هدي مودي: ارائه دهندهدانشگاه فناوري هاي نوین قوچان

95پاییز

آشنایی با محاسبات نرم: 1ارائه

هوش مصنوعی

هوشیار است ماشین : می توان روزي گفتآیا ؟و می تواند فکر کند

1950آلن تورینگ

2

آزمون تورینگسزاوارترین معیار براي هوشمند شمردن یک ماشین، این ا ست که آن ماشین �

به گونه اي بفریبد که آن فرد » تله تایپ«بتواند انسانی را توسط یک پایانه .متقاعد گردد با یک انسان روبروست

تا به حال هیچ برنامه اي قادر �.موفقیت در این آزمون نگردیده استبه

3

تاریخچهرا » هوشمند مصنوعی«، جان مک کارتی، اصطالح 1956در سال

.براي اولین بار در کنفرانسی ارائه نموددانشمندان این تاریخ را به عنوان تاریخ تولد هوش مصنوعی انتخاب

.کردندرا معرفی »نظریه بازیها«تقریبا در همان زمان، جان فون نیومان،

این نظریه نقش موثري در پیشبرد جنبه هاي نظري و علمی . کرد.هوش مصنوعی داشت

همه کسانی که نخستین گامها را در راه معرفی هوش مصنوعی : برداشتند، یک هدف را دنبال می نمودند

»رساندن سطح هوش ماشینی به سطح هوش انسانی«4

تعریفهنوز تعریف دقیقی براي هوش مصنوعی که مورد توافق �

مایه نشده است و این به هیچ وجه باشد ارائه دانشمندان این علم مادر و اساسی تر از آن، یعنی خود مقوله چرا که . نیستتعجب

.هوش هم هنوز بطور همه جانبه و فراگیر تن به تعریف نداده استاکثر تعریف هایی که در این زمینه ارایه شده اند بر پایه یکی از اما �

:باور زیر قرار می گیرند 4سیستم هایی که به طور منطقی فکر می کنند�سیستم هایی که به طور منطقی عمل می کنند�سیستم هایی که مانند انسان فکر می کنند�سیستم هایی که مانند انسان عمل می کنند �

5

تعریف

6

:شاید بتوان هوش مصنوعی را این گونه توصیف کرد�

هوش مصنوعی عبارت است «از مطالعه این که چگونه

کامپیوترها را می توان وادار به کارهایی کرد که در حال

بهتر حاضر انسان ها آنها را »انجام می دهند

چالشهاهوشمندي مفهومی نسبی دارد و نمی توان محدوده صحیحی را �

رفتاري که از نظر یک . براي ارائه تعریف از آن مشخص نمودفرد هوشمند به نظر می رسد؛ ممکن است براي یک فرد دیگر

.اینگونه به نظر نرسد

هوش مصنوعی شاخه اي است از علم کامپیوتر که ملزومات �، استدالل (perception)محاسباتی اعمالی نظیر ادراك

(reasoning) و یادگیري(learning) را بررسی کرده و.سیستمی جهت انجام چنین اعمالی ارائه میدهد

7

چالشهابراي مجموع خصوصیات زیر قابلیت هاي ضروري در �

:استهوشمندي پاسخ به موقعیت هاي از قبل تعریف نشده با انعطاف بسیار باال و بر �

اساس بانک دانشمعنا دادن به پیام هاي نادرست یا مبهم�درك تمایزها و شباهت ها�تجزیه و تحلیل اطالعات و نتیجه گیري�توانمندي آموختن و یادگرفتن�برقراري ارتباط دوطرفه�

8

محاسبات نرمتوسط پروفسور زاده مطرح شد 90این مبحث در اواسط دهه �

تعریف پروفسور زاده از محاسبات نرم�محاسبات نرم روشی نوظهور است که سعی میکند به قدرت قابل توجه �

ذهن انسان در تحلیل و یادگیري دست یابد، مانند انسان تفکر کند ، یاد .بگیرد و استنتاج کند آنهم درمحیطی توام با عدم قطعیت و عدم دقت

از مغز انسان و نحوه تعامل آن با محیط نشات بنابراین این روش �درحل مسائل استاز دانش انسانی و هدف آن استفاده میگیرد

روشهاي موجود در محاسبات نرم با الهام از طبیعت پایه ریزي �شدند

9

!نگرش نرم محاسبات نرم بمعنی داشتن نگرش نرم نسبت به �

واقعیت است یعنی به جاي اینکه بگوییم اینچنین باید .باشد ، واقعیت را چنان که هست بیان کنیم

به سیستم عمده اي از اطالعات ما براي کنترل یک بخش �صورت دانش انسانی موجود است که روشهاي کالسیک

بنابراین در محاسبات ! کنترلی نمیتوانند از آن استفاده کنندنرم هدف این است که از این دانش انسانی بهره برداري کنیم

.و مدلها را بر اساس آن به کار ببریم10

برخورد با عدم قطعیت ها“As far as the laws of mathematics refer to reality, they are not certain, and so far as they are certain,

they do not refer to reality.” , Albert Einstein

درواقع یکی از مهمترین دالئل اهمیت پیداکردن محاسبات نرم و هوش �محاسباتی وجود عدم قطعیت ها و ابهامات در دنیاي واقعی است

هدف این است که به جاي آنکه براي سیستمهاي ساخت بشر برنامه �که درواقع (ریزي کنیم تا در هر موقعیتی چه رفتاري داشته باشند

» یاد«میخواهیم به آنها ) تمام حاالت ممکن را پیش بینی کنیمنمیتوانیم دهیم که در مقابله با تغییرات و عدم قطعیت هایی که در محیط برایشان

پیش میآید چگونه رفتار کنند

11

شاخه هاي اصلیNeural networksشبکه هاي عصبی �fuzzy systemsسیستمهاي فازي �Genetic algorithmsالگوریتم ژنتیک �

این روشها مکمل هم هستند نه رقیب یکدیگرمحاسبات نرم نگرشی ترکیبی به این مسائل دارد تا با ترکیب

تک توانایی در حل مسائل دست یابیم که تک این روشها به روشها قادر به آن نیستند

12

(Artificial Neural Networks)مصنوعیشبکه هاي عصبی

انسان پیچیده ترین ساختار موجود و شناخته شده در کل مغز . هستی است

و مهندسین هوش مصنوعی، با الهام از یافته هاي ریاضی دان ها �، شبکه هاي عصبی مصنوعی را )نورولوژیست ها(عصب شناسان

معرفی کردند که استفاده هاي فراوانی در مدل سازي و . طبقه بندي اطالعات دارد

بتوان شبکه هاي عصبی را شاید یادگیريابزار در زمینه مهم ترین

.ماشینی به حساب آورد 13

(Artificial Neural Networks)شبکه هاي عصبی مصنوعی

شبکه هاي عصبی را می توان با اغماض زیاد، مدل هاي �.الکترونیکی از ساختار عصبی مغز انسان نامید

14

(Artificial Neural Networks)شبکه هاي عصبی مصنوعی

.تجربه استوار است مکانیزم فراگیري و آموزش مغز اساسا بر �مدل هاي الکترونیکی شبکه عصبی نیز بر اساس همین الگو بنا �

شده است و روش برخورد چنین مدل هایی با مسایل، با سایر روشهاي محاسباتی که به طور معمول توسط سیستم هاي

.کامپیوتري استفاده شده است، تفاوت داردهدف از ایجاد یک شبکه عصبی نرم افزاري، بیش از آنکه �

شبیه سازي مغز انسان باشد، ایجاد مکانیزمی براي حل مسائل مهندسی با الهام از الگوي رفتاري شبکه هاي عصبی بیولوژیک

.است15

(Fuzzy Systems)سیستم هاي فازينظریه ي مجموعه هاي فازي و محاسبات فازي از �

-ابداعات پرفسور لطفی عسگرزاده، استاد ایرانی. آذربایجانی دانشگاه برکلی آمریکا است

محاسبات فازي، به جاي استفاده از اعداد دقیق در �براي توصیف یک مفهوم، از کلماتی مانند کم یا زیاد

مجموعه افراد قدبلند به عنوان مثال . استفاده می شود.نیست که منظور چه قدي خواهد بوددقیقا مشخص

16

محاسبه با کلماتامروز هوا چطور است؟�

qدرجه q29 کمی گرم qکمی سرد

هدف زاده استفاده از کلمات به جاي اعداد درمحاسبات بوده استمجموعه هاي فازي هستند) مثل دما یا سن(متغیرهاي کالمی

17

:کاربرد این مبحث در علوم نرم افزاري را می توان به طور ساده این گونه تعریف کرد�نرم افزارهاي کالسیک فراتر رفته و درگاهی جدید "صفر و یک"منطق فازي از منطق ارزش هاي �

براي دنیاي علوم نرم افزاري و رایانه ها می گشاید، زیرا فضاي شناور و نامحدود بین اعداد صفر و . یک را نیز در منطق و استدالل هاي خود به کار می گیرد

شاید "، ارزش هاي جدید "نرویم"یا "برویم"فازي از فضاي بین دو ارزش منطق �را استخراج کرده و به کار "احتمال دارد برویم"یا حتی "می رویم اگر"یا "برویم

. می گیردترتیب به عنوان مثال مدیر بانک پس از بررسی رایانه اي بیالن اقتصادي یک بازرگان بدین �

«...وام می دهیم اگر ": رفته و بگوید "وام نمی دهیم"یا "وام می دهیم"می تواند فراتر از منطق کاربردهاي صنعتی�

براي هر دستور کار و خواسته عمل کرد مکانیکی، الکترومغناطیسی یا نرم افزاري و غیره که براي �آن فرمول یا دستورالعمل مطلق و شفاف ریاضی وجود نداشته باشد و به ویژه زمانی که دستور

.جمالت انشاء شده باشد، نرم افزار متکی به منطق فازي راه گشا و کارآمد استبه وسیله کار

18

هاي فازيسیستم : مجموعه فازي�مجموعه افراد قدبلند�

19

Heights5’10’’

1.0

Crisp set A

Membershipfunction

Heights5’10’’ 6’2’’

.5

.9

Fuzzy set A1.0

سیستم هاي فازيقدبلندي در جوامع مختلف مفهومی متفاوت دارد�

20

MFs

Heights5’10’’

.5

.8

.1

“tall” in Asia

“tall” in the US

“tall” in NBA

سیستم هاي فازيدر ابتدا تصور میشد که فازي بیان دیگري از احتماالت است �

درحالی که این نگرش کامال اشتباه است

در زندانی براي شما دولیوان میآوردن که مثال �سمیت دارد 0.1اولی به میزان �سم است 0.1دومی به احتمال �

21

قوانین اگر آنگاه فازيB Aàآنگاه Aاگر � Bفاصله داشت دو Aبه مقداري بسیار کوچک از ’Aحال اگر �

رویکرد در مورد این قانون وجود دارد)دیدگاه کالسیک(هیچ چیز نمیتوان گفت ’Bدر مورد ��B’ نیز به مقداري بسیار کوچک ازB دیدگاه (فاصله خواهد داشت

)فازي

22

بهینه سازيروشهاي مبتنی بر گرادیان�روشهاي غیرمبتنی بر گرادیان��Random search�Simplex method�Genetic algorithm�Simulated annealing�….

23

گرادیانروشهاي مبتنی بر از تابع خطا مشتق میگیریم و درجهت خالف افزایش آن �

حرکت میکنیم

استبهینه محلی نقاطمشکل بزرگ این روشها گیر کردن در �

24

(Evolutionary Computation)محاسبات تکاملی

محاسبات تکاملی شامل مجموعه اي از روش ها است که به نام �مشهورترین این . الگوریتم هاي تکاملی معروف هستند

الگوریتم ها الگوریتم ژنتیک است که از نظریه تکامل و علم در این الگوریتم، فرآیند تکامل، . ژنتیک الهام گرفته شده است

که طی میلیون ها سال در طبیعت اتفاق افتاده است، شبیه سازي اصلی ترین مورد کاربرد الگوریتم هاي تکاملی، حل . می شود

. مسائل بهینه سازي و برنامه ریزي ریاضی استکاربرد اصلی این الگوریتم ها در مسائلی است که داراي فضاي �

حالت بسیار بزرگ می باشند و عمال بررسی تمام حالت ها .ممکن نیست

25

ژنتیکالگوریتم غیر مبتنی بر گرادیانروش بهینه سازي �روشی الهام گرفته از طبیعت�طبیعت و دنیاي واقعی یک دنیاي بسیار پیچیده است اما تکامل در این �

دنیاي پیچیده به نحوي بسیار موثر پیش رفته است و مزایاي خوبی را به ارمغان آورده

:یک قانون مهم در تکامل در طبیعت وجود داشته �آنکه از همه قوي تر است فرصت بقاي بیشتري میابد�

این روش داراي قابلیت موازي سازي است و سعی میکند با : مزیت بزرگ �ترکیب پاسخها به جواب بهینه برسد

هرچه جمعیت : استفاده از یک جمعیت به جاي یک نقطه : مزیت دیگر�بزرگتر و تنوع بیشتر باشد امکان رسیدن به جواب بهنیه بیشتر میشود

26

(Swarm Intelligence)هوش ازدحامیروش هایی که در این دسته قرار می گیرند، الگوي دیگري را �

. براي حل مسائل بهینه سازي پیشنهاد می کننداین روش ها، تعداد قابل توجهی از عامل هاي بسیار ساده و در �

کم هوش، براي تشکیل نوعی هوش ازدحامی یا هوش جمعی با . یکدیگر همکاري یا رقابت می کنند

عنوان مثال، الگوریتم بهینه سازي مورچگان، که از رفتار جمعی به �مورچه ها الهام گرفته شده است، یکی از الگوریتم هاي هوش ازدحامی

. است

27

کاربردهاي محاسبات نرم

28

محاسبات نرم از علومی است که در دهه هاي گذشته �پر واضح . پیشرفت شگرفی را در علم به وجود آورده است

است که این پیشرفت به هیچ وجه در یک علم خاص محدود . نبوده، بلکه تمامی علوم حتی علوم انسانی را در بر گرفته است

به عنوان مثالی از کاربردهاي بیشمار این علم میتوان به طراحی موتور هاي جستجوي پیشرفته، شناسایی سیتمهاي

غیرخطی، پردازش تصاویر، پیش بینی سریهاي زمانی و کنترل .بازوهاي منعطف رباتیک اشاره کرد

درس محاسبات نرم/http://mirlab.org/jang/bookمرجع اصلی �

ØNero-fuzzy and Soft computing, A Computational Approach to Learning and Machine Intelligence , by J.S.R Jang , C.T. Sun , E. Mizutani , Prentice Hall, 1997

:مراجعسایر •� A course in fuzzy systems and control, Li- Xin

Wang, , Prentice Hall, 1997 مبانی شبکه هاي عصبی: جلد اول -هوش محاسباتی �

)1393) (پلی تکنیک تهران(محمدباقر منهاج، دانشگاه صنعتی امیرکبیر �

29

درس محاسبات نرمارزشیابینحوه �نمره2 تمرین �نمره3 پروژه�نمره1ارائه پروژه�نمره4امتحان میانترم � نمره10امتحان پایان ترم�شرط قبولی کسب حداقل نصف نمره پایانترم است�ا نمره ارائه داوطلبانه�

تمرینات یا پروژه هاي کپی شده هیچ نمره اي را دریافت نخواهند کرد

30

پایان

31