اگر الگوریتم دادههای اشتباهی را برای آموزش انتخاب کرده باشد، در صورت تغییر محیط، امکان انجام وظیفه محوله را نخواهد داشت. محققان از چیزی به نام شبکههای عصبی سیال استفاده میکنند که میتوانند معادلات پایهای خود را تغییر دهند تا خود را به طور مداوم با دادههای ورودی جدید تطبیق دهند. هدف این است که وقتی یک شبکه عصبی آموزش داده میشود، نمیتوان به طور قطعی اطمینان حاصل کرد که مدل ساخته شده آیا محدوده جاده را خط کشیهای روی آسفالت در نظر گرفته است یا بر اساس بوتههای اطراف جاده عمل میکند. پردازش تصویر در زمینههای متنوعی مثل موارد نظامی، امنیتی، صنعتی کاربرد دارد. بعضی از کاربردهای بینایی ماشین در زندگی روزمره عبارتند از تشخیص بارکد محصول، تشخیص پلاک یا سرعت خودرو و غیره.
- چنین کاربردهایی پیش از این نیز وجود داشتهاند و دارای تأییدیه نظارتی هستند.
- در واقع میخواهیم با مدلهایی که train کردهایم، مسائل جدیدی را حل کنیم.
- در واقع هم این سیستمهای اولیه چندان برتری در ابزارهای تشخیصی که خود پزشکان انجام میدادند نداشت.
- واژه «هوش» به مفهومی اشاره دارد که مختص موجودات زنده، بهخصوص انسان است.
- علاوه بر آن جالب اینجاست که این سیستم برای بلند کردن شی و نگه داشتن آن در دستانش حتی نیازی نداشت بداند دقیقاً چه چیزی را قرار است بردارد.
من به طور فزاینده ای تمایل دارم فکر کنم که باید یه نهاد نظارتی وجود داشته باشد، شاید در سطح ملی و بین المللی، برای این که مطمئن شویم کار خیلی احمقانه ای انجام نمی دهیم. فرصت نکردم کامل مقاله رو بخونم، اما به همه مقاله هوش مصنوعی رو معرفی کردم. ممکن است در آینده نقش رادیولوژیست، پاتولوژیست و پزشک آزمایشگاه از یکدیگر جدا شود. شاید متخصصان به «یکپارچهکننده اطلاعات تشخیصی» تبدیل شوند و با همکاری نزدیکتر در بخشهای تشخیصی یکپارچه، همه قطعات پازل تشخیصی را در اسرع وقت در کنار یکدیگر قرار دهند.
پردازش زبانهای طبیعی (Natural language)
جان مککارتی این حوزه را از زیرمجموعهی سایبرنتیک و نظریههای سایبرنتیستهایی همچون نوربرت وینر خارج کرد و اصطلاح «هوش مصنوعی» بهنوعی توسط او متولد شد. از پیشگامان و رهبران حوزهی هوش مصنوعی میتوان به آلن نول، هربرت سیمون، جان مککارتی، ماروین مینسکی و آرتور ساموئل اشاره کرد. آنها بهکمک دانشجویان خود برنامههایی توسعه میدادند که رسانههای جهان، لقب «عجیب» را برایشان انتخاب میکردند.
وقتی که انسانها یاد میگیرند، در واقع مواردی را به خاطر میسپارند و اطلاعاتی را در مغزشان ذخیره میکنند. سپس از این اطلاعات ذخیره شده در مغز برای تصمیمگیری هوشمندانه استفاده میشود. در خصوص ماشینها و مجله خبری اینتل مگ هم شرایط یکسان است و درست مشابه انسانها کامپیوترها هم باید ابتدا یاد بگیرند و نمیتوانند تا زمانی که آموزش ندیدهاند هوشمند شوند. نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. (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.
• شبکه عصبی – Neural Networks
برای آشنایی بیشتر با مفهوم هوش مصنوعی، لازم است با چیستی این مفهوم آشنا شوید و تعریفهای گوناگون ارائه شده از آن را بدانید. در این مقاله، ابتدا مفهوم هوش مصنوعی را تعریف میکنیم و سپس، رویکردهای مختلف آن را نیز توضیح میدهیم. تحقیقات هوش مصنوعی بر توسعه الگوریتم های حل مسئله کارآمدی متمرکز است که می توانند استنتاج های منطقی انجام دهند و استدلال انسان را در حین حل پازل های پیچیده شبیه سازی کنند. سیستم های هوش مصنوعی روش هایی را برای مقابله با موقعیت های نامشخص یا مدیریت معمای اطلاعات ناقص با استفاده از نظریه احتمال، مثل سیستم پیش بینی بازار سهام، ارائه می کنند. فراهوش یا Super AI نسخه ای از هوش مصنوعی است که از هوش انسان پیشی می گیرد و می تواند هر کاری را بهتر از او انجام بدهد.