تکنولوژی‌ایست که توانایی دریافت داده، پردازش آنها و در نهایت انجام کار توسط داده‌های تحلیل شده را دارد. امروزه اینقدر کاربردهای هوش مصنوعی زندگی هایمان بالا رفته که، دیگر متوجه استفاده از آن نمی‌شویم و متوجه نیستیم که این تکنولوژی در زندگی روزمره ما چه کارهایی انجام میدهد.
تعریف و اهداف هوش مصنوعی
شاخه‌ایی از علوم کامپیوتر است که، هدف نهایی آن تولید ماشین هوشمندی برای تفکر و عمل مشابه انسان ولی بسیار سریع‌تر، هوشمندانه‌تر و هم میتواند از رفتارهای انسان تقلید نمایید.
اهداف هوش مصنوعی یادگیری، استدلال و درک داده هاست که میتواند به ما در، تولید ماشین‌های هوشمندی در صنایع، کسب‌وکارها و فناوری های پیشرفته متنوع کمک شایانی کند.
تاریخچه هوش مصنوعی
این فناوری اولین بار در زمان جنگ جهانی دوم خود را بروز داد که دانشمندان انگلیسی برای رمزگشایی، ماشین آلمانی‌های شروع به ساخت ماشینی نمودند که، بتواند عملیات رمزگشایی و کشف داده‌های آنها را انجام دهد که، این کار توسط دانشمند انگلیسی و تیمش به نام آلن تورینگ انجام گرفت.
شاخه‌های هوش‌مصنوعی
این تکنولوژی شاخه‌های بسیار گسترده‌ایی دارد که، میتوان از جمله به این موارد اشاره نمود:
۱-یادگیری ماشین
۲- رباتیک
۳-سیستم خبره
۴-شبکه عصبی
۵-منطق فاری
۶-پردازش زبان طبیعی
سطوح مختلف هوش مصنوعی دارای سه سطح است که در اینجا با این سطوح آشنا میشویم:
هوش مصنوعی محدود
نمونه اولیه از این تکنولوژی که پدید آمد است که میتوانست در زمینه، تصمیم گیری های هوشمندانه در مورد بازی های پیچیده مانند شطرنج، تجارت و کسب و کار و مواردی دیگر از این قبیل را انجام دهد.
هوش مصنوعی عمومی
منظور از این تعریف همان ماشینی است که میتواند مانند انسان‌ها درک کند و وظایف معمول انسان ها را نیز با توانایی و ظرفیت مشابه انجام دهد، این قابلیت میتواند جای انسان را در بسیاری از موارد پر کند مانند مشاغل صنعتی، آب و هواشناسی و … .
سوپر هوش مصنوعی
تعریف این تکنولوژی در واقع این است که، این یک سیستم فرا بشری(فرا انسانی) است که هنوز هیچ جامعه‌ای نتوانسته به دست پیدا کند و هیچ کس نمی‌داند که آیا میتوان به این سطح از هوش مصنوعی دست پیدا نمود، قرار است تهدید باشد یا کاربردهای انسانی داشته باشد و …. .
برای رسیدن به این تکنولوژی باید ماشینی ساخته شود که، بتواند از پس آزمون تورینگ برآید که هنوز هیچکس موفق به ساخت چنین دستگاهی نشده.
آموزش‌های هوش‌مصنوعی
هوش مصنوعی به دو روش آموزش می‌بیند که در ادامه به آن‌های می‌پردازیم:
۱-یادگیری ماشین:
یکی از زیر مجموعه های هوش مصنوعی است که، به ماشین این اجازه میدهد بدون برنامه نویسی خاصی این ماشین یادگیری، بتواند پیشرفت کند و تمرکز اصلی آن بر توسعه برنامه‌هایی است که ماشین بتواند به صورت اتوماتیک، به داده‌ها دسترسی پیدا کرده و به طور خودکار یادگیری را انجام دهد.
در این سیستم یادگیری ماشین داده های پیرامون خود را فرا می‌گیرد و با استفاده از دستور العمل‌ها، تجارب قبلی و … استفاده کند تا به الگوریتمی مشخص رسیده و شروع به حل مسئله و تصمیم گیری کند.
در این شیوه یادگیری ماشین بدون دخالت انسان و با تکیه بر داده های به دست آورده خود شروع به یادگیری و حل مسئله کند.
برای یادگیری ماشین الگوریتم های زیادی وجود دارد و ساخته میشود که همه آن در این زمینه‌ها فعالیت می‌کنند:
۱- نمایش: مجموعه ای از دسته بندی کننده ها یا زبانی که کامپیوتر آن را می فهمد.
۲- ارزشیابی: همچنین معروف به عملکرد هدف/نمره دهی.
۳- بهینه سازی: روش جست‌و‌جو؛ اغلب طبقه بندی کننده‌ای با بالاترین امتیاز.
که همه این الگوریتم‌ها برای تفسیر موفقیت آمیز داده‌ها و تعمیم یادگیری‌ها فراتر از ان چیزی است که آموزش داده می‌شوند.
یادگیری عمیق:
نوعی از یادگیری است که همان روشی که انسان برای یادگیری به کار میبرد تقلید میکند و از، علوم مختلف آمار و مدل‌سازی پیش بینی بهره میبرد.
در واقع یادگیری عمیق را میتوان همان یادگیری ماشینی اما در سطوح پیشرفته تر، انتزاع ویا نمایش رو برای یادگیری ماشین انجام میدهد.
به بیان دیگری میتوان یادگیری عمیق را تجزیه و تحلیل پیش بینی‌ها به صورت خودکار دانست.
ماشین های یادگیری ۴ دسته بندی دارند این دسته بندی ها به این شرح است:
دسته اول: ماشین های انفعالی
این دسته از ماشین که آبی تیره نام دارد به این گونه کار میکند که میتواند، حرکت‌های پیشروی خود را پیش بینی کند اما نمی‌تواند آن ها را درحافظه خود ذخیره کند و فقط توانایی این را، دارد که بتواند حرکت بعدی را که بخواهد اتفاق بیفتد را در آن لحظه شناسایی کند و این نوع ماشین در مواقع محدود کاربرد دارد.
دسته دوم: حافظه محدود
این سیستم هوش مصنوعی برخلاف دسته قبلی می تواند از، تجربه‌های قبلی برای تصمیمات جلوی رویش استفاده کند. برخی از کارکرد‌های تصمیم‌گیری در خودرو‌های خود محور از این نوع سیستم هستند. این نوع خودروها از داده‌هایشان برای، تصمیماتی که در آینده‌ای نزدیک می‌خواهند بگیرند استفاده می‌کنند. مثلا اینکه خطی که، در آن در حال راندن هستند را تغییر دهند. البته این نوع مشاهدات و تجربیات برای همیشه ذخیره نمی‌شوند.
دسته سوم: تئوری ذهن
این نوع از تکنولوژی هنوز وجود خارجی ندارد اما، اساس آن به تمامی ذهنیتی که در ذهن هر فرد قرار دارد برای، آن برنامه‌ریزی کند بر می‌گردد و تاثیری که هر کدام از آن ها بر تصمیم صورت گرفته یک شخص دارد. این تکنولوژی قادر به، فهم و واکاوی این نوع از تصمیم گیری‌ها می باشد.
دسته چهارم: خود آگاهی
در این دسته از سیستم از خود آگاهی و هوشمندی وجود دارد. ماشین های دارای این خاصیت می توانند بفهمند که، در چه موقعیتی هستند و می توانند از داده‌هایی که بدست می‌آورند حسی که درون افراد وجود دارد، را نتیجه گیری کنند. البته این نوع از تکنولوژی نیز همانند دسته سوم هنوز وجود ندارد.
چالش های هوش مصنوعی
این تکنولوژی علارقم اینکه کاربردها بسیار خوبی دارد اما در عین حال با، چالش‌های زیادی در ایران و جهان با آن دسته و پنجه گرم می‌کنند مانند نبود نیروی انسانی ماهر در این حوزه، چالش نیروهای انسانی برای کار در کسب‌وکارها در صنایع مختلف و …. .
مخاطبان عزیز خیلی ممنون که تا این جای مقاله همراه ما بودید لطفان پیشنهاد، نظرات، انتقادات و… خود را در قسمت نظرات با ما به اشتراک بگذارید.
و شما عزیزان می‌توانید برای مطالعه دیگر مقالات روی اینجا کلیک نمایید.
برای تماس: ۰۹۱۰۰۳۸۶۸۱۲ -۹۱۳۰۱۸۶۱-۰۲۱
منبع: صفحات وب
