شما اینجایید
خانه > آموزش > سری مطالب هوش مصنوعی با پایتون – بخش چهارمِ مفاهیم اولیه (بخش اول)

سری مطالب هوش مصنوعی با پایتون – بخش چهارمِ مفاهیم اولیه (بخش اول)

هوش‌ مصنوعی با پایتون

یادگیری ماشین

یکی از محبوب‌ترین زمینه‌های هوش مصنوعی است. مفهوم اصلی این شاخه، ساخت ماشینی است که از داده‌ها یاد بگیرد مانند انسان‌ها که می‌توانند از تجربیاتشان یاد بگیرند. این شاخه شامل الگوریتم‌های یادگیری است که بر اساس آن می‌توان پیش‌بینی‌ها را روی داده‌های ناشناخته انجام داد.

منطق

یکی دیگر از زمینه‌های مهم مطالعاتی است که در آن منطق ریاضی برای اجرای برنامه‌های کامپیوتری مورداستفاده قرار می‌گیرد. این شاخه شامل قوانین و حقایقی برای اجرای الگوی مطابقت، تحلیل معنایی و غیره است.

جست‌وجو

این زمینه مطالعاتی اساساً در بازی‌هایی مانند شطرنج و Tic-Tac-Toe استفاده می‌شود. الگوریتم‌های جست‌وجو بعد از گشتنِ تمام فضای جست‌وجو، راه‌حلی بهینه ارائه می‌دهند.

شبکه‌های عصبی مصنوعی

این زمینه مطالعاتی یک شبکه از سیستم‌های محاسباتی کارآمد است که موضوع مرکزی آن از طریق شباهت به شبکه‌های عصبی بیولوژیکی قرض گرفته‌شده است. ANN   می‌تواند در رباتیک، تشخیص گفتار، پردازش گفتاری و غیره استفاده شود.

الگوریتم ژنتیک

الگوریتم‌های ژنتیک به حل مسائل با یاری بیش از یک برنامه کمک می‌کنند. نتیجه بر اساس انتخاب مناسب‌ترین گزینه است.

نمایش دانش

شاخه مطالعاتی است که با کمک آن می‌توانیم حقایق را به شکلی ماشینی که قابل‌فهم برای ماشین باشد، نمایش دهیم. هرچه دانش نمایش داده‌شده کارآمدتر باشد، سیستم هوشمندتر خواهد بود.

برنامه‌های کاربردی هوش مصنوعی

در این قسمت، ما شاخه‌های مختلفی را که باهوش مصنوعی پشتیبانی می‌شود، خواهیم دید.

۱- بازی: هوش مصنوعی نقش مهمی دربازی‌هایی مانند شطرنج، پوکر، Tic-Tac-Toe و غیره ایفا می‌کند. جایی که ماشین بتواند از بین تعداد زیادی موقعیت احتمالی بر اساس دانش اکتشافی فکر کند.

۲- پردازش زبان طبیعی: امکان تعامل و ارتباط با کامپیوتری که زبان طبیعی صحبت شده توسط انسان را درک کند، وجود دارد.

۳- سیستم‌های خبره: برخی از برنامه‌های کاربردی وجود دارند، که ماشین، نرم‌افزار و اطلاعات خاص را به‌منظور استدلال و مشاوره ارائه می‌دهند. آن‌ها فراهم‌کننده توضیحات و توصیه برای کاربران هستند.

۴- سیستم‌های بینایی: این سیستم‌ها ورودی بصریِ کامپیوتر را درک می‌کنند، تفسیر می‌کنند و می‌فهمند. برای مثال:

• یک هواپیمای جاسوسی عکس می‌گیرد، که برای فهم اطلاعات فضایی یا نقشه مناطق استفاده می‌شود.

• پزشکان از سیستم کارشناس درمانی برای تشخیص بیماری مریض استفاده می‌کنند.

• پلیس از نرم‌افزار رایانه‌ای استفاده می‌کند که می‌تواند چهره مجرم را به‌وسیله نقاشی ذخیره‌شده توسط تصویرگر دادگاه، شناسایی کند.

۵- تشخیص گفتار: برخی از سیستم‌های هوشمند، هم‌زمان با صحبت با یک انسان قادر به شنیدن و درک زبان ازلحاظ جملات و معانی آن هستند. این سیستم می‌تواند لهجه‌های مختلف، کلمات عامیانه، سروصدا در پس‌زمینه، تغییر در سروصدای انسان براثر سرما و غیره را اداره کند.

۶- تشخیص دست خط: نرم‌افزار تشخیص دست خط، متن نوشته‌شده روی کاغذ را با یک خودکار یا قلم صفحه‌نمایش می‌خواند. این سیستم می‌تواند اَشکال حروف را تشخیص دهد و آن را به متن قابل‌ویرایش تبدیل کند.

۷- ربات‌های هوشمند: ربات‌ها قادر به انجام وظایفی هستند که توسط یک انسان به آن‌ها داده می‌شود. آن‌ها حسگرهایی برای شناسایی داده‌های فیزیکی از دنیای فیزیکی مانند نور، دما، گرما، حرکت، صدا، ضربه و فشار دارند. آن‌ها پردازنده‌های کارآمد، حسگرهای چندگانه و حافظه یادی دارند تا اطلاعات را نمایش دهند. علاوه بر این، آن‌ها قادر به یادگیری از اشتباهات خود هستند و می‌توانند با محیط جدید سازگار شوند.

پاسخ دهید

بالا