaradılması zamanı meydana çıxır. Son illər süni intellektdə tətbiqi proqramların yaradılması zamanı tətbiq olunan qeyri-səlis biliklərin metodlarının formalaşdırılmasının inkişafı üçün fəal şəkildə işlər aparılır.

Biliklər bazasının quruluşu və onun intellektual sistemlərin digər komponentləri ilə qarşılıqlı əlaqəsi. BB-nin təşkili ilk növbədə onun saxlamalı olduğu informasiyanın xarakterinə əsaslanılır. Bu, hər şeydən əvvəl öz-özlüyündə tez dəyişən informasiya, hansısa fakt və biliklərdir. Digər tip informasiya – verilənlərdən daha az dəyişən bilik və qaydaların modelləridir. Bundan əlavə, qaydalar özündə obyektlər haqqında tutarlı məlumat daşıyırlar. Onlar fəaldırlar və BB-də olan məlumatlar əsasında yeni fakt və hipotezlər yarada bilərlər. Bununla əlaqədar olaraq BB-nin quruluşunu iki əsas altbaza şəklində – qaydalar bazası (QB) və verilənlər bazası (VB) təşkil etmək lazımdır.

VB-də qeyd olunan tədqiqat sahəsinə aid həll olunan məsələ və verilənlər haqqında faktoqrafik informasiya saxlanılır. Qaydalar bazası tədqiqat sahəsi haqqında biliklərin təqdim olunması modeli və həmçinin bu biliklərin aktivləşdirilməsi əsasında VB-də saxlanılan verilənlərin elementləri arasında münasibətləri müəyyən edir. Biliklərin təqdim olunma modeli yuxarıda qeyd olunan bir və ya bir neçə biliklərin təqdim olunma formasına əsaslanır.

Bu qayda ilə biliklərin təqdim olunması haqqında ümumi şəkildə iki səviyyədə danışmaq olar: birinci səviyyə – faktoqrafik informasiya, verilənlər; ikinci səviyyə – faktoqrafik informasiyanın manipulyasiyası üsulunu müəyyən edən təsvir, əlaqə, qayda və prosedurlar.

Biliklərdən əlavə BB-də tədqiqat sahəsi haqqında digər tip biliklər də saxlanılır: sistem aləminin modeli, istifadəçi haqqında biliklər, məqsədlər və s. Bu biliklər əsasən təqdim olunmaların ikinci səviyyəsində bloklar və QB-nın quruluş hissəsi şəklində saxlanılır. Adı çəkilən bir neçə bilik tipinin elə birinci səviyyədə (VB-də) saxlanması mümkündür.

Bilik və qaydaların həcmi böyük olduqda informasiyanın emalına sərf olunan vaxt artır. Həll seçimi oblastının kiçildilməsi məsələsi əmələ gəlir. İntellektual sistemlər onların qarşısına qoyulan məsələlərin həllində hərəkətlərin məqsədyönlülüyünə, biliklərlə işdə hansısa pillədə “dərk edilmiş” və konstruktivliyə malik olmalıdırlar. Buna görə də bir çox real zamanda işləyən intellektual sistemlərdə yeni, biliklərin təqdim olunmasının üçüncü səviyyəsi – BB-də əməliyyat proseslərinin rasionallaşdırılması təminatı üçün vacib olan metabiliklər səviyyəsi realizə olunur.

Yuxarıda qeyd edildiyi kimi metabiliklər – sistemin özü haqqında, yəni öz bilikləri, onların quruluşu və öz fəaliyyəti barədə biliklər məcmusudur.

Beləliklə, BB-də biliklərin strukturlaşdırılması lazımi informasiya axtarışı problemi ilə sıx əlaqədardır. Ən yaxşı axtarış strategiyası məsələnin həllinin bütün mərhələlərində BB-də olan bütün informasiyanın deyil, ona uyğun olan hissəsinin istifadə olunmasıdır. BB-nin düzgün strukturlaşdırılması zamanı verilən məsələnin həlli üçün axtarış və lazımi biliklərin seçilməsi problemi asanlaşır.

 

Şəkil 3. Biliklər bazasının ümumiləşmiş quruluşu

Yuxarıdakı şəkildə (şəkil 3) göstərildiyi kimi rasional obrazda həllərin çıxış mexanizmini reallaşdıran qaydalar interpretatoru funksiyalarını BB-nin yüksək pilləsi olan metabiliklər (və ya metabiliklər bloku) yerinə yetirir. Onu da qeyd etmək lazımdır ki, BB-nin təşkili və onun intellektual sistemlərin digər komponentləri ilə qarşılıqlı əlaqəsində müxtəlif variantlar vardır.

Aşağıdakı şəkildə (şəkil 4) süni intellekt sisteminin biliklərin axtarış və generasiyasında əsas sistem modulları ilə BB-nin qarşılıqlı əlaqəsini əks etdirən fraqment verilib. BB-də faktoqrafik informasiya və evristika və ya qaydalar təqdim olunur.

Bundan əlavə, BB-nin yüksək pilləsində axtarışın rasional strategiyasının təkmilləşdirilməsi üçün lazım olan metabiliklər verilmişdir. Lakin biliklərin çıxışı yeni qayda və biliklərin generasiyası burada BB-də qayda və verilənlərin interpretasiyasında BB-nin metasəviyyəsi ilə qarşılıqlı əlaqədə olan çıxış blokunun köməyi ilə həyata keçirilir.

Şəkil 4. Məhsuldar sistemlər üçün süni intellektin istehsalat sisteminin əsas komponentləri ilə BB-nin qarşılıqlı quruluşu

Məsələnin həlli, qayda və verilənlərlə iş, xüsusi blok olan işçi sahəsində həyata keçirilir. İşçi sahəsində sorğunun təsviri və ya həll olunan məsələnin, BB-nin qayda və verilənləri, çıxış mexanizminin prosedur və ya strategiyası təqdim olunur.

Hal-hazırda nisbətən yayılmış məhsuldar sistemlərin istifadəsi zamanı biliklərin təqdim olunmasının aşağıdakı şəkildə (şəkil 5) verilmiş sistemin əsas komponentlərinin quruluş və funksional təşkili variantı mövcuddur.

Tədqiqat sahəsi haqqında faktlar və evristikalar məhsuldar qaydalar şəklində saxlanılan zaman, BB bir çox hallarda “qaydalar bazası”, çıxış mexanizmi isə “qaydalar interpretatoru” kimi təqdim olunur. BB-də tədqiqat sahəsinin fakt və təsvirləri, həmçinin problemlə bağlı olan evristikalar saxlanılır. İdarəedici quruluş (qaydaların çıxış və interpretasiyası mexanizmini reallaşdıran) problemin həllində BB-dən istifadə edir. İşçi yaddaşında (və ya qlobal verilənlər bazasında) konkret məsələyə daxil olan verilənlər, problem və ya məsələnin vəziyyəti haqqında informasiya saxlanılır… Layihələşdirilən intellektual sistemin biliklər bazasının hazırlanması zamanı qeyd edildiyi kimi sərəncamda olan bilkləri, yəni məlum olan fakt və informasiyaları təyin və tədqiq etmək vacibdir. Bunlar, ölçülər haqqında istehsal informasiyaları, dəyişənlər arasında əlaqələr, tənzimləmənin avadanlıq və əməliyyatları, prosesin idarə edilməsi zamanı müxtəlif vəziyyətlər ola

Şəkil 5. Məhsuldar sistemlər üçün BB ilə intellektual sistemlərin əsas komponentləri arasında qarşılıqlı əlaqənin quruluşu

bilər. İstehsal informasiyalarının əsasını biliklərin iki tipi – əsas (dərin) və ekspert bilikləri təşkil edir.Əsas biliklər fundamental prinsiplərə əsaslanan iqtisadi proseslər və onun funksiyalarının hissəvi anlayışını əks etdirir. Mühəndislər riyazi əməllər vasitəsi ilə istiliyin ötürülməsi, maye axını, kimyəvi reaksiyalar, qarışıqların parçalanması və s. prosesləri təsvir edə bilərlər. Riyazi həllərin bərabərlik və qaydaları biliklər üçün ardıcıllıq və ya təşkilat quruluşunu müəyyən edir. Dolğun və hərtərəfli istismar prosesləri prosedur məsələləri üçün əsas biliklərlə eyni qiymətləndirilir.

Ekspert bilikləri təcrübə və ya müşahidələrdən alınır. Prosesin ölçülmə şərtləri keyfiyyət terminlərində asan verilir və asan da təsvir olunur. Prosesin gedişi çoxlu müxtəlif vəziyyətlərdə özünü biruzə verir. O, keyfiyyət xarakteristikalarının istifadəsi ilə müşahidə və proqnoz oluna bilər. Lakin proses fundamental prinsiplər terminində heç də hər zaman başa düşülən olmur. Bir çox göstəricilərin keyfiyyət təbiəti, bərabərliklərin məntiqi formada ifadəsi riyazi əməllərin köməyi ilə birlikdə təsvir olunan mütəmadi olmayan münasibətlər və nəticələri şərtləndirir.

İntellektual sistemlərin BB-si təcrübədə adətən ekspert və əsas biliklərin kombinasiyasını təşkil edir. Biliklərin bir hissəsi tamamilə keyfiyyət, digər hissəsi isə kəmiyyət xarakteri daşıya bilər.

Biliklərin təqdim edilməsi və modelləşdirilməsi. Bir çox tədqiqatçıların fikrincə süni intellekt nəzəriyyəsində biliklərin təqdimatı əsas yer tutur. Biliklər nəyi ifadə edir və onların verilənlərdən fərqi nədədir?

Biliklər, mühit (konkret tədqiqat sahəsi, obyekt və ya obyektlərin məcmusu) haqqında obyektlərin xüsusiyyətləri barədə informasiyaları, hadisə və proseslərin qanunauyğunluğunu, qərar qəbulu üçün informasiyadan istifadə qaydalarını özündə birləşdirən məlumatlar məcmusunu (şəxsdə, cəmiyyətdə və ya sistemdə süni intellekt) ifadə edir.

İlkin hesablama texnikaları verilənlərin emalına yönləndirilmişdi. Bu, texnika və proqram təminatının inkişaf səviyyəsi və həm də həll edilən məsələlərin xüsusiyyətləri ilə əlaqdar idi. Sonrakı həll edilən məsələlərin mürəkkəbləşməsi, onların intellektuallaşdırılması, hesablama texnikasının inkişafı bilikləri emal edən maşının yaradılması zəruriliyini doğurur. Biliklərin verilənlərdən ən böyük fərqi şübhəsiz ki, onların interpretasiyalı olmasıdır. Verilənlərin interpretasiyası üçün proqramın olması vacibdir və onlar özləri dolğun informasiya daşımırlar, lakin biliklər isə həmişə dolğun informasiya daşıyırlar. Biliklərin digər fərqləndirici xüsusiyyəti münasibətlərin mövcudluğu, məsələn, “tip-alttip”, “element-çoxluq” və s. formada olmasıdır. Biliklər, ayrı-ayrı hadisə və faktların birgə vəziyyətə uyğun əlaqələrin mövcudluğu ilə xarakterizə olunur.

Bir çox tədqiqatçılar süni intellekt sistemlərində təqdim olan biliklərin tipini müəyyən etməyə cəhd göstərmişlər. Beləliklə, bu siyahı özündə birləşdirir:

• 
  Obyektin quruluşunu, formasını, xüsusiyyətlərini, funksiyalarını və imkanlarının vəziyyətini;
  
• 
  Obyektlər arasında və bu obyektlərin iştirakı mümkün olan əlaqələr və hadisələr;
  
• 
  Fiziki qanunlar;
  
• 
  İş və fəaliyyətin mümkün effektləri, hadisə və vəziyyətlərin yaranmasının səbəb və şərtləri;
  
• 
  Məqsəd, plan, razılaşma, mümkün niyyət və s.
  

Feygenbaum öz növbəsində aşağıdakı biliklər tipini ayırır:

• 
  Ətraf-mühitin obyekt və kateqoriyaları haqqında; müvəqqəti ardıcıllıq və səbəb-nəticə əlaqələrini müəyyən edən hadisələr haqqında;
  
• 
  Fəaliyyəti, yəni hər hansı bir işi yerinə yetirmək qabiliyyəti haqqında;
  
• 
  Metabiliklər, yəni “bizim biliklərimizin həcmində və ya bizim imkanlarımız daxilində biliklər”.
  

 Bütün sistemlər üçün ümumi xüsusiyyəti olan BTD-ni ayırmaq olar. Növbəti aspektlər bütün BTD-lərə xasdır:

• 
  Bütün BTD-lər iki mühitlə, təqdim edilən və təqdim edənlə bağlıdır.
  
• 
  Əgər aşağıdakı məsələlər həll edilərsə, birlikdə BTD-lər təqdimatın əsasını təşkil edərlər:
  

- Təqdim edilən mühit nədir?

- Təqdim edən mühit nədir?

- Təqdim edilən mühitin hansı aspektləri modelləşdirilib?

- Təqdim edən mühitin hansı aspektləri modelləşdirilib?

- Bu mühitlər arasında hansı uyğunluq var?

BTD-lər üçün ümumi olan bir sıra problemlər vardır. Bu problemlərə aşağıdakıları aid etmək olar:

• 
  Yeni biliklərin əldə olunması və onların əvvəlki biliklərlə qarşılıqlı münasibəti;
  
• 
  Assosiativ əlaqələrin təşkili;
  
• 
  Təqdim olunan elementlərin həcminə görə diapazonun seçilməsi “Obyekt və hadisələr nə dərəcədə ətraflı təsvir və daxili mühitin hansı hissəsi konkret sistemində təqdim oluna bilər?” sualı ilə əlaqədardır;
  
• 
  Semantik primitivlərin birmənalı olmaması və seçimi;
  
• 
  Modulluq və başa düşülməsi;
  
• 
  Biliklərin aşkarlığı və əlverişliyi;
  
• 
  Təqdim olunanların deklarativ və prosedur əlaqələrinin seçilməsi, sistemin iqtisadiliyinə, tamlığına, şifrələmənin asanlığına və başa düşülmə səviyyəsinə nə təsir edir.
  

Biliklərin təqdim olunma modeli ümumi formada şərti olaraq konseptual və empirik hissələrə bölünür.

Konseptual model problemin həlli üçün evristik metod təqdim edir. Metod evristikdir, bir halda ki, konseptual təsvir onun uyğun praktiki vəziyyətlərdə tətbiqinə təminat vermir. Konseptual model problemi müəyyən edir, onun qabaqcadan analizi üçün sərf olunan vaxtın azalmasını mümkün edir.

Konseptual modelin praktiki istifadəsi onun empirik modelə dəyişdirilməsinin zəruriliyini yaradır. Biliklər bir qayda olaraq təsviredici xarakter daşıyan empirik modellər şəklində yığıla bilər. Bu modellər sadə qaydalar toplusundan tutmuş qərar qəbul edən şəxsin məsələnin həll etməsinin tam təsvirinə kimi şəklini dəyişə bilər.

Biliklərin təqdim olunmasını şərti olaraq deklarativ və prosedur modellərə bölmək olar.

Biliklərin təqdim olunmasının deklarativ modeli hər hansı tədqiqat sahəsinin probleminin təsviri bu biliklərin necə istifadə olunmasından asılı olmayaraq təxminlərə əsaslanaraq həll olunur. Buna görə də model iki hissədən ibarətdir: biliklərin quruluşunun statik təsvirlərindən və bu quruluşlarla əməliyyat aparan və praktiki olaraq onların məzmunca dolmasından asılı olmayaraq çıxış mexanizmindən. Bununla yanaşı hansısa səviyyədə göstərilən təqdimolunma formalarının universal olması ilə müəyyən üstünlüyü olan biliklərin sintaktik və semantik aspektləri fərqləndirilir.

Deklarativ modellərdə yerinə yetirilən prosedurların təsviri açıq şəkildə saxlanılmır. Bu modellər təqdim edilmələrin çoxluğunu ifadə edir. Tədqiqat sahəsinin vəziyyəti (mümkün qədər dolğun) sintaktik şəkildə təsvir olunur. Nəticənin çıxarılışı əsasən vəziyyətlər məkanında axtarış prosedurlarına əsaslanır.

Prosedur təqdimatda biliklər prosedurlarda – xüsusi hərəkətlərin (xüsusi vəziyyətlərdə necə davranmalı) necə görünməsini müəyyən etməli olan, elə də böyük olmayan proqramlarda saxlanılır. Bununla yanaşı mühit və ya obyektlərin realizəsi üçün bütün mümkün vəziyyətlərin çıxışını təsvir etməmək də olar. Vəziyyət və hərəkətlərin vacib təsvirin generasiyası olan bir neçə ilkin vəziyyətlər və prosedurları saxlaması kifayətdir.

Biliklərin prosedur təqdimatında semantika bilavasitə təsvir olunan BB-nin elementlərinə axtarış qərarlarının effektivliyinin yüksəlişi hesabına yerləşdirilib. Statik BB-nin prosedur hissəsi ilə müqayisədə semantikada axtarış qərarlarının effektivliyi aşağıdır. Onlar “dəyişməyən aksiomları” deyil, istənilən vaxt dəyişiklik edilə və ya silinə bilən, hal-hazırda istifadə olunan “müddəalar”ı saxlayırlar. Çıxışın ümumi bilik və qaydaları lazımi qədər aktivləşən, xüsusi məqsədyönlü prosedurlar formasında təqdim olunurlar.

Prosedurlar bir-birilərini aktivləşdirə bilərlər. Onların icraları kəsilə və sonradan bərpa oluna bilər. Verilənlərin daxil edilməsi, dəyişiklik və ya silinməsi əməliyyatını yerinə yetirən zaman aktivləşən “demon” prosedurların istifadəsi mümkündür.

Prosedur modellərdə çıxış generasiyasının effektivliyinin yüksəldilməsi vasitəsi tətbiq haqqında biliklər sisteminə əlavələrdir, yəni konkret məsələnin həlli üçün biliklərin cəmlənməsinin istifadəsidir. Bu biliklər bir qayda olaraq həm də prosedur formada təqdim olunur.

Prosedur modellərin biliklərinin təqdim olunmasının əsas üstünlüyü tətbiq haqqında əlavə biliklərin daxil edilməsi və eyni zamanda onların birliyini zəiflədən çıxış mexanizminin böyük effektivliyindədir. Digər əsas üstünlüyü isə onun təsiredici gücündədir. Prosedur sistemlər istənilən biliklərin təqdimolunma modelini yaratmağa qadirdir. Prosedur sistemlərin təsiredici gücü prosedur sistemlərdə realizə olunan genişləndirilmiş çıxış sistemlərində özünü göstərir.

Sonda onu da qeyd etmək lazımdır ki, biliklərin təqdimolunma modellərini deklarativ və prosedur modellərə bölmək şərtidir, belə ki, real sistemlərdə biliklərin təqdim olunması yuxarıda qeyd olunan biliklərin təqdimolunma formalarında element və uyğunluqlarından eyni səviyyədə istifadə olunur.

İntellektual sistemlərin layihələşdirilməsinin mərhələləri. İntellektual sistemlərin layihələşdirilməsi dedikdə təqdqiqat sahəsində biliklərə sahib və sistemin yaradılmasına kömək etməyə hazır olan ekspert, həmçinin süni intellekt sahəsində çalışan biliklər mühəndisi, analitik və proqramçıların iterativ (çoxdəfəli) və təkamül proseslərində iştirakı başa düşülür. Görüləcək işlərin həcmi və zəhmətindən asılı olaraq qrup 3-6 nəfərdən ibarət ola bilər.

Tədqiqat sahəsinin analizindən və bu sahəyə intellektual sistemlərin məqsədəuyğun tətbiqinin müəyyənləşdirilməsindən sonra bilavasitə sistemin layihələşdirilməsinə keçilir.

İntellektual sistemlərin layihələşdirilməsi mərhələlərinin sayına müxtəlif baxışlar mövcuddur. Bu, bir çox faktordan, əsasən də yaradılacaq intellektual sistemin funksiyalarından, onun istifadə olunacaq sahəsindən, inkişaf etmiş alət vasitələrinin mövcudluğundan və s. asılıdır.

Süni intellekt sisteminin hazırlanması prosesi beş mərhələyə (şəkil 6) ayrılır:

1. 
   Verilən məsələlərin və onların xarakteristikalarının müəyyənləşdirilməsinin identifikasiyası (eyniləşdimə). Bu mərhələdə həll olunacaq məsələlərin xarakteristikaları və xüsusiyyətləri müəyyənləşdirilir. Layihələşdirilən sistemə texniki məsələlər hazırlanır. Daha sonra sistemin istifadəçilərinin dairəsi müəyyənləşdirilir. Bu məlumatlar gələcəkdə ekspertlərin bilik sahəsini, sistemin funksiyalarını və nəticə olaraq lazım olan biliklərin səviyyəsini müəyyən etməyə imkan verir. Nəticədə müəyyən tələblər yaranır.
   
2. 
   Tədqiqat sahəsinin ekspertlərinin biliklərinin dairəsini əks etdirən əsas konsepsiyalarının müəyyənləşdirilməsi. Bu, qərar qəbulu prosesində ekspertin işlədiyi biliklərin tipini analiz etməyə imkan verir. Biliklər mühəndisi qərarın çıxarılışında ekspertin fikirlərinə uyğun olan biliklərin təqdim olunmasının və qərar qəbul etmə prosedurunun rəsmi vasitələrini müəyyənləşdirir. Beləliklə, bu mərhələnin yerinə yetirilməsi nəticəsində tədqiqat sahəsi haqqında ekspert biliklərinin təqdimatı sxeminin xarakterinin seçimini müəyyən edən məfhum meydana gəlir və formalaşır.
   

Şəkil 6. Süni intellektin layihələşdirilməsi mərhələləri

1. 
   Biliklərin təqdimatı və qərarların çıxış mexanizminin müəyyənləşdirilməsinin rəsmiyyətinin seçilməsi. Sistemin layihələşdirilməsində qoyulan məsələnin həllinə modelləşdirmə komponentləri əhəmiyyətli dərəcədə təsir göstərir. Biliklərin təqdim olunması üçün hazırlanan quruluş növbəti mərhələnin – BB sisteminin yaranması mərhələsinin reallaşdırılmasının bilavasitə əsasını təşkil edir.
   
2. 
   BTD-nin seçilməsi və ya hazırlanması. Seçilmiş təqdimolunma dilində qaydaların hazırlanması və təqdim olunmasından sonra onlar, yəni qaydalar, biliklər mühəndisi tərəfindən BB-yə yerləşdirilir.
   
3. 
   Sistemin yoxlanması və ya testdən keçirilməsi.
   

Sistemin iş qabiliyyəti konkret yoxlanmış məsələlərin həlli yolu ilə müəyyənləşdirilir. Müxtəlif çatışmazlıqların meydana gəlməsi zamanı həmin çatışmazlıqların xarakterindən asılı olaraq hazırlamanın bu və ya digər mərhələsinə müraciət baş verir. Süni intellekt sistemində hər hansı biliklərin olmaması və ya onların çatışmayan müəyyənlikləri IV mərhələyə qayıdırlar və imkanları daxilində düzəlişlər edirlər. Əgər ekspert tərəfindən seçilmiş biliklərin təqdim olunması modeli çərçivəsində hər hansı biliklər təqdim oluna bilmirsə, onda III mərhələyə qayıdılır və alternativ model və ya biliklərin təqdim olunma sxemi seçilir. Geri qayıtmanın səbəbi kimi məntiqi çıxışın adekvat baza mexanizminin çatışmazlığı ola bilər. Qoyulan məsələnin çıxış vəziyyəti düzgün olmadığı zaman problemin yenidən formalaşdırılmasına tələbatda hansısa bir hadisə baş verə bilər.

İşlərin ardıcıllıq sxemi bizim nöqteyi-nəzərimizdən süni intellektin layihələşdirilməsi prosesini kifayət qədər dolu və ətraflı izah edir, lakin bir çox süni intellekt sisteminin bir sıra funksional modullarının yaradılması ilə əlaqəli olan vacib mərhələlərə baxılmır. İntellektual sistemlərin layihələşdirilməsi zamanı işlərin daha ətraflı siyahısı:

• 
  Biliklərin ekspertdən sistemə ötürülməsi;
  
• 
  Sistemə biliklərin təqdim olunması üsulunun seçilməsi;
  
• 
  Çıxış (idarəetmə) strategiyasının seçilməsi;
  
• 
  İzahetmə altsisteminin seçilməsi;
  
• 
  İstifadəçi ilə qarşılıqlı əlaqə altsisteminin seçilməsi;
  
• 
  Sistemin realizəsi üçün adekvat alətlərin seçilməsi. Lakin burada yuxarıda qeyd edilən bir neçə vacib mərhələ yoxdur.
  

 Qeyd edildiyi kimi işlərin quruluşu, intellektual sistemlərin layihələşdirilməsi mərhələlərinin sayı, onların icrasının ardıcıllığı bir çox obyektiv və subyektiv faktorlardan asılıdır. Lakin işlərin bir çox mərhələ və quruluşu demək olar ki, bütün tip intellektual sistemlər üçün ümumi və zəruridir. Aşağıda belə mərhələlərin və onların quruluşunun siyahısı sadalanır:

1. 
   Tədqiqat sahəsinin təsviri: bütün təşkil etmə prosesi üçün problemin vacibliyini göstərən tədqiqat sahəsinin təyini; BB-yə ekspertizaları (bilikləri) ötürməyi arzulayan problemli ekspertlərin təyini; inkişaf planının hazırlanması və elan edilməsi.
   
2. 
   Personal: layihələşdirmə qruplarının və uyğun tapşırıqların təyini; proektə təcrübəli rəhbərinin təyini; idarəetmənin düzgün yolunun müəyyən edilməsi və həyata keçirilməsi.
   
3. 
   Layihənin qəbulu: təşkilati iclasın keçirilməsi; problemə yanaşmanın müzakirəsi; xüsusi inkişaf planının hazırlanması; lazımi texniki alət və vasitələrin quraşdırılmasına hazırlıq.
   
4. 
   Sistemin prototipi: sistem prototipinin inkişafı və yoxlanılması (test olunması); yoxlanışın nəticəsi olaraq tədqiqat sahəsi haqqında əlavə informasiyanın toplanması.
   
5. 
   Dolğun (tam) sistemin inkişafı: prototipin BB-sinin genişlənməsi; istifadəçi interfeysinin quruluşunun qiymətləndirilməsi; istifadəçilərin öyrədilməsi və sənədləşmə vasitələrinin birləşdirilməsi.
   
6. 
   Sistemin verifikasiyası (yoxlanışı): ekspert və potensial istifadəçilərin yoxlanış prosesinə cəlb edilməsi; layihə ilə uyğun sistemin işləməsinin təminatı.
   
7. 
   Sistemin inteqrasiyası: planlaşdırıldığı kimi tam sistemin yerinə yetirilməsi; fəaliyyətdə olan sistemlə uyğunluq və qarşılıqlı əlaqənin təminatı.
   
8. 
   Sistemin dayağı: sistemə dayağın fasiləsizliyinin təminatı; yeni informasiyanın qəbulu zamanı BB-nin modernləşdirilməsi; sistemə görə cavabdehliyin saxlanılması.
   
9. 
   Sənədləşdirmə: sistemin tam sənədləşdirilməsinə hazırlıq; istifadəçi üçün idarə etmənin hazırlanması; istifadəçilərin konsultasiyalarının hazırlanması.
   

İntellektual sistemlərin yaradılması mərhələləri dəqiq və nizamlanmış deyil. Bu mərhələlərin bir neçəsi arasından müvəqqəti və məzmunlu hüdudlarını tətbiq etmək çətindir. Onlar hansısa səviyyədə intellektual sistemlərin layihələşdirilməsi prosesini təxmini təsvir edirlər.

İntellektual sistemlərin (və ya sistemin həyati dövrü) mövcudluq mərhələləri instrumentariylə (bir ixtisasda işlənən alətlər komplekti) reallaşan sistemin hazırlıq səviyyəsinə, onun funksional bacarıqlarının tamamlanmasına uyğundur. İntellektual sistemlərin mövcudluğunu müəyyən edən növbəti mərhələlər: nümayiş etdirilən prototip; tədqiqat prototipi; fəaliyyət göstərən prototip; sənaye sistemi; kommersiya sistemi.

Nümayiş etdirilən prototip – bu, sistemin problemli tapşırıqlarının bir hissəsini həll edən zaman hazırlanmış vəziyyətidir. Nümayiş etdirilən prototipin hazırlanması zamanı ziddiyətli məqsədlərə çatmağa səy göstərirlər: bir tərəfdən nümayiş etdirilən prototip mərhələsində sistem onun qabiliyyətlərini dolğun xarakterizə edən tapşırıqları yerinə yetirməyə məcburdur, digər tərəfdən isə sistem bu mərhələni mümkün qədər tez keçməyə çalışır. Nümayiş etdirilən prototipin işi əgər bir neçə tapşırığın həlli üçün kifayət olan minimal qaydalar toplusu ilə əməliyyat aparırsa, onda prototip qənaətbəxş hesab edilə bilər. Hazırlanma vaxtı iki aydan bir ilə qədər ola bilər.

Tədqiqat prototipi 1,5-2 il ərzində layihələşdirilir. Sistemin inkişafının bu mərhələsində, sistemin BB-si tədqiqat sahəsini kifayət qədər adekvat təsvir edən yüzlərlə qaydanı özündə saxlayır. Fəaliyyətdə olan intellektual sistemlərin prototipi genişlənmiş qaydalar (təxminən 1000-ə yaxın) mühitində nəticələrin keyfiyyətli çıxarılışını yerinə yetirir. Buna görə də çətin tapşırıqların çıxarılışı daha çox vaxt və yaddaş resursu tələb edir.

Sənaye sistemləri həll vaxtı və tələb olunan yaddaşın əhəmiyyətli dərəcədə azalması tədqiqat sahəsinin probleminin həllinin yüksək səviyyəsini təmin edir. Qaydaların miqdarı fəaliyyətdə olan prototiplərlə müqayisədə elə də nəzərəçarpan dərəcədə artmır. Bu mərhələdə fəaliyyətdə olan prototipin qaydaların sayının genişləndirilməsi və intellektual sistemlərin daha effektiv alət vasitələri ilə təkmilləşdirilməsi hesabına şəklinin dəyişməsi baş verir. Bu təxminən 3-4 il tələb edir.

Kommersiya sistemi əsasən satış üçün nəzərdə tutulub. O ya problemə yönəldilmiş, ya da müstəqil problemli olur.

Tədqiqat sahəsi və biliklərin əldə olunması metodlarının analizi. Tədqiqat sahəsinə təsvir və ayrılaraq müəyyən olunan meyarlarla təyin edilmiş insan fəaliyyətinin sferası kimi baxmaq olar. Təsvir olunan anlamlara onun fəaliyyətinin müxtəlif aspektlərini əks etdirən elementlər, hadisələr, münasibət və proseslər daxildir. Tədqiqat sahəsinin təsvirində onun element və hadisələrinə ətraf mühitin mümkün təsiri, həmçinin də bu element və hadisələrin ətraf mühitə əks təsiri də olmalıdır. Tədqiqat sahəsinin analiz və tədqiqi üzrə işi: intellektual sistemlərin layihələşdirilməsi onun işinin effektivliyinə həlledici təsir göstərir.

Tədqiqat sahəsinin spesifikası layihələşdirilən intellektual sistemlərin fəaliyyət xarakterinə, biliklərin təqdim olunma metodunun seçilməsinə, biliklər haqqında müzakirə üsullarına və s. mühüm dərəcədə təsir göstərə bilər. Eyni zamanda belə bir misal gətirmək olar ki, müəyyən tədqiqat sahəsində istifadə olunmağa orientasiya olunmuş süni intellekt sisteminin tamamilə başqa sahənin problematikasına uyğun gəlmişdir.

Problem sahəsi haqqında danışarkən predmet sahəsi, həll olunacaq tapşırıqlar, məqsədlər, mümkün strategiya və evristikalar nəzərdə tutulur. Tədqiqat sahəsini onun fəaliyyətinin bütün bilik və anlam kompleksləri ilə obyekt və ya istehsalat sistemi kimi müəyyən etmək olar. Tədqiat sahəsinin araşdırılması zamanı istehsalat sistemində həll olunan və onun qarşısında məqsəd kimi duran tapşırıqlar haqqında biliklər lazımdır. Həmçinin istehsalat sisteminin istismarı prosesində istifadə olunan idarəetmənin mümkün strategiyası və evristik bilikləri müəyyən edilir.

İqtisadi və istehalat sistemlərinin tədqiqi zamanı intellektual sistemlərin BB-də biliklərin formalaşması və onlarla iş görmək məqsədilə istehsalat obyektləri və onlar tərəfindən həll edilən məsələlərin xüsusiyyətlərini də nəzərə almaq lazımdır. İqtisadi və istehsalat sistemləri üçün obyektin vəziyyətini xarakterizə edən ölçülə bilən və digər verilənlərin fəaliyyətinin dinamikliyi, hadisələrin tez-tez dəyişməsi, böyük massivlərinin yenilənməsi xasdır. Onlar tez-tez təsadüfi faktorlar səbəbindən tam olmayan müəyyən şərtlərdə fəaliyyət göstərirlər. Bununla yanaşı, istehsalların bir çoxu zərərli və ya insanlar üçün təhlükəli olan mühitə düşür ki, bu da onların idarəetmə sisteminin etibarlılığına olan tələbatın yüksəlməsini irəli sürür.

Beləliklə, BB-nin layihələşdirilməsində böyük həcmli bilik və verilənlərin tez-tez dəyişdiyi və yenilənə bildiyi halda onun real zamanda işləməsi üçün müəyyən formada onu təşkil etmək lazımdır. İstifadəçilərə (işin tələbləri real zamandadır) təqdim olunan ekspertiza və məsləhətlərin dəqiq və vaxtında təmin etmək, həmçinin intellektual sistemlərin işinin etibarlılığını təmin etmək lazımdır. Bundan əlavə iqtisadi və istehsalat sistemlərində həll olunan tapşırığın xarakteri müəyyən dərəcədə intellektual sistemlərin təşkili və layihələşdirilməsi prosesinə təsir edir.

Biliklərin xarakteri, onların quruluş mümkünlüyü, həcmi, onlarla iş rejimləri intellektual sistemlərin istifadəsi sahəsinə və yuxarıda adıçıkilən intellektual sistemlər tərəfindən həll edilən tapşırıqların realizəsinə əhəmiyyətli dərəcədə təsir edir.

İqtisadi və istehsalat proseslərinin idarəetmə sistemlərində biliklər toplusu kimi konkret prosesin təsviri, maliyyə və analitik informasiya komponentlərinin xarakteristikaları, faktoqrafik bilik və ya verilənlər çıxış edə bilər. Bu biliklərlə yanaşı idarəetmə məsələlərinin həli üçün verilənlərə əsaslanan evristika və ya qaydalar var. Adətən bu qayda və ya evristikalar keçmiş təcrübəyə əsaslanır.

İstehsalın planlaşdırılması və layihələşdirilməsi zamanı tapşırıqlarda biliklərin keyfiyyəti rolunda verilənlərin məcmusu və hərəkət qaydaları çıxış edə bilər.

Biliklərin əldə olunması iki funksiyanın köməyi ilə realizə olunur: informasiyanın kənardan alınması və onun sistemləşdirilməsi. Bununla yanaşı məntiqi çıxışlara sistemin öyrənmə qabiliyyətindən asılı olaraq biliklərin əldə olunmasının, həmçinin alınan informasiyanın müxtəlif formaları vardır.

Biliklərin təqdim olunma forması onların istifadəsi üçün sistemin daxilində müəyyən olunur. Buna görə də onun qəbul edə bildiyi informasiyanın forması biliklər səviyyəsinə qədər informasiyanın formalaşması üçün onun qabiliyyət və bacarığından asılıdır. Nə qədər kompüterin məntiqi çıxışlara qabiliyyəti yüksəkdir, bir o qədər insana az yük düşür.

Beləliklə, öyrənmə funksiyalarından o tələb olunur ki, kənardan alınan informasiyanın biliklər və onlardan ibarət olan BB-yə dəyişdirilsin.

Biliklərin mənbəyinin aşkarlanması və onlarla iş biliklər mühəndisinin əsas vəzifəsidir. BB-nin yaradılmasında biliklər mühəndisi çox mühüm funksiyaları yerinə yetirir. O, tədqiqat sahəsində yaxşı orientasiya olunmalı və biliklərin əldə olunması prosesində ekspertlə ünsiyyət qurmaq üçün hansısa mənada psixoloq olmalıdır. Bununla yanaşı o həmçinin kompüterlərin proqram təminatı imkanlarını yaxşı bilməlidir.

Tədqiqat sahəsi haqqında əsas bilik mənbəyi insan-ekspertdir. Biliklər mühəndisi onunla dialoq və ya müsahibə (intervyu) rejimində işləyir və obyektlə iş üçün lazımi həcmdə bilik və məlumat formalaşdırır. Sonradan uyğun şəkildə emal edilən sorğuların istifadəsi mümkündür. Bir neçə taqşırıq üçün kitablar, texniki təsvirlər, təlimatlar və sənədlər əlavə informasiya mənbəyi rolunu oynayır. Obyektin biliklər haqqında intellektual sistemlərinin tətbiqinin bir neçə sahəsini informasiyanın emalının statik və informasiyanın imitasiya olunmuş nəticələr haqqında istifadəsi yolu ilə formalaşdırmaq olar. Son zamanlar daha çox BB-nin avtomatlaşdırılmış doldurulması istifadə olunmağa başlayır.

Biliklərin digər vacib mənbəsi İnternetdir. Lazımi informasiya və biliklərin İnternetdə ənənəvi axtarışından əlavə hal-hazırda biliklərin axtarılması prosesinə intellektual agentlər cəlb olunur. İntellektual agentlər (proqram robotları) biliklərin tapılması üçün sənədlərin daxilində işləyə və ya Web-də axtara bilər, sonra isə biliklərlə lazımi formatda geri qayıda bilərlər.

İntellektual sistemlər proses və obyektlər haqqında öz biliklərini sistemə ötürən mütəxəssislərlə birgə hazırlanır. Ekspert və ya mütəxəssislə iş prosesi biliklərin çıxarılması və ya biliklərin daha düzgün və korrekt əldə olunmasından ibarətdir. Bu texniki, psixoloji, istehsal və sosial xarakter faktorları özündə saxlayan çətin və zəhmət tələb edən bir prosesdir. Sözügedən prosesdə biliklər mühəndisi əsas rol oynayır. Uzun zaman kəsiyində biliklər mühəndisi tapşırıqları müəyyənləşdirmək, mühüm anlayışları aydınlaşdırmaq və bu anlayışlar arasında qaydaların müəyyənləşdirilməsi və formalaşdırılması üçün ekspertlə birgə işləyir. Biliklər mühəndisi tədqiqat sahəsini yaxşı bilməli, biliklərin formalaşması və təqdim olunması metodlarına malik olmalı və müxtəlif vəziyyətlərə tez oreintasiya olunan psixoloq olmalıdır.

Ekspert intellektual sistemə tədqiqat sahəsinin öyrənilməsinə kömək edə biləcək vəziyyətdə və arzuda olmalıdır. O dərk etməlidir ki, intellektual sistemlər iş yerində gələcəkdə onu “əvəz” etmək üçün deyil, əksinə ona kömək üçün nəzərdə tutulub.

Biliklər mühəndisi adətən determinləşdirilmiş (детерминированная) daxili quruluşu olmayan pis müəyyən olunmuş tapşırıqlarla işləməli olur. Ekspertlər öz təcrübi fəaliyyətində bu tapşırıqları məsələnin bütün parametrlərinin analizini qeyri-mümkün edən məsələnin həll operativliyi şərtləri və ya problemin mənasının başa düşülməsində olan çatışmazlıqları empirik qaydalar olan evristikalardan istifadə etməklə həll edirlər. Buna görə də tapşırıqların həllində intellektual sistemlər evristik prosedurların yerləşdirilməsinə çalışırlar.

Biliklər mühəndisinin işində çətin məqam ekspertə predmet konsepsiyalarını müəyyənləşdirən və formalaşdıran tədqiqat biliklərinin strukturlaşdırılmasına cəhd zamanı kömək edilməsidir.

Konkret şəxsə aid olan biliklərin əldə olunması ilə əlaqəli iş, yəni biliklərin çıxarılması biliklərin mühəndisliyində elə də aşağı səviyyəli rol oynamır.

İntellektual və ekspert sistemlər üçün biliklərin çıxarılmasının xüsusiyyətləri nədədir? Bu sualın cavabı digər bir sualın – “Haradan, nə və necə çıxarmalı?” sualının cavabındadır.

Bilikləri haradan çıxarmalı? Yuxarıda qeyd edildiyi kimi intellektual və ekspert sistemlər üçün biliklər mənbəyi rolunda dərsliklər, sorğu kitabçaları, konkret tədqiqat sahəsinə aid araşdırılmış materiallar, iqtisadi informasiya və s. çıxış edə bilər.

Buna baxmayaraq biliklərin klassik mənbəyi həmin sahənin ekspertidir, hansıki onun biliklərini sistem hazırlayıcısı rolunda çıxış edən biliklər mühəndisi mənimsəyir.

Bəs ekspert kimdir? Bu, ya adi icraçıdan fərqlənən yüksək ixtisaslı mütəxəssisdir, ya da xam və ya təzə işçidən fərqli olan təcrübəli insandır. Aydındır ki, tədqiqat sahəsində ekspertin bacarığı nə qədər yüksəkdirsə, onun tapşırığın həlli üçün istifadə etdiyi biliklərin təsviri bacarığı bir o qədər aşağıdır.Votermen bunu bilik mühəndisliyinin paradoksu adlandırmışdır. Əgər biz ekspertdən soruşsaq ki, hər hansı bir tapşırığı yerinə yetirərkən konkret nə iş görür, o buna cavab olaraq özünün ağlı kəsdiyi formada, lakin mühakimələrin real prosesindən tamam ayrı olan bir prosesi izah edəcək ki, burada da ehtiyatlı olmaq lazımdır.

Belə bir fikir də var ki, ekspertin bilikləri məsələlərin daxili modelləri ilə sistemli hala düşür və eyni zamanda ekspertin konkret vəziyyətdə ilk dəfə qarşılaşdığı problemin həlli onun yaddaşından seçilir və seçim ümumi qanunauyğunluqlar şəklində süurlu olaraq müəyyən olunur.

Hansı bilikləri seçmək (nəyi çıxarmaq?). Əgər sistemin funksiyaları müəyyənləşibsə, onda təbii olarq ən vacib olanı bu funsiyaların realizəsi üçün lazım olan çıxış qaydalarını əldə etməkdir.

Hər şeydən əvvəl bu baza quruluşudur. Problem sahəsinin baza quruluşunu formalaşdıran obyekt, anlayış və atributları saymaq və sahənin xüsusiyyətlərini bilmək vacibdir. Obyekt, bilik və anlayışlar arasında əlaqə qaydalar çıxışı vasitəsilə təşkil edilir.

Daha sonra şüurluluq meyarları (kriteriya)ortaya çıxır, yəni nəyə görə ekspert problemi məhz bu üsulla həll edir? Ola bilər bu üsul yüksək evristik qiymətə malikdir və ya uğursuzluq hallarına hazırlıqlıdır? Bu üsula hansı formada kömək etmək olar?

Ekspert tərəfindən istifadə olunan vasitələrə, məsələn, həllin qəbulunda istifadə edilən modellər aiddir.

Bilikləri necə seçmək lazımdır? Aşağıdakı cədvəldə (Cədvəl 4.1) sahənin eksperti və onun təsvirinin əsas biliklərin çıxarış metodları verilmişdir.

Biliklərin seçmə texnikasını altı əsas sinfə bölmək olar: köməkçi suallarla sorğu, quruluş verilmiş sorğu, özünü müşahidə, öz işi haqqında hesabat, dialoq, tənqidi icmal. Öz növbəsində hər bir sinif bir neçə texniki metodlardan ibarətdir. Əhatəli informasiyanı biz nəzərdən keçirməyəcəyik, bircə bu biliklərin analiz olunmasından asılı olan biliklərin seçilməsi məqsədinin müxtəlif üsullarla əldə olunmasını nəzərdən keçirəcəyik.

Hesablama texnikası ilə işləmək bacarığı olan ekspert bilavasitə redaktə olunan proqram vasitəsi ilə intellektual sistemlə qarşılıqlı əlaqə yarada bilər. Bu proqram BB haqqında inkişaf etmiş dialoq interfeysi və biliklərə malik olmalıdır. Lakin, ekspertin proqramla əlaqəsinin effektivliyi problemi ortaya çıxır.

Biliklərin əldə olunmasının daha bir üsulu biliklərin avtomatlaşdırılmış çıxarılışı və onların BB-də yazılmasıdır. Mütəxəssislərin biliklərinin avtomatlaşdırılmamış yığımı çox zəhmət tələb edən prosesdir. Bununla əlaqədar olaraq inkişaf etmiş intellektual sistemlərdə biliklərin əldə olunması üçün köməkçi alətlər qabaqcadan nəzərə alınır.

Cədvəl 4.1
Predmet ekspertindən biliklərin çıxarılması metodları

Metod	Təsvir
İş yerində müşahidə	Öz iş yerində real məsələləri həll edən ekspertə nəzarət etmək
Məsələlərin müzakirəsi	Konkret məsələlərin həlli üçün verilənlər, biliklər və prosedur formalarının üzə çıxarılması
Məsələlərin təsviri	Hər bir mümkün cavab kateqoriyası üçün ekspertə prototip məsələləri təsviri etməyi xahiş etmək
Məsələnin analizi	Konkret mühakimə addımlarının məntiqi əsaslarını çıxarmaq məqsədilə həll üçün ekspertə bir sıra praktiki məsələləri təqdim etmək
Sistemin son hala gətirilməsi	Müsahibə (intervyu) zamanı üzə çıxarılmış, qaydaların həlli və istifadəsi üçün bir neçə məsələnin təqdim edilməsini ekspertdən xahiş etmək
Sistemin qiymətləndirilməsi	Sistemin işini yoxlamağı və prototip sistemin qayda və quruluş idarəetməsinin tənqidini ekspertdən xahiş etmək
Sistemin yoxlanması	Ekspert və sistem prototipi tərəfindən müqayisə və qiymətləndirmə üçün digər müstəqil ekspertlər tərəfindən misal gətirmək

İnternet və ya İntranet həmçinin biliklərin çıxarılması prosesini asanlaşdırmaq üçün istifadə oluna bilər. Əgər biliklər mühəndisi və ekspertlər müxtəlif yerlərdədirlərsə elektron intervyu vermək olar. Ekspertlər həmçinin BB-ni məsafədən təsdiq və müşaiyət edə bilərlər. İnternet vasitəsi ilə sənədləşdirilmiş biliklər əldə oluna bilər. Biliklərin identifikasiyası (müəyyən edilməsi) problemdir: intellektual agentlər tərəfindən ifadə edilə bilən məsələdir.

Paylanmış hipermedia sistemi olan Web sistemi vasitəsi ilə İnternetə çıxışı olan, qeyri-rəsmi biliklərə avtomatik quruluş verilməsi də aktual olaraq qalır. İnsan-maşın qarşılıqlı əlaqəsi kanallarının biliklərə əsaslanan imkanlarının genişlənməsi hipermedia texnologiyası olan Web vasitəsilə sistemin inkişafı üçün ideal yanaşmanı təmin edir.

Bir çox axtarış Web – mexanizmləri xüsusi tələbat və sorğulara görə tələb olunan informasiyanın identifikasiyası və çatdırılması üçün intellektual agentləri özündə saxlayır.

Web-mexanizm vasitəsi ilə təmin olunan informasiya miqdarının eksponensional artımı müəyyən hipermedia sistemlərində strukturlaşdırma metodlarının inkişafına təkan vermişdir.

Hipremedia texnologiyaları və biliklərin çıxarılması metodları arasındakı bu cür inteqrasiya biliklərin çıxarılması üçün güclü alət rolunu oynaya bilər.