منظور از هوش مصنوعي چيست ؟

همه چيز درباره نرم افزارهاي مالي و حسابداري

منظور از هوش مصنوعي چيست ؟

 هوش تصنعي و مصنوعي در كل صنعت هاي چشم ميشود امروزه از هوش تصنعي مي‌قدرت در اكثري از صنعت هاي مقايسه كنترل هزينه و تقليل هزينه و مركزها كاري سراغ گرفت؛ درمان‌گاه‌ها، مغازه‌هاي خرده‌فروشي، سيستم‌هاي نظارت‌گر پيشگو كه قوي به حرف كردن ميباشد و … پيرو به قسمت‌هايي از گزارش Harvard Business Review كه به تحليل ديده‌اندازهاي هوش تصنعي پرداخته و به كاركردهاي اين فناوري hj اشاره مي كنيم. بهبود ارزيابي‌هاي بازاريابي امروزه به لطف استدلال‌ها و هوش تصنعي، بازاريابي رو به سوي تكامل و بسط داراست و ما از اين شيوه مي توانيم دريابيم كه چه گونه براي ارتقا ظريف پيشنهادها به مشتري، سراغ پرداختن بيش‌خيس داده‌كاوي داده ها برويم و به چه شكل نياز مشتري را بهتر ادراك كنيم.

مخلوط هوش تصنعي و مصنوعي در اپ‌هاي نظارت‌گر براي افزايش همت هوش تصنعي، يك نكته حائض اهميت وجود دارااست و آن اين كه استراتژي مرتبط با آن، از استراتژي پهناور‌خيس كسب‌وكار شما تغذيه مي‌نمايد و به همين برهان مي بايست همواره عواملي همانند هم‌سويي اشخاص، فرايندها و فناوري را مدنظر قرار داشته باشيد.

 

غير وابسته كردن خاطر از حقيقت Oliver Schabenberger نائب رئيس اجرايي و رئيس ارشد فناوري SAS ميگويد هوش تصنعي ياري مي‌نمايد كه ماشين‌ها هوشمندانه‌خيس فعاليت نمايند اما اين فناوري قوي وجود ندارد عالم را به قبضه خويش در آورد. هوش تصنعي به چه شكل عمل مي‌نمايد؟

هوش تصنعي و مصنوعي مبتني بر ادغام مقادير انبوه داده با پردازش‌هاي سريع و چندباره و با الگوريتم‌هاي هوشمند فعاليت مي‌نمايد و اذن مي دهد قابل انعطاف‌افزارها با به كار گيري از الگوها يا اين كه امكان‌هاي جان دار در داده‌ها، به صورت اتوماتيك فراگيري ببيند و ارتقا پيدا نمايند.

هوش تصنعي يك فن‌ي پژوهشي عظيم دربرگيرنده اشكال نظريه‌ها، طرز‌ها و فناوري‌ها ميباشد كه مشتمل بر زيرمجموعه‌هايي نيز مي‌باشد. به دنبال به بعضا از مهمترين موردها آنان اشاره ميكنيم: يادگيري ماشيني، ساخت‌و‌ساز سبك تحليلي را اتوماتيك مي‌نمايد. اين نوع يادگيري، براي يافتن نگرش‌هاي نهان در داده‌ها – سواي اين كه براي كسب سود، به طور واضحً گزينه نرم‌افزار‌نويسي قرار گيرد – متدهايي از كانال‌هاي عصبي، آمار، پژوهش ها عملياتي و فيزيك را به سرويس مي گيرد.

يك كانال عصبي سيرتكامل‌اي از يادگيري ماشيني تلقي مي گردد كه از واحدهاي به هم پيوسته (مانند نورون‌ها) ايجاد شده است. نورون‌ها از روش جواب دادن به ورودي‌هاي فرنگي و نيز انتقال داده ها ميان هر واحد، داده‌ها را پردازش مي‌نمايند. اين مراحل نيازمند عبور يك سري باره‌ي داده براي يافتن ارتباطات و نيز معنايابي از داده‌هاي تعريف‌و‌تمجيد نشده (undefined data) مي باشد. يادگيري عميق با استعمال از كانال‌هاي عصبي انبوه كه لايه‌هاي پردازشي زيادي دارا هستند، از پيشرفت‌هاي انجام يافته در حوزه اقتدار پردازشي (Computing Power) و تكنيك‌هاي توسعه يافته يادگرفتن، براي يادگيري الگوهاي پيچيده در داده‌هاي انبوه استعمال مي‌نمايد. اپ‌هاي كاربردي رايج درين حوزه عبارتند از تشخيص تصوير و گفتار. رايانش شناختي (Cognitive Computing) يك كدام از زيرمجموعه‌هاي هوش تصنعي و مصنوعي ميباشد كه ميكوشد تعاملات طبيعي و شبه‌انساني با ماشين‌ها آماده آورد.

 

مقصود آخري به كار گيري از هوش تصنعي و رايانش شناختي عبارت ميباشد از قابليت و امكان مشابه‌سازي فرايندهاي انساني در ماشين‌ها؛ كه‌اين اساسي راهنماي تبليغات گوگل از نگاه امكان تعبير تصاوير و گفتارها به دست مي آيد تا در پي به مقصود «كلام اعلام كردن منطقي و داراي ارتباط» دست يابد. بصيرت رايانه‌اي (Computer Vision) براي تشخيص آن چه در عكس يا اين كه كليپ مشاهده مي گردد، بر طبق آشنايي سرمشق و يادگيري عميق ميباشد.

 

در شرايطي كه ماشين‌ها بتوانند تصاوير را پردازش، فهم و شعور و نظارت نمايند، توانا خواهند بود به طور آني عكس و تصوير گرفته و گوشه و كنار حريم‌شان را تعبيروتفسير نمايند. پردازش گويش‌هاي طبيعي يا اين كه به اصطلاح NLP به معناي بضاعت رايانه‌ها در بررسي، ادراك و ساخت لهجه انساني مثلا كلام بيان كردن ميباشد.

 

قدم بعدي NLP «تعامل گويش طبيعي» ميباشد كه به‌وسيله‌ي آن آدم‌ها ميتوانند با به كار گيري از گويش روزانه، براي صادر شدن امر انجام وظايف، با رايانه‌ها گفتمان نمايند. علاوه بر اين موردها، چند فناوري ديگر وجود داراست كه توانا به پشتيباني از هوش تصنعي و مصنوعي مي‌باشند: واحدهاي پردازش گرافيكي، كليد هوش تصنعي به شمار ميروند چون آنها اقتدار پردازشي سنگين را كه براي پردازش تكراري (Iterative Processing) ما يحتاج ميباشد، آماده مي آورند.

 

فراگيري كانال‌هاي عصبي نيز نيازمند استعمال از كلان داده‌ها به علاوه قدرت پردازشي ميباشد. وب شي ءها انبوهي از داده‌ها را از دستگاه‌هاي متصل آماده مياورد كه نصيب عمده‌ي اين داده ها، آيتم تجزيه و بررسي قرار نگرفته ميباشد. سبك‌هاي خودكارسازي (Automating Models) به يار هوش تصنعي و مصنوعي به ما قابليت و امكان به كارگيري هر چه بيشتر از اين داده ها را مي دهد. امروزه براي بررسي سريع‌خيس داده‌هاي انبوه در تبليغات در گوگل ادز چگونه است سطح ها متفاوت، از الگوريتم‌هاي توسعه يافته و تركيبي، به صورت‌هاي جديدي به كار گيري مي شود.

 

اين «پردازش‌هاي هوشمند» كليد شعور و پيش‌بيني رويدادها كم، سيستم‌هاي پيچيده و با صرفه‌سازي سناريوهاي منحصربه‌فرد به حساب ميآيد. رابط‌هاي اپ‌نويسي (APIها) گروه‌اي از كدها ميباشند كه با آنها مي‌قدرت تجهيزات هوش تصنعي و مصنوعي را به توليد ها و بسته‌هاي قابل انعطاف‌افزاري كنوني ادامه داد.

 

APIها مي توانند قابليت و امكان‌هاي تشخيص تصوير را به سيستم‌هاي امنيت خانگي بيافزايند؛ قابليت و امكان‌هاي Q&A كه قوي به تعريف داده ها ميباشد را به سرويس بگيرند؛ كپشن و تيتر ساخت‌و‌ساز نمايند؛ يا اين كه الگوهاي جذاب و ديدگاه‌هاي جانور در داده‌ها را استخراج نمايند.

 

به‌صورت خلاصه مي‌قدرت هوش تصنعي و مصنوعي درصدد ايجاد تعاملات شبه‌انساني با قابل انعطاف‌افزارها و نيز پشتيباني تصميم براي وظايف خاص ميباشد؛ اما اين فناوري جايگزيني براي آدم‌ها به شمار نمي‌رود و در آينده‌ي مجاورت هم چنين چيزي متصور وجود ندارد. بحران‌هاي به كارگيري از هوش تصنعي و مصنوعي كدام ميباشد؟ در‌صورتي‌كه چه هوش تصنعي در درحال حاضر تاثيرگذاري عظيم بر كل صنعت هاي ميباشد البته ما بايستي محدوديت‌هاي آن را بشناسيم. اساسي‌ترين محدوديت هوش تصنعي اين ميباشد كه طريق‌‌ي مهم سعي اين فناوري، بر طبق به كارگيري از داده‌هاست. هيچ روش ديگري براي تعبيروتفسير علم نيست.

 

به‌اين معنا كه هر سيرتكامل غلط در داده‌ها ممكن ميباشد در حاصل تاثيرگذار باشد. از سوي ديگر، هر لايه‌ي مازاد از پيش‌بيني يا اين كه بررسي، مي بايست به صورت غيروابسته به سيستم افزوده گردد. سيستم‌هاي مدرن هوش تصنعي و مصنوعي براي انجام يك گروه شغل هاي معين تهيه و تنظيم و تعريف‌و‌تمجيد گرديده‌اند. سيستمي كه پوكر بازي مي‌نمايد، توانمند به انجام شطرنج وجود ندارد؛ سيستمِ تقلب‌ياب نمي‌تواند خودرو را به تكان در آورد يا اين كه به اشخاص مشورت حقوقي بدهد.

سامانه‌ي هوشمندي كه كشف كننده تقلبات انجام‌گرديده در ناحيهي تندستي و بهداشت ميباشد، نمي‌تواند جعل ماليات يا اين كه تقاضاهاي گارانتي غيرواقعي را با تمركز بالا شناسايي نمايد. به عبارت ديگر امروزه اين سيستم‌ها بسيار تخصصي گرديده‌اند. روي يك عمل خاص متمركز ميباشند و نمي‌توانند مانند بشر‌ها اخلاق نمايند.

 

در شرايطي كه چه آن دسته از فناوري‌هاي هوش تصنعي و مصنوعي كه در تلويزيون يا اين كه فيلم‌ها نشان داده ميشود، بايستي هنوز در زمره مطالب علمي – تخيلي گنجانده شوند، ولي رايانه‌هايي كه براي يادگيري و انجام وظايف خاص، توانمند به جستجو در داده‌هاي پيچيده مي باشند، امروزه به طور كاملً رايج و عادي به شمار ميروند.

تا كنون نظري ثبت نشده است
ارسال نظر آزاد است، اما اگر قبلا در مونوبلاگ ثبت نام کرده اید می توانید ابتدا وارد شوید.