فعلا هیچ
ماشین لرنینگ چیست؟ آشنایی با انواع هوش مصنوعی
سلام!
امروز اومدم تا باهم گشت و گذار کوتاهی در دنیای شگفت انگیز هوش مصنوعی و ماشین نویسی داشته باشیم؛ از سرگذشت هوش مصنوعی بگیم، درباره ی ماهیت ماشین نویسی و ارتباط بین این دوتا صحبت کنیم، اینکه ماشین اصلا چطوری کار میکنه و قراره چه دردی از ما دوا کنه و در طی صحبتامون به چندتا از کاربردای این علم اشاره کنیم پس اگر به این موضوعات علاقه داری...
بزن بریم!???
سرگذشت هوش مصنوعی
از زمان های خیلی دور فلاسفه و دانشمندان زیادی در پی ساختن و یافتن راهی بودن که موجودی منطقی و
با فکر و رفتاری انسان گونه بسازن...
شاید اسم تالوس رو شنیده باشید ؛ تالوس یکی از اسطوره های افسانه ای یونان باستانه که توسط زئوس به مردم هدیه داده شد تا ازشون در برابر دزدان دریایی محافظت کنه.
در حقیقت تالوس اولین آدم آهنی تاریخه که یونانیان باور داشتن مغزی ساختگی داره.
البته یونانی ها دست به کار هم شدن ، در آثار به جا مونده از اون زمان قطعات مکانیکی پیچیده ای وجود داره که نشون میده اونا در تلاش بودن تا یک مغز مکانیکی بسازن...!
بعد ها در سال 1950 ( 1330 خودمون) دو نفر از دانشجوهای دانشگاه هاروارد با ایده گرفتن از مفهوم شبکه عصبی، موفق به ساخت اولین شبکه عصبی مصنوعی با 40 نورون شدن! (جالبه بدونید شبکه های امروزی بیشتر از هزاران نورون دارن)
باختِ کاسپاروف:
شکست قهرمان شطرنج جهان از سیستم deep blue باعث شد تا هوش مصنوعی در کانون توجه قرار بگیره.
این سیستم توسط IBM طراحی شده بود؛ در اولین مسابقه در سال ۱۹۹۶ کاسپاروف پیروز شد اما در رقابت بعدی که در سال ۱۹۹۷ اتفاق افتاد، deep blue تونست کاسپاروف رو شکست بده!!!
ماشین نویسی
شاید با دیدن کلمه ی ماشین نویسی اولین کلمه ای که به ذهنتون میرسه " برنامه نویسی " باشه...
اول با این شروع کنیم که فرق این دوتا اصلا چیه؟!
اگر بخوایم ساده نگاهش کنیم، ما یک برنامه نویس رو programmer صدا میزنیم ولی یک ماشین نویس رو Machine learning engineer؛ یعنی مهندس یادگیری ماشین!
ماشین خودش باید رابطه بین داده ها رو کشف کنه در حالی که برنامه نویسی دقیقا نوشتن رابطههاست..!
هدف ما در یادگیری ماشین این است که با مشاهده و یادگیری از دادههای گذشته، آینده را پیشبینی کنیم.
رابطه هوش مصنوعی و یادگیری ماشین
سوالی که در این قسمت از بحث پیش میاد اینه که:
پس هوش مصنوعی همون یادگیری ماشینه؟
جواب منفیه! در حقیقت یادگیری ماشین بعد از هوش مصنوعی موضوعیت پیدا کرد و زیر مجموعه ی هوش مصنوعی محسوب میشه! یادگیری ماشین ویژگی هایی داره که اون رو نسبت به حوزه های دیگه ی هوش مصنوعی متمایز میکنه. ماشین بیشتر با داده ها سروکار داره و تصمیم گیریش با توجه به داده ها ممکنه تغییر کنه. در ادامه بهتر متوجه منظورم از این جمله میشید...
انواع یادگیری ماشین
یادگیری با نظارت
اگر سری به Google photos بزنید نمونه های متعددی از ماحصل تلاش بچه های هوش مصنوعی _Machine learning engineers _رو خواهید دید.
کاری که بچه های گوگل کردن اینه که صدها عکس از گل و گیاه رو به ماشین نشون دادن و گل رو تعریف کردن؛
دقیقا مثل یاد دادن به یه بچه میمونه که باید براش تفهیم کنی چه موجودی با چه شکل و شمایلی، گل محسوب میشه و چه موجودی با چه شکل و شمایلی احتمالا گل نیست...
یادگیری بدون نظارت
البته استراتژی آموزش به ماشین ها همیشه هم اینطور نیست و ممکنه بدون نظارت صورت بگیره مثلا اینکه ما به ماشین داده هایی درمورد دو گروه از انسان ها، مثلا آفریقایی و اروپایی، بدیم و انتظار داشته باشیم ماشین به صورت خودکار آموزش ببینه: وقتی یک اروپایی با چشمای آبی و پوست کک و مکی میبینه اونو با یه سیاه پوست مو فرفری اشتباه نگیره و در کل خودش، با توجه به تفاوت های ظاهری این دو گروه، یاد بگیره چهره مردم آفریقایی چطور هست و چهره های اروپایی چطور!
جمله ی جالبی که درباره ی یادگیری ماشین (Machine learning) میگن اینه که مهندسین و دانشمندان یادگیری ماشین انقدر این علم رو توسعه خواهند داد و به قدری ماشین ارتقا خواهد یافت که یک روزی بجای اینکه ما به ماشین ها اصطلاحا چیزی یاد بدیم، اونها یاد میگیرن خودشون رو توسعه و ارتقا بدن!
یکم ترسناکه یا میشه گفت ترسناک بنظر میاد
و این ترس دلایل متفاوتی داره
وقتی ماشین خودش شروع به توسعه ی خودش کنه دیگه در سلطه ی انسان نیست و ممکنه ما حتی نتونیم کاملا ناظر بر اتفاقایی که ممکنه بیوفته باشیم یا حتی پیش بینی شون کنیم...
شاید جنبه ی ترسناک دیگه ی چنین اتفاقی این باشه که ما نمی تونیم وجود موجودی هزاران برابر هوشمندتر از خودمون رو قبول کنیم یا از تحت سلطه یک ماشین صددرصد منطقی و بدون احساسات انسانی بودن خوشمون بیاد...
چرا ماشین اصلا؟
ماشین نویسی بیشتر در مواقعی که ما داده ها و اطلاعات زیادی داریم استفاده میشه _ یعنی تقریبا همیشه_ همونطور که گفتم هوش مصنوعی میتونه داده ها رو دسته بندی (organize) کنه که خب اینطوری :
1. تو وقت و انرژی ما صرفه جویی میشه
2. احتمال خطا پایین میاد
3. میتونیم داده هامون رو افزایش بدیم (مثلا از پشتیبانی تعداد بالای کاربر نترسیم)
و در کل کیفیت کار به شدت بالا میاد.
همونطور که مشخصه ماشین نویسی در حوزه های مختلفی از زندگی عادی گرفته تا صنعت و... کاربرد داره.
شاید براتون جالب باشه که این علم حتی تو فوتبالم کاربرد داره و تو اروپا و کشور های پیشرفته ازش بهره میبرن
قدیما برای آنالیز بازی ها چند نفر باید مینشستن و یک بازی رو ساعت ها با دقت تماشا میکردن تا مثلا بازیکن ها و مدل بازی تیم حریف رو آنالیز کنن.
اونم تازه هرجور بهش نگاه کنیم مطمئنا همه جزئیات دستگیرشون نمی شده...
الان _ الان که نه خیلی وقته _ دوربین های مخصوصی تو زمین کار میذارن که تمام جزئیات رو مو به مو آنالیز و دسته بندی میکنه.
فکر کنید کاری که ساعت ها اونم با دقت کم انجام میشده حالا ممکنه تو یک ساعت پروندش بسته بشه اونم با کیفیت خیلی خیلی بالاتر!!!
هوش مصنوعی سالهای بسیاری مورد توجه محققان و دانشمندان بوده، اما در سالهای اخیر به مرحله عملیاتی شدن رسیده و به یکی از جذابترین حوزههای دانش و مهندسی بدل شده است. در آیندهای نه چندان دور، رباتهایی که از انسان، قابل تشخیص نیستند افزایش خواهند یافت. خودتان را آماده کنید!
خیلی ممنونم که تا اینجا همراه من بودید امیدوارم براتون جالب و مفید بوده باشه خوشحال میشم که نظرتون رو بخونم؛ اگه ضعفی در مقاله بوده صمیمانه خواهش میکنم که بهم تذکر بدید و در کل دمتون گرم!?✨
اگر دوست دارید بیشتر و کامل تر درباره ی این حوزه و سایر موضوعات کامپیوتری و برنامه نویسی بدونید حتما یه سری به کوئرا بزنید. ?
مطلبی دیگر از این انتشارات
گفتوگوهای درونی؛ خورندههای روان!
مطلبی دیگر از این انتشارات
نیمنگاهی به حال و روزِ «رپ فارس»
مطلبی دیگر از این انتشارات
داستان | صاحبخانه