34
واه خ د ی ح و ت ر کت ای د ق ا اب ن ح اد: ی س ا ی ف ی ر ش مه ط ا ده : ق ورن ردا گ1388

هوش مصنوعی

  • Upload
    shana

  • View
    57

  • Download
    1

Embed Size (px)

DESCRIPTION

هوش مصنوعی. استاد: جناب آقای دکتر توحیدخواه گردآورنده : فاطمه شریفی 1388. تاریخچه. تاریخچه. آلن تورینگ (1950) یکی از بحث ‌بر‌انگیزترین پرسش‌های فلسفی تاریخ را پرسید : آیا ماشین می‌تواند فکر کند ؟ آیا یک کامپیوتر می‌تواند بازی تقلید را با موفقیت پشت سر بگذارد ؟ - PowerPoint PPT Presentation

Citation preview

Page 1: هوش مصنوعی

استاد: جناب آقای دکتر توحیدخواه

گردآورنده : فاطمه شریفی1388

Page 2: هوش مصنوعی
Page 3: هوش مصنوعی

آلن تورین�گ( یکی از بحث بر انگ�یزترین پرس�ش های (1950 : فلسفی تاریخ را پرسید

؟آیا ماشین می تواند فکر کند آی�ا ی�ک ک�امپیوتر می توان�د ب�ازی تقلی�د را ب�ا م�وفقیت پش�ت س�ر

؟بگذارد آی�ا ماش�ین می توان�د از انس�ان چن�ان تقلی�د کن�د ک�ه در ی�ک

آ�زم��ون �مح��اور�ه ای نت��وان�یم تف��اوت� انس��ان �و ماش��ین را ؟تشخیص دهیم

ه�اتورین�گ نتوانس�ت پاس�خ قطعی این پرس�ش را پی�دا کن�د. قان�ه� ا�م�ا ب�ر�ا�ی ی�اف�تن� �پاس�خ �منا�س�ب در� �آین�ده� ی�ک� راه�ب�رد خ�ال�

:پیشنهاد کردآزمون بازی تقلید

Page 4: هوش مصنوعی

ج�ان مک ک�ارتی، یکی از نظریه پ�ردازان ۱۹۵۶در س�ال پیش��گام �این نظری��ه �در آن زم��ان، �اص��طالح )هو�ش��مند مص�نوعی( را �ب�رای ا�ولین ب�ار د�ر نخس�تین کن�فرانس�ی ک�ه ب�ه

این� موضوع اختص�اص �یاف�ته بود، ب�ه کار ب�رد. دانش�مندان بع�دا این ت�اریخ را ب�ه عن�وان ت�اریخ تول�د علم

هوش مصنوعی انتخاب کردند. تقریب�ا در هم�ان زم�ان ج�ان ف�ون نیوم�ان نظری�ه بازی ه�ا را

مع���رفی �ک���رد. ای�ن نظر�ی���ه نقش م���وثری� در پیش���برد جنب�ه های نظری� و عل�می هوش مصنو�عی دا�شت.

مك ك�ارتي در آن زم�ان معتق�د ب�ود ك�ه مي ت�وان ك�اري ك�ردك�ه �ما�ش�ي�ن ن�يز �ه�وش�ي هم�انن�د ه�و�ش �ا�نس�اني �داش�ته �باش�د

 زب�اني اس�ت ك�ه �مي توا�ن�د �اين ه�وش ر�ا توص�يف LISPو كند.

Page 5: هوش مصنوعی

آرت�ور س�رکالرک، در رم�ان مع�روف ۱۹۶۸در س�ال اص�طالح )آزم�ون ۲۰۰۱خ�ود، یع�نی اودیس�ه فض�ایی

تورین��گ( را ب��ه ج��ای )ب��ازی تقلی��د( س��ر زبان ه��ا انداخت.

هم�ه كس�اني ك�ه نخس�تين گام ه�ا را در راه مع�رفيه���وش مص���نوعي برداش���تند، ي���ك ه���دف را در سرداش�تند و آن رس�اندن س�طح ه�وش ماش�يني ب�ه

سطح هوش انساني بود.

Page 6: هوش مصنوعی
Page 7: هوش مصنوعی

هن�وز تعری�ف دقیقی ک�ه م�ورد قب�ول هم�ه دانش�مندان این.علم باشد بر�ای �هوش م�صنوعی� ارائه نش�ده است

هوش مص�نوعی عب�ارت اس�ت از مطالع�ه این ک�ه چگون�هکامپ�یوتره�ا را م�ی ت�وان وا�دار ب�ه کاره�ایی ک�ر�د ک�ه �در ح�ال

.ح�اضر ان�سان ها� آنها� رابهتر ا�نجام م�ی دهند� هوش مص���نوعي، شاخه ايس���ت از علم ك���امپيوتر ك���ه

ملزو�م�����ات محاس�����باتي اع�م�����الي همچ�����ون ادراك (Perceptionا�س��������تدالل ،) (reasoningو ي�ادگ�يري� ) (learning را بررس��ي ك��رده و سيس��تمي جهت انج��ام )

چنين اعمالي ارائه مي دهد. هوش مص�نوعي، مطالع�ه روش ه�ايي اس�ت ب�راي تب�ديل

ك�ا�مپيوت�ر ب�ه ماش�ي�ني ك�ه� بتوا�ن�د اعم�ا�ل انج�ام ش�ده� توس�ط انسان را انجام دهد.

Page 8: هوش مصنوعی

هوش مص�نویی علم و مهندس�ی ایج�اد ماش�ینهایی ب�ا ه�وشب��ا ب��ه� ک��ا�رگی�ری از ک��امپی�وتر و الگوگ��یری �از درک ه��وش انس�ان�ی و نه�ایت�ا دس�تیاب�ی ب�ه� مک�انیز�م ه�و�ش مص�نوعی در

سطح هوش انسانی میباشد. شیوه ها و تکنیک ه�ای ه�وش مص�نوعی، در واق�ع، ب�رای ح�ل

آ�ن دس�ت�ه از مس�ائل ب�ه و�ج�ود آ�م�ده �اس�ت ک�ه ب�ه �ط�ور س�هل Functionalو� �آس���ان �ت�وس���ط� برنامه� نو�یس���ی� ت���ابعی )

programming.یا شیوه های ریاضی ق�ابل حل نبوده اند ،) روش ه�اي ه�وش مص�نوعي روش ه�ايي هس�تند ك�ه ب�ه درد

حوزه ه�ايي �مي خورن�د ك�ه� مس�ائل �آن ه�ا به� خ�وبي �تعري�ف نمي شوند.

هوش مص��نوعی ک��ه هم��واره ه��دف نه��ایی دانش رایان��هبوده �است، اکنو�ن در خ�دمت توس�عه علوم� رایا�نه نیز است.

Page 9: هوش مصنوعی

آي��ا ص��رف اين ك��ه ماش��يني بتوان��د نح��وه ص��حبت ك��ردنانس�ان را شبيه س�ازي كن�د، ب�ه مع�ني آن اس�ت ك�ه هوش�مند

است؟

Chatter Bots : ELIZA

اين روب�����ات را ژوزف واي�����زن ب�����ام، يكي ديگ�����ر ازپژو�هش�گران ن�ام�دار �اين ح�و�زه اخ�ت�راع ك�رد.� ال�يزا در� ب�رخي م�كالم�ات س�ا�ده� م�ي� توان�د �ط�رف� مق�اب�ل �خ�ود� �را� ب�ه اش�ت�باه ب�ي�ن�دا�ز�د. ط�وري� ك�ه �مخ�ا�ط�ب� مم�ك�ن ا�س�ت فك�ر� ك�ن�د �د�ر ح�ا�ل گ�پ� ز�د�ن� ب�ا� ي�ك� �ا�ن�س�ان� �اس�ت�.� ا�ل�ب�ت�ه� ا�ل�يزا� �هن�و�ز� نت�و�ا�نس�ته� �

اس�ت آز�مو�ن ت�ورينگ� �را ب�ا� م�وفق�يت� �پشت� س�ر ب�گذا�رد.�

Page 10: هوش مصنوعی

يكي از مش�هورترين انتق�ادات در اين زمين�ه را فيلس�وفي ب�ه ن�اممطرح كرده است. ( John Searle �)جان �سيرل

مط�رح 1980سيرل ابت�دا نق�د خ�ود درب�اره ه�وش ماش�يني را در �منت�ش�ر ك�رد�، 1990ك�ر�د� و �س�پس آ�ن� در �م�قا�ل�ه ك�ام�ل ت�ري� ك�ه� در �

بسط داد. � او معتق�د اس�ت بحث هوش�مندي ماش�ين هاي غيربيولوژي�ك اساس�ا

.بي ربط استبی�ان »بحث ات�اق چي�ني« جان س�یرل اثب�ات ادع�ای خ�ود ب�رای را

می کند. انتق�ادات ديگ�ري ن�يز ب�ه آزم�ون تورين�گ وارد مي ش�ود. ازجمل�ه

:اين كه ممكن اس�ت ي�ك ماش�ين هوش�مند باش�د، ولي نتوان�د همچ�ون انس�ان

ارتباط برقرار كند. دانش پيش زمين�ه ي�ا آرش�يو ذه�ني ي�ك موج�ود هوش�مند نقش م�ؤثري در

هوشمندي او بازي مي كند.

Page 11: هوش مصنوعی

Age25 40 55

Young Old1

Middle

0.5

DOM

Degree of Membership

Fuzzy values

0

Page 12: هوش مصنوعی

ام��روزه دانش م��درن ه��وش مص��نوعي ب��ه دو دس��ته اص��ليتقسيم مي شود:

»هوش مصنوعي سمبوليك يا نمادين«( Symbolic AI ) »پيوندگرا«یاهوش »غيرسمبوليك« ( Connection AI )

هوش س��مبوليك مي كوش��د سيس��تم و قواع��د آن را در ق��البس��مبول �ها بي��ان كن��د و ب��ا نگا�ش��ت اطال� ع��ات ب��ه� س��مب�ول ها و ق�وانين ب�ه ح�ل� مس�ئله �ب�پر�دازد�. در �مي�ان معروف ت�ر�ين ش�اخه هاي ه��وش مص��ن�وعي س��مبوليك مي� ت��وان� ب��ه سي�س��تم هاي خ��بره

(Expert Systems )و شبك�ه هايBayesian .اشاره كرد

در ه�وش مص�نوعي پيون�دگرا، قواع�د از ابت�دا در اختي�ار سيس�تمق�را�ر نم�ي گ�يرد، ب�لك�ه سيس�ت�م از �طري�ق تجرب�ه، خ�ود�ش ق�وانين

Neural )ر�ا اس�ت�خراج مي كن�د�. مت�دهاي اي�ج�اد ش�بكه هاي �عص�بيNetworks )و� ن�يز به ك�ارگيري منط�ق ف�از�ي( Fuzzy Logic ) و

الگ�و�ريتم ژنيت�ك� ك�ه� ب�ا اس�تفاده از اي�ده تكا�م�ل داروي�ني و انتخ�اب در اين� دسته ق�رار مي �گيرند.،طبيع�ي پ�يشن�هاد �شده

Page 13: هوش مصنوعی

البت��ه هنگ��امي ك��ه از گرايش ه��اي این علم س��خنمي گ�وييم، هرگ�ز نباي�د از گرايش ه�اي تركي�بي غفلت ك���نيم. گرايش ه���ايي ك���ه خ���ود را ب���ه ح���ركت در چ�ارچوب ش�ناختي ي�ا بيولوژي�ك ي�ا منطقي مح�دود نك�رده و ب�ه تركي�بي از آنه�ا مي انديش�ند. ش�ايد بت�وان پيش بي�ني ك�رد ك�ه چ�نين گرايش ه�ايي ف�را س�اختارهاي

(Meta Structure رواني را براس���اس عناص���ر )ساده بيولوژيك بنا خواهند كرد.

Page 14: هوش مصنوعی

سيستم های خبره

منطق فازي

شبكه هاي عصبي

الگوریتم ژنتیک

بينايي ماشين

پردازش زبان های طبیعی

Page 15: هوش مصنوعی

سيس�تم هاي خ�بره، برنامه ه�اي ك�امپيوتري اي هس�تند ك�ه نح�وهت�فك�ر �ي�ك متخ�ص�ص �در ي�ك �زمين�ه �خ�اص را� شب�يه س�ازي مي كنن�د.

اين نرم افزاره�ا، الگوه�اي منطقي اي را ك�ه ي�ك متخص�ص ب�راس�اس� آن� ه�ا �تص�ميم گ�يري �مي كن�د، شناس�اي�ي مي نماين�د و س�پس

ب�ر ا�س�اس آ�ن الگوه�ا، م�ا�نند �ان�سا�ن ه�ا تصميم �گيري مي كنند. به مح�دوده اطالع�اتي از الگوه�اي خ�برگي انس�ان ك�ه ب�ه ي�ك

 گفت�ه مي ش�ود. task domainس�يس�ت�م خ�بر�ه من�تق�ل مي ش�ود، اين مح�دوده، س�طح خ�برگي ي�ك  سيس�تم خ�بره را مش�خص

مي� كن�د و ن�ش�ان مي� ده�د ك�ه� آن �سيس�تم خ�ب�ره ب�راي چ�ه كاره�ايي طراحي شده است.

سيس�تم خ�بره ب�ا اينtask ه�ا ي�ا وظ�ايف مي توان�د كاره�ايي چ�ون ب�رن�ا�مه �ري�زي، زم�انبن�دي، �و ط�راحي� �را در ي�ك حي�ط�ه تع�ري�ف ش�ده

انجام دهد.

Page 16: هوش مصنوعی

،به رون���د س���اخت ي���ك سيس���تم خ���برهknowledge engineering .يا مهندسي دانش گفته مي شود 

يك مهن�دس دانش باي�د اطمين�ان حاص�ل كن�د ك�ه سيس�تمخ�بر�ه ط�ر�احي ش�ده، تم�ام دان�ش م�ورد ني�از ب�را�ي ح�ل ي�ك

مسئله را دارد. :هر سيس�تم خ�بره از دو بخش مج�زا س�اخته ش�ده اس�ت

پايگاه دانش و موتور تصميم گيري. پايگ�اه دانش ي�ك سيس�تم خ�بره از ه�ر دو ن�وع دانش مبت�ني

( و ن�����يز دان�ش غ�����يرقطعي� factual )� حق�����اي�ق �ب�����ر(heuristic .استفاده مي كند  )

موت��ور تص��ميم گيري سيس��تم خ��بره را ق��ادر مي كن��د ب��ااس�تفاده از ق�وانين پايگ�اه دانش، پروس�ه تص�ميم گيري را

انجام دهد.

Page 17: هوش مصنوعی

افزایش قابلیت دسترسکاهش هزینهکاهش خطردائمی بودنتجربیات چندگانهافزایش قابلیت اطمینان( قدرت تبیینExplanation) پاسخ دهی سریعپاسخ دهی در همه حاالتپایگاه تجربهسهولت انتقال دانش

Page 18: هوش مصنوعی

Dendarl : ب�ا بررس�ي آرايش و اطالع�ات مرب�وط ب�همی ي�ك م�اده، س�اختار مولك�ولي آن را شبيه س�ازي

.كند

MYCIN : تش�خيص عفونت ه�اي خ�وني ب�ا بررس�ياطالع�ات ب�ه دس�ت آم�ده از ش�رايط جس�مي بيم�ار و

.نيز نتيجه آزمايش هاي او

Centaur: بررس�ي آزمايش ه�اي تنفس�ي و تش�خيص.بيماري هاي ريوي

Page 19: هوش مصنوعی

تئ��وري مجموعه ه��اي ف��ازي و منط��ق ف��ازي را اولين ب��ار معرفي �نمود.1965پ�رفسور ل�طفي زاده در سال

منط��ق ف��ازي ب��ه سيس��تم هايي اش��اره دارد ك��ه ب��ه ج��ايمق�ادير “درس�ت” و “نادرس�ت” ك�ه در محيط ه�اي ديجيت�ال

طبيعي� ترند، مي تو�انند با سطو�ح م�تغي�ر قطعيت� كار كنند.عض�ویت ب�اینری عناص�رتئ�وري مجموعه ه�اي ف�ازي مفه�وم

را ب�س�ط مي د�ه�د و عض�ويت در�جه بن�دي ش�ده� را �مط�رح مي كند.

Page 20: هوش مصنوعی

جالب ترين ك�اربرد منط�ق ف�ازي، تفس�يري اس�ت ك�هاين علم از س���اختار تص���ميم گيري هاي موج���ودات هوش�مند، و در راس آن ه�ا، ه�وش انس�اني، ب�ه دس�ت

.مي دهد شايد يكي از ج��الب ترين كاربرده��اي منط��ق ف��ازي

ه�وش مص�نوعي در بازي ه�اي راي�انه اي و جلوه ه�اي ويژه سينمايي باشد.

منط���ق ف���ازي در هوش���مند س���اختن روبات ه���ايسخت افزاري نيز كاربردهاي زيادي دارد.

Page 21: هوش مصنوعی

شبكه هاي عص��بي را مي ت��وان ب��ا اغم��اض زي��اد، م��دل هايا�لكترونيكي �از ساختار عص�بي مغز ا�نسان �ناميد�.

ب�ر تجرب�ه اس�توار � مكانيس�م فراگ�يري و آم�وزش مغ�ز اساس�ااست.

مدل هاي الك�ترونيكي ش�بكه هاي عص�بي ط�بيعي ن�يز ب�ر اس�اسه�مين �الگ��و بن��ا ش��د�ه ان�د و� روش برخ��ورد چ��نين� م��دل هايي ب��ا م�س�ائل،� ب�ا روش ه�اي م�حاس�بات�ي ك�ه به� ط�ور مع�م�ول توس�ط

س�يستم ه�اي كام�پيوتري� در پ�يش گرفته� شده اند، تفاوت دارد. شبكه هاي عص�بي شبيه س�ازي ش�ده ي�ا ك�امپيوتري، فق�ط قادرن�د

ت��ا� بخش ك��و�چكي� از خصو�ص��يات و ويژگي� ه��اي ش��بكه هاي عصبي بي�ولوژ�يك را شبيه� سازي كنند�.

در حقيقت، ه�دف از ايج�اد ي�ك ش�بكه عص�بي نرم اف�زاري، بيشاز آنك�ه شبيه س�ازي مغ�ز �انس�ان با�ش�د، اي�ج�اد م�كانيس�م ديگ�ري ب��را�ي ح��ل م�س��ائل مهند�س��ي ب��ا� اله��ام از� الگ��وي رفت��اري

شبكه �هاي� بيول�وژيك است.�

Page 22: هوش مصنوعی

مدل ریاضی

Page 23: هوش مصنوعی

واق�ع ه�نر ي�ك ط�راح ش�بكه هاي عص�بيمي� توان�د در �چگ�ونگي �ت�ركيب نرون ه�ا

neuranد�ر ي����������ك ش����������بكه )�Clustering.متجلي شود ،)

،در ش����بكه هاي عص����بي بيولوژي����كنرون ه��ا� در س��اختا�ر ي س��ه بع��دي ب��ه

ي�كديگر اتص�ال ي�افته� اند�. اتص��االت بين نرون ه��ا در ش��بكه هاي

ع�ص���بي بيولوژ�ي���ك آنق���در ز�ي���اد و پيچ�يده ا�س�ت ك�ه ب�ه هيچ و�ج�ه �نمي ت�وان ش��بكه مص��نو�عي مش��اب�هي ط��ر�احي

كرد. تكنول�وژي م�دارات مجتم�ع ام�روزي ب�ه

م��ا� امك��ان� مي� ده��د �ك��ه ش��بكه �هاي ع�ص��بي� را� در س��اخ�تار هاي �دو ب�ع��دي

ط�راحي كنيم.

Page 24: هوش مصنوعی

الگوريتم ه�اي ژنتي�ك از اص�ول انتخ�اب ط�بيعي داروين ب�رايي�ا� تط�ب�يق ا�لگ�و اس�تفاده ی ي�افتن �فرم�ول به�ين�ه جهت� پيش بي�ن

مي كنند. در حقيقت ب��دين روش مي ت��وانيم در فض��اي ح��الت مس��ئله

حر�ك��تي س��ري�ع تر� ب��راي ي��ا�فتن ج�واب ه��اي احت�م��الي داش��ته با�ش�ي�م؛ يع�ني� مي ت�و�ان�يم ب�ا� ع�دم ب�س�ط د�ادن� كل�ي�ه ح�االت، ب�ه�

جو�اب هاي مور�د ن�ظر برسي�م. الگوريتم ه�اي ژنتي�ك الگوريتم ه�ايي هس�تند ك�ه داراي ق�درت

ب�س�يار ز�ي�ادي د�ر ي�افتن �ج�واب م�س�ئله ه�س�تند، �ام�ا باي�د توج�ه دا�ش�ت ك�ه� ش�ايد� بت�وا�ن ك�ارب�رد اص�ل�ي اين� الگ�وريت�م ه�ا را در مس�ائلي �در نظ�ر �گ�رفت ك�ه دا�راي فض�اي ح�الت� بس�يا�ر ب�زرگ � بررس���ي هم���ه� حالت �ه���ا ب���راي انس���ان در هس���تند و �عمال

زمان� هاي� نرمال )�در �حد عمر �بشر( ممكن ني�ست. بين ح��االت مختل��ف � از ط��رفي باي��د توج��ه داش��ت ك��ه حتم��ا

مسئل�ه با�يد دارا�ي پيوستگي من�اسب و من�طقي باشيم.

Page 25: هوش مصنوعی

از مي��ان هم��ه ش��اخه هاي ه��وش مص��نوعي، ش��ايدك��اربردي ترين آن ه��ا ك��امپيوتري و مك��انيزه ك��ردن

سيستم هاي بينايي باشد. ،دامن�ه ك�اربرد اين ش�اخه از فن�اوري در ح�ال رش�د

بس�يار وس�يع اس�ت و از كاربرده�اي ع�ادي و معم�ولي مث�ل كن�ترل كيفيت خ�ط تولي�د و نظ��ارت وي�دئويي گرفت�ه ت�ا تكنولوژي ه�اي جدي�د مث�ل اتومبيل ه�اي ب�دون

راننده را دربرگرفته است. دامن�ه كاربرده�اي اين تكنول�وژي براس�اس تكنيك ه�اي

مورد استفاده در آن ها تغيير مي كند.

Page 26: هوش مصنوعی

کنترل کیفیت خط تولید سيستم هاي تشخيص

ايرادتشخيص الگوربات هاسه بعدي سازي تشخيص متن نوشته

شده

Page 27: هوش مصنوعی

پ�ردازش زبان ه�ای ط�بیعی عب�ارت اس�ت از اس�تفاده از رایانه برای پردازش زبان گفتاری و نوشتاری.

پردازش زبان ه�ای ط�بیعی بعن�وان زیرمجم�وعه ای از ه�وشم�ص�نوعی �، می توان�د توص�یه ها� و بیان�ات ر�ا ب�ا اس�ت�فاده از زب�انی که ش�ما� به ط�ور ط�بیعی در� مکا�لم�ات روزم�ره بک�ار

می بر�ید، بفهم�د و مو�رد پردازش� قرار �دهد. � به ط�ورکلی نح�وه ک�ار این ش�اخه از ه�وش مص�نوعی این

است که زبانهای طبیعی انسان را تقلید می کند. در پ�ردازش زبانه�ای ط�بیعی ، انس�ان و ک�امپیوتر ارتب�اطی

کامال نزدیک با یکدیگر دارند. تالش عم�ده در این زمین�ه ماش�ینی ک�ردن فراین�د درک و

برداش��ت مف��اه�یم ب�ی��ان گرد�ی��ده ب��ا �ی��ک ز�ب��ان� ط��بی�عی انسانی ست.

Page 28: هوش مصنوعی

هنوز سیستم کارآمدی برای پردازش زبان های.طبیعی به وجود نیامده است

:موانع اساسی در این زمینه عبارتند ازنیاز به درک معانیدقیق نبودن دستور زبان ها

Page 29: هوش مصنوعی

در این زمینه عبارتند از:کارکردهای مهم خالصه سازی خودکاراستخراج اطالعاتبازیابی اطالعاتترجمه ماشینیتشخیص نوری نویسه هاتشخیص گفتارویرایش

Page 30: هوش مصنوعی

LISP

PROLOG

Page 31: هوش مصنوعی

زبانه�ای برنام�ه نویس�یLISP,PROLOG از مهم�ترین .زبا�نهای مورد �استف�اده در� هوش مصنوع�ی هست�ند

ب�اعث ش�ده ک�ه این زب�ان ه�امعن�ایی خصوص�یات نح�وی و ش�یوه� ها و راه حل ه�ای �ق�وی �ب�رای� ح�ل م�س�ئله� ارای�ه کنن�د.

PROLOG ی�ک زب�ان برنام�ه نویس�ی منطقی اس�ت. درای�ن زب�ان �ی�ک� م�فس�ر ب�رنام�ه �ر�ا ب�ر ا�س�اس �ی�ک� م�نط�ق می� �نویس�د. ای�ده ا�س�تفاده� ت�وص�یفی م�حاس�به او�ل�ی�ه ب�رای� ب�ی���ان� �خص�وص���یات �ح���ل مس���ئل�ه ی�کی� از� �محوریته���ای

.می باشد PROLOGمشارکت LISP ی�ک زب�ان کام�ل اس�ت ک�ه دارای عملکرده�ا و � اص�وال

لیس��ت �ها�ی الزم��ه� �ب��را�ی توص��ی�ف� ع�ملکرده��ا�ی� جدی��د،� تشخیص ت�ناسب و� ارزی�ابی معان�ی می باش�د.

Page 32: هوش مصنوعی
Page 33: هوش مصنوعی

ادينHايي نمHه�وش مص�نوعي از نماده�اي ع�ددي در : بازنمح��ل مس��ائل �اس��تف�اده مي� کن��د. ه��وش م�ص��نوع�ي ب��ر پاي��ه

صف�ر و يک م�سائل ر�ا حل م�ي کند.،دس�تگاه د�وگاني�:افيHک�ه ه�وش مص�نوعی ح�ل می مس�ائل روش اکتش ی

معموال راه حل الگوريتمي ندارند.کند،:رفتHايي معHاز تط�ابق ه�وش مص�نوعیبرنام�ه ه�اي بازنم

عملي�ا�ت اس�تداللي نم�ادين رايا�ن�ه ب�ا ع�الم� خ�ا�رج �حک�ايت مي کنند.

:اقصHات نHه�وش مص�نوعي مي توان�د در ح�التي ک�ه اطالعع�ات� م�ورد ن�ي�از �در دس�ت�رس نيس�تن�د ، ب�ه ح�ل مس�اله ه�م�ه اطال�

دست بيابد.:اقضHات متنHه�وش مص�نوعي مي توان�د درص�ورتي اطالع

ع�ا�ت متن�اق�ض روب�ه� رو ش�ود� ح�ل من�اس�بي ب�راي ک�ه �ب�ا اطال�م�س�اله پ�ي�دا �کن�د. ه�وش مص�ن�وعي د�ر چ�ن�ين م�و�ردي به�ترين

راه �را بر�اي حل م�ساله و رفع تن�اقض ا�نتخا�ب کند.

Page 34: هوش مصنوعی

متشکرم

خسته نباشید