خطا! ورودی را کنترل کنید
خطا! ورودی را کنترل کنید
ورود خودکار ؟
اگر فرم ثبت نام برای شما نمایش داده نمیشود، اینجا را کلیک کنید.
اگر فرم بازیابی کلمه عبور برای شما نمایش داده نمیشود، اینجا را کلیک کنید.
انجمن گفتگو استارتاپ و کار آفرینی
شما در حال مشاهده انجمن گفتگو استارتاپ های ایران هستید، این انجمن با هدف ایجاد بستر گفتگو پیرامون موضوعات حوزه کارآفرینی و کسب و کار های نوپا ایجاد شده است. با عضویت در این انجمن می توانید با اعضای اکوسیستم کارآفرینی کشور در ارتباط باشید.
این انجمن همچنین مرجع کاملی از شتاب دهنده ها، مراکز رشد و پارک های علم و فناوری، استارتاپ ها، اسامی منتور ها، سرمایه گذاران و فعالان کارآفرینی کشور را گرداوری نموده است.
ما به شما این اطمینان را می دهیم که با جستجو در این انجمن بتوانید هر موضوعی را در رابطه با استارتاپ ها پیدا کنید. کارشناسان ما نیز بطور 24 ساعته پاسخگوی سوالات شما خواهند بود.
هوش مصنوعی چیست هوش مصنوعی واژه ای است که شاید برای عموم آشنا نباشد. خاطرم هست که وقتی رشته تحصیلی ام را برای شخصی گفته بودم فکرمیکرد که من پزشکی خوانده ام و تخصصم در زمینه بی هوشی است! خیلی از افراد هم با شنیدن این واژه به یاد روباتیک می افتند و فکرمیکنند که این رشته به روباتیک محدود میشود، گرچه بخش نرم افزاری روبات و کنترل آن بی ارتباط با هوش مصنوعی نیست و روباتیک یکی از کاربردهای آن محسوب میشود اما هوش مصنوعی بسیار فراتر از آن است. طبق تعریفی که تورینگ انجام داده است : اگر شما پشت یک ترمینال بشینید و با دو نفر چت کنید و متوجه نشوید که کدام یک از آنها انسان است و کدامیک کامپیوتر آنگاه انسان موفق به ساخت هوش مصنوعی شده است. تعریف موجود هوشمند: موجودی هوشمند است که بتواند خود را با محیط وفق دهد و بیشترین انطباق را با محیط جدیدی که در آن قرار میگیرد داشته باشد. طبق تعریف بالا انسان هوشمندترین موجود روی کره زمین است چون توانسته خود را با محیط های مختلف وفق داده و در آنها تکامل پیدا کند. مفهوم دیگری از هوش نیز وجود دارد که هوش اجتماعی است و در زندگی موجوداتی مثل مورچه ها، پرندگان، ماهی ها و زنبورها دیده میشود. در این نوع سیستم های اجتماعی موجودات به خودی خود هوشمند نیستند اما جامعه آنها حرکات هوشمندانه از خود نشان می دهد. نمونه بارز اینگونه هوشمندی کلونی مورچگان است. در کلونی مورچه ها، مورچه ها برای بدست آوردن کوتاه ترین راه برای رسیدن به غذا از خود ماده ای به نام فرومون منتشر میکنند و بر اساس رد باقی مانده از آن، مورچه های دیگر می توانند کوتاه ترین مسیر را پیدا کنند. هر چه مسیر لانه-غذا کوتاه تر باشد رد باقی مانده قوی تر است و مورچه ها از مسیری حرکت میکنند که ماده فرومون منتشر شده در آن بیشتر باشد و پس از چند مرحله کوتاه ترین مسیر بین لانه و غذا پیدا خواهد شد. حال اگر انسان را به عنوان یک موجود هوشمند در نظر بگیریم، انسان دارای حواس زیر است: بیناییپردازش تصویر، بینایی ماشین)شنوایی (تبدیل گفتار به متن و پردازش گفتار)گویایی (تبدیل متن به گفتار، پردازش زبان طبیعی)مغز انسان - فکر کردن (شبکه های عصبی مصنوعی)یادگیری (یادگیری ماشین) همچنین شاخه های از هوش مصنوعی که بر اساس هوش ازدهامی بوجود آمده اند: کلونی مورچگان الگوریتم پرندگان سایر بخش های مرتبط با هوش مصنوعی : سیستم های فازیالگوریتم های ژنتیکشناسایی آماری الگوداده کاوی یادم هست روزی با زنده یاد پروفسور کارو لوکس (پدر هوش مصنوعی ایران) بعد از سخنرانی ایشون در انجمن انفورماتیک ایران صحبت میکردیم، موضوع سخنرانی ایشون هوس ماشین بود. اولین بار این سخنرانی در مشهد برگزار شده بود و به اشتباه عنوان سخنرانی را به هوش ماشین تغییر داده بودند. موضوع بحث این بود که هوس به عنوان قویترین حس انسان مطرح است و اگر بتوانیم این حس را به ماشین منتقل کنیم می توانیم یک موجود هوشمند فوق العاده بسازیم. موجودی که دوست دارد، عصبانی میشود و به طور کلی احساس دارد. البته بسیاری از دانشمندان معتقد هستند که احساس از طریق شبکه های عصبی موجود در مغز انسان بوجود می آید و از منطق ذخیره شده در نورونهای مغز پیروی میکند! طبق این نظریه احساس از منطق افراد ناشی میشود و ماهیتی به عنوان احساس جداگانه نداریم. امیدوارم با توضیحات بالا، توانسته باشم شما را تا حدودی با مفهوم هوش مصنوعی آشنا کنم. https://www.rezashirazi.com/post38.aspx
نحوه تعلیم هوش مصنوعی به یک ماشین هوش مصنوعی (AI) موضوع محبوبی برای فیلم ها، رمان های علمی- تخیلی و حتی به طور روزافزونی برای اخبار است. اما هوش مصنوعی به طور دقیق چیست؟ راب شادوک، کارمند ارشد فناوری شرکت TE Connectivityکه شرکتی پیشرو در حوزه فناوری است به پرسش هایی درباره هوش مصنوعی پاسخ می دهد. ⊕ هوش مصنوعی دقیقاً چیست؟ هوش مصنوعی به معنی ماشینی است که می تواند به شیوه مشابه انسان به نتیجه برسد. هوش مصنوعی می تواند مثال هایی را دریافت کند و از آن ها یاد بگیرد تا درستی نتایجی که در آینده می گیرد را بهبود بخشد. یک مثال خوب از یادگیری ماشین، تعلیم این که سگ چه شکلی است از روی عکس های سگ های نژاد بابرادور، پودل و غیره است. به این ترتیب وقتی یک تصویر از سگ نژاد چیواهوا نشان داده می شود، ماشین قادر به شناسایی آن به عنوان نژاد دیگری سگ ها است. ماشین می تواند بر اساس آنچه که در گذشته آموخته است، نتیجه ای جدید و دقیق به دست بیاورد. ما هنوز با ساخت ماشین هایی که به اندازه انسان ها توانایی داشته باشند، فاصله زیادی داریم. اما ماشین های کنونی هم در انجام وظایف خاصی بسیار خوبند. نکته مهم در فهم هوش مصنوعی این است که ماشین چنان برنامه ریزی نشده که تمام پاسخ های احتمالی را بداند اما از آنچه آموخته است استفاده می کند تا پاسخ های جدیدی ایجاد کند. ⊕ چه عاملی سبب می شود یک ماشین «هوشمند» شود؟ ترکیبی از عوامل وجود دارد. ماشین برای پاسخ دادن مجموعه ای از احتمالات را سبک سنگین می کند و این کار را بر اساس اطلاعاتی که قبلاً تعلیم دیده و همچنین از پاسخ های قبلی ای که به دست آورده است انجام می دهد. ماشین همچنین در حال یادگیری است به طوری که در طول زمان دقت نتایجش بیشتر می شود. دانشمندان علوم رایانه در حال کار برای توسعه این نوع برنامه برای احتمالاً پنج دهه هستند. دلیل این که ما حالا درباره هوش مصنوعی خیلی زیاد می شنویم این است که رایانه های قدرتمند بسیار ارزان و کوچک شده اند و دانشمندان علم رایانه توانسته اند برنامه های بهتری را به وجود آورند که می توانند از این توان استفاده کنند. ⊕ چگونه می توانیم هوش مصنوعی را به یک ماشین آموزش دهیم؟ تصور کنید یک ماشین هوش مصنوعی برای انتخاب میوه های خراب داریم. کار را با نشان دادن مقدار زیادی میوه به ماشین و گفتن این که کدام خوب و کدام بد است شروع می کنیم. روش کار ماشین این نیست که تمام آن تصاویر را ذخیره کند و سپس شروع کند به این که به یک میوه تازه نگاه می کند و آن را با تمام آن تصاویر مقایسه کند. درعوض، نرم افزار شروع می کند به این که مشخص کند چه چیزی باعث می شود یک تصویر حاوی یک میوه خوب باشد یا میوه بد. یکی می تواند این باشد که نواحی ای از میوه دچار تغییر رنگ شده یا دارای بریدگی است. سپس نرم افزار به یک میوه جدید نگاه می کند و اگر نواحی تغییر رنگ یافته را در هر نقطه از میوه شناسایی کند، می تواند آن را به این احتمال که میوه بد است ربط دهد. ⊕ مثال هایی از هوش مصنوعی که در حال حاضر در زندگی روزمره مورد استفاده قرار می گیرند چیست؟ ما همه با توصیه هایی که در هنگام خرید آنلاین صورت می گیرد آشنا هستیم. فناوری هوش مصنوعی برای تجزیه و تحلیل خریدهای قبلی یا سابقه مرورگر ما مورد استفاده قرار می گیرد تا تبلیغاتی که ممکن است مورد علاقه مان باشد به ما نشان داده شود. مثال دیگر توانایی جستجوی تصاویری شبیه به تصویری است که ما اندکی پیش مرور یا آپلود کرده ایم. ⊕ هوش مصنوعی در آینده می تواند برای چه کارهایی مورد استفاده قرار گیرد؟ در این زمینه فهرستی طولانی وجود دارد. یک کاربرد آن در آینده نزدیک، دستیابی به خودروهای خودران است. هنوز کار زیادی برای انجام دادن وجود دارد تا خودروی خودرانی درست شود که می تواند از عهده تمام شرایط آب و هوایی و جاده ای برآید. هوش مصنوعی در قلب این کار قرار دارد. یک کاربرد دیگر که سریع به آن نزدیک می شویم استفاده از هوش مصنوعی در تشخیص گفتار است، که رابط صوتی (voice interface) را از فرمان های ساده به مکالمه طبیعی تغییر می دهد – یک فرمت بهتر از آنچه که قبلاً در گوشی های هوشمند دیده ایم. در هر وظیفه ای که شما در انجام آن با مقدار زیادی اطلاعات مواجهید که باید ارزیابی شوند، استفاده از هوش مصنوعی بیشتر جا افتاده است. پزشکی یک نمونه خوب از این مقوله است. گاهی اوقات در حوزه پزشکی اطلاعات زیادی وجود دارد که به ظاهر متناقض اند یا بخش هایی از اطلاعات می توانند کار تشخیص مشکل یا گزینه های درمان را سخت کنند. این جا است که هوش مصنوعی به کار می آید. هوش مصنوعی در حال ایجاد تغییرات بزرگی است. در حرفه حقوق هم سخت است تا تمام اطلاعات را مرتب کنیم و کار تصمیم گیری را انجام دهیم. هوش مصنوعی در این زمینه نیز می تواند به کمک بیاید. یا ما می توانیم سرعت طراحی محصولات را نیز با هوش مصنوعی بالا بریم. ⊕ چه رویدادهایی در پنج تا ده سال آینده در فضای هوش مصنوعی روی می دهد؟ این دوره بسیار هیجان انگیزی برای هوش مصنوعی است. ما می توانیم انتظار ورود تراشه های محاسباتی بیشتری را داشته باشیم که برنامه های هوش مصنوعی را بهینه سازی می کنند. هوش مصنوعی نیاز به محاسبات زیادی دارد و این کار مستلزم توانمند ساختن رایانه های موجود است. با پیشرفت های بزرگی که در نرم افزارهای هوش مصنوعی طی دهه گذشته به وجود آمده و این که هوش مصنوعی کاربردهای بیشتری پیدا کرده صرفه برای سرمایه گذاری در زمینه تراشه های خاصی که با انرژی کمتر کار می کنند نیز به وجود آمده است. این امر می تواند کاربردهای بیشتری برای هوش مصنوعی ایجاد کند و هوش مصنوعی را به یک فناوری رایج و مفید تبدیل کند. ⊕ توضیح مترجم در آینده کسی که برتری تکنولوژیکی داشته باشد حاکم جهان خواهد بود. این جمله ولادیمیر پوتین، اهمیت روزافزون هوش مصنوعی را آشکار می کند. واقعیت این است که هوش مصنوعی با فرصت های عظیمی همراه است، اما تهدیداتی هم به همراه می آورد که پیش بینی آنها مشکل است. درواقع هوش مصنوعی می تواند علاوه بر کمک به اقتصاد و کاربردهای پزشکی و ... برای توسعه سلاح های سایبری و کنترل ابزارهای خودکار مثل دسته بزرگی از پهپادها نیز مورد استفاده قرار گیرد. در حال حاضر چین و آمریکا در تحقیق در این زمینه پیشرو هستند. منبع: https://www.theverge.com/2017/9/4/16...rule-the-world http://www.020.ir/%D8%AA%DA%A9%D9%86...A7%D8%AF%D8%9F
هوش مصنوعی چطور می تواند به انسان آسیب برساند و راه حل چیست؟وقتی که در مورد خطرات هوش مصنوعی صحبت میکنیم، معمولا تمرکز روی اثرات جانبی ناخواسته است. ما نگرانیم که یک روز تصادفی هوش مصنوعی فوق هوشمند بسازیم و یادمان برود که به آن ضمیری بدهیم؛ یا الگوریتمهایی برای محکوم کردن مجرمان به کار میبریم که مملو از تعصبات نژادپرستی دادههای تمرینیاش است. اما این فقط نیمی از داستان است. آنهایی که از قصد میخواهند هوش مصنوعی را برای کارهای غیراخلافی، مجرمانه و آسیبرسان استفاده کنند چطور؟ احتمال بروز خطر از سوی آنها بیشتر -و حتی زودتر- نیست؟ پاسخ مثبت است، طبق نظر بیش از ده متخصص از انستیتوهایی نظیر «آینده بشر»، «مرکز پژوهش خطرهای موجود» و حتی شرکت غیر انتفاعی «OpenAI» که توسط ایلان ماسک تاسیس شده، جواب مثبت است. در مقالهای که اخیرا با نام «استفاده مخرب از هوش مصنوعی: پیشبینی، جلوگیری و بازدارندگی» منتشر شده، این پژوهشگران و دانشگاهیان در مورد برخی راههایی که ممکن است هوش مصنوعی طی پنج سال آینده از طریق آن به ما ضرر برساند صحبت کرده اند و گفته اند که ما چه کار می توانیم انجام دهیم. مایلز بروندج یکی از نویسندگان این مقاله از انستیتو آینده بشر به وبسایت ورج گفته که چون هوش مصنوعی می تواند حملات مهلکی به ما وارد کند، ما قطعا نباید وحشت کرده یا امید را کنار بگذاریم. بروندج می گوید: «من دوست دارم حالت خوشبینانه را در نظر بگیرم که ما می توانیم کارهای بیشتری انجام دهیم. مسئله این است که تصویری تاریک و سیاه نکشیم. راه های دفاع بسیاری وجود دارد که می توانیم توسعه دهیم و چیزهای بسیاری برای یاد گرفتن وجود دارد. فکر نمی کنم که همهاش ناامیدی باشد ولی این مقاله را فراخوانی برای اقدام میبینم.» گزارش بروندج و تیمهایی که با او همکاری داشتهاند بسیار وسیع است اما روی چند راه اصلی که هوش مصنوعی می تواند خطرات امنیتی فیزیکی و دیجیتالی ایجاد کند یا اصلا خطرات جدید بسازد متمرکز است. در این مطلب پنج پیشنهاد هم برای مبارزه با این مشکل آمده از جمله آگاه سازی مهندسین هوش مصنوعی در مورد استفاده های مخرب در تحقیقاتشان و همچنین برقراری گفتمان میان دانشگاهیان و قانون گذاران تا هنگام وقوع جرم، غافلگیری پیش نیاید. بگذارید از خطرات احتمالی شروع کنیم: یکی از مهمترین خطرات آن است که هوش مصنوعی به شکل قابل توجهی هزینه برخی حملات را کاهش میدهد و جایگزین نیروی انسانی میشود. برای مثال حملات فیشینگ را در نظر بگیرید که در آن به افراد پیامهایی داده میشود تا به نوعی از آن طریق اطلاعات حسابهایشان را به دست آورند. مثل یک ایمیل از سایتهای خرید یا ایمیل از بانکی که در آن حساب دارید. هوش مصنوعی میتواند در این حملات، عمده کارها را انجام دهد و بر اساس تحلیل اطلاعات و دادههای هر فرد، پیام مخصوصی برایش بسازد. یا تصور کنید چت باتها آنقدر پیشرفته شوند که بتوانند نقش دوست نزدیکتان را ایفا کنند و از شما رمز عبور ایمیلتان را بگیرند. این مدل حملات پیچیده به نظر می رسد اما اگر یک بار این نرم افزار ساخته شود، بدون هزینه اضافه می توان آن را بارها و بارها به کار گرفت. ایمیلهای فیشینگ همین حالا هم بسیار مضر هستند. این ایمیلها مسبب انتشار تصاویر شخصی اشخاص معروف در سال ۲۰۱۴ و لو رفتن ایمیلهای جان پادستا، از ستاد انتخاباتی هیلاری کلینتون در انتخابات ۲۰۱۶ آمریکا بودند. لو رفتن ایمیلهای پادستا نه تنها باعث تغییر نتیجه انتخابات ۲۰۱۶ آمریکا شد، بلکه تئوریهای توطئهای نظیر پیتزاگیت را رقم زد که نزدیک بود به کشته شدن انسانها منجر شود. حالا تصور کنید یک هوش مصنوعی پیشرفته چه کارها که نمی تواند انجام دهد. نکته مهم بعدی در این گزارش به افزودن ابعاد جدید به خطرهای فعلی اشاره دارد. همین مثال فیشینگ را در نظر بگیرید. هوش مصنوعی همین حالا هم با گوش دادن به چند دقیقه از صحبت های یک شخص می تواند صدای او را تقلید کند. یا می تواند به صورت همزمان از ویدیوهای موجود استفاده کرده و حرکات صورت و چهرهتان را جایگزین حرکات صورت یک شخص شناخته شده کند. این گزارش روی خطراتی متمرکز است که طی پنج سال آینده پدید میآیند و سریعا در حال تبدیل شدن به یک موضوع اساسی هستند. و البته یک سری اقدامات ناراحتکننده دیگر هم هستند که هوش مصنوعی میتواند آنها را تشدید کند. دستکاریهای سیاسی و پروپاگاندا (مثل دستکاری صدا و تصویر که می تواند مشکلی عظیم باشد)، و همچنین نظارتهای امنیتی به خصوص وقتی که اقلیتها را هدف قرار دهد. مثال واضح می تواند چین باشد، کشوری که دوربینهای امنیتی و تشخیص دهنده چهرهاش یک منطقه بزرگ که اقلیت مسلمان اویغور در آن زندگی میکنند را زیر نظر گرفته است. در نهایت، این گزارش به خطرات کاملا بدیعی که هوش مصنوعی می تواند ایجاد کند اشاره دارد. نویسنده به برخی سناریوهای ممکن اشاره دارد از جمله قرار دادن بمب در رباتی خدمتکار و انتقال آن به یک وزارت خانه دولتی. ربات با استفاده از قابلیتهای ویژه خود یک سیاستمدار خاص را شناسایی کرده و وقتی که نزدیکش برسد بمب را منفجر می کند. این مثال به دو پیشرفت اساسی اشاره دارد، یکی بهره گیری از هوش مصنوعی در محصولات فیزیکی و دوم استفاده از فناوریهای نرم افزاری مثل تشخیص چهره. شاید اشاره به چنین داستانهایی اندکی خیالی به نظر برسد اما حقیقت آن است که همین حالا هم شاهد حملات بدیع توسط هوش مصنوعی بودهایم. فناوری جابهجایی چهره این امکان را داده بود تا بدون هیچ حد و مرزی، کاربران چهره افراد مشهور را با چهره بازیگران فیلمهای غیر اخلاقی جایگزین کنند که باعث جنجال آفرینی بسیاری طی هفتههای گذشته شد. اگرچه تاکنون این ماجرا قربانی خاصی نگرفته اما کسانی که چنین سوء استفادهای از تکنولوژی میکنند قادر خواهند شد تا با ساخت چنین تصاویری از افرادی که میشناسند باج گرفته یا باعث آزار و اذیت شوند. راه حلهای ارائه شده در این مقاله ساده هستند و عبارتند از: پژوهشگران حوزه هوش مصنوعی باید آگاه باشند که کارهایشان چطور میتواند توسط دیگران مورد سوء استفاده قرار بگیردقانونگذاران باید از متخصصین در مورد این موضوع آموزه بگیرندکسانی که روی هوش مصنوعی کار میکنند باید از متخصصین حوزه امنیت سایبری برای محافظت از سیستمهایشان آموزه بگیرندباید چارچوبهای اخلاقی برای هوش مصنوعی ایجاد شده و آن را دنبال کردافراد بیشتری باید در این ماجرا دخیل باشند. نه فقط دانشمندان هوش مصنوعی و قانونگذاران. بلکه دانشمندان علوم اخلاق، کسب و کارها و عموم مردم هوش مصنوعی چطور می تواند به انسان آسیب برساند و راه حل چیست؟ - دیجیاتو
هوش مصنوعی چیست؟ هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف از خود نشان میدهد، گفته میشود. به گزارش میزان، هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف از خود نشان میدهد، گفته میشود. به عبارت دیگر هوش مصنوعی به سیستمهایی گفته میشود که میتوانند واکنشهایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیهسازی فرایندهای تفکری و شیوههای استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند. بطور کلی ماهیت وجودی هوش به مفهوم جمعآوری اطلاعات، استقراء و تحلیل تجربیات به منظور رسیدن به دانش یا ارایه تصمیم است. در واقع هوش به مفهوم بهکارگیری تجربه به منظور حل مسائل دریافت شده تلقی میشود. هوش مصنوعی علم و مهندسی ایجاد ماشینهایی هوشمند با بهکارگیری از کامپیوتر و الگوگیری از درک هوش انسانی یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی است. هوش مصنوعی چیست؟
هوش مصنوعی چیست؟شاید بیشتر از ده معنی متفاوت برای هوش مصنوعی (AI) از طرف اهل فن ارائه شده است . ولی بهترین تعریف از دمیس هاسیبیس موسس و مدیر عامل DeepMind می باشد. از نظر او هوش مصنوعی علم ساخت ماشین های هوشمند است. این ماشین ها، به نوبه خود، دانش و توانایی های انسانی را افزایش می دهند. (بله، گاهی اوقات انسانها نیز جایگزین خواهند شد، اما این یک داستان برای زمان دیگری است.) در حال حاضر، اگر هوش مصنوعی موضوع جدیدی برای شماست، حتی تعریف اولیه آن کمی خلاصه است و به ذکر این نکته کمک نمی کند که ما تفاوت بین هوش مصنوعی و سایر شرایط مرتبط با AI مانند شنیدن دستگاه، پردازش زبان طبیعی، تولید نسل طبیعی، یادگیری عمیق، شبکه های عصبی، بینایی کامپیوتر و تشخیص چهره درک کنیم.اما خوشبختانه، روزنامه نگار و تحلیلگر جان کوتسیر در پست خود، ۲ دقیقه ای توضیح، توضیح کوتاه بصری سودمندی داده است: AI در برابر یادگیری ماشین در مقابل یادگیری عمیق، برای کمک به تقسیم بندی آن برای ما.هوش مصنوعی در یگ نگاه اساسا، هوش مصنوعی ، اصطلاح چتر برای الگوریتم ها، فن آوری ها و تکنیک هایی است که دستگاه های هوشمندانه تر را طراحی می کنند و توانایی های فوق العاده انسان را به آنها می دهد.از دیدگاه بازاریابی، با نگاه کردن به چالش های خاص و موارد استفاده، ساده ترین راه حل آن است. اساسا، هوش مصنوعی ، اصطلاح چتر برای الگوریتم ها، فن آوری ها و تکنیک هایی است که دستگاه های هوشمندانه تر را طراحی می کنند و توانایی های فوق العاده انسان را به آنها می دهد.از دیدگاه بازاریابی، با نگاه کردن به چالش های خاص و موارد استفاده، ساده ترین راه حل آن است. به عنوان مثال، در مورد کیس یک کتاب الکترونیک.هنگامی که یک نفر یک کتاب الکترونیک را دریافت می کند، یک بازاریاب مجموعه ای از قوانین را تعریف می کند که به ماشین می گوید چه کاری باید انجام دهد (یعنی اگر بازدید کننده کتاب را دانکود کند، سپس ایمیل سه بخش ارسال کند). این مجموعه قوانین الگوریتمی نامیده می شود. و جداگانه، تنظیم این قاعده واحد برای یک بار دانلود بسیار سرراست و مستقیم است.با این حال، اگر ۱۰ هزار بار دانلود شده است، در میان پنج نفر، منشاء از کانال های مختلف (اجتماعی، ارگانیک، پرداخت، مستقیم) که نیاز به ایمیل های شخصی و تجربیات وب سایت بر اساس سابقه (history) کاربر دارد؟انسان ها نمی توانند مجموعه ای از دستورالعمل ها را برای هدایت دستگاه در مورد نحوه شخصی سازی تجربیات در این مقیاس بفهمند. این جاییست که هوش مصنوعی فوق العاده گسترده شده این وظایف پیچیده و پیچیده ای را به ارمغان می آورد و آنها را آسان می کند.اما، هوش مصنوعی در تنظیم قوانین اولیه برای به حداکثر رساندن عملکرد متوقف نمی شود، از یادگیری ماشین برای پیاده سازی فعالیت های خود استفاده می کند. به عبارت دیگر، آن را یاد می گیرد، دقیق تر می شود، و الگوریتم های خود را ایجاد می کند.هوش مصنوعی در پشت چشم انداز ساده پنهان میشود :شما از هوش مصنوعی ده ها، نه صدها باردر روز استفاده می کنید و احتمالا حتی آن را نمی دانید. فیس بوک با استفاده از تشخیص چهره توصیه می کند که کدام یک از عکس های شما را نشان دهد.فیس بوک و نمونه ای از هوش مصنوعی Google از پردازش زبان طبیعی برای فعال کردن جستجوی صوتی و یادگیری ماشین برای جستجوی سطوح مرتبط استفاده می کند و نتایج جستجو را تولید و اولویت بندی می کند.گوگل و بکارگیری هوش مصنوعی گوگل همچنین از پردازش زبان طبیعی ، نسل زبانی طبیعی و یادگیری دستگاه برای توصیف پاسخ های سه تا پنج کلمه در برنامه Gmail استفاده می کند. و با توجه به این واقعیت که مخترع مشهور، نویسنده و متخصص AI ری کورزوییل، تیمی حدود ۳۵ مهندس در Google را در Gmail Smart Response هدایت می کند، این یک شرط امن است که با پاسخ کوتاه به ایمیل ها متوقف نخواهد شد. Netflix با استفاده از یادگیری ماشین به طور مداوم فیلم سازگار و شخصی سازی خود را نشان می دهد . این برند توصیه هایی را بیان می کند و نشان می دهد که براساس عادت ها و ترجیحات نمایش مشترکین تولید می شود. واشنگتن پست ، که متعلق به جف بزوس ، مدیر اجرایی آمازون است . واشنگتن پست از سیستم هوشمند سازی هوش مصنوعی Helilog خود برای نوشتن مقالات مبتنی بر داده ، نقشه دانش خود برای شناسایی و محاسبه محتوای متنی و ابزار Bandito خود برای مدیریت تعامل استفاده می کند.و، البته، آمازون ! آمازون سرمایه گذاری های عظیمی در استفاده از هوش مصنوعی ایجاد کرده است تا به طور مداوم بهینه سازی قابلیت های شخصی سازی خود را افزایش دهد و تجارب کاربر را افزایش دهد. (به این ترتیب شما چیزهای بیشتری را خریداری می کنید). آمازون و هوش مصنوعی این فقط چند نمونه مثال از موارد بی پایان است که چگونه AI رایج شده است در شرکت هایی که روزانه از آنها استفاده میکنیم.به عبارت دیگر، زندگی ما در حال حاضر با کمک ماشین است، و بازاریابی نیز خواهد بود. تهیه و تنظیم : تیم پژوهش Marketing Iran Talenthttp://www.marketingirantalent.com/1396/09/18/what-is-artificial-intelligence/
هوش مصنوعی چیست ؟ هوش به چه معناست؟ آیا یک دوربین مدار بسته می تواند به خودی خود تفکر کرده و تصمیم گیری کند؟ برای بهتر مفهوم هوش مصنوعی ، ایران سکوریتی توجه شما را به یک آزمایش مشهور در زمینه آشنایی با هوش مصنوعی جلب می کند. آزمایش اتاق چینی یک اتاق را تصویر کنید که افراد درون آن هیچ ارتباطی با فضای بیرون ندارند. تعداد زیادی از این افراد در پشت میز های خود نشسته اند. از محفظه ی تعبیه شده روی درب اتاق یک کاغذ به داخل اتاق انداخته می شود، روی این کاغذ به یک خط نا آشنا متنی نوشته شده است. افراد درون اتاق تنها کاری که به آنها یاد داده شده است انجام می دهند. آنها ابتدا کاغذ را به قسمت های کوچک تری تقسیم می کنند سپس با توجه به نشانه هایی که از پیش به آنها آموخته شده است، و با توجه به نشانه هایی که روی قسمت های کوچک شده کاغذ می بینند ، چک لیست های مربوطه که از قبل در اختیار آنها گذاشته شده است را علامت می زنند. به عنوان مثال اگر یک خط مورد در گوشه ی سمت راست صفحه ببینند در قسمت B-2 و اگر شکل ضربدر را ببینند، Y-17 را تیک می زنند و به همین گونه تا انتها ادامه می دهند. پس از اتمام مشاهده تکه های کوچک شده کاغذ ها و تکمیل چک لیست ، آنها چک لیست تکمیل شده را به سمت دیگر اتاق می فرستند. افرادی که در سمت دیگر اتاق هستند ( این افراد چیزهای متفاوتی نسبت به افراد اتاق قبل یاد گرفته اند ) یک برگه ی سوم را علامت گذاری می کنند. به عنوان مثال در صورتی که در چک لیست گزینه B-2 تیک خورده باشد یک خط افقی رسم می کنند و اگر Y-17 تیک خورده باشد ، یک دایره در سمت راست آن می کشند و به همین ترتیب تا انتها کار را تمام می کنند. در پایان تمامی کاغذ ها را به شخص آخر می دهند تا آن ها را مجددا به هم متصل کرده و محصول نهایی را ارائه کند. حال ببینیم چه فرایندی انجام شد. کاغذی که در مرحله ی اول وارد اتاق شد ، متنی چینی را در خود داشت. کاغذ نهایی که از اتاق خارج شد ترجمه ی کامل همان متن به انگلیسی است. باید توجه کنیم که هیچ کدام از افراد داخل اتاق توانایی درک زبان چینی یا انگلیسی را ندارند. آنها فقط کاری که به آنها یاد داده شده را انجام می دهند. این آزمایش ذهنی که نخستین بار توسط یک نخبه کامپیوتر طراحی شد معمولا یک راه خوب برای توضیح دشواری های مفهوم هوش مصنوعی می باشد. در واقع با تعداد افراد کافی در اتاق بالا می توان هر کاری را انجام داد ، تشخیص و آنالیز تصویر دوربین مدار بسته ، ترجمه درست زبان های مختلف ، ضرب و تقسیم اعداد بسیار بزرگ و … را می توان به راحتی با روش اتاق چینی انجام داد. حال تصور کنید که بجای افراد داخل اتاق چینی ، از ترانزیستور ها قطعات الکترونیکی استفاده کنیم ، شما با یک سیستم هوشمند روبرو خواهید بود. این مفهوم می تواند یک تعریف کلی از مفهوم هوش مصنوعی باشد. تعریف هوش مصنوعی هوش مصنوعی نرم افزاری است که فرآیند تفکر و هوش انسان را برای دوربین یا سایر تجهیزات مدار بسته بازسازی می کند تا در مقابله با تصاویر و موقعیت های مختلف نتایجی شبیه به تصمیم گیری انسان کسب شود. امروزه دوربین هایی وجود دارند که با استفاده از فناوری هوش مصنوعی چهره یک شخص را در بین هزارن تصویر تشخیص داده و شناسایی می کنند. حتی می توانند مشخصات ظاهری افراد مانند رنگ مو ، رنگ چشم و … را شناسایی و ثبت و ضبط کنند. البته باید توجه کنید که تمامی این فعالیت ها پیش از این توسط انسان به درجه ی تکامل رسیده است از این رو مکانیزه کرده آنها منافع زیادی در پیشرفت و هوشمند سازی تکنولوژی به خصوص سیستم دوربین مدار بسته کرده است. امروزه با توجه به پیشرفت صنعت نظارت تصویری و توسعه سیستم ها بر مبنای اینترنت اشیا ( IOT ) ، شمار زیادی از تولید کنندگان حرفه ای به سمت تولید محصولات دوربین مدار بسته مجهز به سیستم هوش مصنوعی ( AI ) رفته اند. دوربین مدار بسته هوش مصنوعی و نرم افزار هوش مصنوعی و… به جای کاربر مشاهده می کنند ، فکر می کنند ، تصمیم می گیرند و در نهایت اجرا می کنند. این حقیقتی است که در دنیای هوش مصنوعی رخ می دهد. سیستم دوربین مدار بسته بر پایه هوش مصنوعی می تواند با آنالیز حرکت ، سرعت و تراکم خودرو ها در یک اتوبان ، ترافیک را مدیریت کرده و با توجه به موقعیت های مختلف سناریو های متعددی را اجرا نماید. سیستم های آنالیز هوشمند تصویر VMS ، فرایند های نرم افزاری هوشمندی هستند که با آنالیز تصاوی دوربین مدار بسته می توانند موارد متعددی را بررسی کنند برخی از این موارد عبارتند از تشخیص ورود غیر مجاز به محوطه ی ممنوعهتشخیص توقف غیر مجاز در فضای ممنوعهتشخیص چهره افراد یا پلاک خودرو های متخلفشمارش افراد وارد شده به یک ناحیهثبت چهره افراد و تطبیق با الگوهای از پیش تعریف شده در سیستمکنترل ورود یا خروج افراد بر اساس چهره…. به نظر می رسد که روند استفاده برند های برتر دوربین مدار بسته از هوش مصنوعی هر روز در حال رشد است و کاربران در آینده نزدیک می توانند بسیاری از فرایند های کنترل و تشخیصی را با استفاده از هوش مصنوعی دوربین مدار بسته انجام بدهند. هوش مصنوعی چیست ؟ کاربرد هوش مصنوعی در دوربین مدار بسته + ویدیو
هوش مصنوعی چیست؟«هوش مصنوعی، مطالعه روشهایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد.» به این ترتیب میتوان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کردهاند. 1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان. 2ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است. هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که میشناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبههای ادراک انسان همچون دیدن و شنیدن کاملاً ضعیفتر از موجودات دیگر است. علاوه بر این، کامپیوترهای امروزی با روشهایی کاملاً مکانیکی(منطقی) توانستهاند در برخی جنبههای استدلال، فراتر از تواناییهای انسان عمل کنند. بدین ترتیب، آیا میتوان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روشهای بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونهای بهینه انجام میدهد). هوش مصنوعی در علم پزشکی امروزه به دلیل گسترش دانش و پیچیدهتر شدن فرایند تصمیمگیری، استفاده از سیستمهای اطلاعاتی به خصوص سیستمهای هوش مصنوعی در تصمیمگیری، اهمیت بیشتری یافتهاست. هوش مصنوعی گسترش دانش در حوزهٔ پزشکی و پیچیدگی تصمیمات مرتبط با تشخیص و درمان – به عبارتی حیات انسان – توجه متخصصین را به استفاده از سیستمهای پشتیبان تصمیمگیری در امور پزشکی جلب نمودهاست. به همین دلیل، استفاده از انواع مختلف سیستمهای هوشمند در پزشکی رو به افزایش است، به گونهای که امروزه تأثیر انواع سیستمهای هوشمند در پزشکی مورد مطالعه قرار گرفتهاست. کاربردهای هوش مصنوعی چنان گسترده و فراگیر شدهاند که بسیاری از این کاربردها دیگر با نام هوش مصنوعی شناخته نمیشوند و نام تخصصی خود را دارند. تأثیر هوش مصنوعی را اکنون میتوان در همه جهات و نقاط زندگی مردم دید. آیفونی که قادر به تشخیص اعضای خانه است یا تلویزیونی که نور صفحه نمایش دلخواه را با تعداد افراد تنظیم میکند، همه و همه کاربردهای هوش مصنوعی هستند. کاربردهای عملی آن دسته از کاربردهای هوش مصنوعی هستند که عملیات خاصی را انجام داده و عمل یا تأثیر آن به وضوح توسط کاربر احساس خواهد شد. برای مثال جست و جوی خودکار گوگل که از الگوریتمها و متدهای پیچیده هوش مصنوعی استفاده میکند، پس از انجام یک عملیات پرهزینه و البته سریع نتایج مرتبط را به شما نشان خواهد داد. ماشینهایی که قادر هستند خودشان را کنترل کنند. رباتهای پرنده یا قایقهای هوشمند نمونهای بارز و موفق از این نوع کاربردها هستند. http://www.eghtesadbartar.com/blog/%...3%D8%AA%D8%9F/
هوش مصنوعی چیست ؟« هوش مصنوعی، دانش ساختن ماشین ها یا برنامههای هوشمند است. » همانگونه كه از تعریف فوق-كه توسط یكی از بنیانگذاران هوش مصنوعی ارائه شده است- برمیآید،حداقل به دو سؤال باید پاسخ داد: 1ـ هوشمندی چیست؟ 2ـ برنامههای هوشمند، چه نوعی از برنامهها هستند؟تعریف دیگری كه از هوش مصنوعی میتوان ارائه داد به قرار زیر است: « هوش مصنوعی، شاخهایست از علم كامپیوتر كه ملزومات محاسباتی اعمالی همچون ادراك (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی كرده و سیستمی جهت انجام چنین اعمالی ارائه میدهد.»و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است: «هوش مصنوعی، مطالعه روشهایی است برای تبدیل كامپیوتر به ماشینی كه بتواند اعمال انجام شده توسط انسان را انجام دهد.» به این ترتیب میتوان دید كه دو تعریف آخر كاملاً دو چیز را در تعریف نخست واضح كردهاند. 1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان. 2ـ ابزار یا ماشینی كه قرار است محمل هوشمندی باشد یا به انسان شبیه شود، كامپیوتر است. هر دوی این نكات كماكان مبهم و قابل پرسشند. آیا تنها این نكته كه هوشمندترین موجودی كه میشناسیم، انسان است كافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نكته كاملاً واضح است كه بعضی جنبههای ادراك انسان همچون دیدن و شنیدن كاملاً ضعیفتر از موجودات دیگر است. علاوه بر این، كامپیوترهای امروزی با روشهایی كاملاً مكانیكی(منطقی) توانستهاند در برخی جنبههای استدلال، فراتر از تواناییهای انسان عمل كنند. بدین ترتیب، آیا میتوان در همین نقطه ادعا كرد كه هوش مصنوعی تنها نوعی دغدغه علمی یا كنجكاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روشهای بهینه انجام امور باشد، به هیچ رو مشخص نیست كه انسان اعمال خویش را به گونهای بهینه انجام میدهد). به این نكته نیز باز خواهیم گشت. اما همین سؤال را میتوان از سویی دیگر نیز مطرح ساخت، چگونه میتوان یقین حاصل كرد كه كامپیوترهای امروزین، بهترین ابزارهای پیادهسازی هوشمندی هستند؟ رؤیای طراحان اولیه كامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود كه قادر به حل تمامی مسائل باشد، البته ماشینی كه در نهایت ساخته شد(كامپیوتر) به جز دسته ای خاص از مسائلقادر به حل تمامی مسائل بود. اما نكته در اینجاست كه این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه كامپیوتر، منطقدانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی كه فوننیومان سازنده اولین كامپیوتر، در حال طراحی این ماشین بود، كماكان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، كلید اصلی، منطق(از نوع به كار رفته در كامپیوتر) نیست، بلكه احتمالاً چیزی خواهد بود شبیه ترمودینامیك! به هرحال، كامپیوتر تا به حال به چنان درجهای از پیشرفت رسیده و چنان سرمایهگذاری عظیمی برروی این ماشین انجام شده است كه به فرض این كه بهترین انتخاب نباشد هم، حداقل سهلالوصولترین و ارزانترین و عمومیترین انتخاب برای پیادهسازی هوشمندیست. بنابراین ظاهراً به نظر میرسد به جای سرمایهگذاری برای ساخت ماشینهای دیگر هوشمند، میتوان از كامپیوترهای موجود برای پیادهسازی برنامههای هوشمند استفاده كرد و اگر چنین شود، باید گفت كه طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیادهسازی، كاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیك است كه با استفاده از مكانیسمهای طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی. در برابر تمامی استدلالات فوق می توان این نكته را مورد تاُمل و پرسش قرار داد كه هوشمندی طبیعی تا بدان جایی كه ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفتهاند كه حتی ماده ایجاد كننده هوشمندی را مورد پرسش قرار داده اند، كامپیوتر از سیلیكون استفاده می كند، در حالی كه طبیعت همه جا از كربن سود برده است. مهم تر از همه، این نكته است كه در كامپیوتر، یك واحد كاملاً پیچیده مسئولیت انجام كلیه اعمال هوشمندانه را بعهده دارد، در حالی كه طبیعت در سمت و سویی كاملاً مخالف حركت كرده است. تعداد بسیار زیادی از واحدهای كاملاً ساده (بعنوان مثال از نورونهای شبكه عصبی) با عملكرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اكنون كاملاً به صورت یك جنجال(debate) علمی در جریان است. در هر حال حتی اگر بپذیریم كه كامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیهسازی هر روش یا ماشین دیگری از آن سود بجوییم. تاریخ هوش مصنوعی هوش مصنوعی به خودی خود علمی است كاملاً جوان. در واقع بسیاری شروع هوش مصنوعی را 1950 می دانند زمانی كه آلن تورینگ مقاله دورانساز خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یك روش را برای تشخیص هوشمندی پیشنهاد میكرد. این روش بیشتر به یك بازی شبیه بود. فرض كنید شما در یك سمت یك دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ باآن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است. طبیعتاً یك مكالمه بین شما و شخص آن سوی دیوار میتواند صورت پذیرد. حال اگر پس از پایان این مكالمه، به شما گفته شود كه آن سوی دیوار نه یك شخص بلكه (شما كاملاً از هویت شخص آن سوی دیوار بیخبرید) یك ماشین بوده كه پاسخ شما را میداده، آن ماشین یك ماشین هوشمند خواهد بود، در غیر این صورت(یعنی در صورتی كه شما در وسط مكالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است. باید دقت كرد كه تورینگ به دو دلیل كاملاً مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب كرد. اول این كه موضوع ادراكی صوت را كاملاً از صورت مساُله حذف كند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نكند و دوم این كه بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاكید كند. در هر حال هر چند تاكنون تلاشهای متعددی در جهت پیاده سازی تست تورینگ صورت گرفته مانند برنامه Eliza و یا AIML (زبانی برای نوشتن برنامههایی كه قادر به chat كردن اتوماتیك باشند) اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است. همانگونه كه مشخص است، این تست نیز كماكان دو پیش فرض اساسی را در بردارد: 1ـ نمونه كامل هوشمندی انسان است. 2ـ مهمترین مشخصه هوشمندی توانایی پردازش و درك زبان طبیعی است. درباره نكته اول به تفصیل تا بدین جا سخن گفته ایم؛ اما نكته دوم نیز به خودی خود باید مورد بررسی قرارگیرد. این كه توانایی درك زبان نشانه هوشمندی است تاریخی به قدمت تاریخ فلسفه دارد. از نخستین روزهایی كه به فلسفه(Epistemology) پرداخته شده زبان همیشه در جایگاه نخست فعالیتهای شناختی قرار داشته است. از یونانیان باستان كه لوگوس را به عنوان زبان و حقیقت یكجا به كار میبردند تا فیلسوفان امروزین كه یا زبان را خانه وجود میدانند، یا آن را ریشه مسائل فلسفی میخوانند؛ زبان، همواره شاُن خود را به عنوان ممتازترین توانایی هوشمندترین موجودات حفظ كرده است. با این ملاحظات میتوان درك كرد كه چرا آلن تورینگ تنها گذر از این تست متظاهرانه زبانی را شرط دستیابی به هوشمندی میداند. تست تورینگ اندكی كمتر از نیمقرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود كه این مسئله بیش از هر زمان دیگری آشكار شد كه متخصصین هوش مصنوعی به جای حل این مسئله باشكوه ابتدا باید مسائل كماهمیتتری همچون درك تصویر (بینایی ماشین) درك صوت و… را حل كنند.به این ترتیب با به محاق رفتن آن هدف اولیه، اینك گرایشهای جدیدتری در هوش مصنوعی ایجاد شدهاند. در سالهای آغازین AI تمركز كاملاً برروی توسعه سیستمهایی بود كه بتوانند فعالیتهای هوشمندانه(البته به زعم آن روز) انسان را مدل كنند، و چون چنین فعالیتهایی را در زمینههای كاملاً خاصی مانند بازیهای فكری، انجام فعالیتهای تخصصی حرفهای، درك زبان طبیعی، و…. میدانستند طبیعتاً به چنین زمینههایی بیشتر پرداخته شد. در زمینه توسعه بازیها، تا حدی به بازی شطرنج پرداخته شد كه غالباً عدهای هوش مصنوعی را با شطرنج همزمان به خاطر میآورند. مككارتی كه پیشتر اشاره شد، از بنیانگذاران هوش مصنوعی است این روند را آنقدر اغراقآمیز میداند كه میگوید: «محدود كردن هوش مصنوعی به شطرنج مانند این است كه علم ژنتیك را از زمان داروین تا كنون تنها محدود به پرورش لوبیا كنیم.» به هر حال دستاورد تلاش مهندسین و دانشمندان در طی دهههای نخست را میتوان توسعه تعداد بسیار زیادی سیستمهای خبره در زمینههای مختلف مانند پزشكی عمومی، اورژانس، دندانپزشكی، تعمیرات ماشین،….. توسعه بازیهای هوشمند، ایجاد مدلهای شناختی ذهن انسان، توسعه سیستمهای یادگیری،…. دانست. دستاوردی كه به نظر میرسد برای علمی با كمتر از نیم قرن سابقه قابل قبول به نظر میرسد. افقهای هوش مصنوعی در 1943،Mcclutch (روانشناس، فیلسوف و شاعر) و Pitts (ریاضیدان) طی مقالهای، دیدههای آن روزگار درباره محاسبات، منطق و روانشناسی عصبی را تركیب كردند. ایده اصلی آن مقاله چگونگی انجام اعمال منطقی به وسیله اجزای ساده شبكه عصبی بود. اجزای بسیار ساده (نورونها) این شبكه فقط از این طریق سیگنال های تحریك (exitory) و توقیف (inhibitory) با هم درتماس بودند. این همان چیزی بود كه بعدها دانشمندان كامپیوتر آن را مدارهای (And) و (OR) نامیدند و طراحی اولین كامپیوتر در 1947 توسط فون نیومان عمیقاً از آن الهام میگرفت. امروز پس از گذشته نیمقرن از كار Mcclutch و Pitts شاید بتوان گفت كه این كار الهام بخش گرایشی كاملاً پویا و نوین در هوش مصنوعی است. پیوندگرایی (Connectionism) هوشمندی را تنها حاصل كار موازی و همزمان و در عین حال تعامل تعداد بسیار زیادی اجزای كاملاً ساده به هم مرتبط میداند. شبكههای عصبی كه از مدل شبكه عصبی ذهن انسان الهام گرفتهاند امروزه دارای كاربردهای كاملاً علمی و گسترده تكنولوژیك شدهاند و كاربرد آن در زمینههای متنوعی مانند سیستمهای كنترلی، رباتیك، تشخیص متون، پردازش تصویر،… مورد بررسی قرار گرفته است. علاوه بر این كار بر روی توسعه سیستمهای هوشمند با الهام از طبیعت (هوشمندیهای ـ غیر از هوشمندی انسان) اكنون از زمینههای كاملاً پرطرفدار در هوش مصنوعی است. الگوریتم ژنیتك كه با استفاده از ایده تكامل داروینی و انتخاب طبیعی پیشنهاد شده روش بسیار خوبی برای یافتن پاسخ به مسائل بهینه سازیست. به همین ترتیب روشهای دیگری نیز مانند استراتژیهای تكاملی نیز (Evolutionary Algorithms) در این زمینه پیشنهاد شده اند. دراین زمینه هر گوشهای از سازو كار طبیعت كه پاسخ بهینهای را برای مسائل یافته است مورد پژوهش قرار میگیرد. زمینههایی چون سیستم امنیتی بدن انسان (Immun System) كه در آن بیشمار الگوی ویروسهای مهاجم به صورتی هوشمندانه ذخیره میشوند و یا روش پیدا كردن كوتاهترین راه به منابع غذا توسط مورچگان (Ant Colony) همگی بیانگر گوشههایی از هوشمندی بیولوژیك هستند. گرایش دیگر هوش مصنوعی بیشتر بر مدل سازی اعمال شناختی تاُكید دارد (مدل سازی نمادین یا سمبولیك) این گرایش چندان خود را به قابلیت تعمق بیولوژیك سیستمهای ارائه شده مقید نمیكند. CASE-BASED REASONING یكی از گرایشهای فعال در این شاخه میباشد. بعنوان مثال روند استدلال توسط یك پزشك هنگام تشخیص یك بیماری كاملاً شبیه به CBR است به این ترتیب كه پزشك در ذهن خود تعداد بسیار زیادی از شواهد بیماریهای شناخته شده را دارد و تنها باید مشاهدات خود را با نمونههای موجود در ذهن خویش تطبیق داده، شبیهترین نمونه را به عنوان بیماری بیابد. به این ترتیب مشخصات، نیازمندیها و تواناییهای CBR به عنوان یك چارچوب كلی پژوهش در هوش مصنوعی مورد توجه قرارگرفته است. البته هنگامی كه از گرایشهای آینده سخن میگوییم، هرگز نباید از گرایشهای تركیبی غفلت كنیم. گرایشهایی كه خود را به حركت در چارچوب شناختی یا بیولوژیك یا منطقی محدود نكرده و به تركیبی از آنها میاندیشند. شاید بتوان پیشبینی كرد كه چنین گرایشهایی فرا ساختارهای (Meta –Structure) روانی را براساس عناصر ساده بیولوژیك بنا خواهند كرد. 1- Jon Mccarthy 2-NP-Complete Problems 3-Von Neumen 4-Artificial Intelligence Markup Language برگرفته از سایت صفحه اصلي شركت خدمات كامپيوتري سخاروش| Sakha Ravesh Co. https://article.tebyan.net/9676/%D9%...C%D8%B3%D8%AA-
اشعار سروده شده توسط هوش مصنوعی حتی کارشناسان را فریب دادهوش مصنوعی در بسیاری از زمینه ها هنوز نمی تواند انسان را فریب دهد. با این حال محققان مایکروسافت در همکاری با پژوهشگرانی از دانشگاه کیوتو ژاپن تلاش کرده اند نوعی هوش مصنوعی را توسعه دهند که می تواند با الهام از تصاویر شعر بسُراید. در ادامه افرادی را مورد آزمایش قرار دادند تا دریابند آیا تفاوت این شعرها با نمونه های سروده شده توسط انسان ها برایشان قابل تشخیص است؟ محققان برای آموزش هوش مصنوعی، از شبکه های عصبی برای تحلیل هزاران شعر سروده شده توسط انسان ها بهره بردند. از سوی دیگر هوش مصنوعی به گونه ای آموزش داده شد که برخی از اشعار را با مشاهده یک تصویر به مرتبط ترین شکل ممکن بسراید. در نهایت از انسان ها نیز درخواست کردند شعرهایی را بسرایند. با همکاری اعضای تحریریه دیجیاتو تلاش کردیم متن اصلی به طرزی شاعرانه ترجمه شود که البته با وضعیت شعرهای هوش مصنوعی انتظار چندان بالایی از هیچ کسی نداشته باشید. یکی از شعرها که با نشان دادن تصویر یک خرچنگ مرده به هوش مصنوعی سروده شده، به این شرح است: اکنون من از خود خسته ام بگذار آبی بیکران باشم زیر آسمان عریان شکار شدم آب سرد و هوای آبی داغ نوری که سوسو می زند هرگز نمی رسد به نظر می رسد .... شعر دیگری که بر اساس تصویری از یادبود جنگ سروده شده به این شرح است: در شهری بزرگ بودم می چرخیدم و فریاد می زدم صدای جاده مرا با خود برد کوه ها گذشتند خیابان ها رفتند سکوت باریدن گرفت هنوز سکوت باقیست فرو رفته در درخشش خود و شعری دیگر که بر اساس تصویر یک چشم انداز معنوی سروده شده: خورشید می درخشد باد می رقصد درختان عریان و تو می رقصی ... در انتها شعرهای سروده شده توسط هوش مصنوعی و نیز انسان ها به 500 فرد که شامل 30 متخصص شعر بودند، نشان داده شد. عجیب اینکه بیشتر این افراد نتوانستند تفاوت بین شعرهای سروده شده توسط انسان و نیز هوش مصنوعی را تشخیص دهند. در نهایت باید گفت که برخی از شعرهای سروده شده توسط این هوش مصنوعی مضحک بودند و البته برخی دیگر جالب و پیچیده به نظر می رسیدند. اشعار سروده شده توسط هوش مصنوعی حتی کارشناسان را فریب داد - دیجیاتو
هوش مصنوعی، علمی برای پیشرفت انسانامروزه با توجه به پیشرفت علم و فناوری میتوان مشاهده کرد که انسان به دنبال این است تا استفاده از نیروی خود را در بسیاری از کارها کاهش دهد، به همین دلیل روی به ساخت و استفاده از ابزاری دیگر آوردهاست که یکی از این ابزارها هوش مصنوعی است.هوش مصنوعی در زندگی روزمره ما استفاده بسیاری دارد، این موضوع را میتوان در گوشیهای هوشمند، ماشینهای خودران، خانههای هوشمند، شبکه های اجتماعی و بسیاری از رشتهها مانند پزشکی و … مشاهده کرد. هوش مصنوعی واژهای است که شاید برای عموم آشنا نباشد و بسیاری از افراد وقتی با رشته هوش مصنوعی مواجه میشوند آن را جزء پزشکی میدانند! خیلی از افراد هم با شنیدن این واژه به یاد روباتیک می افتند و فکرمیکنند که این رشته به روباتیک محدود میشود، گرچه بخش نرم افزاری روبات و کنترل آن بی ارتباط با هوش مصنوعی نیست و روباتیک یکی از کاربردهای آن محسوب میشود، اما هوش مصنوعی بسیار فراتر از آن است. طبق تعریفی که تورینگ انجام داده است : اگر شما پشت یک ترمینال بشینید و با دو نفر چت کنید و متوجه نشوید که کدام یک از آنها انسان است و کدامیک کامپیوتر، آنگاه انسان موفق به ساخت هوش مصنوعی شده است. در ادامه با خط مهندسی همراه باشید، تا با هم گشت و گذاری در این هوش ماشینی داشتهباشیم. هوش مصنوعی، علمی نو هوش مصنوعی به خودی خود علمی کاملا جوان است. در واقع بسیاری شروع هوش مصنوعی را ۱۹۵۰ می دانند زمانی که آلن تورینگ مقاله خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یک روش را برای تشخیص هوشمندی پیشنهاد میکرد. این روش بیشتر به یک بازی شبیه بود. فرض کنید شما در یک سمت یک دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ با آن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است. طبیعتاً یک مکالمه بین شما و شخص آن سوی دیوار میتواند صورت پذیرد. حال اگر پس از پایان این مکالمه، به شما گفته شود که آن سوی دیوار نه یک شخص بلکه (شما کاملاً از هویت شخص آن سوی دیوار بیخبرید) یک ماشین بوده که پاسخ شما را میداده، آن ماشین یک ماشین هوشمند خواهد بود، در غیر این صورت(یعنی در صورتی که شما در وسط مکالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است. باید دقت کرد که تورینگ به دو دلیل کاملا مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب کرد. اول این که موضوع ادراکی صوت را کاملاً از صورت مساله حذف کند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نکند و دوم این که بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاکید کند. در هر حال هر چند تاکنون تلاشهای متعددی در جهت پیاده سازی تست تورینگ صورت گرفته، اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است. همانگونه که مشخص است، این تست نیز کماکان دو پیش فرض اساسی را در بردارد: ۱ـ نمونه کامل هوشمندی انسان است. ۲ـ مهمترین مشخصه هوشمندی توانایی پردازش و درک زبان طبیعی است. با توجه به این دو فرض میتوان درک کرد که چرا آلن تورینگ تنها گذر از این تست زبانی را شرط دستیابی به هوشمندی میداند.تست تورینگ اندکی کمتر از نیمقرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود که این مسئله بیش از هر زمان دیگری آشکار شد که متخصصین هوش مصنوعی به جای حل این مسئله باشکوه ابتدا باید مسائل کماهمیتتری همچون درک تصویر (بینایی ماشین)، درک صوت و… را حل کنند. در سالهای آغازین هوش مصنوعی ( AI:Artificial Intelligence) تمرکز کاملا برروی توسعه سیستمهایی بود که بتوانند فعالیتهای هوشمندانه(البته به زعم آن روز) انسان را مدل کنند، و چون چنین فعالیتهایی را در زمینههای کاملاً خاصی مانند بازیهای فکری، انجام فعالیتهای تخصصی حرفهای، درک زبان طبیعی و…. میدانستند، طبیعتا به چنین زمینههایی بیشتر پرداخته شد.در زمینه توسعه بازیها، تا حدی به بازی شطرنج پرداخته شد که غالباً عدهای هوش مصنوعی را با شطرنج همزمان به خاطر میآورند. مککارتی که از بنیانگذاران هوش مصنوعی است این روند را آنقدر اغراقآمیز میداند که میگوید: محدود کردن هوش مصنوعی به شطرنج مانند این است که علم ژنتیک را از زمان داروین تا کنون تنها محدود به پرورش لوبیا کنیمبه هر حال دستاورد تلاش مهندسین در طی دهههای نخست را میتوان توسعه تعداد بسیار زیادی سیستمهای خبره در زمینههای مختلف مانند پزشکی عمومی، اورژانس، دندانپزشکی، تعمیرات ماشین، توسعه بازیهای هوشمند، ایجاد مدلهای شناختی ذهن انسان، توسعه سیستمهای یادگیری و… دانست. دستآوردی که به نظر میرسد برای علمی با کمتر از نیم قرن سابقه قابل قبول به نظر میرسد. هوش مصنوعیچه مفهومی دارد؟ هوش مصنوعی، هوش ماشین ها است! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم : استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی … ولی به جز این ها چیز های دیگری هم در رابطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن ۲۱ مربوط نمی شود، بلکه از سال ۱۹۵۰ این مباحث به طور جدی مطرح شد. هوش مصنوعی شامل یادگیری ماشین ، یادگیری عمیق و سایر قابلیتهای برنامهنویسی است. سامانههای هوش مصنوعی امروزی به دنبال پردازش یا پاسخگویی داده مشابه روش انسان هستند.در واقع تعریفهای هوش مصنوعی گسترده است، چرا که پروژههای هوش مصنوعی متنوعی وجود دارد. میتوان پروژههای هوش مصنوعی را به دو دسته کلی طبقهبندی کرد: هوش مصنوعی عمومی (General AI) هدف هوش مصنوعی عمومی تقلید رفتار و استنتاج انسان است. هدف توسعهدهندگان طراحی سامانه هوش مصنوعی مشابه هوش و رفتار انسان است. این نوع هوش مصنوعی در کاربرد خاصی استفاده نمیشود. سامانههای هوش مصنوعی عمومی تنها برای فروش محصولات و به نمایش گذاشتن قابلیتهای ماشین به کار میرود. برای نمونه میتوان دستیار شخصی هوشمند کورتانا (Cortana) و سیری (Siri) را نام برد. دستیارهای مجازی در تعامل با انسان دارای محدودیت هستند بنابراین کاربرد محدودی دارند. هوش مصنوعی محدود (Narrow AI) هوش مصنوعی محدود بر مسئله و شرایط خاصی تمرکز دارد. این نوع هوش مصنوعی برای تجزیه و تحلیل داده و استنتاج طراحی میشود. حتی استنتاج ماشینها از انسان بهتر است. نرمافزار ترجمه خودکار زبان اسپانیایی به انگلیسی و نرمافزار تجزیه و تحلیل سهام برای سرمایهگذاری نوعی هوش مصنوعی محدود هستند. این نوع کاربردها با اینکه خیلی قابل توجه نیستند ولی نسبت به هوش مصنوعی عمومی کاربردیتر هستند. از سوی دیگر هوش مصنوعی را از لحاظ چگونگی عملکرد میتوان به دو دسته طبقهبندی کرد. این نوع طبقهبندی، پیچیدگی سامانه هوش مصنوعی و هزینههای نهایی نرمافزار را مشخص میکند. نخستین پرسش که درباره نرمافزار هوش مصنوعی یک شرکت پرسیده میشود این است که سامانه از طریق استنتاج یاد میگیرد یا از طریق آموزش؟ آموزش (Training)سامانههای هوش مصنوعی مبتنی به آموزش بهگونهای هستند که در گذر زمان یاد میگیرند و مجموعه دادهها و بخشهای پردازش خود را تطبیق میدهند تا کارآیی خود را بالاتر ببرند. این نوع سامانهها به توان محاسباتی زیادی نیاز دارند. هوش مصنوعی استنتاجی (Inference) یک سامانه هوش مصنوعی استنتاجی به مشاهده داده و نتیجهگیری طی چند مرحله کاملا دقیق میپردازد. برای نمونه، با هدف اعلام نتایج یک مسابقه، فرآیند استنباط سامانه هوش مصنوعی، نتایج مسابقه راشناسایی میکند. برای یافتن نتایج از مجموعه دادههای قابل اعتماد استفاده میشود. نتایج تیمهای موجود در فهرست تیمهای مسابقه مقایسه میشوند و نتایج به صورت گفتار گزارش میشود. با این حال سامانههای هوش مصنوعی استنتاجی در طول زمان توانایی خود را بهبود نمیدهند. توان محاسباتی کمتری نیاز دارد و در نتیجه هزینه کمتری صرف خواهد شد. زبانهای برنامه نویسی هوش مصنوعی اولین موضوع در برنامه نویسی هوش مصنوعی ایجاد ساختار کنترلی مورد لزوم برای محاسبه سمبولیک است.زبانهای برنامه نویسی LISP ، PROLOG علاوه بر اینکه از مهمترین زبانهای مورد استفاده در هوش مصنوعی هستند، خصوصیات معنایی آنها باعث شده که شیوهها و راه حلهای قوی برای حل مسئله ارایه کنند. تاثیر قابل توجه این زبانها بر روی توسعه هوش مصنوعی از جمله تواناییهای آنها به عنوان «ابزارهای فکرکردن» است. PROLOG یک زبان برنامه نویسی منطقی است. یک برنامه منطقی دارای یک سری ویژگیهای قانون و منطق است. در حقیقت خود این نام از برنامه نویسی PRO در LOGIC میآید. در این زبان یک مفسر برنامه را بر اساس یک منطق مینویسد. ایده استفاده توصیفی محاسبهٔ اولیه برای بیان خصوصیات حل مسئله یکی از محوریتهای مشارکت PROLOG است که برای علم کامپیوتر به طور کلی و بطور جزئی برای زبان برنامه نویسی هوشمند مورد استفاده قرار میگیرند. LISP اصولاً LISP یک زبان کامل است که دارای عملکردها و لیستهای لازمه برای توصیف عملکردهای جدید، تشخیص تناسب و ارزیابی معانی است. LISP به برنامه نویس قدرت کامل برای اتصال به ساختارهای اطلاعاتی را میدهد.در حقیقت این مدل برنامه نویسی طوری موثر بوده است که تعدادی از دیگر زبانها براساس عملکرد برنامه نویسی آن بنا شدهاند، مثل: FP، ML، SCHEME یکی از مهمترین برنامههای مرتبط با LISP برنامه SCHEME است که یک تفکر دوباره در باره زبان در آن وجود دارد که بوسیله توسعه هوش مصنوعی و برای آموزش و اصول علم کامپیوتر مورد استفاده قرار میگیرد. کاربردهای هوش مصنوعی چیست؟ امروزه ردپایی از هوش ماشینی را میتوان در علوم مختلفی اعم از پزشکی، علوم هوافضا، تسلیحات نظامی ، پیش بینی وضع هوا، نقشه برداری و شناسایی عوارض، رباتیک، تشخیص صدا، دست خط ، بـــــازی ها و نرم افزارهای رایانه ای مشاهده کرد. از این رو متخصصان هوش مصنوعی، با توجه به کاربردهای گوناگون این علم، آن را در شاخههای متنوعی دنبال نموده اند. شبکه های عصبی (Neural Networks)پردازش زبان طبیعی (Natural Language Processing)رباتیک (Robotics)انجام مسابقات (Game Playing)یادگیری ماشین (Machine Learning)استراتژیهای تکاملی الگوریتم ژنتیک (Evolutionary Algorithms)تشخیص گفتار (Speech Recognition)بینایی ماشین (Machine Vision) کشاورزی صنعت بازیها لباسهای هوشمند آجر و ساختمانهای هوشمند کیف هوشمند شیر آب هوشمند سیستمهای حمل و نقل هوشمند تسلیحات نظامی هوشمند آیا هوش مصنوعی تهدیدی برای زندگی بشر است؟ دانشمندان بزرگ و نام آشنای عرصه علم و فناوری مانند ایلان ماسک، استیون هاوکینگ و حتی بیل گتس در مورد این موضوع سخنرانی کردهاند و در مورد خطرات آن هشدار دادهاند، با این حال افرادی هستند که با آنها مخالف هستند. ری کرزویل سرپرست بخش مهندسی گوگل، فردی است که به پیش بینی آینده شهرت دارد، معتقد است که هوش ماشینی تا سال ۲۰۲۹ از هوش انسان پیشی می گیرد و این موضوع نه تنها تهدیدی برای بشریت نیست، بلکه می تواند فرصت هایی برای پیشرفت انسان نیز فراهم کند و همان فناوری که باعث پیشرفت هوش مصنوعی می شود، زمینه پیشرفت انسان را نیز فراهم می کند. او پدیده تکینگی فناوری زمانی ” این پدیده هنگامی رخ می دهد که دستگاههای مختلف به دلیل پیشرفتهای باورنکردنی در فناوریهای مختلف، مخصوصا هوش مصنوعی، هوشمندتر از انسان شوند” را مطرح میکند. او در ادامه بیان میکند که این پیشرفتها باعث می شود که دستگاه های مختلف به انسان قدرت ببخشند. همانطور که اطلاع پیدا کردید، فناوری طی چند سال گذشته با پیشرفت زیادی همراه بوده و یکی از مهمترین نوآوریها، هوش مصنوعی بوده است.از آنجا که این حوزه سرشار ازمطالب است، امیدواریم که توانسته باشیم در این حوزه اطلاعات مفیدی را در اختیار شما قرار دادهباشیم. https://www.enline.ir/artificial-int...C%D8%B3%D8%AA/
نمایش برچسبها
مشاهده قوانین انجمن