36
ی م ی ر ک ود ع س م1

هوش مصنوعی

Embed Size (px)

Citation preview

Page 1: هوش مصنوعی

مسعود کریمی

1

Page 2: هوش مصنوعی

روش���های ش���امل مص���نوعی هوش هوش�مندی را ک�ه س�ازمان ب�ه وس�یله آن ب�ه

ف�ردی می پ�ردازد و آن را دانشجم�ع آوری ب�ه پایگاهه�ای بیش�تر گس�ترش می ده�د

گفته می شود.

A R T I F I C I A L I N T E L L I G E N C E هوش

مصنوعی

Page 3: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E هوش

مصنوعی

ب�ر مبت�نی ک�امپیوتری ه�ای سیس�تم ک�ه توان�ایی ی�ادگیری زب�ان رفت�ار انس�ان

از ،اس�تفاده ،انج�ام کاره�ای ف�یزیکی از س�ازی ش�بیه و ادراکی ابزاره�ای خ�برگی انس�ان و تص�میم گ�یری را دارد.

Page 4: هوش مصنوعی

A

Bکدام

انسان است؟

A يا B

 يك معيار عقالني و منطقي است. Turingآزمايش مي ناميم كه با هوش ما زماني يك ماشين را

بفهميم بتوانيم با آن حرف بزنيم؛ بدون اين كه واقعاI يك ماشين است.

A R T I F I C I A L I N T E L L I G E N C E

تست تورینگ

Page 5: هوش مصنوعی

اينتلي بادي نسخه اي از يكي از هاي دنيا به نام Chatbotموفق ترين

Artificial Linguistic Internet Computer Entity) ALICE )است.

A R T I F I C I A L I N T E L L I G E N C E

chatbot

Page 6: هوش مصنوعی

شما مي توانيد در هر جاي وب نسخه هايي را پيدا كنيد، اين نرم افزار به ALICEاز

صورت رايگان ارائه مي شود.

هرچند بعضي از اين گفت وگوها آغازاميدواركننده اي دارند، تمام آن ها نهايتاI به

يك محاوره درهم و برهم كه فقط از عهده هوش مصنوعي برميآيد، تنزل مي كنند.

A R T I F I C I A L I N T E L L I G E N C E

chatbot

Page 7: هوش مصنوعی

شانه به شانه می 2029انسان و ماشین در شوند

یک مبتکر مطرح آمریکایی پیش بینی کرده سطحانسان با 2029هوش مصنوعی ماشین در سال

خواهد کرد.( این هم توانی طیف وسیعی برابری او را در هوش عاطفی از هوش انسانی از جمله

بر خواهد گرفت)  

ری کورزویل، مهندس و مبدع سرشناسآمریکایی می گوید انسان در آستانه پیشرفت به

های ریزی را در روبوت سویی است که بتواند جاسازی کند و آنها را از این راه مغز انسان

هوشمندتر کند.

A R T I F I C I A L I N T E L L I G E N C E

2029

Page 8: هوش مصنوعی

هوش مصنوعی

منطق فازی

شبکه های عصبی

الگوریتم ژنتیک

سیستم ها ی خبره

A R T I F I C I A L I N T E L L I G E N C E هوش

مصنوعی

Page 9: هوش مصنوعی

بره pبره یا سیستم های خ pسامانه های خ( Expert systems به دسته ای خاص از )

اطالق می شود که در راستای کمک به کامپیوتری نرم افزارهای

صان انسانی و یا جایگزینی جزئی آنان در sصی متخصsزمینه های محدود تخص

تالش دارند.

،را كه يك متخصص بر اساس الگوهاي منطقي اي در واقع اين نرم افزارها

آن ها تصميم گيري مي كند،

شناسايي مي نمايند و سپس بر اساس آن الگوها، مانند انسان ها

تصميم گيري مي كنند.

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

Page 10: هوش مصنوعی

استفاده کننده از اطالعاتی که ها این برنامه •

در آن ها ذخیره می کند جهت اعالم یک

استفاده می موضوع بخصوص عقیده در یک

. از اینرو سیستم های خبره تا هنگامی کند

که بتوانند موضوعی را که با پاسخ های شما

سوال کردن بیابند به مطابقت داشته باشد

از شما ادامه می دهند.

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

Page 11: هوش مصنوعی

Expert System

End-user

Knowledge Engineer Programmer Domain Expert

Project Manager

Expert System Development Team

The main players in the development team

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

Page 12: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

کسی که توانایی مهندس دانش :طراحی ،ساخت و آزمایش یک سیستم خبره

فرد دارد . مهندس دانش با مصاحبه با یک در می یابد که مساله خاص چطور حل خبره

می شود . بايد اطمينان مهندس دانش يك

حاصل كند كه سيستم خبره طراحي شده، تمام دانش مورد

نياز براي حل يك مسئله را دارد.

Expert System

End-user

Knowledge Engineer Programmer Domain Expert

Project Manager

Expert System Development Team

The main players in the development team

Page 13: هوش مصنوعی

Complete structure of a rule-based expert system

User

ExternalDatabase External Program

Inference Engine

Knowledge Base

Rule: IF-THEN

Database

Fact

Explanation Facilities

User Interface DeveloperInterface

Expert System

Expert

Knowledge Engineer

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

Page 14: هوش مصنوعی

user interface وسائل ارتباطی بین استفادهکننده و سیستم خبره

explanation facilities استفاده کننده را قادر میسازد که چگونگی رسیدن به نتایج و

را سوال factچرایی در خواست حقایق کند

A R T I F I C I A L I N T E L L I G E N C E سیستم های

تولیدی

User

ExternalDatabase External Program

Inference Engine

Knowledge Base

Rule: IF-THEN

Database

Fact

Explanation Facilities

User Interface DeveloperInterface

Expert System

Expert

Knowledge Engineer

در بر گیرنده دانش پایگاه دانشمفید برای حل مسائل است. پایگاه

دانش ارائه دهنده مجموعه ای قوانین IF (condition) THEN (action)به شکل

.است شامل مجموعه ای حقایق پایگاه دادهاز IF(condition)جهت تطابق قسمت

knowledge baseقوانین ذخیره شده در است

Page 15: هوش مصنوعی

راهبرد مورد : موتور استنتاجاستفاده جهت جستجو در میان پایگاه

دانش

روش اساسی برای ساخت دو»موتور استنتاج « وجود دارد: -

- Forward Chaining استدالل پیشرو Backwardزنجیره سازی پسرو

Chaining.-

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

User

ExternalDatabase External Program

Inference Engine

Knowledge Base

Rule: IF-THEN

Database

Fact

Explanation Facilities

User Interface DeveloperInterface

Expert System

Expert

Knowledge Engineer

زنجیره ای رو به در جستجوی ,راهبرد جستجو در پایگاه دانش با عقب

یک فرضیه آغاز می شود وبا پرسش از در باره واقعیت های برگزیده ادامه می

یابد تا اینکه فرضیه تایید یا رد شود. موتور زنجیره ای رو جلو در جستجوی

استنتاج با استفاده از اطالعاتی که توسط کاربر وارد شده است آغاز می

کند، و بر اساس آن ظوابط مورد نظر را جستجو می کند

Page 16: هوش مصنوعی

An example of an inference chainRule 1: IF Y is true

AND D is trueTHEN Z is true

Rule 2: IF X is trueAND B is trueAND E is trueTHEN Y is true

Rule 3: IF A is trueTHEN X is true

A X

B

E

Y

D

Z

A R T I F I C I A L I N T E L L I G E N C E سیستم های

خبره

Page 17: هوش مصنوعی

مي پرسم >هوا ابري است يا آفتابي؟< پاسخ مي دهي:

نيمه ابري. مي پرسم >آيا همه آنچه كه ديروز به من گفتي، راست بود؟< پاسخ مي دهي: بيشتر آن حقيقت داشت. ما در زندگي روزمره بارها از

استفاده مي كنيم. منطق فازي

قوانين مي گويد: >آن جايي كه انيشتين مربوط واقعيات)كالسيك( به رياضيات

مي شوند، مطمئن نيستند و آنجا كه آن ها مطمئن هستند، نمي توانند به واقعيت

اشاره داشته باشند.<

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

Page 18: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

پيشينه منطق فازي  تئوري مجموعه هاي فازي و

منطق فازي را اولين بار پرفسور ( در رساله اي به نام 2لطفي زاده )

>مجموعه هاي فازي - اطالعات و معرفي 1965كنترل< در سال

نمود. هدف اوليه او در آن زمان، توسعه مدلي كارآمدتر براي

پردازش زبان هاي توصيف فرآيند طبيعي بود

Page 19: هوش مصنوعی

بنياد منطق فازي بر شالوده نظريهاستوار استمجموعه هاي فازي

اما تئوري مجموعه هاي فازي اينعضويت مفهوم را بسط مي دهد و

را مطرح مي كند. درجه بندي شده

در تئوري كالسيك مجموعه ها، يك عنصر، يا عضو مجموعه است يا نيست

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

Page 20: هوش مصنوعی

توصيف فازي به عنوان مثال فرض كنيد مي خواهيم يكاز دماي يك اتاق ارائه دهيم. در اين صورت مي توانيم

u (x چند مجموعه فازي تعريف كنيم كه از الگوي تابع )تبعيت كند.

 

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

نموداري از نگاشت متغير >دماي هوا< با نام هاي مجموعه فازي به چند

>سرد<، >خنك<، >عادي<، >گرم< و >داغ< است. چنان كه مالحظه مي كنيد،

يك درجه حرارت معين ممكن است متعلق به يك يا دو مجموعه باشد.

Page 21: هوش مصنوعی

اكنون مي توان بر اساس مدل فوق قانون فازي زير را تعريف كرد:

اگر دماي اتاق >خيلي گرم< است، سرعت پنكه را >خيلي زياد< كن.

اگر دماي اتاق >گرم< است، سرعت پنكه را >زياد< كن.

اگر دماي اتاق >معتدل< است، سرعت پنكه را در >همين اندازه< نگه دار.

اگر دماي اتاق >خنك< است، سرعت پنكه را >كم< كن.

اگر دماي اتاق >سرد< است، پنكه را >خاموش< كن.

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

به عنوان نمونه، درجه حرارت هاي بين دماي T1 و T2 هم متعلق به مجموعه >سرد< و

هم متعلق به مجموعه >خنك< است. اما يك دماي معين در اين فاصله، درجه عضويت

در هر يك از دو مجموعه متفاوت است. به تنها به اندازه T2 طوري كه دماي نزديك 

چند صدم در مجموعه >سرد< عضويت دارد، اما نزديك نوددرصد در مجموعه

>خنك< عضويت دارد.

Page 22: هوش مصنوعی

كاربردهاي منطق شايد يكي از جالب ترين •در بازي هاي فازي هوش مصنوعي

رايانه اي و جلوه هاي ويژه سينمايي باشد.  . از اين نرم افزار در Massiveنرم افزار

بسياري از صحنه هاي فيلم براي توليد حركات لشكر موجودات متخاصم استفاده

شده بود. 

A R T I F I C I A L I N T E L L I G E N C E

منطق فازی

Page 23: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E شبکه های

عصبی

ANN ها جزء دسته ای سيستمها قرار دارند دانشکه با پردازش روي داده هاي تجربي، يا قانون نهفته در وراي داده ها را به

ساختار شبکه منتقل مي کنند.

ANN ها بر اساس محاسبات روي داده هاي قوانين کلي را فرا مثالها ، عددي يا ميگيرند .

Page 24: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E شبکه های

عصبی

هر نرون طبيعي از سه قسمت اصلي تشکيل شده است :

Somaبدنه سلول

Dendriteدندريت

Axonاکسون

synapse سیناپس

Page 25: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E شبکه های

عصبی

به عنوان مناطق دريافت سيگنالهاي الکتريکي ، دندريتها شبکه هايي تشکيل يافته از فيبرهاي سلولي هستند که

داراي سطح نامنظم و شاخه هاي انشعابي بيشمار ميباشند .دندريتها سيگنالهاي الکتريکي را به هسته سلول منتقل

انرژي الزم را براي فعاليت نرون فراهم بدنه سلول ميکنند. کرده و بر روي سيگنالهاي دريافتي عمل ميکند ، که با يک عملرساده جمع و مقايسه با يک سطح آستانه مدل

ميگردد . بر خالف دندريتها از سطحي هموارتر و تعداد شاخه اکسون

هاي کمتري برخوردار ميباشد . اکسون طول بيشتري دارد و سيگنالهاي الکتروشيميايي دريافتي از هسته سلول را به

نرونهاي ديگر منتقل ميکندمحل تالقي يک اکسون از يک سلول به دندريتهاي

ميگويند .توسط سيناپسسلولهاي ديگر را سيناپسهاارتباطات مابين نرونها برقرار ميشود.به

فضاي مابين اکسون و دندريتها فضاي سيناپسي گويند.

Page 26: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E شبکه های

عصبی

همانگونه که گفته شد ما ميتوانيم توسط مفاهيم يک ٢ کنيم.شکل مدلرا نرون طبيعي رياضي يک

نرون عصبي مصنوعي را نشان ميدهد.

Page 27: هوش مصنوعی

Biological Neural Network Artificial Neural Network Soma Dendrite Axon Synapse

Neuron Input Output Weight

Soma Soma

Synapse

Synapse

Dendrites

Axon

Synapse

Dendrites

Axon

Input Layer Output Layer

Middle Layer

I n

p u

t S

i g

n a

l s

O u

t p

u t

S

i g n

a l

s

A R T I F I C I A L I N T E L L I G E N C E شبکه های

عصبی

Page 28: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E الگوریتمژنتیک

به کار می رود اغلب بار تنازغ بقا هنگامی که لغت قانون ارزشی منفی آن به ذهن می آید. شاید همزمان

!قوی ترهابه ذهن برسد و حکم بقای جنگل

Page 29: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک

نظریه داروین

نسل هایی داروینبر اساس نظریه

خصوصیات وویژگی های که از

نسبت به نسل های دیگر برتری

برخوردارند شانس بیشتری نیز برای

خواهند داشت و ویژگی تکثیر و بقا

ها و خصوصیات برتر آنها به نسل

های بعدی آنان نیز منتقل خواهد

همچنین بخش دوم نظریه شد.

بیان می کند که هنگام تکثیر داروین

تصادف فرزند ، به ارگانیک

اتفاق می افتد که رویدادهایی

موجب تغییر خصوصیات ارگان فرزند

می شود و در صورتی که این تغییر

فایده ای برای ارگان فرزند داشته

باشد موجب افزایش احتمال بقای

آن ارگان فرزند خواهد شد.

Page 30: هوش مصنوعی

ریاضیات دارای دو اشکال اساسی هستند. اغلب این روش ها روش های کالسیک در نظر می گیرند و نیز هر نقطه بهینه کلی را بعنوان ( Local Optima) بهینه محلینقطه

کاربرد دارند. مسأله خاصی یک از این روش ها تنها برای

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک

Page 31: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک

این الگوریتم انتقال ایده اساسی •. ژن هاستخصوصیات موروثی توسط

فرض کنید مجموعه خصوصیات انسان او به نسل بعدی کروموزوم هایتوسط

منتقل می شوند. هر ژن در این کروموزوم ها نماینده یک خصوصیت است.

میالدی دانشمندی از هفتاددر دهه جان هلنددانشگاه میشیگان به نام

ایده استفاده از الگوریتم ژنتیک را در بهینه سازی های مهندسی مطرح کرد.

Page 32: هوش مصنوعی

برای دو اتفاق در واقع بصورت همزمان کروموزوم ها می افتد.

است. ( Mutation)جهشاتفاق اول موتاسیون به این صورت است که بعضی

ا بصورت کامالI تصادفی تغییر می کنند. ژن هالبته تعداد این گونه ژن ها بسیار کم می باشد

اما در هر حال این تغییر تصادفی همانگونه که پیشتر دیدیم بسیار مهم است.

که می افتد و اتفاق دیگری جهشعالوه بر البته این اتفاق به تعداد بسیار بیشتری

نسبت به موتاسیون رخ می دهد چسبیدن ابتدای یک کروموزوم به انتهای یک

کروموزوم دیگر است. این مسأله با نام شناخته می شود. این ( Crossoverتقاطع )

همان چیزیست که مثالI باعث می شود تا فرزند تعدادی از خصوصیات پدر و تعدادی از

خصوصیات مادر را با هم به ارث ببرد

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک

Page 33: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک

Page 34: هوش مصنوعی

پایان

A R T I F I C I A L I N T E L L I G E N C E

پایان

Page 35: هوش مصنوعی

A R T I F I C I A L I N T E L L I G E N C E

Page 36: هوش مصنوعی

ژن ها واحد وراثت هستند. آرایش •ژنتیکی یک موجود زنده )ترکیب ژنهای آن(، تعیین کننده مشخصات آن، مانند

رنگ چشمهای یک جانور یا بوی گل یک گیاه، است. بیشتر ژنها اطالعات

را در بر پروتئینهامربوط به ساخت دارند و معموالI در توالیهای مولکول

ذخبره می شوند.دی ان ای

A R T I F I C I A L I N T E L L I G E N C E الگوریتم

ژنتیک