هوش مصنوعی یا هوش ماشینی (Artificial Intelligence) هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف از خود نشان می‌دهد، گفته می‌شود.

هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسائل را داشته باشند. بیشتر نوشته‌ ها و مقاله‌ های مربوط به هوش مصنوعی، آن را به عنوان «دانش شناخت و طراحی عامل‌های هوشمند» تعریف کرده‌اند.

هوش مصنوعی را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، عصب‌شناسی، فیزیولوژی، تئوری کنترل، احتمالات و بهینه‌سازی جستجو کرد و کاربردهای گوناگون و فراوانی در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم اجتماعی و بسیاری از علوم دیگر دارد.

از زبان‌های برنامه نویسی هوش مصنوعی می توان به لیسپ، پرولوگ، کلیپس و ویپی اکسپرت اشاره کرد.

هوش مصنوعی، یک «عامل هوشمند» سیستمی است که با شناخت محیط اطراف خود، شانس موفقیت خود را پس از تحلیل و بررسی افزایش می‌دهد. جان مکارتی که واژه هوش مصنوعی را در سال ۱۹۵۶ استفاده نمود، آن را «دانش و مهندسی ساخت ماشین‌های هوشمند» تعریف کرده‌است.

تاریخچه

هوش مصنوعی توسط فلاسفه و ریاضی‌دانانی نظیر جرج بول که اقدام به ارائهٔ قوانین و نظریه‌هایی در مورد منطق نمودند، مطرح شده بود. با اختراع رایانه‌های الکترونیکی در سال ۱۹۴۳، هوش مصنوعی، دانشمندان آن زمان را به چالشی بزرگ فراخواند. دراین شرایط، چنین به‌نظر می‌رسید که این فناوری قادر به شبیه‌سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکّرین با هوش مصنوعی که با تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون شدیم.
نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت در این زمینه از سال ۱۹۶۰ میلادی شروع شد. (مرجع۱) بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها بود. در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین فعالیت‌هایی را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین روش برای حل آن‌ها به انجام رسانند.

اصطلاح هوش مصنوعی برای اولین بار توسط جان مکارتی (که از آن به‌عنوان پدر علم و دانش تولید ماشین‌های هوشمند یاد می‌شود) استفاده شد. وی مخترع یکی از زبان‌های برنامه نویسی هوش مصنوعی به نام لیسپ (lisp) است. با این عنوان می‌توان به هویت رفتارهای هوشمندانه یک ابزار مصنوعی پی برد. (ساختهٔ دست بشر، غیرطبیعی، مصنوعی) حال آنکه هوش مصنوعی به عنوان یک اصطلاح عمومی پذیرفته شده که شامل محاسبات هوشمندانه و ترکیبی (مرکب از مواد مصنوعی) است.

از اصطلاح “Strong and Weak AI” می‌توان تا حدودی برای معرفی رده‌بندی سیستم‌ها استفاده کرد.

آزمون تورینگ

آزمون تورینگ آزمونی است که توسط آلن تورینگ در سال ۱۹۵۰ در نوشته‌ای به نام «محاسبات ماشینی و هوشمندی» مطرح شد. در این آزمون شرایطی فراهم می‌شود که شخصی با ماشینی تعامل برقرار کند و پرسش‌های کافی برای بررسی اقدامات هوشمندانهٔ ماشین، از آن بپرسد. چنانچه در پایان آزمایش نتواند تشخیص دهد که با انسان و یا با ماشین در تعامل بوده است، آزمون با موفقیت انجام شده است. تا کنون هیچ ماشینی از این آزمون با موفقیت بیرون نیامده است. کوشش این آزمون برای تشخیص درستی هوشمندی یک سیستم است که سعی در شبیه‌سازی انسان دارد.

جایگاه آزمون تورینگ در هوش مصنوعی چیست؟

موضوع آن این است که اگر ماشین هوش مصنوعی بتواند طوری رفتار کند تا فردی که با آن کار می کند، نفهمد که این واقعا یک ماشین است، آن ماشین در آزمون موفق بوده است. همان طور که می بینید این موضوع بسیار جالب است و پیشروی در این علم واقعا می تواند درب های زیادی از موفقیت و تکنولوژی را برای جهانیان بگشاید.
شاید بتوان گفت هدف غائی هوش مصنوعی در این روزگار “انسان نما” بودن آن است، چرا که حقیقتا ما تا کنون موجودی با هوش تر از انسان دو پا ! نیافته ایم. لازم به ذکر است که تا کنون هیچ ماشین هوش مصنوعی نتوانسته است از این آزمون با موفقیت عبور کند. البته این را ما هم در زندگی روزمره تجربه کرده ایم. مثال واضح آن بازی های کامپیوتری دارای هوش مصنوعی می باشد. هر قدر هم که یک بازی کامپیوتری حرفه ای ساخته شده باشد، باز هم بازیکنان با موارد تکراری و پیش بینی شده بسیاری مواجه می شوند.این “قابل پیش بینی بودن” بازی هوش مصنوعی خود نوعی اشکال است، چراکه همانطور که می دانیم انسان “غیر قابل پیش بینی است”. از همین روست که بازی های فوتبال را نمی توانیم صد در صد پیش بینی کنیم. البته ما امیدوار هستیم که بتوانیم روزی الگوریتم همچین ماشینی را بنویسیم اما تا آن جا راه بسیاری مانده است.

احساسات در هوش مصنوعی

اگر اخبار را دنبال بکنید می دانید که یکی از مواردی که هر چند روز تکرار می شود ساخت روبات های جدید و پیشرفته است. البته بعضی از این روبات های هوش مصنوعی چه از لحاظ ظاهر و چه از لحاظ برنامه ریزی آنچنان عجیب هستند که انسان را به شگفتی وا می دارند. سوال این است : هوش مصنوعی چیست؟ در میان این روبات های دارای هوش مصنوعی روبات های انسان نما جلوه ای دیگر دارند و اهداف دیگری را دنبال می کنند. انسان موجودی است که با حواس مختلف از بیرون وجود خود اطلاعات دریافت می کند و بر اساس آن اطلاعات پردازش انجام داده و پاسخ مناسب می دهد. در واقع نکته مهم همین است. احساس! آن ها احساس دارند یا نه؟

سعی بر این است که روبات های انسان نمای هوش مصنوعی هم بتوانند بیشترین درک احساسات و محسوسات را داشته باشد. هوش مصنوعی چیست؟ در واقع همین مورد است که باعث شود آن ها را انسان نما بدانیم. روبات انسان نما روباتی است که با محیط اطراف خود تعامل داشته باشد، از آن اطلاعات دریافت کند و بر اساس آن اطلاعات پردازش مناسبی داشته باشد. بعد از پردازش اطلاعات حال نوبت پاسخ هوش مصنوعی به محیط می باشد. در واقع هدف همین است. هر قدر پاسخ مناسب تر باشد ما به هدف خود نزدیک تر شده ایم. اما مقدمات این کار بسیار دشوار است. آیا تا به حال از خود پرسیده اید که روبات ما چگونه بتواند حواس پنجگانه ما را تجربه کند؟ هوش مصنوعی چیست؟ حتما با فکر کردن درباره پاسخ این سوال دریافته اید که یکی از مشکل ترین مراحل کار فراهم آوردن سخت افزار هوش مصنوعی مناسب برای ایجاد تعامل مناسب با محیط است.به هر حال ساخت روبات ها یکی از بزرگترین اهداف بشر در عصر امروز، یعنی عصر تکنولوژی و انفجار اطلاعات و هوش مصنوعی است. تلاش ها همچنان ادامه دارد، اما افق های روشن نزدیک هستند. البته پیشرفت های کنونی نیز درخور توجه اند اما یک تکنولوژی وقتی به ثمر نشسته است که بتواند خود را در متن زندگی مردم جای دهد.به عنوان مثال صنعت خودرو یا کامپیوتر، که امروزه توانسته به عرصه کاربرد روزمره بیاید. برای اینکه هوش مصنوعی نیز بتواند جای خود را باز کند، باید “به صرفه” باشد. در این دو مورد اخیر نیز که مثال زدیم، این فاکتور کاملا رعایت شده است. به همین دلیل است که ثروتمندترین شرکت ها را می توان در همین دو صنعت مشاهده کرد. با پیشرفت هر چه بیشتر کشور ها و استفاده از تکنولوژی هوش مصنوعی چیست چه در زمینه زندگی روزمره و چه در زمینه توسعه دولت ها پیش بینی می شود هوش مصنوعی نیز به یکی از بزرگ ترین صنعت ها در تاریخ بشر تبدیل شود.

آیا هوش مصنوعی ریاضی است؟

بسیاری از دانشمندان فعال در زمینه هوش مصنوعی در اصل ریاضی دان بوده اند . آنها بر این باورند که اگر بتوان دانش موجودات هوشمند را با مدل های ریاضی بیان کرد آنگاه می توان این دانش ریاضی شده را به ماشینی منتقل کرد که قادر به استفاده از ان باشد . توجه شود که کامپیوتر خود یک ماشین ریاضی است و هر آنچه برای کامپیوتر تعریف می کنیم ابتدا باید به زبان ریاضی بیان شود.

تعریف و طبیعت هوش مصنوعی

هنوز تعریف دقیقی برای هوش مصنوعی که مورد توافق دانشمندان این علم باشدارائه نشده‌است و این به هیچ وجه مایهٔ تعجب نیست. چرا که مقولهٔ مادر و اساسی‌تر از آن، یعنی خود هوش هم هنوز بطور همه‌جانبه و فراگیر تن به تعریف نداده‌است. در واقع می‌توان نسل‌هایی از دانشمندان را سراغ گرفت که تمام دوران زندگی خود را صرف مطالعه و تلاش در راه یافتن جوابی به این سؤال عمده نموده‌اند که: هوش چیست؟

اما اکثر تعریف‌هایی که در این زمینه ارایه شده‌اند بر پایه یکی از ۴ باور زیر قرار می‌گیرند:

1. سیستم‌هایی که به طور منطقی فکر می‌کنند.
2. سیستم‌هایی که به طور منطقی عمل می‌کنند.
3. سیستم‌هایی که مانند انسان فکر می‌کنند.
4. سیستم‌هایی که مانند انسان عمل می‌کنند.

شاید بتوان هوش مصنوعی را این گونه توصیف کرد: «هوش مصنوعی عبارت است از مطالعه این که چگونه کامپیوترها را می‌توان وادار به کارهایی کرد که در حال حاضر انسان‌ها آنها را صحیح یا بهتر انجام می‌دهند». هوش مصنوعی به هوشی که یک ماشین از خود نشان می‌دهد و یا به دانشی در کامپیوتر که سعی در ایجاد آن دارد گفته می‌شود. بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی آن را «دانش شناخت و طراحی عامل‌های هوشمند» تعریف کرده‌اند. یک عامل هوشمند، سیستمی است که با شناخت محیط اطراف خود، شانس موفقیت خود را بالا می‌برد.

اینکه هوش مصنوعی چیست و چه تعریفی می‌توان از آن بیان نمود؟ مبحثی است که تاکنون دانشمندان به یک تعریف جامع در آن نرسیده‌اند و هریک تعریفی را ارائه نموده‌اند که در زیر نمونه‌ای از این تعاریف آمده‌است.

• هنر ایجاد ماشینهایی که وظایفی را انجام می‌دهند که انجام آنها توسط انسانها نیاز به هوش دارد (کورزویل- ۱۹۹۰)
• مطالعهٔ استعدادهای ذهنی از طیق مدل‌های محاسباتی (کارنیاک و مک درموت – ۱۹۸۵)
• مطالعهٔ اینکه چگونه کامپیوترها را قادر به انجام اعمالی کنیم که در حال حاضر، انسان آن اعمال را بهتر انجام می‌دهد. (ریچ و نایت -۱۹۹۱)
• خودکارسازی فعالیت‌هایی که ما آنها را به تفکر انسانی نسبت می‌دهیم. فعالیت‌هایی مثل تصمیم گیری، حل مسئله، یادگیری و … (بلمن -۱۹۷۸)
• تلاشی نو و مهیج برای اینکه کامپیوترها را قادر به فکر کردن کنیم. ماشین‌هایی با فکر و حس تشخیص واقعی (هاگلند-۱۹۸۵)
• یک زمینهٔ تخصصی که به دنبال توضیح و شبیه‌سازی رفتار هوشمندانه بوسیله فرایندهای کامپیوتری است. (شالکوف -۱۹۹۰)
• مطالعه محاسباتی که درک، استدلال و عمل کردن را توسط ماشین‌ها را ممکن می‌سازد. (وینستون – ۱۹۹۲)
• توانایی دست یافتن به کارایی در حد انسان در همهٔ امور شناختی توسط رایانه (آلن تورینگ – ۱۹۵۰)
• هوش مصنوعی دانش و مهندسی ساخت ماشین‌های هوشمند و به خصوص برنامه‌های رایانه‌ای هوشمند است. هوش مصنوعی با وظیفه مشابه استفاده از کامپیوترها برای فهم چگونگی هوش انسان مرتبط است، اما مجبور نیست خودش را به روش‌هایی محدود کند که بیولوژیکی باشند. (جان مک کارتی – ۱۹۸۰)
• هوش مصنوعی علم طراحی سیستم‌هایی رایانه‌ای ویا الکترونیکی است که تلاش می‌نماید تا رفتار انسان گونه را بازسازی نماید.” به عبارت دیگر: هوش مصنوعی علم و مهندسی ایجاد ماشین‌هایی با هوش با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی می‌باشد. (مسعود مولوی-۲۰۰۶)

هوشمندی مفهومی نسبی دارد و نمی‌توان محدوده صحیحی را برای ارائه تعریف از آن مشخص نمود. رفتاری که از نظر یک فرد هوشمند به نظر می‌رسد؛ ممکن است برای یک فرد دیگر اینگونه به نظر نرسد. اما در مجموع خصوصیات زیر قابلیت‌های ضروری برای هوشمندی است:

• پاسخ به موقعیت‌های از قبل تعریف نشده با انعطاف بسیار بالا و بر اساس بانک دانش
• معنا دادن به پیام‌های نادرست یا مبهم
• درک تمایزها و شباهت‌ها
• تجزیه و تحلیل اطلاعات و نتیجه‌گیری
• توانمندی آموختن و یادگرفتن
• برقراری ارتباط دوطرفه

به فرض اینکه تعاریف بالا را از هوشمندی بپذیریم، موارد زیر فهرستی است از وظایفی که از یک سیستم هوشمند انتظار می‌رود و تقریباً اکثر دانشمندان هوش مصنوعی بر آن توافق نظر دارند به شرح زیر است:

• تولید گفتار
• تشخیص و درک گفتار (پردازش زبان طبیعی انسان)
• دستور پذیری و قابلیت انجام اعمال فیزیکی در محیط طبیعی و مجازی
• استنتاج و استدلال
• تشخیص الگو و بازشناسی الگو برای پاسخ گویی به مسائل بر اساس دانش قبلی
• شمایلی گرافیکی و یا فیزیکی جهت ابراز احساسات و عکس العمل‌های ظریف
• سرعت عکس العمل بالا

فلسفه هوش مصنوعی

بطور کلی ماهیت وجودی هوش به مفهوم جمع‌آوری اطلاعات، استقراء و تحلیل تجربیات به منظور رسیدن به دانش و یا ارایه تصمیم است. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسائل دریافت شده تلقی می‌شود. هوش مصنوعی علم و مهندسی ایجاد ماشین‌هایی هوشمند با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی است.

در مقایسهٔ هوش مصنوعی با هوش انسانی می‌توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم است در حالی که هوش مصنوعی مبتنی بر قوانین و رویه‌هایی از قبل تعبیه شده بر روی کامپیوتر است. در نتیجه علی‌رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوش‌های مصنوعی نبوده‌ایم.

بطور کلّی، هوش مصنوعی را می‌توان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشتهٔ تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعهٔ فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافته‌است باید تفاوت قائل بود.

اتاق چینی

اتاق چینی بحثی است که توسط جان سیرل در ۱۹۸۰ مطرح شد در این راستا که یک ماشین نمادگرا هرگز نمی‌تواند دارای ویژگی‌هایی مانند مغز و یا فهمیدن باشد. صرف نظر از اینکه چقدر از خود هوشمندی نشان دهد.

مدیریت پیچیدگی

ایجاد و ابداع فنون و تکنیک‌های لازم برای مدیریت پیچیدگی را باید به عنوان هستهٔ بنیادین تلاش‌های علمی و پژوهشی گذشته، حال و آینده در تمامی زمینه‌های علوم رایانه و به ویژه در هوش مصنوعی معرفی کرد. شیوه‌ها و تکنیک‌های هوش مصنوعی در واقع، برای حل آن دسته از مسائل به وجود آمده‌است که به طور سهل و آسان توسط برنامه‌نویسی تابعی یا شیوه‌های ریاضی قابل حلّ نبوده‌اند.

در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمیت است که بر پیچیدگی فائق می‌آییم و می‌توانیم بر روی بخش‌هایی از مسئله متمرکز شویم که مهم‌تر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایه‌ها و ترازهای بالاتر از هوشمندی انتزاع را نشانه می‌رود تا آنجا که سرانجام، برنامه‌های کامپیوتری درست در همان سطحی کار خواهند کرد که خود انسان‌ها رسیده‌اند.

به یاری پژوهش‌های گستردهٔ دانشمندان علوم مرتبط، هوش مصنوعی تاکنون راه بسیاری پیموده‌است. در این راستا، تحقیقاتی که بر روی توانایی آموختن زبان‌ها انجام گرفت و همچنین درک عمیق از احساسات، دانشمندان را در پیشبرد این دانش کمک زیادی کرده‌است. یکی از اهداف متخصصین، تولید ماشینهایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.

برای نمونه ربات هوشمندی که بتواند اعضای بدن خود را به حرکت درآورد، نسبت به این حرکت خود آگاه بوده و با آزمون و خطا، دامنه حرکت خود را گسترش می‌دهد و با هر حرکت موفقیت آمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته و یا حتی می‌دود و یا به روشی برای جابجا شدن دست می‌یابد که سازندگانش برای او متصور نبوده‌اند.

هر چند نمونه بالا ممکن است کمی آرمانی به نظر برسد، ولی به هیچ عنوان دور از دسترس نیست. دانشمندان عموماً برای تولید چنین ماشینهایی از وجود مدلهای زنده‌ای که در طبیعت وجود به ویژه آدمی نیز سود برده‌اند.

هوش مصنوعی اکنون در خدمت توسعه علوم رایانه نیز هست. زبان‌های برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن ساخته‌اند، پایگاه‌های داده‌ای پیشرفته، موتورهای جستجو، و بسیاری نرم‌افزارها و ماشین‌ها از نتایج پژوهش‌هایی در راستای هوش مصنوعی بوده‌اند.

از زبان‌های برنامه نویسی هوش مصنوعی می توان به لیسپ، پرولوگ، کلیپس و ویپی اکسپرت می‌باشد.

تکنیک‌ها و زبان‌های برنامه نویسی هوش مصنوعی

عملکرد اولیهٔ برنامه نویسی هوش مصنوعی ایجاد ساختار کنترلی مورد لزوم برای محاسبهٔ سمبولیک است. زبان‌های برنامه نویسی لیسپ و پرولوگ علاوه بر اینکه از مهمترین زبان‌های مورد استفاده در هوش مصنوعی هستند خصوصیات نحوی ومعنایی آنها باعث شده که آنها شیوه‌ها و راه حل‌های قوی برای حل مسئله ارایه کنند. تأثیر قابل توجه این زبان‌ها بر روی توسعه هوش مصنوعی از جمله توانایی‌های آنها به عنوان ابزارهای فکرکردن است. در حقیقت همان‌طور که هوش مصنوعی مراحل رشد خود را طی می‌کند، زبان‌های لیسپ و پرولوگ بیشتر مطرح می‌شوند که این زبان‌ها کار خود را در محدودهٔ توسعه سیستم‌های هوش مصنوعی در صنعت ودانشگاه‌ها دنبال می‌کنند و طبیعتاً اطلاعات در مورد این زبان‌ها به عنوان بخشی از مهارت هر برنامه نویس هوش مصنوعی است.

• پرولوگ: یک زبان برنامه نویسی منطقی است. یک برنامهٔ منطقی دارای یک سری ویژگی‌های قانون و منطق است. در حقیقت خود این نام از برنامه نویسی PRO در LOGIC می‌آید. در این زبان یک مفسر برنامه را بر اساس یک منطق می‌نویسد. ایدهٔ استفادهٔ توصیفی محاسبهٔ اولیه برای بیان خصوصیات حل مسئله یکی از محوریت‌های پرولوگ است که برای علم کامپیوتر به طور کلی و بطور جزئی برای زبان برنامه نویسی هوشمند مورد استفاده قرار می‌گیرند.
• لیسپ: اصولاً یک زبان کامل است که دارای عملکردها و لیست‌های لازمه برای توصیف عملکردهای جدید، تشخیص تناسب و ارزیابی معانی است. لیسپ به برنامه نویس قدرت کامل برای اتصال به ساختارهای اطلاعاتی را می‌دهد. گر چه لیسپ یکی از قدیمی‌ترین زبان‌های محاسباتی است که هنوز فعال است ولی دقت کافی در برنامه نویسی وطراحی توسعه باعث شده است که این یک زبان برنامه نویسی فعال باقی بماند. در حقیقت این مدل برنامه نویسی طوری مؤثر بوده‌است که تعدادی از دیگر زبان‌ها مانند اف پی، ام‌ال و اسکیم براساس عملکرد برنامه نویسی آن بنا شده‌اند. یکی از مهمترین برنامه‌های مرتبط با لیسپ برنامهٔ اسکیم است که یک تفکر دوباره در بارهٔ زبان در آن وجود دارد که بوسیله توسعه هوش مصنوعی وبرای آموزش واصول علم کامپیوتر مورد استفاده قرار می‌گیرد.

عامل‌های هوشمند

عامل‌ها (Agents) قادر به شناسایی الگوها و تصمیم گیری بر اساس قوانین فکر کردن خودهستند. قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش، تعریف می‌شود. این سیستم‌ها بر اساس قوانین خاص خود فکر کرده و کار خود را به درستی انجام می‌دهند. پس عاقلانه رفتار می‌کنند، هر چند الزاماً مانند انسان فکر نمی‌کنند.

در بحث هوشمندی اصطلاح پیس (به انگلیسی: PEAS) سرنام واژه‌های “کارایی (Performance)”، “محیط (Environment)”، “اقدام گر (Agent)” و “حسگر (Sensor)” است.

سیستم‌های خبره

سیستم‌های خبره زمینه‌ای پرکاربرد در هوش مصنوعی و مهندسی دانش است که با توجه به نیاز روزافزون جوامع بر اتخاذ راه حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانهٔ انسانی مورد نیاز است و بر اهمیت نقش آنها نیز افزوده می‌شود. سیستم‌های خبره به حل مسائلی می‌پردازند که به طور معمول نیازمند تخصص‌های کاردانان و متخصّصان انسانی است. به منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر اینگونه سامانه‌ها به دانش موجود در آن زمینه خاص ضروری می‌گردد.

آناتومی روبات های دارای هوش مصنوعی

همواره برای شبیه سازی یک پدیده طبیعی به صورت مصنوعی ناگزیر هستیم ساده سازی هایی انجام دهیم. درست است که این کار شبیه سازی را کمی دچار مشکل می کند اما باعث می شود کار ما بسیار راحت شود. شبیه سازی آناتومی بدن انسان برای ساخت روبات هوش مصنوعی نیز همانطور که در شکل می بینید ساده شده است. اما یکی از مشکلات اصلی برای این موجود دو پا حفظ تعادل آن است. بی شک مکانیزمی نه چندان ساده برای این کار لازم است. در مراحل بعدی نیز باید امکانات بیشتری به این روبات اضافه کنیم اما همانطور که گفتم قدم اول و اصلی حفظ تعادل آن است.

گرایش هوش مصنوعی در دانشگاه های ایران

اگر نگاهی کلی به گرایش بیندازیم، این گرایش بین نرم افزار و معماری کامپیوتر می باشد و در هردو آن ها کاربرد هایی دارد. بیشترین کاری که دنبال می شود، ساختن سامانه های هوشمند و رباتیک است.
حال با هم چند مورد از مهارت های دانشجویان هوش مصنوعی را مرور می کنیم :
شبکه عصبی : این روش های شبکه با قابلیت پردازش بیشتر در بهینه سازی و تخمین توابع و …. کاربرد دارند.
رباتیک : ربات ها با استفاده از الگوهای کامپیوتری کارهای خاص انجام می دهند.
منطق فازی : این منطق صفر و یکی نیست بلکه میان آن را هم در نظر می گیرد. حالا زیاد توضیح نمیدم خودتون بروید و بخوانید!
سیستم های خبره و…. هم از زمینه های مطالعه گرایش می باشد. امیدوارم با خواندن این گرایش به خوبی به سوال “هوش مصنوعی چیست” پاسخ دهید.

منبع: