این پاورپوینت کامل برگرفته از کتاب «Artificial Intelligence: A Modern Approach» استوارت راسل و پیتر نورویگ شامل ۲۷۷ اسلاید درباره مفاهیم، تاریخچه، مبانی و کاربردهای هوش مصنوعی است.
نام مرجع : Artificial Intelligence A Modern Approach
نویسنده : استوارت راسل، پیتر نورویگ
مقدمه
هوش مصنوعی چیست؟
عاقلانه فکر کردن
مانند انسان فکر کردن
عاقلانه عمل کردن
مانند انسان عمل کردن
مانند انسان عمل کردن Acting humanly
هنر ساخت ماشینهایی که کارهایی را انجام میدهند که آن کارها توسط انسان با فکر کردن انجام میشوند.
مطالعه برای ساخت کامپیوترها برای انجام کارهایی که فعلاً انسان آنها را بهتر انجام میدهد.
مانند انسان فکر کردن Thinking humanly
تلاش جدید و هیجان انگیز برای ساخت ماشین هایی متفکر و با حس کامل
خودکارسازی فعالیت های مرتبط با تفکر انسان، فعالیتهایی مثل تصمیم گیری، حل مسئله، یادگیری
عاقلانه فکر کردن Think rationally
مطالعه توانایی های ذهنی از طریق مدل های محاسباتی (منطق گرایی)
مطالعه محاسباتی که منجر به درک و استدلال می شود.
عاقلانه عمل کردن Act rationally
طوری عمل کند که بهترین نتیجه را ارائه دهد
هوش محاسباتی، مطالعه طراحی عامل های هوشمند است
مبانی هوش مصنوعی
- فلسفه: منطق، استدلال، ناشی شدن تفکر از مغز فیزیکی، مبانی یادگیری، زبان و عقلانیت
روان شناسی: تطبیق، اثر طبیعی ادراک و تاثیر آن بر محیط - زبان شناسی: علم ارائه، گرامر
- ریاضیات: نمایش رسمی الگوریتمها، محاسبات، تصمیم پذیری و تصمیم ناپذیری، احتمال
- نظریه کنترل و سیبرنتیک: تحت کنترل در آوردن محصولات مصنوعی، ثبات و پایداری، طراحی عامل بهینه
- اقتصاد: نظریه تصمیمهای عقلایی، نظریه بازی
- علوم عصبی: نحوه پردازش اطلاعات توسط مغز
- مهندسی کامپیوتر: ساخت کامپیوترهای سریع
تاریخچه هوش مصنوعی
در سال ۱۹۴۳، مک کولوچ و والتر پیتز مدلی از نورون مصنوعی بیتی (دو حالته) را معرفی کردند که قابلیت یادگیری داشت و می توانست هر تابع محاسبه پذیر را محاسبه کند. سپس در سال ۱۹۵۰، آلن تورینگ برای اولین بار دیدی کامل از هوش مصنوعی را با عنوان «محاسبات ماشینی و هوشمند» ارائه داد. یک سال بعد، در ۱۹۵۱، هینسکی و ادموندز نخستین کامپیوتر شبکه عصبی را طراحی کردند. در سال ۱۹۵۲، آرتور سامویل برنامه ای ساخت که می توانست به مرور زمان بهتر از نویسنده خود بازی کند و بدین ترتیب تصور رایج مبنی بر اینکه «کامپیوتر فقط کاری را انجام می دهد که به آن گفته شده» را نقض کرد. در سال ۱۹۵۶، در نشست کارگروهی دورتموند، نام «هوش مصنوعی» به صورت رسمی انتخاب شد.
در سال ۱۹۵۹، هربرت جلونتر برنامه ای به نام GTP ساخت که قادر بود قضایا را با استفاده از اصل موضوعات مشخص ثابت کند. همچنین در سال ۱۹۵۸، جان مک کارتی زبان برنامه نویسی لیسپ را تعریف کرد که به بهترین زبان برای توسعه هوش مصنوعی تبدیل شد. در دوره ۱۹۵۸ تا ۱۹۷۳، پژوهشگرانی مانند جیمز اسلاگل برنامه هایی برای حل مسائل انتگرال گیری فرم بسته نوشتند، تام ایوانز روی برنامه های حل مشابهت های هندسی کار کرد، دانیل بابروز به توسعه برنامه های حل مسائل جبری پرداخت، دیوید هافمن مقاله ای درباره محدوده بینایی روبات در جهان بلوک ها منتشر کرد، دیوید والتز سیستم های بینایی و انتشار محدود را توسعه داد و پاتریک ونیستون نظریه یادگیری را ارائه کرد.
با این حال، بین سال های ۱۹۶۶ تا ۱۹۷۳ مسیر تحقیقات هوش مصنوعی کند شد. علت این امر پیچیده تر شدن الگوریتم ها، مشکلات در برنامه های جدید، انجام ناپذیری بسیاری از مسائل مورد بررسی، عدم موفقیت در اثبات قضایا با فرضیات بیشتر، اعمال محدودیت هایی روی ساختارهای اساسی و همچنین محدودیت های مربوط به نمایش پرسپترون دو ورودی بود.
فهرست مطالب:
- فصل اول: مقدمه
- فصل دوم: عاملهای هوشمند
- فصل سوم: حل مسئله با جستجو
- فصل چهارم: جست و جوی آگاهانه و اکتشاف
- فصل پنجم: مسائل ارضای محدودیت
- فصل ششم: جستجوی خصمانه
- فصل هفتم : عامل های منطقی
- فصل هشتم: منطق رتبه اول
هنوز نظری ثبت نشده است.