هوش مصنوعی، حوزه ها، مسائل و ابزارها و الگوریتم ها
پیش از اینکه بخواهیم در حوزه هوش مصنوعی شروع به کار کنیم باید اطلاعاتی در خصوص حوزه های مطالعاتی و همچنین مسائل موجود ان داشته باشیم باید بدانیم که هوش مصنوعی برای حل مسائلش از چه الگوریتم ها و ابزارهایی استفاده می کند. بنابراین در این مقاله ما به حوزهای هوش مصنوعی اشاره کرده و مسائل رایج آنها را به اختصار معرفی می کنیم. همچنین به آشنایی مهمترین ابزارها و الگوریتم های موجود می پردازیم.
مهمترین حوزه های هوش مصنوعی را می توان در سه طبقه تقسیم بندی نمود.
حوزه با نظارت یا نظارت شده Supervised Learning
حوزه بدون نظارت یا نظارت نشده Unspervised Learning
حوزه یادگیری تقویتی Reinforcement Learning
در حوزه نظارت شده ما با مسائلی مواجه هستیم که یکسری ویژگی یامتغیر منجر به یک نتیجه یا پاسخ می شوند می شود. به عنوان مثال میزان بارش باران (متغیر پاسخ) می تواند با استفاده از سه متغیر میزان رطوبت، دمای هوا، سرعت باد تخمین زده شود. البته مشخص است که حتی با وجود شرایط یکسان متغیر های ما الزاما ما نمی توانیم به پاسخ یکسان در دنیای واقعی برسیم و ما فقط یک مقدار متوسط بدست می آوریم. البته هرچه مدل ما متغیرها بیشتری داشته باشد ما به پاسخ های بهتری خواهیم رسید و این خود ممکن است که منجر به خطاهای دیگری شود.
حوزه بدون نظارت حوزه ای است که ما متغیر پاسخی نخواهیم داشت و در نتیجه نمی توانیم بگوییم که پاسخ ها در این مسائل درست است یا خیر در حقیقت پاسخ درست یا غلطی وجود ندارد. بهترین پاسخ، پاسخی است که منجر به تحلیل بهتری از جانب ما شود. مثلا می توان گفت در دهک بندی یارانه ها در کشور مردم به ده دسته تقسیم شدند. می توانستیم مردم را به دو دسته ثروتمند و غیر ثروتمند تقسیم کنیم یا به صد دسته تقسیم کنیم. مهم این نیست که به چند دسته تقسیم می کنیم مهم این است که نتیجه ای که حاصل می شود رضایت عمومی و همچنین تحلیل ساده و مناسبی را برای تصمیم گیرندگان فراهم کند. مثال های دیگری در ویدئو آمده است که می تواند به درک بهتر این موضوع به شما کمک کند.
حوزه یادگیری تقویتی حوزه ای متقاوت است که فرآیند یادگیری مانند یک فردی است که قصد دارد نحوه ضربه به توپ پینک پونک را یادبگیرد و زدن ضربه های متفاوت و دید نتایج های او را کمک خواهد کرد تا در هر موقعیت ضربه ای مناسب بزند. توضیح مثال هایی مثل ماشین خودران یا بازی های کامپیوتری در ویدئو آورده شده.
مهمترین مسائلی که در حوزه نظارت شده با آن مواجه هستیم مسائل مربوط به پیش بینی، طبقه بندی و کاهش بعد هستند.
پیش بینی با پیشگویی متفاوت است. به اینصورت که پیشگویی پایه علمی نداشته ولی در پیش بینی از داده ها و رفتار گذشته استفاده می کنیم تا در مورد آینده پیش بینی انجام دهیم و این پیش بینی با خطا همراه است.
طبقه بندی یکی از مباحث مهم در هوش مصنوعی می باشد و به این صورت عمل می کند که با بکار گیری ابزارها زمانی که یک داده جدید وارد سیستم می شود داده جدید را به یک دسته تخصیص می دهد.
کاهش بعد یکی از مسائل مهم است. چرا که به عنوان مثال داده های تصویری شامل ویژگی های زیادی بوده و نمی توان از تمام آن ها استفاده کرد.
مسئله دیگر خوشه بندی می باشد. خوشه بندی که از مسائل غیر نظارت شده است داده ها را در گروه های مختلف خوشه بندی می کند.
