هوش مصنوعی و زیر شاخه های آن در سیستم های اطلاعاتی

صفحه 1:
بسم الله الرحمن الرحیم هوش مصنوعی و زیر شاخه های آن در سیستم های اطلاعاتی سپهر سرخانی دانشجوی کارشناسی مدیریت بازرگانی استاد راهنما: خانم دكتر شيما صادق نيمسال اول ‎٩۹1-٩۳‏ دانشكاه علامه طباطبايى مل افق 

صفحه 2:
مدیریت دانش انواع اصلی سیستم های مدیریت دانش هوش مصنوعی سیستم های خبره سیستم های پیچیده منطقی شبکه های عصبی الگوریتم های ورائتی سیستم های ت رکیبی واسطه های هوشمند موضوعات مورد بحث 

صفحه 3:
مديريت دانث ‎Knowledge-Management‏ * مدیریت دانش مجموعه ای از فرآیندهای ایجاد , ذخیره سازی , تبادل و کاربرد دانش در سازمان است. * امروزه دانش به هسته ی مرکزی اثر بخشی و دارایی راهبردی سازمان و مزیت رقابتی بالقوه .یل شده است. *رشد نرم افزارهای سالانه تنها 1۶ ولی رشد نرم افزارهای مدیریت دانش 11۳۵ * ۵ از نیروی کار در آمریکا شامل « کار کنان دانشی» هستند. * ۰ از کل محصولات ایالت متحده در بخش اطلاعات و دانش , تولید میشود. * تفاوت های فاحشی بین داده , اطلاعات , دانش و آگاهی وجود دارد. * دانشی که در اذهان کار کنان جای گرقته و مستند نشده است «دانش خاموش نامیده ميشود. در مقابل انش مستند شده , دانش آشکار نامیده میشود. * مدیریت دانش ۸۰/ به مدیریت و سازمان و ۲۰/به فن آوری بستگی دارد. 

صفحه 4:


صفحه 5:
هوش 4 ‎intéilige nce‏ اق لم ملام در ابتدا به زیر بناهای هوش مصنوعی اشاره ی مختصری می کنیم: قلسفه (۴۵۰ ق.م) به زعم هربرت دریفوز داستان هوش مصنوعی در اصل در حدود سال ۴۵۰ ق.م آغاز شده است.۵1/کوششی است در جهت هوشمند سازی ‎AUN)‏ ایده های مهم الم را را ذ کر کرده اند. اما برای ارتباط ‎OT‏ ها با دانش نظری؛ نیاز به تدوین فرمول ریاضی :محاسبات ؛ منطق و احمالات است. *_روانشناسی :این نگرش که مغز دارنده و پردازش اطلاعات است :مشخصه اصلی روانشناسی شناختی را تشکیل می دهد . . در روانشناسى به مكانيزم دريافت مح رکک ها : پردازش در فیلترهای ادراکی و سپس رفتار پرداخته می شود . يعنى ال در مدلسازی ذهن به دنبال آن است . مهندسی کامپیوتر . بخش نرم افزاری علوم کامپیوتر که سیستم های عامل » زبان ها برنامه نویسی و ابزارهای مورد نیازبرای تهیه برنامه های مدرن را تهیه نموده زبان شناسی :بیشتر کارهای صورت گرفته بر بروی بازنمایی دانش یعنی مطالعه این که چگونه دانش را به گونه هایی تبدیل می کنیم که قابل استفاده کامپیوتر جهت استدلال گردد با زبان گره خورده است. * همجنين ميتوان به "نظريه کنترل و سا بردازش اطلاعات توسط مغزز" : تحت كنترل در آوردن محصولات مصنوعى.ثبات و يايدارى , طراحى عامل بهينه " , "علوم عصبى :نحوه و "اقتصاد:نظريه تصميم هاى عقلايى , نظريه بازى ها" اشاره كرد. 

صفحه 6:
Artificial intélligence تعاریف مختلف هوش مصنوعی از ابتدا: ۱- ماشینی که مانند انسان فکر کند. ۲-ماشینی که مانند انسان عمل کند. (تست تورینگ) (1۹۵۰) (رویکردی نوین ‎CAM 4s‏ ۳ ماشینی که توانایی عقلایی فکر کردن دارد. ۴سماشینی که توانایی عقلایی عمل کردن را داشته باشد. هوش مصنوعی به دنبال حداکثر سودمندی مورد انتظار است. 

صفحه 7:
تس مرب ‎Artificial intelligence‏ تعاریف گوناگونی از هوش که مترادف با واژ م ی انگلیسی 61066 ۱۳06/1/0 می باشد شده است , از آن جمله در در لغت نامه ی بریتنیکا (۲۰۱۲) هوش اینگونه تعریف شده است: " توانایی سا ز گاری موثر با محیط چه از طریق ایجاد تغيير در فرد يا محيط و يا يافتن يكك چیز جدیده تعریف دیگر: هوش میزان دسترسی به تجربه هایی است که فرد برای حل فوری مسائل و پیش بینی مسائل جدید در اختیار دارده هوش مصنوعی روشی است برای هوشمند سازی کامپیوتر جهت اخذ تصمیم های پیچیده . | عاوه بر سعی‌در جهرتشناسایی‌مولفه ها شکیلیهندم تسفکر و رفتار سعی‌پر بازسازیآنها در غاسلیدکیسرنامه کامپیوتری‌شدم لست هوش مصنوعی برخی روش های هوشمندی را که سازمان به وسیله ی آن به جمع آوری دانش فردی می پردازد و آنرابه پایگاه های ترش می دهد , ارایه می کند. 

صفحه 8:
Artificial intélligence عامل های هوشمند که پیکره ی اصلی آن هوش مصنوعی است چگونه عمل می کنند؟! Agent Sensors v Actuators Percepts Environment Actions 

صفحه 9:
1 Artificial intelligence ۳ مک کولوچ و والتر پیت ارايه مدل نرون مصنوعی بیتی( دو حالته) قابل یاد گیری به منظور محاسبه هر تابعقابل محاسبه. ۵۰ آلن تورینگ اولین بار دید کاملی از هوش مصنوعی را تحت عنوان "محاسبات ماشینی و هوشمند " ارایه نمود ۱ هینسکی و ادموندز اولین کامپیوتر شبکه عصبی را طراحی کردند. ۲ آرتور سامویل: برنامه ای ساخت که یاد میگرفت بهتر از نویسنده اش بازی کند؛ در نتیجه این تصور را که "کامپیوتر فقط کاری را انجام میدهد که به آن گفته شود" نقض کرد ۹۵۶نشست کار گروهی دورتموند: انتخاب نام هوش مصنوعی ۹ هربرت جلونتر: برنامه( 0 آ3)) را ساخت که قضایا را با اصل موضوعات مشخص ابت می کرد. ۱۹۵۸ جان مکث کارتی: تعریف زبان لیسپ که بهترین زبان هوش مصنوعی شد. ۱۹۵۸-۷۳ جیمز اسلاگل: برنامه حل مسایل انتگرالگیری فرم بسته تام ایوانز: برنامه حل مشابهت های هندسی دانیل بابروز: برنامه حل مسایل جبری دیوید هافمن: پروژه محدوده بنایی روبات در جهان بلوکها 

صفحه 10:
0 a ‏مصنو‎ 7 1 A artificial intélligence (۱۹۷۳-۱۹۶۶) کند شدن مسیر تحقیقات هوش مصنوعی بيجيده شدن الگوریتم برنمه های جدید برنامه ترجمه متون انجامناپذیری بسیاری از مسائلی که سعی دوحل آنه پود عدم موفقیت اثبات قضایا با مفروضات بیشتر (۱۹۷۹-۱۹۶۹) سیستم های مبتتی بر دانش ‎Bi.‏ تبدیل هوش مصنوعی به يکك صنعت ۲ تا کنون: ب رکشت به شبکه های عصبی ‏۷ تا کنو بش مصنوعی به علم تبدیل مشود 0 تا کنون: ظهور عاملهای هوشمند ‎ ‎ ‎ 

صفحه 11:
هوش ‎It‏ ی ‎smn Artificial intelligence‏ کاربردهای هوش مصنوعی از نگاه نورلاندو تحليل رفتار ‎١‏ ظرفيت مازاد مه مشتریان اطلاعاتیی 

صفحه 12:
مصنوعی, _ ب. ‎Artificial in téilgenee‏ هوش مصنوعی در مدیریت پروژه کتاب دوجلدی دکتر ایرانمنش ۱۳۹۰ به منظور تاليف جلد اول اين كتاب؛ بيش از ‎٠٠٠١‏ ساعت زمان برای مطالعه ۱۱۰ مقاله علمی در بخش های مروری و بررسی تزدیک به ۱۰۰ مرجع ديكر برای مطالب سایر بخش ها صرف شدء است. علاوه بر این» حدود ۳۰۰۰ ساعت زمان برای انجام مطالعات موردی کاربردی صرف شده است. موفقیت در مدیریت پروژه : ۱- استفاده از ابزارها ( مخصوص مهندسان) ۲-مدیریت افراد در گیر ۳-ایجاد و جاری سازی سیستم ها هوش مصنوعی با الگو برداری از انواع هوشمندی در موجودات زندهقادرند تا گستره ی پهناوری از مسایل موجود در مهندسی و مدیریت را مدلسازی , بهيته سازی و یا تحلیل نمایند حوزه های کاربرد: محدوده پروژه ۲-مدیریت زمان پروژه هزینه ی پروژه 

صفحه 13:
سیستم های خبره ‎Expert System‏ یکی از روش های هوشمند که زیر مجموعه هوش مصنوعی است. دانش خاموش را از تجربیات افراد خبره جداسازی می ‎AS‏ دانش مهارتى كاركنان خبره را به صورت مجموعه اى از قوانين د, نرم افزارى ايجاد مى سيستم هاى خبره وسعت دانش يكك فرد متخصص و دركك اصول بنيادى را ندارند. آن ها عموما وظايف محدودى را كه توسط افراد حرفه ای قابل انجام است در زمان كمترى انجام مى دهند. (تشخيص احتراق خودرو يا تعبين اعتبار افراد براى دريافت وام) امروزه سيستم هاى خبره به طور كسترده اى در تصميم كيرى هاى ساختاريافته در سازمان ها استفاده مى شود. به سازمان كمكك مى كند كه با افراد كمترى تصميمات بهتری را بگیرند. 

صفحه 14:
> del ‏های خبره‎ 7 ‏و‎ Expert System اگر مغ هر قسط < ‎0٠١‏ از درآمد يود الف هر موره بلغ وهن يرس الكرنه خاوج اگر درآمد >۵۰۰۰ انه خارج شو 3 5 اگر ‎le‏ رهن < ۲۰ از درآمد بود اعتبار اعطا كن اگر ته خارج شو > 2 ال كن اگر سایقه > از سال بود تا = sage ge wary a 9 3 720 درآمد سال بوده ,بر به ۲ اگرنهبرو به ۳ سپس در مورد سابه کار اگر- ب ‎If-then‏ عي «وموود قاط پوس ار و اگر سابقه < ۴سال بود اگر سایر بدهی های قرد << از از سای بدهی ها بپرس 

صفحه 15:
INFERENCE ۱ سیستم های خبره ‎Expert System‏ — Forward Chang کالبد هوش مصنوعی میتواند به سرعت تعاملات کاربر نامه پایگاه دانش را تولید و راهبردهای جستجوی امس مرو سا Backward Chaining Start Coal Start Goal 

صفحه 16:
Bs سیستم های خبره ‎Expert System‏ کاربرد برنامه ریزی استراتژیک مدیریت تولید و عملیات مديريت بازار يابى سیستم های پشتیبانی از تصمیم از طریق مدیریت دانش خدمات گشاورزی ارتباطات مالی خدمات پزشکی عملیات ‎Dae‏ ‏خدمات آیمنی رباتيكك Turbo prolog tm usIBMPC/AT GENESYS,MHESA,HESS. HYSM CLIPS NIHORT MYCIN 

صفحه 17:
T Q =m سیستم های خبره ‎Expert System‏ == کاربرد دیگر: پیاده سازی مدیریت کیفیت فراگیر در سازمان /3001 که میتوان به سیستم خبره 05 اشاره کرد. 

صفحه 18:
4 Expert System :موانع و مشکلات سیستم های خبره عدم توانایی حل مسایل انتزاعی هزینه بر زمان پر پذیرش سیستم توسط مدیریت و کارکنان دشواری کسب دانش از افراد خبره کمبود بودجه فقدان بخش خصوصی اقتصاد انحصاری عدم رعایت قوانین ‎Copy-right‏ میزان پیچیدگی مسایل 

صفحه 19:
استدلال در استدلال مبتی بر مورد , تجربه هاى افراد خبره , كه به صورت موردی ارایه شده اند , در یک پایگاه داده ذخیره میشوند تا هرگاه کاربر با مورد تازه ای با ویژگیهای مشابه برخورد کرد از آن ها استفاده کند. سیستم های خبره از مجموعه ای ضوابط اگر - پس استفاده می کنند. ولی در استدلال مبتتی بر مورد و دانش به صورت مجموعه ای از مواردی ارایه میشود که به صورت مداوم توسط کاربران پالایش و گسترش دادهمیشود. The most similar case مبتنى بر مو ‎Cased-Baséd Reasoning‏ Retrieve Reuse New case Case base Proposed solution (One ee 0۵ Confirmed solution ١ ‏عع‎ Retain 

صفحه 20:
Fuzzy Logic سیستم هاى ييجيده منطقی (فازی) ‎Fuzzy Logic System‏ ۷ استاد لطفى زاده از بزرگان این پاردایم است. »وا نیست و در یک طیف قرار می گیرد. مثال : باركك كردن در جاى نامتعارف تثبيت كننده تصوير ديجيتال , كنترل خود كار ترافيكك: دوربينهاى فیلمبرداری» ماشین‌های لباسشوبی هوشمنده سیستم‌های تشخیص هویت از روی اثر انگشت یا تصویر مردمکک چشم و غلط یاب تاییی در نرم افزارهای ویرایش متن , کنترل خود کار دما منطق فازی دارای تعاریف غیر دقیق است. محدوده ی تعاریف دارای هم پوشانی هستند. ag 10 ‏دما خنک یا سرد و رطوبت پایین است در حالی که با میوزد‎ Fe ‏و دمای بیرون پایین است « يس كرما و زطوبت اتاق را بالا یره‎ 

صفحه 21:
شبکه های عصبی ‎neuralnetworks Neural networks‏ the way information moves شبکه های عصبی در مدل های پیچیده , جهت حل مشکلاتی که کمتر درکك می شوند و در حجم عظیمی ‎Hidden‏ ‏از اطلاعات پنهان شده اند , استفاده میشود. ‎Input‏ LZ BL کاربرد: تشخیص روند عملکرد سهام ,رده بندی اوراق قرضه « پیش بینی ورشکستگی , تصویب اعتبار 0 یک شبکه عصبی دارای تعداد زیادی گره های حس کننده و پردازش کننده است که به طور مداوم با یکدیگر دز اباط هست ‎Output‏ سیستم های خبره : تقلید , تخصصی شدن زیاد , عدم انعطاف پذیری اردادن هوش مصنوعی در سخت افزار , بادگیری همگانی توانند توضح دهند چرا این راه حل خاص را دنبال می کنند. شاید با همان داده های اولیه به راه حل مشابه نرسند یا همواره بهترین راه حل ارایه کنند. به عنوان کمک برای تصمیم گیران و نه جاگزین آنها 

صفحه 22:
الگوریتم ها ورائتی ‎Genétic Algorithms‏ دهند. میتبی بر فرآیند تکامل است. با تغيير و تركيب راه حل ها , بدترین آنها ازدور خارج شده و بهترین آنه باتی می مانند تا به تولید راه حل های بهتر ادامه دهند. در بسیاری از مسايل مانند: كم كردن هزينه ها , افزايش سود , زمان بندى كار آمد و استفاده بهينه از منابع محدود با موضوع بهینه سازی در ارتباط هستند. 

صفحه 23:
سیستم های ترکیبی . . ‎SOF Computing‏ مه الگوریتم ها ژنتیکی , منطق پیچیده , شبکه های عصبی و سیستم های خبره را می توان در یک نرم افزار کاربردی به صورت یکپارچه درآورد تا از مزیت ت کیب ویژگیهای .این فن آوری ها استفاده کرد.این گونه سیستم ها را سيستم هاى تر كيبى مى نامند Fuzzy Logic t 22 Creural networkst 

صفحه 24:
Con sion } we با توجه به نفوذ هوش مصنوعي زیر شاخه های آن در مدیریت سازمان هل شناخت این علم نو ظهور و استفاده از آن در سازمان ها و شرکت ها برای بقا و ترقی آنها امری لازم است. در حقيقت با توجه به گسترش و پیشرفته شدن اين سيستم هاء سازمان های کوچک و بزرگ دیگر نمی توانند با نادیده گرفتن آنها در سطوح مختلف مدیریتی, به بقا و پیشرفت خود امیدوار باشند. داشتن دانش و اطلاعات به روز ودقیق برای اخذ تصميمات مهم , سریع و آنی عامل موفقیت. مدیران است که امروزه توسط سیستم های خبره که زیر مجموعه ی .هوش مصنوعی هستند؛ بدست می آید در این ارایه سعی بر آن شد که شمای کلی و مفهوم واژ گان توضیح داده شود . هر کدام از مطالب ذکر شده خود دارای توضیحات ار مفصل و سیگینی می باشند که طبیعتا نمیشود همه ی آنها را ذ کر کرد