تعریف هوش مصنوعی چیست؟

تعریف هوش مصنوعی چیست؟

تعریف کلی که می توان راجـــع به هوش مصنوعی کـــرد ایـــن است کــه به هوشی

 گفته می شود کــه بر خلاف تصـــور از هوشـــی که در انســــان ها و حیوانات داریم

توسط ماشیـــن ها ارائــــه می شود. کتاب های درسی پیشـــرو AI ، این زمینه را به

عنوان مطالعه “عوامل هوشمنــــد” تعریف می کنند: هـــر وسیلـــه ای که محیط خود

را درک کند و اقداماتی انجـام دهـــد که شانس خـود را برای دستیابی به اهداف خود

به حداکثر برساند.به صورت عامیانه ،  تعریف اصطلاح “هوش مصنوعی” اغلب برای

توصیف ماشین ها (یا رایانــه ها) استفـــاده می شود که عملکــردهای “شناختــی” که

با ذهن انسان در ارتباط هستند ، مانند “یادگیری” و “حل مسئله” را تقلید می کنند.

در قاعده ای به نام تسلر به این اشاره می شود که هوش مصنوعی چیزی است که

هنوز انجام نشده است. 

تعریف پایه ای از هوش مصنوعی چیست ؟

هوش مصنوعی معمولی محیط خود را تجزیه و تحلیل می کند و اقداماتی انجام می دهد که شانس

موفقیت آن را به حداکثــر می رسانــد. این کــار ها می توانند ساده باشند(حالت 0،1) و یا پیچیده

    باشند (انجام اقدامات ریاضی شبیه به آنهایی کـــه در گذشتـه انجـام شده بودند). از طرف دیگر 

یک سیستــم تکــاملی می تــواند مانند حیوانــات ،با استفــاده از Fitness Function ها جهــت

تغییر و تکرار سیستم های ترجیح داده شده اقـــدام کند. بعضی از سیستــم ها مانند nearest-

neighbor, بدون هدف هستند و فقط تا حدی کـــه لازم بـــوده تمـریـن داده شــده اند بنابـراین

می توانند در مسیـر خاص مورد نظــر هــدف گذاری شونــد. هوش مصنوعی اغلب با استفــاده از

الگوریتم کار می کنـــد. یک الگوریتــــم، مجمـــوعه ای از دستورالعمـل های بدون ابهام است که

یک کامپیوتـــر مکانیــکی قــادر بــه اجـــرای آن است. یک الگوریتـــم پیچیـــده اغلـــب در بالای

الگوریتم هــای ساده تر دیگـــر،  ساختـــه می شود. یک مثـــال کار آمد بازی ایکـــس او است

در این شرایط تعریف الگوریتم هوش مصنوعی از پیامد ها اینگونه خواهد بود :

– اگر دو خانه پر شده بود و تهدید بود خانه سوم را بگیر در غیر این صورت

– اگر خانه ای را بگیری دو راهی ایجاد می کند آن را بگیر در غیر این صورت

– خانه مرکزی را اگر خالی بود بگیر درغیر این صورت

– اگر حریف خانه گوشه را گرفت،  خانه گوشه مقابلش را بگیر در غیر این صورت

– اگر گوشه خالی وچود دارد بگیر در غیر این صورت

– هر خانه خالی که وجود دارد بگیر

بسیاری از الگوریتــم هــای هوش مصنوعی قـادر بـه یادگیری هستنـد.آنها می توانند با یادگیری

اکتشافات جدید خود را تقویت کنند ، یا خود می توانند الگوریتم های دیگری بنویسند.  برخی

از الـگـوریـتــم هـایـی کـه مـی آمـوزنـد شامـل : Bayesian networks , decision trees ,

and nearest-neighbor,از لحاظ تئـوری یــاد می گــیرند کـه تقریبـاً هر عملکردی را انجام

دهند ، از جمله اینکــه کدام یــک از تـوابـع ریـاضی به بهتــرین وجـه کار می کنند. بنابراین این

فراگیران هوش های مصنوعی می توانند با در نظر گرفتن هر فرضیـه احتمـالی و مطابقت آنها

با داده ها ، تمام دانش ممکن را به دست آورند.

رویکردها به سمت هوش مصنوعی 

اولین و قابل درک ترین رویکرد، هوش مصنوعی نمادگرایانه است برای مثال اگر فرد سالمی 

تب داشت پس آنفــولانزا دارد دومیـــن رویکــرد استنباط Bayesian است، اگر بیمار فعلی

تب داشته باشد ، احتمال ابتلا به آنفلوانزا را از این مسیر خاص تنظیم کنید. رویکرد سوم، که

در اپلیکیشــن های هوش مصنوعی تجاری بسیار محبــوب هستند، آنالیزر هــایی مانند SMV و

nearest-neighbor  هستند، این مدل پس از بررسی سوابق بیماران شناخته شده  گذشته

  که درجه حرارت ، علائــم ، ســن و سایر عــوامل اکــثراً مطابق با بیمار فعلی است اعلام می کند

که، X٪  احتمال دارد که بیمار آنفولانزا داشته باشد. رویکرد چهارم که شبکه عصبی  مصنوعی

است از “نورونهای مصنوعی” استفــاده می کند که می تــواند بــا مقایسه خود با خروجی مطلوب

و تغییر نقاط قوت اتصالات بین نورونهای داخلی آن ، یاد بگیرد.

تفاوت هوش مصنوعی با هوش انسانی

در مقایسه با انسانبرای هوش مصنوعی استدلال های عام تعریف نشده است. انسان ها مکانیزم های

قدرتمندی برای استدلال درباره “فیزیک ساده” مانند فضا ، زمان و فعل و انفعالات جسمی دارند. این

حتی کودکان خردسال را قادر می سازد تا به راحتی استنتاج هایی از قبیل “اگر این قلم را از روی میز

بریزم ، روی زمین می افتد” را داشته باشند. آنها همچنین فاقد روانشناسی عامیانه هستند بــه همین

دلیل نمی توانند جملاتی مانند : اعضای شورای شهر از صدور مجــوز تظــاهرکنندگان خودداری کردند

زیرا آنها از خشونت حمایت می کردند ” متوجه شود چون نمی تواند که کدام دسته از افراد درون جمله

از خشونت همایت میکنند.این فقدان “دانش مشترک” یعنی که هوش مصنوعی غالباً اشتباهات متفاوتی

را نسبت به انسان مرتکب می شود ، به طریقی که ممکن است غیرقابل درک به نظر برسد. به عنوان

مثال ، اتومبیل های خود ران موجود نمی توانند به روشی دقیق که انسان انجام می دهد در مورد مکان

و یا مقاصد عابر پیاده استدلال کنند و در عوض باید از حالتهای استدلال غیر انسانی برای جلوگیری از

تصادفات استفاده کنند.

چالش های هوش مصنوعی

هدف کلی تحقیق از هوش مصنوعی ایجاد فناوری است که به رایانه ها و ماشین ها اجازه می دهد تا به

روشی هوشمند عمل کنند. مشکل کلی شبیه سازی (یا ایجاد) هوش به مشکلات فرعی تقسیم شده است.

اینها شامل ویژگی ها یا عملکرد های خاصی است که محققان انتظار دارند سیستم هوشمندی از خود نشان

دهند صفاتی که شامل موارد زید می شود :

استدلال و حل مشکل:

، بنا به تعریف هایی که از هوش مصنوعی شده محققان اولیه الگوریتم هایی را ایجاد کردند که از استدلال

گام به گام که انسان هنگام حل معماها یا استنتاج های منطقی استفاده می کند ، تقلید می کنند.

ارائه دانش:

ارائه دانش و مهندسی دانش در تحقیقات کلاسیک هوش مصنوعی مبحثی اساسی است. برخی از “سیستم های

حرفه ای” سعی در جمــع آوری دانــش صریح و صاحب نظران در برخی حوزه های تخصصی دارند. علاوه بر این،

برخی از پروژه ها تلاش می کنند تا “دانش عام” را که یک فرد متوسط دارا است ، در یک پایگاه داده حاوی دانش

گسترده در مورد جهان جمع کنند.

:برنامه ریزی

عوامل هوشمند باید بتوانند اهدافی را تعیین کنند و به آنها دست یابند. آنها به روشی نیاز دارند تا آینده را به صورت

تصویری از وضعیت جهــان نمایــان سازند و بتوانند پیش بینی هایی را در مورد چگونگی تغییر اعمال خود در آن انجام

دهند تا انتخاب هایی را انجام دهند که حداکثر استفاده از گزینه های موجود یا ارزش ها را داشته باشد.

یادگیری: 

یادگیری ماشینی (ML) ، یک مفهوم اساسی از تحقیقات هوش مصنوعی از زمان شروع این زمینه است ،

مطالعه الگوریتم های رایانه ای است که به طور خودکار از طریق تجربه بهبود می یابد.

مدل سازی اطلاعات ساختمان(BIM) و هوش مصنوعی

مدل سازی اطلاعات ساختمان(BIM) و هوش مصنوعی

مدل سازی اطلاعات ساختمان (BIM)  تبدیل به یک فرآیند حیاتی در صنعت ساخت

و ساز می شود. ایجاد یک مدل BIM ، افراد درگیر در یک پروژه را قادر می سازد تا

قبل از رفتن به  سایت ساختمانی ، تصمیم گیری خود را بهینه کنند.

اخیراً ، شرکت های نرم افزاری BIM برای بهبود این مدل ها و روند BIM ، استفاده از هوش مصنوعی

(AI) را در فرایند BIM آغاز کرده اند. هوش مصنوعی در حال حاضر به صورت کارآمدتر به صنعت

  کمک می کند و به زودی مانند سایر صنایع به یک معیار تبدیل می شود. در این پست ما فرایند BIM

، نقش AI در BIM و برخی از مزایای آن را تعریف خواهیم کرد.

هوش مصنوعی چه نقشی در مدل سازی اطلاعات ساختمان دارد ؟

BIM توضیحی دیجیتالی از جنبه های یک پروژه ساختمانی است. BIM به طور گسترده ای در صنعت

ساخت و ساز انجام می شود ، و پیشرفت چشمگیری نسبت به روش های قدیمی تر برنامه ریزی قبل از

ساخت دارد. یک مدل اطلاعات سه بعدی از داده های گرافیکی و غیر گرافیکی تشکیل شده است. این

سپس در یک فضای دیجیتالی مشترک به نام Common Data Environment (CDE) گردآوری

می شود. این اطلاعات با پیشرفت پروژه دائماً به روز می شود ، به این معنی که مدل همیشه به روز است.

4D BIM زمانی است که برنامه ریزی داده ها به هر مؤلفه پروژه اضافه می شود. این یک برنامه دقیق

و توانایی تجسم برنامه ساخت پروژه را ایجاد می کند. 5D BIM زمانی است که داده های هزینه به برنامه

اضافه می شوند و بهم پیوسته اند. نرم افزار BIM اکنون می تواند از یادگیری ماشین استفاده کند. این زیر

مجموعه ای از هوش مصنوعی است که به ماشینی آموزش می دهد که چگونه از داده ها یاد بگیرد و الگوها

را شناسایی کند. سپس می تواند تصمیماتی مستقل درباره نحوه اتوماسیون و پیشرفت در روند ساخت مدل بگیرد.

این همچنین به عنوان BIM با کمک AI شناخته شده است.

کاربرد هوش مصنوعی در راه سازی

کاربرد هوش مصنوعی در راه سازی

تیم بزرگراه های شورای شهر هرتفوردشایر از کاربرد هوش مصنوعی در راه سازی برای 

 دوران کرونا و رعایت فاصله اجتماعی استفاده کردند. به جای اینکه یک راننده و یک ناظر 

 برای کنترل جاده و جستجو برای چاله ها اعظام بشوند، یک راننده با یک دستگاه AI که

نواقص و پستی بلندی های خیابان را چک می کنند، اعظام می شوند این شورای شهر که

در سال گذشته 17000 چاله را پر کرده بود اولین ارگانی بود که از این هوش مصنوعی

به نام Vaisala برای کارهای بازرسی های ایمنی خود استفاده کرد. 

بازخورد های کاربرد هوش مصنوعی در راه سازی

کوین کارول ، مدیر تقسیم بندی Ringway ، پیمانکــــار بزرگـراه های شورای ایالــت گفت:

“ایمنی کارکنان برای ما بسیار مهم است و با استفاده از این فناوری می توانیم ایمنی محیط کار

آنها را تضمین کنیم. وی اضــافه کـــرد : ” ثـانیـا ، استفاده از ایـن فناوری این امکان را برای

ما فراهم می کنـــد کـه در هنگام قرنطینه مطابق با توصیه های دولت ، به مراقبت های اساسی

جاده ای ادامه دهیم. مسافـــت اجتمـاعی و محدودیت های مربوط به حمل و نقل عمومی به این

معنا بوده است که جاده ها اکنون انتخـــاب اصلـــی مـــردم بــرای سفر می باشد ،  پس ما باید

 اطمینان حاصل کنیم که از آنها مراقبـــت می کنیم و ایمنـــی صفـــر، برای خدمات اضطراری ،

کارگران اصلی و عموم مردم را تضمیــــن کنیـــم.” شـــورای این شهرستـــان در مـــاه فوریه

شروع به ترمیم جاده ها با استفاده از AI کرد. هنگامی که همـه گیـــر Covid-19 در مارس

به انگلستان رسید، تیم بزرگراه ها متوجه شدند که ایـــن فناوری می تواند در مقابله با چالش

فاصاله اجتماعی کمک کند. در نتیجه ، این تصمیم برای تسریــــع در خدمـــات گرفته شد و از

آن زمان تاکنون بیش از 4000 کیلومتر (2،485 مایل) بزرگراه های سطح استان را ترمیم

کرده است. با وجود خطراتی که این ویروس جدید به وجود آورده است، پتانسیل رشد بسیاری 

را برای برنامه های هوش مصنوعی ایجاد کرده است.

کاربرد هوش مصنوعی در ایران

کاربرد هوش مصنوعی در ایران

کاربرد های هوش مصنوعی در کشور های مختلف من جمله ایران نحوه اداره دولت را

دگرگون کرده است. کشور های مختلف از هوش مصنوعی برای بسیاری از زمینه های 

اجرایی و قانون گذاری استفاده می کنند. یکپارچه کردن ارگان های دولتی و دسترسی

سریع به اطلاعات می تواند خدمات رسانی دولت به مردم را بهینه کند و زمان دستیابی

به اهداف را به حداقل برساند. اما آیا در ایران از این فناوری استفاده می شود ؟ چه

مشکلاتی برای اجرایی شدن این سازوکار ها در ایران وجود دارد؟ دولت چگونه می تواند

این مشکلات را پشت سر بگذارد؟

هوش مصنوعی کاربرد های زیادی در ایران دارد

ایران چندین ســال است کــه در زمینه هوش مصنوعی و رباتیک در دنیا حرفی برای گفتن دارد

نیروی محقق و دانشمند کشورمـان ایـران در حـال توسعه برنامه هایی مبتنی بر هوش مصنوعی

هستند. برای مثال می توان به دوربین های راهنمایــی و رانندگــی اشاره کرد که با  استفاده از

تحلیل تصویر متخلفان را شناسایی می کند. مثال دیگری که می توان زد ایــن است که در تاریخ

97/7/27 خبر گزاری تهران تایمز گزارشی از استفاده دولـــت از هوش مصنوعی در قانـــون

گذاری به نقل از یونس ادیانی منتشر کرد که در آن آقای ادیانی  به این نکته اشاره کرد که ایران

دومین کشوری است که ار این فناوری در قانون گــذاری استفاده . می کند. وی اشاره کرد که در

آن زمان شش ماه بود که بر روی این پروژه کار می شد و در این پروژه مسائل مربوط به هوش

انسانی و قوانین ، هوش مصنوعی و قوانیـــن و هوش مصنوعی و قانون گذاری در جهــان دنبال

می شد تـــا مشخص شود سایـر کشورها با استفاده از هوش مصنوعی چه دست آوردی داشته اند.

یکی از مشکلاتــی که در ســـر راه هوش مصنوعی ایران قرار دارد تحریـــم ها است که موجب

می شود بسیـــاری از امکانـــات و زیـــر ســـاخت هــــای مورد نیاز به سختی در اختیار محققان

هوش مصنوعی در ایران قرار بگیرد. اما با این حـــال ایـــــران در رده هشتم  انتشار تحقیقات

  حول محور هوش مصنوعی در دنیا قرار گرفته است.

هوش مصنوعی و خواندن افکار

هوش مصنوعی و خواندن افکار

هوش مصنوعی تفکر بسیاری ازمردم و دانشمندان را پیــرامون خواندن افکار تغییــــر داد.

فیلسوفی بـــه نــــام جان لاک که در عصــــر روشنـــگری زندگی می کرد می گفت : اقدامات

افراد همیشه طرز تفکر آنها را نشان می دهد. اما افـــرادی مثـــل او از در مورد تکنولوژی 

انسان-دستگاه فکر نمی کردند . اما اینکه اعمال دستگاه ها نتیجه تفکر انسان باشد چیست؟

خیلی ها بر این باورند که ارتباط مغز-ماشین و مغز-کامپیوتر راه بعـــدی اســـت کـــه مــا با

ماشین ها و حتی با یکدیگر ارتباط برقرار خواهیم کرد.رابط های دستگاه مغـــزی (BMI) و

رابط های مغزی و رایانه ای (BCI) دستگاه هایی هستند که ارتباط مستقیم بین مغز و یک 

دستگاه خارجی را امکان پذیر می کنند.

شرکت های هوش مصنوعی و موسساتی  که در زمینه خواندن افکار فعالیت می کنند

این نوع فناوری ، دنیای کاملی از برنامه های تجاری را نمایان می کند. از مشاغــل خطـــرناک

که در حــال حاضر از ربات ها استفاده می کنند گرفته تا ساخت و حتــی فضای مصرف کننده 

همه از این فناوری استفاده می کنند . شرکت Neurable در زمینه کنتـــرل اعضای بدن به

وسیله افکار کـــار مــــی کند ایده این پروژه زمانی به ذهن بیانگذار این شرکت Ramses

Alcaide رسید که شاهد از دست دادن پاهای عمـــوی خـــود در یک تصــادف اتومبیـل بود

شرکت MindX معتقد است که مرحلـــه بعدی در کامپیوتـــر ها یک پیوند مستقیـــم از مغــز

به دنیای دیجیتال است این شرکت از عینک های هوشمند برای ایجاد پیوندی بین مغز انسان

و فناوری استفاده می کند. شرکت MindX این ارتباط را با “ترکیـــب فنـــاوری عصبـــی ،

واقعیت افزوده وهوش مصنوعی برای ایجاد یـــک رابـــــط” نگاه- فکری بـــرای برنامه های

رایانه ای فضایـــی نســل بعـــدی ایجـاد می کنند.در حالی که برخی از شرکت های رابط مغز

و کامپیوتر بر درک مغـــز و معیارهای شنـــاختــی تمرکــز دارند ، بــــرخی دیـگر بر کنترل

دستگاه در زمـان واقــعی تمرکز مــی کـنـنـد. NextMind ، که مقر آن در پاریس ، است

، از BMI غیــر تهـــاجمی استفـــاده می کند که سیگنال های مغزی را فوراً از قشر بصری

کاربر به دستورات دیجیتـــالی بـــرای هر وسیلــه ای در زمان واقعی ترجمه می کند. البته 

موسسات دیگری هم در این زمینه فعالیت دارند و سعــی مـــی کـنـنـد که رایانه هایی بر پایه

مغز-دستگاه درست کنند.