هوش مصنوعي

ساخت وبلاگ
هوش مصنوعی چیست؟ — به زبان ساده + مسیر یادگیری
آخرین به‌روزرسانی: ۱۰ مرداد ۱۴۰۱
زمان مطالعه: ۳۳ دقیقه

امروزه هوش مصنوعی (Artificial Intelligence) که به اختصار AI خطاب می‌شود یکی از داغ‌ترین اصطلاحات روز در فناوری به حساب می‌آید. دلیل این امر بسیار محکم است؛ در سال‌های اخیر نوآوری‌ها و پیشرفت‌های بسیاری در زمینه هوش مصنوعی پدید آمده که در گذشته تنها در حوزه فیلم‌های علمی تخیلی مورد تصور بودند، اما اکنون کم‌کم به واقعیت تبدیل شده‌اند. در این مقاله ابتدا به طور جامع به این سوال پاسخ داده شده است که هوش مصنوعی چیست و سپس به مهم‌ترین مباحث و مفاهیم مرتبط با هوش مصنوعی پرداخته می‌شود.

فهرست مطالب این نوشته
هوش مصنوعی چیست ؟
تعریف ساده هوش مصنوعی
هوش مصنوعی به انگلیسی
هوش مصنوعی و یادگیری ماشین
هوش مصنوعی چه کارهایی انجام می دهد؟
آموزش هوش مصنوعی فرادرس
شرکت هوش مصنوعی
برنامه نویسی هوش مصنوعی
درس هوش مصنوعی
رشته هوش مصنوعی
آینده هوش مصنوعی
هوش مصنوعی در ایران
تاریخچه هوش مصنوعی
شاخه های هوش مصنوعی
هوش مصنوعی چه کاربردی دارد؟
جمع‌بندی
نمایش همههوش مصنوعی چیست ؟
وقتی اصطلاح هوش مصنوعی (Artificial Intelligence) شنیده می‌شود چه چیزی به ذهن خطور می‌کند؟ ربات‌های ابرقدرت؟ دستگاه‌های فوق هوشمند؟ جهانیان از طریق فیلم‌های علمی تخیلی به نوعی با هوش مصنوعی آشنا شده‌اند. اما خارج از هالیوود و دنیای فیلم‌های علمی تخیلی به واقع هوش مصنوعی چیست و به وسیله AI در واقعیت چه کارهایی را می‌توان انجام داد؟
در درجه اول هوش مصنوعی شامل استفاده از کامپیوترها برای انجام کارهایی می‌شود که معمولاً به هوش انسانی نیاز دارند. انسان‌ها می‌توانند با چشمانشان ببینند و آنچه می‌بینند را پردازش کنند. انسان‌ها می‌توانند محیط خود را درک کنند و در محیط به اطراف حرکت کنند. مغز انسان قابلیت و توانایی دیدن الگوها را دارد. همچنین انسان‌ها می‌توانند با استفاده از زبان‌های مختلف با یکدیگر صحبت کنند.

فیلم آموزش مقدمه ای بر هوش مصنوعی و عامل های هوشمند (رایگان)
دیدن فیلم آموزشی
هوش مصنوعی شاخه‌ای وسیع از علوم کامپیوتر به حساب می‌آید که اصطلاحات بسیاری در خصوص آن در این حوزه وجود دارند. برای اینکه بتوان کامپیوترها را برای انجام آنچه در توان انسان است به کار گرفت، نیاز به مقدار داده‌های بسیار زیادی وجود دارد. مجموعه داده‌های بزرگ باعث می‌شوند تا بتوان با استفاده از الگوریتم‌های هوش مصنوعی الگوها را شناسایی کرد، پیش‌بینی انجام داد و در خصوص اقدامات مورد نیاز توصیه‌هایی را ارائه داد.
هوش مصنوعی همین حالا هم در تمام جنبه‌های زندگی انسان‌ها وجود دارد و به کار گرفته می‌شود. اما همچنان بهترین سیستم‌های هوش مصنوعی امروزی نمی‌توانند از برخی جهت‌ها با مغز انسان رقابت کنند. برای مثال، در سال ۲۰۱۶ برنامه کامپیوتری «آلفاگو» (AlphaGo)، بازیکن حرفه‌ای و اسطوره‌ای بازی Go را شکست داد. اما اگر از همان کامپیوتر بخواهیم اتومبیلی را براند یا راه برود یا حتی مونوپولی بازی کند، قطعاً نخواهد توانست به تنهایی چنین کارهایی را انجام دهد و حتماً باید توسط انسان برای آن هدف خاص ساخته شود و آموزش ببیند.
قدرت محاسباتی هوش مصنوعی بسیار گسترده و عظیم است، اما مغز انسان قابلیت این را دارد که در بسیاری از جنبه‌ها مجموعه داده‌هایی بسیار وسیع‌تر و روش‌هایی بسیار بهینه‌تر را به کار بگیرد.

شکست اسطوره بازی Go، «لی سیدول» (Lee Sedol) توسط هوش مصنوعی AlphaGoتعریف ساده هوش مصنوعی
برای پاسخ ساده به این سوال که هوش مصنوعی چیست می‌توان عبارت هوش مصنوعی یا همان Artificial Intelligence را تفکیک کرد و ابتدا درکی از هر کلمه به صورت مجزا بدست آورد.کلمه مصنوعی یا Artificial به آنچه گفته می‌شود که به صورت طبیعی بوجود نیامده و در واقع توسط انسان‌ها ساخته شده است.کلمه هوش یا Intelligence نیز به توانایی تفکر و آموختن براساس تجربه گفته می‌شود.
فیلم آموزشی مرتبط

آموزش هوش مصنوعی – مقدماتی
شروع یادگیری
حالا اگر این دو کلمه با هم ترکیب شوند، عبارت هوش مصنوعی (Artificial Intelligence) بدست می‌آید. حالا هوش مصنوعی چیست ؟ هوش مصنوعی به چیزی گفته می‌شود که طبیعی نیست اما می‌تواند تفکر کند و براساس تجربه یاد بگیرد و تصمیم‌گیری انجام دهد.
بنابراین به زبان ساده، هوش مصنوعی به توانایی تفکر یا یادگیری کامپیوتر یا ماشین گفته می‌شود. برای اینکه فردی هوشمند و دارای هوش تلقی شود، باید یادگیری اتفاق بیوفتد و فرد آموزش ببیند. در واقع انسان‌ها هم از روز اولی که به دنیا می‌آیند هوشمند نیستند و برای تبدیل شدن به فردی هوشمند و باهوش باید تحت آموزش قرار بگیرند.
وقتی که انسان‌ها یاد می‌گیرند، در واقع مواردی را به خاطر می‌سپارند و اطلاعاتی را در مغزشان ذخیره می‌کنند. سپس از این اطلاعات ذخیره شده در مغز برای تصمیم‌گیری هوشمندانه استفاده می‌شود. در خصوص ماشین‌ها و هوش مصنوعی هم شرایط یکسان است و درست مشابه انسان‌ها کامپیوترها هم باید ابتدا یاد بگیرند و نمی‌توانند تا زمانی که آموزش ندیده‌اند هوشمند شوند. بهتر است برای درک بهتر اینکه هوش مصنوعی چیست مثالی ساده ارائه شود.مثالی ساده برای درک بهتر مفهوم هوش مصنوعی
برای مثال اگر فردی بخواهد رانندگی کند و اتومبیلی را براند، پیش از هر چیز باید موارد لازم را در مورد آن ماشین یاد بگیرد. فرد باید حتماً نحوه روشن کردن اتومبیل را بیاموزد؛ باید یاد بگیرد چگونه از دنده و پدال‌ها استفاده کند و ماشین را به جلو براند. همچنین علائم رانندگی بسیار مهم هستند و فرد باید بتواند مفهوم هرکدام از آن‌ها را درک کند و آن‌ها را در مغز خود حفظ کرده باشد. به این ترتیب در حین رانندگی فرد می‌تواند براساس آموخته‌های خود تصمیم‌گیری کند.

کامپیوترها هم به همین شکل عمل می‌کنند. یادگیری در کامپیوترها با استفاده از داده‌ها اتفاق می‌افتد. ماشین‌ها و کامپیوترها الگوهای موجود در داده‌ها را درک می‌کنند و سپس مدل‌هایی را می‌سازند و این مدل‌ها برای تصمیم‌گیری مورد استفاده قرار می‌گیرند. بنابراین انجام کارهایی هوشمندانه توسط ماشین و کامپیوترهای ساخته شده توسط انسان را هوش مصنوعی می‌نامند.
امید است تا اینجا درک مطلوبی نسبت به این سوال که هوش مصنوعی چیست بدست آمده باشد. برای مشخص شدن اینکه آیا درک لازم نسبت به این سوال بدست آمده که هوش مصنوعی چیست سوالی چند گزینه‌ای برای آزمایش فردی در ادامه ارائه شده است:
هوش مصنوعی چیست؟
به بازی‌های کامپیوتری هوش مصنوعی گفته می‌شود.
به فرایند هوشمندسازی ماشین‌های کامپیوتری هوش مصنوعی می‌گویند.
وقتی انسان با هوش و استعداد خود ماشینی را برنامه نویسی می‌کند هوش مصنوعی ایجاد می‌شود.
هوش مصنوعی در واقع قرار دادن هوش انسانی خود در یک ماشین است.هوش مصنوعی به انگلیسی
معادل اصطلاح هوش مصنوعی به انگلیسی «Artificial Intelligence» است که به صورت «آرتیفیشال اینتلیجنس» تلفط می‌شود. مخفف یا سرنام «AI» نیز به طور گسترده‌ای در زبان انگلیسی و حتی فارسی به جای Artificial Intelligence یا هوش مصنوعی استفاده می‌شود. همچنین سایر عبارت‌هایی که به نوعی در ارتباط با هوش مصنوعی به کار می‌روند و تقریباً در برخی موارد مترادف هوش مصنوعی به انگلیسی هستند در ادامه فهرست شده‌اند:
فیلم آموزشی مرتبط

آموزش هوش مصنوعی – تکمیلی
شروع یادگیریRobotics (رباتیک | ساخت ربات هوشمند)Development of 'Thinking' Computer Systems (توسعه سیستم‌های کامپیوتری)Expert System یا Expert Systems (سیستم‌های خبره)Intelligent Retrieval (بازیابی هوشمندی)Knowledge Enginerring (مهندسی دانش)Machine Learning (یادگیری ماشین)Natural Language Processing (پردازش زبان طبیعی)Neural Network یا Neural Networks (شبکه‌های عصبی)
در ارتباط با این سوال که هوش مصنوعی چیست همواره بحث یادگیری ماشین هم مطرح می‌شود و همیشه سوالاتی پیرامون ارتباط یادگیری ماشین با هوش مصنوعی وجود دارد. بنابراین در ادامه به این موضوع پرداخته شده است.هوش مصنوعی و یادگیری ماشین
یادگیری ماشین (Machine Learning) در واقع بخشی از هوش مصنوعی به حساب می‌آید و کاربردی از AI است. فرایند استفاده از مدل‌های ریاضی ساخته شده براساس داده‌ها توسط ماشین‌های کامپیوتری را یادگیری ماشین می‌نامند. هدف ماشین لرنینگ توسعه و ساخت سیستمی است که بتواند بدون دریافت دستورالعمل‌های دقیق و خط به خط، خودش یاد بگیرد و بیاموزد. در یادگیری ماشین سیستمی طراحی و ساخته می‌شود که به یادگیری ادامه می‌دهد و رفته رفته خودش را بر اساس تجربه بدست آمده بهبود می‌دهد.

تفاوت هوش مصنوعی و یادگیری ماشین
به قابلیت سیستم‌های کامپیوتری برای تقلید از عملکردهای شناختی انسان مانند یادگیری، حل مسئله و سایر موارد هوش مصنوعی گفته می‌شود. هوش مصنوعی از یادگیری ماشین استفاده می‌کند تا دانش مربوطه و مورد نیاز را بدست آورد. سپس هوش مصنوعی دانش بدست آمده را به وسیله شبیه‌سازی منطق و استدلال انسانگونه برای توصیه یا تصمیم‌گیری به کار می‌گیرد. در حالی که هوش مصنوعی علم گسترده تقلید از توانایی‌های انسان است، یادگیری ماشین زیرمجموعه خاصی از هوش مصنوعی به حساب می‌آید که به ماشین آموزش می‌دهد چگونه یاد بگیرد.

فیلم آموزش یادگیری ماشین
دیدن فیلم آموزشی
یکی دیگر از سوالات رایج پیرامون اینکه هوش مصنوعی چیست این است که هوش مصنوعی چه کارهایی انجام می‌دهد؟ بنابراین بهتر است در ادامه به این بحث پرداخته شود.هوش مصنوعی چه کارهایی انجام می دهد؟
تقلید از ساختار مغز انسان، درک متقابل و کمک دوطرفه، خودآموزی و بازاندیشی در مورد گونه‌های مختلف حیات بیولوژیکی، جایگزینی افراد در مشاغل مختلف و تقلب در بازی‌های کامپیوتری همگی تنها برخی از کارهایی هستند که امروزه هوش مصنوعی انجام می‌دهد. در این بخش سعی شده است تا به برخی از توانایی‌ها و قدرت‌های ماورایی هوش مصنوعی پرداخته شود.هوش مصنوعی در پزشکی
آلفابت (Alphabet) شرکت مادر گوگل، اخیراً آزمایشگاه‌هایی یکدست و همسان ساخته است که برای یافتن داروهای جدید با استفاده از هوش مصنوعی شرکت DeepMind (از شرکت‌های زیرمجموعه گوگل) تاسیس شده‌اند. هدف این سازمان بازتعریف فرایند کشف دارو از صفر و یافتن راه‌هایی جدید برای درمان بیماری‌ها با استفاده از هوش مصنوعی است. این آزمایشگاه‌ها نه تنها داده‌ها را تجزیه و تحلیل خواهند کرد بلکه مدل‌هایی قدرتمند، پیش‌بینی کننده و مولد را از پدیده‌های پیچیده بیولوژیکی خواهند ساخت.
در حالی که هنوز هیچ کس در تلاش برای یافتن درمان بیماری‌های مختلف با استفاده از شبکه‌های عصبی به پیشرفت قابل توجهی دست پیدا نکرده است، شرکت DeepMind در حال حاضر در هوش مصنوعی حرف اول را می‌زند و سیستم یادگیری الگوریتم این شرکت انطباق‌پذیرترین سیستم موجود است که می‌توان آن را برای اهداف و مقاصد مختلف به کار گرفت.
آموزش ربات ها با هوش مصنوعی برای انجام کارهای مختلف
امروزه از هوش مصنوعی یا همان شبکه‌های عصبی برای آموزش ربات‌ها نیز به طور گسترده استفاده می‌شود. برای مثال با استفاده از مدلی جدید بر اساس هوش مصنوعی، مهندسان دانشگاه MIT موفق شده‌اند تا ربات‌ها را برای حمل و نگه داشتن هزاران شی مختلف با استفاده از بازو‌های مکانیکی خود آموزش دهند. این کار با استفاده از یادگیری تقویتی و بدون شبیه‌سازی انجام شده و نتیجه کار ساخت شبیه‌سازی دست انسان گونه است که می‌تواند بیش از ۲ هزار شی مختلف را بردارد و آن‌ها را با استفاده از بازوهای مکانیکی خود لمس کند و حرکت دهد.
علاوه بر آن جالب اینجاست که این سیستم برای بلند کردن شی و نگه داشتن آن در دستانش حتی نیازی نداشت بداند دقیقاً چه چیزی را قرار است بردارد. تا اینجا نرخ موفقیت رباتی که از این سیستم استفاده می‌کند بسته به نوع شی متفاوت است اما در طول زمان الگوریتم خودش را ارتقا خواهد داد و باعث می‌شود ربات‌ها مهارت بیشتری پیدا کنند و تطبیق‌پذیرتر شوند.
آموزش مهارت های اجتماعی به ربات ها با استفاده از هوش مصنوعی
الگوریتم دیگری به وسیله محقان دانشگاه MIT ساخته شده است که به ربات‌ها مهارت‌های اجتماعی و به طور خاص همکاری دوجانبه را آموزش می‌دهد. مدل‌های ریاضی جدید به گونه‌ای طراحی شده‌اند که به ماشین‌ها درکی از رفتارهای فیزیکی و اجتماعی ربات‌های دیگر را می‌آموزند. بنابراین اگر رباتی قرار است رفتاری منطقی و با معنی را به لحاظ اجتماعی انجام دهد، چون رفتار خوبی است، ربات دیگر باید در انجام آن کار به این ربات کمک کند. یا اگر رباتی بخواهد عمل بدی را انجام دهد، ربات فرضی دیگر باید مانع از آن شود.
محققان در تلاشند تا ربات‌ها را به شبکه عصبی مخصوصی مجهز کنند که فرایند تجربه اجتماعی را سرعت می‌بخشد. علاوه بر این، آن‌ها در حال کار روی سیستم حسگر ۳ بعدی هستند که به ربات‌ها امکان می‌دهد تا عملیات پیچیده‌تری را به تنهایی انجام دهند. مثلاً بتوانند از لوازم خانگی استفاده کنند. تمام این‌ها به ربات‌ها امکان خواهد داد تا تعاملاتشان را نه تنها بین خودشان، بلکه میان انسان‌ها و ربات‌ها هم افزایش دهند.
شبیه سازی ساختار مغز انسان با هوش مصنوعی
یکی از اکتشافات شگفت‌آور دیگر هم در دانشکده تحقیقات مغزی موسسه فناوری ماساچوست یا همان MIT محقق شده است. دانشمندان به این مهم دست یافتند که در حین طبقه‌بندی رایحه‌ها، شبکه‌های عصبی مصنوعی ساختاری را به کار می‌گیرند که بسیار شبیه به ساختار بویایی مغز انسان است. انسان‌ها و سایر حیوانات اطلاعات بویایی را به طور مشابهی در مغزشان انجام می‌دهند.
با وجود اینکه در فرایند آموزش الگوریتم‌هایی برای طبقه‌بندی رایحه‌ها، دانشمندان قصد کپی‌برداری از مغز موجودات زنده را نداشتند، اگرچه در روند حل این مسئله شبکه عصبی مصنوعی به میل خود شبکه بیولوژیکی بویایی را بازتولید کرد.
از طرفی این رویداد شگفت‌انگیز طراحی بهینه سیستم‌های بیولوژیکی را نشان می‌دهد. از طرف دیگر، این مسئله امکان مدلسازی کل مغز انسان را هم فراهم می‌کند. تخصص در یکی دیگر از مهم‌ترین کارکردها و قابلیت‌های مغز نیز اخیراً به وسیله هوش مصنوعی بدست آمده است. این دستاورد جدید شناسایی رابطه‌های علت و معلولی را انجام می‌دهد.
جهت یابی خودرو در محیط های مختلف با هوش مصنوعی
محققان MIT ثابت کرده‌اند که نوع خاصی از شبکه‌های عصبی قابلیت یادگیری ساختار تصادفی و واقعی کاری را دارند که برای انجام آن آموزش دیده است. این تحقیقات روی شبکه‌های عصبی مختص جهت‌یابی صورت گرفته‌اند و به‌گونه‌ای طراحی شده‌اند تا بتوانند اتومبیل بدون سرنشین را در جاده برانند یا مسئولیت جهت‌یابی پهبادها را بر عهده بگیرند.
هدف این است که وقتی یک شبکه عصبی آموزش داده می‌شود، نمی‌توان به طور قطعی اطمینان حاصل کرد که مدل ساخته شده آیا محدوده جاده را خط کشی‌های روی آسفالت در نظر گرفته است یا بر اساس بوته‌های اطراف جاده عمل می‌کند.
اگر الگوریتم داده‌های اشتباهی را برای آموزش انتخاب کرده باشد، در صورت تغییر محیط، امکان انجام وظیفه محوله را نخواهد داشت. محققان از چیزی به نام شبکه‌های عصبی سیال (Liquid Neural Network) استفاده می‌کنند که می‌توانند معادلات پایه‌ای خود را تغییر دهند تا خود را به طور مداوم با داده‌های ورودی جدید تطبیق دهند.

یک سیستم یادگیری عمیق (Deep Learning) با اقتباس از مغز انسان که برپایه چنین شبکه‌هایی ساخته شده است نتیجه یکسانی را نسبت به الگوریتم‌های استاندارد تحت شرایط استاندارد از خود نشان داده است. اما برخلاف شبکه‌های عصبی رایج، این سیستم جدید تحت شرایط مختلفی مثل جهت‌یابی در مه، باران شدید یا سایر تغییرات آب و هوایی به خوبی عمل می‌کند.
همان‌طور که تا اینجا شرح داده شد، کارهای بسیاری را می‌توان با استفاده از هوش مصنوعی انجام داد و این حوزه پتانسیل بسیار بالایی دارد و دستاوردهای بسیار اعجاب‌آوری به وسیله هوش مصنوعی قابل تحقق هستند. اما شرح تمام کارهایی که هوش مصنوعی انجام می‌دهد بسیار طولانی، غیرممکن و از حوصله این مقاله خارج است. اکثر افرادی که سوال دارند هوش مصنوعی چیست معمولاً به دنبال دوره هوش مصنوعی هم هستند. بنابراین در ادامه به معرفی مجموعه دوره‌های آموزش هوش مصنوعی پرداخته شده است.
شرکت هوش مصنوعی
امروزه در حدود ۵۰ درصد شرکت‌های سراسر دنیا حداقل در یکی از عملکردهای کسب و کار خود از هوش مصنوعی استفاده می‌کنند. این مسئله باعث شده است میزان تقاضا برای به کارگیری روش‌های هوش مصنوعی از سوی برترین شرکت‌های فناوری در جهان به میزان زیادی افزایش داشته باشد.
ارزش بازار جهانی هوش مصنوعی در سال ۲۰۲۰ تقریباً حدود ۶۲ درصد تحمین زده شده است و انتظار می‌رود این میزان در ۶ سال آینده ۴۰ درصد رشد داشته باشد. هوش مصنوعی و فناوری‌های مربوط به آن مثل یادگیری ماشین، پردازش زبان طبیعی، تشخیص شی و صدا و سایر موارد می‌توانند تعداد زیادی از مشکلات کسب و کارها را با میزان زیادی از بهینگی و دقت رفع کنند.

در اکثر شرکت‌های بسیار بزرگ مثل آمازون، اپل و مایکروسافت بخشی از شرکت یا یکی از شرکت‌های زیر مجموعه آن‌ها به توسعه قابلیت‌های عملکردی هوش مصنوعی اختصاص دارد. مثلاً شرکت DeepMind که یکی از پیشتازان هوش مصنوعی به حساب می‌آید، زیرمجموعه شرکت مادر گوگل یعنی آلفابت است. برخی شرکت‌های مستقل کوچک‌تر هم وجود دارند که تمرکز اصلی آن‌ها هوش مصنوعی محسوب می‌شود. در ادامه تعدادی از برترین شرکت‌های هوش مصنوعی معرفی شده‌اند.
فیلم آموزشی مرتبط

آموزش اشتغال در حوزه هوش مصنوعی و علوم داده با مروری بر کسب و کارهای مرتبط (رایگان)
شروع یادگیریDeepMindآمازونC3.aiH2O.aiIBMمتا (Meta)NICEOpenAISenseTimeSalesforce
بسیاری از افراد علاوه بر سوال هوش مصنوعی چیست سوال مهم دیگری هم در ذهنشان وجود دارد و آن سوال این است که برنامه نویسی هوش مصنوعی چیست و چطور انجام می‌شود؟ لذا ادامه این مقاله به این مسئله اختصاص دارد.برنامه نویسی هوش مصنوعی
برنامه نویسی نقش بسیار مهم و پررنگی در پیاده‌سازی کارکردها و عملکردهای هوش مصنوعی دارد. برنامه نویسی هوش مصنوعی می‌تواند معنی‌های مختلفی داشته باشد. از ایجاد برنامه‌هایی برای اجرای عملیات تشخیص الگو (با استفاده از یادگیری ماشین) گرفته تا «سیستم‌های خبره» که حوزه‌ای بسیار تخصصی است همگی جز برنامه نویسی هوش مصنوعی به حساب می‌آیند.
معمولاً‌ برنامه نویسی هوش مصنوعی شامل برنامه نویسی کارکردهایی نظیر جستجو در فضای جواب، استفاده از برخی روش‌ها (ساده یا پیچیده) و سایر مواردی می‌شود که برای رسیدن به پاسخی که با برخی از شرط‌های خاص مطابقت دارد مورد استفاده قرار می‌گیرد.

درست مثل توسعه و ساخت نرم‌افزارهای سفارشی، در برنامه نویسی هوش مصنوعی هم انواع زبان‌های مختلفی مورد استفاده قرار می‌گیرد. اما هیچ چیزی با عنوان بهترین زبان برای برنامه نویسی هوش مصنوعی وجود ندارد. در واقع فرایند توسعه به قابلیت‌های عملکردی هوش مصنوعی بستگی دارد که مورد نیاز هستند و باید پیاده‌سازی شوند.
با استفاده از هوش مصنوعی می‌توان قابلیت‌های زیادی را اجرا کرد و مثلاً هوش زیست‌سنجشی (بیومتریک)، کنترل خودروهای خودران و بسیاری از موارد دیگر را می‌توان در این خصوص نام برد. برای هر یک از این قابلیت‌های مختلف نیاز به زبان‌های برنامه نویسی هوش مصنوعی متفاوتی برای پروژه توسعه آن‌ها وجود دارد. در ادامه برخی از محبوب‌ترین و پراستفاده‌ترین زبان‌های برنامه نویسی هوش مصنوعی فهرست شده‌اند:
فیلم آموزشی مرتبط

آموزش پیاده سازی گام به گام شبکه های عصبی در پایتون
شروع یادگیریپایتونجاواRجولیا (Julia)HaskellLISPPROLOGاسکالامتلببرنامه نویسی هوش مصنوعی با پایتون
الگوریتم‌های اساسی هوش مصنوعی مثل رگرسیون (Regression) و دسته‌بندی (Classification) به صورت تخصصی با استفاده از کتابخانه scikit-learn در پایتون قابل پیاده‌سازی هستند. همچنین با کتابخانه‌های Caffe ،Keras و TensorFlow نیز می‌توان یادگیری عمیق را با ظرافت بالا اجرا کرد.
بسیاری از کتابخانه‌های دیگر هم وجود دارند که باعث شده‌اند پایتون به عنوان یکی از دسترس‌پذیرترین و بهترین زبان‌های برنامه نویسی هوش مصنوعی تبدیل شود؛ برخی از این کتابخانه‌ها در ادامه فهرست شده‌اند:NumPySciPyMatpolibSimpleAIسایر موارد

فیلم آموزش یادگیری ماشین Machine Learning با پایتون Python
دیدن فیلم آموزشی
حتی وقتی سخن از «پردازش زبان طبیعی» به میان می‌آید که امروزه برای تجربه کاربری بسیار ضروری است، به کمک ابزارهایی مثل SpaCy و NTLK زبان برنامه نویسی پایتون همچنان دارای برتری باقی می‌ماند.برنامه نویسی هوش مصنوعی با جاوا
برنامه نویسی هوش مصنوعی به اجرای سریع و زمان اجرای پرسرعت بسیار وابسته است. زبان جاوا این ویژگی‌ها را دارد؛ به همین سبب با استفاده از این زبان برای برنامه نویسی هوش مصنوعی ارزش تولیدی بسیار مطلوبی فراهم می‌شود و امکان یکپارچه‌سازی عالی و بی‌عیب و نقص با استفاده از تمام چارچوب‌های تحلیلی کلیدی در جاوا فراهم شده است.

به لطف فناوری ماشین مجازی جاوا، عملیات پیاده‌سازی با استفاده از این زبان در پلتفرم‌های بسیاری امکان‌پذیر است. این یعنی وقتی اپلیکیشن هوش مصنوعی مربوطه نوشته می‌شود و کامپایل آن روی یک پلتفرم خاص صورت می‌گیرد، می‌توان به سادگی با استفاده از شیوه یک بار نوشتن و اجرای چندین باره، آن را روی پلتفرم‌های دیگر هم اجرا کرد. به همین دلیل است که بسیاری از پشته‌های متن‌باز کلان داده بر بستر ماشین مجازی جاوا نوشته می‌شوند.
فیلم آموزشی مرتبط

آموزش مقدماتی هدوپ – تجزیه و تحلیل کلان داده با Hadoop
شروع یادگیری
از جمله بزرگ‌ترین مزیت‌های جاوا به عنوان زبان برنامه نویسی هوش مصنوعی می‌توان به سادگی استفاده از آن، عیب‌یابی سریع، مدیریت حافظه، قابل حمل بودن و تطبیق‌پذیری مطلوب آن اشاره کرد. جاوا می‌تواند برای توسعه بسیاری از کاربردهای هوش مصنوعی از تجزیه و تحلیل داده‌ها گرفته تا پردازش زبان طبیعی، یادگیری عمیق، یادگیری ماشین و بسیاری از موارد دیگر مورد استفاده قرار بگیرد.
تعداد زیادی از کتابخانه‌های یادگیری ماشین برای زبان جاوا وجود دارند که از جمله می‌توان Weka را نام برد که برای الگوریتم‌های یادگیری ماشین، مدل‌سازی پیشگویانه و بسیاری از موارد دیگر استفاده می‌شود. همچنین تعدادی زیادی نرم افزار تحلیل آنلاین و ابزارهای متن باز داده کاوی مبتنی بر جاوا وجود دارند. بسیاری از ابزارهای محبوب پردازش کلان داده‌ها مثل Apache Hadoop ،Apache Hive و Apache Spark نیز با زبان جاوا نوشته شده‌اند که این مسئله باعث می‌شود با استفاده از زبان جاوا امکان ادغام تمیز و بی‌نقص با استفاده از این فریمورک‌های تحلیل داده فراهم شود.برنامه نویسی هوش مصنوعی با R
زبان برنامه نویسی R به صورت اختصاصی برای محاسبات آماری ساخته شده است. زبان R زبانی قدرتمند به حساب می‌آید که برای کاربردهای یادگیری ماشین و هر نوع دیگری از عملکردهای هوش مصنوعی استفاده می‌شود که در آن‌ها باید محاسبات گسترده یا تحلیل داده انجام شود.مقاله مرتبط: ساخت شبکه های عصبی در نرم افزار R
در زبان برنامه نویسی R تعداد زیادی از کتابخانه‌های مرتبط با هوش مصنوعی را پشتیبانی شده است که از جمله آن‌ها می‌توان به MXNet ،TensorFlow ،Keras و بسیاری از موارد دیگر اشاره کرد. در زبان R از CARAT برای تمرین برنامه نویسی هوش مصنوعی در کاربردهای زیر استفاده می‌شود:دسته‌بندی (Classification)رگرسیونrandomForest برای تولید درخت تصمیم

فیلم آموزش یادگیری ماشین به زبان آر R
دیدن فیلم آموزشی
یکی از بزرگ‌ترین نقاط قوت زبان R محیط تعاملی این زبان است که شبیه‌سازی سریع و انتخاب مدل کاوشگرانه را بسیار آسان می‌کند. تعداد زیادی از زبان‌های دیگر هم برای برنامه نویسی هوش مصنوعی استفاده می‌شوند که معرفی و ارائه توضیحات پیرامون همه زبان‌های برنامه نویسی از حوصله این مقاله خارج است. در خصوص برنامه نویسی هوش مصنوعی پیش‌تر مقاله‌ای مختص این موضوع در مجله فرادرس منتشر شده است که مطالعه آن برای کسب اطلاعات بیشتر پیرامون این موضوع به علاقه‌مندان پیشنهاد می‌شود:مقاله مرتبط: برنامه‌نویسی هوش مصنوعی چیست؟ + مسیر شروع و یادگیری
در ارتباط با اینکه برنامه نویسی هوش مصنوعی بسیاری از دانشجویان کامپیوتر می‌خواهند راجع درس هوش مصنوعی عهم نکات لازم را دریابیند. بنابراین بخش بعدی مقاله هوش مصنوعی چیست به این موضوع اختصاص داده شده است.درس هوش مصنوعی
درس هوش مصنوعی یکی از درس‌های تخصصی رشته‌های علوم کامپیوتر، مهندسی کامپیوتر و مهندسی فناوری اطلاعات به حساب می‌آید. در این درس، مفاهیم مقدماتی و مباحث پایه هوش مصنوعی پوشش داده شده‌اند. آشنایی با مفاهیم پایه‌ای علوم کامپیوتر مثل طراحی الگوریتم، ساختمان داده و نظریه محاسبات پیش از انتخاب، مطالعه و یادگیری درس هوش مصنوعی لازم است. همچنین، کسب آشنایی با بعضی از مباحث ریاضی از جمله حساب دیفرانسیل و جبر خطی هم به درک و فهم بهتر برخی از مباحث مطرح شده در درس هوش مصنوعی بسیار کمک می‌کنند.

دانشجویان کامپیوتر اکثراً درس هوش مصنوعی را در سال دوم (نیمسال چهارم) یا سوم (نیمسال پنجم یا ششم) مقطع کارشناسی به عنوان یکی از واحدهای درسی خود انتخاب می‌کنند. درس هوش مصنوعی یکی از منابع تخصصی آزمون کارشناسی ارشد کامپیوتر گرایش هوش مصنوعی محسوب می‌شود. این درس برای آن دسته از دانشجویان و فارغ‌التحصیلان مقطع کارشناسی بسیار مهم است که قصد ادامه تحصیل و شرکت در کنکور کارشناسی ارشد گرایش هوش مصنوعی را دارند. درس هوش مصنوعی برای کنکور ارشد کامپیوتر (گرایش هوش مصنوعی) ۱۶۶ امتیاز دارد.

فیلم آموزش هوش مصنوعی – مقدماتی
دیدن فیلم آموزشی
در مورد درس هوش مصنوعی پیش از این مقاله‌ای جامع و کاربردی در مجله فرادرس منتشر شده است که مطالعه آن برای کسب اطلاعات کامل‌تر و آشنایی بیشتر با درس هوش مصنوعی به علاقه‌مندان پیشنهاد می‌شود:مقاله مرتبط: درس هوش مصنوعی | مفاهیم پایه به زبان ساده — منابع، کتاب و فیلم آموزشی
پس از درس هوش مصنوعی، موضوع رشته هوش مصنوعی هم ذهن بسیاری از دانشجویان کامپیوتر را به خود مشغول کرده است. بنابراین ادامه مقاله هوش مصنوعی چیست به این موضوع اختصاص یافته است.رشته هوش مصنوعی
رشته هوش مصنوعی در ایران گرایشی از رشته مهندسی کامپیوتر در مقطع کارشناسی ارشد و دکتری به حساب می‌آید. رشته هوش مصنوعی شامل درس‌های نظری، عملی و تحقیقاتی در حوزه هوشمند‌‌سازی کامپیوترها و سیستم‌های مبتنی بر کامپیوتر است. تحقق اهداف هوش مصنوعی با الهام‌گیری و شبیه‌سازی ویژگی‌های موجودات زنده و به خصوص انسان‌ها انجام می‌شود.
بنابراین ایجاد قابلیت‌های عملکردی تجزیه و تحلیل اطلاعات، استدلال، یادگیری و رفتار هوشمندانه، حس بینایی، درک و تولید زبان و گفتار در کامپیوترها از اهداف اصلی این رشته به حساب می‌آیند.

در دوره ارشد هوش مصنوعی، دانشجویان با موضوع‌هایی مثل شبکه‌های عصبی، هوش مصنوعی پیشرفته، منطق فازی و سایر موارد آشنا می‌شوند. در گرایش هوش مصنوعی به طور عمده به ساخت سیستم‌های هوشمند و ربات‌های هوشمند (هم جنبه‌های نرم افزاری و هم سخت‌افزاری) پرداخته می‌شود. در رشته هوش مصنوعی دانشجویان با موضوع‌هایی از قبیل موارد زیر آشنا می‌شوند:
فیلم آموزشی مرتبط

آموزش هوش مصنوعی – مرور و حل تست کنکور ارشد
شروع یادگیرییادگیری ماشینشبکه‌های عصبیمحاسبات تکاملیرباتیک (طراحی ربات هوشمند)منطق فازیسیستم‌های خبرهپردازش تصویربینایی ماشینبازشناسی گفتارسایر موارددروس ارشد رشته هوش مصنوعی
در رشته هوش مصنوعی مقطع کارشناسی ارشد کامپیوتر با توجه به گرایش‌ها، لازم است دانشجویان از ۳ گروه مختلف دروس ارائه شده را انتخاب کنند. هر یک از این گروه‌ها در ادامه فهرست شده‌اند:درس‌های جبرانیدرس‌های اصلیدرس‌های اختیاری
دروس اصلی شامل ۹ واحد، دروس اختیاری ۱۲ واحد و همچنین ۲ واحد سمینار و ۶ واحد هم مختص پروژه است. البته این مقادیر ممکن است در دانشگاه‌های مختلف متفاوت است و اعداد بیان شده به رشته هوش مصنوعی شریف مربوط می‌شوند.
در ادامه دروس هر یک از این گروه‌ها به طور مجزا معرفی شده است:
درس های جبرانی گرایش ارشد هوش مصنوعی
فیلم آموزشی مرتبط

آموزش تجزیه و تحلیل سیگنال ها و سیستم ها‎
شروع یادگیری
درس‌های جبرانی رشته کامپیوتر در گرایش هوش مصنوعی در مقطع ارشد به شرح زیرند:سیگنال‌ها و سیستم‌ها (Signals and systems)درس هوش مصنوعی (Artificial Intelligence)طراحی الگوریتم (Design of Algorithms)ریاضیات مهندسی (Engineering Mathematics)جبر خطی (Linear Algebra)
درس‌های جبرانی رشته هوش مصنوعی در واقع به نوعی پیش‌نیازهای این رشته به حساب می‌آیند و به این ترتیب دانشجویان مقطع کارشناسی می‌توانند با تقویت دانش و مهارت در این درس‌ها خود را برای وارد شدن به رشته هوش مصنوعی آماده کنند.مقاله مرتبط: کاربرد جبر خطی در علم داده‌ها و یادگیری ماشین — بخش اول
درس های اصلی گرایش ارشد هوش مصنوعی
انتخاب حداقل ۳ درس (یعنی ۹ واحد) از درس های اصلی اجباری است. در ضمن درس‌هایی را که دانشجویان قبلاً در دوره کارشناسی گذرانده‌اند را نمی‌توان دوباره اخذ کرد. دروس اصلی رشته هوش مصنوعی (گرایش هوش ارشد) در ادامه فهرست شده‌اند:
فیلم آموزشی مرتبط

آموزش فرایندهای تصادفی یا اتفاقی Stochastic Processes
شروع یادگیریبرنامه‌ریزی در هوش مصنوعی (Planning in Artificial Intelligence)هوش مصنوعی پیشرفته (Advanced Artificial Intelligence)یادگیری ماشین (Machine Learning)پردازش تصویر (Image Processing)فرآیندهای تصادفی (Stochastic Processes)پردازش گفتار (Speech Processing)پردازش زبان طبیعی (Natural Language Processing)پردازش علائم دیجیتال (Digital Signal Processing)
درس های اختیاری گرایش ارشد هوش مصنوعی
درس‌های اختیاری رشته هوش مصنوعی (گرایش ارشد هوش رشته کامپیوتر) به شرح زیرند:
فیلم آموزشی مرتبط

آموزش مبانی یادگیری عمیق
شروع یادگیریبینایی ماشین (Machine Vision)نظریه یادگیری ماشین (Machine Learning Theory)یادگیری عمیق (Deep Learning)مدل‌های احتمالاتی گرافی (Probabilistic Graphical Models)هوش محاسباتی (Computational Intelligence)پردازش پیشرفته علائم دیجیتال (Advanced Digital Signal Processing)روباتیک (Robotics)بازشناسی گفتار (Speech Recognition)پردازش پیشرفته تصویر (Advanced Image Processing)پردازش سیگنال‌های ویدئویی (Video Signal Processing)بهسازی گفتار (Speech Enhancement)نظریه الگوریتمی بازی‌ها (Algorithmic Game Theory)هوش مصنوعی توزیع شده (Distributed Artificial Intelligence)مفاهیم پیشرفته در هوش مصنوعی (Advanced Topics in Artificial Intelligence)شبکه‌های دینامیکی پیچیده (Complex Dynamical Networks)یادگیری ماشین آماری (Statistical Machine Learning)بینایی پیشرفته سه‌بعدی کامپیوتر (Advanced 3uoD Computer Vision)بهینه‌سازی محدب (Convex Optimization)نظریه اطلاعات و کدینگ (Information Theory and Coding)

فیلم آموزش هوش مصنوعی توزیع شده
دیدن فیلم آموزشی
حال که می‌دانیم هوش مصنوعی چیست ممکن است در خصوص آینده آن ابهاماتی در ذهن ما ایجاد شوند. بنابراین در بخش بعدی مقاله هوش مصنوعی چیست به طور مختصر پیرامون آینده هوش مصنوعی از زبان اندرو اینگ دانشمند سرشناس در این حوزه پرداخته شده است.آینده هوش مصنوعی
اینکه دقیقاً در آینده هوش مصنوعی چه اتفاقی خواهد افتاد هنوز مشخص نشده است. به گفته «اندرو اینگ» (Andrew Ng) دانشمند محبوب علوم کامپیوتر و کارآفرین فناوری، در خصوص تعریف‌هایی برای اینکه چه چیزی هوش مصنوعی است و چه چیزی نیست توافق نظر قطعی وجود ندارد. به عقیده اندرو اینگ هوش مصنوعی یعنی انسان در تلاش مداوم برای واداشتن ماشین‌ها به رفتار هوشمندانه‌تر باشد و از آن برای کمک به بشریت استفاده کند.
اندرو اینگ باور دارد که تاثیرات اصلی و مهم هوش مصنوعی هنوز مشاهده نشده‌اند و وظیفه همگان است که نقش خود را در آینده هوش مصنوعی ایفا کنند. یکی از باورهای رایجی که در خصوص آینده هوش مصنوعی وجود دارد این است که ربات‌های قاتل شیطانی جهان را به تسخیر خود در خواهند آورد، اما بسیاری از دانشمندان و صاحب‌نظران هوش مصنوعی با این عقیده مخالف هستند و این باور را بیش از حد مبالغه‌آمیز مي‌دانند.

این امید وجود دارد که شاید روزی بتوان تقریباً هر کاری را با استفاده از هوش مصنوعی انجام داد یا حتی کارهای بیش از آنچه یک انسان معمولی می‌تواند انجام دهد را به انجام رساند. به باور اندرو اینگ، هوش مصنوعی نمی‌تواند یک نوشدارو باشد که با استفاده از آن بتوان همه مشکلات روی زمین را حل کرد، اما آن‌هایی که به این فناوری دسترسی دارند در قبال ایفای نقش در این حیطه مسئول هستند و تا جایی که می‌توانند باید کمک کنند تا آینده روشنی برای هوش مصنوعی رقم بخورد.
در دنیای هوش مصنوعی زمان بسیار زیادی برای مهندسی نرم افزار صرف شده و اکنون زمان آن فرا رسیده است تا در آینده هوش مصنوعی در زمینه مهندسی داده‌ها هم پیشرفت‌هایی حاصل شوند. به عقیده اندرو اینگ این امکان در آینده هوش مصنوعی دیده می‌شود که به وسیله AI فناوری مردم نهادتر و عمومی‌تر شود و کنترل آن در اختیار جامعه قرار بگیرد و توسعه آن به نفع جامعه و بشریت پیشرفت داشته باشد.
بسیاری دوست دارند بدانند وضعیت هوش مصنوعی در ایران چگونه است و آیا بازار کار مناسبی دارد؟ بنابراین در ادامه مقاله هوش مصنوعی چیست به این مسئله پرداخته می‌شود.هوش مصنوعی در ایران
به طور قطع هوش مصنوعی در ایران نسبت به کشورهای پیشتاز در این حوزه نیاز به پیشرفت‌های بسیار بیشتری دارد. در زمینه هوش مصنوعی در ایران پیشرفت‌هایی حاصل شده است و فعالیت‌هایی در حال انجام هستند. در هر صورت هوش مصنوعی در ایران هم در حال حرکت رو به جلو است و در حوزه‌هایی مثل بازاریابی، بازارهای مالی و سایر موارد از آن استفاده می‌شود.

به همین دلیل نیاز به متخصصان هوش مصنوعی در ایران هم وجود دارد و فرصت‌های شغلی مختلفی در این حوزه پدید آمده است. بنابراین بهتر است در ادامه به وضعیت بازار کار هوش مصنوعی در ایران پرداخته شود.بازار کار هوش مصنوعی در ایران چه وضعیتی دارد؟
در سال‌های اخیر بازار کار هوش مصنوعی در ایران بیشتر رونق گرفته و در برخی از شرکت‌ها چند سالی است که فعالیت‌هایی مرتبط با هوش مصنوعی به‌طور مستقیم یا غیرمستقیم انجام می‌شود. با توجه به اینکه هوش مصنوعی زمینه‌ای بسیار تاثیرگذار و مهم در صنایع و کسب‌ و کارهاست و آینده روشنی دارد، پیش‌بینی می‌شود بازار کار آن هم رشد وسیعی در ایران و جهان داشته باشد.
بنابراین انتظار می‌رود تقاضا برای استخدام متخصصینی که در زمینه هوش مصنوعی فعالیت می‌کنند هم با گذشت زمان افزایش یابد. در ادامه با استفاده از وب سایت‌های مطرح کاریابی در ایران برخی از موقعیت‌های شغلی حوزه هوش مصنوعی در ایران فهرست شده‌اند. سعی شده است ترتیب‌بندی این فهرست براساس میزان تقاضا و تعداد آگهی‌ها انجام شود.
فیلم آموزشی مرتبط

آموزش نرم افزار هوش تجاری تبلو Tableau – تحلیل و نمایش داده ها
شروع یادگیریکارشناس هوش تجاری (BI)کارشناس هوش مصنوعیکارشناس تحلیل داده و هوش تجایپژوهشگر هوش مصنوعیسرپرست هوش تجاریبرنامه نویس هوش مصنوعیمهندس هوش مصنوعیبرنامه نویس پردازش تصویر و هوش مصنوعیتحلیل‌گر دادهکارشناس پردازش تصویرکارشناس ارشد پردازش تصویردانشمند دادهکارشناس تحول دیجیتال - تخصص هوش مصنوعیمدرس دوره‌های هوش مصنوعیکارآموز رباتیک
یکی از مباحث مهم در ارتباط با اینکه هوش مصنوعی چیست می‌توان تاریخچه آن باشد. لذا در ادامه سعی شده است به طور مختصر و کاربردی به تاریخچه هوش مصنوعی پرداخته شده است.تاریخچه هوش مصنوعی
اگرچه امروزه هوش مصنوعی یا به اختصار AI تقریباً برای همگان تبدیل به اصطلاحی رایج و ورد زبان‌ها شده است، ارائه شرحی خلاصه اما کاربردی و دقیق از تاریخچه هوش مصنوعی نشان می‌دهد که هوش مصنوعی چندان مفهوم جدیدی نیست. در واقع پیدایش هوش مصنوعی به زمان اختراع کامپیوترهای شخصی باز می‌گردد که بیش از ۲ دهه پیش اتفاق افتاده است. پیشرفت‌ها در زمینه AI به طور قابل توجهی در حال رخ دادن هستند و این پیشرفت‌های گسترده به واسطه توان محاسباتی سریع‌تری حاصل شده که در فناوری ساخت کامپیوترها بدست آمده است.

علاوه بر این، انفجار داده‌های دیجیتال و افزایش سرعت پیشرفت ساختارهای ارتباطی نیز تاثیری عمیقی در رشد هوش مصنوعی داشته است. از جهت‌های بسیار، تجاری‌سازی هوش مصنوعی تنها در آغاز راه قرار دارد و عمیقاً دنیا را تحت تاثیر خود قرار خواهد داد. درست همان‌طور که اینترنت و گوشی‌های هوشمند تحولات عظیمی را به وجود آورده‌اند، هوش مصنوعی هم بیشتر از همه، تاثیرهای شگرفی را در طول تاریخ داشته است و در آینده نیز این روند به گونه‌ای پر رنگ‌تر ادامه خواهد داشت.خط سیر تاریخچه هوش مصنوعی
در این بخش فهرستی از روند پیشرفت هوش مصنوعی از ابتدا تا کنون به صورت زیر ارائه شده است:۱۹۵۰:آلن تورینگ (Alan Turing) ایده «آزمون تورینگ» را مطرح کرد.
فیلم آموزشی مرتبط

آموزش هوش مصنوعی – تکمیلی
شروع یادگیریدر همان سال «ایساک عظیموف» (Issac Asimov) ۳ قانون رباتیک را پیشنهاد داد.۱۹۵۱: اولین برنامه مبتنی بر هوش مصنوعی نوشته شد.۱۹۹۵: اولین برنامه خودآموزی ساخته شد که بازی کامپیوتری انجام می‌داد.۱۹۵۹: آزمایشگاه هوش مصنوعی MIT راه‌اندازی شد.۱۹۶۱: اولین ربات در خط تولید شرکت جنرال موتور به کار گرفته شد.۱۹۶۴: نمونه پیش‌تولید اولین برنامه‌ای اختراع شد که می‌توانست زبان طبیعی را بفهمد و درک کند.۱۹۶۵: اولین چت‌بات جهان به نام «الایزا» (Eliza) خلق شد.1974: اولین وسیله نقلیه خودران در آزمایشگاه هوش مصنوعی دانشگاه استنفورد ساخته شد.۱۹۸۸: «آندره گرِی» (Andre Gray) اولین بات خزنده اینترنت را به نام «Inkling» خلق کرد.۱۹۸۹: اولین وسیله نقلیه خودران با استفاده از شبکه‌های عصبی توسط دانشگاه کارنگی ملون (Canegie Mellon) ساخته شد.۱۹۹۴: آندره گری فناوری برتری ذهن بر ماده را اختراع کرد.۱۹۹۷: هوش مصنوعی Deep Blue که توسط شرکت IBM ساخته شده، «گری کسپر» (Garry Kasper) را در بازی شطرنج شکست داد.
۱۹۹۹:شرکت سونی ربات «آی‌بو» (AIBO) را معرفی کرد.در همین سال آزمایشگاه هوش مصنوعی MIT اولین ربات هوش مصنوعی احساسی را به نمایش گذاشت.۲۰۰۴: «دارپا» (DARPA) چالش وسیله نقلیه خودران را معرفی کرد.۲۰۰۹: گوگل ساخت خودروهای خودران را آغاز کرد.۲۰۱۰: هوش مصنوعی Quill شرکت Narative Science معرفی شد که می‌تواند گزارش‌نویسی کند.۲۰۱۱:هوش مصنوعی واتسون شرکت IBM در مسابقه تلویزیونی Jeopardy پیروز می‌شود.در همین سال «سیری» (Siri)، Google Now و Cortana به جریان اصلی هوش مصنوعی تبدیل شدند.
فیلم آموزشی مرتبط

آموزش هوش مصنوعی – مرور و حل تست کنکور ارشد
شروع یادگیری۲۰۱۵: ایلان ماسک و سایرین یک میلیارد دلار به شرکت «Open AI» کمک کردند.۲۰۱۶:هوش مصنوعی Deep‌Mind گوگل قهرمان بازی Go را شکست داد.در همین سال دانشگاه استنفورد گزارش AI 100 را صادر کرد.دانشگاه برکلی کالیفرنیا مرکز هوش مصنوعی سازگار با انسان را تاسیس کرد.۲۰۱۷:حل‌کننده مسئله رضایت‌پذیری بولی منطق گزاره‌ای (SAT) یک فرضیه دیرینه ریاضی را در مورد سه‌گانه فیثاغورث بر مجموعه اعداد صحیح به اثبات رساند.یک بات ساخته شده با یادگیری ماشین در OpenAI در مسابقات بین المللی Dota 2 سال ۲۰۱۷ بازی کرد. این بات در بازی هیجان‌انگیزی در برابر بازیکن حرفه‌ای Dota 2 به نام دندی برنده شد.DeepMind شرکت گوگل هوش مصنوعی AlphaGo Zero را که نسخه‌ای بهبود یافته از AlphaGo به حساب می‌آمد را آشکار کرد.هوش مصنوعی پردازش زبان طبیعی شرکت Alibaba بر برترین انسان‌ها در آزمون خواندن و درک مطلب دانشگاه استنفورد چیره شد.
۲۰۱۸: معرفی Google Duplex، سرویسی که به دستیار هوش مصنوعی اجازه می‌دهد قرار ملاقات را از طریق تلفن رزرو کند.۲۰۱۹: AlphaStar از DeepMind به سطح استاد‌بزرگی در بازی StarCraft II رسید و عملکردش از 99.8 درصد بازیکنان انسانی بهتر بود.۲۰۲۰: توسعه کتابخانه بهینه‌سازی DeepSpeed ساخته شده توسط شرکت مایکروسافت برتی PyTorch انجام شد.آزمون تورینگ چیست ؟
آزمون تورینگ (Turing Test) توسط دانشمند کامپیوتر، آلن تورینگ ساخته شده است که به نوعی آغازگر هوش مصنوعی در تاریخچه آن به شمار می‌رود و در فرهنگ علمی‌تخیلی و بحث‌های مربوط به ربات‌های هوشمند زیاد از آن نام برده می‌شود. اما آزومون تورینگ یا همان تست تورینگ دقیقاً چیست؟ و اگر یک کامپیوتر آزمون تورینگ را با موفقیت بگذراند به چه معناست؟ آلن تورینگ اولین بار آنچه تست تورینگ نامیده می‌شود را در مقاله‌ای به سال ۱۹۵۰ توصیف کرده است. تورینگ قصد داشت به این سوال پاسخ دهدد که آیا ماشین‌ها هم می‌توانند تفکر کنند؟ برای رسیدن به پاسخ این سوال او آزمونی فرضی را طراحی کرد که در ادامه شرح داده شده است.

برای درک آزمون تورینگ باید بازی‌ای را در نظر گرفت که ۳ بازیکن دارد. یکی از بازیکنان بازجو است که در شرایطی ایزوله شده از ۲ بازیکن دیگر جدا است. یکی دیگر از بازیکنان انسان و دیگری یک کامپیوتر است.
وظیفه بازجو این است که سعی کند با پرسیدن سوالاتی از هر یک از ۲ بازیکن دیگر بفهمد کدام انسان و کدام بازیکن کامپیوتر است؟ برای سخت‌تر شدن بازی، کامپیوتر باید سعی کند به‌گونه‌ای پاسخ دهد تا بازجو انتخاب اشتباهی انجام دهد. به بیان دیگر در این آزمون کامپیوتر باید سعی کند تا جایی که می‌تواند دقیقاً مانند انسان عمل کند و بازجو را فریب دهد. در واقع در تست تورینگ اگر بازجو نتواند انسان را از کامپیوتر تشخیص دهد، آنگاه ممکن است آن کامپیوتر دارای قدرت تفکر باشد.
تلاش‌ها برای ساخت کامپیوترهایی که بتوانند انسان‌ها را فریب دهند، دارای چالش‌های شگفت‌انگیزی هستند. مثلاً ساخت کامپیوتری که بتواند در لطیفه‌گویی تبحر داشته باشد کار بسیار دشواری به حساب می‌آید. تست تورینگ برای ارزیابی هوشمندی ربات‌ها آزمون چندان بی‌نقصی نیست. برای نمون آزمون تورینگ مشوق حیله‌گری است. مثلاً در گذشته تلاشی توسط برنامه‌ای صورت گرفته بود که وانمود می‌کرد پسر جوانی است و زبان انگلیسی زبان اولش نیست و هر گونه لغزش زبانی را از این طریق پوشش داده بود.

علاوه بر این آزمون تورینگ را نمی‌توان برای هوشمندی غیرانسانی به کار گرفت. امروزه برخی از هوشمندترین کامپیوترها هرگز فرصتی برای تظاهر به انسان بودن ندارند. اما این مسئله به هیچ عنوان نشان دهنده این موضوع نیست که چنین سیستم‌هایی اصلاً تاثیرگذار نیستند و قابل تحسین نیستند. به همین صورت اگر ربات یا کامپیوتری آزمون تورینگ را پاس کند، این هم به این معنا نخواهد بود که می‌توان آن را به عنوان ربات هوشمند در نظر گرفت. اما به هر ترتیب آزمایش تورینگ اطلاعات زیادی را برای تفکر پیرامون نحوه تعریف رفتار هوشمندانه و اینکه از ربات‌های هوشمند چه انتظاری می‌رود در اختیار دانشمندان قرار می‌دهد.
یکی دیگر از موضوعات مهمی که پیرامون سوال هوش مصنوعی چیست مطرح می‌شود، بحث شاخه‌های مختلف این حوزه یعنی هوش مصنوعی است که به همین خاطر در ادامه به آن پرداخته شده است.شاخه های هوش مصنوعی
هوش مصنوعی خود شاخه‌ای از علوم کامپیوتر است. «یادگیری ماشین» و «یادگیری نمادین» (Symbolic Learning) شاخه‌های اصلی هوش مصنوعی به حساب می‌آیند. یادگیری ماشین را می‌توان به دو شاخه یادگیری آماری (Statistical Learning) و یادگیری عمیق تقسیم کرد. «بینایی ماشین» و «رباتیک» نیز دو شاخه منشعب شده از یادگیری نمادین محسوب می‌شوند. در ادامه، هر یک از شاخه‌های هوش مصنوعی به بیان ساده و کوتاه شرح داده شده‌اند. پیش از آن فهرستی از تمام شاخه‌‌های هوش مصنوعی ارائه شده است:
فیلم آموزشی مرتبط

آموزش شبکه های عصبی پیچشی CNN – مقدماتی
شروع یادگیریتشخیص گفتارپردازش زبان طبیعیبینایی ماشینرباتیکتشخیص الگوشبکه‌های عصبی مصنوعییادگیری عمیقشبکه عصبی پیچشیشبکه عصبی بازگشتییادگیر tablighat...

ما را در سایت tablighat دنبال می کنید

برچسب : نویسنده : agahya بازدید : 72 تاريخ : سه شنبه 11 بهمن 1401 ساعت: 15:18