آرشيو پستها
 پيوندها
 هوش مصنوعي و الگوريتم‌هاي LEARNING (زنگ تفريح شماره‌ي 25)
هوش مصنوعي و الگوريتم‌هاي LEARNING (زنگ تفريح شماره‌ي 25)زنگ تفريح كامپيوتر
اولين و مهم‌ترين گام در بحث هوش مصنوعي تعيين قلمروي براي تعريف هوش است

هوش مصنوعي و الگوريتم‌هاي LEARNING



اولين و مهم‌ترين گام در بحث هوش مصنوعي تعيين قلمروي براي تعريف هوش است. مقوله‌ي هوش را نبايد با هيچ‌يك از مفاهيم قوت حافظه، تجربه و يا مهارت‌هاي حاصل از ممارست اشتباه گرفت. پس در ابتدا بايد تعريف درستي از هوش داشته باشيم تا بتوانيم آن را به‌صورت مصنوعي شبيه‌سازي كنيم.


هوش مصنوعي ماهيتاً يك برنامه و يا به‌شكل ساده‌تر يك الگوريتم است. اما هر برنامه يا الگوريتمي باهوش نيست. به‌عنوان مثال برنامه‌اي را در نظر بگيريد كه بازي X – O را پياده‌سازي مي‌كند.

بازي X – O، در يك جدول 9 خانه‌اي انجام مي‌گيرد. دو بازيكن (يكي X و ديگري O) به‌نوبت علامت مخصوص خود را در يكي از خانه‌هاي جدول 9تايي قرار مي‌دهند. هركس موفق به درست كردن يك سطر، يك ستون يا يك قطر از علايم خاص خود بشود، برنده‌ي بازي است.

O X X
X O
O O


حالات ممكن صفحه را در حين اجراي بازي در نظر بگيريد. اين حالات محدود و قابل پيش‌بيني هستند و تعداد آن‌ها 19683 حالت است (براي محاسبه، براي هر يك از 9 تا خانه جدول مي‌توان سه حالت خالي، X و O را در نظر گرفت پس تعداد كل حالات 9 3 خواهد بود).

مي‌توان برنامه‌اي نوشت كه تمام اين حالات را در نظر مي‌گيرد و در ازاي هر حالت خاص، رفتاري هوشمندانه را انجام مي‌دهد. شايد عدد 9 3 به نظرتان بزرگ بيابيد. اما حقيقت اين است كه با در نظر گرفتن قوانين بازي مي‌توان اين حالات را خلاصه‌تر كرد. نكته‌ي مهم در اين برنامه، محدود بودن حالات ممكن است. به‌همين خاطر مي‌توان برنامه‌اي اين بازي را به گونه‌اي نوشت كه هيچگاه بازنده نباشد. (در نظر بگيريد كه نوشتن چنين برنامه‌اي براي بازي شطرنج تقريباً غيرممكن است).


حقيقت اين است كه انتظار ما از هوشمند بودن يك برنامه چيز ديگري است. درست است كه اين الگوريتم در بازي در برابر حريف شكست نمي‌خورد و همواره هوشمندانه‌ترين رفتار را از خود نشان مي‌دهد اما اين هوشمندي برنامه‌نويس است كه در قالب دستورات الگوريتميك به كامپيوتر القا شده است و برنامه به خودي خود هيچ‌گونه خلاقيت و هوشمندي در اجراي بازي نداشته و فقط از يك مجموعه بايد و نبايد و دستور كه برنامه‌نويس به آن داده، تبعيت كرده است.


یکی از کاربردهای مهم هوش مصنوعی
در طراحی روبات‌های انسان نمای هوشمند می‌با
شد



پس ما از يك برنامه‌ي هوشمند و يا به‌عبارت ديگر هوش مصنوعي، قابليت‌هاي گوناگوني چون استنتاج، حدس، خلاقيت و يادگيري را انتظار داريم. اما آيا به‌راستي مي‌توان چنين انتظارهايي را از برنامه‌هاي كامپيوتري داشت؟ در ابتدا عده‌اي از رياضي‌دانان و دانشمندان علوم كامپيوتر معتقد بودند چنين كاري غيرممكن است به اين علت كه كامپيوتر صرفاً مي‌تواند دستورهاي برنامه‌نويس را - كه در قالب يك الگوريتم به آن داده مي‌شود -انجام دهد. پس نمي‌توانيم از يك برنامه، انتظار انجام كاري را داشته باشيم كه در قالب الگوريتم به او دستور داده نشده است. در حقيقت برنامه‌هاي كامپيوتري نمي‌توانند كارهايي غيرقابل پيش‌بيني انجام دهند، پس نمي‌توانند خلاقيت داشته باشند.

پاسخ اين ادعاي درست، ادعاي درست ديگري بود كه تمام فعاليت‌هاي انجام شده در زمينه‌ي هوش مصنوعي را توجيه مي‌كند. اگر بتوانيم استنتاج، خلاقيت و يادگيري را در قالب الگوريتم و دستورها به كامپيوتر بدهيم و انتظار داشته باشيم تا با تبعيت از اين دستورها، رفتاري هوشمندانه داشته باشد، چيزي خلاف گفته‌ي بالا انجام نگرفته است.

در حقيقت دستورهايي كه كامپيوتر در قالب الگوريتم‌هاي هوش انجام مي‌دهد، چنين معنايي خواهند داشت:

- هوشمندانه رفتار كن.

- استنتاج كن.

- ياد بگير.

- خلاقيت داشته باش.

- يك اشتباه را دوبار تكرار نكن.

- از تجربه‌هايت درس بگير.

اين‌ها هم مجموعه‌اي از دستورها هستند كه كامپيوتر مي‌تواند انجام دهد و مشكل پياده‌سازي اين الگوريتم‌ها برعهده‌ي برنامه‌نويس (در اين‌جا طراح هوش مصنوعي) است.

آن‌چه امروزه در زمينه‌ي هوش مصنوعي بر روي آن كار شده و برنامه‌هاي حاصل از اين فعاليت‌ها، توانسته‌اند تنها جنبه‌هاي محدودي از آن‌چه به آن «هوش» مي‌گوييم را پياده‌سازي كنند.

به‌طور كلي، روند كار، همانندسازي برنامه با مغز انسان است؛ هر چند اين كار به‌طور كامل ممكن نيست. اما نتايج خوبي مثل شبكه‌هاي عصبي از محصولات همين فعاليت‌هاي نه چندان كامل و دقيق است.


مهم‌ترين نكته در علم هوش مصنوعي اين است كه بتوانيم تعريف دقيقي از آن‌چه دقيقاً در مغز انسان طي يك فعاليت هوشمندانه رخ مي‌دهد ارائه كنيم. براي مثال سعي كنيد دقيقاً بيان كنيد كه در حين اثبات يك قضيه‌ي رياضي چه اتفاقي در مغزتان مي‌افتد. كار بسيار دشواري است، اما جنبه‌هايي از هوش هستند كه ساده‌تر قابل بيانند.

1386/6/23 لينک مستقيم

فرستنده :
ناشناس HyperLink HyperLink 1386/10/11
مـتـن : عالی..
پاسـخ : دوست خوبم!
از اظهار لطفت ممنون هستيم.
راستي نگفتي چه چيز از نظر شما «عالي» بود؟
انشاءالله موفق باشي!

نظر شما پس از تاييد در سايت قرار داده خواهد شد
نام :
پست الکترونيکي :
صفحه شخصي :
نظر:
تایید انصراف
 برندگان آخرين مسابقه
Use module action menu to edit content
 مسابقه المپياد

براي شركت در مسابقه المپياد به آخرين مسابقه رفته و در قسمت پاسخ جديد ، پاسخ خود را وارد نماييد، همچنين مي توانيد پاسخ خود  را از طريق ايميل به آدرس Olympiad@roshd.ir ارسال نماييد. براي ديدن سوال ها، پاسخ ها و اسامي برندگان مسابقات قبلي روي مسابقه كليك كنيد. 

 هوش مصنوعي و الگوريتم‌هاي LEARNING (زنگ تفريح شماره‌ي 25)
هوش مصنوعي و الگوريتم‌هاي LEARNING (زنگ تفريح شماره‌ي 25)زنگ تفريح كامپيوتر
اولين و مهم‌ترين گام در بحث هوش مصنوعي تعيين قلمروي براي تعريف هوش است

هوش مصنوعي و الگوريتم‌هاي LEARNING



اولين و مهم‌ترين گام در بحث هوش مصنوعي تعيين قلمروي براي تعريف هوش است. مقوله‌ي هوش را نبايد با هيچ‌يك از مفاهيم قوت حافظه، تجربه و يا مهارت‌هاي حاصل از ممارست اشتباه گرفت. پس در ابتدا بايد تعريف درستي از هوش داشته باشيم تا بتوانيم آن را به‌صورت مصنوعي شبيه‌سازي كنيم.


هوش مصنوعي ماهيتاً يك برنامه و يا به‌شكل ساده‌تر يك الگوريتم است. اما هر برنامه يا الگوريتمي باهوش نيست. به‌عنوان مثال برنامه‌اي را در نظر بگيريد كه بازي X – O را پياده‌سازي مي‌كند.

بازي X – O، در يك جدول 9 خانه‌اي انجام مي‌گيرد. دو بازيكن (يكي X و ديگري O) به‌نوبت علامت مخصوص خود را در يكي از خانه‌هاي جدول 9تايي قرار مي‌دهند. هركس موفق به درست كردن يك سطر، يك ستون يا يك قطر از علايم خاص خود بشود، برنده‌ي بازي است.

O X X
X O
O O


حالات ممكن صفحه را در حين اجراي بازي در نظر بگيريد. اين حالات محدود و قابل پيش‌بيني هستند و تعداد آن‌ها 19683 حالت است (براي محاسبه، براي هر يك از 9 تا خانه جدول مي‌توان سه حالت خالي، X و O را در نظر گرفت پس تعداد كل حالات 9 3 خواهد بود).

مي‌توان برنامه‌اي نوشت كه تمام اين حالات را در نظر مي‌گيرد و در ازاي هر حالت خاص، رفتاري هوشمندانه را انجام مي‌دهد. شايد عدد 9 3 به نظرتان بزرگ بيابيد. اما حقيقت اين است كه با در نظر گرفتن قوانين بازي مي‌توان اين حالات را خلاصه‌تر كرد. نكته‌ي مهم در اين برنامه، محدود بودن حالات ممكن است. به‌همين خاطر مي‌توان برنامه‌اي اين بازي را به گونه‌اي نوشت كه هيچگاه بازنده نباشد. (در نظر بگيريد كه نوشتن چنين برنامه‌اي براي بازي شطرنج تقريباً غيرممكن است).


حقيقت اين است كه انتظار ما از هوشمند بودن يك برنامه چيز ديگري است. درست است كه اين الگوريتم در بازي در برابر حريف شكست نمي‌خورد و همواره هوشمندانه‌ترين رفتار را از خود نشان مي‌دهد اما اين هوشمندي برنامه‌نويس است كه در قالب دستورات الگوريتميك به كامپيوتر القا شده است و برنامه به خودي خود هيچ‌گونه خلاقيت و هوشمندي در اجراي بازي نداشته و فقط از يك مجموعه بايد و نبايد و دستور كه برنامه‌نويس به آن داده، تبعيت كرده است.


یکی از کاربردهای مهم هوش مصنوعی
در طراحی روبات‌های انسان نمای هوشمند می‌با
شد



پس ما از يك برنامه‌ي هوشمند و يا به‌عبارت ديگر هوش مصنوعي، قابليت‌هاي گوناگوني چون استنتاج، حدس، خلاقيت و يادگيري را انتظار داريم. اما آيا به‌راستي مي‌توان چنين انتظارهايي را از برنامه‌هاي كامپيوتري داشت؟ در ابتدا عده‌اي از رياضي‌دانان و دانشمندان علوم كامپيوتر معتقد بودند چنين كاري غيرممكن است به اين علت كه كامپيوتر صرفاً مي‌تواند دستورهاي برنامه‌نويس را - كه در قالب يك الگوريتم به آن داده مي‌شود -انجام دهد. پس نمي‌توانيم از يك برنامه، انتظار انجام كاري را داشته باشيم كه در قالب الگوريتم به او دستور داده نشده است. در حقيقت برنامه‌هاي كامپيوتري نمي‌توانند كارهايي غيرقابل پيش‌بيني انجام دهند، پس نمي‌توانند خلاقيت داشته باشند.

پاسخ اين ادعاي درست، ادعاي درست ديگري بود كه تمام فعاليت‌هاي انجام شده در زمينه‌ي هوش مصنوعي را توجيه مي‌كند. اگر بتوانيم استنتاج، خلاقيت و يادگيري را در قالب الگوريتم و دستورها به كامپيوتر بدهيم و انتظار داشته باشيم تا با تبعيت از اين دستورها، رفتاري هوشمندانه داشته باشد، چيزي خلاف گفته‌ي بالا انجام نگرفته است.

در حقيقت دستورهايي كه كامپيوتر در قالب الگوريتم‌هاي هوش انجام مي‌دهد، چنين معنايي خواهند داشت:

- هوشمندانه رفتار كن.

- استنتاج كن.

- ياد بگير.

- خلاقيت داشته باش.

- يك اشتباه را دوبار تكرار نكن.

- از تجربه‌هايت درس بگير.

اين‌ها هم مجموعه‌اي از دستورها هستند كه كامپيوتر مي‌تواند انجام دهد و مشكل پياده‌سازي اين الگوريتم‌ها برعهده‌ي برنامه‌نويس (در اين‌جا طراح هوش مصنوعي) است.

آن‌چه امروزه در زمينه‌ي هوش مصنوعي بر روي آن كار شده و برنامه‌هاي حاصل از اين فعاليت‌ها، توانسته‌اند تنها جنبه‌هاي محدودي از آن‌چه به آن «هوش» مي‌گوييم را پياده‌سازي كنند.

به‌طور كلي، روند كار، همانندسازي برنامه با مغز انسان است؛ هر چند اين كار به‌طور كامل ممكن نيست. اما نتايج خوبي مثل شبكه‌هاي عصبي از محصولات همين فعاليت‌هاي نه چندان كامل و دقيق است.


مهم‌ترين نكته در علم هوش مصنوعي اين است كه بتوانيم تعريف دقيقي از آن‌چه دقيقاً در مغز انسان طي يك فعاليت هوشمندانه رخ مي‌دهد ارائه كنيم. براي مثال سعي كنيد دقيقاً بيان كنيد كه در حين اثبات يك قضيه‌ي رياضي چه اتفاقي در مغزتان مي‌افتد. كار بسيار دشواري است، اما جنبه‌هايي از هوش هستند كه ساده‌تر قابل بيانند.

1386/6/23 لينک مستقيم

فرستنده :
ناشناس HyperLink HyperLink 1386/10/11
مـتـن : عالی..
پاسـخ : دوست خوبم!
از اظهار لطفت ممنون هستيم.
راستي نگفتي چه چيز از نظر شما «عالي» بود؟
انشاءالله موفق باشي!

نظر شما پس از تاييد در سايت قرار داده خواهد شد
نام :
پست الکترونيکي :
صفحه شخصي :
نظر:
تایید انصراف
 ارتباط
                           

مشاوره

|

معرفي كتاب

|

مصاحبه

|

زنگ تفريح

|

آموزش

|

راهنماي سايت

|

صفحه اصلي

                            
                             

درباره ما

|

پرسش و پاسخ علمي

|

نظرات و پيشنهادات

|

اخبار

|

مسابقه

                             

© Copyright 2004, Roshd Mathematics Olympiad Website, All rights reserved.