هوش مصنوعی(Artificial Intelligence) جز فناوری های در شاخه علوم کامپیوتر است. این تکنولوژی به مطالعه و توسعه نرم افزارها و سخت افزارهای هوشمند می پردازد. شگفتیهای هوش مصنوعی مسایل دنیای کنونی را حل کرده است. مشکلاتی که با دانش قبلی یا غیر قابل حل بود یا به سختی پاسخ داده می شد.
هوش مصنوعی و شگفتیهای آن
شگفتیهای هوش مصنوعی
شگفتیهای هوش مصنوعی به منطق، دانش، طراحی، یادگیری، ارتباطات، درک و توانایی حرکت دادن یا استفاده از اشیا ارتباط دارد. هوش مصنوعی از اهداف بلند مدت است. روش های محبوب در حال حاضر: روش های آماری، هوش محاسباتی و هوش مصنوعی سبولیک سنتی است. این رشته مدعی است که توانایی اصلی انسان که هوش است را به صورت دقیق بیان میکند. با این ادعا دستگاه ها و ماشین آلات شبیه سازی شده نیز قادر به هوشمندی هستند.
سطوح مختلفی که در هوش مصنوعی وجود دارد.
- یادگیری ماشین(Machine Lerning)- قابلیت یادگیری از داده ها را دارد.
- بینایی ماشین(Machin Vision)- برای بهبود شناسایی و تحلیل خودکار مبتنی بر تصویر است. کاربرد اصلی بینایی ماشین بازرسی خودکار و هدایت روبات های صنعتی است.
- پردازش زبان طبیعی(Natural Language Processing)- زبانشناسی و تعامل با زبان طبیعی انسان مربوط می شود. بسیاری از چالش ها ماشین به درک زبان انسان ارتباط دارد. ایجاد توانایی در کامپیوتر برای استخراج مفهوم از ورودی زبان طبیعی انسان است.
- روباتیک- طراحی، ساخت، عملیات و کاربردهای روباتیک و سیستم های کامپیوتری برای کنترل و فیدبک حسگرها و پردازش اطلاعات مربوط است. روباتها جانشین انسان ها در محیط های خطرات هستند.
- سیستم های خبره(Expert System)- یک سیستم کامپیوتری که توانایی تصمیم گیری مانند انسان خبره را دارد.
- شبکه عصبی(Neural Networks)- گروهی از گره ها یا نودها هستند که به هم پیوسته اند مانند شبکه عصبی گسترده مغز. با الهام از سیستم عصبی مرکزی مغز، توانایی یادگیری و تشخیص الگو را دارد.
- الگوریتم ژنتیک(Genetic Algorithm)- الگوریتم های ژنیتیکی به طبقه ای بزرگ تر از الگوریتم های تکاملی تعلق دارند که با استفاده از تکنیک های الهام گرفته از تکامل طبیعی مانند ارث، جهش، انتخاب و عبور، راه حل های مناسب برای مسائل بهینه سازی تولید می کند.
کاربردهای هوش مصنوعی
- مدلسازی در حوزه کسب و کار/ تجارت
- بازاریابی
- بانکداری و حوزه های مالی
- پیش بینی
یادگیری عمیق(Deep Lerning) و شبکه های عصبی مصنوعی شاخه ای از یادگیری ماشین است که از ساختار لایه ای مغز و سلول های عصبی متصل به هم الگو برداری شده است. کاربردهای یادگیری عمیق را آشنا می شویم:
- برچسب گذاری خودکار تصاویر- برای دسته بندی تصاویر استفاده می شود.
- تبدیل گفتار به نوشتار
- رتبه بندی صفحات وب
- پاسخ دهی خودکار در نرم افزار های پیام رسان
- توصیف تصاویر
- تخمین میزان صرفه جویی در مصرف انرژی
- تبدیل طرح اولیه به کد
- اتومبیل خودران
- تولید خودکار مراحل جدید بازی
- تشخیص چهره از پشت دیوار
- تنظیم هارمونی رنگ ها در تصویر
- یادگیری و استخراج سبک
- طراحی لباس بر اساس سلیقه کاربر
- انجام بازی های ویدئویی
- انجام بازی های صفحه ای مانند شطرنج
- تبدیل تصویر به تصویر
- آهنگسازی
- نقاشی
- تشخیص چهره
- دستیارهای هوشمند
- ترمیم تصویر
- توسعه تصویر
- باز کردن چشم ها ی بسته در تصویر
- حذف قطرات باران در تصویر
- طراحی روکش دندان
- همگام سازی لبها در ویدیو با صداهایی غیر از صدای اصلی
- شما هم رقاص شوید- یک رقص ناشیانه خود را به یک ویدیوی رقص حرفه ای ترکیب کنید نتیجه جالب است.
- رقابت در محیط های چند عامله
