هوش مصنوعی در ۵ دقیقه

0
25
هوش مصنوعی در ۵ دقیقه
هوش مصنوعی در ۵ دقیقه

یادگیری هوش مصنوعی در ۵ دقیقه

ساده ترین راه برای درک هوش مصنوعی تصویر سازی آن بر اساس قابلیت های یک انسان است در حالیکه انسان، هوشمند ترین موجودی است که ما میشناسیم. در این مطلب هوش مصنوعی در ۵ دقیقه را خواهیم آموخت.

تعریف هوش مصنوعی

هوش مصنوعی یکی از شاخه های علم کامپیوتر یا Computer Science است. هدف هوش مصنوعی ساخت یک سیستم است تا مستقل و هوشمندانه رفتار کند.

انسانها میتوانند صحبت کنند و گوش دهند و از این طریق زبان، ارتباط برقرار کنند، این حوزه متناسب با Speech Recognition در هوش مصنوعی است. قسمت اعظمی از این حوزه Statistical وآماری است بنابراین به آن Statistical Learning  نیز گفته میشود.

انسانها میتوانند یک زبان را بنویسند و بخوانند. این فیلد متناسب با NLP یا Natural Language Processing  است.

انسانها میتوانند با چشمان خود ببینند و از این طریق پردازش کنند که چه جیزی را دیده اند. این فیلد متناسب با Computer Vision  در هوش مصنوعی است. این حوزه یکی از زیر حوزه های Symbolic Learning  است.

انسانها محیط اطراف خود را از طریق چشمشان پردازش کرده و میتوانند تصاویری از آن محیط را ثبت و به خاطر بسپارند. این فیلد نیز به نام Image Processing  شناخته میشود و ارتباط زیادی با هوش مصنوعی ندارد، برای فیلد Computer Vision الزامی است.

انسانها میتوانند محیط اطراف خود را درک نمایند و به درستی در آن حرکت نمایند. این فیلد در دنیای هوش مصنوعی با نام Robotics شناخته میشود.

انسانها توانایی تشخیص الگوها را دارند مانند گروه بندی اشیا شبیه به هم. این فیلد متناسب با Pattern Recognition  در هوش مصنوعی است. ماشین ها در این حوزه توانایی بهتری دارند زیرا میتوانند داده های بیشتری را گردآوری و تحلیل کنند بنابراین تکمیل کننده این حوزه با نام Machine Learning شناخته میشود.

حال بیایید در مورد مغز انسان صحبت کنیم. مغز انسان از تعداد زیادی نورون تشکیل شده است و از آنها برای یادگیری استفاده میکند. اگر ما بتوانیم ساختار و عملکرد مغز انسان را شبیه سازی کنیم، شاید بتوانیم قابلیت های شناختی را در ماشین ها پیاده سازی کنیم. این فیلد با نام Neural Networks  شناخته میشود.

این شبکه ها بسیار پیچیده تر و عمیق تر هستند و ما از آنها برای یادگیری مفاهیم پیچیده تر استفاده میکنیم که در دنیای هوش مصنوعی با نام Deep Learning  آن را میشناسیم. انواع مختلفی از یادگیری عمیق در ماشین ها وجود دارد که در واقع تکنیک های مختلغی هستند از اینکه مغز انسان چطور رفتار میکند.

تعریف و طبقه بندی هوش مصنوعی
مطلب مرتبط

اگر کاری کنیم که شبکه، عکسی را بصورت از بالا به پایین یا چپ به راست و … اسکن کند، با نام Convolutional Neural Network یا CNN شناخته میشودو برای تشخیص Object  ها در یک صحنه به کار میرودو این جایی است که Computer Vision وارد عمل شده و Object Recognition از طریق هوش مصنوعی انجام میپذیرد.

انسانها میتوانند گذشته را به ذهن بسپارندمانند اینکه دیشب برای شام چه خورده اند. ما از حوزه NN میتوانیم برای بخ حاطر سپاری موارد حذف شده گذشته استفاده کنیم که با نام Recurrent Neural Network  در حوزه هوش مصنوعی شناخته میشود.

همانطور که مشاهده میکنید هوش مصنوعی به ۲ روش کار میکند، یکی Symbolic based  و  دیگری Data Based.

هوش مصنوعی در ۵ دقیقه
هوش مصنوعی در ۵ دقیقه

در بعد پایگاه داده ای که از آن با نام Machine Learning یاد میشود، باید ماشین را از داده پر کرد تا بتوانیم انتظار داشته باشیم که یاد بگیرد و بتواند به درستی رفتار کند.

ما از تکنیک های یادگیر ماشین برای دستیابی به ۲ هدف استفاده میکنیم: Classification  یا Prediction  .

انواع یادگیری ماشین

اگر یک الگوریتم را با داده تمرین دادیم در حالیکه پاسخ ها را نیز برای آن مشخص کردیم، به آن یادگیری با نظارت یا Supervised Learning  گفته میشود. مانند اینکه ماشین را تمرین بدهیم تا دوست ما را با نام کامل تشخیص دهد، نیازمند این هستیم که او را به ماشین بشناسانیم.

هوش مصنوعی و یادگیری ماشین
مطلب مرتبط

اگر الگوریتم را با داده ای تمرین دادیم و از آن خواستیم یا پترن و الگویی را از آن دریابد، به آن یادگیری بدون نظارت یا Unsupervised Learning  گفته میشود. مانند اینکه حجم عظمی از داده کهکشان را به ماشین بدهیم و از آن بخواهیم که الگویی را میان آنها مشخص کند

و اگر هدفی را برای ماشین تعیین کردیم و از آن خواستیم که با راهکارهای آزمون و خطا به پاسخ آن دست یابد ، Reinforcement Learning  را پیاده سازی کرده ایم. روباتی که تلاش میکند تا با موفقیت به بالای دیوار برسد نمونه ای از این راهکار است.

در انتها ویدیویی نیز آورده شده است تا این مفاهیم را در قالب ویدیو نیز متوجه شوید.

ارسال یک دیدگاه