کاربرد هوش مصنوعی چیست ؟
کاربرد هوش مصنوعی چیست ؟
هوش مصنوعی یا هوش مصنوعی شبیه سازی فرایندهای هوش انسانی توسط ماشین ها ، به ویژه سیستم های رایانه ای است. این فرایندها شامل یادگیری ، استدلال و اصلاح خود می باشد. برخی از کاربردهای هوش مصنوعی شامل سیستم های خبره ، تشخیص گفتار و بینایی ماشین است. هوش مصنوعی به طرز چشمگیری در حال پیشرفت است. این در حال حاضر جهان ما را از نظر اجتماعی ، اقتصادی و سیاسی متحول می کند.
هوش مصنوعی توسط جان مک کارتی ، دانشمند کامپیوتر آمریکایی ، در سال 1956 در کنفرانس دارتموث محل تولد این رشته ابداع شد. امروزه این یک اصطلاح چتری است که از اتوماسیون فرآیند رباتیک گرفته تا رباتیک واقعی را شامل می شود. هوش مصنوعی می تواند وظایفی مانند شناسایی الگوهای موجود در داده ها را با کارآیی بیشتر از انسان انجام دهد و به این ترتیب کسب و کارها می توانند اطلاعات بیشتری نسبت به داده های خود کسب کنند . با کمک هوش مصنوعی ، می توان مقادیر گسترده ای از داده ها را برای نقشه برداری از فقر و تغییرات آب و هوایی ، خودکار کردن شیوه های کشاورزی و آبیاری ، شخصی سازی مراقبت های بهداشتی و یادگیری ، پیش بینی الگوهای مصرف ، ساده سازی مصرف انرژی و مدیریت پسماند تجزیه و تحلیل کرد .
انواع هوش مصنوعی:
هوش مصنوعی را می توان از چند طریق طبقه بندی کرد. اولین مورد AI را به عنوان AI ضعیف یا AI قوی طبقه بندی می کند. هوش مصنوعی ضعیف همچنین به عنوان AI باریک شناخته می شود ، یک سیستم AI است که برای نوع خاصی از کار طراحی و آموزش داده می شود. هوش مصنوعی قوی که به آن هوش عمومی مصنوعی نیز گفته می شود ، یک سیستم هوش مصنوعی با توانایی های شناختی تعمیم یافته انسان است به طوری که در صورت ارائه یک کار ناآشنا ، از هوش کافی برای یافتن راه حل برخوردار است. تست تورینگ، که توسط ریاضیدان آلن تورینگ در سال 1950 تهیه شده است ، روشی است که برای تعیین اینکه آیا کامپیوتر می تواند مانند انسان فکر کند ، استفاده می شود ، اگرچه این روش بحث برانگیز است. مثال دوم از آرند هینتزه ، استادیار زیست شناسی تلفیقی و علوم و مهندسی کامپیوتر در دانشگاه ایالتی میشیگان است. وی هوش مصنوعی را به چهار نوع طبقه بندی کرد و این موارد به شرح زیر است:
- نوع 1: ماشین های راکتیو. به عنوان مثال ، Deep Blue ، یک برنامه شطرنج IBM است که می تواند مهره های روی صفحه شطرنج را شناسایی کند و می تواند بر اساس آن پیش بینی کند. اما مهمترین عیب این امر این است که حافظه ندارد و نمی تواند از تجربیات گذشته برای اطلاع رسانی به آینده استفاده کند. همچنین حرکات احتمالی خود و مخالفان آن را تجزیه و تحلیل می کند. Deep Blue و AlphaGO برای اهداف باریک طراحی شده اند و به راحتی نمی توانند در هر موقعیت دیگری استفاده شوند.
- Type2: حافظه محدود این سیستم های هوش مصنوعی می توانند از تجربیات گذشته برای اطلاع رسانی تصمیمات آینده استفاده کنند. بیشتر عملکردهای تصمیم گیری در خودروهای خودمختار از این طریق طراحی شده اند.
- نوع 3: نظریه ذهن: این یک اصطلاح روانشناسی است ، که به درکی که دیگران در اعتقادات و مقاصد خود دارند و بر تصمیماتی که می گیرند تأثیر می گذارد. در حال حاضر این نوع هوش مصنوعی وجود ندارد.
- نوع 4: خودآگاهی. در این گروه ، سیستم های هوش مصنوعی دارای احساس خود هستند ، هوشیاری دارند. ماشین آلات دارای خودآگاهی وضعیت فعلی خود را درک می کنند و می توانند از اطلاعات برای استنباط آنچه دیگران احساس می کنند استفاده کنند. این نوع هوش مصنوعی هنوز وجود ندارد.
فناوری های هوش مصنوعی:
بازار فناوری های هوش مصنوعی در حال شکوفایی است. هوش مصنوعی شامل انواع فن آوری ها و ابزارها است ، برخی از فن آوری های اخیر به شرح زیر است:
- Generation Language Generation : ابزاری است که متن را از داده های رایانه تولید می کند. در حال حاضر در خدمات مشتری ، تولید گزارش و خلاصه بینش هوش تجاری استفاده می شود.
- تشخیص گفتار : گفتار انسان را رونویسی کرده و به قالبی مفید برای برنامه های رایانه ای تبدیل می کند. در حال حاضر در سیستم های پاسخ صوتی تعاملی و برنامه های تلفن همراه استفاده می شود.
- عامل مجازی : عامل مجازی یک شخصیت مجازی ساخته شده ، متحرک ، دارای هوش مصنوعی رایانه ای (معمولاً با ظاهر انسان گرا) است که به عنوان نماینده خدمات آنلاین مشتری فعالیت می کند. این مکالمه هوشمندانه را با کاربران انجام می دهد ، به سوالات آنها پاسخ می دهد و رفتارهای غیرکلامی کافی را انجام می دهد. به عنوان مثال یک نماینده مجازی معمولی ، لوئیز ، نماینده مجازی eBay است که توسط یک توسعه دهنده فرانسوی / آمریکایی VirtuOz ایجاد شده است .
- یادگیری ماشین : الگوریتم ها ، API ها (رابط برنامه کاربردی) جعبه ابزار توسعه و آموزش ، داده ها و همچنین قدرت محاسباتی را برای طراحی ، آموزش و استقرار مدل ها در برنامه ها ، فرآیندها و سایر ماشین ها فراهم می کند. در حال حاضر در طیف گسترده ای از برنامه های سازمانی استفاده می شود ، که بیشتر شامل پیش بینی یا طبقه بندی است.
- سیستم عامل های یادگیری عمیق : نوع خاصی از یادگیری ماشین متشکل از شبکه های عصبی مصنوعی با چندین لایه انتزاع است. در حال حاضر در برنامه های شناسایی و طبقه بندی الگوهای پشتیبانی شده توسط مجموعه داده های بسیار بزرگ استفاده می شود.
- بیومتریک: بیومتریک از روشهایی برای شناخت منحصر به فرد انسانها بر اساس یک یا چند ویژگی ذاتی جسمی یا رفتاری استفاده می کند. در علوم کامپیوتر ، به ویژه ، از بیومتریک به عنوان شکلی از مدیریت دسترسی به هویت و کنترل دسترسی استفاده می شود. همچنین برای شناسایی افراد در گروه هایی که تحت نظارت هستند ، استفاده می شود. در حال حاضر در تحقیقات بازار استفاده می شود.
- ربات رباتیک اتوماسیون : استفاده از اسکریپت ها و روش های دیگر برای خودکار کردن عملکرد انسان برای پشتیبانی از فرآیندهای کارآمد تجاری. در حال حاضر در جایی استفاده می شود که انجام یک کار برای انسان ناکارآمد باشد.
- تجزیه و تحلیل متن و NLP : پردازش زبان طبیعی (NLP) با تسهیل درک ساختار و معنی جمله ، احساسات و قصد از طریق روش های آماری و یادگیری ماشین ، از تجزیه و تحلیل متن استفاده و پشتیبانی می کند. در حال حاضر در شناسایی و امنیت کلاهبرداری ، طیف وسیعی از دستیارهای خودکار و برنامه های کاربردی برای استخراج داده های بدون ساختار استفاده می شود.
کاربردهای هوش مصنوعی:
- هوش مصنوعی در بهداشت و درمان: شرکت ها از روش یادگیری ماشین برای تشخیص بهتر و سریعتر از انسان استفاده می کنند. یکی از شناخته شده ترین فناوری ها ، واتسون IBM است. این زبان طبیعی را می فهمد و می تواند به س questionsالات مطرح شده از آن پاسخ دهد. این سیستم داده های بیمار و سایر منابع داده موجود را برای تشکیل یک فرضیه استخراج می کند و سپس آن را با یک طرح نمره گذاری اطمینان ارائه می دهد. هوش مصنوعی مطالعه ای است که برای تقلید از هوش انسان در فناوری رایانه انجام شده است و می تواند به دو روش پزشک و بیمار به روش های زیر کمک کند:
- با تهیه آزمایشگاهی برای معاینه ، نمایندگی و فهرستنویسی اطلاعات پزشکی
- با ابداع ابزاری جدید برای پشتیبانی از تصمیم گیری و تحقیق
- با تلفیق فعالیت ها در علوم پزشکی ، نرم افزاری و شناختی
- با ارائه یک رشته غنی از محتوا برای جوامع پزشکی علمی آینده.
- هوش مصنوعی در تجارت : اتوماسیون فرآیند رباتیک برای کارهای بسیار تکراری که معمولاً توسط انسان انجام می شود اعمال می شود. الگوریتم های یادگیری ماشین در سیستم عامل های تجزیه و تحلیل و CRM (مدیریت ارتباط با مشتری) ادغام می شوند تا اطلاعاتی را در مورد چگونگی خدمات بهتر به مشتریان کشف کنند. چت بات ها قبلاً در وب سایت ها و شرکت های الکترونیکی گنجانده شده اند تا خدمات فوری را به مشتریان ارائه دهند. اتوماسیون موقعیت های شغلی نیز به یک نقطه صحبت در میان دانشگاهیان و مشاوره های فناوری اطلاعات تبدیل شده است.
- هوش مصنوعی در آموزش: درجه بندی را به صورت خودکار انجام می دهد و به مربیان وقت بیشتری می دهد. همچنین می تواند دانش آموزان را ارزیابی کرده و با نیازهای آنها سازگار شود و به آنها در کار با سرعت خود کمک کند.
- هوش مصنوعی در وسایل نقلیه خودمختار: دقیقاً مانند انسان ها ، اتومبیل های خودران باید حسگرهایی برای درک جهان اطراف خود داشته باشند و مغز برای جمع آوری ، پردازش و انتخاب اقدامات خاص بر اساس اطلاعات جمع آوری شده. وسایل نقلیه خودمختار با ابزار پیشرفته ای برای جمع آوری اطلاعات ، از جمله رادار برد بلند ، دوربین ها و LIDAR استفاده می کنند. هر یک از این فناوری ها در ظرفیت های مختلف استفاده می شوند و هر یک اطلاعات مختلفی را جمع آوری می کنند. این اطلاعات بی فایده است ، مگر اینکه پردازش شود و براساس اطلاعات جمع آوری شده ، نوعی از اطلاعات گرفته شود. اینجاست که هوش مصنوعی وارد عمل می شود و می توان آن را با مغز انسان مقایسه کرد. هوش مصنوعی چندین کاربرد برای این وسایل نقلیه دارد و در میان آنها سریع ترین موارد به شرح زیر است:
- هدایت اتومبیل به سمت پمپ بنزین یا ایستگاه شارژ هنگام کمبود سوخت.
- مسیرهای سفر را براساس شرایط شناخته شده ترافیک تنظیم کنید تا سریعترین مسیر را پیدا کنید.
- تشخیص گفتار را برای ارتباط پیشرفته با مسافران در نظر بگیرید.
- رابط های زبان طبیعی و فناوری های کمک مجازی.
- هوش مصنوعی برای رباتیک به ما امکان می دهد تا با چالش های مراقبت از سالخوردگی جمعیت روبرو شویم و استقلال بسیار طولانی تری را فراهم کنیم. این امر به شدت کاهش می یابد ، حتی ممکن است باعث کاهش حوادث رانندگی و مرگ و میر شود ، و همچنین امکان پاسخگویی به بلایا را برای موقعیت های خطرناک به عنوان مثال فروپاشی هسته ای در نیروگاه فوکوشیما فراهم می کند.
- فناوری سایبورگ: یکی از محدودیت های اصلی انسان بودن ، بدن و مغز ماست. محقق شیمون وایتسون فکر می کند که در آینده ، ما می توانیم خود را با رایانه تقویت کنیم و بسیاری از توانایی های طبیعی خود را تقویت کنیم. اگرچه بسیاری از این پیشرفت های احتمالی سایبورگ برای راحتی بیشتر اضافه می شوند ، اما ممکن است اهداف دیگر عملی تر باشند. یوکی ماتسوکا از Nest معتقد است که هوش مصنوعی برای افرادی که اندام قطع شده دارند مفید خواهد بود ، زیرا مغز قادر است با یک اندام رباتیک ارتباط برقرار کند تا کنترل بیشتری به بیمار بدهد. این نوع فناوری سایبورگ محدودیت هایی را که افراد قطع عضو روزانه با آن روبرو هستند به میزان قابل توجهی کاهش می دهد.
در آینده ، تجزیه و تحلیل پیش بینی و هوش مصنوعی می تواند نقش اساسی تری در ایجاد محتوا و همچنین در زمینه های نرم افزار داشته باشد. اطلاعات منبع باز و مجموعه هوش مصنوعی فرصت هایی را برای برابری فناوری جهانی فراهم می کند و فناوری مصنوعی می تواند به آینده در تمام حوزه های بهداشت ، محیط زیست ، امنیت عمومی و امنیت تبدیل شود.
اجرای پروژه های تخصصی هوش مصنوعی با مشاوره رایگان سلول پیشتاز
منبع : www.valluriorg.com
ثبت نام
با ایمیل خود وارد شویدورود
