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 

بسم اهلل الرحمن الرحیم هوش مصنوعی و زیر شاخه های آن در سیستم های اطالعاتی سپهر سرخانی دانشجوی کارشناسی مدیریت بازرگانی استاد راهنما :خانم دکتر شیما صادق نیمسال اول 94-93 دانشگاه عالمه طباطبایی موضوعات مورد بحث مدیریت دانش انواع اصلی سیستم های مدیریت دانش هوش مصنوعی سیستم های خبره سیستم های پیچیده منطقی شبکه های عصبی الگوریتم های وراثتی سیستم های ترکیبی واسطه های هوشمند نتیجه گیری مدیریت دانش ‏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 آن تبدیل شده است. •رشد نرم افزارهای ساالنه تنها %6ولی رشد نرم افزارهای مدیریت دانش %35 • 55%از نیروی کار در آمریکا شامل «کارکنان دانشی» هستند. • 60%از کل محصوالت ایالت متحده در بخش اطالعات و دانش ,تولید میشود. • تفاوت های فاحشی بین داده ,اطالعات ,دانش و آگاهی وجود دارد. • دانشی که در اذهان کارکنان جای گرقته و مستند نشده است «دانش خاموش» نامیده میشود .در مقابل دانش مستند شده ,دانش آشکار نامیده میشود. • مدیریت دانش %80به مدیریت و سازمان و %20به فن آوری بستگی دارد. انواع اصلی سیستم های مدیریت دانش دانشهای اهداف کلی ,یکپارچه سازی ,تالش کل بنگاه برای جمع آوری ,ذخیره سازی ,توزیع و استفاده از سیستم دانش در مدیریت دیجیتالی بنگاه های اقتصادی دفاتر کاری مخصوص و سیستم های که دانشمندان ,مهندسین وسایر کارکنان دانشی را در خلق دانش سیستم های کار .کمک می کنند دانش ابزارهایی برای الگوسازی روش های و کاربرد دانش در تصمیم گیری ها در قلمرو دانش هوشمند هوش مصنوعی ‏Artificial intelligence در ابتدا به زیر بناهای هوش مصنوعی اشاره ی مختصری می کنیم: • فلسفه ( 450ق.م) به زعم هربرت دريفوز داستان هوش مصنوعي در اصل در حدود سال 450ق.م آغاز شده استAI.كوششي است در جهت هوشمند سازي رایانه. • رياضيات :فالسفه بيشتر ايده هاي مهم AIرا را ذكر كرده اند ،اما براي ارتباط آن ها با دانش نظري ،نياز به تدوين فرمول رياضي :محاسبات ،منطق و احتماالت است. • روانشناسي :اين نگرش كه مغز دارنده و پردازش كننده اطالعات است ،مشخصه اصلي روانشناسي شناختي را تشكيل مي دهد . .در روانشناسي به مكانيزم دريافت محرك ها ،پردازش در فيلترهاي ادراكي و سپس رفتار پرداخته مي شود .يعني AIدر مدلسازی ذهن به دنبال آن است . • مهندسي كامپيوتر .:بخش نرم افزاري علوم كامپيوتر كه سيستم هاي عامل ،زبان ها برنامه نويسي و ابزارهاي مورد نياز براي تهيه برنامه هاي مدرن را تهيه نموده • زبان شناسي :بيشتركارهاي صورت گرفته بر بروي بازنمايي دانش يعني مطالعه اين كه چگونه دانش را به گونه هايي تبديل مي كنيم كه قابل استفاده كامپيوتر جهت استدالل گردد با زبان گره خورده است . • همچنین میتوان به "نظریه کنترل و سایبرنتیک :تحت کنترل در آوردن محصوالت مصنوعی.ثبات و پایداری ,طراحی عامل بهینه" " ,علوم عصبی:نحوه پردازش اطالعات توسط مغز" و "اقتصاد:نظریه تصمیم های عقالیی ,نظریه بازی ها" اشاره کرد. هوش مصنوعی ‏Artificial intelligence تعاریف مختلف هوش مصنوعی از ابتدا: -1ماشینی که مانند انسان فکر کند. -2ماشینی که مانند انسان عمل کند( .تست تورینگ) (( )1950رویکردی نوین به )AI -3ماشینی که توانایی عقالیی فکر کردن دارد. -4ماشینی که تmوانایی عقالیی عمل کردن را داشته باشد. هوش مصنوعی به دنبال حداکثر سودمندی مورد انتظار است. هوش مصنوعی ‏Artificial intelligence تعاريف گوناگوني از هوش كه مترادف با واژ ه ي انگليسي Intelligenceمی باشد شده است ,از آن جمله در در لغت نامه ي بريتانيكا ( )2012هوش اينگونه تعريف شده است " :توانايي سازگاري موثر با محيط ،چه از طريق ايجاد تغيير در فرد يا محيط و يا يافتن يك چيز جديد» تعریف دیگر: هوش میزان دسترسی به تجربه هایی است که فرد برای حلّ فوری مسائل و پیش بینی مسائل جدید در اختیار دارد» هوش مصنوعي روشي است براي هوشمند سازي كامپيوتر جهت اخذ تصميم هاي پيچيده . AIعmالوmه mبmmmر سmmmعيدر جmهتشmmmناساييمmولmفه هايتmmmشكيلدmهنده mتmmmفكر و رmفmتار سmmmعيدر بmmmازmسازmيآنها در غmاmmلبيكبmmmرنامmه كامmپيوتريشmmدهm ‏mت اmس . هوش مصنوعی برخی روش های هوشمندی را که سازمان به وسیله ی آن به جمع آوری دانش فردی می پردازد و آنرا به پایگاه های بیشتر گسترش می دهد ,ارایه می کند. هوش مصنوعی ‏Artificial intelligence عامل های هوشمند که پیکره ی اصلی آن هوش مصنوعی است چگmونه عمل می کنند؟! هوش مصنوعی ‏Artificial intelligence ,1943مک کولوچ و والتر پيتز :ارايه مدل نرون مصنوعي بيتي( دو حالته) قابل يادگيري به منظور محاسبه هر تابع قابل محاسبه. ،1950آلن تورينگ اولين بار ديد کاملي از هوش مصنوعي را تحت عنوان “ محاسبات ماشيني و هوشمند” ارايه نمود. ،1951هينسکي و ادموندز اولين کامپيوتر شبکه عصبي را طراحی کردند. ،1952آرتور سامويل :برنامه اي ساخت که ياد ميگرفت بهتر از نويسنده اش بازي کند؛ در نتيجه اين تصور را که “کامپيوتر فقط کاري را انجام ميدهد که به آن گفته شود” نقض کرد. ،1956نشست کارگروهي دورتموند :انتخاب نام هوش مصنوعي ،1959هربرت جلونتر :برنامه( )GTPرا ساخت که قضايا را با اصل موضوعات مشخص ثابت مي کرد. ،1958جان مک کارتي :تعريف زبان ليسپ که بهترين زبان هوش مصنوعي شد. ،1958-1973جيمز اسالگل :برنامه حل مسايل انتگرالگيري فرم بسته تام ايوانز :برنامه حل مشابهت هاي هندسي دانيل بابروز :برنامه حل مسايل جبري ديويد هافمن :پروژه محدوده بينايي روبات در جهان بلوکها ديويد والتز :سيستم بينايي و انتشار محدود پاتريک ونيستون :نظريه يادگيري هوش مصنوعی ‏Artificial intelligence ( )1973-1966کند شدن مسير تحقيقات هوش مصنوعی پيچيده شدن الگوريتم برنامه های جديد برنامه ترجمه متون انجام ناپذيری بسياری از مسائلی که سعی در حل آنها بود عدم موفقيت اثبات قضايا با مفروضات بيشتر ( )1979 -1969سيستم های مبتنی بر دانش 1980تا کنون :تبديل هوش مصنوعی به يک صنعت 1986تاکنون :برگشت به شبکه های عصبی 1987تاکنون :هوش مصنوعی به علم تبديل ميشود 1995تاکنون :ظهور عاملهای هوشمند هوش مصنوعی ‏Artificial intelligence کاربردهای هوش مصنوعی از نگاه نورالندو تحليل رفتار مشتريان ظرفيت مازاد اطالعاتي مديريت محتوا امور پشتيباني مشتريان هوش مصنوعی ‏Artificial intelligence یک مثال کاربردی: هوش مصنوعی در مدیریت پروژه کتاب دوجلدی دکتر ایرانمنش 1390 به منظور تالیف جلد اول این کتاب ،بیش از ۲۰۰۰ساعت زمان برای مطالعه ۱۱۰مقاله علمی در بخش های مروری و بررسی نزدیک به ۱۰۰مرجع دیگر برای مطالب سایر بخش ها صرف شده است .عالوه بر این ،حدود ۳۰۰۰ساعت زمان برای انجام مطالعات موردی کاربردی صرف شده است. موفقیت در مدیریت پروژه -1 :استفاده از ابزارها ( مخصوص مهندسان) -2مدیریت افراد درگیر -3ایجاد و جاری سازی سیستم ها هوش مصنوعی با الگو برداری از انواع هوشمندی در موجودات زنده قادرند تا گستره ی پهناوری از مسایل موجود در مهندسی و مدیریت را مدلسازی ,بهیته سازی و یا تحلیل نمایند. حوزه های کاربرد: -1مدیریت محدوده پروژه انسانی پروژه -2مدیریت زمان پروژه -3مدیریت کیفیت پروژه -4مدیریت هزینه ی پروژه -5مدیریت منایع 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 کند. دانش مهارتی کارکنان خبره را به صورت مجموعه ای از قوانین در یک سیستم نرم افزاری ایجاد می کند. سیستم های خبره وسعت دانش یک فرد متخصص و درک اصول بنیادی را ندارند. آن ها عموما وظایف محدودی را که توسط افراد حرفه ای قابل انجام است در زمان کمتری انجام می دهند( .تشخیص احتراق خودرو یا تعیین اعتبار افراد برای دریافت وام) امروزه سیستم های خبره به طور گسترده ای در تصمیم گیری های ساختاریافته در سازمان ها استفاده می شود. به سازمان کمک می کند که با افراد کمتری تصمیمات بهتری را بگیرند. سیستم های خبره ‏Expert System ب اگر مبلغ هر قسط < %10از درآمد بود در مورد مبلغ رهن بپرس اگر نه خارج شو 1 اعطای اعتبار ج اگر مبلغ رهن < %20از درآمد بود اعتبار اعطا کن اگر نه خارج شو 2 اعتبار تا حد 10000 ر اگر سابقه > از 4سال بود ,تا حد 10000اعطا کن اگر نه برو به و 3 اعتبار تا حد 3000 ز اگر سایر بدهی های فرد < از %5درآمد سال بوده ,برو به , 2 اگرنه برو به 3 مد اگر – پس ‏If-then ‏model الف اگر درآمد>5000 درمورد اقساط بپرس اگر نه خارج شو د سپس در مورد سابقه کار سوال کن و اگر سابقه < 4سال بود از سایر بدهی ها بپرس سیستم های خبره ‏Expert System کالبد هوش مصنوعی میتواند به سرعت تعامالت کاربر را ایجاد ,پایگmاه دانش را تولید و راهبردهای جستجوی نتایج را ارایه دهد. چستجو توسط موتو جستجو انجام میشود. به 2روش: -1زنجیره ای رو به جلو -2زنجیره ای رو به عقب سیستم های خبره ‏Expert System کاربرد مثال برنامه ریزی استراتژیک IBMPC/ATوmيا Turbo prolog tm مديريت توليد و عمليات ‏GENESYS,MHESA,HESS مديريت بازار يابي ‏HYSM سيستم هاي پشتيباني از تصميم از طريق مديريت دانش - صنعت ‏CLIPS خدمات كشاورزي ‏NIHORT ارتباطات مالي - خدمات پزشكي ‏MYCIN عمليات معدن - خدمات ايمني - رباتيك - سیستم های خبره ‏Expert System کاربرد دیگر: پياده سازي مديريت كيفيت فراگير در سازمان TQMکه میتوان به سیستم خبره QCESاشاره کرد. سیستم های خبره ‏Expert System سرعت در پردازش :موانع و مشکالت سیستم های خبره • عدم توانایی حل مسایل انتزاعی • هزینه بر • زمان بر • پذیرش سیستم توسط مدیریت و کارکنان • دشواری کسب دانش از افراد خبره • کمبود بودجه • فقدان بخش خصوصی • اقتصاد انحصاری • عدم رعایت قوانین Copy-right کامپیوترهای معمولی سیستم های خبره انسانها میزان پیچیدگی مسایل استدالل مبتنی بر مورد ‏Cased-Based Reasoning در استدالل مبتنی بر مورد ,تجربه های افراد خبره , که 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 استدالل مبتنی بر مورد , دانش به صورت مجموعه ای از مواردی ارایه میشود که به صورت مداوم توسط کاربران پاالیش و گسترش داده میشود. سیستم های پیچیده منطقی (فازی) ‏Fuzzy Logic System منطق فازی بر خالف منطق باینری است. استاد لطفی زاده از بزرگان این پارادایم است. هیچ چیز 0و 1نیست و در یک طیف قرار می گیرد. مثال :پارک کردن در جای نامتعارف تثبیت کننده تصویر دیجیتال ,کنترل خودکار ترافیک ،دوربین‌های فیلمبرداری ،ماشین‌های لباسشویی هوشمند ،سیستم‌های تشخیص هویت از روی اثر انگشت یا تصویر مردمک چشم و غلط یاب تایپی در نرم افزارهای ویرایش متن ,کنترل خودکار دما منطق فازی دارای تعاریف غیر دقیق است. محدوده ی تعاریف دارای هم پوشانی هستند. «اگر دما خنک یا سرد و رطوبت پایین است در حالی که باد میوزد و دمای بیرون پایین است ,پس گرما و زطوبت اتاق را باال ببر» شبکه های عصبی ‏Neural networks شبکه های عصبی در مدل های پیچیده ,جهت حل مشکالتی که کمتر درک می شوند و در حجم عظیمی از اطالعات پنهان شده اند ,استفاده میشود. یک شبکه عصبی دارای تعداد زیادی گره های حس کننده و پردازش کننده است که به طور مداوم با یکدیگر در ارتباط هستند سیستم های خبره :تقلید ,تخصصی شدن زیاد ,عدم انعطاف پذیری شبکه های عصبی :قراردادن هوش مصنوعی در سخت افزار ,یادگیری همگانی برخالف سیستم های خبره نمیتوانند 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 کاربرد :تشخیص روند عملکرد سهام ,رده بندی اوراق قرضه ,پیش بینی ورشکستگی ,تصویب اعتبار مشتری درآمد خوب بدهی بد سن و سابفه الگوریتم ها وراثتی ‏Genetic Algorithms الگmوریتم های وراثتی (با نام دیگر محاسبه انطباقی) ,با آزمودن تعداد زیادی از راه حل های ممکن ,برای مسایل خاص ,راه حل بهینه را ارایه می دهند. مبتنی بر فرآیند تکامل است. با تغییر و ترکیب راه حل ها ,بدترین آنها ازدور خارج شده و بهترین آنها باقی می مانند تا به تولید راه حل های بهتر ادامه دهند. در بسیاری از مسایل مانند :کم کردن هزینه ها ,افزایش سود ,زمان بندی کارآمد و استفاده بهینه از منابع محدود با موضوع بهینه سازی در ارتباط هستند. در نرم افزار مدیریت زنجیره تامین از GAاستفاده میشود .الگوریتم های ژنتیکی با تحلیل های بخش بندی بازار به تحقیقات بازار کمک میکنند. امروزه از GAدر پیش بینی ورشکستگی استفاده ی زیادی میشود :به طوری که GAبا ترکیب متغیرهای گوناگون مشخص می کند که سازمان ورشکسته خواهد شد یا خیر. سیستم های ترکیبی ‏Soft Computing 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 ترکیب ویژگیهای .این فن آوری ها استفاده کرد.این گونه سیستم ها را سیستم های ترکیبی می نامند نتیجه گیری با توجه به نفوذ هوش مصنوعی زیر شاخه های آن در مدیریت سازمان ها ،شناخت این علم نو ظهور و استفاده از آن در سازمان ها و شرکت ها ،براي بقا و ترقی آنها امري الزم است .در حقیقت با توجه به گسترش و پیشرفته شدن این سیستم ها ،سازمان هاي کوچک و بزرگ دیگر نمی توانند با نادیده گرفتن آنها در سطوح مختلف مدیریتی ،به بقا و پیشرفت خود امیدوار باشند .داشتن دانش و اطالعات به روز ودقیق براي اخذ تصمیمات mمهم ،سریع و آنی عامل موفقیت mمدیران است که امروزه توسط سیستم هاي خبره که زیر مجموعه ي .هوش مصنوعی هستند ،بدست می آید در این ارایه سعی بر آن شد که شمای کلی و مفهوم واژگان توضیح داده شود .هر کدام از مطالب ذکر شده خود دارای توضیحات .بسیار مفصل و سیگینی می باشند که طبیعتا نمیشود همه ی آنها را ذکر کرد