دانلود جزوه هوش محاسباتی دکتر افتخاری

هوش محاسباتی و یا همان هوش مصنوعی اخیراً تبدیل به کلید واژه ای بسیار پرکاربرد در رسانه ها و مقالات علمی شده و روزی نیست که مطلب جدیدی راجع به آن منتشر نشود. از اتوموبیل های خودران شرکت تسلا گرفته تا فروشگاه های آنلاین خرده فروشی، بحث هوش محاسباتی یا هوش مصنوعی را سرلوحه برنامه های آینده خود قلمداد کرده و با جدیت در این زمینه مشغول به کار هستند. اما هوش محاسباتی چیست و چرا باید در آینده به این سمت حرکت کنیم؟

هوش محاسباتی چیست؟

در تعریف هوش مصنوعی این طور گفته می شود:

شبیه سازی هوش انسان در ماشین به طوری که مثل انسان فکر کند (درست تصمیم بگیرد) و مثل انسان عمل کند (درست عمل کند). از اصطلاحات مهم در حوزه هوش محاسباتی می توان به محاسبات نرم  محاسبات سخت اشاره کرد که در ادامه به تعریف آن ها می پردازیم.

همچنین ببینید: آموزش ایپلن 2023 (نقشه کشی هوشمند برق)

تعریف محاسبات سخت – Hard Computing:

محاسبات خشک و مبتنی بر معادلات دقیق ریاضیات، محاسبات سخت نامیده می شود. برای مثال پیدا کردن ریشه های یک معادله درجه دوم به روش ریاضی یک نوع محاسبه سخت به شمار می رود.

تعریف محاسبات نرم یا soft computing

روش هایی وجود دارند که می توانند رفتار پیچیده ترین و مغشوش ترین پدیده ها را نیز با دقت بالایی (نه به صورت صد در صد دقیق) مدلسازی نمایند. این محاسبات تحت عنوان محاسبات نرم به کار می روند. محاسبات نرم مبتنی بر استنتاج ذهن انسان، شبیه سازی عملکرد نرون های مغز، شبیه سازی رفتار پدیدیه های اجتماعی طبیعت مانند الگوریتم های تکاملی مثل ژنتیک، فاخته، کلونی مورچه و غیره می باشد. سیستم های فازی، شبکه های عصبی مصنوعی و الگوریتم های تکاملی از مهم ترین شاخه های محاسبات نرم محسوب می شوند.

مثال: یک راننده ماهر جرثقیل هوایی، جهت کنترل نوسانِ بار، هرگز در ذهنش یک معادله درجه 5 را به کار نمی گیرد. او با استتهادی از یک سیستم استنتاج فازی ذهنی یعنی تعدادی اگر-آنگاه به خوبی این سیستم پیچیده را با استفاده از تجربیاتش کنترل می نماید. در واقع می توان این تجربیات فرد متخصص را به صورت قوانین فازی در آورد و به سیستم کنترل سپرد.

محاسبات نرم و هوش محاسباتی

محاسبات نرم شامل اجزائی همچون منطق فازی، شبکه های عصبی و الگوریتم های ژنتیک می باشد که ممکن است در جاهای مختلف با آن برخورد کرده باشید. این اجزا را در قالب دیگری هم با نام هوش محاسباتی می شنوید. این ها از یک دیدگاه خیلی به هم شبیه هستند. هوش محاسباتی و محاسبات نرم، هر دو از یک سری اجزاء تشکیل شده اند. به عبارت دیگر، هر دو این ها منطق فازی، یادگیری تقویتی یا Reinforcement Learning ، شبکه های عصبی، الگوریتم های ژنتیک و روش کلونی مورچه ها را شامل می شوند. اما در محاسبات نرم تأکید خاصی در ترکیب این روش ها وجود دارد.

منطق فازی -Logic Fuzzy – در مقابل منطق بولی Boolean Logic :

حتماً بارها شنیده اید که کامپیوتر از یک منطق صفر و یک تبعیت می کند. در چارچوب این منطق، چیزها یا درست هستند یا نادرست، وجود دارند یا ندارند. در مقابلِ منطق بولی، منطق فازی وجود دارد. منطقی که دنیا را نه به صورت حقایق صفر و یکی، بلکه به صورت طیفی خاکستری از واقعیت ها می بیند و در هوش مصنوعی کاربرد فراوانی یافته است. واژه فازی یا Fuzzy به معنای غیردقیق، نا واضح و مبهم یا شناور است.

تعریف یادگیری ماشین

یادگیری ماشین عبارت است از اینکه چگونه می توان برنامه ای نوشت که از طریق تجربه، یادگیری کرده و عملکرد خود را بهتر کند. یادگیری ممکن است باعث تغییر در ساختار برنامه و یا داده ها شود. برخی از کاربردهای یادگیری ماشین عبارتند از:

کنترل ربات ها

داده کاوی

تشخیص چهره، گفتار، صوت، دستخط، اثر انگشت و غیره.

پردازش داده های اینترنتی، ماشین های جستجوی وب

پیشبینی های بورس، ارز، هواشناسی، زلزله

بیوانفورماتیک: چگونه میتوان ترتیب و شکل ژن ها را با استفاده از الگوریتم ها پیدا کرد.

سایر عناوین جزوه آموزشی هوش محاسباتی

مقدم های بر نظریه های فازی و احتمال

عدم قطعیت تصادفی

عدم قطعیت غیرتصادفی

بیان ریاضی منطق فازی

عملیات در مجموعه های کلاسیک و فازی

خواص مجموعه های کلاسیک و فازی

مجموعه پشتیبانِ یک مجموعه ی فازی

ترکیب روابط مجموعه های فازی

اعداد فازی

اعداد بازه ای

عدد فازی گوسین یا گوسی

عدد فازی زنگوله ای

عملیات ریاضی بر روی اعداد فازی

تئوری احتمال یا Theory Probability

تئوری امکان

شبکه های عصبی مصنوعی

ساختار یک نرون طبیعی

شبکه عصبی مصنوعی

مدل ریاضی نرون

پرسپترون

دانلود جزوه هوش محاسباتی یا هوش مصنوعی