هوش مصنوعی

صفحه 1:
(ge G9) 

صفحه 2:
هوش مصنوعى ۱1۲2۱۱6۱16۶ -۵8۲۱۴۱6۱۵۱) ( به اختصار ا۸. هوشی است که تو) ظهور پیدا می‌کند, در مقابل هوش طبیعی که توسط جانوران شامل انسان هانمایش می کتاب‌های ۸۵۱ پیشرو: اين شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعری هر سامانه‌ای که محیط خود را درک کرده و کنش‌هایی را انجام می‌دهد که شانسش را در اهداقش بیشینه می‌سازد.برخی از منابع شناخته شده از اصطلاح «هوش مصنوعی» جهت تو" ماشینی استفاده می‌کنند که عملکردهای «شناختی» را از روی ذهن انسان‌ها تقلید می‌کنند. همچو؟ «جل مسئله», با اين حال اين تعریف توسط محققان اصلی در زمینه ۸۱ رد شده‌است. کاربردهای ۸۱ شامل ‎Mise‏ ۳ ‎١ ee‏ 1 كل 7وكل) سامانه توصيمكر (كه توسط يوتيوب» آمازون و نتلفیکس انتتقاذه شنه‌انت)؛ فهم زبان انسان‌ها ‎arn)‏ سره ‎١‏ 99ل 0 الكسا). خودروهاى خودران (مثل ‎«(Luss‏ تصميمكيرى خودكار و رقابت در بالاترين سطوح سامانه‌های بازی استراتژیک (همچون شطرنج و كو). با بيشتر شدن توانایی ماشین‌ها. وظایفی که نیازمند «هوشمندی» هستند اغلب از تعریف ۵۱ برداشته می‌شود. پدیده‌ای که به آن اثر هوش مصنوعی گفته می‌شود. به عنوان ‎lic,‏ فهم نوری کاراکتر را اغلب از چیزهابی که ۸ در طر گرفته می‌شوند مستتتی می‌کنند.چرا که این فناوری تبدل به فناوری عادی و روزمره‌ای شده‌است.. ‏هوش/ مصنوعی در ۱۹۵۶ ميلادي تبدپل به شاخه‌ای آکادمیک شد و در سال‌های پس از آن چندین موح خوش‌بینی را تجربه کرده و مجدد دچار امواج ناامیدی و ‎ ‎ ‏ردجه شده (که به آن «(مستان ۵۱» می‌گویند), سپس فناوری‌های جدیدی در پی آن آمده و موفقیت و بودجه‌های تحقیقاتی این حوزه مجدداً ‎Lol‏ 

صفحه 3:
تحقیقات ۸۵۱ رهیافت‌های متفاوتی را از زمان تأسپسش امتحان کرده و آن‌ها را ‎oo ee Aad.‏ مغز. مدل سازى حل مسئله توسط مغز انسان. منطق صوری, بنک‌های اطلاعاتی بزرگ انش و تقلید فتار جاتوران,زدرااولین دهه‌های فرن ام میلادی, یادگیری ماشینی که شدیداً از آمار ریاضیاتی بهره می‌برد در اين حوزه غلبه داشت و این فناوری اثبات کرد که به شدت موفق است و بهٌ حل چندین مسئله چالش‌برانگیز در صنعت و فضای آکادمیک کمک نمود. شاخه‌های مختلف تحقیقات هوش مصنوعی حول اهداف بخصوصی متمرکز بوده و از ابزارآلات خاصی استفاده می‌کنند. اهداف سنتی تحقیقات ۸۱ شامل این موارد اند: استدلال, نمایش دانش, برنامه‌ریزی, یادگیری, پردازش زبان طبیعی, ادراک و توانایی در جابجایی و دستکاری اشیاء. هوش جامع (توانایی حل مسائل دلخواه) در میان اهداف بلند مدت اين حوزه است. جهت حل چنین مسائلی, محققان ‎Al‏ فنون حل مسئله وسیع و یکپارچه‌ای را شامل این مواردءيه كار بسته‌اند: جست‌وچو و بهینه‌سازی ریاضیاتی, متطق صوری, شبکه‌های عصبی مصنوعی و روش‌های مبنی بر آمار. احتمالات و اقتصاد. ‎Al‏ ‏همکِتین با حوزه‌هایی چون علوم کامپیوتر. روان‌شناسی, زبان‌شناسی, فلسفه و بسیاری از حوزه‌های دیگر مرتبط است. این شاخه بر اين فرض بنا شده‌است که هوش انسانی «را می‌توان به دقت توصیف تمود. به طوری که می‌توان ‎ol‏ را توسط یک ‎guile‏ شبیه‌سازی نمود». این فرض بحث‌های فلسفی را پیرامون ذهن و اخلاقیات خلق موجودات هوشمند برانگیخته است, موجوداتی که دارای هوش ۳9۳ اسان اند. اين منسائل تولفطً افسانه‌ها, داستان‌های تحیلی و فلسقه از زمان‌های باستان مورد کاوش واقع شده‌اند. ادبیات علمی- و آینده‌پژوهی نیز پيشنهاد مي‌دهند که الث با پتانسیل و قدرت عظیمی که دارد. ممکن است منجر به ایجاد ریسک وجودی برای بشریت گردد. ‎ ‎ ‎ 

صفحه 4:
تاريخجه سلا هویش مسلوعی توسط فلاسفه و ریاضی‌دانانی نظیر جزج بول که اقدام به ازاند قوانینطزیه‌هایی در مورد وطق 035440 017 10 00 لط اختراع رایانه‌های الکترونیکی در سال ۱۹۴۳, هوش مصنوعی, دانشمندان ‎ul‏ زمان را به چالشی بزرگ فراخواند. در اين شرایط, چنین به‌نظر می‌رسید که این فناوری قادر به شبیه‌سازی رفتارهای هوشمندانه خواهد بود. وجود مخالفت گروهی از متفکُرین با هوش مصنوعی که با تردید به کارآمدی آن می‌نگریستند ننها پس از چهار دهه, شاهد تولد ماشین‌های شطرنح باز و دیگر سامانه‌های هوشمند در صنایع گوناگون شدیم. حوزه پژوهش در زمینه هوش مصنوعی در یک کارگاه آموزشی در کالج دارتموت در سال ۱۹۵۶ متولد شد. شرکت کنندگان آلن تیول (دانشگاه کارنگی ملون), هربرت سیمون (دانشگاه کارنگی ملون), جان مک‌کارتی (موّسسه فناوری ماساچوست)؛ ماروین منسکی (موسسه فناوری ماساچوست) و آرتور ساموئل (آی بی ام) از بنیان‌گذاران و رهبران پژوهش در زمینه هوش مصنوعی شدند. آن‌ها به همراه دانشجویانشان برنامه‌هایی نوشتند که مطبوعات آن را «شگفت‌آور» توصیف می‌کردند. رایانه‌ها استراتژی‌های برد بازی چکرز را فرامی‌گرفتند. سوالاتی در جبر حل می‌کردند, قضیه‌های 

صفحه 5:
ما تا .۰ 1- هوش مصنوعی محدود (۱۲۵۱۱۵۶۱۶ ۱۵۴۵۵۷ أقاءاءاكهم) حا تک ~= انواع هوش مصنوعی در تاریخچه هوش مصنوعی , هوش مصنوعی محدود بسیار زودتر از انواع دیگر هوش مصنوعی پدید آمده است. اين روزها نمونه های هوش مصنوعی محدود زیاد است. برای مثال رایانه‌هایی که در بازی های پیچیده‌ای مانند شطرنح , تصمیم گیری هوشمندانه در زمینه تجارت و انواع دیگر کارهای مهم توانسته‌اند بهتر از انسان عمل کنند نمونه‌هایی از هوش مصنوعی محدود هستند. زمانی که در مورد هوش مصنوعی محدود صحببت می‌کنیم منظورمان سیستم‌های هوشمندی است که در انجام دادن یک وظیفه 1851 به خصوص بهتر از انسان عمل می‌کنند. برای مثال سیستم هوشمندی که می‌تواند به صورت خودکار گفتار را به نوشتار تبدیل کند یا سیستم‌های تشخیص چهره که قادرند هویت یک فرد را حتی در شلوغی و ساٍلعظیمی از جمعیت تشخیص دهند. اگر بخواهیم برخی از کاربردهای هوش مصنوعی محدود را مثال بزنیم, عبارتند از: 1 اتومبیل های خودران که به کمک هوش مصنوعی ‎rb‏ می‌گیرند که چگونه رانندگی کنند. ی ل ‎pot‏ و تشجیص چهره که می‌توانه کارهای بسیاری را انجام دهند و عملیات نحیس هو ‎Stes eel alps)‏ د 7 3 سیستم‌های هوش مصنوعی که به انجام فرآیندهای مالی در بانک‌ها و سایر کسب و کارهای مالی کمک می‌کند. 9 4 دسگیارهای هوشمند که پژ اساس نیازهایتان به شما کمک" می‌کنند و حتی پروازها و هتل هایتان را از قبل رزرو می‌کنند. ب - ا ىا 

صفحه 6:
2- هوش مصنوعی عمومی ‎(ARTIFICIAL GENERAL INTELLIGENCE)‏ سنا متظور از هوش مصنوعی عمومی ماشینی است که می‌تواند دنیای اطراف خود را همانند یک لتیییان درک کند و دارای طرّفیت وگنجایش مشابه برای انجام_ فعالیت‌ها و وظایفی است که یک انسان به طور معمول آن‌ها را انجام می‌دهد. در حال حاضر هوش مصنوعی عمومی وجود ندارد اما رد پای آن را می‌توانیم در داستان های دارای ژانر عملی-تخیلی مشاهده کنیم. از تظر تثوری یک هوش مصنوعی عمومی می‌تواند هم سطح انسان فعالیت کند و با حتی در زمیته‌هایی مانند حافظه و غیره از او بهتر عمل کند. با اين سطح از آگاهی و دانش یک ماشین می‌تواند تمام کارهایی که زمانی بر انسان محول می‌شد را يدون نياز به وجود انسان انجام دهد و با گذشت زمان بیشتر ماشین‌های دارای هوش مصنوعی عمومی می‌توانند در بسیاری از زمینه‌ها جای انسان را پر کنند. خاتمه دادن به نیاز حضور نیروی انسانی در بسیاری از کارها و استفاده از تکنولوژی هوش مصنوعی عمومی یا کامل می‌تولتد مانند هر تکنولوژی دیگری هر دو جنبه مثبت و منفی در زندگی اجتماعی و فردی انسان‌ها داشته باشد. wy (ARTIFICIAL SUPER INTELLIGENCE) ‏سوبر هوش مصنوعى‎ -3 سوير هوش .مصتوعى در واقع عبارتى است كه برای هوش مصنوعی استفاده می‌شود که سطح هوش و درک انسانی را پشت سر گذاشته و به نوعی دارای =\ بشری خواهد شد تا کال هنوز هیچ جامعه‌ای نتوانسته به سوپر هوش مصنوعی دست پیدا کند. در حقیقت رسیدن با نرسیدن و یا حتی زمان رسیدان به آن در حاله‌ای از ابهام مي‌باشد. هم جنين اين مسئله كه جنين هوش مصنوعی چه کارهایی انجام می‌دهد و یا اين مسئله که آیا قرار است تهدیدی ‎isl‏ هم مبهم است و بسیاری از کناحب نظران نظرات بسیار متفاوتی را در اين مورد دارد وبحثی داغ بین صاحبان غول‌های ا ا ا اه است كه از اين تست سر بلند بيرون آمْدَك باشد. = به سطحی از درک و شعور و وسعت دانش یک انسان 6 

صفحه 7:
هوش مصنوعی یک علم بسیار گسترده و پیچیده است که شاخه‌های منعددی دارد؛ شاخم‌های‌ ور LY YY ا سیستم خبره 5۷57۴105 ۴2۴875( 2 _ربانیک 80807165 MACHINE LEARNING ‏لت یادگیری ماشین‎ NEURAL NETWORK wat Sui O ۴۱22۷ ۱06۱6 ‏/منطق فاری‎ NATURAL LANGUAGE PROCESSING ‏پردازش زبان طبیعی‎ 2 — 

صفحه 8:
ما مت کول مصتوعی بگونه آموزش می‌بیند؟ ا امروزه سیستم‌های هوش مصنوعی به کمک یادگیری ماشین و بادگیری عمیق هوشمند مي‌شوند و می‌توانند یاد بیرتذ و آموزیش ببینند. در ادامه هر )4 کدام را معرفی مي‌کنيم. یادگیری ماشیر یادگیری ماشین ۱۸۱۱۱۱۷ ۱۸۸۱۷۱۱۱2 یکی از زیر مجموعه های هوش مصنوعی است ‎a aS‏ سیستم ها اين امکان را می دهد تا به صورت خودکار یادگیری و پیشرفت داشته باشند بدون اینکه نیاز باید تا یک برنامه نویسی مخصوص به آن یادگیری خاص را انجام داد. تمرکز اصلی یادگیری ماشینی بر توکعة برنامه‌هایی است که بتوانند با دسترسی به داده‌هاء به طور خودکار از آن‌ها برای یادگیری خود سیستم استفاده کنند. ‎gs‏ پادگیری ماشین فرآیند یادگیری با مشاهدات یا داده ها آغاز می شود و سیستم از مثال هاء تجارب مستقیم ويا دستور العمل ها د استفاده می‌کند ‏تا به یک الگو مشخص برسد و بر اساس آن الگو شروع به تصمیم گیری و حل مسئله کند. هدف اصلی یادگیری ماشین آن است که به کامپیوتر اجازه دم که بدون دخالت و کمک‌انینان به طور اتوماتیک یادگیری داشته باشند و بتواند بر اساس مشاهدات و داده‌ها رفتار خود را تنیم کند. ‎ ‎ ‏های بسیار مختلفی پرای‌نیادگیری ماشین وجود دارد و هر روزه صدها الگوریتم جدید نیز در اين زمینه تولید می‌شوند. به طور معمول اين ‎ails) (LEARNING STYLE) 5531‏ ")= نظارت شده, یادگیری بدون نظارت, یادگیری نیمه نظارت) و یا با توجه به رد ( مائند طبقه يندى. لي ل سي ا ) كروة يتدى فى ۱ ‎— 8 - 

صفحه 9:
صرف نظر از هر دو گروه‌بندی, تمام الگوریتم های یادگیری ماشین معمولا در زمینه‌های/وپر فعالیث می‌کننة 0 نمایش: مجموعه ای از طبقه بندی کننده ها یا زبانی که کامیوتر آن را می فهمد. ‎i)‏ & 4 0 ارزشیابی: همچنین معروف به عملکرد هدف/نمره دهی. 0 بهینه سازی: روش جست و جو؛ اغلب طبقه بندی کننده ای با بالاترین امتیاز. © هدف اساسی الگوریتم‌های یادگیری ماشین تفسیر موفقیت آمیز داده‌ها و تعمیم یادگیری‌ها به فراتر از نمونه‌های آموزش داده شده است. Sree SEL یادگیری عمیق نوعی از یادگیری ماشین و هوش مصنوعی است که در واقع از روشی که ذهن انسان برای یادگیری موضوع خاصی به کار می: تقلید می‌کند. این نوع از یادگیری یکی از عناصر مهم در علم داده می‌باشد که شامل آمار و مدل سازی پیش بینی است. یادگیری عمیق برای بدلنلمندان داده که وظیفه جمع آوری , تجزیه و تحلیل و تفسیر مقادیر زیادی از داده ها را دارند, بسیار کاربردی است و روند تحلیل و تفسیر داده‌ها را سریتر و آسان تر می کند. به نوعي می توان گفت یادگیری عمیق در واقع همان یادگیری ماشین است یه گونه ای که در سطح کارهای پیچیده؛ نمایش یا انتزأهر عمل يادكيرى را يك سيستم هوش مصنوعى الجام مىدهد و به اين صورت ماشين در بهترى از واقعیت های وجودی پیدا می‌کند و می ایی کند. در ساده ‎op‏ ی را می توان راهی برای خودکار سازی تجزیه و تحلیل پیش بینی‌ها دانست. ‎SY 9 So‏ 

صفحه 10:
لأ آينده هوش مصنوعى و تأثير آن بر جهان رویکرد کنونی چهان به‌سمت توسعه‌ی ربات‌هایی با قابلیت فعالیت خودکار و درک و حرگتا در جهان پیرامون. نشان‌دهتاوق هم‌پوشانی طبیعی ‎SP‏ ‏کل تل ریک و هوش مصنوعی وجود دارد. هوش مصنوعی یکی از فناوری‌های متعدد مورد استفاده در راد ها ۳ ازطرفی توسعه‌ی هوش مصنوعی باعث شد تا ربات‌ها در حوزه‌های جدیدی همچون خودروهای خودران و ربات‌های تحویل کالا و ربات‌های آموزگار دیده شوند. جهان فناوری امروز در لبه‌ی پرش به مرحله‌ای جدید از توانایی‌های هوش مصنوعی قرار دارد. شبکه‌های عصبی امروزی توانایی ساختن تصاویر واقعی را دارند و حتی با کیفیت بالاء صدای افراد را شبیه‌سازی می‌کنند. البته چنین پیشرفت‌هایی, با نگرانی‌های اجتماعی نیز همراه بوده است. از دستاوردهای خبرساز اخیر می‌توان به دیپ‌فیک اشاره کرد که لزوم کنترل و قانون‌گذاری بیشتر بر روند توسعه‌ی هوش مصنوعی را از پیشرفت‌های مهم یادگیری ماشین در دوران کنونی می‌توان به تشخیص دقیق صحبت‌های کاربر اشاره کرد. سیستم‌های کنونی با دقت ۹۵ درصد. های انسان را تشخیص می‌دهند. مایکروسافت اخیرا اعلام کرد كه هوش مصنوعی با دقت برایر با انسان توسعه داده است که ‎lly‏ ن رد. محققان به‌دنبال دقت ‎۹٩‏ درصدی در تشخیص صوت هوش مصنوعی هستند و در آینده‌ی نه‌چندان دور, ص 

صفحه 11:
pls ع قف 81:8365 ه1889 6109 68 ط؟ 81685 صن؟ 1685 و76 7