برق. قدرت. کنترل. الکترونیک. مخابرات. تاسیسات.

دایره المعارف تاسیسات برق (اطلاعات عمومی برق)

 

«پروفسور کارو لوکس» برای آنان که در زمینه هوش مصنوعی فعالیت می‌کنند، نامی آشنا و معتبر است. اگرچه وی رسماً به عنوان استاد دانشکده مهندسی برق و کامپیوتر دانشگاه تهران شناخته می‌شود، ولی در زمینه علوم پایه، علوم اقتصادی و اجتماعی و همچنین مهندسی صنایع نیز، مخاطبان زیادی دارد. نگارش ۹ عنوان کتاب، بالغ بر ۵۰۰ مقاله علمی در کنفرانس‌ها و ژورنال‌های مختلف داخلی و خارجی، ارائه بیش از ۱۰۰ سخنرانی کلیدی در دانشگاه‌های مختلف جهان و همکاری‌های علمی بین دانشگاهی و پروژه‌های صنعتی متعدد کافی است تا او را یک چهره علمی شاخص بدانیم. اما این تمام داستان نیست. مدیریت و سازماندهی بیش از ۵۰ کنفرانس علمی در داخل و خارج، عضویت در تحریریه بیش از ۲۰ ژورنال علمی داخلی و خارجی، تأسیس و مدیریت انجمن‌های علمی متعدد از جمله انجمن مهندسین برق و الکترونیک ایران، IEEE بخش ایران، بخش سیستم‌های هوشمند در مرکز تحقیقات فیزیک نظری و ریاضیات نیز رویکرد مدیریتی او را در راستای گسترش و ترویج هدفمند علم نشان می‌دهد. همان طور که خود دکتر لوکس در این مصاحبه اشاره می‌کند، از مجموعه این فعالیت‌ها می‌توان الگویی برای نظام آموزش عالی کشور استخراج کرد؛ نظامی که به اعتقاد او دارد به بیراهه می‌رود.

 

تلاش‌های او برای اصلاح نظام آموزش عالی در ایران قابل توجه است تا جایی که هم‌اکنون در این زمینه به عنوان یک نظریه‌پرداز و مدرس به فعالیت مشغول است. وی از معدود اساتید ایرانی است که با وجود اعتبار بین‌المللی فراوان، به خارج از ایران مهاجرت نکرده‌است. قبل از مصاحبه می‌خواستم بپرسم که چرا با وجود این موانع و سیستم آموزشی غلط هنوز در ایران مانده است؛ اما بدون این که این پرسش را مطرح کنم، پاسخم را در طول مصاحبه یافتم.

 

او در سال ۱۳۸۵ خورشیدی به عنوان چهره ماندگار شناخته شده است. اگرچه معتقد است که تخصص اصلی‌اش رباتیک نبوده‌است، اما وی را پدر علم رباتیک ایران نیز می‌نامند.

 

دکتر لوکس حق بزرگی بر گردن جامعه علمی ایران دارد و این را هرکسی به‌سادگی با مروری کوتاه بر سوابق او متوجه می‌شود. دکتر فاتحی، یکی از دانشجویان قدیمی پروفسور لوکس، در جایی گفته بود نه تنها زبان از وصف دکتر لوکس و خدمات او به جامعه علمی کشور قاصر است، بلکه اگر کسی بخواهد خدمات ایشان را توصیف کند، زمان نیز برای این کار کافی نیست و من این را هنگام مصاحبه کاملاً درک کردم.

 

 

از اصفهان تا کالیفرنیا
من متولد اصفهان هستم و تحصیلات ابتدایی و متوسطه را در این شهر گذراندم. در سال ۱۳۵۲ از دانشکده فنی دانشگاه تهران در مقطع کارشناسی ارشد پیوسته مهندسی برق و الکترونیک  (گرایش الکترونیک)  فارغ‌التحصیل شدم. در آن زمان در دانشگاه تهران می‌توانستیم با احراز شرایط لیسانس هم تقاضای فارغ‌التحصیلی با مدرک لیسانس داشته باشیم که البته من این کار را نکردم.

 

ادامه تحصیلاتم در دانشگاه کالیفرنیا برکلی بود. دکترای مهندسی با زمینه اصلی مهندسی کنترل سیستم‌ها و زمینه فرعی آمار و اقتصاد مالی در سال ۱۳۵۵ دریافت کردم.

 

در دوران دکتری موضوع کارم مدل‌هایی بود که در آن‌ها نظریه جدید Stochastic Calculus در کاربردهای عملی مورد استفاده قرار می‌گرفت، مخصوصاً در اقتصاد مالی. بعد از بازگشت به ایران با توجه به این که تحقیق روی کاربردهای Stochastic سخت بود، به سمت کنترل Deterministic کشیده شدم. البته یک دلیل دیگر این مسأله آن بود که تصادفاً استاد دیگری در دانشگاه تهران بود که مباحث  Stochasticرا تدریس می‌کرد و من همین دلیل به سمت سایر درس‌ها که در آن زمان استاد نداشتند کشیده شدم و در نتیجه هیچ‌وقت در دانشگاه تهران Stochastic Control درس ندادم. یکی از علایق من در آن زمان این بود که رویکرد فضای حالت در کنترل و مسائل هندسه دیفرانسیل و رویکردهای جبری در کنترل را با روش‌های جابجایی قطب و روش‌های کلاسیک‌تر کنترل مقایسه می‌کردم و در طراحی از این تناظرها استفاده می‌کردم. مثلاً به حل مسائلی از این دست فکر می‌کردم که: "اگر بخواهیم قطب‌های غالب حلقه بسته سیستم در محدوده خاصی باشد، این مسأله معادل این است که چه تابع هزینه‌ای را می‌نیمم کنیم؟"

 

 

اولین آشنایی جدی با سیستم‌های هوشمند
در سال ۱۹۸۸ و ۱۹۸۹ در دانشگاه کالیفرنیا برکلی در فرصت مطالعاتی بودم. در آن سال‌ها علاقه‌ام به شبکه‌های عصبی شروع شده بود و بیشتر وقت من در این فرصت مطالعاتی صرف آشنایی با رویکردهای جدید در سیستم‌های هوشمند شد. پس از بازگشت به ایران با توجه به این مطالعات و روند جهانی، علاقه‌ام به شبکه‌های عصبی و سیستم‌های هوشمند بیشتر شد و در نهایت هم سیستم‌های هوشمند بیش از شبکه‌های عصبی مرا به خود جذب کرد. تا قبل از آن زمان سیستم‌های فازی در حاشیه کارهای پژوهشی من قرار داشت ولی بعد از این مقطع توجه بیشتری به سیستم‌های فازی نشان دادم.

 

شبکه‌های عصبی، سیستم‌های فازی و الگوریتم ژنتیک به مدت دو دهه با رکود نسبی مواجه شده بودند، یک دلیل این امر آن بود که پایه‌های ریاضی آنها محکم نشده بود. (البته دلایل دیگری هم هست که بحث انگیز است و من درباره آن بحث زیاد دارم) به همین دلیل محققان در این زمینه‌ها به تعداد خاصی از افراد از جمله شاگردان "زاده" و شاگردان "هلند" محدود شده بود و هنوز موج انفجاری انتهای دهه‌ی ۸۰ و دهه‌ی ۹۰ به وجود نیامده بود. علاوه بر این دافعه زیادی در جامعه‌ی علمی در مواجهه با این موضوعات وجود داشت. نوع برخورد برخی از دانشمندان مانند برخورد با یک مکتب الحادی در حوزه‌ی دین بود و اصلاً سیستم‌های هوشمند به رسمیت شناخته نمی‌شد. در آن زمان تلقی عمومی از هوش مصنوعی صرفاً مواردی بود که به صورت نمادین با هوش مواجه شود و بقیه موارد هوش مصنوعی تلقی نمی‌شد. در واقع تفوق یک فلسفه خاص باعث شده بود که دایره‌ی موضوعات مرتبط با هوش مصنوعی محدود بماند. یادم می‌آید که درهمان زمان‌ها در یک همایش در دانشگاه تهران تعریفی که در باره هوش مصنوعی ارائه کرده بودند این بود: "سبکی در برنامه نویسی کامپیوتر!!"

 

در سیستم‌های هوشمند من خیلی زود حالت انتقادی پیدا کردم. البته این حالت انتقادی از ویژگی‌های شخصی من است. به‌عنوان مثال من نیمی از عمر علمی‌ام را صرف ترویج رویکرد سیستمی به مسائل و کاربردها کرده‌ام؛ اما حالا در نیمه دوم عمر علمی‌ام بیشتر تلاش می‌کنم بگویم که کجا نباید از این رویکرد استفاده شود.

 

من ابتدا در سیستم‌های هوشمند وارد بحث یادگیری تقویتی شدم، اما خیلی زود به حوزه‌ی نقاد پیوسته و یادگیری دائمی (نه یادگیری پس از موفقیت یا شکست) رفتم. در حال حاضر بیشتر در زمینه "هوش مصنوعی غیر شناختی" فعالیت می‌کنم. اگر شناخت را از مبنا و پایه‌ی عصب شناسی بررسی کنیم، می‌توان گفت کارهای محاسباتی، استنباطی و اتخاذ تصمیم آینده نگرانه در قشر بیرونی مغز انسان (که با موجودات دیگر اشتراک زیادی ندارند) انجام می‌شود. این قسمت‌ از مغز انسان در مواجهه با هرمسأله‌ای با توجه به مدلی که از دنیای پیرامون ساخته است، نتیجه‌ی هر تصمیم را به صورت مجازی با آن مدل می‌سنجد و بهترین تصمیم را اتخاذ می‌کند. من روی این زمینه کار  نمی‌کنم. به جای این کار مثلاً در حال حاضر روی کنترل عاطفی کار می‌کنم.

 

 

در کنترل عاطفی سعی بر این است که برای کنترل و تصمیم‌گیری به جای عقلانیت کامل از عواطف استفاده شود. سیستم کنترلی تلاشی برای شناخت plant انجام نمی‌دهد و بیشتر به تنش‌ها و رفتار عاطفی سیستم واکنش نشان می‌دهد و سعی می‌کند کنترلی را اعمال کند که تنش‌های plant را کمتر کند. این رویکرد در کاربردهای زیادی پیاده سازی شده و عمدتاً پاسخ بهتری از سایر کنترل‌کننده‌ها گرفته‌ایم. از جمله در سیستم‌های حرارتی و تهویه مطبوع، کنترل الکتروموتورهای متداول و جدید (Switching Reluctance و Permanent Magnet) و هدایت و ناوبری.

 

اغلب کنترل‌ها در عالم واقعی، کنترل تطبیقی است و ما غالباً به مدل ریاضی دسترسی نداریم. کنترل تطبیقی سرنوشتی مشابه به شبکه‌های عصبی داشته است. اصولاً علم کامپیوتر، کنترل تطبیقی و شبکه‌های عصبی سه علم همزاد هستند و در ابتدا یکی بوده‌اند. علم کامپیوتر، مهندسی کامپیوتر و تکنولوژی کامپیوتر به علت اهمیت تکنولوژی دیجیتال رشد سریعی پیدا کرد. کنترل تطبیقی و شبکه‌های عصبی دچار رکود شدند. حتی در زمان دانشجویی من کنترل تطبیقی تا حدودی بدنام هم شده بود و معروف بود که "دانشجویان ماجراجو به دنبال کنترل تطبیقی می‌روند"

 

در دهه‌ی ۹۰ همراه با سیستم‌های فازی و شبکه‌های عصبی، کنترل تطبیقی و رویکردهای زیستی به محاسبات، "یادگیری در مهندسی" اهمیت پیدا کرد و یادگیری تقویتی خیلی زود پا گرفت. در ایران، ما این شانس را داشتیم که همراه با یکی از پیشگامان کنترل با یادگیری تقویتی، تحقیقاتمان را در این زمینه شروع کردیم. لذا کشور ما در این زمینه جزء پیشگامان محسوب می‌شود. رویکرد ما از ابتدا این بود که این مسأله را از نظر زیستی بیشتر قابل توجیه و ملموس کنیم که تعبیر عاطفی از همان اوایل دهه‌ی ۹۰ وارد این حوزه شد. در پیاده‌سازی ها هم بیشتر به دنبال مواردی بودیم که از لحاظ زیستی مقبول‌تر و ملموس‌تر باشد.

 

 

آینده کنترل عاطفی و هوش مصنوعی غیرشناختی
بحث کنترل عاطفی در مقابل سایر روش‌های هوشمند آن طور که باید رایج نشده است. در ساختار عصبی انسان بخش عاطفه در قشرهای میانی مغز قرار دارد. یعنی نه در قشرهای خارجی مخ (که ارتباط با دنیای بیرون و شناخت را به عهده دارند) و نه در بخش بصل‌النخاع و نخاع که رفتارهای حرکتی و تعادل بدن را کنترل می‌کنند. از نظر روانشناسی هم عواطف به نوعی یک حالت ذهنی است و از این لحاظ به حوزه‌ی "شناخت گرا" نزدیک است و از طرف دیگر ارتباط بسیار نزدیکی با تحریکات و پاسخ‌های بدن دارند و از این نظر هم به حوزه‌ی "رفتار گرا" نزدیک است. نتیجه این که عواطف موقعیتی بین شناخت و رفتار دارند. بسیاری از منتقدان رویکرد شناخت گرا و رویکرد مبتنی بر مدل این دوگانی را می‌فهمند و به یک نوع تقسیم معتقد هستند. بسیاری از پدیده‌های هوشمندی ناشی از عملکرد بدن در اثر قرار گرفتن در شرایط خاص است؛ منتها سیگنال خاصی وجود ندارد که بتوان آن را به عاطفه تعبیر کرد و آن را بتوان هم شناختی و هم رفتاری قلمداد کرد. تقسیم‌بندی به صورت "شناخت " و "رفتار" وجود دارد و عواطف در مرز این دو است.

 

عواطف از یک نظر بسیار در حال رشد است و آن هم غیر از تصمیم‌گیری در "ارتباط ما بین تصمیم گیرنده‌ها" است بسیار مهم است که این ارتباط متکی به ارتباطات صددرصد عقلانی یا قابل بیان به وسیله زبان یا مدل نباشد. یعنی بتوانیم به کمک عواطف ارتباطات ضمنی داشته باشیم. این موضوع در دنیای امروز بسیار بالنده و در حال رشد است از جمله در رباتیک، e-Leaning و ....

 

 

نظام آموزش عالی ما دارد به بیراهه می‌رود
من تقریباً می‌توانم ادعا کنم که در آموزش عالی ایران نقش داشته‌ام. نقش من البته به معنای مدیریت از بالا نبوده، بلکه بشتر به صورت نمونه‌سازی از پایین بوده است. من علاوه بر الگوی عملی، سعی می‌کنم از ایده‌هایم در این باره در هر موقعیتی دفاع کنم و همکارانم را به این شیوه دعوت کنم.

 

متأسفانه بحث Evidence-Based Management of Higher Education هنوز در ایران جا نیفتاده است. گام اول در این رویکرد این است که در اهداف آموزش عالی تعمق بیشتری بشود و جهت‌گیری‌ها با توجه به آن اهداف تنظیم شود. در حال حاضر دانشگاه‌های ما از نظر کاری که فکر می‌کنند باید انجام دهند، الحق خیلی خوب کار می‌کنند؛ ولی شاهد هستیم که رتبه این دانشگاه‌ها مرتباً پایین می‌آید. علت این است که آن کاری که فکر می‌کنند وظیفه اصلی آموزش عالی است، دیگر وظیفه آموزش عالی نیست. اگر قرار باشد آموزش عالی هدفش این باشد که یک سری نظریه را به‌وسیله یک عده که بلدند، به عده‌ای که می‌خواهند یاد بگیرند منتقل کند، دانشگاه‌های ما این کار را خوب انجام می‌دهند. فارغ‌التحصیلان ما که به دانشگاه‌های خارج می‌روند معمولاً از این نظر همیشه می‌درخشند. منتها اهمیت این مسأله در آموزش عالی دارد از بین می‌رود. نحوه‌ی ارزیابی دانشگاه‌های ما هم معمولاً به صورت امتحان پایان ترم است. یعنی به نظر من هدف نهایی آموزش عالی در ایران، اگرچه هیچ‌گاه رسماً گفته نمی‌شود، این است که آموزش عالی باید افرادی را تربیت کند که یک سری مسائل شبیه به مسائل یک text book درسی خاص را حل کنند و همه هم این را به طور ضمنی پذیرفته‌اند.

 

معیار ارزش دادن به افراد هم همین است. مثلاً کسی که در المپیاد مقام می‌آورد، در جامعه علمی جایگاه بزرگی پیدا می‌کند، چون توانسته‌است به آن مهارت دست پیدا کند. چنین مهارتی در دنیای امروز هیچ ارزشی ندارد و بنابراین آموزش عالی ما دارد به بیراهه می‌رود. آموزش عالی باید اهداف دیگری را برآورده کند که متأسفانه ما به دنبال آن نیستیم، چون متوجه نیستیم که در دنیا چه اتفاقاتی افتاده است و بعضی از مواقع هم سیاست‌های کلان اقتصادی در این راه مانع می‌شوند. ما تازه چند سالی است که متوجه شده‌ایم که غیر از انتقال علم، تولید علم هم مهم است.

 

در حال حاضر زمان دو برابر شدن دانسته‌های علمی بسیار کوتاه شده‌است تا حدی که انتقال علم بی‌فایده است. فرض کنید دانشگاهی موفق شد که ۱۰۰ درصد دانسته‌های موجود در دنیا را منتقل کند. سه سال بعد این مقدار ۵۰ درصد دانسته‌های موجود است و به همین ترتیب ۶ سال بعد ۲۵ درصد. ما حدود ۶-۵ سال است که به اهمیت تولید علم پی‌‎برده‌ایم و سعی می‌کنیم در مقررات به آن اهمیت دهیم.

 

البته مقاومت‌هایی هم هست و بالاخره برخی موقعیت‌ها به خطر می‌افتد. مقاومت‌ها هم معمولاً مستقیم نیست. مثلاً کسی که با تحقیق مخالف است، نمی‌گوید من با تحقیق مخالف‌ام بلکه می‌گوید این مقالات که منتشر می‌شود ارزشی ندارد؛ یا مثلاً می‌گویند این مقالات مورد ارجاع قرار نمی‌گیرند. غافل از آنکه سه چهار سال طول می‌کشد تا یک مقاله مورد ارجاع قرار گیرد. یا مسائلی مانند غیرکاربردی بودن و .... هم ممکن است در مورد تحقیقات مطرح شوند، ولی هیچ‌کدام از این‌ها نباید دستاویزی برای تعطیل‌کردن یا محدودکردن تحقیقات باشد.

 

به هرحال این را فهمیده‌ایم که تولید علم مهم است. اما این اهمیت ترجمه نشده‌است به این که فعالیت دانشگاهی چگونه باید باشد تا عوامل و فضای مناسب برای تولید علم فراهم شود. معمولاً نتیجه نهایی (مثلاً انتشار مقاله) مورد تشویق قرار می‌گیرد که البته مؤثر است و تاکنون تأثیرات خوبی هم داشته است. اما مبنای ارزیابی هم باید عوض شود. یعنی ملاک نباید این باشد که دانشجو چه قدر معلومات در ذهن‌اش ذخیره کرده است، بلکه باید ببینیم چه قدر توانایی پیدا کرده است.

 

نباید فراموش کنیم که تغییر دیدگاه از "انتقال علم" به "تولید علم" اولین قدم است و الان کافی نیست. مثلاً باید بدانیم علمی را که تولید شده‌است، می‌توان به ارزش تبدیل کرد یا خیر. این که علم به چه قصدی تولید می‌شود مهم است. آیا دانشجوی فارغ‌التحصیل شده به واسطه‌ی این تولید علم موقعیت کاری مناسب‌تری دارد یا خیر؟ آیا می‌تواند کارآفرین باشد یا خیر؟ تأثیرات اجتماعی این مسأله چگونه است؟ این مسائل باید در آموزش عالی ما مطرح باشد ولی در حال حاضر مطرح نیست.

 

من اگرچه رشته‌ی تخصصی‌ام آموزش عالی نیست، اما به اندازه‌ی کافی در این باره تحقیق کرده‌ام و هم دیدگاه تجربه‌ای و هم تئوری در زمینه‌ی آموزش عالی دارم. کوشش من این است که رویکردهای جدید را در آموزش عالی ایران جا بیندازم و همکارانم را قانع کنم که دیدگاه موجود اشتباه است. می‌توانم ادعا کنم که در همین توجه به تحقیق هم بی‌تأثیر نبوده‌ام.

 

کلید اصلی این تغییر دیدگاه اساتید هستند. نه دانشجویان کار عمده‌ای می‌توانند انجام دهند و نه سیستم مدیریتی می‌تواند این کار را یک طرفه به پیش ببرد. باید بدنه آموزش عالی (یعنی اساتید) ضرورت تحول را متوجه شود تا با کمک سیستم‌های مدیریتی بتواند تحول را ایجاد کند.

 

در حال حاضر این مسأله در بسیاری از کشورهای جهان مورد توجه است. برای مثال کنسرسیومی از دانشگاه‌های آلمان متشکل از افراد نظریه‌پرداز و مجری در زمینه آموزش عالی وجود دارد که شبکه‌های منطقه‌ای از فارغ‌التحصیلان دانشگاه‌های آلمان در کشورهای مختلف (مخصوصاً کشورهای جهان سوم) تشکیل داده‌اند. در این شبکه‌ها پروژه‌های مختلفی با هدف تحول آموزش عالی در هر منطقه تعریف می‌شود و در کنفرانس‌های دوره‌ای تجربیات مجریان به اشتراک گذاشته شده و آموزش‌های جدید صوت می‌گیرد. شبکه‌های منطقه‌ای اندونزی، آمریکای لاتین و برخی کشورهای آفریقایی فعالیت‌های خوبی دارند. در ایران هم شبکه‌ای از فارغ‌التحصیلان دانشگاه‌های آلمان تشکیل شده است. من در برخی کنفرانس‌های بین‌الملی این مؤسسه به عنوان آموزش دهنده همکاری داشته‌ام.

 

 

چه باید کرد؟
در آموزش عالی نقش تحقیق در هفت هشت سال اخیر در دنیا خیلی رشد کرده است و ما هم از لحاظ کمی پیشرفت خوبی داشته‌ایم. البته بودجه‌ی پژوهش رقم خیلی نازلی است که حتی در مقایسه با کشورهای ضعیف هم کم است. البته این بودجه بیشتر شده‌است و از حدود ۰٫۲ درصد به کمی بیش از ۰٫۵ درصد رسیده است؛ ولی هنوز خیلی کم است. ضمن این که همین بودجه هم در جای مناسب هزینه نمی‌شود. برای صرف این بودجه در مسیر درست، باید بدانیم در کشورمان چه نوع فعالیت اجتماعی را می‌خواهیم. اگر می‌خواهیم یک جامعه‌ی دانایی محور درست کنیم، باید پیکربندی و زیرساخت آن به درستی و در همان جهت فراهم شده باشد. در مورد این که چه چیزهایی لازم است تا این بودجه مثمرثمر باشد، خیلی می‌توان بحث کرد. اما یک بحث اساسی را نباید فدای سایر بحث‌ها کرد. فرض کنید شما می‌خواهید کارخانه‌ای بسازید که محصول آن رادیو ترانزیستوری باشد. اگر خط تولید تلویزیون را در این کارخانه نصب و راه‌اندازی کنید، از این خط هیچ وقت رادیو ترانزیستوری بیرون نمی‌آید. اگر در یک جامعه تمام سرمایه‌گذاری‌تان برای تولید آهن باشد، قطعاٌ محصول‌تان آهن است، نه دانش. عکس این قضیه همیشه درست نیست. تضمینی وجود ندارد که دانش خود به خود تولید شود. نیاز به مدیریت دارد. اما برنامه‌ریزی و سرمایه‌گذاری‌ به عنوان یک شرط لازم و غیرکافی اجتناب ناپذیر است. ما این پیکربندی را بلد نیستیم و انتظار داریم بدون هیچ گونه ورودی، دانش خود به خود ظاهر شود. البته هنگام سخنرانی‌ها معمولاً تعریف و تمجید زیادی از سابقه‌ی علمی دانشمندان کهن و علاقه‌ی ایرانیان به علم گفته می‌شود. ولی وقتی پای عمل و اختصاص بودجه می‌رسیم، به قول آمریکایی‌ها پول را آن جایی که دهانمان هست نمی‌گذاریم، یعنی حرف مفت می‌زنیم. در چنین جامعه‌ای هیچ‌‌وقت دانش تولید نمی‌شود. هرچه‌قدر هم مدیریت خوب باشد. بنابراین اول باید بودجه وجود داشته‌باشد. و در قدم بعدی مدیریت قوی برای این بودجه وجود داشته‌باشد. اگر بودجه کم باشد و مدیریت خوبی بر آن حاکم باشد نه تنها هیچ نتیجه چشمگیری نخواهیم داشت بلکه آن مدیر را هم تلف کرده‌ایم.

 

 

کنترل کلاسیک یا هوشمند؟
دنیایی که بتوانیم در مورد آن به صورت ریاضی تضمین بدهیم، در کاربردهای مهندسی کنترل دنیای بسیار مهمی است. همان طور که اشاره کردم پیدا نکردن تضمین ریاضی ممکن است بحث مهمی مانند کنترل تطبیقی را دو سه دهه با رکود روبرو کند. ولی در بعضی از کاربردهای کنترل این طور نیست. ممکن است یک بار شکست خیلی بد هم در برابر میلیون‌ها بار موفقیت کوچک نتیجه بدی نباشد. یعنی بتوانیم هزینه‌ی متوسط را کاهش بدهیم مگر به ازای موارد استثنایی.

 

قبل از اینکه منطق فازی در جهان به این صورت معروف شود، در صنعت سیمان خیلی خوب جای خودش را باز کرده بود. چون در این صنعت بحث هزینه مطرح است و مانند هدایت و ناوبری هواپیما نیست که شکست روش اعمال شده منجر به سقوط هواپیما شود و عواقب ناگواری در پی داشته باشد.

 

در چنین کاربردهایی که تضمین ریاضی اهمیت کمتری دارد، سیستم‌های هوشمند مورد استفاده و مورد علاقه هستند. حیطه‌ی این کاربردها در دنیای امروز رو به گسترش است. چون مسائل ساده را حل کرده‌ایم و حالا به مسائل پیچیده‌تر رسیده‌ایم. مسائل اختصاصی‌تر شده‌اند و لازم نیست یک قضیه‌ی کلی بیان کنیم بلکه هدف ما حل مسأله‌ی موجود است. پیشرفت سیستم‌های هوشمند، تضمین‌ها و اثبات‌های ریاضی را با خود به همراه می‌آورد. البته ممکن است این پیشرفت سریع نباشد. ضمن این که پیدا کردن تضمین ریاضی برای مسائل کلاسیک هم بسیار مشکل است، مخصوصاً وقتی فرض‌های ساده کننده را برداریم.

 

 

سیستم‌های فازی
پروفسور زاده از فارغ‌التحصیلان دانشکده فنی هستند و طبیعتاً در آن سالها هرکسی از دانشگاه تهران فارغ‌التحصیل می‌شد، به خصوص اگر برای ادامه‌ی تحصیل به دانشگاه کالیفرنیا برکلی می‌رفت، با نام ایشان آشنا بود و پروفسور زاده به عنوان یک نمونه ایده‌آل حرفه‌ای و اجتماعی برای ما مطرح بود. "زاده" قبل از مطرح کردن نظریه سیستم‌های فازی به واسطه‌ی نظریات و کاربردهایی که در مهندسی سیستم و مهندسی کنترل انجام داده بود معروف بود. برخی از شهرت‌های ایشان بعد از معرفی نظریه سیستم‌های فازی تحت‌الشعاع قرار گرفته و فراموش شده است. پروفسور زاده را به عنوان بنیان‌گزار "شناسایی سیستم‌ها" و همچنین "Learning Systems" می‌شناختند.

 

زمانی که نظریه سیستم‌های فازی بیان شد، زاده فکر نمی‌کرد که این نظریه در مهندسی کنترل به این صورت اهمیت و کاربرد پیدا کند و بلکه حتی کنترل فازی مهم‌ترین پیش برنده‌ی نظریه در مهندسی سیستم‌های فازی باشد. اگر چنین پیش‌بینی‌ای می‌کرد، شاید از مهندسی کنترل کناره‌گیری نمی‌کرد و به سمت مهندسی کامپیوتر نمی‌رفت. البته زاده اهمیت مهندسی کامپیوتر را در آن زمان به خوبی درک کرده بود و پیش از مطرح کردن نظریه‌‌ی سیستم‌های فازی به مهندسی کامپیوتر وارد شده بود و شاید مهم‌ترین نقش را در شکل‌گیری مهندسی کامپیوتر در دنیا داشته باشد. او معتقد بود اگر آمریکا می‌خواهد برتری علمی و اقتصادی خود را در دنیا حفظ کند، باید علوم کامپیوتر و تکنولوژی کامپیوتر به مهندسی کامپیوتر ارتقاء پیدا کند و در دانشگاه‌ها تحت عنوان یک رشته‌ی مجزا مطرح شود.

 

زاده فکر می‌کرد سیستم‌های فازی در کامپیوتر و نه در کنترل کاربرد پیدا می‌کند. وجود برخی دانشجویان ایشان از جمله مرحوم دکتر طحانی که در مهندسی کنترل تحصیل می‌کرد و اصرار ایشان به همکاری با زاده، باعث شد نظریه فازی به مهندسی کنترل راه پیدا کند. این اتفاق باعث شد تا مهندسی کنترل بانی و ناجی نظریه سیستم‌های فازی شود. بدون مهندسی کنترل نظریه‌ی سیستم‌های فازی در هیچ‌جا کاربرد وسیع پیدا نکرد. شخص زاده و سابقه او در مهندسی کنترل و وجود دانشجویان کنترل در این مسئله مؤثر بود. اما بیشتر از آن موفقیت‌های اقتصادی و کاربرد وسیع و پرفروش محصولات تجاری باعث مطرح شدن و موفقیت سیستم‌های فازی شد. در عرصه تکنولوژی کاربردهای متعددی از سیستم‌های فازی ظهور کرده بود، از جمله قطارهای سریع‌السیر ژاپن. اما هنگامی‌که سیستم‌های فازی در صنایع خانگی با موفقیت روبرو شدند، مزیت و برتری سیستم‌های فازی بیشتر نمایان شد. چرا که در اینجا میلیون‌ها نفر با پول خودشان رأی دادند که این سیستم بهتر از سیستم‌های سابق کار می‌کند.

 

مثلاً در اواخر دهه‌ی ۸۰ عکاسی هنرمندانه از طبیعت و مناظر به عنوان یک تفریح بسیار رایج شده بود و مهارت بسیاری را نیاز داشت. در آن شرایط تصاحب سهم حتی یک درصد از بازار بسیار مهم بود و موفقیت بزرگی به شمار می‌رفت. در این میان یک شرکت، دوربین‌هایی را به بازار عرضه کرد که با منطق فازی کار می‌کند. ناگهان به طور شگفت‌آوری این شرکت توانست در بازار سهم دورقمی فروش را از آن خود کند. چیزی که غیر قابل باور بود.

 

پس از آن به سرعت ماشین‌های لباسشویی مبتنی بر منطق فازی به بازار آمدند و همان موفقیت دوربین عکاسی تکرار شد.

 

بنابراین قبل از اینکه منطق فازی و کنترل فازی، خود را در دنیای علوم و تکنولوژی به اثبات برساند خود را وارد زندگی روزمره مردم کرد و در عرصه‌ی اقتصادی خودش را نشان داد.

 

 

آینده سیستم‌های فازی
من پیش‌بینی می‌کنم بقایای منطق فازی به تدریج اهمیت خود را از دست بدهد و نظریه‌های سیستم‌های فازی به بحث‌های محاسباتی‌اش برگردد و از if-then rule ها و استدلال‌های تقریبی فاصله بگیرد. من فکر می‌کنم همین اتفاق هم در مورد کنترل فازی بیفتد.

 

 

یک خاطره
موقعی که در ایران تدریس می‌کردم، همیشه برایم سؤال بود که پدر منطق فازی را باید "زاده" نامید یا "عسگرزاده" آن موقع به ایشان "عسگرزاده" می‌گفتم. همسر من هم با وجود اینکه رشته‌اش مهندسی نبود، ولی با منطق فازی و کاربردهای آن آشنا بود و ایشان را با نام "زاده" می‌شناخت. وقتی در برکلی بودیم، بار اولی که ایشان با من تماس گرفت، خود را "لطفی‌عسگرزاده" معرفی کرده بود و همسر من که گوشی را برداشته بود، ایشان را نشناخته بود. این ماجرا را من ابتدا این طور تعبیر کردم که ایشان را باید "عسگرزاده" صدا کنیم. مخصوصاً که خودشان هم در جمع ایرانی‌ها خود را با نام کامل معرفی می‌کردند. اما بعداً به این نتیجه رسیدم که تمام دنیا ایشان را با نام "زاده" می‌شناسند. و با این نام است که در جهان تبدیل به یک چهره شده‌اند و اگر ایشان را "عسگرزاده" صدا بزنیم، حتی ممکن است ایرانیان هم، مثل همسر من، او را نشناسند. از آن به بعد ایشان را "زاده" خطاب می‌کنم.

 

این نشان‌دهنده دوگانی‌‌ای است که در دوره‌ی ایشان، یک نسل قبل از دوره‌ی ما، درآمریکا وجود داشت و چون جامعه‌ی آمریکا هنوز تحمل و ظرفیت تعامل بین فرهنگ‌های مختلف را کسب نکرده‌بود، اکثر جامعه‌ی مهاجر مجبور بودند اسم خودشان راساده و یا خلاصه کنند.

 

 

نقش انجمن‌های علمی تخصصی
من دو تجربه موفق دارم که حاکی از مفید بودن فعالیت‌های این انجمن‌هاست اول شاخه‌های دانشجویی IEEE در ایران بود که در دانشگاه‌های ایران برای سه سال متوالی (دو سال دانشگاه تهران، یک سال دانشگاه شریف) در منطقه هشت IEEE رتبه‌ی اول را احراز کردند. این موفقیت در هیچ جای دنیا تکرار نشد که کنفرانس‌های ‌معتبر علمی با مدیریت کاملاً دانشجویی برگزار شود. بیشتر کنفرانس‌های دانشجویی هم نقطه شروع‌اش از همین‌جا بوده است.

 

تجربه‌ی دوم انجمنی بود که بیشتر یک جمع ضمنی دانشجویی بود تا انجمن. در سال‌هایی که تحقیقاتم را در زمینه‌ی سیستم‌های هوشمند در دانشگاه تهران شروع کرده بودم، دوستانی در دانشگاه امیرکبیر (دکتر هاشمی گلپایگانی و همکاران)، دانشگاه شریف (دکتر ساداتی)، دانشگاه علم و صنعت (دکتر میرزایی) و مرکز تحقیقات مخابرات ایران (دکتر بدیع) بودند که در این زمینه به فعالیت می‌پرداختند. ما متوجه شدیم که تکنیک‌های یکسانی (شبکه‌های عصبی، سیستم‌های فازی و ....) را در حوزه‌های کاربردی متفاوت استفاده می‌کنیم و این تجربه باید به سرعت از حوزه‌ای به حوزه‌ی دیگر انتشار پیدا کند و کانال‌های رسمی جوابگوی این نیاز نبود. بنابراین بدون این که انجمن دانشجویی خاصی شکل بگیرد، یک سری سمینارهای دانشجویی مشترک در هر یک از این مراکز برگزار کردیم. بعد از آن این گروه‌ها سمینارهای دانشجویی بین دانشگاهی را پایه‌گذاری کردند که هنوز در ایران منحصر به فرد است. با این حرکت تحقیقات سیستم‌های هوشمند در ایران بنیان‌گزاری و رهبری شد و رشد قابل توجهی پیدا کرد. این امر منجر به تشکیل پژوهشکده سیستم‌های هوشمند در مرکز تحقیقات فیزیک نظری در ریاضیات شد که هنوزهم فعال است و راه‌اندازی و سرپرستی آن از سال ۱۳۷۲ تا ۱۳۷۶ به عهده‌ی من بود.

 

در هر دوی این موارد استاد و دانشجو در کنار هم بودند، اگرچه وجه اصلی دانشجویان بودند.

 

آنچه که در راهبری این انجمن‌ها مهم است درک نیاز بیرونی و توجه به آن است. آنچه باعث شد این دو تجربه موفق باشد، هدایت مناسب نیازی بود که در جامعه‌ی علمی وجود داشت. طبیعتاً این نیاز را نمی‌توان همیشه با تکرار کارهای قبلی برآورده کرد. بعضی مواقع تکرار کارهای قبلی به نتایج خنده‌داری منتهی می‌شود. برای مثال قبلاً در کنفرانس‌ها کارگاه آموزشی برگزار نمی‌شد. من در یکی از کنفرانس‌هایی که برگزار کرده بودم، چند کارگاه هم برگزار کردم که بیش از حد تئوری بودند و خیلی جنبه‌ی عملی نداشتند. و از این لحاظ قابل انتقاد بود. اما خیلی مورد استقبال قرار گرفت و از خود کنفرانس بیشتر مورد توجه واقع شد. جالب است که از آن زمان به بعد هر کنفرانسی خودش را موظف می‌داند که حتماً کارگاه آموزشی برگزار کند، آن هم کارگاه‌هایی که جنبه تئوری‌شان زیاد باشد!

 

منبع:

خبرنامه انجمن سیستمهای فازی

 

مصاحبه کننده:

محمد قاضی‌مغربی
گروه پژوهشی اتوماسیون و کنترل پیشرفته فرایندها
دانشگاه صنعتی خواجه نصیرالدین طوسی

صفحات جانبی

نظرسنجی

    لطفاً نظرات خود را درمورد وبلاگ با اینجانب در میان بگذارید.(iman.sariri@yahoo.com)نتایج تاکنون15000مفید و 125غیرمفید. با سپاس


  • آخرین پستها

آمار وبلاگ

  • کل بازدید :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :