هوش مصنوعی(Artificial Intelligence) از دو کلمه متفاوت ساخته شده است. منظور از مصنوعی(Artificial) یعنی ساخته شده به دست بشر است و از طرفی دیگر هوش(Intelligence) به معنای توانایی ذهن برای درک اصول، حقیقت، حقایق یا معانی، کسب دانش و تبدیل علم به عمل بر پایه توانایی یادگیری و درک کردن است. بنابراین هوش مصنوعی ماشینی است که توسط انسان ها ایجاد می‌شود تا زندگی را آسان و راحت کند که به صورت برنامه‌های رایانه‌ای یا ماشین‌هایی بوده که به فکر کردن و یادگیری کمک می‌کنند. البته به طور کلی هم می توان گفت که هر شی که اطرافمان است و می تواند بازخوردی را از خود بجای بگذارد، می تواند نشان دهنده وجود هوش مصنوعی درون خود باشد(حتی در ساده ترین موارد مانند ساعت کوکی!).

کاربردهای هوش مصنوعی

1. در حوزه سلامت که از پیشگیری، پیشبینی، تشخیص تا درمان را شامل می شود که بیشتر بحث های آینده ما را در بر خواهد شد.
2. در حوزه آموزش وپرورش که می تواند در حوزه یادگیری، ارزشیابی، مشاوره و استعدادیابی دانش آموزان ورود کند.
3.  در حوزه اقتصاد با تحلیل وضع موجود و پیش بینی آینده می تواند در همه حوزه های مرتبط با پول و سرمایه ورود کند.
4.  در حوزه کسب و کار می تواند به شکل های مختلف از جمله نحوه سرویس دهی به مشتریان و کنترل کارمندان اثر گذار باشد.
5.  در حوزه قانون و قضا می تواند عدالت اجتماعی بیشتری را به ارمغان آورده و بخشی از بروکراسی اداری را اصلاح و سریعتر کند.
6.  در حوزه تولید و کشاورزی با هر سطح و موضوعی می تواند نقش مثبتی را ایفا کند.
7.  در حوزه تفسیر داده ها و بالاخص داده های بزرگ
8. و نهایتا در هر جایی از زندگی روزمره از کار با موبایل گرفته تا خرید از فروشگاه را شامل شود.

هوش مصنوعی شاخه‌های گوناگونی دارد، که در ذیل بیشتر با آن‌ها آشنا می‌شویم:

یادگیری ماشین (Machine Learning)

یکی از شاخه‌های زیرمجموعه‌ی هوش مصنوعی یادگیری ماشین است، در این روش، کامپیوتر پس از پردازش داده‌ها  به صورت هوشمندانه الگوهای موجود در آن‌ها را استخراج کرده، آن‌ها را یاد می‌گیرد و می‌تواند از آن‌ها استفاده کند، در صورتی که علاقه‌مندید بیشتر در این مورد بدانید، مقاله‌ی یادگیری ماشین را مطالعه کنید.

این فرایند در چنین سیستمی بدون برنامه‌نویسی صریح انجام می‌پذیرد، یعنی به طور مستقیم برنامه‌ای برای انجام واکنش‌های خاص برای سیستم نوشته نشده‌است، بلکه سیستم به کمک الگوریتم‌های خود و با توجه به نتایج به‌دست آمده از پردازش داده‌ها، الگوریتم خود را توسعه داده و موارد جدید را به آن‌ها می‌افزاید، به زبانی ساده ماشین خودش را به صورت خودکار به‌روز می‌کند.

شبکه‌ی عصبی (Neural Networks)

شبکه‌های عصبی مصنوعی (Artificial Neural Networks) یا ANN که به اختصار آن‌را شبکه عصبی نیز می‌نامند، نوع خاصی از مدل یادگیری است که روش کارکرد سیناپس ها در مغز انسان را تقلید می‌کند، همان‌گونه که گفتیم این سیستم ایده‌ای برای پردازش اطلاعات است که از سیستم عصبی زیستی انسان الهام گرفته است و دقیقا همانند مغز انسان به پردازش اطلاعات می‌پردازد.

شبکه‌ی عصبی مصنوعی نیز همانند سیستم عصبی انسان، از طریق ارائه‌ی مثال، تجربیات جدید را می‌آموزند، الگوها را شناسایی و آن‌ها را دسته‌بندی می‌کند، در یک سیستم زیستی، یادگیری از طریق برقرار اتصالات سیناپسی بین اعصاب انجام می‌شود و در یک شبکه‌ی عصبی مصنوعی این یادگیری از طریق گره‌ها (Node)‌های این شبکه و برقرار ارتباط بین آن‌ها انجام می‌پذیرد.

بینایی ماشین (Machine Vision)

در این روش ماشین سعی می‌کند، تصاویر دو‌بعدی را پردازش کرده و با استفاده از آن‌ها جهان سه‌بعدی ما را پردازش کند، در این تکنیک، کامپیوتر‌ها جهان ما را با استفاده از دوربین‌ها می‌بینند، آن‌ها را با استفاده از الگوریتم‌های بینایی ماشین پردازش کرده و سپس تحلیل می‌کنند، در پایان می‌توانند اشیای موجود در تصویر را درک کرده و با توجه نوع آن‌ها تصمیم‌گیری‌های خاصی را انجام می‌دهند.

سیستم‌های خبره (Expert System)

سیستم‌های خبره یکی از شاخه‌های هوش مصنوعی می‌باشد که می‌تواند با شبیه‌سازی نحوه‌ی تفکر یک متخصص فرایند تصمیم‌گیری را انجام دهد، در حقیقت این‌گونه سیستم‌ها الگوهای منطقی مورد استفاده‌ی یک متخصص در تصمیم‌گیری‌های واقعی را شناسایی کرده و بر اساس آن‌ها همانند یک انسان متخصص اقدام به تصمیم‌گیری می‌کنند و در نهایت نتایج به دست آمده از تجزیه و تحلیل داده‌ها را به سایرین ارائه می‌دهند.

پردازش زبان طبیعی (NLP)

پردازش زبان طبیعی یا Natural Language Processing یعنی درک ماشین نسبت به گفتار، نوشتار و ارتباطات انسانی، با استفاده از این تکنیک رایانه‌ها می‌توانند نتیجه‌گیری‌هایی با مبنای احساسی از ورودی‌های زبانی دریافت کرده و با توجه به آن‌ها تصمیم‌گیری کنند.

الگوریتم ژنتیک (Genetic Algorithm)

الگوریتم‌های ژنتیک با هدف تقلید فرآیند تکامل طبیعی موجودات زنده ابداع شدند، در حقیقت این سیستم‌ها از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه برای پیش‌بینی و یا تطبیق دادن الگوهای موجود استفاده می‌کنند و به مرور زمان تکامل پیدا می‌کنند.

روباتیک (Robotic)

در این‌گونه سیستم‌ها با استفاده از سنسورهای مختلف و هوشمند اطلاعات محیط اطراف دریافت شده و به ماشین داده می‌شود، در نهایت ماشین با استفاده از پردازش داده‌های دریافت شده نتایج خاصی را استنتاج کرده و با توجه به آن‌ها تصمیم‌گیری‌هایی را انجام می‌دهد، از این روبات‌ها می‌توان در شرایطی که حضور برای انسان خطرناک است، استفاده کرده یا برای شبیه‌سازی رفتار طبیعی انسان از آن‌ها بهره‌مند شد.

منابع:

www.hamyarit.com

www.marcopacs.com