VIP همه چیز درباره هوش مصنوعی «هوش مصنوعی چیست؟»

[☾♔TALAYEH_A♔☽]

اخلاق هوش مصنوعی

اخلاق هوش مصنوعی بخشی از اخلاق تکنولوژی است که به صورت خاص به روبات و هوش مصنوعی مربوط می‌شود؛ و بیشتر راجع به نحوه رفتار و عملکرد انسان با هوش مصنوعی و بلعکس آن است. در اخلاقیات هوش مصنوعی به بررسی حقوق ربات‌ها و درستی یا نادرستی بر جایگزین شدن آن‌ها در نقش‌های انسانی می‌پردازیم

روباتیک
اصطلاح «رباتیک» در سال ۲۰۰۲ ابداع شد. با اشاره به سیرت ساختن، شکل دادن، رفتار کردن و استفاده کردن از ربات‌ها.[۱] و به عبارت دیگر دربارهٔ این که چگونه ربات‌ها می‌توانند برای انسان‌ها مفید باشد یا مضر باشند صحبت می‌کند. بنابر پیش‌بینی و با توجه به روند زیاد شدن تعداد ربات‌ها گمان می‌رود که تا سال ۲۰۳۰ تعداد ربات‌ها به شکل قابل توجهی زیاد شود همان‌طور که رشد ۲۴ درصدی را در سال ۲۰۱۴ در تعداد ربات‌ها مشاهده کردیم[۲]

حقوق ربات‌ها
حقوق ربات‌ها انتظار اخلاقی آن‌ها در قبال جامعه و دیگر ماشین‌ها است و به مانند حقوق بشر یا حقوق حیوانات می‌باشد.[۳] و ممکن است شامل حق زندگی، آزادی، آزادی اندیشه، آزادی بیان و برابری در برابر قانون باشد.[۴] این موضوع توسط موسسه‌ای برای آینده در نظر گرفته شده‌است[۵] و توسط وزارت تجارت و صنعت انگلستان نیز در حال پیگیری است.[۶]

کارشناسان اختلاف نظر دارند که آیا قوانین خاص و دقیق به زودی مورد نیاز خواهد بود یا با آسودگی در آینده دور می‌توان به آن فکر کرد.[۶] گلن مک گی گزارش می‌دهد که به نظر می‌رسد تا سال ۲۰۲۰ ممکن است به اندازه کافی روبات انسان نما وجود داشته باشد.[۷] ری کورزویل تاریخ احتمالی این واقعه را در سال ۲۰۲۹ می‌بیند.[۸] گروه دیگری از دانشمندان در جلسه در سال ۲۰۰۷ به این نتیجه رسیدند که حداقل ۵۰ سال طول خواهد کشید تا بشر بتواند سیستمی با هوش سطح بالا تولید کند و موجودات هوشمند انسان ساز وجود داشته باشند.[۹]

قوانین سال ۲۰۰۳ مسابقه جایزه لوبنر به صراحت این مشکل را دربارهٔ مالکیت و حقوق ربات‌ها مطرح کرده بود:

یک ربات نقاش که می‌تواند در آینده جایگزینی برای نقاش‌های انسانی باشد
قانون شماره ۶۱. اگر در هر سالی، یک پروژه نرم‌افزار متن باز وارد شده از طرف دانشگاه سوری یا دانشگاه کمبریج برنده مدال نقره یا مدال طلا شود، آنگاه مدال و جایزه نقدی مسابقه به افرادی اهدا خواهد شد که مسئولیت توسعه آن پروژه یا نرم‌افزار را داشته‌اند. اگر هیچ فردی به این عنوان تشخیص داده نشد یا اختلاف نظری میان تعداد دو یا بیشتر کاندیدا برای مسئول بودن پروژه وجود داشت. مدال و جایزه نقدی نگه داشته خواهد شد تا زمانی که آن پروژه به صورت قانونی دارای صاحب شود و آنگاه مدال و جایزه به صورت قانونی اهدا خواهد شد.

 

[☾♔TALAYEH_A♔☽]

تهدید انسان
تهدید حریم خصوصی
الکساندر سولژنیتسین در رمان اولین دایره تکنولوژی تشخیص گفتار را توصیف کرد که در خدمت حکومت استبدادی بود و مکالمات انسان‌ها را تهدید می‌کرد.[۱۱] اگر یک برنامه هوش مصنوعی وجود داشته باشد که توانایی درک طبیعی زبان و گفتار (مثلاً زبان انگلیسی) را داشته باشد پس به صورت نظری با قدرت پردازش مناسب می‌تواند به هر مکالمه تلفنی گوش بدهد و هر ایمیلی را در جهان بخواند و آن را درک کند و به برنامه اپراتور دقیقاً آنچه گفته شده‌است و دقیقاً آن کس که آن را گفته‌است را گزارش دهد. برنامه هوش مصنوعی مانند این مورد می‌تواند به دولت‌ها یا نهادها کمک کند تا مخالفان خود را سرکوب کنند و کاملاً یک تهدید برای حریم خصوصی محسوب می‌شود.

تهدید نسل بشر
همان‌طور که در بسیاری از فیلم‌ها و داستان‌های علمی تخیلی دیده می‌شود. همواره فکر تهدید نسل بشر توسط ربات‌ها در هنگام بلوغ فکری و هوشی آن‌ها بعد از مطرح شدن هوش مصنوعی وجود داشته. اما بعد از انتشار برخی از پیشبینی‌ها مانند جایگزین شدن ۴۵ درصدی سربازان انسانی نظامی به سربازان ربات تا سال ۲۰۲۵ این نگرانی‌ها شکل جدی تری به خود گرفت.[۱۲] از آن جا که تا سال ۲۰۳۰ احتمال دارد درصد بسیار زیادی از کارگران و مجریان اجتماع ربات‌ها باشند در صورت شورش یا اغتشاشی از جانب آن‌ها ممکن است نسل و نژاد انسان به خطر بی افتد.[۱۳][۱۴] در این صورت شاید باید قوانینی مبنی بر محدود کردن دایره تفکر، احساس، خودمختاری و آزادی ربات‌ها بنا گذاشت.[۱۵]

تهدید کرامت انسانی
یوسف ویزینبام در سال ۱۹۷۶ بیان کرد که تکنولوژی هوش مصنوعی نباید به جای انسان در موقعیت‌های که نیاز به توجه و مراقبت و احترام دارند استفاده شوند مانند هر یک از این موارد:

• یک نماینده خدمات مشتری (در حال حاضر از تکنولوژی هوش مصنوعی برای تلفن‌های گویا استفاده می‌شود)
• یک درمانگر
• دایه برای افراد مسن یا کودکان
• یک سرباز
• یک قاضی
• یک افسر پلیس

ویزینبام توضیح می‌دهد که ما در این موقعیت‌ها نیاز به احساس همدلی و درک متقابل از فرد داریم. اگر در این کارها ماشین‌ها جای انسان را بگیرند ما خود را نسبت به آن‌ها بیگانه می‌دانیم، احساس کم ارزشی و فرسودگی می‌کنیم. هوش مصنوعی اگر در این راه استفاده شود یک تهدید برای کرامت انسانی محسوب می‌شود.[۱۶]

پاملامککوردوک در هنگام سخنرانی با زنان بیان کرد "من می‌خواهم شانسم را با یک کامپیوتر بی طرف امتحان کنم " که به این اشاره می‌کرد که قضاوت یک کامپیوتر به عنوان یک قاضی یا پلیس بی‌طرف است و غرایز انسانی در آن دیده نمی‌شود.[۱۶] بنیان‌گذار هوش مصنوعی جان مک کارتی نتیجه‌گیری اخلاقی ویزینبام را نقد می‌کند. "هنگامی که اخلاقیات انسان مبهم و ناکامل است، موجب می‌شود که گاهی استبداد را فرا خواند ".

بیل هیبارد[۱۷] می‌نویسد: «کرامت انسانی مستلزم آن است که ما برای خلاص شدن از جهل نسبت به موجودات جهان تلاش کنیم و هوش مصنوعی برای این تلاش لازم است.»

شفافیت و متن باز
بیل هیبارد می‌گوید که به دلیل این که هوش مصنوعی تأثیر عمیقی بر انسانیت دارد، بنابراین توسعه دهندگان هوش مصنوعی نماینده انسانیت در آینده هستند و به همین دلیل باید تعهد اخلاقی آن‌ها در تلاششان به وضوح مشخص باشد.[۱۸] بن گویرتزل و دیوید هارت OpenCog را به عنوان یک منبع باز برای توسعه هوش مصنوعی ایجاد کردند.[۱۹] OpenAI یک شرکت تحقیقاتی هوش مصنوعی غیرانتفاعی ایجاد شده توسط ایلان ماسک، سام آلتمن و افرادی دیگر است که به منظور توسعه هوش مصنوعی به صورت منبع باز برای بهبود آینده بشریت فعالیت می‌کند.[۲۰] و همچنین تعداد بسیار زیادی شرکت‌های منبع باز دیگر برای این اهداف وجود داند.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

تاریخچه ی: هوش مصنوعی II



{*حائز اهميت است كه يك زبان براي برنامه نويسي كشفي از يك سري تعاريف متوالي مربوط به كدها پيروي كند اين بيانگر اين است كه مسائل مي بايستي شامل قسمت هاي كوچك و مطلوب باشد نه بدنه هاي پيچيده كه بندي شده ارتباط متقابل بين محتوي برنامه بايد محدود باشد و به خوبي نيز توصيف شده باشند.
اين شامل پرهيز از تأثيرات جانبي و متغيرهاي جهاني (Global) و اطمينان از رفتار هر Module واحد در شناخت برنامه باشد كه بتواند به خوبي قابل تشخيص باشد.
برنامه هاي LISP به صورت مجموعة انتخابي از عملكردهاي واحد مي باشند در يك برنامه ((LISP)) كه به صورت مطلوب نوشته شده باشد هر عملكرد كوچك مي باشد كه يك كاركرد خوب و واحد را شكل مي دهند.
بنـــابراين اغلب جايگزيني و اصلاح علت هاي هر كمبودي، ساده مي باشد. روش هاي اندازه گيري متغير LISP و پارامترهاي مربوط به آن اغلب براي كاهش تأثيرات عملكردي به كار گرفته مي شوند. متغيرهاي جهاني،‌گر چه به وسيله زبان پشتيباني مي شوند ولي استفاده در كدهاي متناسب LISP نهي شده اند.
علاوه بر اين LISP دسته بندي شي گرا را از طريق سيستم شيء LISP به صورت CLOS پشتيباني مي شود.
در PROLOG واحد اصلي برنامه روش و قانون است، قوانين PROLOG همانند عملكردهاي LISP كوچك و ويژه هستند.
به دليل اينكه محدوده و قياس متغيرها در ((PROLOG)) اغلب محدود به يك شيوه و قانون شده اند، و زبان اجازه تغييرات جهاني را نمي دهد. توصيف كردن اصولاً ساده مي باشد.
LISP و PROLOG شامل مشخصه هاي سهل و آساني مي باشند كه هنگامي كه با يك ساختار برنامه مشخص تركيب شوند، موجب آسان شدن پرداخت آن مي گردند.*}
---
!!!2-قابليت گسترش

{*اصولاً برنامه نويسي جستجويي در قالب يك پروسه داراي ساختار سطح بالاي برنامه اي است كه به گونه كد توسعه يافته است. يك روش مهم براي انجام اين پروسه در قالب سيستماتيك و با ساختار مناسب،‌توسعة يك زبان نهفته در ‌آن است.
اغلب امكان توصيف شكل نهايي يك برنامه AI وجود ندارد،‌اما امكان تشخيص ساختارهاي سطح بالا و مفيد براي كشف و بررسي دامنه مسئله وجود دارد. اين ساختارها مي توا ند شامل الگوهاي مناسب ، كنترل كننده هاي جستجو وعملكردهاي توصيف يك زبان توصيفي باشد.
اصـــولاً ايـــن نظـــريه كه مي گويد اگر شما ساختار نهايي يك برنامه را تشخيص ندهيد مي بايستي سعي كنيد كه ساختار زبان را توصيف كنيد كه به شما كمك خواهد كرد كه آن ساختار را توسعه دهيد.
براي پشتيباني از اين روش، يك زبان برنامه نويسي بايد به صورت سهل و آسان قابل گسترش باشد و به طور ساده آنها را توسعه دهد. به وسيله توسعه و گسترش كه همان توانايي توصيف ساختارهاي زباني جديد است كه داراي حداكثر آزادي و انعطاف باشند.
LISP و PROLOG و همچنين توسعة شيء گرا آنها همانند CLOS همگي موجب مي شوند كه توصيف سادة اهداف، پيش بيني ها و عملكردهاي جديد ، صورت پذيرد.
هنگامي كه توصيف صورت پذيرفت، اين ساختارهايي كه كاربر ايجاد كرده داراي رفتاري شبيه به ساختارهاي اساسي زبان مي باشند.
اين زبانها به وسيله توسعة توانايي هاي اصولي از ابتدا تا حل آن برنامه ريزي مي شوند. دراين صورت،‌گفته مي شود كه برنامه هاي معمول، ساختاربندي مي شوند ولي برنامه هاي AI رشد و توسعه مي يابند.
اين مورد با تشخيص سريع مقايسه مي شود كه در اين مورد زبانهاي معمولي مابين خصوصيات ساختاري و برنامه هاي توسعه يافته، كاربردي واقع مي شوند.
در يك برنامه ما ممكن است عملكردهاي جديدي را تعريف كنيم اما ساختار آنها بسيار محدودتر از ســـاختارهاي از قبل ساخته شده است. اين موجب محدوديت انعطاف پذيري و استفاده از اين توسعه و گسترش ها مي شود.
LISP و PROLOG همچنين موجب ساده شدن نوشتن توصيف متغيرهاي ويژه يك زبان خاص مي شوند. در LISP برنامه ها و اطلاعات به گونه ساختاري ليست مي شوند. اين باعــث ســادگي نوشتن برنامه اي مي شود كه از كد LISP به عنوان ((داده)) استفاده مي كنند كه در اين صورت باعث ساده تر شدن توسعه، تصويفي مي شوند.
بسياري از زبانهايي كه از نظر سابقه و همچنين اقتصادي در نوع زبانهاي AI حائز اهميت مي باشند، مثل PLANNER و ROSIE و KEE و OPS بر اساس توانائي هاي LISP ساخته مي شوند.
PROLOG اين توانائي ها را در قالب تعدادي “meta – predicates” كه قابل پيش بيني براي تركيب با ديگر مشخصه هاي PROLOG باشند. ايجاد مي كند كه در اين صورت باعث ساده شدن نوشتاري آن مي گردد.
همراه با LISP تعدادي زبانهاي سطح بالا AI بر اساس PROLOG ساخته شده اند كه از اين روش استفاده مي كنند.*}
#@
@#16:
---
!!!3-وجود ساختارهاي مفيد سطح بالا

{*برنامه نويسي جستجويي به كمك يك ساختار قوي سطح بالا در زبان به وجود مي آيد،‌اين ساختارهاي قوي و كلــــي به برنامه نويس اجازه توسعه سريع ساختارهاي ويژه براي بيان اطلاعات توصيفي و كنترل برنامه را مي دهند.
در LISP اينها شامل اصول اساسي نوع اطلاعاتت مي شود كه موجب ايجاد ساختارهاي پيچيده اطلاعاتي و عملكردهاي قوي براي توصيف عمليات بر روي آ‌نها مي شود. به دليل اينكه LISP قابل گسترش مي باشد و براي چندين دهه است كه مورد استفاده قرار مي گيرد. مهمترين و قوي ترين عملكردهاي توصيفي LISP همان خصوصيات استاندارد زباني آنها مي باشد. ويژگيهاي معمول LISP شامل جيدها عملكرد براي ايجاد ساختارهاي اطلاعاتي، ساخت تداخلگرها و قابليت Edit كردن ساختارهاي LISP مي شوند.
PROLOG به عنوان يك زبان مقايسه اي كوچك مطرح است كه بخشي از آن به دليل نو بودن و بخش ديـــــگر به دليل عدم سادگي و كامل بودن آن است با اين حال PROLOG به كاربرها اجازة ايجاد پيشگوئي هاي به خصوص را مي دهد و مفيدترين اينها راه خود را براي استاندارد شدن باز كرده اند.*}
---
!!!4-پشتيباني براي ساخت Prototype اوليه

{*يكي از روش هاي برنامه نويسي جستجويي و مهم، Prototype سازي اوليه مي باشد. در اينجا برنامه نويس يك راه حل سريع براي مسئله پيدا مي كند و از آن براي جستجو فضاي مسئله استفاده مي كند. وقتي كه مسئله مورد بررسي قرار گرفت و روش حل آن مشخص شد، Prototype كنار گذاشته مي شود و يك برنامه نهايي كه تأكيد آن بر روي صحت و مؤثر بودن مي باشد، ساخته مي شود. گر چه مشكل است كه چيزهايي را كه زياد مورد استفاده قرار مي گيرند تا براي ساخت يك برنامه كامپيوتري به كار روند، كنار گذاشت، ولي انجام چنين كاري باعث صرفه جوئي در زمان و بهبود كيفيت نهائي كار مي شود. ساخـــتارهاي ايجاد شده به وسيله زبانهاي AI عمدتاً باعث افزايش سرعت توسعة Prototypeها مي شوند.*}
---
!!!5-قابليت خواندن برنامه و مستندسازي آن

{*به دليل اينكه اغلب برنامه هاي AI به طور گسترده اي از طريق خودشان توصيف مي شوند ولي اين نكته حائز اهميت است كه كد بتواند قابل خواندن و قابل مستندسازي باشد. در عين حاليكه هيچ نوع جايگزيني براي محتوي زبانهاي معمول در كد وجود ندارد، ولي با اين حال زبـــان هـــاي AI همـــراه بـا Moduleهاي با ساختار سطح بالا باعث ساده شدن اين عمل مي شوند.*}
---
!!!6-مفسرها

{*بيشتر زبانهاي AI قبلاً ترجمه شده هستند نه اينكه در طول برنامه بخواهند ترجمه شوند. اين بدان معني است كه برنامه نويس لازم نيست به مدت طولاني هر زمان كه كد تغيير كرد برنامه را تعريف مجدد كند.
با توجه به مسائل عملكردي در ترجمه كد، زبانهاي AI مدرن به Module هاي ويژه اجازه تعريف مجدد براي يك موقعيت متوسط را مي دهند كه از اين طريق برنامه هاي سطح بالاتر بهتر تعريف مي شوند. علاوه بر اين بسياري از كاربردها به برنا مه ها اجازه تكميل شدن نهايي برنامه ها را مي دهند.*}
---
!!!7-محيطهاي توسعه
#@
@#16:
{*زبانهاي جديد AI در برگيرنده محيطهاي برنامه ريزي مي شوند كه ابزارهاي ايجاد كلي و يا بخشـــي از برنامه را فراهم مي كنند.بسياري از كاربردهاي زباني شامل ويرايش هوشمند مي شــوند كه اشتباهات را به عنوان يك كد نوشتاري در نظر مي گيرد. به دليل پيچيدگي برنامه هاي AI و مشكل بودن پيش بيني عملكرد هر سيستم توليد، اهميت اين پشتيباني هاي سهل نمي تواند قابل تصور باشد.*}
---
!Dynamic Binding and constraint propagation

{*زبانهاي معمول نياز به اين دارند كه بيشتر برنامه هاي مرتبط با آن در يك مدت زمان خاص تشخيص داده شوند.
شامل اتصال دادن متغيرها به محيط حافظه و انتقال روش هاي به نام هايشان مي باشد. با اين حال بسياري از روش هاي برنامه نويسي پيشرفته مثل، برنامه نويسي هاي شيء گرا نياز به اين اتصال ها براي تشخيص ديناميكي دارند.
برنامه هاي Prolog و LISP پشتيبان قيدگذاري ديناميكي هستند. از يك نقطه نظر AI يكي از مهمترين منافع قيدگذاري ديناميكي پشتيباني از برنامه نويسي ساختاري است. اغلب مسائل مربوط به يك برنامه AI نيـــاز به ايــــن دارد كه ارزش هاي مشخصه هاي خاص ناشناخته باقي مي ماند تا زماني كه اطلاعات لازم جمع آوري شوند.
اين اطلاعات ممكن است به گونه يك سري از ساختارها بر اساس ارزش ها باشد كه يك متــغير از آن انتظار دارد. هم چنانكه ساختارها جمع شوند يك سري از احتمالات كاهش مي يابد و در نهايت به يك راه حل منتهي مي شود كه تمامي ساختارها را تحت پوشش مطلوب قرار مي دهد.
يك نمونه ساده از اين نظريه ممكن است در يك سيستم تشخيص پزشكي ديده شود كه اطلاعات دربارة نوع بيماري مريض جمع آوري مي شود تا زماني كه اطلاعات مربوطه محدود به نوع خاصي از بيمار شوند زبان برنامه نويسي مقايسه اي اين روش از نوع متغير قيدگذاري اوليه يا توانايي حصول يك متغير نامركب مي باشد در حاليكه آن را در كد برنامه جمع مي كند.
LISP و PROLOG به متغيرها اجازة ترجمه وافزايش غيرمركب را مي دهند، در حاليكه توصـــيف ارتبـــاطات و وابستگي هاي بين اين متغيرها و ديگر واحدهاي برنامه را انجام مي دهد. اين موجب كاربرد آسان و طبيعي نوع قيد مي شود.*}
---
!!6. تعاريف مشخص و واضح

{*لازم است كه زبانهاي AI همراه با زبانهاي ديگر برنامه نويسي براي توسعه گسترده كامل و در عين حال منطقي سيستم، به كار گرفته شوند.
متأسفانه زبانهاي برنامه نويسي معمول مثل ((Fortran)) و ((پاسكال)) داراي تعاريف مشكل و پيچيده اي هستند اين موارد مي تواند ناشي از واقعيت خود زبان باشد كه اصولاً داراي خصوصيات ساختاري سطح بالايي در كامپيوتر دارند و در خودشان سيستم هاي فيزيكي و پيچيده اي دارند. به دليل اينكه زبانهاي AI داراي اساس و پايه رياضي هستند مثل PROLOG و LISP ،‌آنها مي بايستي معاني ساده تري باشند كه داراي قدرت و ظرافت نهفته در رياضي باشند.
اين موجب مي شود كه اين زبانها عمدتاً براي تحقيقات در محدودة به كارگيري دانش ابزارهاي زبان، ايجاد برن امه درست،‌و اتوماتيك كردن تأثير گذاري كد، مفيد واقع شوند.
همـــچنين بـــايد توجه داشت كه گر چه عملكرد بسياري از برنامه هاي AI كاملاً پيچيده مي باشد ولي كدي كه داراي اين عملكرد است بايد ساده و مشخص باشد.
بلوك هاي بزرگ مركب و پيچيده با كد مشخص داراي AI مناسب نمي باشند يك زبان خوب توصيف شده،‌يك ابزار مهم براي دريافت اين اهداف مي باشد.*}
----
!خلاصه اي دربارة LISP و PROLOG

به وسيله برآورده كردن نيازهاي گفته شده، LISP و PROLOG هر دو داراي زبانهاي برنامه نويسي غني و كاملي هستند وقتي كه اين زبانها را فرا مي گيريم،
---
!!PROLOG

{*PROLOG يكي از بهترين نمونه و مثال يك زبان برنامه نويسي منطقي است. ايده استفاده توصيفي محاسبه اوليه براي بيان خصوصيات حل مسئله يكي از محوريت هاي مشاركتPROLOG مي باشد كه براي علم كامپيوتر به طور كلي و به طور اخص براي زبان برنامه نويسي هوشمند مورد استفاده قرار مي گيرند. نفع استفاده از محاسبه اوليه براي برنامه نويسي شامل يك ساختار ظريف و ساده و قابل معني مي شود.
به دليل همين خصوصيات است كه PROLOG به عنوان يك محرك اصلي و مفيد براي تحقيقاتي مثل موارد برنامه نويسي آزمايشي به عنوان يك كد، متغير كردن برنامه و طراحي ويـــژگيهـاي زبان سطح بالا، مطرح است. PROLOG و ديگر زبانهاي منطقي يك سبك برنامه نويسي مشخصي را دنبال مي كنند كه در آنها برنامه ها به صورت دستورات پشت سرهم و متوالي براي ايجاد يك ((الگوريتم))، نوشته مي شوند. اين نوع برنامه اصولاً به كامپيوتر مي گويد كه «چه چيزي درست است» و «چه چيزي بايد صورت گيرد» و اين به برنامه نويس اجازه مي دهد كه بر روي حل مسئله به صورت يك سري خصوصيات از يك محدوده تأكيد كند تا اينكه بخواهد به جزئيات نوشتاري سطح پائين ساختارهاي الگوريتمي براي بعد بپردازد.
مزيت اين زبان به وسيله پروژه هايي كه براي ارزيابي و گسترش قدرت بيان برنامه هاي منطقي نوشته شده اند،‌ اثبات شده است.
بحث دربارة يك چنين كاربردهايي مي تواند در سمينار و گردهمائي هاي مربوط به زبان برنامه نويسي هوش مصنوعي در سطح بين المللي مطرح شود.*}
---
!!LISP
#@
@#16:
{*LISP اولين بار به وسيله JACK MCCARTHY در اواخر دهه 1950 مطرح شد اين زبان به عنوان يك مدل پيوسته محاسباتي بر اساس تئوري عملكرد مجدد،‌معرفي شد.
در مقالات اولية ((جان مک کارتی|مك كارتي)) (1960) اهداف خود را مشخص مي كند: ايجاد يك زبان سمبوليك تا يك زبان محاسباتي. ايجاد زباني كه بتوان از آ‌ن به عنوان يك مدل محاسباتي بر اساس تئوري عملكرد مجدد استفاده كرد و از آن بتوان براي تعريف دقيق يك ساختار و تعريف زباني استفاده كرد.
در حقيقت اين مدل برنامه نويسي طوري مؤثر بوده است، كه تعدادي از ديگر زبانها بر اساس عملكرد برنامه نويسي آن واقع شده اند مثل FP ، ML و SCHEME .
اين ليست اساس برنامه ها و ساختارهاي اطلاعاتي در LISP است، LISP خلاصه شده نام پروسه LIS است. اين برنامه يك سري ليست هاي عملكردي درون ساختاري دارد.
LISP به برنامه نويس قدرت كامل براي اتصال به ساختارهاي اطلاعاتي را مي دهد.
اصولاً LISP يك زبان كامل است كه داراي عملكردها وليست هاي لازمه براي توصيف عملكردهاي جديد، تشخيص تناسب و ارزيابي معاني مي باشد.
تنها هدف كنترل برنامه بازگشت و شرايط منحصر به فرد است. عملكردهاي كامل تر هنگامي كه لا زم باشد در قالب اين اصول تعريف مي شوند. در طي زمان بهترين عملكردها به عنوان بخشي از زبان مي شوند. پروسه توسعة زبان به وسيلة اضافه كردن عملكردهاي جديد موجب توسعه محورهاي زيادي از LISP مي شوند كه اغلب شامل صدها عملكرد بخصوص براي ايجاد اطلاعات كنترل برنامه، خروجي و ورودي، Edit كردن عملكردهاي LISP مي شوند.
اين ارتباطات محركه اي هستند كه به وسيله LISP از يك مدل ساده و ظريف به يك مدل قوي و غني و عملكردي براي ساخت سيستم هاي ((نرم افزار))ي بزرگ، تبديل مي شود.
يكي ازمهم ترين برنامه هاي مرتبط با LISP برنامه SCHEME مي باشد كه يك تفكر دوباره دربارة زبان در آن وجود دارد كه به وسيله توسعه AI وبراي آموزش اصول مفاهيم علم كامپيوتر مورد استفاده قرار مي گيرند.*}
---
!!7. برنامه نويسي شيء گرا

{*برخلاف برنامه LISP و PROLOG ،‌برنامه شيء گرا ريشه در ((مهندسي نرم افزار)) دارد. اولين بار در سال 1970 توسعه يافته كه به وسيله Alan Kay اين تحقيقات صورت گرفته است.
ساخت ايده ها از محرك، كه زبان نروژي تظاهر مي كند در سال 1960 و مقاله Symour در استفاده از LOGO براي آموزش كودكان، صورت پذيرفته است.
استفاده از Dyna book براي اولين بار به عنوان يك كامپيوتر، كه افرادي به غير متخصصان علم كامپيوتر با آن سروكار داشتند.
بـــه دليل اينكه كاربر افراد معمولي بودند سيستم عملكرد و كاربرد نرم افزار نبايد تكنيكي مي بود و به سادگي قابل تشخيص بود. راه حل آنها براي اين مسئله يك مداخلة گرافيكي است با استفاده از منوها و آيكون هاي گرافيكي و اشاره گرها، يك موس يا يك سري برنامه ها براي اديت كردن، داده ها مي باشد.
دخالت كاربر در طراحي يك notebook متأثر از طراحي كاربرها براي يك سري كامپيوترهاي تخصصي مثل سيستم هاي به كارگيري كامپيوتر شخصي مثل مكينتاش، ماكروسافت و محل هاي مربوط به ((ويندوز)) مي باشد.
در يك برنامه small talk ،‌همه چيز در قالب هدف و يك ساختار قابل محاسبه مرك و قراردادي مطرح مي شود. اهداف نه فقط شامل انواع اطلاعات براي محاسبه بلكه شامل انواع روشهاي لازم براي محاسبه حالت و وضعيت هدف نيز مي شوند.
ارزشهاي يك هدف به صورت كلاس ها بيان مي شود. اهداف ممكن است اهداف طبقه بندي شده كه توصيف كنندة تمامي مواد يك نمونه باشد و بيانگر نوع ذات و توصيف تما مي موارد يا مواردي كه بيانگر يك عضو واحد هستند را شامل شود.
وقتي مواردي از يك نوع اطلاعات به وسيله اهداف توصيف مي شود اين موارد ذاتاً داراي نوع توصيف و روشهاي توصيفي از عملگرهايشان مي باشند،‌براي شكل دادن يك عمليات بر روي يك هدف، يك پيام به سمت هدف فرستاده شده كه حاصل روش مناسبي مي باشد. به عنوان مثال، اضافه كردن 3 و 4 پيام 4+ به سمت شيء 3 فرستاده مي شود و 3 پاسخ مي دهد مي شود 7 .
به وسيله ايجاد انواع تركيب اطلاعات و عمل بر روي آنها در يك عمل واحد مربوط به هدف، small talk از كد Modular (پيمانه اي) توسعه و نوع كاربرد براي عناصر اطلاعات و كد مربوط به تكثير آنها، پشتيباني مي كند.
به دليل اينكه اهداف small talk در قالب يك كلاس شبكه اي همراه با اهداف كاملاً ويژه كه بخشي از تمامي روش هــاي كاملاً كلي است ، بسيار ساده است كه يك ساختار جديد برنامه اي توصيف كنيم كه عملاً با اهداف موجود در برنامه همراه باشد. بنابراين يك برنامه اصولاً مي تواند قدرت كامل يك سيستم باشد كه شامل ((گرافيك))،‌بازنگري و ارتباط است.
علاوه بر اين روش هاي توسعه نرم افزاري مثل ارائه اطلاعات و زبانهاي نهفته، فشار بر اپراتور و استفاده از كدها از طريق يك گروه اصلي و زبانهاي نهفته در قالب يك مدل رايج پشتيباني مي شوند.
زبانهاي شيء‌گرا همراه با بسياري از خصوصيات مندرج در يك كلاس اطلاعاتي، شامل كلاس اصلي و توانايي پاسخ در ساختار اطلاعات مي شود به همين دلايل زبانهاي شيءگرا در برنامه نويسي AI استفاده مي شوند.*}
---
!محيطهاي هيبريد

{*نياز به برنامه نويسي اطلاعاتي موجب توسعة تعدادي برنامه نويسي و تكنيك هاي زبان، شامل سيستم هاي توليد،‌قوانين و كلاس شيء‌گرا مي شود.
يك سيستم هيبريد بيانگر نمونه هاي چند منظوره در قالب يك محيط برنامه نويسي خاص مــي باشد. گر چه محيطهاي ((هيبريد)) متفاوت مي باشد. ولي عموماً شامل خصوصيات ذيل مي شوند.
__ 1-__نمايش شيء گرا از محدوده اشياء
__2-__قوانين نمايش اطلاعات neuristic
__3-__پشتيباني از انواع روش هاي جستجو
__4-__توصيف دامنة كاربرد عملكرد متقابل و تأثيرات جانبي
__5-__تداخلگرهاي گرافيكي
__6-__اجتناب از زبانهاي زيرين
__7-__توانائي ترجمه اطلاعات جهت اجراي سريعتر يا تحويل روي يك ماشين كوچكتر
__8-__ يك نمونه هيبريد
بسياري از نمونه هاي مطلوب اصولاً از طريق اشيا، ارتباطات و كنش و واكنش متقابل بين آنها واقع يم شود در شكل زير يك نمونه اتصال به وسيله باطري همراه با يك سوئيچ براي يك لامپ (شكل 364) در نظر گرفته شده است.
لامپ، باطري و سوئيچ ممكن است هر كدام به وسيله كلاسها بيان شوند كه بيانگر ويژگيهاي باطري، سوئيچ و لامپ باشد . مشخصه هاي الكترونيكي شكل 2 ممكن است به عنـــوان موارد بخصوصي از اين كلاس هاي كلي بيان مي شوند. توجه داشته باشيد كه نمونه ها داراي مقادير نمونه اي مربوط به كلاس خاص شيء مربوط به خود مي شوند به عنوان مثال اگر سوئيچ 1 در حالت خاموش قرار گيرد. قسمت كنترل كه مربوط مي شود به لامپ 1 تحت تأثير قرار خواهد گرفت كه اين موارد در شكل زير نشان داده شده اند.
يك قانون ممكن است در اينجا به وجود بيايد كه :
اگر نور وارد AND نشود، سوئيچ AND را بسته و باطري درست است بنابراين بايد به قسمتي كه ممكن است آسيب ديده باشد مراجعه كرد.
در نمايش هيبريد قوانين داراي ويژگيهايي هستند كه بيشتر بيانگر مقدار اهميت كلاسها و اشياء مي باشند.كه در شكل 3 به آن اشاره شده است. اين قانون ممكن است به عنوان بخشي از قانون اوليه سيستم در تلاش براي به جريان انداختن اين مدار باشد كه در جاي ديگر براي راه اندازي سوئيچ كنترل براي حالات متغير است.*}
---
!!9. انتخاب زبان كاربردي

{*همانگونه كه هوش مصنوعي به مرحله رشد مي رسد وقابليت هاي خود را در طيف وسيعي از مسائل كاربردي به اثبات مي رساند اعتماد به LISP و PROLOG نيز مدنظر مي باشد، ‌موارد مربوط به توسعة نرم افزاري، همانند نياز به تداخلگرها به صورت ساده و آ‌سان همراه با يك كد منطقي تا استفاده از AI در Moduleهاي كوچكتر و يا بزرگتر در برنامه ها و نياز به ايجاد توسعه استاندارد متأثر از مشتريان دولتي و يا گروهي موجب توسعة سيستم هاي AI در انواع زبانهاي مثل ((زبان برنامه نویسی C|C)) ، , C++, Java و Smalltalk شده است.*}
---
---

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

هوش مصنوعي - 2


جان مك كارتي (John McCarthy) كه اين واژه را نخستين بار در سال 1956 به كار بـرده است آن را چنين تعريف مي‌كند: « دانش ومهندسي ساخت ماشين‌هاي هوش‌مند »

هوش مصنوعي - 2

هوش مصنوعي (AI) هم هوش‌مندي ماشين است و هم شاخه‌اي از علوم رايانه كه به ساخت آن كمك مي‌كند.
جان مك كارتي (John McCarthy) كه اين واژه را نخستين بار در سال 1956 به كار بـرده است آن را چنين تعريف مي‌كند:

« دانش ومهندسي ساخت ماشين‌هاي هوش‌مند »


پژوهش‌گران هوش مصنوعي تلاش مي‌كنند تا ماشين‌ها را به توانايي‌ي استدلال، منطق، تدبر، يادگيري، ارتباط، وادراك مجهز

جان مك كارتي (John McCarthy)

كنند.پژوهش‌هايي كه در (AI) صورت مي‌گيرد ابزارها وديدگاه‌هاي متنوعي از دانش از جمله علوم رايانه، روان‌شناسي، فلسفه، عصب‌شناسي،نمايش دانش(مطالعه‌ي چگونگي‌ي قرار دادن دانش در يك قالب(فرم) به گونه‌اي كه رايانه بتواند آن را درك كند.)، زبان شناسي، اقتصاد، نظريه‌ي كنترل، احتمال ومنطق را به كار مي‌گيرد.
اين پژوهش‌ها با زمينه‌هايي مثل روبوتيك، داده‌كاوي(‌Data Mining)‌ و رياضيات فازي نيز تا حد زيادي تعامل و هم‌پوشاني دارد.
پژوهش در زمينه‌ي AI هم جنبه‌ي نظري دارد وهم جنبه‌ي تجربي.بخش تجربي‌ي اين پژوهش‌ها خود شامل دو بخش بنيادي و كاربردي است.
در اين جا دو رويه‌ي اصلي براي پژوهش وجود دارد :
1. رويه‌اي كه به مدل‌سازي و تقليد روان‌شناسي و فيزيولژي انسان به عنوان الگوي هوش‌مندي مي‌‌پردازد.(تست تورينگ يادتان هست!!)
2. رويه‌اي كه به مطالعه‌ و صورت بندي‌ي منطقي‌ي واقعيت‌هاي عقل سليم درباره‌ي جهان و يافتن اصول موضوعه‌ي رفتار هوش‌مند مي‌پردازد.
اين دو روي‌كرد تا حد زيادي با‌هم تعامل دارند و هردو بايد در نهايت موفق شوند.البته برخي از پژوهش‌گران دسته‌ي دوم به موفقيت پژوهش‌هاي نوع اول خوش‌بين نيستند. آن‌‌ها معتقدند پرداختن به اصول هوش مصنوعي معقول‌تر از صرف وقت براي عبور از تست تورينگ است. آن‌ها چنين استدلال مي‌كنند كه "پرواز مصنوعي" زماني موفق شد كه برادران رايت وديگران تقليد از پرندگان را كنار گذاشتند وبه آيروديناميك پرداختند.
در واقع رويه‌ي دوم نوعي مهندسي است كه در پي يافتن شرايط بهينه است وبه اين كه انسان لزوما به‌ترين و بالاترين ويژگي‌هاي هوش‌مندي را در تمام زمينه‌ها دارد، اعتقادي ندارد. بنا بر اين در اين روش، هوش مصنوعي الزاما شبيه‌سازي هوش انساني نيست، هر چند در جاهايي به وضوح از آن تقليد مي‌كنند.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

هرچند ريشه هاي ذهني وعقلاني هوش مصنوعي وماشين‌هاي هوش‌مند را بايد در اسطوره‌هاي يونان جست‌وجو كرد،نخستين

ماروين مينسكي
Marvin Minsky

آلن نيوويل
Allen Newell

هربرت سيمون
Herbert Simon

كلود شانون
Claude Shannon

گام عملي در اين حوزه در اواسط قرن بيستم برداشته شد.يعني براي آن‌كه انسان نگاهي نوگرا،علمي والبته عملي به اين موضوع داشته باشد،بيش از 20 قرن زمان لازم بود. در سال‌هاي مياني قرن بيستم جمعي از دانش‌مندان روي‌كرد جديدي به ساخت ماشين‌هاي هوش‌مند بنا نهادند.اين روي‌كرد بر اساس آخرين كاوش‌هاي عصب‌شناسي،نظريه‌ي رياضي نو ابداعي به اسم نظريه‌ي اطلاعات، دانش سايبرنتيك، وفراتر از همه‌ي اين‌ها بر اساس كاركرد ماشين نوظهوررايانه‌ي رقمي ( كامپيوتر ديجيتالي) شكل گرفته بود.
در اين ميان پروژه‌ي تحقيقاتي دارتموث در تابستان 1956 در زمينه‌ي هوش مصنوعي، نقطه‌ي عطفي در تاريخ دانش رايانه محسوب مي‌شود.هدف جاه‌طلبانه‌اي كه براي كار 10 نفر در ظرف دو ماه تعيين شده بود، چنين بود: " تمامي جنبه‌هاي آموزش يا هر ويژگي‌ي ديگر هوش رااساسا مي‌توان آن‌چنان دقيق تعريف كرد كه بتوان آن را روي يك ماشين شبيه‌سازي نمود."
كساني كه در اين پروژه شركت داشتند افرادي بودند كه در سال‌هاي بعد پيش‌آهنگان اين عرصه‌ي نوين دانش وفناوري بودند. در ميان آن‌ها چهره‌هاي شاخصي نظير جان مك كارتي (كه پدر هوش مصنوعي لقب گرفته‌است وحتا ساماندهي پروژه‌ي دارتموث بر عهده‌ي او بود.)، ماروين مينسكي (Marvin Minsky) ، آلن نيوويل (Allen Newell)، هربرت سيمون (Herbert Simon) و كلود شانون (Claude Shannon) كه پديد آورنده‌ي نظريه‌ي رياضي‌ي اطلاعات است، به چشم مي‌خورد.
با وجودي كه پروژه‌ي تحقيقاتي دارتموث به توليد يك ماشين هوش‌مند نيانجاميد، هدف‌ها و روش‌هايي را بنيان نهاد كه به شناسايي حوزه‌ي هوش مصنوعي به عنوان يك حوزه‌ي مستقل وبعدها پيشتاز در مطالعات دانش رايانه منجر گرديد.
مك كارتي در سال ‌1958 زبان ليسپ(LISP) را ابداع كرد. ليسپ مخفف زبان پردازش ليست‌‌هاست وهمان‌طور كه از نامش برمي‌آيد تمام داده‌ها در آن به صورت ليست نمايش داده مي‌شوند.درآن زمان اين زبان به به‌ترين زبان برنامه‌نويسي در هوش مصنوعي تبديل شد وهنوز هم مورد استفاده قرار مي‌گيرد.
مستقل از زمستان‌هاي نه‌چندان سردي كه هوش مصنوعي با آن مواجه بوده‌است پيش‌رفت‌ها ادامه داشت تا اين‌كه در سال ‌1997 برنامه‌ي Deep Blue كه توسط شركت IBM طراحي شده‌بود به اولين برنامه‌ي كامپيوتري براي بازي شطرنج تبديل شد و در اين سال گري كاسپارف، شطرنج‌باز مشهور روسي از اين رايانه شكست خورد وبدين ترتيب فصل جديدي در فناوري هوش مصنوعي رقم خورد.
اكنون ‌AI مي‌تواند فعاليت‌هاي گوناگوني مانند زمان‌بندي و برنامه ريزي‌ي خودكار عمليا‌ت فضاپيماهاي ناسا كنترل خودكار اتومبيل‌ها،تشخيص بيماري‌ها، انجام جراحي به كمك روبوت‌ها وحتا درك زبان و حل مسئله را به‌ عهده گيرد.
كمي تاريخ‌چه....

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

هوش‌مصنوعي چگونه پيش مي‌رود؟

روش‌شناسي(methodology) هوش‌ مصنوعي هنوزبه عنوان يك نقطه‌ي ضعف مورد انتقاد بسياري از صاحب‌نظران است. از نظر برخي از آن‌ها، اين ضعف يك شكل تكاملي است كه به تاريخ‌چه‌ي كوتاه علم رايانه مربوط است.
روش‌هاي هوش‌ مصنوعي روش‌هايي هستند كه به درد حوزه‌هايي مي خورند كه مسائل آن‌ها به‌خوبي تعريف نمي‌شوند. به طور مثال بسياري از مسائل محاسباتي‌ي معمولي از محاسبات فيزيك گرفته تا محاسبه‌ي حقوق ودست‌مزد مسائلي هستند كه تعريف مشخصي دارند وبراي آن‌ها الگوريتم‌هاي معيني وجود دارد. براي اين‌گونه مسائل نيازي به جست‌و‌جو براي يافتن حل مسئله نيست.
دانش‌مندان هوش مصنوعي وبه طور كلي دانش‌مندان رشته‌هاي مختلف ، اكنون مايلند با مدل‌هايي كاركنند كه مي‌توان آن را مدل مؤلف ناميد. مثلا زمينه‌اي از علوم را در نظر بگيريد كه خبرگان آن بر سر مباني‌ي دانش آن توافق عمومي ندارند ولي فردي وجود دارد كه نظرات مشخص وخوب تعريف شده‌اي درباره‌ي مباني‌ي دانش آن حوزه دارد.- نظراتي كه ممكن است ديگران با آن موافق نباشند- حال اگر بر مبناي نظرات اين فرد وبا باز نمود آن دانش سامانه‌ي خبره‌ي خاصي طراحي وساخته شود، آن سامانه به آن شخص نسبت داده مي‌شود.
با نگاهي به تاريخ‌چه‌ي هوش مصنوعي مي‌توان گذار يكنواختي از تمركز برروي ماشين به تمركز برروي مسئله را مشاهده كرد.هم اكنون طراحي پردازنده‌ نسبت به طراحي شبكه‌هايي كه به نحو كارآمدي پردازنده‌ها را به يكديگر پيوند مي‌دهند،از اهميت كم‌تري برخوردار است وطراحي نرم افزارها به نحوي كه باعث شود پردازنده‌هاي موازي مانند يك رايانه‌ي منفرد بسيار سريع وبسيار قابل اطمينان رفتاركنند، چالش بزرگ‌تري است. با وجودي كه هوش مصنوعي به اهداف بزرگش دست‌نيافته است، موفقيت‌هاي كنوني‌اش به دگرگوني‌هايي در صنايع انجاميده است. الگوريتم‌هاي جديد براي نگاره‌سازي(گرافيك)، تصويرسازي،و واقعيت مجازي به تقويت هوش رايانه‌اي كمك شاياني كرده‌است.هم اكنون كارخانه‌هاي خودروسازي،شبكه‌هاي رايانه‌اي را درماشين‌هايشان قرار مي‌دهند.
به زودي ماشين‌هاي لباس‌شويي خواهند توانست با رايانه‌هاي شخصي‌ي شما اطلاعات مبادله كنند!!!

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

همه چیز درباره هوش مصنوعی به زبان ساده

هوش مصنوعی یکی از مقوله هایی است که در علوم کامپیوتر، اهمیت فراوان دارد و تغییرات در هوش مصنوعی می توانند تحولات گسترده ای را در فناوری اطلاعات پدید بیاورند. در این مقاله قصد داریم که هوش مصنوعی را به شما معرفی کنیم. علاوه بر این چند روبات مطرح را نیز به شما معرفی خواهیم کرد. سعی ما بر این است که این مقاله بتواند به اندازه کافی راهنمای شما باشد

- هوش مصنوعی چیست؟
هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم:

استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی ... ولی به جز این ها چیز های دیگری هم در رابـ ـطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن 21 مربوط نمی شود، بلکه از سال 1950 این مباحث به طور جدی مطرح شد.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

- پیشینه ی هوش مصنوعی:
باید گفت که از این نظر هوش مصنوعی یکی از غنی ترین تاریخ ها را دارد، منتها در قصه ها! ماشین ها و مخلوقات مصنوعی باشعور، اولین بار در افسانه های یونان باستان مطرح شدند. شبه انسان ها باور داشتند که باید یک تمدن بزرگ را تشکیل دهند؛ تندیس ها و مجسمه های انسان نما در مصر و یونان به حرکت در آمده بودند و ... حتی در مواردی این قصه ها، پای جابر بن حیّان و چند تن دیگر را هم به سازندگان موجودات مصنوعی باز کردند.

از قصه ها که بگذریم ؛ فیلسوف ها و ریاضی دان ها از مدت ها پیش مباحث مربوط به استدلال و منطق را پیش کشیدند و امروزه این مباحث به صورت قرار دادی، به رسمیت پذیرفته شده است. این گونه منطق ها اساس کامپیوتر های دیجیتال و برنامه پذیر شده اند. یکی از افرادی که نقش اساسی و مهمی در این مورد ایفا کرد آقای آلن تورینگ بود.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

نظریه تورینگ:
تئوری تورینگ مبتنی بر این بود که می توانیم با استفاده از نشانه ها و اعدادی مانند 0 و 1، هر استدلال ریاضی ای را در کامپیوتر عملی کنیم. همزمان با این نظریه کشف های تازه ای در زمینه ی عصب شناسی، نظریه اطلاعات و فرمانشناسی، به وقوع پیوسته بود. این پیشرفت ها الهام بخش گروهی کوچک از پژوهشگران شد تا به طور جدی به مساله ایجاد یک مغز الکترونیکی رسیدگی نمایند.

- تست تورینگ:
در سال 1950، آلن تورینگ مقاله ای را در رابـ ـطه با هوش مصنوعی منتشر ساخت که بعد ها به تست تورینگ مشهور شد. در این مقاله عنوان شده بود که اگر فردی از پشت یک دیوار یا هر چیز جدا کننده دیگری، با کامپیوتر مکالمه کتبی داشته باشد و نداند که طرف مقابلش انسان نیست و پس از پایان مکالمه نیز متوجه این موضوع نشود، آنگاه می توان کامپیوتر را ماشینی هوشمند نامید زیرا توانسته است که در برابر یک انسان به اندازه کافی از استدلال و منطق استفاده کند. تست تورینگ تا حدی توانست هوش مندی را توجیه کند ولی فقط ((تا حدی))! اما از آن زمان تا کنون ماشینی اختراع نشده است که توانسته باشد این تست را با موفقیت بگذراند. هر چند زبان AIML ابداع شد، اما این زبان هرگز به این حد از هوش مصنوعی دست نیافت.

تیمی که در زمینه هوش مصنوعی تحقیق می کردند، در تابستان سال 1956، کنفرانسی را در محوطه کالج دارتموس برگزار کردند. این کنفرانس به همراه افرادی مانند جان مک کارتی، ماروین مینسکی، آلین نویل و هربت سیمون که برای دهه ها پیشتازان تحقیق برای هوش مصنوعی بودند انجام شد. آنها و دانش آموزان آنها، برنامه ای نوشته بودند که حقیقتا برای عده زیادی از مردم شگفت آور بود. این برنامه می توانست مشکلات نوشتاری در جبر را حل کند، استدلال های منطقی را اثبات کند و به زبان انگلیسی سخن بگوید. در اواسط دهه ی 1960، بودجه سنگینی برای دایرکردن آزمایشگاه های تحقیقاتی در گرداگرد دنیا، از سوی حوزه ی دفاعی ایالات متحده آمریکا، اختصاص داده شد. پیشتازان هوش مصنوعی درباره آینده آن در جهان بسیار خوش بین بودند. هربت سیمون پیشبینی کرده بود که در مدت 20 سال، کامپیوتر های هوشمند می توانند، هر کاری را که انسان انجام می دهد، انجام دهند. در واقع مشکلات بزرگی که در آن زمان برای ایجاد هوش مصنوعی وجود داشت، اساسا حل شده بود.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود

 

[☾♔TALAYEH_A♔☽]

- زمستانی سخت برای هوش مصنوعی:
علیرغم چیز هایی که در بالا گفته شد، تیم مذکور، در شناخت و رفع برخی از مشکلات هوش مصنوعی با شکست مواجه شد، در سال 1970 در مقابل انتقادات آقای جیمز لایتهیل از انگلستان و فشار های مداوم کنگره برای کم کردن بودجه برای پروژه های بزرگ، دولت های انگلیس و آمریکا تمام پژوهش های به نتیجه نرسیده برای هوش مصنوعی را لغو کردند و در اندک سالیان بعد از آن، به سختی برای هوش مصنوعی، بودجه اختصاص داده می شد. این دوره را زمستان هوش مصنوعی یا A.I winter می نامند.

به زودی در سال 1980، پژوهش ها بر روی هوش مصنوعی از سر گرفته شد و این امر مدیون این بود که سیستم های هوشمند، به موفقیت های تجاری دست یافتند. سیستم های هوشمند، ترکیب هایی از هوش مصنوعی بودند که مهارت و دانش و توان تجزیه تحلیلی یک متخصص را شبیه سازی می کردند. در سال 1985، هوش مصنوعی به بازار یک میلیارد دلاری دست یافت و در همان زمان پروژه ی کامپیوتر های نسل پنجم ژاپن، که متوقف شده بود، از سر گرفته شد و بودجه ای برای تحقیقات آکادمیک در این زمینه در نظر گرفته شده بود. اما در سال 1987 باز هم چرخ گردان به گونه ای دیگر چرخید و بازار فروش ماشین های پردازش لیست (Lisp Machines) (با زبان Lisp) که با مشکلاتی موجه بودند، نابود شد و در یک ثانیه تمام آبروی هوش مصنوعی را هم با خود برد. پس این بار زمستان طولانی تر و سخت تری برای هوش مصنوعی فرارسید.

سایت دانلود رمان نگاه دانلود

تالار نقد نگاه دانلود