هوش مصنوعی در سینما

هوش مصنوعی در سینما

فناوری همیشه در تخیلات و آثار هنری وجود داشته و از زمان ورود هوش مصنوعی در جهان سینما ،

داستان ها و فیلم های جذاب و مهیجی در این صنعت ساخته شده. اما فیلم ها فقط در مورد انفجار

 و شیلیک اسلحه نیستند. فیلم ها به عنوان آثار هنری باید ذهن مخاطب خود را درگیر کنند و حتی

ایده یا فکری را برای مخاطب شکل دهند. اما چرا این صنعت تاثیر بیشتری دارد ؟ این تفاوت به 

 اختلاف اصلی بین یک فیلم و کتاب برمی گردد و آن تصویر سازی است. یک محتوای بصری محتوا

را نمایش می دهد که در مقایسه با یک کتاب، به سرعت در حافظه تصویری ما را ثبت می شود، این

فرایند توضیح می دهد که چرا مردم به جای خواندن کتاب ساعت ها در YouTube می گذرانند. 

هوش مصنوعی در سینمای جهان

 هوش مصنوعی ، یادگیری ماشین ، دانش داده در صنعت سینما  به خصوص در هالیوود بسیار رایج

می باشند. با اینکه در سینما همیشه یزرگ نمایی وجود دارد اما ایده های پشت پرده می توانند از

 حقایقی نشات گرفته باشند امروزه متخصصانی این زمینه وجود دارند که از یک هوش مصنوعی

فوق العاده هوشمند که از ما پیشی بگیرد و در نهایت تصمیم بگیرند که ما را از روی زمین پاک

کند، می ترسند. از طرف دیگر طیف ، هوش مصنوعی به عنوان یک اختراع معجزه آسا به تصویر

کشیده شده است ، دستگاه هوشمند که می تواند کارهای مانند شبیه سازی ها و پیش بینی ها را

بسیاربهتر از انسان انجام دهد. در فیلم ها ، هوش مصنوعی را یاری انسان می پردازد ، و یا در یک

سفر ماجرا جویانه فضایی در کنار انسان ها ایستاده است.

فیلم هایی که در مورد هوش مصنوعی هستند

دیدگاه های نویسندگان و گارگردانان به هوش مصنوعی متفاوت است و ان تفاوت سلیقه در بسیاری از

 آثار دیده می شود. برای مثال در فیلم معروف The Terminator کارکتر منفی فیلم ربات هوشمندی

است که برای از بین بردن خطر احتمالی به گذشته سفر می کند تا رهبر نیروی مقاومت را در بچگی

بکشد اما در فیلم Interstellar ربات های هوشمندی وجود داردند که در اکتشافات فضایی به انسان

کمک می کند. البته ایده هوش مصنوعی فقط در این دو فیلم وجود ندارد و در سینما فیلم های زیادی

هستند که به نکات مثبت و منفی هوش مصنوعی اشاره می کنند. 

The Matrix

 فیلم ماتریکس داستانی را روایت می کند که ترس بشر از جنبه های تاریک هوش مصنوعی به واقعیت 

پیوسته است. داستان فیلم در آینده و در حدود سال 2200 می افتد. زمانی که ماشین ها برتری را نسبت

به انسان ها پیدا کرده اند و انسان ها را به روش مصنوعی  به دنیا می آورند تا از گرمای بدن آنها انرژی

 تولید کنند برای انجام این کار ماشین ها شبیه سازی ازدنیا در اواخر قرن بیستم را ایجاد کرده اند که

ماتریکس نام دارد تا انسان ها را در یک زندان ذهنی نگه دارد. بنابراین گروهی از انسان ها که از این

شبیه سازی خارج شدن در حال مبارزه با ماشین ها هستند تا انسانیت را آزاد کنند.

The Terminator

فیلم The Terminator یکی از محبوب ترین فیلم ها در هنگام به تصویر کشیدن آینده تاریک دنیاست که

هوش مصنوعی به طور ناگهانی شر می شود و شروع به کشتن همه می کند. این فیلمی است که احتمال تبدیل

شدن AI به یک تهدید وجودی را نشان می دهد. در این فیلم ، Skynet ، یک سیستم هوش مصنوعی که یک

هولوکاست هسته ای را جرقه می زند ، یک قاتل سایبورگ (Terminator) را به عقب می فرستد تا از تولد

جان کانر جلوگیری کند کسی که رهبر یک گروهی شورشی است که علیه Skynet می جنگد. این فیلم به عنوان

یادآوری برای ایجاد یک هوش مصنوعی که بی خطر است و پیشنهاد می کند تا قبل از اینکه هوش مصنوعی

بسازیم که بتواند ما را از بین ببرد خوب فکر کنیم.

Robocop 

داستان این فیلم سینمایی در مورد افسر پلیسی است که بعد از یک سوقصد در حال مرگ هست و دانشمندان

شرکت OCP با پیوند دادن او با ماشین زندگی او را تغییر می دهند الکس مورفی که حالا بدنی ماشینی

مبتنی بر هوش مصنوعی دارد ، باید بر سر اختیار خود با هوش مصنوعی مبارزه کند و هویت خود را که

دیگر نه انسان است و نه ماشین پیدا کند. در واقع این فیلم از اخلاق در هوش مصنوعی پرده بر می دارد

دلیل این امر این است که Robocop تلفیقی از هوش مصنوعی و انسانی است که این واقعیت را اثبات

می کند که اخلاق نمی توانند مصنوعی یا خودکار باشند.

I, Robot

VIKI (Virtual Interactive Intellietic Kinetic) یک ابر رایانه شرور است که با استفاده از

داده های جمع آوری شده از سراسر جهان و قدرت محاسباتی آن ربات ها را در سراسر جهان کنترل

می کند. در این دنیا ، ربات ها در همه جا وجود دارند و به آنها قوانینی تعبیه شده است که در سیستم

خود ضمانت می کنند و امنیت جامعه را تضمین می کنند. اما با VIKI ، این قوانین دیگر روبات ها

را محدود نمی کند ، و این وظیفه به یک پلیس تکنوفیبیک و یک ربات خوب محول می شود تا جلوی

پایان دادن به جهان توسط VIKI را بگیرند.

Interstellar

Interstellar برای ارائه هوش مصنوعی در یک فیلم علمی تخیلی از روش کاملاً متفاوتی استفاده می کند.

جفت روبات های چهار ضلعی به نام های TARS و CASE به طور حیرت انگیزی شکل خاصی را به خود

می گیرند که هیچ شباهتی به فرم محبوب انسانی مانند آنچه در Star Wars و Star Trek  مشاهده می شود،ندارند

به جای اینکه آن را تبدیل به آنتاگونیستی مانند HAL 9000 یا The Terminator کنند. این طراحی TARS

و CASE بیانگر طرحی است که عملکردی بالاتر برای بشریت دارند و بیانگر بسیاری از امکانات طراحی های

پیچیده در رباتیک و هوش مصنوعی است.

Star Wars

بی شک محبوب ترین ربات های مبتنی بر هوش مصنوعی در صنعت سینما ربات های C3PO و R2D2 در

سری فیلم های جنگ ستارگان هستند ربات هایی که در برابر نیروی شر در کنار انسان ها به مبارزه می پردازند

این دو ربات دارای شخصیت های انسانی هستند و درک کاملی از احساسات دارند. این نوع نگرش در مورد

هوش مصنوعی توسط جنگ ستارگان باعث می شود تا به این فکر کنیم که چگونه ربات ها در بافت جامعه ما

جاسازی می شوند و چگونه جامعه در آینده با هوش مصنوعی به عنوان کمک ، حیوانات خانگی و یا دوستان

رفتار خواهد کرد یا اینکه اصلاً به آنها اعتماد نمی کند.

بنابراین می بینیم که هوش مصنوعی در سینما بار ها و بار ها به تصویر کشیده که هم شامل  دیدگاه های مثبت

بوده و هم نقطه نظرات منفی را نمایش داده. البته هر کدام از این فیلم ها که بر پرده سینما نمایش داده می شوند

بیان گر حقیقتی هستند و آن هم این موضوع است که انسان ها و هوش مصنوعی نمی توانند از هم جدا باشند.

در نتیجه ما باید درایجاد و توسعه هوش مصنوعی بسیار محتاط  عمل کنیم و عواقب کار را بسنجیم. این ها تنها

مثال هایی از هوش مصنوعی در سینما بود و همانطور که قبلا هم اشاره کردیم فیلم ها همیشه مقداری بزرگنمایی

در خود جای داده اند. 

تعریف هوش مصنوعی چیست؟

تعریف هوش مصنوعی چیست؟

تعریف کلی که می توان راجـــع به هوش مصنوعی کـــرد ایـــن است کــه به هوشی

 گفته می شود کــه بر خلاف تصـــور از هوشـــی که در انســــان ها و حیوانات داریم

توسط ماشیـــن ها ارائــــه می شود. کتاب های درسی پیشـــرو AI ، این زمینه را به

عنوان مطالعه “عوامل هوشمنــــد” تعریف می کنند: هـــر وسیلـــه ای که محیط خود

را درک کند و اقداماتی انجـام دهـــد که شانس خـود را برای دستیابی به اهداف خود

به حداکثر برساند.به صورت عامیانه ،  تعریف اصطلاح “هوش مصنوعی” اغلب برای

توصیف ماشین ها (یا رایانــه ها) استفـــاده می شود که عملکــردهای “شناختــی” که

با ذهن انسان در ارتباط هستند ، مانند “یادگیری” و “حل مسئله” را تقلید می کنند.

در قاعده ای به نام تسلر به این اشاره می شود که هوش مصنوعی چیزی است که

هنوز انجام نشده است. 

تعریف پایه ای از هوش مصنوعی چیست ؟

هوش مصنوعی معمولی محیط خود را تجزیه و تحلیل می کند و اقداماتی انجام می دهد که شانس

موفقیت آن را به حداکثــر می رسانــد. این کــار ها می توانند ساده باشند(حالت 0،1) و یا پیچیده

    باشند (انجام اقدامات ریاضی شبیه به آنهایی کـــه در گذشتـه انجـام شده بودند). از طرف دیگر 

یک سیستــم تکــاملی می تــواند مانند حیوانــات ،با استفــاده از Fitness Function ها جهــت

تغییر و تکرار سیستم های ترجیح داده شده اقـــدام کند. بعضی از سیستــم ها مانند nearest-

neighbor, بدون هدف هستند و فقط تا حدی کـــه لازم بـــوده تمـریـن داده شــده اند بنابـراین

می توانند در مسیـر خاص مورد نظــر هــدف گذاری شونــد. هوش مصنوعی اغلب با استفــاده از

الگوریتم کار می کنـــد. یک الگوریتــــم، مجمـــوعه ای از دستورالعمـل های بدون ابهام است که

یک کامپیوتـــر مکانیــکی قــادر بــه اجـــرای آن است. یک الگوریتـــم پیچیـــده اغلـــب در بالای

الگوریتم هــای ساده تر دیگـــر،  ساختـــه می شود. یک مثـــال کار آمد بازی ایکـــس او است

در این شرایط تعریف الگوریتم هوش مصنوعی از پیامد ها اینگونه خواهد بود :

– اگر دو خانه پر شده بود و تهدید بود خانه سوم را بگیر در غیر این صورت

– اگر خانه ای را بگیری دو راهی ایجاد می کند آن را بگیر در غیر این صورت

– خانه مرکزی را اگر خالی بود بگیر درغیر این صورت

– اگر حریف خانه گوشه را گرفت،  خانه گوشه مقابلش را بگیر در غیر این صورت

– اگر گوشه خالی وچود دارد بگیر در غیر این صورت

– هر خانه خالی که وجود دارد بگیر

بسیاری از الگوریتــم هــای هوش مصنوعی قـادر بـه یادگیری هستنـد.آنها می توانند با یادگیری

اکتشافات جدید خود را تقویت کنند ، یا خود می توانند الگوریتم های دیگری بنویسند.  برخی

از الـگـوریـتــم هـایـی کـه مـی آمـوزنـد شامـل : Bayesian networks , decision trees ,

and nearest-neighbor,از لحاظ تئـوری یــاد می گــیرند کـه تقریبـاً هر عملکردی را انجام

دهند ، از جمله اینکــه کدام یــک از تـوابـع ریـاضی به بهتــرین وجـه کار می کنند. بنابراین این

فراگیران هوش های مصنوعی می توانند با در نظر گرفتن هر فرضیـه احتمـالی و مطابقت آنها

با داده ها ، تمام دانش ممکن را به دست آورند.

رویکردها به سمت هوش مصنوعی 

اولین و قابل درک ترین رویکرد، هوش مصنوعی نمادگرایانه است برای مثال اگر فرد سالمی 

تب داشت پس آنفــولانزا دارد دومیـــن رویکــرد استنباط Bayesian است، اگر بیمار فعلی

تب داشته باشد ، احتمال ابتلا به آنفلوانزا را از این مسیر خاص تنظیم کنید. رویکرد سوم، که

در اپلیکیشــن های هوش مصنوعی تجاری بسیار محبــوب هستند، آنالیزر هــایی مانند SMV و

nearest-neighbor  هستند، این مدل پس از بررسی سوابق بیماران شناخته شده  گذشته

  که درجه حرارت ، علائــم ، ســن و سایر عــوامل اکــثراً مطابق با بیمار فعلی است اعلام می کند

که، X٪  احتمال دارد که بیمار آنفولانزا داشته باشد. رویکرد چهارم که شبکه عصبی  مصنوعی

است از “نورونهای مصنوعی” استفــاده می کند که می تــواند بــا مقایسه خود با خروجی مطلوب

و تغییر نقاط قوت اتصالات بین نورونهای داخلی آن ، یاد بگیرد.

تفاوت هوش مصنوعی با هوش انسانی

در مقایسه با انسانبرای هوش مصنوعی استدلال های عام تعریف نشده است. انسان ها مکانیزم های

قدرتمندی برای استدلال درباره “فیزیک ساده” مانند فضا ، زمان و فعل و انفعالات جسمی دارند. این

حتی کودکان خردسال را قادر می سازد تا به راحتی استنتاج هایی از قبیل “اگر این قلم را از روی میز

بریزم ، روی زمین می افتد” را داشته باشند. آنها همچنین فاقد روانشناسی عامیانه هستند بــه همین

دلیل نمی توانند جملاتی مانند : اعضای شورای شهر از صدور مجــوز تظــاهرکنندگان خودداری کردند

زیرا آنها از خشونت حمایت می کردند ” متوجه شود چون نمی تواند که کدام دسته از افراد درون جمله

از خشونت همایت میکنند.این فقدان “دانش مشترک” یعنی که هوش مصنوعی غالباً اشتباهات متفاوتی

را نسبت به انسان مرتکب می شود ، به طریقی که ممکن است غیرقابل درک به نظر برسد. به عنوان

مثال ، اتومبیل های خود ران موجود نمی توانند به روشی دقیق که انسان انجام می دهد در مورد مکان

و یا مقاصد عابر پیاده استدلال کنند و در عوض باید از حالتهای استدلال غیر انسانی برای جلوگیری از

تصادفات استفاده کنند.

چالش های هوش مصنوعی

هدف کلی تحقیق از هوش مصنوعی ایجاد فناوری است که به رایانه ها و ماشین ها اجازه می دهد تا به

روشی هوشمند عمل کنند. مشکل کلی شبیه سازی (یا ایجاد) هوش به مشکلات فرعی تقسیم شده است.

اینها شامل ویژگی ها یا عملکرد های خاصی است که محققان انتظار دارند سیستم هوشمندی از خود نشان

دهند صفاتی که شامل موارد زید می شود :

استدلال و حل مشکل:

، بنا به تعریف هایی که از هوش مصنوعی شده محققان اولیه الگوریتم هایی را ایجاد کردند که از استدلال

گام به گام که انسان هنگام حل معماها یا استنتاج های منطقی استفاده می کند ، تقلید می کنند.

ارائه دانش:

ارائه دانش و مهندسی دانش در تحقیقات کلاسیک هوش مصنوعی مبحثی اساسی است. برخی از “سیستم های

حرفه ای” سعی در جمــع آوری دانــش صریح و صاحب نظران در برخی حوزه های تخصصی دارند. علاوه بر این،

برخی از پروژه ها تلاش می کنند تا “دانش عام” را که یک فرد متوسط دارا است ، در یک پایگاه داده حاوی دانش

گسترده در مورد جهان جمع کنند.

:برنامه ریزی

عوامل هوشمند باید بتوانند اهدافی را تعیین کنند و به آنها دست یابند. آنها به روشی نیاز دارند تا آینده را به صورت

تصویری از وضعیت جهــان نمایــان سازند و بتوانند پیش بینی هایی را در مورد چگونگی تغییر اعمال خود در آن انجام

دهند تا انتخاب هایی را انجام دهند که حداکثر استفاده از گزینه های موجود یا ارزش ها را داشته باشد.

یادگیری: 

یادگیری ماشینی (ML) ، یک مفهوم اساسی از تحقیقات هوش مصنوعی از زمان شروع این زمینه است ،

مطالعه الگوریتم های رایانه ای است که به طور خودکار از طریق تجربه بهبود می یابد.

هوش مصنوعی فرصت رشد اقتصادی بعد از کرونا

هوش مصنوعی فرصت رشد اقتصادی بعد از کرونا

هوش مصنوعی (AI) ممکن است فرصت رشد به اقتصاد زمین خورده بدهد تا بتواند روی پاهای خود برگردد.

بدون استفاده از تکنولــوژی صنعـت های وابسته به انسان ها فلج می شوند، بنابراین بعد از همه گیری کرونا

برای ثبات آینده اقتصادی یک تجســم جدیـد در راه کار ها و شیوه های بیزینس باید انجــام شــود. امروزه 

هوش مصنوعی بـه خصوص تشخیـــص دیــداری، ، تشخیص چهره ، پردازش زبان طبیعی ، بــه هـمـراه تجزیه

 و تحلیــل داده های بزرگ می توانند فرایند کسب و کار های سنتی را متحول کنند. این فناوری ها همچنین

به ماشین آلات اجازه می دهنــد داده هـای بزرگ را مرتب کرده و تجربه مجازی مشتری ها را بهبود بخشند.

با ورود هوش مصنوعی باید به زیر ساخت ها فرصت داد تا رشد کنند

باید در نظر داشت کــه فرایند تحــول دیجیتالی زمان بر است و نیازی نیست که تمام مسیر را طی کنیم، بلکه 

می تواننیم قدم های کوچک بر داریم تــا به هدف مشخص شده دست یابیم. نکته بعدی این است که پیشروی

در فرایند های دیجیتالی باید همراه با امنیت دیجیتالی باشد. داده ها باید برای اهداف  مشخص استفاده شوند.

سیستم ها قبل از استقرار باید به طور دقیق آزمایش شوند و دولت بایــد مقــرراتی را تنظیم کند تا از کاربران 

 از داده های شخصی سوء استفاده نکنند. شرکت هــا و صنــایع باید کارکنان و کارمندان خود را تحت آموزش 

مجدد قرار داهند . با توجه به اینکه همه گیری کرونا موجب شده تا شرکت های چند ملیتی عملیات های برون

مرزی خود را  محدود کنند،برون سپاری فرایند تجاری باید کارمندان خود را بازپروری مجدد کنند و به آنها یاد

بدهند که چگونه با سیستم های هوش مصنوعی کار کنند. دیگر برای کشور های غیر انگلیسی زبان بلد بودن 

زبان انگلیســی یـک مـزیت مـحسـوب نـمی شود زیــرا چت بات ها می توانند به راحتی این کار را انجام دهند.

همچنین با رهایی انسان ها از این وظایف دست و پا گیر آنها می توانند تمرکز خود را بر روی کار های مهم تر

بگذارند 

حرفه های هوش مصنوعی و برترین آنها

حرفه های هوش مصنوعی و برترین آنها

تحولاتی که حرفه های هوش مصنوعی در دنـیــا ایـجـاد کـــرده انـد بــی نظیر اســت

هوش مصنوعی باعث شده تا ما بتوانیم تلفن های هوشمنـد خـــود را با صورت مان

باز کنیم و یا سوالات مان را از دستیاران صوتی هوشمند بپرسم و آنها نیز پاسخگو

باشنــد و حتــی ایـمـیـل هـــای اسپــم را بدون نیـاز به دخالت انسان ها حذف کنند.

هوش مصنوعی باعث شده تا تمام روند های زندگی آسان تـر شــود. به همین دلیل 

تقاضا برای مهارت های هوش مصنوعی به میزان 119% افزایش داشتـــه است. 

و مشاغل برای استخدام همچین افرادی در رقابت به سر می برند .

حرفه های که در زمینه هوش مصنوعی فعالیت دارند

در ایــن مطلــب سعــی مـی کنیم که چند شغل را که در زمینه هوش مصنوعی هستند

را معرفی کنیم . یک دانشمنـــد داده مسئــول جمع آوری داده ها و تجزیه و تحلیل آن

است. دانشمندان داده ها به ریاضیات و آمــار ، تـجـزیه و تـحلیل پیشرفته ، و یادگیری

 ماشیــن و هــوش مصنوعی تخصص دارنــــد. در یـک سازمــان ، دانشمنـدان داده ها ،

داده هـــای مـفـیـدی را از اقـیـانـوســی از اطلاعـات استخراج می کنند.مهندسی یادگیری

ماشینــی عـمـومـا مـسـئـول ساخـــت و مدیریت سیـستم عامل های پروژه های یادگیری

ماشینی هستند. کار یک مهندس یادگیری ماشین در هسته پروژه های هوش مصنوعی

اسـت و بـرای افـــرادی کـــه از یــک بـنـیـاد در تحقیقات کاربردی و علوم داده استقبال

مــی کـنـند مـنـاسـب است. کـار مـعـمـار هوش مصنوعی نیز با دانشمند داده و مهندس 

یادگیــری مـاشینـی متفاوت است.معمــاران هوش مصنوعی پـاسخـگوی نیـــازهای کلی

پروژه های هوش مصنوعی هستند. این کار برای پاسخگویی به ساخـت و سازگــاری

با معماری با استفاده از چارچوب های پیشرو فناوری هوش مصنوعی است. این کار

دارای بخش هایی از علوم داده ، متخصص راه حـــل ها و کارشنــاس فنــاوری است

که همـه در یــک مـوقـعیت قرار گرفته اند.یکی دیگر از شغل ها توسعه دهنده هوش

کـسب و کـار اسـت. هـدف اسـاسـی این کار تجزیه و تحلیل مجموعه دادههای پیچیده

برای شناخت الگوهای تجاری است.و در نهایت مهندس بزرگ داده ها که مسئولیت 

 طراحی ، برنــامــه ریـزی و ایجاد محیط داده های بزرگ در سیستم های Hadoop

و Spark را بر عهده دارند.

آینده هوش مصنوعی در تغییر تحصیلات

آینده هوش مصنوعی در تغییر تحصیلات

شیوع ویـــروس جدید موجب شد تا کمبود های تحصیـــل آنلاین نمایان شونـــــد و در آینده هوش مصنوعی

تغییرات را در سیستم تحصیلی به دست بگیرد. در حالی که در دهه گذشته پیشرفتهـای بسیـاری در زمینه

فناوری وجود داشته است ، صنعت آموزش و پـــــرورش نسبت به انطباق بـــــا تکنولوژی کندتر عمل کرده

است. مؤسسات آموزشی اکنون این فرصت را دارنـــد که پتانسیلهای یـــــادگیری که توسط هوش مصنوعی

پشتیبانی می شوند را کشف کنند. با وجود حضور معلمان بسیــــار کارکشته در آموزشگاه ها نبــود امکانات

نظیر دسترسی به اینترنت و کتب معتبر و نسبت نامتوازن دانش آموز و معلم باعث به وجود آمدن شکافی 

عمیق در آموزش و پرورش می شود.

چگونه در آینده هوش مصنوعی به کمک آموزش و پرورش می رود؟

تجهیز معلمان به فناوری مبتنی بــــر هوش مصنوعی می تواند به کــــاهش بــرخی از چـــالش هــای موجود کمک

کند. به عنوان مثال ، استفاده از سیــــستم های هوش مصنوعی کـــه به عنوان معلم خصوصی عمـــل مـــی کنند

می تواند با ارائه بازخورد و پشتیبانی تــحت شــــرایطی که تـعـامـل  معلم و دانـش آمـــوز کــم است، کمـک کند.

برای معلمان و سیاستگذاران مهم است که نقــــاط مشترک آموزش و هوش مصنوعی را کشـــف کنــند. کـــاربرد

دستگــاه ها در محیــط های یادگیری تنها یک متغییـــر در یـــک معادله چند مجهوله است. مـــا باید موانعی را در

نظر بگیریم که از توزیع یکنواخـــت در منـــابع فناوری و چگونگی غلبه بر آنها جـــلوگیــری می کند. مــا همچنین

باید اطمینان حاصل کنیم که معلمان آماده و آموزش داده شده اند تا از هوش مصنوعی استفاده کنند. با فرض

اینـکه ایــن عناصـر مورد تــوجه قرار بگیرند ، افـق یادگیری مبتنی بر هوش مصنوعی بی نهایت است. اگــرچــه

آینده آموزش همچنان در حاله ای از ابهام قرار دارد، امـا مــی دانیم هـــوش مصنوعی بــه تحول سیستم های

آموزشی ما ادامه خواهد داد و انقلابی در صنعت آموزش و پرورش ایجاد خواهد کرد.