هوش مصنوعی جدید ترین فناوری روز

هوش مصنوعی شاخه ای از علم رایانه است . هدف اصلی این سیستم تولید ماشین هایی است که کاربردی همانند هوش انسان داشته باشند .( برنامه نویسی این ماشین ها باید به صورتی انجام شود که مثل انسان فکر کرده .و از او تقلید کند .). در واقع می توان گفت هنگامی که هوش انسان را برای کامپیوتر ها شبیه سازی کنیم نوعی هوش مصنوعی را به وجود آورده ایم .

بسیاری از ماشین ها هستند .که می توانند مانند ذهن انسان دارای رفتار هایی قبیل حل مسئله ، یادگیری ، تصمیم گیری و… باشند . در این ماشین ها از هوش مصنوعی به گونه استفاده شده که ماشین مورد نظر به راحتی بتواند. وظایف خود را مانند هوش انسان به درستی انجام دهد و قابلیت استدلال ، درک و یادگیری را داشته باشد .

مطالبی که در این مقاله می خوانید

1 ــ هوش مصنوعی

2 ــ انواع هوش مصنوعی :

• هوش مصنوعی محدود
• هوش مصنوعی عمومی
• هوش مصنوعی سوپر

3 ــ تفاوت سه سطح هوش مصنوعی

4 ــ تاریخچه هوش مصنوعی

5 ــ چگونگی آموزش هوش مصنوعی :

• یادگیری ماشینی
• یادگیری عمیق

6 ــ  انواع سیستم های هوش مصنوعی

• ماشین های انفعالی
• تئوری ذهن
• حافظه محدود
• خود آگاهی

7 ــ تفاوت رباتیک و هوش مصنوعی

8 ــ کاربرد های هوش مصنوعی

• کاربرد در کسب و کار
• کاربرد در سلامت
• کاربرد در آموزش و پرورش
• کاربرد در اقتصاد
• کاربرد در قانون و قضا
• کاربرد در تولید
• کاربرد در امنیت
• کاربرد در تفسیر اطلاعات

9 ــ هوش مصنوعی و چالش های آن

• اطلاعات و داده ها
• افراد و نیروی انسانی
• سیاست های سازمانی

پایان .

انواع هوش مصنوعی :

• هوش مصنوعی محدود
• هوش مصنوعی عمومی
• هوش مصنوعی سوپر

1 ــ محدود

هوش مصنوعی محدود دارای دو ویژگی مهم است

• جز اولین مورد های ساخته شده از هوش مصنوعی است .
• بسیار زیاد از آن استفاده می شود که می توان به یارانه ها برای نمونه اشاره کرد .که بیشتر افراد جهان از آن استفاده می کنند . رایانه خود قابلیت تصمیم گیری دارد و میتواند واکنش نشان بدهد .

هوش مصنوعی محدود به این معنی است .که سیستم هایی ( ماشین هایی ) برای فعالیت های خود حتی بهتر از هوش انسان عمل می کنند . برای مثال می توان به سیستم گفتار به نوشتار اشاره کرد .این سیستم به صورت خودکار این کار را انجام می دهد و از هوش انسان فراتر عمل می کند .

یا می توان به سیستم چهره شناسی که توانایی این را دارد .تا چهره فرد موردنظر را حتی در جمع زیادی از افراد شناسایی کند اشاره کرد. که بسیار فراتر از هوش انسان است .

ماشین هایی که استفاده از هوش مصنوعی می توانند رانندگی کنند ،. فرآیند های بانکی که از این سیستم برای کارهای خود استفاده می کنند ،. دستیار های هوشمند و… اینها همگی نمونه های جزئی از کاربرد های این سیستم است .

2 ــ عمومی :

این سیستم دقیقا همانند یک انسان عمل میکند.( یعنی ظرفیت و گنجایش این سیستم برای انجام دادن کاراهای خود اندازه یک انسان  و مانند انسان دارای حافظه است ) و درک این سیستم از دنیای اطراف خود دقیقا به اندازه یک انسان است .

این سیستم بسیار پیچیده است. و میتواند درک تجربی از محیط اطراف خود داشته باشد. همچنین دارای ویژگی شناخت محیط است . این سیستم می تواند اطلاعات را با سرعت بسیار بالا حتی چندین برابر انسان پردازش کند . باتوجه به کارایی های این سیستم می توان گفت این سیستم می تواند. تمامی کارهای انسان را انجام دهد . و جایگزینی کامل برای انسان باشد . در این صورت می توان گفت که بشر به حضور نیروی انسانی در انواع کارها پایان خواهد داد . البته این نکته قابل توجه است .که در حال حاضر این سیستم وجود خارجی ندارد .و فقط در داستان های تخیلی درباره آن صحبت میشود. درست است که هر چیزی دارای یک بعد مثبت و یک بعد منفی است. اما بازهم اگر این سیستم در واقعیت بتواند به وجود بیاید اجتناب ناپذیر خواهد بود .

3 ــ سوپر

سوپر هوش مصنوعی بعنی سیستم هایی که بسیار برتر و فراتر از هوش انسان هستند . در واقع می توان گفت هیچگونه ملت و جامعه تا به امروزه به این سیستم دست نیافته است و معلوم هم نیست .که دست پیدا کند یا نه . البته باید این نکته را در نظر داشت. که کارایی این سیستم مبهم بوده و ممکن نه فرصت بلکه تهدیدی برای جهان باشد . برای اینکه بتوان این سیستم را طراحی کرد. باید بتوان سیستم تست توریک را ماشین با موفقیت انجام بدهد . اما می توان گفت که تا به امروز هیچگونه ماشینی طراحی نشده که بتواند این موفقیت را کسب کند .

تفاوت سه سطح هوش مصنوعی

• جایی که ما هستیم ( هوش مصنوعی محدود )،. پیچیدگی : عادی در حد هوش انسان و کمی بیشتر ،
• جایی که در آینده می رسیم ( هوش مصنوعی عمومی ) ، پیچیدگی : بسیار پیچیده.
• جایی که برای آینده میبینیم و حاصل تکامل خواهد بود . ( فراترین حالت خوش مصنوعی ) ، پیچیدگی : داشتن قدرت هایی که انسان ها آنها را ندارند .

تاریخچه هوش مصنوعی

تاریخچه هوش مصنوعی به جنگ جهانی دوم بر میگردد. هنگامی که افراد آلمانی از ماشین enigma  برای رمز نگاری استفاده کردند . و دانشمند انگلیسی به نام آلن تورینگ. برای شکست کد های این ماشین و رمزگشایی آن از ماشین bombe  استفاده کرد . این دوماشین یادگیری پایه  در یکی از شاخه های هوش مصنوعی را تشکیل می دهند .

در واقع میتوان گفت پایه علم در سیستم هوش مصنوعی ساخت ماشینی است .که توانایی این را داشته باشد. مانند انسان فکر و تصمیم گیری کند . ساخت این ماشین با گذر زمان و پیشرفت فناوری توسعه پیدا کرد .تا جایی که ابزار های هوشمند و سویس های هوشمند به جهان ارائه شدند. .که از سیستم هوش مصنوعی در ساخت آنها استفاده شده بود. و برای بسیاری از کارهای خود از هوش مصنوعی استفاده میکردند . برای مثال می توان به موتور جستوجو و ماهواره ها اشاره کرد .

هوش مصنوعی هنگامی به اوج رسید که گوشی های هوشمند .و انواع گجت های هوشمند به بازار عرضه شدند . و باعث ورود سیستم هوش مصنوعی به زندگی بیشتر انسان ها شد . به صورتی که وجود آن جلوه کاربردی به خود گرفت .

چگونگی آموزش دیدن هوش مصنوعی :

آموزش سیستم های هوش مصنوعی از دو روش صورت میگیرد.

• یادگیری ماشین ها

(( یادگیری ماشین یعنی ایجاد امکان برای بسیاری از سیستم ها که بتوانند. یادگاری و پیشرفت خودکار از خود ارائه دهند . ))

در این مبحث می توان گفت که تمرکز اصلی را می توان با مشاهده و اطلاعات موجود آغاز کرد. و سپس سیستم می تواند از تجربه های در اختیار گذاشته شده استفاده کند. و عمل الگوسازی را انجام دهد . هنگامی که یک سیستم بتواند به یک الگوسازی درست برسد. توانایی آن را پیدا می کند. که شروع به تصمیم گیری بکند. و در نهایت بتواند مسئله را حل کند .

هدف اصلی از این یادگیری می توان این دانست .که کامپیوتر باید بتواند بدون اینکه انسان دخالتی در این کار داشته باشد .یادگیری را به صورت خودکار و اتوماتیک از طریق مشاهده و اطلاعاتی که دارد جلو ببرد .

برای یادگیری ماشین الگوریتم های زیادی هزاران الگوریتم موجود است. و هر روزه مقدار بسیار بیشتری نیز تولید شده و بر آن اضافه می شود .

برای اینکه بتوان این الگوریتم ها را طبقه بندی کرد از عامل هایی همچون :

• سبک یادگیری

• ( 1 نظارت شده ، 2 نیمه نظارت شده ).
• شباهت در شکل
• عملکرد آنها ( تصمیم گیری کردن ، یادگیری ،برگشت ، طبقه بندی ، ).

استفاده کرد و با توجه به آنها الگوریتم های موجود را از هم تفکیک کرده و آنها را دسته بندی کرد .

از زمینه های فعالیت الگوریتم های موجود برای یادگیری ماشین می توان به موارد زیر اشاره کرد :

• بهینه سازی : بهینه سازی می تواند بالا ترین نوع امتیاز را در الگو های طبقه بندی به دست بیاورد .چیزی که در بهینه سازی مد نظر قرار می گیرد روش جستوجو است .
• نمایش : نمایش یعنی زبانی که کامپیوتر از آن استفاده می کند. یا به صورتی دیگر زبانی که کامپیوتر قدرت فهم و یادگیری آن را دارد . نمایش را می توان به صورت مجموعه ای از طبقه بندی های موجود دانست.
• ارزشیابی : ارزشیابی یا همان دادن نمره به عملکرد یک الگوریتم است در ارزشیابی این مد نظر است که یک الگوریتم به چه اندازه به هدف نزدیک می شود . در باره هدف الگوریتم ها می توان گفت هدف یک الگوریتم این است که اطلاعات موجود را به بهترین نحو تفسیر کند و یادگیری را در بهترین حالت انجام بدهد حتی فراتر از نمونه های دیگر آموزش داده شده .

• یادگیری به صورت عمیق

(( یادگیری عمیق یعنی اینکه یک ماشین برای یادگیری از انسان تقلید کند و کارهای خود را مانند انسان انجام بدهد .))

یادگیری عمیق دارای آمار های متفاوت و سیستم مدل سازی پیش بینی است. به همین دلیل می توان آن را از لحاظ علمی بسیار مهم دانست . این یادگیری کارای جمع آوری اطلاعات موجود و تجزیه تحلیل آنها را انجام می دهند .آنها به صورتی این اطلاعات را تفسیر کرده که بتوان بهترین کارایی از این اطلاعات رسید .

تفاوت یادگیری ماشین و یادگیری عمیق :

تفاوت یادگیری ماشین و یادگیری عمیق بسیار زیاد نیست. طوری که می توان یادگیری عمیق را به صورتی یادگیری ماشین اما با مقداری پیچیدگی و سریع تر دانست. زیرا هر دوی آنها یک کار را برای سیستم هوش مصنوعی انجام می دهند. تنها یادگیری عمیق در تصاویر و انتزاع مقدار پیچیدگی بیشتر دارد . در این صورت می توان گفت یادگیری عمیق درک بالاترو شناسایی بهتری از واقعیت های موجود می تواند داشته باشد .

ساده ترین سطح یادگیری عمیق پیدا کردن راهی است .که یادگیری بتواند برای خودکار سازی تجزیه و تحلیل مدل پیش بینی استفاده کند .

سیستم عصبی و یادگیری عمیق :

البته این نکته قابل اهمیت است که آشنایی با سیستم عصبی می توان کمک شایانی در شناسایی نحوه کارکرد و عملکرد یادگیری عمیق داشته باشد . به صورتی که می توان یادگیری عمیق را مانند یادگیری با شبکه های عصبی که دارای لایه های بسیار زیاد هستند .و آنها را پنهان می کنند . اگر در این لایه ها وارد شویم  متوجه خواهیم شد. که با پیش روی در این لایه هر مقدار که بیشتر پیش برویم پیچیدگی این لایه ها بیشتر می شود. و در نهایت به مدل کاملی از آن خواهیم رسید .

انواع سیستم های هوش مصنوعی

هوش مصنوعی را میتوان به چهار دسته ، از سیستم هایی که وجود دارند .در این دوره تا سیستم هایی که هنوز به وجود نیامده اند . تقسیم کرد.

• ماشین های انفعالی
• تئوری ذهن
• حافظه محدود

• خود آگاهی

1 ــ ماشین های انفعالی :

برای نمونه این سیستم می توان به یک برنامه شطرنج با نام deep blue   اشاره کرد .که فراتر از ذهن انسان عمل کرد و توانست یک قهرمان شطرنج را در سال 1990 شکست دهد .این قهرمان شطرنج ( گری کاسپاروف ) گفت که هوش و ذهن این برنامه بسیار بالا بوده و رقابت با او غیر ممکن است .

این برنامه توانایی این را داشت که مهرهای روی صفحه شطرنج را شناسایی کند. و سپس حرکت هایی که گری کاسپاروف می خواست انجام دهد را پیش بینی کند . اما هر سیستمی خوبی ها و بدی هایی دارد این سیستم هم دارای یک مشکل بود . این سیستم دارای حافظه بلند مدت  و کوتاه مدت نبود .و نمی توانست تجربه هایی را که در بازی به دست می آورد ذخیره کند. و به حافظه بسپارد تا در بازی از آن استفاده کند . این برنامه بخاطر این موضوع که نمی توانست حرکتی را که در بازی انجام داده به خاطر بسپارد .، در هر حرکت بازی باید تمامی مهره هارا شناسایی می کرد .و کل بازی انجام شده را تحلیل می کرد تا بتواند بهترین انتخاب را انجام دهد .

درست است که این نوع از سیستم ها بسیار عالی و دارای هوش عالی هستند. اما نمی توان از آنها در موقعیتی استفاده کرد .و فقط برای اهداف محدودی مانند یک بازی قابل استفاده خواهند بود .

2 ــ  تئوری ذهن

در باره این مبحث می توان گفت که این نوع از هوش مصنوعی هنوز در دنیای واقعیت به وجود نیامده است . و اساسی  از تئوری روانشناختی آن در دسترس است. که بیان می کند این سیستم به تمامی اعتقادات ، آرزو ها ، باورها ، دانش ها ، نیت های یک فرد برمی گردد و اثر گذاری که هرکدام از مورد های گفته شده بر تصمیم گیری یک انسان می گذارد . بر تصمیم گیری این سیستم هم خواهد گذاشت . و تصمیم گیری این سیستم همانند تصمیم گیری انسان ها خواهد بود .

3 ــ حافظه محدود

این نوع از سیستم در دنیای واقعیت وجود دارند. و نسبت به ماشین های انفعالی این قدرت را دارند. که بتوانند از تجربه هایی که به دست می آورند استفاده کنند. و آنها را به حافظه بسپارند . و آنها را در آینده بکار بگیرند . از این نوع سیستم می توان به ماشین های خود ران اشاره کرد .که از این نوع تصمیم گیری در آنها استفاده می شود . در واقع می توان گفت این ماشین ها توانایی این را دارند. که از اطلاعات و مشاهداتی که به دست می آورند در انواع تصمیم هایی که می خواهند بگیرند استفاده کنند . برای مثال می توان به اینکه در چه لاینی رانندگی کنند اشاره کرد . البته باید به این نکته اشاره کرد .که این حافظه به صورت محدود است و مشاهدات برای همیشه ذخیره نمی شوند . بلکه برای مدت کوتاهی می توان از آنها استفاده کرد .

4 ــ خود اگاهی

در این مبحث می توان گفت که آگاهی از خود و هوشیاری خود اساس این سیستم است . ماشین هایی که در این دسته قرار می گیرند توانایی تشخیص سطح و حالتی که در آن هستند را دارند . نکته جالب درباره این نوع سیستم این است که این سیستم ها با توجه به اطلاعاتی که کسب می کنند . توانایی این را پیدا می کنند .که درباره احساسات دیگران نتیجه گیری کنند . البته این نکته هم وجود دارد که این نوع سیستم هنوز در دنیای واقعیت وجود ندارد .و فقط تئوری هایی درباره آن مطرح شده است .

تفاوت رباتیک و هوش مصنوعی :

ربات نوعی از ماشین است که برای انجام کارهای خود به دوصورت ( اتوماتیک و نیمه اتوماتیک ) برنامه ریزی شده اند .

رباتیک نوعی علم است که با طراحی ، ساخت و برنامه ریزی های خود بر روی ربات ها می تواند. به بخشی از شاخه های هوش مصنوعی مربوط شود .

درواقع می توان گفت در بعضی از مورد ها هم رباتیک با هوش مصنوعی ادغام می شود. و توانایی تشکیل ربات های دارای هوش مصنوعی را ایجاد می کند .

اما هوش مصنوعی دارای درک ، یادگیری ، حل مسئله ، فهم زبان ، استدلال است .که می تواند در زیر مجموعه علم کامپیوتر قرار بگیرد .و با تولید برنامه های متنوع کار های هوش انسانی را انجام دهد .

در مبحث تفاوت این دو می توان گفت بسیاری از تکنولوژی ها هستند که از ربات ها استفاده می کنند . اما در واقع از الگوریتم های هوش مصنوعی است که برای کنترل ربات های ساخته شده استفاده می شود . البته این نکته هم وجود دارد که سیستم رباتیکی دارای سنسور ها ، فعال کننده و برنامه نویس هایی است که هوش مصنوعی در آن هیچگونه دخالتی ندارد و می توان گفت که سیستم هوش مصنوعی بخشی از سیستم رباتیکی را تشکیل می دهد .

سیستم هوش مصنوعی و سیستم رباتیک کاملا از هم جدا هستند. و به عنوان دو علم متفاوت شناخته شده اند . در واقع می توان گفت این دو علم نه تنها هیچ شباهتی به هم ندارند .بلکه برای هوشمند شدن ربات های متفاوت از هوش مصنوعی می توان استفاده کرد .

کاربرد های هوش مصنوعی

• کسب و کار
• سلامت
• آموزش پرورش
• اقتصاد
• قانون و قضا
• تولید
• امنیت
• تفسیر اطلاعات

1 ــ کاربرد در کسب و کار

از این سیستم در بسیاری از کسب و کار های می توان استفاده کرد .زیرا در هر کسب و کاری منفعت خاص خود را دارد .و برای فرآیندهایی که توسط انسان ها بسیار تکرار می شوند استفاده می شود . برای مثال می توان به فرآیند اتوماسیون رباتیک اشاره کرد .که در کسب و کار به جای فرآیندهایی که انسان آن را تکرار می کند استفاده می شود .  البته فرآیند اتوماسیون رباتیک اگر با الگوریتم های یادگیری ماشین نظیر  analyticsو   CRM ترکیب شود می تواند اطلاعات بیشتری به دست بیاورد و خدماتی بهتری ارائه دهد .

برای مثال دیگری از این سیستم می توان به چت بات ها اشاره کرد. که ارائه خدمات خود را به صورت فوری در وبسایت ها انجام می دهند .

2 ــ کاربرد در سلامت :

بهترین کاربردی که این سیستم در این حوزه دارد این است .که می تواند باعث بهتر شدن حال بیماران با کمترین هزینه شود . درست است که شرکت های این حوزه تلاش بر این دارند که با یادگیری ماشین سرعت روند تشخیص بیماری ها و درمان آنها را زیاد کنند .اما می توان به این نکته اشاره کرد که بهترین و شناخته شده ترین سیستمی که در این حوزه تا امروز غعالیت داشته است IBM Watson   بوده است .که توانایی فهم زبان عادی را دارد و میتواند به سوال های پرسیده شده از او پاسخدهی کند .

فرآیند کار این سیستم به صورتی است که در مرحله اول  اطلاعات مربوط به بیماران را استخراج می کند .و در مرحله بعد یک فرضیه طراحی کرده و آن را ارائه میدهد .

از خدماتی که در این حوزه از طریق هوش مصنوعی ارائه میشود . می توان به برنامه ریزی در باره ساعات ملاقات ، صادر کردن حساب ، پاسخگویی به سوالات ، ایجاد بازخورد های پزشکی به بیماران و… است . که می تواند توسط برنامه هایی نظیر چت بات انجام شود.

3 ــ کاربرد آموزش پرورش :

در این حوزه می توان گفت این سیستم دارای کارایی بسیار بالا است . از کاربرد های هوش مصنویی در حوزه سلامت میتوان به موارید زیر اشاره کرد :

• دادن زمان بیشتر به معلمان.
• انجام نمرده دهی به صورت خودکار.
• درجه بندی دانش آموزان به صورت خودکار.
• ارزیابی دانش آموزان.
• سازگار شدن با انواع نیاز های دانش آموزان.
• کارکردن با هر فرد متناسب با سرعت کارکرد فرد.

این سیستم در حوزه آموزش و پرورش ، می تواند بزرگ ترین نیاز دانش آموزان یعنی نیاز به یک پشتیبان خوب را برآورده سازد .و برای دانش آموزا یک پشتیبان عالی باشد . در این صورت دانش آموزان می توانند با خیالی آسوده به این سیستم اعتماد کنند. زیرا می دانند که آموزش این سیستم در راه درستی است . در این نوع سیستم برنامه هایی موجود است که می تواند نوع یادگیری دانش آموزان ، مکان یادگیری آنها و معملمان آنها را عوض کند .

4 ــ کاربرد در اقتصاد

در حوزه اقتصاد از این سیستم بیشتر برای کارکرد های شخصی استفاده می شود . برای مثال می توان به برنامه هایی نظیر Mint  یا IBM Watson    یا    Turbo taxاشاره کرد .که از طریق جمع آوری اطلاعات مالی اشخاص می توانند به آنها مشاوره مالی ارائه بدهند .

از نرم افزار های مورد استفاده شده در این سیستم که کاربرد مطمن و بالایی داشته باشد. می توان به نرم افزار دال استریت اشاره کرد. که از طریق آن بیشتر معاملات جهان صورت می گیرد .

5 ــ کاربرد در قضا و قانون

در واقع می توان این سیستم در حوزه قانون کارهایی را انجام داده است. که پیش بردن آنها برای انسان بسیار سخت و وقت گیر بوده است . برای مثال می توان به یافتن مدارک و اسناد اشاره کرد .که انجام آن برای انسان ها بسیار سخت و وقت گیر بوده .اما این سیستم آن را به صورت کارامد در کمترین زمان انجام می دهد .

نمونه ای از کاربرد در قضا و قانون

البته می توان به نمونه دیگری از این سیستم اشاره کرد که هنوز ساخته نشده. و مورد استفاده قرار نگرفته است . این سیستم نوعی کامپیوتر است که توانایی غربال کردن پرسش و پاسخ را دارد . در واقع می توان گفت این سیستم پرسش را تجزیه و تحلیل می کند . سپس اطلاعاتی که در بانک اطلاعاتی خود دارد را بررسی می کند .تا بتواند به پاسخ درستی برای آن سوال برسد. و به آن سوال پاسخ دهی کند. اما نکته مورد نظر این است که این عملیات در مدت زمان بسیار کم انجام می شود . و این سیستم در بیشتر موارد می توان به سوالات هستی شناسی پاسخ دهد .

6 ــ کاربرد در تولید

در این حوزه ربات ها بیشترین حوزه فعالیت خود را دارند . در واقع می توان گفت برای حوزه تولید و انجام وظایف از ربات های صنعتی استفاده می شود .که توانایی فعالیت به صورت جدا از انسان هارو دارن و نکته مهم در این مبحث این است. که هوش مصنوعی بخشی از این ربات ها است .

7 ــ کاربرد در امنیت

• پردازش تصاویر
• یافتن هویت افراد خلافکار
• ردیابی خلافکاران
• تشخیص چهره افراد
• تشخیص وجود اشیا
• تشخیص تخلفات انجام شده

این ها نمونه هایی از کاربرد های مهم این سیستم در وجود امنیت و افزایش آن در جامعه توسط هوش مصنوعی است .

8 ــ کاربرد در تفسیر اطلاعات

این سیستم می تواند مقدار بسیار بالایی از اطلاعات و داده ها را برای استخراج اطلاعات مورد نیازش تفسیر کند . تا بتواند از این اطلاعات برای تصمیم گیری های مهم استفاده کند . در واقع می توان گفت این کار باعث بالا بردن دقت می شود .

برای مثال :

می توان به هنگامی اشاره کرد که یک دانشمند اطلاعات برای تحلیل و تفسیر اطلاعات بسیار. ، در واقع می توان گفت که انجام این کار برای این دانشمند غیر ممکن است .چون هر روز بیشتر از دیروز به حجم اطلاعاتی که وارد جهان می شود. افزوده می شود . بنابراین تنها راه موجود این است که این دانشمند از سیستم هوش مصنوعی استفاده کند . دانشمند می تواند با داشتن اطلاعات بسیاری که این سیستم در اختیار او قرار می دهد. نیاز های اشخاص را تفسیر کند. یا می تواند از قانون هایی که در بازار ها استفاده می شود اطلاع پیدا کند . یا اینکه می تواند با روند های متفاوت آشنایی پیدا کند .

هوش مصنوعی و چالش های آن

این سیستم در تمامی کشور های پیشرفته جهان با چالش های گوناگونی روبه رو است اما از چالش هایی که به مقدار بسیار زیاد از این سیستم یافت شده است می توان به موارد زیر اشاره کرد

• اطلاعات و داده ها
• افراد و نیروهای انسانی
• کسب و کار سازمانی

1 ــ  اطلاعات  و داده ها :

در واقع می توان گفت در بیشتر مواقع این شرکت ها هستند که با چالش هایی که به این موضوع  مرتبط می شود روبه رو هستند .مربوط می شود . اطلاعات عنصر اصلی هوش مصنوعی برای شرکت ها هستند زیرا این سیستم در شرکت ها در صورتی کارایی خوب و بالایی دارد که بتواند از اطلاعات و داده های راه حل های عالی و منطقی را پیش روی سوال های پرسیده شده توسط این کسب و کارها قرار دهد . بنابراین می توان بسیاری از مشکلات را نظیر برچسب داده ها ، قابل فهم بودن اطلاعات ، قابلیت شرح دار بودن اطلاعات ، جانب داری و مقابله با مشکلات مدل های این سیستم هوش مصنوعی را در دسته چالش های اطلاعات و داده ها قرار داد .

2 ــ  افراد و نیروی انسانی

در این مبحث می توانم به دو مشکل اساسی اشاره کرد

• وجود نداشتن درک درست از سیستم هوش مصنوعی در بین افرادی که متخصص آن نیستند . برای مثال می توان به کارمندان یک شرکت اشاره کرد که درک درستی از این سیستم ندارند .
• کسب و کار ، هنگامی که سیستم هوش مصنوعی در انواع کسب و کارها به کار گرفته می شود نیاز اولیه برای اجرای درست هوش مصنوعی در آن کسب و کار این است که یک مدیریت عالی برای استفاده از آن قرار بگیرد و برای این کار مدیریت باید این کار مدیریت باید آشنایی کاملی با این سیستم داشته باشد . اما متاسفانه خیلی از افراد این سیستم را نمی شناسند .

3 ــ کسب و کار سازمانی

در واقع می توان گفت چند مشکل وجود دارد که در تمام تجربه های به کار گیری سیستم هوش مصنوعی در سازمان ها با آن مواجه شدیم . از این مشکل ها که می توان آنها را ناشی از انواع سیاست های سازمانی دانست می توان به مواردی نظیر نبودن تراز هایی برای دیدگاه بیزینسی ، مشکلات ناشی از ارزیابی ، مسائل قانونی و حقوقی مربوط به این سیستم ، وجود مشکل هایی که مربوط به ترکیب کسب و کار های سازمانی و سیستم هوش مصنوعی به وجود می آید و… اشاره کرد.

با آرزوی موفقیت برای شما عزیزان

http://https://sepante.com/mag/sara/%d8%b3%d8%a6%d9%88-%da%a9%d9%88%d8%aa%d8%a7%d9%87-%d8%aa%d8%b1%db%8c%d9%86-%d8%b1%d8%a7%d9%87-%d8%a8%d8%b1%d8%a7%db%8c-%d8%a8%d8%a7%d9%84%d8%a7%d8%a8%d8%b1%d8%af%d9%86-%d8%b1%d8%aa%d8%a8%d9%87-%d8%b3/

https://sepante.com/mag/sara/%d8%b3%d8%a6%d9%88-%da%a9%d9%88%d8%aa%d8%a7%d9%87-%d8%aa%d8%b1%db%8c%d9%86-%d8%b1%d8%a7%d9%87-%d8%a8%d8%b1%d8%a7%db%8c-%d8%a8%d8%a7%d9%84%d8%a7%d8%a8%d8%b1%d8%af%d9%86-%d8%b1%d8%aa%d8%a8%d9%87-%d8%b3/