क्या इंसाफ टूट जाएगा? विशेषज्ञ प्रणाली और कानून

मूल स्रोत: http://www2.austlii.edu.au/~alan/cab.html

परिचय

लगभग तीस साल पहले, “कृत्रिम बुद्धि” (एआई) के क्षेत्र में सबसे अग्रणी शोधकर्ताओं में से दो ने निम्नलिखित भविष्यवाणियां कीं: दस साल के भीतर

1. एक डिजिटल कंप्यूटर विश्व शतरंज चैंपियन होगा, जब तक कि नियम इसे प्रतिबंधित नहीं करते हैं;
2. एक डिजिटल कंप्यूटर एक महत्वपूर्ण नई गणितीय प्रमेय की खोज और सिद्ध करेगा;
3. एक डिजिटल कंप्यूटर संगीत लिखेगा जिसे आलोचकों द्वारा काफी सौंदर्य मूल्य के रूप में स्वीकार किया जाएगा;
4. मनोविज्ञान के अधिकांश सिद्धांत कंप्यूटर प्रोग्राम या कंप्यूटर प्रोग्राम की विशेषताओं के बारे में गुणात्मक बयानों का रूप लेंगे

सर्वश्रेष्ठ वर्तमान शतरंज मशीनों की रेटिंग 2,500 के पास है। यह महान है, लेकिन अभी भी विश्व चैम्पियनशिप स्तर से नीचे है। हालांकि, रैंकिंग प्रणाली मशीन को ओवरस्टीमेट करती है, जाहिरा तौर पर क्योंकि मशीन प्रतिद्वंद्वी की “शैली” का लाभ नहीं उठा सकती हैं। इस प्रकार, एक मशीन के रूप में एक ही रेटिंग वाला एक मानव खिलाड़ी निश्चित संख्या के गेम के बाद मशीन को लगातार हरा देने की उम्मीद कर सकता है।

यद्यपि कुछ महत्वपूर्ण गणितीय प्रमेयों के प्रमाण के लिए कंप्यूटर को उपकरण के रूप में उपयोग किया गया है, यह सुझाव देने के लिए कुछ भी नहीं है कि मशीन ने स्वयं इन प्रमेयों को सिद्ध किया है। मशीन का उपयोग सामान्य तरीके से शानदार गणना करने के लिए या एक विश्वसनीय एकाउंटेंट की भूमिका निभाने के लिए किया गया है। ऐसे कार्यक्रम हैं जो गणितीय प्रमेयों की “खोज” करते हैं, लेकिन उन्हें शायद ही “महत्वपूर्ण” होने का दावा किया जा सकता है और ऐसा लगता है कि दूसरी भविष्यवाणी कई वर्षों तक सच होगी।

मुझे आशा है कि पाठक पिछली दो भविष्यवाणियों की कमियों से अवगत हैं।

इस प्रकार के दो शोधकर्ता कैसे गलत हो सकते थे? उत्तर आवश्यक रूप से अनिश्चित होना चाहिए, लेकिन मुझे लगता है कि इसका कारण “कृत्रिम बुद्धिमत्ता” में अनुसंधान के प्रति शुरुआती दृष्टिकोण में है। एक निश्चित सरलीकरण के जोखिम पर, यह सोचा गया था कि “बुद्धिमान” मशीन का निर्माण करना संभव होगा।

विषय पर सबसे हालिया और व्यापक मैनुअल इस तरह से दृष्टिकोण का वर्णन करता है

“एक विचार जिसने पश्चिमी मन को मोहित किया है, वह यह है कि एक सामान्य शिक्षण तंत्र है जो लगभग एक वयस्क मानव की पूरी स्थिति का प्रतिनिधित्व करता है। इस विचार के अनुसार, लोग चीजों के बारे में बहुत कम जानते हैं, और इसके लिए लगभग सभी चीजों को अवशोषित करते हैं। सामान्य शिक्षार्थी …. एआई; छात्र अक्सर इसे खोज लेते हैं, और तर्क और समस्या को हल करने के अध्ययन के बिना करने का प्रस्ताव करते हैं, और एक बच्चे का निर्माण करते हैं और इसे इन चीजों को सीखना छोड़ देते हैं “।

विचार अब छोड़ दिया गया है। मैं चारणक को फिर से उद्धृत करता हूं:

“हमें लगता है कि यह विचार मर चुका है, एआई अनुसंधान द्वारा मारा गया … इस शोध से जो पता चला है कि जीव के लिए कुछ भी सीखने के लिए, यह पहले से ही बहुत कुछ जानना चाहिए”

हालांकि अब यह ज्ञात है कि यह दृष्टिकोण काम नहीं करेगा, अनुसंधान की इस पंक्ति को आगे बढ़ाने के वर्षों ने ए आई को अनुसंधान के एक वैध क्षेत्र के रूप में लगभग बर्बाद कर दिया है। लइथील रिपोर्ट ने सिफारिश की कि यूके सरकार ए आई रिसर्च के लिए फंडिंग समाप्त कर देती है। इस सिफारिश के लिए समर्थन की मुख्य लाइन ए आई आशाओं और वादों बनाम वास्तविक प्रदर्शन के बीच का अंतर था।

जैसा कि किसी ने भी पढ़ा है कि डेली जानता है, एआई अनुसंधान बंद नहीं हुआ है। एआई शोध में हाल ही में नाटकीय वृद्धि के कारण तीन प्रमुख कारक हैं।

सबसे पहले, और नगण्य साधनों से, 1970 के दशक के उत्तरार्ध में आए कंप्यूटरों की शक्ति में अच्छी तरह से वृद्धि हुई है। इसने कई एआई प्रतिमानों को पूरा करने वाले दहनशील विस्फोट को विफल कर दिया, यहां तक ​​कि छोटे कार्यक्रमों में भी।

दूसरा, कंप्यूटर भाषाओं और प्रोग्रामिंग शैलियों को एआई समस्याओं के अधिक अनुकूल विकसित किया गया है। यद्यपि वे अभी भी प्राकृतिक भाषा प्रोसेसर से एक लंबा रास्ता तय करते हैं, वे विकास प्रक्रिया को सुविधाजनक बना सकते हैं और प्रयोगात्मक उद्देश्यों के लिए अधिक अनुकूल हैं।

अंतिम लेकिन कम से कम, एआई अनुसंधान के लक्ष्यों को एक विचार मशीन के निर्माण के अस्पष्ट आदर्श के बजाय संभव के अर्थ में पुन: परिभाषित किया गया है। आधुनिक पाठ्यपुस्तकों में एआई की परिभाषाएं प्रकृति में रूढ़िवादी और परिचालन हैं, इसके अंतिम उद्देश्य के एक बयान की तुलना में वर्तमान अनुसंधान की सूची का क्रम।

यह व्यापक रूप से माना जाता है कि सूची में रोबोटिक्स, प्राकृतिक भाषा समझ, गेमिंग, दृष्टि और विशेषज्ञ प्रणाली शामिल हैं। इन दिनों की गई अधिकांश कार्रवाई विशेषज्ञ प्रणालियों के बारे में है और इस लेख के बाकी भाग अकेले ए आई अनुसंधान के इस हिस्से के लिए समर्पित होंगे।

इस फोकस का कारण यह है कि विशेषज्ञ सिस्टम वर्तमान एआई अनुसंधान के सबसे सफल क्षेत्रों में से एक का प्रतिनिधित्व करते हैं। कार्यक्रम उपयोगी होते हैं, यहां तक ​​कि वाणिज्यिक मूल्य होने के बिंदु तक। उनके संचालन को गैर-तकनीकी शब्दों में वर्णित किया जा सकता है, ताकि वे गेमिंग कार्यक्रमों के वर्णन की तुलना में सामान्य दर्शकों के लिए अधिक रुचि रखते हैं जो तकनीकी हैं। अंतिम लेकिन कम से कम, यह बहुत संभावना है कि विशेषज्ञ प्रणालियों का निकट भविष्य में एक महत्वपूर्ण सामाजिक और आर्थिक प्रभाव होगा।

विशेषज्ञ प्रणाली क्या हैं?

एक विशेषज्ञ प्रणाली स्थापित करने का उद्देश्य उस व्यक्ति के ज्ञान को उपलब्ध कराना है जो किसी निश्चित क्षेत्र में विशेषज्ञ है जब विशेषज्ञ नहीं है। इस संदर्भ में, एक “विशेषज्ञ” एक ऐसा व्यक्ति है जो किसी विशेष कार्य को हम में से बाकी लोगों से बेहतर प्रदर्शन करता है। वह या कुछ प्रकार के रोग का निदान करने में विशेषज्ञ हो सकता है, कुछ प्रकार की कानूनी सलाह दे सकता है, यह जान सकता है कि तेल के लिए ड्रिल कहाँ करना है, या बांध बनाने के लिए ठोस मिश्रण करना है।

यदि हम एक विशेषज्ञ प्रणाली स्थापित करने में सक्षम हैं जो विशेषज्ञ के ज्ञान को पकड़ती है, तो रोग का निदान करना संभव होगा, कानूनी सलाह दे सकता है, पता है कि तेल के लिए कहां ड्रिल करना है और कंक्रीट को कैसे मिश्रण करना है, सभी विशेषज्ञ के बिना खुद को किया जा रहा है। । विशेषज्ञ के ज्ञान का अधिक व्यापक रूप से उपयोग किया जा सकता है और विशेषज्ञ के जाने के बाद भी यह उपयोगी रहेगा।

विशेषज्ञ ज्ञान की एक महत्वपूर्ण विशेषता यह है कि विशेषज्ञों को स्वयं यह कहने में कठिनाई होगी कि वे किस समस्या का सामना कर रहे हैं। अनुसरण करने के लिए चरणों का कोई अच्छी तरह से परिभाषित अनुक्रम नहीं है; विशेषज्ञ अक्सर प्रक्रिया को “अनुभवात्मक” प्रक्रिया के रूप में वर्णित करेगा।

एक कठोर प्रारूप की कमी का मतलब यह था कि, हाल ही में, ये कार्य मानक कंप्यूटर प्रोग्रामिंग तकनीकों से परे हो गए थे क्योंकि इन तकनीकों को चरणों के सटीक अनुक्रम को निर्धारित करने की आवश्यकता होती है। अनुक्रम बहुत लंबा और काफी जटिल हो सकता है, और इसमें कोई संदेह नहीं है कि पारंपरिक कंप्यूटर कार्यक्रमों ने आश्चर्यजनक कार्य पूरा किया है, लेकिन अनुक्रम स्पष्ट रूप में होना चाहिए।

आधुनिक विशेषज्ञ प्रणाली इस कठिनाई को दो भागों में प्रोग्राम को संरचित करके करती है। “ज्ञान का आधार” कार्यक्रम के अन्य भाग से स्वतंत्र होता है और इसमें मानव ज्ञान शामिल होता है जो श्रमसाध्य रूप से कार्यक्रम के दूसरे भाग द्वारा हेरफेर किया जा सकता है। एक पल में ज्ञान के आधार पर अधिक जानकारी।

विशेषज्ञ प्रणाली का दूसरा भाग “इंफ्रक्शन इंजन” है जो ज्ञान के आधार में हेरफेर करता है। आदर्श संस्करण में, निष्कर्ष इंजन ज्ञान के आधार से पूरी तरह से अलग है, ताकि मौजूदा ज्ञान आधार को गिराना और इसे दूसरे से बदलना संभव हो। बिना किसी ज्ञान के आधार के अनुमान इंजन को विशेषज्ञ प्रणाली “शेल” के रूप में जाना जाता है। गोले विभिन्न आपूर्तिकर्ताओं से खरीदे जा सकते हैं और गुणवत्ता में व्यापक रूप से भिन्न हो सकते हैं।

इनफेक्शन इंजन एक प्रकार का मानक कंप्यूटर प्रोग्राम है, अर्थात, यह चरणों के कठोर क्रम का अनुसरण करता है। चरणों का यह क्रम एक सटीक विवरण है कि ज्ञान का आधार कैसे संभाला जाना चाहिए।

ज्ञान आधार का सबसे लोकप्रिय रूप उत्पादन नियम है:

इफ  (एक स्थिति) थेन (एक क्रिया)।

1950 और 1960 के दशक में मनोवैज्ञानिक अनुसंधान के परिणामस्वरूप उत्पादन नियमों को व्यापक रूप से जाना गया। उत्पादन नियमों के साथ आधुनिक एआई अनुसंधान का आकर्षण इन मनोवैज्ञानिक मॉडल में उनके उपयोग के लिए वापस हुआ।

विशेषज्ञ प्रणालियों में उत्पादन नियमों के उपयोग को समझने के लिए सरल मनोवैज्ञानिक मॉडल की जांच करना दिलचस्प और शिक्षाप्रद है। एक समय था जब यह मान लिया गया था कि मानव बुद्धि का एक महत्वपूर्ण हिस्सा अपेक्षाकृत सरल मॉडल द्वारा समझाया जा सकता है जो निम्नानुसार काम करता है:

एक अल्पकालिक मेमोरी (एसटीएम) में “तथ्यों” का एक छोटा संग्रह होता है। अल्पकालिक स्मृति की क्षमता सात तत्व होगी। जब कोई नया आइटम अल्पकालिक मेमोरी में जोड़ा जाता है, तो इसे सूची में पहले आइटम के रूप में जोड़ा जाता है और सबसे पुरानी वस्तु को सूची से हटा दिया जाता है यदि अल्पकालिक मेमोरी पहले से ही भरी हुई है।

दीर्घकालिक स्मृति (एमएलटी) प्राथमिक तथ्यों के बीच याद किए गए संबंधों से बना है; इन संबंधों को उत्पादन नियमों द्वारा प्रतिरूपित किया जा सकता है। उत्पादन नियम का “इफ ” भाग प्राथमिक तथ्यों से युक्त होता है और प्रत्येक नियम का “थेन” भाग दीर्घकालिक स्मृति में एक नया “तथ्य” जोड़ने का आदेश देता है।

“विचार” तंत्र में सरल और दोहराया चक्र शामिल हैं। उत्पादन नियम तब तक स्कैन किए जाते हैं जब तक कि एक नियम नहीं मिल जाता है जिसके लिए “इफ ” भाग के सभी तथ्य वी टी एस में हैं। जब ऐसा होता है, तो नियम “लाइट अप” करने के लिए कहा जाता है और उपयुक्त एसटीएम परिवर्तन तब होता है। चूंकि एसटीएम की सामग्री अब अलग है, प्रक्रिया को दोहराया जा सकता है, एक और नियम ढूंढना है जो एसटीएम के परिणामी संशोधन के साथ प्रज्वलित होता है, आदि। इस तरह, एसटीएम में संग्रहीत तथ्यों का एक प्रारंभिक ज्ञान एलटीएम के नियमों के साथ संयोजन में “नए तथ्यों को जानने” के लिए उपयोग किया जाता है। इस प्रक्रिया को कटौती के प्राथमिक रूप के रूप में देखा जा सकता है।

मॉडल मानव तर्क प्रक्रिया का एक पूरा मॉडल प्रदान नहीं करता है, जो शायद आश्चर्य की बात नहीं है, लेकिन यह सीखने और धारणा के कई विशिष्ट क्षेत्रों में मनोवैज्ञानिक मॉडल के रूप में काम करना जारी रखा है। यह अंतिम तथ्य आश्चर्यजनक हो सकता है क्योंकि उत्पादन नियम मॉडल इतना सरल प्रतीत होता है।

हालांकि यह सरलता भ्रामक है। उत्पादन के नियमों का प्रारंभिक हित गणना के सिद्धांत से जुड़ा था। इस सिद्धांत के परिणामों में से एक यह है कि उत्पादन किसी भी कंप्यूटर को नियंत्रित करता है! कम से कम सैद्धांतिक रूप से, उत्पादन नियम मॉडल बहुत शक्तिशाली हैं। विशेषज्ञ प्रणालियों में उनका उपयोग इस तथ्य से उपजा है कि नियम प्रोग्रामिंग विशेषज्ञ ज्ञान का एक बहुत ही सुविधाजनक तरीका प्रदान करते हैं।

एक उदाहरण: फाइंडर

15 नवंबर, 1978 को, श्री एलन जॉर्ज पार्कर हीथ्रो से प्रस्थान करने वाली ब्रिटिश एयरवेज की फ्लाइट में एक निवर्तमान यात्री थे। अपनी उड़ान की प्रतीक्षा करते हुए, उन्होंने एक सोने के कंगन को अंतरराष्ट्रीय वीआईपी लाउंज के फर्श पर पड़ा पाया। उन्होंने कंगन को एक ब्रिटिश एयरवेज के अधिकारी को सौंप दिया, साथ ही एक नोट जिसमें उनका नाम और पता दिखाया गया था और कंगन के मालिक को नहीं मिलने की स्थिति में कंगन वापस करने का अनुरोध किया गया था। कंगन का कभी दावा नहीं किया गया है। ब्रिटिश एयरवेज ने कंगन बेचा और उत्पाद को रखा।

स्थिति उन मामलों के समूह की विशेषता है जहां एक पार्टी को चल संपत्ति मिलती है जो परिसर में व्याप्त है या उस व्यक्ति से संबंधित है जो चल संपत्ति का मालिक नहीं है। इसमें कोई संदेह नहीं है कि चल संपत्ति का मालिक यह दावा करने का हकदार है, लेकिन सबसे दिलचस्प मामला तब है जब इस व्यक्ति को नहीं पाया जा सकता है। चल वस्तु का हकदार कौन होना चाहिए? क्यों ?

जो कानून इन विवादों को नियंत्रित करता है वह लगभग तय मामलों में पूरी तरह से निहित है। यद्यपि बड़ी संख्या में मामले नहीं हैं, फिर भी वे जटिल और हल करने में मुश्किल हैं। जैसा कि प्रत्येक पक्ष ने एक विचारधारा की तलाश की है, नीति तैयार करना कठिन है और न्यायालय में न्याय की भावना बहुत कम है। उन मामलों में, एक न्यायाधीश ने कहा:

इन मामलों … में लंबे समय से प्रसन्न प्रोफेसर और लेखक हैं, जिनका काम अक्सर अपूरणीय को समेटने की कोशिश करना है।

फाइंडर एक विशेषज्ञ प्रणाली है जो श्री पार्कर जैसे मुद्दों पर कानूनी सलाह प्रदान करती है। यदि फाइंडर परामर्श के लिए उपलब्ध था, तो उसने चित्र 1 में दिखाई गई सलाह प्रदान की होगी। सलाह अच्छी है: फाइंडर की राय में बहुत समान कारणों से अंग्रेजी कोर्ट ऑफ अपील श्री पार्कर के पक्ष में फैसला सुनाया।

फाइंडर का उपयोग इस बात के उदाहरण के रूप में किया जा सकता है कि उत्पादन नियम मॉडल ज्ञान के आधार के प्रगतिशील निर्माण के लिए कैसे अनुमति देता है। फाइंडर प्रणाली के नियमों में से एक (टूटी-फूटी अंग्रेजी और आसानी से समझने के लिए अनुवादित) इस प्रकार है

इफ  (दूसरी पार्टी अचल संपत्ति में स्थित है, जहां चल संपत्ति स्थित है और चल संपत्ति अचल संपत्ति से जुड़ी है) तब (दूसरी पार्टी ने चल संपत्ति पर नियंत्रण का प्रयोग किया है)

पार्कर परामर्श के कुछ बिंदु पर, सिस्टम पूछेगा कि क्या ब्रिटिश एयरवेज उस स्थान पर कब्जा कर रहा है जहां चल संपत्ति पाई गई थी। सिस्टम यूजर को यह जानना होगा कि ब्रिटिश एयरवेज वीआईपी लाउंज का मालिक था या नहीं।

“ऑक्यूपेंट” एक कानूनी शब्द है जिसका अंग्रेजी में शब्द के सामान्य उपयोग से कुछ अधिक है। यह भी फाइंडर प्रणाली में एक “आदिम” है, अर्थात, फाइंडर को कोई ज्ञान नहीं है जो अन्य शब्दों या संबंधों के संदर्भ में “रहने वाले” को परिभाषित करता है।

इसलिए, फ़ाइंडर प्रणाली को उपयोगकर्ता के हिस्से पर कुछ कानूनी विशेषज्ञता की आवश्यकता होती है ताकि यह तय किया जा सके कि कोई विशेष व्यक्ति परिसर का “रहने वाला” है या नहीं।

सिस्टम में एकीकृत किया जाने वाला ज्ञान का स्तर जनता के विचार से निर्धारित डिज़ाइन मानदंडों का हिस्सा है जो सिस्टम का उपयोग करेगा। फाइंडर स्वयं एक प्रायोगिक प्रणाली है जिसे वकीलों को प्रदर्शित करने के लिए डिज़ाइन किया गया था; इसलिए, “अधिमानी” शब्द को सिस्टम में आदिम शब्द के रूप में छोड़ना उचित और उचित है।

यदि किसी क्लाइंट को सीधे सलाह देने के लिए फाइंडर का उपयोग किया जाना था, तो सिस्टम में कुछ ज्ञान (अतिरिक्त नियमों के रूप में) को शामिल करना आवश्यक होगा जो उपयोगकर्ता को यह निर्धारित करने में मदद करेगा कि क्या दूसरा पक्ष “रहने वाला” है ।

लेकिन नए नियमों को जोड़ना आसान है यदि ज्ञान का आधार सावधानी से बनाया गया है, क्योंकि “अधिभोग” का आकलन करने के लिए नियमों को जोड़ने से बाकी प्रणाली के प्रदर्शन पर कोई असर नहीं पड़ेगा। मॉडल को वृद्धिशील आधार पर बनाया और परखा जा सकता है।

यह देखा जाएगा कि विशेषज्ञ प्रणाली के निर्माण में सामान्य प्रकार के प्रोग्रामिंग कौशल की आवश्यकता नहीं होती है। वास्तव में, यदि शेल सही ढंग से डिज़ाइन किया गया है, तो विशेषज्ञ के लिए ज्ञान का आधार सीधे लिखना संभव होना चाहिए।

विशेषज्ञ प्रणालियों का उपयोग

सबसे दिलचस्प विशेषज्ञ प्रणालियां पेशेवर क्षेत्रों जैसे कानून, दवा या प्रबंधन में सलाह देने के लिए हैं। इन क्षेत्रों में विशेषज्ञ प्रणाली स्थापित करने में शामिल अधिकांश लोग यह दावा करने के लिए जल्दी हैं कि वे पेशेवर को बदलने वाले इन प्रणालियों की संभावना का पूर्वाभास नहीं करते हैं। जैसा कि हम देखेंगे, मैं इस तरह की संभावना की उम्मीद करता हूं।

मैं समझता हूँ कि विशेषज्ञ प्रणालियों का उपयोग पाँच चरणों से होकर गुजरेगा। जबकि मुझे लगता है कि चरण सभी व्यवसायों के समान होंगे, यह सबसे अच्छा है कि मैं समझाता हूं कि मैं कानूनी पेशे में उनके उपयोग का अनुमान कैसे लगाता हूं।

पहले चरण में, उन्हें पेशेवर वकीलों के सलाहकार के रूप में उन क्षेत्रों में उपयोग किया जाएगा जहां अधिकांश पेशेवर पूरी तरह से अद्यतित नहीं हो सकते हैं। इस चरण के दौरान, पार्कर के वकील इस मुद्दे में अपने शोध के भाग के रूप में फाइंडर के साथ परामर्श कर सकते हैं। इस भूमिका में, विशेषज्ञ प्रणाली पेशेवर संदर्भ ग्रंथों से बहुत अलग नहीं हैं।

दूसरे चरण में, सिस्टम का उपयोग पार्लेगल्स द्वारा उन मामलों में सलाह देने में मदद के लिए किया जाएगा जहां खर्च पूरी तरह से योग्य वकील के उपयोग को रोकते हैं। इस चरण में प्रमुख उपयोगकर्ता पड़ोस कानूनी केंद्र और निचले स्तर के प्रशासक होंगे, जिन्हें एक अच्छी तरह से परिभाषित क्षेत्र में कानूनी निर्णय लेने होंगे ।.

तीसरे चरण में, विवादास्पद पहले, दूसरे चरण की प्रणाली सीधे गैर-पेशेवर उपयोगकर्ताओं के लिए सुलभ होगी। इसके अलावा, सिस्टम द्वारा प्रदान की जाने वाली सलाह का प्रकार विशुद्ध रूप से प्रशासनिक दायरे से परे होगा। पहले कदम के रूप में, श्री पार्कर सीधे फ़ाइंडर के साथ परामर्श कर सकते थे कि क्या उनका मामला किसी पेशेवर से परामर्श करने की लागत को उचित ठहराने के लिए पर्याप्त है।

चौथे चरण में, ग्राहकों के हित के क्षेत्रों में पेशेवर से तुलनात्मक सलाह प्रदान करने के लिए प्रणालियां विकसित की जाएंगी जो सामान्य तौर पर एक चिकित्सक से परामर्श करेंगे। इस स्तर पर, सिस्टम पेशे पर एक महत्वपूर्ण वित्तीय प्रभाव डालना शुरू करते हैं; इसलिए, नियंत्रण उपायों के लिए कॉल इस चरण में सबसे अधिक संभावना है।

पांचवें और अंतिम चरण में, सिस्टम का उपयोग पार्टियों के बीच विवादों को हल करने के लिए किया जाएगा, अर्थात विशेषज्ञ प्रणाली एक “न्यायाधीश” बन जाएगी। भविष्य में कुछ सुपर-फ़ाइंडर्स पार्टियों के लिए पर्याप्त होंगे कि वे सीधे विवाद को विशेषज्ञ प्रणाली में प्रस्तुत करें।

अंतिम दो श्रेणियां वे हैं जो असहमति और अड़चन दोनों का कारण बनती हैं। विकास के खिलाफ तर्क का सामान्य आधार यह है कि विशेषज्ञ प्रणाली कभी भी नौकरियों में मनुष्यों के समान अच्छी नहीं होगी। निम्नलिखित में, मैं इसे सच मानूंगा।

तर्क को विकसित करने के लिए, उपरोक्त चरणों के अधिक विवादास्पद को लें, “कंप्यूटर न्यायाधीश”। एक कंप्यूटर मौजूदा न्यायाधीशों के साथ प्रतिस्पर्धा कर सकता है।

यदि प्रदर्शन केवल विचार था, तो यह सच है कि विशेषज्ञ प्रणाली पेशेवरों को प्रतिस्थापित नहीं करेगी। लेकिन चुनाव मानव न्यायाधीश और कंप्यूटर न्यायाधीश के बीच नहीं होता है। मुकदमेबाजी की लागत पहले से ही समाज के एक महत्वपूर्ण हिस्से को अदालत प्रणाली का उपयोग करने से रोक रही है। सिस्टम से बाहर के लोगों के लिए चुनाव यांत्रिक न्याय और न्याय के बीच बिल्कुल नहीं हो सकता है।

यहाँ लिया जाने वाला राजनीतिक निर्णय यह होगा कि हम न्याय की गुणवत्ता तक पहुँच को सुविधाजनक बनाने के लिए किस हद तक बलिदान करेंगे। यह एक राजनीतिक विकल्प नहीं है जो हमारे लिए विदेशी है: सभी पश्चिमी देशों में उपभोक्ता अदालतें मौजूदा न्याय प्रणाली से एक बार बाहर किए गए लोगों की श्रेणी तक पहुंच सुनिश्चित करने के लिए अधिक क्रूर और आसान न्याय प्रदान कर रही हैं।

लेकिन न्यायालयों में भर्ती सीमित है, क्योंकि मानव संसाधनों की एक सीमा है। जबकि उपभोक्ता का दावा है कि उपभोक्ता आबादी के आकार के कारण न्यायाधिकरण कार्य कर सकते हैं, यह “खोजकर्ता न्यायाधिकरण” स्थापित करने के प्रयास के लिए बेतुका होगा। न ही सामान्य उद्देश्य और सस्ती अदालतों या न्यायाधिकरणों को स्थापित करना संभव है, क्योंकि आवश्यक ज्ञान अनिवार्य रूप से एक न्यूनतम लागत निर्धारित करता है जो कई के मानकों से उच्च रहता है।

एक और, अधिक मौलिक अर्थ है जिसमें मानव संसाधन सीमित हैं। निम्नलिखित उदाहरण पर विचार करें: एक बीमारी है जिसके लिए एक परीक्षण जाना जाता है; परीक्षण में बीमारी का पता लगाने की बहुत अधिक संभावना है; यदि जल्दी पर्याप्त निदान किया जाता है, तो बीमारी को 100% दक्षता के साथ ठीक किया जा सकता है। टेस्ट पैप्स टेस्ट है, यह बीमारी सर्वाइकल कैंसर है और हर साल हजारों महिलाएं इससे मर जाती हैं। क्यों ?

तर्क यह है कि स्थिति को खत्म करने के लिए लगभग पूरी चिकित्सा प्रतिष्ठान को इस समस्या के लिए समर्पित होना चाहिए। हालांकि, प्रक्रिया को मशीनीकृत करने के लिए अपेक्षाकृत सरल है। इस प्रक्रिया के बारे में कुछ भी “अमानवीय” नहीं है; भले ही व्यक्ति एक मशीन के बजाय एक मानव के साथ व्यवहार करना पसंद कर सकते हैं, यह केवल उनके लिए खुला विकल्प नहीं है।

स्थिति निश्चित रूप से कानून में समान है। एक नियम जो सभी “पार्कर” प्रकार के विवादों को फाइंडर पर लौटाता है वह उस नियम से बेहतर हो सकता है जो सभी विवादों को मजबूत के पक्ष में हल करता है। हालांकि, ऐसे मामलों में आमतौर पर छोटी मात्रा के कारण, ऐसा लगता है कि यह बाद का नियम है जो वास्तव में इन मामलों को सुलझाने के लिए उपयोग किया जाता है।

नियंत्रण की समस्या

यदि यह सही है कि विशेषज्ञ प्रणालियों का उपयोग सुझाए गए तरीके से किया जाएगा, तो गुणवत्ता नियंत्रण एक प्रमुख मुद्दा बन जाता है। सुझाए गए लाभों को महसूस नहीं किया जाएगा अगर सिस्टम द्वारा दी गई सलाह दूसरी दर है।

एक अर्थ में, विशेषज्ञ सिस्टम प्रोग्राम कंडीशनिंग ज्ञान का सिर्फ एक और तरीका है। इसलिए उन्हें पाठ्यपुस्तकों से ज्यादा खतरा नहीं होना चाहिए। लेकिन मैनुअल का उपयोग विशेषज्ञ स्वयं करते हैं, और विशेषज्ञ प्रणालियों की प्रकृति का अर्थ है कि उनका निर्माण किया जा सकता है ताकि उन्हें सीधे “ग्राहक” द्वारा उपयोग किया जा सके।

इसके अलावा, पाठ्यपुस्तकें क्षेत्र में मानव विशेषज्ञों द्वारा अधिक या कम औपचारिक समीक्षा प्रक्रिया के अधीन हैं। पाठ्यपुस्तकें स्वभाव से खुली और मूल्यांकन के अधीन हैं। उनकी सामग्री को सामान्य तरीके से अवशोषित किया जा सकता है और यह ज्ञात है कि उनका उपयोग कैसे किया जाएगा। इसके विपरीत, विशेषज्ञ प्रणालियों के कार्यक्रमों को केवल उन्हें देखकर आकलन करना बहुत मुश्किल है। जैसा कि ऊपर उल्लेख किया गया है, उत्पादन नियमों का उपयोग करना एक प्रणाली के काम करने के तरीके को बदलना आसान बनाता है, लेकिन नियमों की बातचीत अपारदर्शी है। ज्ञान कंडीशनिंग के अन्य रूपों की तुलना में मूल्यांकन बहुत कठिन है।

विशेषज्ञ प्रणालियों की प्रकृति उनके कामकाज पर प्रतिबिंब को हतोत्साहित करती है। हालांकि एक वकील एक पाठ्यपुस्तक से एक अंश पढ़ सकता है और इसे लागू करने से पहले गंभीर रूप से जांच कर सकता है, विशेषज्ञ प्रणालियों का रूप किसी भी अनुरूप प्रक्रिया को हतोत्साहित करता है। उन्हें सलाह देने के लिए लिखा जाता है और उनका रूप स्पष्ट रूप से यह सलाह देता है कि आलोचना के बिना सलाह ली जानी चाहिए।

कुछ विशेषज्ञ सिस्टम बिल्डरों द्वारा व्यक्त किए गए दृष्टिकोण इस चिंता को कम नहीं करते हैं। हाल के एक समाचार पत्र में एक अज्ञात “चिकित्सा विशेषज्ञ” के उद्धरण पर विचार करें:

यहां तक ​​कि एक बुरा डॉक्टर एक विशेषज्ञ प्रणाली के साथ एक बहुत ही सटीक निदान कर सकता है, जब तक कि वह सिस्टम द्वारा की गई सिफारिशों को स्वीकार नहीं करता है और वैसे भी गड़बड़ नहीं करता है।

यह सच हो सकता है कि हमारे पास उदार व्यवसायों में “बुरे” अभ्यासकर्ता हैं, लेकिन प्रवेश और अभ्यास की कम से कम एक अच्छी तरह से परिभाषित प्रणाली है जिसका उद्देश्य न्यूनतम स्तर की क्षमता का उत्पादन करना है। हम कैसे स्थापित करते हैं कि एक विशेषज्ञ प्रणाली एक न्यूनतम न्यूनतम स्तर की क्षमता को पूरा करती है? एक “घटिया” विशेषज्ञ प्रणाली एक “घटिया” डॉक्टर या वकील के रूप में बुरी सलाह देगी।

इसी अखबार की रिपोर्ट में दावा किया गया है कि अगले छह महीनों में संयुक्त राज्य अमेरिका में लगभग 100 चिकित्सा प्रणाली शुरू की जाएंगी, लेकिन बिना किसी गुणवत्ता नियंत्रण तंत्र का उल्लेख किए।

प्रारंभिक प्रतिक्रिया थी कि सिस्टम का उपयोग केवल पेशेवरों द्वारा किया जाएगा, लेकिन उपरोक्त उद्धरण से पता चलता है कि उन्हें आवश्यक नियंत्रण प्रदान करने के लिए भरोसा नहीं किया जा सकता है।

अद्यतन कार्यक्रमों का संबंधित मुद्दा है। यहां फिर से, कम या ज्यादा औपचारिक तंत्र हैं जिससे यह सुनिश्चित करना संभव है कि मानव पेशेवर अपने पेशेवर प्रशिक्षण को पूरा करने के बाद होने वाले परिवर्तनों से पूरी तरह से अनजान नहीं हैं। यह सुनिश्चित करने के लिए क्या प्रणाली तैयार की जा सकती है कि विशेषज्ञ प्रणालियों को नए विकास और उस क्षेत्र में परिवर्तन के बारे में “सूचित” रखा जाए जिसमें वे विशेषज्ञता का दावा करते हैं?

उत्पाद की देयता और कदाचार कानूनों को बनाए रखने में मदद करने वाले वकील की प्रतिक्रिया मानकों के सही होने की संभावना नहीं है। जब पेशेवरों द्वारा उपयोग किया जाता है, तो सिस्टम के डेवलपर्स को संविदात्मक बहिष्करण खंड द्वारा संरक्षित किया जाएगा। बाजार की ताकत इन प्रणालियों के लिए मानकों का कुछ नियंत्रण लागू कर सकती है। लेकिन अगर उपरोक्त उद्धरण सही है, तो यह एक अच्छी प्रणाली की सलाह का पालन नहीं करने के लिए रिमिस किया जा सकता है।

जब सीधे “ग्राहकों” द्वारा उपयोग किया जाता है, तो अंतिम उपयोगकर्ता को पहचानने में सक्षम होने की संभावना नहीं है, अकेले साबित होने दें, लापरवाह निर्माण। यहां तक ​​कि अगर खराब गुणवत्ता को मान्यता दी जाती है, तो भी एक सफल मुकदमेबाजी की लागत अधिकांश उपयोगकर्ताओं के लिए निषेधात्मक होगी। जब तक उनके पास उत्पाद दायित्व विशेषज्ञों की वास्तव में अच्छी प्रणाली तक पहुंच न हो!

हो सकता है कि नियंत्रण की समस्या को कुछ हद तक लाइसेंस प्रणाली के स्थान पर रखकर ही हल किया जा सकता है, ताकि विशेषज्ञ प्रणालियों को मानव विशेषज्ञों के समान माना जाए। यदि हां, तो लाइसेंसिंग के फॉर्म और शर्तों को निर्धारित करने के लिए बहुत समय नहीं है। विशेषज्ञ प्रणाली आज हमारे साथ हैं; वे जो समस्याएं उठाते हैं, वे कल हमारे साथ होंगी।