تاریخچهی هوش مصنوعی
هوش مصنوعی فراز و نشیب ها و دوران شکوفایی و همچنین زمستانهایی را تجربه کرده است. میتوان گفت شروع آن از سال 1950 با معرفی تستتورینگ توسط آلنتورینگ و همچنین در سال 1955 با ابداع واژهی هوشمصنوعی توسط جان مککارتی شروع شده و با چالشهایی که در این سالها در سر راه محققان این حوزه بوده ادامه پیدا کرده و تا به امروزه که دوران GPUها و کارتهای گرافیک و دوران دیپ لرنینگ و یادگیری عمیق است ادامه پیدا کرده است.
در این ویدیو از دورهی مبانی هوش مصنوعی و یادگیری عمیق به صورت خلاصه این تاریخچه را مرور میکنیم.
برخی از وقاع مهم:
یونیمات به عنوان اولین ربات کارخانه ای راهی کارخانجات جنرال موتورز شد و با وظیفه جابه جایی قطعات در خط مونتاژ نصب و کارش را شروع کرد.
ژوزف وایزنبام دانشمند آلمانی و استاد MIT اولین چت بات
برای شبیه سازی یک روان درمانگر طراحی شد
سوالاتی میپرسید تا اطلاعات دقیقتر دریافت کنه و احتال بروز خطا کمتر شه
عملکر انسانی تر شه
یک سییستم مبتنی بر قوانی یا rule base مکالملا معنا دار نبود
——
شیکی اولین ربات هوشمند و متحرک در استنفورد
بینایی کامپیوتر و NLP پیاده سازی و ترکیب شد
اولین پروژه که استدلال منطقی ئ عامل فیزیکی ترکیب شده بود
دلایل زمستان اول:
پس از دورهای از موفقیتهای اولیه که از دهه 50 میلادی شروع شده بود و با افزایش توجه و بودجههای تحقیقاتی همراه بود، در اوخر دهه 60 و دهه 70، پیشرفتها به تدریج متوقف شدند و دوران خاموشی و رکود آغاز شد.
این رکود در شرايطی اتفاق میافتاد که پیشگامان این حوزه، وعدههای زیادی را داده بودند که تا رسیدن به AI واقعی و مافوق بشر تنها چند قدم بیشتر نمانده. تصور میشد بزودی ماشینها در بازی شطرنج و چکرز و یا حتی در ترجمهی متون از آدمها جلو بزنند. اما هیچ کدام از آن وعدهها حتی تا دههها بعد محقق نشد. مثلا اولین بار در سال 1997 بود که یک کامپیوتر موفق شد، قهرمان شطرنج دنیا، گری کاسپاروف را شکست دهد. یا حتی ترجمهی متن هنوز هم یک مسالهی باز و در حال تحقیق است، و متون ترجمه شده توسط ماشین، خیلی هم بینقص نیستند.
Yehoshua Bar-Hillel که به خاطر فعالیتش در حوزهی ترجمهی ماشین مطرح بود:
دانشمند و ریاضی دان اسرائیلی ترجمه به هیچ وجه عملی نیست.
کمیتهی مشاورهی پردازش زبان اتوماتیک:
موفقیت زودهنگا در کار نیست و سایر پروژه ها ی هوش هم همینطور!
در 1973 «انجمن تحقیقات علمی بریتانیا:
وعدههای پژوهشگران AI همگی با اغراق همراه بوده، در هیچ یک از بخشهای این حوزه، دستاورد چشمگیری مطابق آن وعدهها مشاهده نشده.
مثلا شانون نشان داد در بازی شطرنج، تعداد ترکیبات ممکن، از 20 حالت مختلف در حرکت اول، به 400 حالت در حرکت دوم افزایش مییابد و تا حرکت پنجم به 4,865,609 حالت مختلف میرسد. این سطح از پیچیدگی برای کامپیوترهای آن زمان قابل تحمل نبود.
ین گزارش، هرچند از نگاه پژوهشگران این حوزه، یکسویه و غیرمنصفانه بود، اما در نهایت موجی را پدید آورد که نه فقط انگلیس، بلکه تمام اروپا را درنوردید و دامنهاش به آمریکا هم میرسید.
نتیجه آن شد که بودجهی پروژههای AI در تمام دانشگاههای انگلیس بجز دو دانشگاه قطع شود.
بعلاوه، ARPA (مرکز پروژههای تحقیقاتی پیشرفتهی وزارت دفاع آمریکا) که بعدها به DARPA تغییر نام داد و حامی مالی اکثر پروژههای تحقیقاتی AI بود تصمیم گرفت بودجهی این پروژهها را قطع کند. و سرمایهگذاریهایش را بجای تحقیقات بنیادی، بر روی پروژههای کاربردی متمرکز کرد. این گونه بود که زمستان اول از 1973 شروع شد.
سیتم خبره:
سیستم خبره یک برنامه رایانهای است که از فناوریهای هوش مصنوعی (AI) برای شبیه سازی و رفتار یک انسان یا سازمانــی که دانش و تجربه تخصصــی در زمینه خاصی دارد، استفاده میکند. به طور معمول، یک سیستم خبـــره شامل یک پایگاه دانش، شامل تجربه انباشته شده و یک موتور استنتاج یا قوانین است. مجموعهای از قوانین برای اعمال پایگاه دانش برای هر موقعیت خاصــی که برای برنامه توصیف میشود.
یک سیستم خبره، در واقع یک نرمافزار هوش مصنوعی است که از دانش ذخیره شده در پایگاه دانش برای حل مسائلی که نیازمند کارشناس انسانی هستند استفاده میکند. بنابراین، سیستمهای خبره، دانش انسانی را در پایگاه دانش خود ذخیره میکنند. این سیستمها میتوانند به کاربران توصیهها و همچنین، توضیحاتی را پیرامون چگونگی رسیدن به یک نتیجه یا توصیه خاص، ارائه کنند.
دیپ بلو شرکت ibm:
قهرمان شطرنج را (گری گاسپاروف) در 19 حرکت شکست بده
256 پردازنده برای کشف 200 میلیون موقعیت در شطرنج در هر ثانیه کشف
معماری در مسائل دیگری نظیر
مدل سازی مالی
داده کاوی
دینامیک مولکولی
معرفی واحد غیر خطی svm:
الگوریتم SVM اولیه در ۱۹۶۳ توسط ولادیمیر وپنیک ابداع شد و در سال ۱۹۹۵ توسط Vapnik و Corinna Cortes برای حالت غیرخطی تعمیم داده شد.
جارو برقی هوشمند رومبا:
دارای مجموعهای از سنسورها هستند که آنها را قادر میسازد تا روی کف خانهها حرکت کنند و فرایند پاکسازی را انجام دهند. به عنوان مثال، حسگرهای رومباها میتوانند وجود موانع را تشخیص دهند، نقاط کثیف کف را پیدا کرده و بخشهای شیبدار را حس کنند تا از پلهها پایین نیفتند.
—
مطالب زیر را حتما مطالعه کنید
جایزه لوبنر: بررسی کامل و ارتباط آن با آزمون تورینگ
آموزش یادگیری عمیق با پایتون | بهترین دوره Deep Learning با تدریس علیرضا اخوانپور
همه چیز درباره توابع فعالیت (Activation Functions) در شبکههای عصبی و مشکل محو شدگی گرادیان
Federated Learning: راهی نوین برای حفظ حریم خصوصی در یادگیری ماشین
یادگیری عمیق با تنسورفلو و کراس
مشاغل مرتبط با هوش مصنوعی
2 دیدگاه
به گفتگوی ما بپیوندید و دیدگاه خود را با ما در میان بگذارید.
خیلی خوب بود
جای اتنشن در دهه ۲۰۱۰ خالی بود
یه جا هم یه اشتباه لپی داشت جنگ سرد رو گفتید زنگ سرد کاشکی تو تدوین اصلاحش میکردید. شایدم من زنگ میشنوم
سپاس
ممنون از بابت فیدبک. در مورد اتنشن هم درست میفرمایید.