پیکربندی (شخصی سازی) مبتنی بر دانش

پیکربندی مبتنی بر دانش

پیکربندی یا سفارشی سازی مبتنی بر دانش (Knowledge-based configuration) که به آن پیکربندی محصول یا سفارشی سازی محصول نیز گفته می شود، فعالیتی است برای سفارشی سازی محصولی خاص برای رفع نیازهای یک مشتری خاص. محصول مورد نظر ممکن است شامل قطعات مکانیکی، خدمات و نرم افزار باشد. سفارشی سازی مبتنی بر دانش یک حوزه کاربردی اصلی برای هوش مصنوعی(AI) است و مبنای آن، مدل کردن این سفارشی سازی ها به گونه ای است که این امکان را فراهم کند که بتوان با روش های هوش مصنوعی، جست و جوی بهتری وابسته به نیازهای آن کاربر خاص انجام داد.

پیش زمینه

سفارشی سازی مبتنی بر دانش در بخش محصولات و خدمات پیچیده، سابقه طولانی به عنوان یک حوزه مفید هوش مصنوعی دارد. در تعریف غیررسمی، این سفارشی سازی را می توان گفت " زمینه ای خاص از طراحی است، به طوری که محصول آن از کنار هم قرار گرفتن بخش های از پیش مشخص و به خوبی تعریف شده ساخته می شود که محدودیت های مورد نیاز را ارضا می کنند." این محدودیت ها، همان محدودیت های فنی ای است که مربوط به جنبه های اقتصادی و فرآیندهای تولید محصول هستند. نتیجه نهایی این فرآیندهای سفارشی سازی، یک محصول سفارشی سازی شده ی منسجم است. به عبارتی دیگر، لیستی است از بخش های مختلف که حتی در برخی موارد، شامل روابط بین این بخش ها هم می شود. مثال هایی از این سفارشی سازی ها عبارت است از کامپیوترهایی که با توجه به نیاز مشتری شخصی سازی و تحویل داده می شوند و یا بسته های مالی مربوط به سهام که پیشنهاد می شوند و ترکیبی از وام و تضمین کردن ریسک های مربوط به این سهام است.

بخش نظری و پیچیدگی پیکربندی

تعداد زیادی از مسائل عملی مربوط به سفارشی سازی را می توان در چارچوب نظریه ناجمن و استاین (Najmann and Stein) بررسی کرد که یک رویکرد بدیهی بوده است و هیج نمودی از دانش را از خود نشان نمی دهد. یک نتیجه مهم این روش این است که مسائل معمولی بهینه سازی ( مانند پیدا کردن کمترین هزینه برای پیکربندی ) از نوع مسائل NP-complete هستند. بنابراین آنها به زمان محاسبه بسیار زیادی نیاز دارند و این موضوع باعث شده است که برای محصولات پیچیده، الگوریتم های پیکربندی اکتشافی نسبت به سایر الگوریتم ها ترجیح داده شوند.

سیستم های پیکربندی

سیستم های پیکر بندی یا سفارشی سازی که به آن ها سفارشی ساز یا جعبه ابزار سفارشی سازی انبوه نیز گفته می شود، یکی از موفق ترین زمینه هایی است که هوش مصنوعی در آن پیاده سازی شده است و برای مثال می توان از موفقیت در صنعت خودرو، صنعت مخابرات، صنعت کامپیوتر و ترانسفورمر های برق نام برد. پس از شروع با رویکردهای قانونمند مانند R1/XCON، رویکردهای مدل دار نمایش دانش (بر خلاف رویکرد قانونمند)، توسعه داده شده اند تا کاملا زمینه دانش تولید محصول را از زمینه دانش های حل مسئله جدا کنند. نمونه هایی از این موضوع در مسائل ارضای محدودیت، مسائل صدق پذیری بولی و برنامه نویسی مجموعه جواب (ASP) قابل مشاهده است. دو مفهوم از سفارشی سازی دانش مهم ترین مفاهیم آن هستند. مهم ترین مفاهیم در این زمینه عبارتند از: اجزا، درگاه ها، منابع و توابع. این جداسازی دانش محصول و دانش حل مسئله، باعث افزایش تاثیر پیشرفت و نگهداری برنامه های سفارشی سازی شده است چرا که تغییرات در زمینه دانش محصول، بر استراتژی های جست و جو اثر نمی گذارند و برعکس. همچنین سفارشی سازی ها گاهی به عنوان "بسته ابزار نوآوری آزاد" یاد می شوند، یعنی ابزارهایی که از مشتریان در مرحله تشخیص محصول پشتیبانی می کنند. در این زمینه، مشتریان خود نوآورانی هستند که نیازهای خود را بیان می کنند و این باعث تولید محصولات خلاقانه جدید می شود. "سرگردانی انبوه" حاصل از هدف تعداد بسیار زیادی پاسخ ممکن قرار گرفتن (زیادی بیش از حد انتخاب ها)، پدیده ای است که بیشتر مواقع همراه با استفاده از سفارشی سازی تکنولوژی ها پدید می آید. این پدیده انگیزه ای برای ساخت محیط های سفارشی سازی شخصی شد که از دانش و ترجیحات مشتری استفاده می کنند.

پردازش کردن پیکربندی

سفارشی کردن هسته یا به عبارتی دیگر راهنمایی کردن کاربر و سپس بررسی میزان مطابقت نیازهای این کاربر با اطلاعات موجود در پایگاه دانش، نمایش جواب و ترجمه کردن نتایج این سفارشی سازی به صورت فهرست مواد اولیه (BOM) از وظایف اصلی است که توسط پیکربندی انجام می شود. سفارشی سازی های وابسته به دانش، در بیشتر مواقع با استفاده از زبان های اختصاصی ساخته می شوند. در بیشتر موارد پایگاه های دانش توسط مهندسین دانشی توسعه می یابد که محصول را تولید و تبلیغ می کنند و سپس به فروش می رسانند. سفارشی سازی پایگاه دانش، از یک توصیف رسمی از ساختار یک محصول و محدودیت های بیشتر تشکیل شده است که محدودیت های بیشتر برای محدود کردن ویژگی های احتمالی و ترکیب های اجزا است.

سفارشی سازهایی که به عنوان پیکربندی کننده محصول مبتنی بر ویژگی شناخته می شوند، از مجموعه ای از متغیرهای گسسته استفاده می کنند که یا باینری ( 0 یا 1 ) هستند و یا یکی از چندین مقدار ممکن را دارا هستند و این متغیرها، هر نوع محصولی که بخواهیم را می توانند تعریف کنند.

پیکربندی نرم افزار و سرویس

به تازگی، سفارشی سازی مبتنی بر دانش در زمینه های سفارشی سازی نرم افزار و سرویس گسترش یافته است. نرم افزارهای پیکربندی مبتنی بر مدل روی دو پایه بنا شده اند: مدل کردن ویژگی و متصل کردن اجزا. هستی شناسی دامنه Kumbang تمام رویکردهای قبلی را بر اساس سفارشی سازی مبتنی بر دانش سنتی با هم ترکیب می کند.

جستارهای وابسته

• پیکربندی‌کننده
• سفارشی‌سازی انبوه
• نوآوری باز
• تمایز محصول

منابع

• مشارکت‌کنندگان ویکی‌پدیا. «Knowledge-based configuration». در دانشنامهٔ ویکی‌پدیای انگلیسی، بازبینی‌شده در ۹ آوریل ۲۰۲۴.