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 دانشمندان را کمک می کند

هوش مصنوعی دانشمندان را کمک می کند

دانشمندان والتـــر رید از هوش مصنوعی بــرای نـمـایش دارو های بالقوه برای درمان COVID-19 استفاده می کنند

تولید داروهای جدید بسیار پرهزینه و پیچیده است و به طور کلی سالهــا طول می کشـد تا به جایی برسیم که درمانهای

جدید آماده شوند تا با آزمایش های بالینی اعتبار سنجی شوند ، اما دانشمندان در انستیتــوی تـحقیقات والتر رید ارتش

به ابــزارهــای پـیـشـرفته ای روی آوردنــد تا سریعتر ترکیبات دارویی را پیدا کنند. که می تواند COVID-19 را هدف

قرار دهد. سرلشکر براندون پیبوس ، معاون امور آزمایشگاهی آزمایشگـــاه درمـــانی این موسسه ، گفت: ” مردم ایالات

متحده و جهان می خواهند سریعا به پاسخ برسند و این حق آنها است “.

دانشمندان این موسسه چگونه از هوش مصنوعی کمک می گیرند ؟

شعبــه تـجـربـی درمـانی به عنوان یک برنامه کشــف و توسعــه دارو است کــه  دست در هــر داروی پیشگیری مورد

تأییــد ســازمان غـــذا و داروی بـــرای مـالاریـا داشتـه ، و دارای اهمیـت ویـژه ای اســت. بـا ظهـور همه گیر ویروس

جدید، پیبوس گفت که در داخل مقامات تصمیم به همکاری با موسسه تحقیقات جنوب غربی ، که  “یک روش بسیار

جالب و جدید یادگیری ماشینی و  مبتنــی بــر یــافتــن مــولکــول هــایــی است که می توانند با موفقیت به یک هدف

متصل شوند ، شده است.” تیم آزمایش های تجربی ، ساختارهای کمیاب و مشتق شده اسپایک(پروتئین های سطحی

ویروس که مثل میخ هستند) را بر روی سطح ویروس کرونــا شنــاســـایی کرده اند کــه وظیفــه اــتصال و حملــه

به سلـــول هــا را دارند. مـحـقـقـان آنهــا را بـــا SRI به اشتـــراک گـذاشـتـنـد تا سعی کنند از هوش مصنوعی و

یادگیری ماشین استفاده کننـــد تـــا تـعداد بسیـــار زیادی از ترکیباتی را که آنها به “اسپایک ها داده اند ” تا ببینند

می توان از این ترکیبات برای کور کردن اسپایـــک هـــا استفاده کنند یا خیر. این تیم با چهل و یک میلیون ترکیب

سر و کار دارد و امیدوار است تا بتواند در بین این ترکـیـبـات داروی مـوثـری را بـرای درمـن کـرونـــا ویـــروس

ایجاد کنند.

هوش مصنوعی شیائومی برای عکاسی

هوش مصنوعی شیائومی برای عکاسی

شیائومی از هوش مصنوعی استفــاده می کند تا در عکاسی بهتریــن عکــس گرفـته شده را 

انتخــاب کنــد. این شرکت به دنبــال ایجاد این ویژگی جدیدMIUI 12 بر روی گوشی است.

این هوش مصنوعی باعث می شود تجربه عکــاسی کـاربران بهتر شود. ایـــن قابلیت که در 

حال حاضر ورژن بتای آن وجود دارد شبیه به ویژگی تاپ شات تلفـــن هــای پیکسل است

اما این شرکــت هنوز اعـــلام نکرده که کی این ویژگــــی را بر روی محصــولات خــود قرار

می دهد.  البته این شرکت مدتی است که بر روی این قابلیت کار می کند و همچنان در حال

توسعه و بهبود آن می باشد.

هوش مصنوعی چه قابلیتی را به گوشی های شیائومی اضافه می کند؟

توسعه دهندگـــان کــه آخریــن نسخه بتا MIUI 12 را در چیـــن بررسی کرده انــد ، وجود یک

ویژگی مهم در این رابط را کشف کرده انـــد. به نظـــر می رسد این ویژگی باعث بهبــود تجربه

دوربین کاربران شیائومی می شـــود. بیایید نگاهی دقیـــق تـــر به جزئیات این ویژگی جدید که

شیائومی هم اکنون روی آن کــار می کنــد بیاندازیــم. گوشی های پیکسل که برای شرکت گوگل

است قابلیتــی به اسم تـاپ شات دارد که یکی از حالت های دوربین این گوشی است. و در یک 

زاویه چندیـــن عکس می گیــرد کــه هوش مصنوعی در این مرحله بهترین عکس را بــه کـاربر 

معــرفــی مــی کند. بــه نظـر می رسد این ویژگــی به همراه MIUI بــرای کاربـــران شیائومی در

دستـرس است. Xiaomi ویژگی بــرتـــر شــات خـــود را “AI Shutter” می نامــد. توسعــه

دهندگان که کدهای MIUI 12 را بررسی می کننـــد مـــی گوینـد وقتــی دکمه شاتر پایین نگه

داشته می شود این برنامه فعال می شود. به عبارت دیگر ، استفاده از ویژگی هوش مصنوعی

شیائومی بسیار آسان خواهد بود و هوش مصنوعی تضمیــن می کنــد که بهترین عکس گرفته

شده بــه کـــاربر ارائـــه مــی شود.شیائومی با MIUI 12 ده ها ویژگی جدید در رابط کاربری

موبایل مبتنی بر اندروید خود قرار داده است.

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 

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.