شنبه ۲۹ دي ۱۴۰۳
Tut24 آموزش برنامه نویسی و مجله تخصصی فناوری ورود/عضویت

مبانی هوش مصنوعی - سیستم‌های هوشمند

برای یادگیری هوش مصنوعی، باید بدانید که هوش مصنوعی چه معنایی دارد. این درس شامل مفهوم هوش، انواع و اجزا هوش است.

هوش چیست؟

قابلیت یک سیستم برای محاسبه، استدلال، درک روابط و قیاس، یادگیری از تجربه، ذخیره و بازیابی اطلاعات از حافظه، حل مسائل، درک ایده‌های پیچیده، بهره‌گیری به طور روان از زبان طبیعی، طبقه‌بندی، تعمیم و سازگاری با شرایط جدید است.

انواع هوش

همانطور که هوارد گاردنر، روانشناس توسعه‌ای آمریکایی، توصیف می‌کند، هوش از چند بخش تشکیل شده است:

هوش توضیحات مثال
هوش زبانی (Linguistic intelligence) قابلیت صحبت کردن، شناختن و استفاده از مکانیزم‌های آوایی (صداهای گفتاری)، نحو (دستور زبان) و معناشناسی (معنی). روایتگران، سخنگوها
هوش موسیقیایی (Musical intelligence) قابلیت ایجاد، ارتباط برقرار کردن و درک معانی ساخته‌شده از صدا، درک نت و ریتم. موسیقیدانان، خوانندگان، آهنگسازان
هوش منطقی-ریاضی (Logical-mathematical intelligence) قابلیت استفاده و درک روابط در غیاب عمل یا اشیاء. درک ایده‌های پیچیده و غیرملموس. ریاضیدانان، دانشمندان
هوش فضایی (Spatial intelligence) قابلیت درک اطلاعات بصری یا فضایی، تغییر آن و بازسازی تصاویر بصری بدون ارجاع به اشیاء، ساخت تصاویر سه‌بعدی و حرکت و چرخش آن‌ها. خوانندگان نقشه، فضانوردان، فیزیکدانان
هوش بدنی-حرکتی (Bodily-Kinesthetic intelligence) قابلیت استفاده از تمام یا بخشی از بدن برای حل مسائل یا ساخت محصولات، کنترل مهارت‌های حرکتی دقیق و درشت، و کنترل اشیاء.  ورزشکاران و بازیکنان
هوش درون-شخصی (Intra-personal intelligence) قابلیت تمییز بین احساسات، نیت‌ها و انگیزه‌های خود. خودشناسی
هوش بین-شخصی (Interpersonal intelligence) قابلیت تشخیص و تمایز بین احساسات، باورها و نیت‌های افراد دیگر. مصاحبه‌گران

می‌توانید یک ماشین یا یک سیستم را هوش مصنوعی بنامید وقتی که حداقل یکی و حداکثر همه انواع هوش در آن تجهیز شده باشد.

هوش از چه چیزهایی تشکیل شده است؟

هوش غیر قابل لمس است. آن شامل موارد زیر است:

  • استدلال
  • یادگیری
  • حل مسئله
  • درک
  • هوش زبانی

اجزای هوش

بیایید به طور خلاصه به تمام اجزا بپردازیم −

  • استدلال - مجموعه‌ای از فرآیندهایی است که به ما امکان می‌دهد پایه‌ای برای ارزیابی، تصمیم‌گیری و پیش‌بینی فراهم کنیم. به طور کلی دو نوع وجود دارد −

استدلال استقرائی (Inductive Reasoning) استدلال استنباطی (Deductive Reasoning
)
این نوع استدلال براساس مشاهدات خاص، اقدام به ارائه حکم عمومی می‌کند. این نوع استدلال با یک حکم عمومی شروع شده و امکانات را بررسی می‌کند تا به یک نتیجه خاص و منطقی برسد.
حتی اگر تمامی فرضیات یک عبارت درست باشند، استدلال استقرائی امکان دارد نتیجه غلطی را بیان کند. اگر یک مورد برای یک دسته از اشیاء به طور کلی درست باشد، همچنین برای تمام اعضای آن دسته درست است.
مثال - "نیتا معلم است. نیتا خودساخته است. بنابراین، تمام معلمان خودساخته هستند." مثال - "تمام زنانی که سنشان بالای ۶۰ سال است، مادربزرگ هستند. شالینی ۶۵ سال دارد. بنابراین، شالینی مادربزرگ است."
  • یادگیری − فعالیتی است که با مطالعه، تمرین، تدریس یا تجربه یک موضوع، دانش یا مهارتی کسب می‌کند. یادگیری آگاهی افراد را درباره موضوعات مورد مطالعه افزایش می‌دهد.

    توانایی یادگیری در انسان‌ها، برخی حیوانات و سامانه‌های هوشمند مصنوعی (هوش مصنوعی) وجود دارد. یادگیری به شکل زیر طبقه‌بندی می‌شود −

    • یادگیری شنیداری − این نوع یادگیری به وسیله گوش دادن و شنیدن انجام می‌شود. به عنوان مثال، دانش‌آموزان گوش دادن به سخنرانی‌های صوتی ضبط شده را تجربه می‌کنند.

    • یادگیری حادثه‌ای − به معنای یادگیری از خاطره توالی رویدادهایی است که فرد شاهد آن بوده یا تجربه کرده است. این نوع یادگیری خطی و منظم است.

    • یادگیری حرکتی − این نوع یادگیری به وسیله حرکت دقیق عضلات انجام می‌شود. به عنوان مثال، برداشتن اشیاء، نوشتن و غیره.

    • یادگیری مشاهده‌ای − به معنای یادگیری از طریق تماشا و تقلید از دیگران است. به عنوان مثال، کودک تلاش می‌کند با تقلید از پدر و مادرش یاد بگیرد.

    • یادگیری ادراکی − به معنای یادگیری برای تشخیص محرک‌هایی است که قبلاً دیده شده است. به عنوان مثال، شناخت و طبقه‌بندی اشیا و وضعیت‌ها.

    • یادگیری رابطه ای − شامل یادگیری برای تمایز بین محرک‌های مختلف براساس خصوصیات ارتباطی، نه خصوصیات مطلق است. به عنوان مثال، اضافه کردن "کمی کمتر" نمک در زمان پخت کردن سیب‌زمینی که در دفعات گذشته شور شده‌اند، هنگام پخت با اضافه کردن به عنوان مثال یک قاشق غذاخوری نمک.

    • یادگیری فضایی − به معنای یادگیری از طریق محرک‌های بصری مانند تصاویر، رنگ‌ها، نقشه‌ها و غیره است. به عنوان مثال، یک شخص می‌تواند قبل از واقعی دنبال کردن جاده، نقشه ذهنی ایجاد کند.

    • یادگیری تحریک-واکنش − به معنای یادگیری برای انجام رفتار خاصی است که زمانی که یک تحریک خاص حاضر است، انجام می‌دهد. به عنوان مثال، یک سگ وقتی صدای زنگ در راهرو را می‌شنود، گوشش را بلند می‌کند.

  • حل مسئله − فرآیندی است که فرد در آن از یک وضعیت فعلی با شناخت و تلاش برای رسیدن به یک راه‌حل مطلوب استفاده می‌کند، که توسط موانع شناخته شده یا ناشناخته مسدود شده است.

    حل مسئله شامل همچنین تصمیم‌گیری است که فرآیند انتخاب بهترین جایگزین ممکن از میان جایگزین‌های مختلف برای رسیدن به هدف موردنظر است.

  • دریافت − این فرآیند هستی است که در آن اطلاعات حسی را به دست می‌آورد، تفسیر می‌کند، انتخاب می‌کند و اطلاعات حسی را به نحو مناسبی سازماندهی می‌دهد.

    فرض می‌شود که مفهوم دریافت حس کردن را شامل می‌شود. در انسان‌ها، دریافت با کمک اعضای حسی انجام می‌شود. در حوزه هوش مصنوعی، مکانیزم دریافت ، اطلاعاتی که توسط حسگرها به دست می‌آید را به صورت معناداری یکجا می‌گذارد.

  • هوش زبانی − این توانایی یک فرد است که از زبان گفتاری و نوشتاری استفاده کند، درک کند، صحبت کند و بنویسد. این در ارتباطات بین فردی مهم است.

تفاوت بین هوش انسان و هوش ماشین

  • انسان‌ها از طریق الگوها درک می‌کنند، در حالی که ماشین‌ها از مجموعه قوانین و داده‌ها درک می‌کنند.

  • انسان‌ها اطلاعات را با استفاده از الگوها ذخیره و بازخوانی می‌کنند، در حالی که ماشین‌ها این کار را با استفاده از الگوریتم‌های جستجو انجام می‌دهند. به عنوان مثال، به یاد آوردن، ذخیره کردن و بازخوانی کردن عدد ۴۰۴۰۴۰۴۰ راحت است  زیرا الگوی آن ساده است.

  • انسان‌ها می‌توانند شیء کامل را شناسایی کنند حتی اگر بخشی از آن مفقود یا به هم ریخته باشد، در حالی که ماشین‌ها نمی‌توانند به درستی این کار را انجام دهند.