تعریف

هوش مصنوعی می توان آن را به عنوان یک رشته علمی تعریف کرد که با اتوماسیون رفتار هوشمند سروکار دارد.

هوش مصنوعی (هوش مصنوعی، eng. هوش مصنوعی، هوش مصنوعی) - علم و فناوری ایجاد ماشین های هوشمند به ویژه هوشمند برنامه های کامپیوتری... هوش مصنوعی با هدف مشابه استفاده از رایانه برای درک هوش انسانی مرتبط است، اما لزوماً به روش‌های قابل قبول بیولوژیکی محدود نمی‌شود.

اهداف و اهداف

هدف هوش مصنوعی ایجاد سیستم‌های فنی قادر به حل مسائل غیر محاسباتی و انجام اقداماتی است که نیاز به پردازش اطلاعات معنی‌دار دارند و از اختیارات مغز انسان محسوب می‌شوند. چنین مشکلاتی عبارتند از، برای مثال، مسائل اثبات قضیه، مسائل بازی (مثلاً هنگام بازی شطرنج)، مشکلات ترجمه از یک زبان به زبان دیگر، آهنگسازی، تشخیص تصاویر بصری، حل مسائل پیچیده خلاقانه علم و تمرین اجتماعی. یکی از وظایف مهم هوش مصنوعی، ایجاد ربات‌های هوشمندی است که قادر به انجام خودکار عملیات برای دستیابی به اهداف انسانی و ایجاد تعدیل در اعمال آن‌ها هستند.

ساختار مفهومی

«هوش مصنوعی» شامل چندین اصل و رشته اساسی است که اساس آن است. این موضوع در شکل زیر با جزئیات بیشتری توضیح داده شده است. تصویر گرفته شده از

در زیر تعاریف اصلی اصطلاحات استفاده شده در تصویر آورده شده است.

منطق فازیو نظریه مجموعه های فازی - شاخه ای از ریاضیات که تعمیم منطق کلاسیک و نظریه مجموعه ها است. مفهوم منطق فازی اولین بار توسط پروفسور لطفی زاده در سال 1965 مطرح شد. در این مقاله، مفهوم مجموعه با این فرض گسترش یافت که تابع عضویت یک عنصر در یک مجموعه می‌تواند هر مقداری را در بازه زمانی داشته باشد، نه فقط 0 یا 1. چنین مجموعه‌هایی فازی نامیده می‌شوند. همچنین نویسنده عملیات منطقی مختلفی را بر روی مجموعه‌های فازی پیشنهاد کرده و مفهوم یک متغیر زبانی را که مقادیر آن مجموعه‌های فازی هستند، ارائه کرده است.

شبکه های عصبی مصنوعی(ANN) - مدل های ریاضی و همچنین پیاده سازی های نرم افزاری یا سخت افزاری آنها که بر اساس اصل سازماندهی و عملکرد شبکه های عصبی بیولوژیکی - شبکه های سلول های عصبی یک موجود زنده ساخته شده اند. این مفهوم هنگام مطالعه فرآیندهای رخ داده در مغز و هنگام تلاش برای مدل سازی این فرآیندها به وجود آمد. اولین تلاش از این دست، شبکه های عصبی مک کالوچ و پیتس بود. متعاقباً، پس از توسعه الگوریتم‌های یادگیری، مدل‌های به‌دست‌آمده برای اهداف عملی مورد استفاده قرار گرفتند: در پیش‌بینی مسائل، برای تشخیص الگو، در مسائل کنترل و غیره.

عامل هوشمند- برنامه ای که به طور مستقل یک کار مشخص شده توسط یک کاربر کامپیوتر را برای مدت زمان طولانی انجام می دهد. عوامل هوشمند برای کمک به اپراتور یا جمع آوری اطلاعات استفاده می شود. یکی از نمونه کارهایی که توسط نمایندگان انجام می شود، جستجوی مداوم و جمع آوری اطلاعات لازم در اینترنت است. ویروس های رایانه ای، ربات ها، روبات های جستجوگر - همه اینها را می توان به عوامل هوشمند نیز نسبت داد. اگرچه چنین عواملی دارای الگوریتم دقیقی هستند، "هوش" در این زمینه به عنوان توانایی انطباق و یادگیری درک می شود.

سیستم خبره (ES، سیستم خبره)- یک برنامه کامپیوتری که قادر است تا حدی جایگزین یک متخصص-متخصص در حل یک وضعیت مشکل شود. ES مدرن در دهه 1970 توسط محققان هوش مصنوعی شروع به توسعه کرد و در دهه 1980 تقویت تجاری دریافت کرد. پیشگامان سیستم های خبره در سال 1832 توسط SN Korsakov پیشنهاد شد که دستگاه های مکانیکی به نام "ماشین های هوشمند" را ایجاد کرد که امکان یافتن راه حل هایی را برای شرایط معین فراهم می کرد، به عنوان مثال، برای تعیین مناسب ترین داروها برای علائم. از بیماری مشاهده شده در یک بیمار

الگوریتم ژنتیک(انگلیسی الگوریتم ژنتیک) یک الگوریتم جستجوی اکتشافی است که برای حل مسائل بهینه‌سازی و مدل‌سازی با انتخاب تصادفی، ترکیب و تغییر پارامترهای مورد نظر با استفاده از مکانیسم‌های یادآور تکامل بیولوژیکی استفاده می‌شود. این یک شکل از محاسبات تکاملی است. ویژگی متمایزالگوریتم ژنتیک تاکید بر استفاده از عملگر "تقاطع" است که عملیات ترکیب مجدد راه حل های کاندید را انجام می دهد که نقش آن شبیه به نقش عبور در حیات وحش است.

مدل ها و روش های تحقیق

مدلسازی نمادین فرآیندهای فکری

با تجزیه و تحلیل تاریخچه هوش مصنوعی، می توان مسیر گسترده ای را مانند مدل سازی استدلال. سالهای طولانیتوسعه این علم در این مسیر حرکت کرد و اکنون یکی از پیشرفته ترین حوزه ها در هوش مصنوعی مدرن است. استدلال مدل سازی مستلزم ایجاد سیستم های نمادین است که در ورودی آنها وظیفه خاصی تعیین می شود و در خروجی حل آن مورد نیاز است. به عنوان یک قاعده، مسئله پیشنهادی قبلاً رسمی شده است، یعنی به شکل ریاضی ترجمه شده است، اما یا الگوریتم حل ندارد، یا بسیار پیچیده، زمان بر و غیره است. این حوزه شامل: اثبات قضیه، تصمیم گیری است. ، و نظریه بازی، برنامه ریزی و اعزام، پیش بینی.

کار با زبان های طبیعی

یک منطقه مهم است پردازش زبان طبیعی، که امکانات درک، پردازش و تولید متون را به زبان «انسانی» تحلیل می کند. به ویژه مشکل ترجمه ماشینی متون از زبانی به زبان دیگر هنوز حل نشده است. V دنیای مدرن نقش بزرگتوسعه روش های بازیابی اطلاعات بازی می کند. آزمون تورینگ اصلی به ماهیت خود به این جهت مربوط می شود.

انباشت و استفاده از دانش

به گفته بسیاری از دانشمندان، یکی از ویژگی های مهم هوش، توانایی یادگیری است. بنابراین، به منصه ظهور می رسد مهندسی دانش، ترکیب وظایف به دست آوردن دانش از اطلاعات ساده، سیستم سازی و استفاده از آنها. پیشرفت ها در این زمینه تقریباً بر هر حوزه دیگری از تحقیقات هوش مصنوعی تأثیر می گذارد. در اینجا باید به دو زیر حوزه مهم نیز اشاره کرد. اولی است فراگیری ماشین- به روند مربوط می شود مستقلکسب دانش توسط یک سیستم هوشمند در جریان کار خود. دومی مربوط به خلقت است سیستم های خبره- برنامه هایی با استفاده از پایگاه های دانش تخصصی برای به دست آوردن نتایج قابل اعتماد در مورد هر مشکل.

حوزه یادگیری ماشینی شامل دسته بزرگی از وظایف است الگو شناسی... به عنوان مثال، این تشخیص شخصیت، دست خط، گفتار، تجزیه و تحلیل متن است. بسیاری از مشکلات با استفاده از مدل سازی بیولوژیکی با موفقیت حل می شوند (به پاراگراف بعدی مراجعه کنید). به خصوص قابل ذکر است بینایی کامپیوتریکه با رباتیک نیز مرتبط است.

شبیه سازی بیولوژیکی هوش مصنوعی

با درک هوش مصنوعی به گفته جان مک کارتی، زمانی که آنها از این موضع پیش می‌روند که سیستم‌های مصنوعی موظف به تکرار ساختار و فرآیندهای ذاتی در ساختار و عملکرد خود نیستند، متفاوت است. سیستم های بیولوژیکی، حامیان این رویکرد معتقدند که پدیده های رفتار انسان، توانایی یادگیری و سازگاری آن، پیامد ساختار بیولوژیکی و ویژگی های عملکرد آن است.

این شامل چندین حوزه است. شبکه های عصبیبرای حل مسائل فازی و پیچیده مانند تشخیص هندسه یا خوشه بندی اشیا استفاده می شود. رویکرد ژنتیکیمبتنی بر این ایده است که یک الگوریتم در صورت وام گرفتن می تواند کارآمدتر شود بهترین عملکردالگوریتم های دیگر ("والد"). یک رویکرد نسبتا جدید، که در آن وظیفه ایجاد یک برنامه مستقل است - عاملی که با آن تعامل دارد محیط خارجینامیده میشود رویکرد عامل محور.

چشم انداز توسعه

بر این لحظهدر توسعه هوش مصنوعی، انشعاب به صنایع اصلی صورت گرفته است که در قالب سرمایه گذاری های مادی و فکری بر آن متمرکز شده است. تصویر گرفته شده از

ادبیات

1)"مدیریت دانش شرکتی و مهندسی مجدد کسب و کار"عبدیکیف، کیسلف

منابع اصلی برای توسعه شرکت ها به طور فزاینده ای تبدیل به افراد و دانش آنها می شود. سرمایه فکری ورو به رشد صلاحیت حرفه ایقاب ها امروزه روش‌های جدید توسعه سازمان بر اساس تلاقی رویکردهای بشردوستانه و مهندسی مورد نیاز است که امکان دستیابی به اثر هم افزایی از تعامل آنها را فراهم می‌کند. این رویکرد مبتنی بر پیشرفت های مدرن است. فناوری اطلاعات، یعنی فناوری های شناختی توسعه سازمان. توسعه همزیستیمفاهیم مدیریت دانش، مهندسی مجدد فرآیند کسب و کار و مؤلفه شناختی انسان.
برای مدیران ارشد، تحلیلگران کسب و کار، دانشجویان دوره های MBA در جهت ها " مدیریت استراتژیک", «مدیریت ضد بحران»، دانشجویان دانشگاه های اقتصادی مقطع کارشناسی ارشد، دانشجویان تحصیلات تکمیلی و معلمان رشته مدیریت شرکتی و مهندسی مجدد کسب و کار.

2) " مدل ها و روش های هوش مصنوعی کاربرد در اقتصاد." M.G. ماتویف، A.S. سویریدوف، N.A. آلینیکوا

NS ارایه شده مبنای نظریهوش مصنوعی: جنبه های اطلاعاتی، اطلاعات در مورد منطق باینری و فازی و همچنین روش ها و مدل هاحوزه های موضوعی هوش مصنوعی، سیستم های خبره، مهندسی دانش، شبکه های عصبی و الگوریتم های ژنتیک. مسائل پیاده سازی عملی سیستم های هوشمند به تفصیل در نظر گرفته شده است. مثال‌های زیادی برای نشان دادن توسعه و کاربرد روش‌ها و مدل‌های در نظر گرفته شده ارائه شده است. توجه ویژهبه مشکلات اقتصادی پرداخته است.

3) "هوش مصنوعی و سیستم های کنترل هوشمند."آی. ام. ماکاروف، وی. ام. لوخین، اس. وی. مانکو، م. پی. رومانوف؛ سردبیر ای. ام. ماکاروف

یک کلاس جدید و فعال در حال توسعه از سیستم های هوشمند در نظر گرفته شده است کنترل خودکارمبتنی بر فناوری پردازش دانش از منظر کاربرد مؤثر در حل مسائل کنترلی در شرایط عدم قطعیت. اصول اولیه ساخت سیستم های هوشمند تشریح شده است.

4) "هوش مصنوعی: رویکردی مدرن«اس. راسل، پی. نورویگ

این کتاب تمام دستاوردهای مدرن را ارائه می دهد و ایده هایی را که در تحقیقات انجام شده در پنجاه سال گذشته فرموله شده است و همچنین در بیش از دو هزار سال در زمینه دانش جمع آوری شده است که به انگیزه ای برای توسعه هوش مصنوعی به عنوان علم طراحی تبدیل شده است را ارائه می دهد. عوامل منطقی

فهرست منابع

5) http://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0 % BD% D0% BD% D1% 8B% D0% B9_% D0% B8% D0% BD% D1% 82% D0% B5% D0% BB% D0% BB% D0% B5% D0% BA% D1% 82

این بخش به الگوریتم ژنتیک اختصاص دارد. الگوریتم ژنتیک چیست؟ در واقع، اینها الگوریتم های بهینه سازی متعلق به کلاس اکتشافی هستند. این الگوریتم ها امکان حذف شمارش همه گزینه ها و کاهش قابل توجه زمان محاسبات را فراهم می کند. ویژگی کار این الگوریتم ها به تقلید از فرآیندهای تکاملی کاهش می یابد.

9) http://www.gotai.net/implementations.aspx

در اینجا شما ایده ها و راه حل های آمادهدر مورد استفاده از هوش مصنوعی و نظریه های مربوط به آن برای حل برخی مسائل عملی.

10) http://www.gotai.net/documents-logic.aspx

این بخش حاوی مطالبی است که به یک روش به روش کلاسیک مدل سازی سیستم های هوش مصنوعی، مدل سازی بر اساس دستگاه های منطقی مختلف، مربوط می شود. به عنوان یک قاعده، اینها مواد مربوط به سیستم های خبره، سیستم های پشتیبانی تصمیم و سیستم های مبتنی بر عامل هستند.

11) http://khpi-iip.mipk.kharkiv.edu/library/ai/conspai/12.html

روند توسعه هوش مصنوعی

سخنرانی1 5 . فناوری های هوش مصنوعی

طرح

مفهوم هوش مصنوعی

برنامه های کاربردی هوش مصنوعی

مفهوم تخصصیسیستم های.

مفهوم هوش مصنوعی

« هوش- مجموع تمام کارکردهای شناختی یک فرد: از احساسات و ادراک گرفته تا تفکر و تخیل. به معنای محدودتر - تفکر. I. شکل اساسی شناخت انسان از واقعیت است. سه نوع در درک عملکرد I وجود دارد: 1) توانایی یادگیری. 2) کار با نمادها. 3) توانایی تسلط فعال بر قوانین واقعیت اطراف "(کتاب مرجع Rapatsevich ES دیکشنری در خلاقیت علمی و فنی. - Minsk: OOO" Etonim ", 1995. - 384 p. - S. 51-52.). ( Sl 2)

هر فعالیت فکری مبتنی بر دانش است. این دانش شامل ویژگی های وضعیت فعلی، ارزیابی امکان انجام برخی اقدامات، قوانین و الگوهای جهانی است که در آن فعالیت انجام می شود و بسیاری موارد دیگر. در برنامه هایی که با ظهور رایانه ها شروع به ایجاد کردند، دانش لازم در حافظه برنامه نویسانی که برنامه ها را نوشتند ذخیره می شد. کامپیوتر آن به صورت مکانیکی دنباله ای از دستورات برنامه را که در حافظه اش گذاشته شده بود اجرا می کرد. کامپیوتر برای این کار نیازی به دانش نداشت.

« هوش مصنوعی – 1) سمبلسیستم های سایبرنتیک و پشتیبانی منطقی و ریاضی آنها، طراحی شده برای حل برخی از مسائل، معمولا نیاز به استفاده از توانایی های فکری انسان. 2) مجموعه ای از قابلیت های عملکردی یک رایانه الکترونیکی (کامپیوتر) برای حل مشکلاتی که قبلاً به مشارکت اجباری یک شخص نیاز داشت "(همان، ص 54).

تفاوت اساسی بین سیستم های هوش مصنوعی این است که برای چنین سیستم هایی برنامه نویس برنامه های خاصی را برای اجرا آماده نمی کند... یک شخص فقط وظیفه لازم را به ماشین می دهد و برنامه ای که این کار را انجام می دهد باید توسط خود سیستم ساخته شود. این امر مستلزم دانش هر دو حوزه موضوعی است که وظیفه به آن تعلق دارد و اینکه برنامه ها چگونه ساخته می شوند. تمام این دانش در سیستم های هوشمند در واحد خاصی به نام پایگاه دانش ذخیره می شود.

دانش ذخیره شده در پایگاه دانش به صورت رسمی ثبت می شود. پایگاه دانش می‌تواند رویه‌هایی را برای تعمیم تصحیح دانش ذخیره‌شده، و همچنین رویه‌هایی که دانش جدیدی را بر اساس دانش‌هایی که قبلاً وجود دارد، ایجاد کند، اجرا کند.

هوش مصنوعی یکی از جدیدترین حوزه های علم است که در اواسط دهه 60 ظاهر شد. قرن XX. بر اساس محاسبات، منطق ریاضی، برنامه نویسی، روانشناسی، زبان شناسی، فیزیولوژی عصبی و سایر شاخه های دانش. هوش مصنوعی نمونه ای از تحقیقات بین رشته ای است که در آن علایق حرفه ای متخصصان با پروفایل های مختلف ترکیب می شود. نام علم جدید در اواخر دهه 60 بوجود آمد. و در سال 1969 اولین کنفرانس جهانی هوش مصنوعی در واشنگتن (ایالات متحده آمریکا) برگزار شد.

زمانی که در اواخر دهه 40 - اوایل دهه 50. کامپیوترها ظاهر شدند، مشخص شد که مهندسان و ریاضیدانان نه تنها یک دستگاه سریع کار برای محاسبات، بلکه چیز مهمتری ایجاد کرده اند. معلوم شد که از EIM می توان برای حل پازل های مختلف، مسائل منطقی، بازی شطرنج، ایجاد استفاده کرد برنامه های بازی... رایانه ها شروع به شرکت در فرآیندهای خلاقانه کردند: ساختن ملودی های موسیقی، اشعار و حتی افسانه ها. برنامه هایی برای ترجمه از یک زبان به زبان دیگر، برای تشخیص الگو، اثبات قضیه وجود دارد. این نشان می دهد که با کمک یک کامپیوتر و برنامه های مناسب می توان چنین انواعی را خودکار کرد فعالیت انسانی، که به آنها فکری می گویند و فقط برای انسان قابل دسترس تلقی می شوند. علیرغم تنوع گسترده برنامه های غیر محاسباتی ایجاد شده در اوایل دهه 60، برنامه نویسی در زمینه فعالیت های فکری در موقعیت بسیار بدتری نسبت به حل مسائل محاسباتی قرار داشت. دلیلش واضح است. برنامه نویسی برای مسائل ماهیت محاسباتی بر اساس نظریه مربوطه - ریاضیات محاسباتی است. بسیاری از روش های حل مسئله بر اساس این نظریه توسعه یافته اند. این روش ها مبنایی برای برنامه های مربوطه شد. چنین چیزی برای کارهای غیر محاسباتی وجود نداشت. هر برنامه ای در اینجا منحصر به فرد بود، مانند یک اثر هنری. تجربه ایجاد چنین برنامه هایی به هیچ وجه تعمیم داده نشد، توانایی ایجاد آنها رسمیت نداشت.

زمانی که یک برنامه نویس برنامه ای برای بازی شطرنج ایجاد می کرد، از دانش خود در مورد روند بازی استفاده می کرد. او آنها را در برنامه قرار داد و رایانه فقط این برنامه را از نظر فنی اجرا کرد. می توان گفت که رایانه برنامه های محاسباتی را از برنامه های غیر محاسباتی "تمایز نمی کند". او ریشه معادله درجه دوم را به همین صورت یافت یا شعر می گفت. هیچ دانشی در حافظه رایانه از آنچه واقعاً انجام می داد وجود نداشت.

می توان در مورد هوش یک کامپیوتر صحبت کرد خودموی بر اساس آگاهی از نحوه پیشرفت بازی شطرنج و نحوه انجام این بازی توسط مردم، موفق شد برنامه شطرنج بسازد یا برنامه ای برای نوشتن والس و مارش ساده ترکیب کند.

نه خود رویه هایی که توسط آن این یا آن فعالیت فکری انجام می شود، بلکه درک چگونگی ایجاد آنها، نحوه یادگیری نوع جدیدی از فعالیت فکری، - این جایی است که آنچه را می توان هوش نامید پنهان شده است. رویه های ویژه برای آموزش انواع جدید فعالیت های فکری فرد را از رایانه متمایز می کند. در نتیجه، در ایجاد هوش مصنوعی، وظیفه اصلی اجرای آن دسته از روش‌هایی است که در فعالیت‌های فکری انسان به کار می‌روند توسط ماشین ابزار. این رویه ها چیست؟

اهداف و مقاصد اصلی هوش مصنوعی را می توان فرموله کرد. موضوع مطالعههوش مصنوعی رویه‌هایی هستند که در حل مشکلات انسانی به کار می‌روند که به طور سنتی فکری یا خلاق نامیده می‌شوند. اما اگر روانشناسی تفکر این رویه ها را در رابطه با یک فرد مطالعه کند، هوش مصنوعی مدل های نرم افزاری (و اکنون نیز نرم افزاری و سخت افزاری) از این رویه ها را ایجاد می کند.

هدفتحقیق در زمینه هوش مصنوعی - ایجاد زرادخانه ای از روش های کافی برای رایانه ها (یا موارد دیگر سیستم های فنیبه عنوان مثال، روبات ها) می توانند راه حل هایی را با فرمول بندی مسائل پیدا کنند. به عبارت دیگر، آنها به برنامه نویسانی مستقل تبدیل شدند که قادر به انجام کار برنامه نویسان کاربردی حرفه ای (ایجاد برنامه هایی برای حل مسائل در یک حوزه موضوعی خاص) بودند. البته هدف تدوین شده تمام وظایف تعیین شده توسط هوش مصنوعی را تمام نمی کند. این نزدیکترین هدف است. اهداف بعدی با تلاشی برای نفوذ به حوزه‌هایی از تفکر انسانی مرتبط است که خارج از حوزه تفکر کلامی (کلامی) عقلانی و قابل بیان است. زیرا در جست‌وجوی راه‌حل برای بسیاری از مشکلات، به‌ویژه آن‌هایی که بسیار متفاوت از مواردی است که قبلاً حل شده‌اند، آن حوزه تفکر که ناخودآگاه، ناخودآگاه یا شهودی نامیده می‌شود، نقش مهمی ایفا می‌کند.

روش‌های اصلی مورد استفاده در هوش مصنوعی انواع مدل‌ها و ابزارهای نرم‌افزاری، آزمایش‌های کامپیوتری و مدل‌های نظری است. با این حال، کامپیوترهای مدرن دیگر متخصصان هوش مصنوعی را راضی نمی کنند. آنها هیچ ارتباطی با نحوه عملکرد مغز انسان ندارند، بنابراین جستجوی فشرده برای ساختارهای فنی جدید وجود دارد که می تواند مشکلات مرتبط با فرآیندهای فکری را بهتر حل کند. این شامل تحقیق بر روی شبکه‌های مصنوعی شبیه عصبی، تلاش برای ساخت ماشین‌های مولکولی، کار بر روی سیستم‌های هولوگرافیک و موارد دیگر می‌شود.

چندین مشکل عمده در هوش مصنوعی بررسی شده است.

بازنمایی دانش - توسعه روش ها و تکنیک های رسمی سازی و ورودی بعدی به حافظه یک سیستم هوشمند دانش از حوزه های مختلف مشکل، تعمیم و طبقه بندی دانش انباشته شده در حل مشکلات.

مدل سازی استدلال - مطالعه و رسمی سازی طرح های مختلفاستنباط های انسانی مورد استفاده در فرآیند حل مسائل مختلف، ایجاد برنامه های موثر برای اجرای این طرح ها در رایانه ها.

رویه‌های گفت‌وگوی ارتباط به زبان طبیعی، ایجاد ارتباط بین یک سیستم هوشمند و یک انسان متخصص در فرآیند حل مشکلات.

برنامه ریزی فعالیت های مناسب - توسعه روش هایی برای ساخت برنامه های فعالیت های پیچیده بر اساس دانش در مورد منطقه مشکل که در سیستم فکری ذخیره می شود.

آموزش سیستم های هوشمند در فرآیند فعالیت آنها، ایجاد مجموعه ای از وسایل برای انباشت و تعمیم مهارت ها و توانایی های انباشته شده در چنین سیستم هایی.

علاوه بر این مشکلات، بسیاری از مشکلات دیگر نیز در حال بررسی هستند که زمینه ای را تشکیل می دهند که متخصصان در مرحله بعدی توسعه نظریه هوش مصنوعی بر آن تکیه خواهند کرد.

سیستم های هوشمند در حال حاضر در عمل به فعالیت های انسانی معرفی شده اند. اینها سیستم های خبره ای هستند که برای دایره وسیعی از متخصصان شناخته شده اند و تجربه متخصصان آموزش دیده تر را به متخصصانی که کمتر آموزش دیده اند منتقل می کنند و سیستم های اطلاعاتی هوشمند (مثلاً سیستم های ترجمه ماشینی) و روبات های هوشمند، سیستم های دیگری هستند که حق کامل دارند باهوش نامیده شود پیشرفت علمی و فناوری مدرن بدون چنین سیستم هایی امکان پذیر نیست.

در حال حاضر، هوش مصنوعی شاخه ای قدرتمند از انفورماتیک است که هم مبانی بنیادی و کاملا علمی دارد و هم جنبه های فنی و کاربردی بسیار توسعه یافته مربوط به ایجاد و بهره برداری از نمونه های کارآمد از سیستم های هوشمند. ظاهر کامپیوتر نسل 5 به نتایج این کارها بستگی دارد.

هر مشکلی که الگوریتم حل آن مشخص نیست را می توان به حوزه هوش مصنوعی (بازی شطرنج، تشخیص پزشکی، خلاصه متن، ترجمه به زبان خارجی) نسبت داد. صفات خاصوظایف هوش مصنوعی - استفاده از اطلاعات به شکل نمادین و در دسترس بودن انتخاب از بین گزینه های مختلف در شرایط عدم اطمینان.

امیدوار کننده ترین جهت در توسعه سیستم های یادگیری کامپیوتری، فناوری هوش مصنوعی است. سیستم‌های هوش مصنوعی، سیستم‌های یادگیری هوشمند (ITS) نامیده می‌شوند. ITS تعامل تطبیقی ​​و دو طرفه را با هدف انتقال مؤثر دانش اجرا می کند.امیدوارکننده ترین راه توسعه ITS ظاهراً روش ایجاد سیستم های خودآموزی است که دانش را در گفتگو با شخص به دست می آورند.

2. زمینه های کاربرد ai

سیستم‌های هوش مصنوعی به عنوان دستگاه‌ها یا برنامه‌هایی شناخته می‌شوند که دارای ویژگی‌های ذاتی در رفتار فکری انسان مانند درک و استفاده از زبان، علت رفتار، توانایی حل مشکلات، توانایی پاسخ‌گویی انعطاف‌پذیر به یک موقعیت، استفاده از موقعیت‌های مطلوب، یافتن راه حل در موقعیت های مبهم یا متضاد، اهمیت نسبی را تشخیص دهید عناصر مختلفموقعیت‌ها، با وجود تفاوت‌هایشان، شباهت‌هایی بین آنها پیدا کنید.

سیستم‌های نرم‌افزاری که الگوریتم‌هایی را پیاده‌سازی می‌کنند که هیچ مدل راه‌حل رسمی برای آن‌ها وجود ندارد، اکتشافی نامیده می‌شوند و متعلق به هوش مصنوعی هستند. وظایف هوش مصنوعی وظایفی هستند که در آنها نه یک فرآیند راه حل رسمی، بلکه یک فرآیند جستجوی راه حل است.

سیستم های هوش مصنوعی به طور گسترده برای حل وظایف زیر استفاده می شود:

تشخیص الگو یک سیستم فنی است که اطلاعات بصری و صوتی (رمزگذاری و قرار دادن آن در حافظه)، مشکلات درک و استدلال منطقی را در فرآیند پردازش اطلاعات بصری و گفتاری درک می کند.

مدل سازی استدلال - مطالعه استدلال انسان در هوش مصنوعی تازه شروع شده است، اما بدون ایجاد مدل های رسمی برای چنین استدلالی، تولید تمام ویژگی های استدلال متخصصانی که می خواهیم مشکلاتی را که ما می خواهیم ایجاد کنیم در سیستم های هوشمند بسیار دشوار است. در دسترس سیستم های مصنوعی در سیستم های خبره ای که امروزه ایجاد شده اند، نه تنها نتیجه گیری های منطقی قابل اعتماد، بلکه استدلال های قابل قبول و تعدادی استدلال غیر یکنواخت دیگر نیز اعمال می شوند. اولین برنامه ها برای استدلال از طریق قیاس و تداعی ظاهر شد.

سیستم های محاسباتی نمادین

سیستم‌هایی با منطق فازی - استنتاج فازی بسیار مورد استفاده قرار می‌گیرد، زیرا مجموع دانش بشر را در مورد بسیاری از پدیده‌ها در دنیای واقعی منعکس می‌کند. هنگام برنامه‌ریزی رفتار در روبات‌ها و سایر سیستم‌های هوش مصنوعی که در محیط‌هایی به طور کامل توصیف نشده‌اند، هنگام تصمیم‌گیری در غیاب اطلاعات جامع، در سیستم‌های خبره با دانش جزئی از حوزه موضوعی و در بسیاری از موقعیت‌های دیگر، نمی‌توان بدون استنتاج فازی عمل کرد.

روانشناسی شناختی یکی از حوزه های علم روانشناسی مدرن است که با جستجو در ارتباط است دلایل داخلیاین یا آن رفتار یک سیستم زنده. به عنوان یک قاعده، هدف مطالعه، شناخت فرد از خود و جهان اطرافش و همچنین فرآیندهای شناختی است که کسب، حفظ و تبدیل این دانش را تضمین می کند.

درک زبان طبیعی - تجزیه و تحلیل و تولید متون، بازنمایی درونی آنها.

سیستم های خبره - سیستم هایی که از دانش متخصصان در فعالیت های خاص استفاده می کنند.

در پیوند فناوری محاسبات و زبان شناسی، زبان شناسی محاسباتی متولد شد. علم جدید چندین بار نام خود را تغییر داد. ابتدا زبان‌شناسی ریاضی، سپس زبان‌شناسی ساختاری، و زبان‌شناسی محاسباتی، سپس زبان‌شناسی محاسباتی نامیده شد.

اکنون می توانید بسیاری از فرآیندهای وقت گیر را خودکار کنید و انواع واژگان و کارت های واژگان را حفظ کنید. ترجمه ماشینی اکنون یک واقعیت است.

هوش ماشینی- مجموعه ای از سخت افزار و نرم افزار یک کامپیوتر که با کمک آن چنین ارتباطی بین یک شخص و یک ماشین (رابط) تضمین می شود که در سطح خود به ارتباط بین متخصصان برای حل یک مشکل مشترک نزدیک می شود.

برنامه ریزی رفتار- یکی از زمینه های تحقیق در مورد هوش مصنوعی. وظیفه اصلی این جهت جستجوی رویه هایی است که می توانند به طور خودکار پیشنهاد دهند کوتاه ترین مسیربرای رسیدن به هدف تعیین شده، بر اساس موقعیت داده شده. مشکلات از این نوع برای روبات هایی که به طور مستقل کار می کنند مرتبط ترین هستند. ربات با حل وظیفه ای که به او محول شده است باید برنامه ای برای حل آن ترسیم کند و سعی کند آن را به انجام برساند. اگر در روند اجرای این طرح، ربات متقاعد شود که موانع غیرقابل عبور وجود دارد، باید طرح دیگری بسازد که در آن این موانع وجود نداشته باشد.

ربات های هوشمند

بازی ها - بازی هایی که با تعداد محدودی از موقعیت ها و قوانین به وضوح تعریف شده مشخص می شوند که در آنها از سطح یک فرد با توانایی های متوسط ​​فراتر می رود. اما به سطح بهترین متخصصان نرسیده است.

حل مسئله - تدوین، تجزیه و تحلیل و ارائه موارد خاص موقعیت های زندگی، که حل آن نیاز به نبوغ، توانایی تعمیم دارد. آنها سعی می کنند از فناوری های رایانه ای برای پیاده سازی فرآیندهای هوشمند برای یافتن راه حل استفاده کنند، زمانی که نتیجه نهایی غیرقابل پیش بینی باشد، ثمره نتیجه گیری و نتیجه گیری منطقی است که به طور مستقل به آن می رسد.

جدیدترین جنگنده روسی مجهز به سیستم های هوش مصنوعی است.تغییرات بنیادی تری در سیستم های الکترونیکی هواپیما ایجاد شده است. در نتیجه معرفی سیستم کنترل هواپیمای دیجیتال چند کاناله پرواز با سیم، از جمله سیستم‌های هوش مصنوعی، Su-37 در مقایسه با Su-35، فرصت‌های بی‌سابقه دیگری را دریافت خواهد کرد: توانایی انجام حملات پیشگیرانه علیه هر دشمن هوایی (از جمله هواپیماهای رادارگریز)؛ امنیت چند کاناله و الگوریتمی کلیه اطلاعات و سیستم های هدف. حمله به اهداف زمینی بدون ورود به منطقه پدافند هوایی دشمن؛ پرواز در ارتفاع کم با پرواز و دور زدن موانع زمینی، از جمله در حالت خودکار. اقدامات گروهی خودکار برای اهداف هوایی و زمینی؛ مقابله با وسایل رادیویی-الکترونیکی و نوری-الکترونیکی دشمن؛ اتوماسیون تمامی مراحل پرواز و استفاده رزمی

پاناسونیک شروع محموله های پروژکتور هوش مصنوعی جدید pt AE500E را اعلام کرد. هوش مصنوعی داخلی که به طور خودکار روشنایی لامپ را بر اساس سیگنال ویدیوی ورودی کنترل می کند و نسبت کنتراست 1300: 1 را ارائه می دهد.

توسعه فناوری اطلاعات نیم قرن است که ذهن انسان را به هیجان آورده است. کامپیوتر به بخشی از زندگی روزمره ما تبدیل شده است. کار در یک دفتر مدرن بدون اینترنت غیرممکن است، پست الکترونیکو استراحت شایسته برای بسیاری تنها زمانی آغاز می شود که کنسول بازی روشن باشد. تلفن های همراه نسل سوم اکنون نه تنها صدا را منتقل می کنند، بلکه تقریباً هر تجهیزات اداری را به راحتی جایگزین می کنند. حتی خودروهایی با رایانه های داخلی وجود دارند که می توانند برای سفر برنامه ریزی کنند و مسافران را به مقصد برسانند.

اولین پردازنده ای که توسط اینتل در 11 نوامبر 1971 عرضه شد، 2300 ترانزیستور را در مداری به اندازه ناخن ساخت. این ریزتراشه 60 هزار عملیات در ثانیه انجام داد - هیچ چیز با استانداردهای مدرن، اما پس از آن یک پیشرفت بزرگ بود. از آن زمان، فناوری محاسبات به جلو جهش کرده است. به عنوان مثال، تخمین زده می شود که در طول 30 سال وجود ریزپردازنده، حداقل اندازه عناصر پردازنده 17 برابر کاهش یافته است، در حالی که تعداد ترانزیستورها 18 هزار بار و فرکانس کلاک 14 هزار بار افزایش یافته است. فناوری پردازنده فعلی اینتل اجازه می دهد تا ترانزیستورها در اندازه یک مولکول و در آینده در چندین لایه اتمی تولید شوند.

صنعت فناوری اطلاعات یکی از حوزه‌های زندگی است که به سرعت در حال رشد است. مطابق با قانون مور، در سال 2020 کامپیوترها به قدرت مغز انسان می رسند، tk. قادر خواهد بود 20 کوادریلیون (یعنی 20،000،000 میلیارد) عملیات در ثانیه انجام دهد و به گفته برخی آینده پژوهان، تا سال 2060، رایانه با تمام بشریت برابر با قدرت عقل خواهد بود. با این حال، در سال 1994، یک رایانه شخصی بر اساس پردازنده اینتلپنتیوم با فرکانس مضحک 90 مگاهرتز تاکنون چندین تن از قوی ترین استادان بزرگ جهان را در یک سری مسابقات شطرنج شکست داد، از جمله قهرمان حاکم سیاره - گری کاسپاروف.

در حال حاضر، تقریباً در هر خودرویی امکان واقعی استفاده از فناوری های هوشمند وجود دارد. به عنوان مثال، هدست تلفن BlueConnect Johnson Controls - یک ماژول هندزفری یکپارچه با پردازنده های Intel PXA250 و Intel PXA210 - به راننده اجازه می دهد تا با استفاده از تلفن همراه و فناوری بلوتوث، طیف گسترده ای از فعالیت های صوتی فعال را انجام دهد.

بدیهی است که هر سال از ریزپردازنده های قوی تری در همه موارد استفاده می شود بیشتروسایل مختلف خانگی اخیراً متخصصان اینتل ترانزیستورهایی ساخته اند که سرعت آنها تقریباً 1000٪ از سرعت Pentium 4 بیشتر است. بنابراین، دانشمندان این شرکت می گویند، ثابت شد که هیچ مانع اساسی برای ادامه توسعه ریزپردازنده ها مطابق با قانون مور تا پایان این دهه وجود ندارد.

این ترانزیستورها که تنها 20 نانومتر اندازه دارند تا سال 2007 به اینتل این امکان را می دهند که پردازنده هایی با یک میلیارد ترانزیستور ایجاد کند که در فرکانس های حداکثر 20 گیگاهرتز با ولتاژ تغذیه حدود 1 ولت کار می کنند. و مدیریت این شرکت در حال حاضر در مورد پردازنده های آینده با سرعت کلاک تا 30 گیگاهرتز صحبت می کند. این شرکت گفت که پیش نیازهای تولید چنین ریزپردازنده هایی در اینتل قبلا ایجاد شده است.

طرفداران هوش مصنوعی صادقانه متقاعد شده اند که هدف از وجود بشر ایجاد یک ابر هوش کامپیوتری است.

هوش مصنوعی، در معنای واقعی این واژه، به معنای جایگزین، اما قابل رقابت با توجه به نوع ذهن انسان، "زندگی"، برای مثال، بر اساس رایانه است. تاکنون فقط برخی از شباهت‌ها، «مقلدکننده‌های میمون» از فعالیت‌های هوشمندانه انسان امکان‌پذیر بوده است. بله، مریخ نوردها، به طور مستقل از موانع بی اهمیت اجتناب می کنند، به طور مستقل بی جانی بیابان های سیاره سرخ را شخم می زنند، اما هنوز یک تیم انسانی از زمین برای تعیین مسیر تحقیقات مورد نیاز است. بله، واحدهای نیمه هادی، پر از صدها میلیون ترانزیستور، حداقل یاد گرفته اند که متن را تحت دیکته ضبط کنند، اما ابتدایی ترین رزرو، که برای شنونده زنده قابل درک است، بلافاصله آنها را گیج می کند. بله، به کامپیوتر آموزش داده شد که کلمات را به صورت خودکار از یک زبان به زبان دیگر ترجمه کند، اما متون دریافتی از چنین "مترجم مصنوعی" بدون ویرایش توسط یک متخصص زنده زبان هنوز کیفیت بالایی ندارند.

توسعه هوش مصنوعی موضوع زمان است. دیر یا زود، ماشین‌ها می‌توانند در شرایطی برابر با انسان‌ها در اقداماتی که نیازمند فرآیندهای فکری هستند، رقابت کنند. اخیراً، مارکوس دو ساتوی، استاد ریاضیات دانشگاه آکسفورد، پیشنهاد کرد که فناوری‌های دارای آگاهی را می‌توان از منظر حقوقی با انسان‌ها یکی دانست.

هوش مصنوعی به سراغ نویسندگان رفته است

"خودآگاهی" کامپیوتر

به گفته بسیاری از دانشمندان، دیر یا زود فناوری ها قادر خواهند بود به طور مستقل هوش خود را توسعه دهند. این فرآیند «تکینگی تکنولوژیکی» نامیده می شود. دو ساتوی می گوید: «در مقطعی می توانیم بگوییم که این چیز از خود آگاهی دارد، و شاید این خطی باشد که فراتر از آن این آگاهی پدید می آید.

اما چگونه می توان تشخیص داد که یک ماشین "خودآگاه" است؟ در حال حاضر برای تعیین سطح هوش مصنوعی از «تست تورینگ» استفاده می شود. ماهیت آن در این واقعیت نهفته است که متخصص مکالمه بین انسان و ماشین را در مورد موضوعات خاص ارزیابی می کند. در عین حال، او از قبل نمی داند کدام یک از این دو برنامه کامپیوتری است و کدام یک اپراتور انسانی... اگر کارشناس به سختی می تواند بگوید کدام یک از آنها کیست، آنگاه آزمون قبول شده تلقی می شود.

به گفته مخترع و آینده‌شناس آمریکایی، ری کورزویل، تا سال 2029 ماشین‌هایی وجود خواهند داشت که می‌توانند آزمون تورینگ را پشت سر بگذارند و تا دهه 2040، هوش مصنوعی یک میلیارد بار از هوش انسان پیشی خواهد گرفت.

V نسل گذشتهاز ساختارهایی استفاده می شود که فعالیت عصبی مغز را تقلید می کنند. بنابراین، فرآیند اسکن قادر است حضور آگاهی را آشکار کند. چگونه؟ خوب، به عنوان مثال، در انسان، نورون ها در حالت خودآگاه و ناخودآگاه (مثلاً خواب) متفاوت عمل می کنند. اگر یک مغز کامپیوتری در هوشیاری مانند مغز انسان واکنش نشان دهد، به این معنی است که چنین است!

سه نوع هوش مصنوعی

و در واقع چه چیزی را باید با عبارت "" فهمید؟ او، به گفته کارشناسان، می تواند از سه نوع باشد.

نوع اول با فوکوس محدود است و تنها قادر به انجام تعدادی از عملکردهای خاص است. اینها، به عنوان مثال، دستیارهای الکترونیکی، ربات ها - پارک کننده ماشین یا برنامه هایی هستند که شطرنج بازی می کنند.

نوع دوم هوش مصنوعی عمومی است. او به انسان نزدیک ترین است. اینها در درجه اول انسان نما هستند که تا حد امکان شبیه ما هستند. آنها می توانند نقش پذیرایی در هتل ها، دستیار مغازه، نجات غریق ... به آنها تقلید آموزش داده شود. احساسات انسانیتا تعامل با فرد سازنده تر شود.

نوع سوم ابر هوش است. این دقیقاً همان چیزی است که برخی از آینده پژوهان و نویسندگان داستان های علمی تخیلی از آن می ترسند ... توانایی های چنین هوشی بسیار فراتر از انسان خواهد بود. به احتمال زیاد، چنین دستگاه های "بسیار هوشمند" در نهایت در یک شبکه قدرتمند مانند Skynet از "نابودگر" متحد می شوند ...

بدون اسکای نت!

اول، بیایید تصور کنیم که رایانه‌ها می‌توانند از خود به عنوان «افراد» آگاه شوند. بیایید بگوییم وقتی آسیب می بینند "می فهمند". خوب، فرض کنید آنها به موقع تمیز نمی کنند یا در صورت آویزان شدن کیس مشتشان را نمی کوبند ... یا به سادگی پردازنده و حافظه را با کار زیاد می کنند ...

اگر مفهوم "ظلم به حیوانات" وجود دارد، پس چرا مفهوم "ظلم به رایانه" وجود ندارد؟ همانطور که گفته شد، فراموش نکنید که هوش مصنوعی احتمالا بسیار باهوش تر از هر حیوانی است. و اگر چنین است، ارائه آن ضروری خواهد بود سیستم های الکترونیکیتوانایی دفاع از حقوق خود!

دو ساتوی پیش‌بینی می‌کند: «رایانه‌های هوش مصنوعی ممکن است خیلی زود کد «حقوق» خود را داشته باشند که به آنها اجازه می‌دهد از شما به دلیل تحقیر آنها شکایت کنند.

با این حال، شاید همه چیز آنقدر ترسناک نباشد؟ در کنفرانس اخیر Code 2016، کارآفرین ایلان ماسک، که تأسیس کرد سازمان غیر انتفاعیهوش مصنوعی باز که هدف آن ایجاد و توسعه هوش مصنوعی دوستانه است، اعلام کرد که در آینده افراد و تکنولوژی بالاباید یاد بگیرند که با یکدیگر تعامل نزدیک داشته باشند. به طور خاص، یک فرد آینده قادر خواهد بود یک آواتار مجازی یکپارچه شده در یک شبکه خاص را به مغز خود متصل کند.

اقدامات آواتارها توسط برنامه های هوشمند کنترل می شود که به آنها اجازه آسیب رساندن به کسی یا چیزی را نمی دهد. ماسک گفت: «توسعه فناوری‌های مرتبط با هوش مصنوعی نباید ترسناک باشد، حضور و تکامل آن لزوماً به این معنا نیست که در آینده همه ما چیزی شبیه اسکای‌نت خواهیم داشت».

احتمالاً در مورد رباتی شنیده اید که وقتی به او می گویید تشنه هستید، بلند می شود و یک قوطی کولا به شما می دهد. احتمالاً در مورد سیستم تشخیص گفتار که شما را کنترل می کند نیز شنیده اید لوازم خانگی? و احتمالاً در مورد شبیه سازهای هواپیما شنیده اید که می توانند به شما در بازسازی یک محیط واقعی پرواز هواپیما کمک کنند؟

در سال 1956، جان مک کارتی، دانشمند مشهور آمریکایی، این اصطلاح را ابداع کرد که قلب همه این احتمالات و بسیاری دیگر است. اصطلاحی که او ابداع کرد «هوش مصنوعی» بود. هوش مصنوعی یا به اختصار AI، علم و مهندسی است که برای ایجاد ماشین‌های هوشمند و همچنین برنامه‌های رایانه‌ای هوشمند که قادر به پاسخگویی مانند یک انسان هستند، کار می‌کند. یعنی ایجاد چنین ماشین هایی که می توانند دنیای اطراف خود را حس کنند، مکالمات را درک کنند و تصمیماتی مشابه انتخاب انسان بگیرند. هوش مصنوعی همه چیز را از اسکنر گرفته تا روبات در زندگی واقعی به ما داده است.

امروزه حوزه هوش مصنوعی را می‌توان سوپ انفورماتیک شناختی، روان‌شناسی، زبان‌شناسی و ریاضیات توصیف کرد، انتظار برای رعد و برق تلاشی برای تلفیق تلاش‌های محققان و منابع، توسعه رویکردهای جدید، استفاده از مخازن جهان دانش برای ایجاد جرقه ای به گونه ای که ایجاد کند فرم جدیدزندگی

در زمینه هوش مصنوعی، ما ماشین کودک را از کودکی تا پرورش می دهیم بزرگسالی، به گونه ای که ما رویکردهای کاملاً جدیدی را برای یادگیری ماشین ایجاد می کنیم.

صنایع هوش مصنوعی

جان مک کارتی برخی از شاخه های هوش مصنوعی را شناسایی کرده است که در زیر توضیح داده شده است. وی همچنین خاطرنشان کرد که تعدادی از آنها هنوز مشخص نشده است.

منطق هوش مصنوعی:یک برنامه هوش مصنوعی باید از حقایق و موقعیت ها آگاه باشد.

الگو شناسی:زمانی که برنامه در حال مشاهده است، معمولاً طوری برنامه ریزی می شود که الگو را تشخیص دهد و با آن مطابقت دهد. به عنوان مثال، سیستم تشخیص گفتار یا سیستم تشخیص چهره.

کارایی:باید راهی برای ارائه حقایق در مورد جهان به یک دستگاه هوش مصنوعی وجود داشته باشد. برای ارائه از زبان ریاضی استفاده می شود.

خروجی:استنتاج، به شما امکان می دهد حقایق جدید را از حقایق موجود استخراج کنید. از برخی حقایق می توان موارد دیگر را استنباط کرد.

برنامه ریزی:یک برنامه برنامه ریزی با حقایق و بیان هدف شروع می شود. از اینها، برنامه یک استراتژی برای دستیابی به هدف تعیین شده ایجاد می کند.

داشتن عقل سلیمو استدلال- این جهت فعال تحقیق و مطالعه هوش مصنوعی در دهه 1950 ظهور کرد، اما هنوز نتیجه آن با سطح انسانی فاصله دارد.

معرفت شناسیفرصتی برای آموزش و کسب دانش توسط دستگاه است. به شما امکان می دهد انواع دانش مورد نیاز برای نوع خاصی از کار را کشف کنید.

ابتکاریراهی برای یافتن ایده ای است که در یک برنامه جاسازی شده است.

برنامه ریزی ژنتیکی- ایجاد خودکار برنامه LISP (پردازش لیست) که به شما امکان می دهد مشکل را حل کنید.

ابزار مورد استفاده برای حل وظایف پیچیدههنگام ایجاد هوش مصنوعی

در طول شش دهه گذشته، وجود داشته است ابزارهای مختلفطراحی شده برای حل مسائل پیچیده علوم کامپیوتر. بعضی از آنها ... هستند:

جستجو و بهینه سازی

اکثر مشکلات در هوش مصنوعی را می توان به صورت تئوری با جستجوی هوشمند حل کرد. راه حل های ممکن... اما یک جستجوی جامع ساده به ندرت برای اکثر مشکلات دنیای واقعی مفید و کافی است. در دهه 1990، انواع مختلفموتورهای جستجو که مبتنی بر بهینه سازی بودند محبوب شدند. برای اکثر مشکلات، می توانید یک فرضیه بسازید و سپس درخواست خود را اصلاح کنید. الگوریتم‌های بهینه‌سازی مختلفی برای کمک به فرآیند جستجو نوشته شده‌اند.

منطق ها

منطق امکان مطالعه استدلال ها را فراهم می کند. در هوش مصنوعی برای نشان دادن دانش و همچنین برای حل مشکلات استفاده می شود. انواع مختلفدر تحقیقات هوش مصنوعی از منطق استفاده می شود. منطق مرتبه اول از کمیت کننده ها و محمول ها استفاده می کند و به نمایش حقایق و ویژگی های آنها کمک می کند. منطق فازی نوعی منطق مرتبه اول است که به شما امکان می دهد حقیقت یک جمله را به صورت 1 (درست) یا 0 (نادرست) نشان دهید.

نظریه احتمال

احتمال راهی برای بیان دانش است. این مفهوم داده شد معنی ریاضیدر نظریه احتمال، که به طور گسترده در هوش مصنوعی استفاده می شود.

هوش مصنوعی و کاربردهای آن

هوش مصنوعی در حال حاضر در زمینه های مختلفی از جمله شبیه سازی، رباتیک، تشخیص گفتار، امور مالی و سهام، تشخیص پزشکی، هوانوردی، امنیت، بازی و غیره استفاده می شود.

بیایید نگاهی دقیق تر به برخی از زمینه ها بیندازیم:

اتاق بازی کره:ماشین هایی هستند که می توانند شطرنج بازی کنند سطح حرفه ای... هوش مصنوعی برای بازی های ویدیویی مختلف نیز قابل استفاده است.

تشخیص گفتار:رایانه‌ها و روبات‌هایی که زبان را در سطح انسان می‌فهمند، هوش مصنوعی داخلی دارند.

شبیه سازها:شبیه سازی تقلیدی از یک چیز واقعی است. در بسیاری از زمینه ها، از بازی های ویدیویی گرفته تا حمل و نقل هوایی، استفاده می شود. شبیه سازها شامل شبیه سازهای پرواز برای خلبانان هستند که با کمک آنها آماده سازی برای خلبانی "کشتی هوایی" انجام می شود.

رباتیک:روبات‌ها در بسیاری از صنایع رایج شده‌اند، زیرا ثابت کرده‌اند که روبات‌ها کارآمدتر از انسان‌ها هستند، به‌ویژه در مکان‌های کاری تکراری که در آن انسان‌ها تمایل به از دست دادن تمرکز دارند.

دارایی، مالیه، سرمایه گذاری:بانک ها و سایر موسسات مالی به هوشمند متکی هستند نرم افزارکه تجزیه و تحلیل دقیق داده ها را ارائه می دهد و به پیش بینی بر اساس آن داده ها کمک می کند.

دارو:سیستم های هوش مصنوعی در بیمارستان ها برای مدیریت برنامه های بیماران، چرخش کارکنان و ارائه اطلاعات پزشکی استفاده می شود. یک شبکه عصبی مصنوعی که یک مدل ریاضی با الهام از ساختار و / یا جنبه های عملکردی شبکه های عصبی بیولوژیکی است، در پزشکی در تشخیص کمک می کند.

هوش مصنوعی در زمینه ها و کاربردهای مختلف کاربرد پیدا می کند. سیستم های امنیتی، سیستم های تشخیص متن و گفتار، داده کاوی، فیلتر ایمیل از هرزنامه و مقدار زیادینمونه های دیگر یک گروه مخابراتی بریتانیایی جستجوی اکتشافی را برای یک برنامه برنامه ریزی که بیش از بیست هزار مهندس را برنامه ریزی می کند، اعمال کرده است. برنامه های کاربردی هوش مصنوعی همچنین راه خود را به صنعت حمل و نقل باز کرده اند، جایی که کنترل کننده های منطق فازی برای انتقال خودکار در خودروها توسعه یافته اند.

چالش های پیش روی سازندگان هوش مصنوعی

در طول شش دهه گذشته، دانشمندان به طور فعال بر روی شبیه سازی هوش انسانی کار کرده اند، اما رشد به دلیل مشکلات فراوان در شبیه سازی هوش مصنوعی کند شده است. برخی از این مشکلات عبارتند از:

دانش محور:مقدار حقایقی که یک فرد می داند بسیار زیاد است. تهیه یک پایگاه داده که حاوی تمام دانش این جهان باشد، کار بسیار وقت گیر است.

استنتاج، استدلال و حل مسئله:هوش مصنوعی باید هر مشکلی را مرحله به مرحله حل کند. به عنوان یک قاعده، مردم مشکلات را بر اساس قضاوت های شهودی حل می کنند، و سپس یک برنامه عمل، یک برنامه ترسیم می کنند. هوش مصنوعی برای تقلید از حل مشکلات انسانی پیشرفت کندی دارد.

پردازش زبان طبیعی: زبان طبیعیآیا زبانی است که مردم صحبت می کنند یکی از چالش های اصلی پیش روی هوش مصنوعی، تشخیص و درک آنچه مردم می گویند است.

برنامه ریزی:برنامه ریزی فقط افراد را محدود می کند زیرا آنها می توانند فکر کنند. توانایی برنامه ریزی و تفکر مانند یک انسان برای عوامل هوشمند ضروری است. آنها نیز مانند انسان ها باید بتوانند آینده را تجسم کنند.

مزایای استفاده از هوش مصنوعی

ما می توانیم کاربردهای کوچک هوش مصنوعی را در خانه خود ببینیم. به عنوان مثال تلویزیون هوشمند، یخچال هوشمند و غیره. در آینده، هوش مصنوعی در هر خانه ای وجود خواهد داشت. هوش مصنوعی با فناوری نانو یا سایر فناوری‌ها می‌تواند منجر به ظهور شاخه‌های جدید علم شود. مطمئناً توسعه هوش مصنوعی منجر به این واقعیت می شود که بخشی از ما خواهد شد زندگی روزمره... در حال حاضر، مردم در برخی از محل‌های کار با روبات‌ها جایگزین شده‌اند. در صنعت نظامی، هوش مصنوعی امکان ساخت سلاح های مدرن مختلف را فراهم می کند، به عنوان مثال، روبات هایی که مرگ و میر را در صورت جنگ کاهش می دهند.

معایب استفاده از هوش مصنوعی

علیرغم اینکه هوش مصنوعی مزایای زیادی دارد، معایب زیادی نیز دارد.
برای بیشتر سطح پایه، استفاده از هوش مصنوعی در کارهای روزمره می تواند منجر به شکل گیری تنبلی در فرد شود و این امر می تواند منجر به تنزل بخشی از افراد شود.

استفاده از هوش مصنوعی و فناوری نانو در صنایع نظامی البته بسیار زیاد است جنبه های مثبتبه عنوان مثال، ایجاد سپر دفاعی عالی در برابر هرگونه حمله، اما یک جنبه تاریک نیز وجود دارد. با کمک هوش مصنوعی و نانوتکنولوژی می توانیم سلاحی بسیار قدرتمند و مخرب بسازیم و در صورت استفاده بی دقتی می تواند عواقب جبران ناپذیری به دنبال داشته باشد.

استفاده گسترده از هوش مصنوعی منجر به کاهش مشاغل برای انسان خواهد شد.

علاوه بر این، سرعت سریع توسعه و کاربرد هوش مصنوعی و روباتیک می تواند زمین را به سمت سوق دهد فاجعه زیست محیطی... حتی در حال حاضر، ضایعات قطعات کامپیوتر و غیره لوازم برقیآسیب بزرگی به سیاره ما وارد کند.

اگر به ماشین‌ها هوشمندی بدهیم، می‌توانند از آن نهایت استفاده را ببرند. ماشین‌های هوشمند از سازندگانشان باهوش‌تر خواهند شد و این می‌تواند به نتیجه‌ای منجر شود که در سری فیلم‌های ترمیناتور نشان داده شده است.

نتیجه گیری و کاربرد آینده

هوش مصنوعی حوزه ای است که تحقیقات زیادی در آن در حال انجام است. هوش مصنوعی شاخه‌ای از علوم رایانه است که در مورد شناخت ماهیت هوش و ساختن سیستم‌های رایانه‌ای با قابلیت اعمال هوشمندانه است. با وجود این واقعیت که انسان ها دارای هوش هستند، قادر به استفاده کامل از آن نیستند. اگر ما این هوش را به ماشین ها بدهیم، می توانند از 100 درصد هوش خود استفاده کنند. این یک مزیت و همچنین یک ضرر است. ما تقریباً برای هر کاربرد در زندگی به ماشین آلات معتاد هستیم. ماشین‌ها اکنون بخشی از زندگی ما هستند و در همه جا مورد استفاده قرار می‌گیرند. بنابراین، ما باید در مورد ماشین ها بیشتر بدانیم و باید از آینده آگاه باشیم، اگر به آنها هوشمندی بدهیم چه اتفاقی می افتد. هوش مصنوعی نمی تواند خوب یا بد باشد. در نحوه استفاده ما تغییر می کند.