رشته هوش مصنوعی

تاریخچه هوش مصنوعی

آیا هوش مصنوعی یک ایده جدید است؟ آیا فقط ایلان ماسک و بیل گیتس و استیون هاوکینگ این ایده را مطرح کردند؟ خیر، ایده های مربوط به هوش مصنوعی از سال های خیلی پیش وجود داشته است. در سال 1950 آلن تورینگ در مقاله ای به وجود آمدن ماشین های هوشمند را پیش بینی کرد، در یک نقل قول از آلن تورینگ در سال 1951 کفته شده است که : حتی اگر می‌توانستیم ماشین ها را فرمان بردار نگه داریم، مثلا با خاموش کردن شان در لحظات استراتژیک، ما بعنوان یک گونه باید خیلی احساس پستی کنیم. همان طور که می‌دانید آلن تورینگ را پدر علم کامپیوتر می‌نامند و از بسیاری از جهات می‌توان آن را پدر علم هوش مصنوعی نیز دانست. با این حال مسئله هوش مصنوعی تا قبل از معرفی شدن ابر کامپیوتر Deep blue توسط IBM در نیمه دوم دهه نود میلادی توجه جهانیان را به خود جلب نکرده بود، این ابر کامپیوتر اولین کامپیوتر و ماشینی بود که توانست در سال 1996 میلادی در یک مسابقه شطرنج گری کاسپاروف قهرمان شطرنج جهان را شکست دهد. سال هاست الگوریتم های هوش مصنوعی در ابر کامپیوتر ها و دیتا سنتر ها استفاده می‌شود ولی حضور هوش مصنوعی در وسایلی که مردم در زندگی روز مره خود استفاده می‌کنند به سال های اخیر بر می گردد.

کاربردهای رشته هوش مصنوعی

امروزه هوش مصنوعی کاربردهای بسیار زیادی دارد، شاید بتوان بیش از 50 کاربرد اصلی برای هوش مصنوعی بیان کرد، که به چند نمونه از مهم ترن این کاربردها در زیر اشاره می‌کنیم

تشخیص، شناسایی و دسته بندی اشیا و افراد در عکس ها و ویدیوها

یکی از کاربرهای رشته هوش مصنوعی که سال هاست گوگل از آن استفاده می‌کند تشخیص، شناسایی و دسته بندی اشیا و افراد در عکس ها و ویدیوها با استفاده از الگوریتم های هوش مصنوعی است، اگر عکس ها و ویدیوها رمزگذاری نشده باشند که الگوریتم های هوش مصنوعی بتوانند به اطلاعات عکس ها و ویدیوها دسترسی داشته باشند می‌توانند این عکس ها و ویدیوها را در دسته بندی های گوناگون به گونه ای قرار دهند که کاربران با توجه به ویژگی های گوناگونی که بدنبال آن هستند بتوانند براحتی در میان اینها جستجو کنند.

ربات های پاسخ دهنده یا چت بات ها

استفاده از این ربات ها در بخش خدمات به مشتریان رو به افزایش است، این چت بات ها پیام های متنی مشتریان را کاوش می‌کنند و سپس پیام ها مناسب با پیام های مشتریان را به آنها می‌دهند. استخراج نظرات (opinion mining) یا تجزیه و تحلیل احساسات (Sentiment Analysis) این موارد درحوزه هایی مانند بازاریابی، چگونگی تبلیغات انتخاباتی و مواردی از این دست استفاده می‌شود.

الگوریتم هایی که برای جستجو در دنیا وب استفاده می‌شود

سال هاست که شرکت هایی نظیر گوگل، بینگ و ... از این الگوریتم های هوشمند و محرمانه برای جستجو، رنک بندی محتویات درون وب به کاربران استفاده می‌کنند تبدیل گفتار به نوشتار، تبدیل گفتار به نوشتار یکی از موارد مهمی هست که امروز شاهد آن هستیم، تبدیل گفتار به نوشتار با استفاده از یادگیری ماشین صورت می‌گیرد، بعنوان مثال می‌توان از نرم افزار موبایل کیبور گوگل برای این امر نام برد

اتومبیل و پهبادهای خودران

طراحی و نحوه کار اتومبیل های خودران بر اساس هوش مصنوعی و یادگیری ماشین بنا شده است، شرکت تسلا با جدیت تمام در حال تحقیق و سرمایه گذاری بر روی اتومبیل های خودران است. همین طور گوگل و آمازون تحقیقات و سرمایه گذاری های زیادی را بر روی پهبادهای خودران انجام می‌دهند

طراحی لباس و خانه بر اساس سلیقه کاربر، آهنگ سازی، تشخیص چهره، ترمیم تصاویر و بسیاری از کاربردهای دیگر از کاربردهای هوش مصنوعی است

فیلدهای رشته هوش مصنوعی در ارشد

هوش مصنوعی یکی از گرایش های ارشد مهندسی کامپیوتر است، گرایش هوش مصنوعی گرایشی گرایشی بین نرم افزار و سخت افزار است بنابراین دانشجویان ارشد هوش مصنوعی می‌توانند بنا به سلیقه شان جنبه های نرم افزاری و یا جنبه های سخت افزاری این گرایش را دنبال کنند. هدف از گرایش هوش مصنوعی در ارشد بالا بردن قابلیت دانشجویان در زمینه‌های ارائه مناسب اطلاعات، استدلال اتوماتیک، دسته بندی و تصمیم گیری ماشینی، روش‌های یادگیری برای ماشین‌ها، ارائه غیر دقیق اطلاعات و کار با آنها، شبیه سازی پردازش‌های مطرح در موجودات زنده، هوشمند کردن ربات‌ها، پردازش و تحلیل کامپیوتری تصاویر، پردازش و درک زبان و پردازش و شناسائی گفتار می‌باشد. در دوره ارشد هوش مصنوعی دانشجویان با مطالبی چون شبکه‌های عصبی، هوش مصنوعی پیشرفته، تئوری فازی، پردازش تصویر و... آشنا می شوند. از جمله فیلدهایی که در ارشد هوش مصنوعی می‌توانید روی آنها کار کنید می‌توان به موارد زیر اشاره کرد:

یادگیری ماشین: یادگیری ماشین(Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آن‌ها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند.هدف یادگیری ماشین این است که رایانه‌ها و سامانه‌ها بتوانند به تدریج و با افزایش داده‌ها کارایی بهتری در انجام وظیفهٔ مورد نظر پیدا کند. گسترهٔ این وظیفه می‌تواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گام‌برداری روبات‌های دوپا با دریافت سیگنال پاداش و تنبیه باشد.شما احتمالاً چندین بار در روز از یادگیری ماشین استفاده می‌کنید، حتی بدون آنکه بدانید. هر بار که شما یک جستجوی اینترنتی در گوگل یا بینگ انجام می‌دهید، یادگیری ماشینی انجام می‌شود چراکه نرم‌افزار یادگیری ماشینی آن‌ها چگونگی رتبه‌بندی برای یک صفحه وب را درک کرده‌است. هنگامی که فیس‌بوک یا برنامه عکس  اپل دوستان و تصاویر شما را می‌شناسد، این نیز یادگیری ماشین است.

شبکه های عصبی: فلسفهٔ اصلی شبکهٔ عصبی مصنوعی، مدل کردن ویژگی‌های پردازشی مغز انسان برای تقریب زدن روش‌های معمول محاسباتی با روش پردازش زیستی است. به بیان دیگر، شبکهٔ عصبی مصنوعی روشی است که دانش ارتباط بین چند مجموعهٔ داده را از طریق آموزش فراگرفته و برای استفاده در موارد مشابه ذخیره می‌کند، یک شبکه عصبی مصنوعی، از سه لایهٔ ورودی، خروجی و پردازش تشکیل می‌شود. هر لایه شامل گروهی از سلول‌های عصبی (نورون) است که عموماً با کلیهٔ نورون‌های لایه‌های دیگر در ارتباط هستند، مگر این که کاربر ارتباط بین نورون‌ها را محدود کند؛ ولی نورون‌های هر لایه با سایر نورون‌های همان لایه، ارتباطی ندارند. با استفاده از دانش برنامه‌نویسی رایانه می‌توان ساختار داده‌ای طراحی کرد که همانند یک نورون عمل نماید. سپس با ایجاد شبکه‌ای از این نورون‌های مصنوعی به هم پیوسته، ایجاد یک الگوریتم آموزشی برای شبکه و اعمال این الگوریتم به شبکه آن را آموزش داد.

بینایی ماشین: بینایی ماشینی ( Machine vision ) استفاده از حس گرها برای دریافت سیگنال‌هایی که تشکیل دهنده تصویر یک شی هستند که توسط کامپیوتر یا سایر وسایل پردازش سیگنال برای تفسیر و تحلیل سیگنال‌های دریافت شده از قطعه مورد استفاده قرار می‌گیرد. Machine vision به عنوان یک ابزار مهندسی در ابزارهای دیجیتال و در شبکه‌های کامپیوتری، برای کنترل ابزارهای صنعتی دیگر از قبیل کنترل بازوهای روبات یا خارج کرد ن تجهیزات معیوب به کار می‌رود. در حقیقت Machine vision شاخه‌ای از علم مهندسی است که به رشته‌های علوم کامپیوتری (Computer science) و علم نورشناسی و مهندسی مکانیک و اتوماسیون صنعتی ارتباط دارد. همانند نیروی انسانی که با چشم کالاها را برای تعیین کیفیت و نوع ساخت آن‌ها بازبینی می‌کنند، Machine vision از دوربین‌های دیجیتال و دوربین‌های هوشمند و نرم‌افزارهای image processing (پردازش تصویر) برای این کار استفاده می‌کند

سیستم های خبره: سیستم‌های خُبره به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به متخصّصان انسانی یا جایگزینی آنان در زمینه‌های محدود تخصّصی تلاش دارند. چگونگی طراحی دستگاه‌های استدلال گر، برای رسیدن به مجموعه‌ای از تصمیمات منطقی با استفاده از دانشی که در اختیار آن‌ها قرار می‌گیرد اساس کار طراحی سامانه‌های خبره (expert systems) است. در حقیقت به واسطه الگوبرداری این سامانه‌ها از نظام منطق و استدلال انسان و نیز یکسان بودن منابع دانش مورد استفاده آن‌ها، پیامد کار یک سامانه خبره می‌تواند تصمیماتی باشد که در حوزه‌ها و قلمروهای گوناگون قابل استفاده، مورد اطمینان و تأثیرگذار هستند. بسیاری بر این باورند که سامانه‌های خبره بیشترین پیشرفت را در «هوش مصنوعی» به وجود آورده‌اند.

پردازش زبان های طبیعی: پردازش زبان‌های طبیعی عبارت است از استفاده از رایانه برای پردازش زبان گفتاری و زبان نوشتاری. بدین معنی که رایانه‌ها را قادر سازیم که گفتار یا نوشتار تولید شده در قالب و ساختار یک زبان طبیعی را تحلیل و درک نموده یا آن را تولید نمایند. در این صورت، با استفاده از آن می‌توان به ترجمهٔ زبان‌ها پرداخت، از صفحات وب و بانک‌های اطلاعاتیِ نوشتاری جهت پاسخ دادن به پرسش‌ها استفاده کرد، یا با دستگاه‌ها، مثلاً برای مشورت گرفتن به گفت‌وگو پرداخت.این‌ها تنها مثال‌هایی از کاربردهای متنوع پردازش زبان‌های طبیعی هستند.

رباتیک: رباتیک شاخه‌ای میان رشته‌ای از مهندسی و علم است که شامل مهندسی مکانیک، مهندسی برق و علوم رایانه و چند رشته دیگر می‌شود . ربوتیک شامل طراحی، ساخت، راه اندازی و استفاده از ربوتها می‌شود، همچنین مانند سیستم‌های رایانه‌ای، کنترل، بازخورد حسگرها و پردازش اطلاعات نیز در این گروه قرار می‌گیرند. این فناوریها استفاده می‌شوند تا ماشین‌ها را به گونه‌ای ارتقا دهند که جایگزین انسان گردند.

پردازش تصویر: پردازش تصویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال های دیجیتال برداشته شده با دوربین دیجیتال یا اسکن شده توسط اسکنر هستند، سر و کار دارد. پردازش تصاویر دارای دو شاخه عمدهٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرندهٔ روش‌هایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آن‌ها در محیط مقصد (مانند چاپگر یا نمایشگر رایانه) است، در حالی که بینایی ماشین به روش‌هایی می‌پردازد که به کمک آن‌ها می‌توان معنی و محتوای تصاویر را درک کرد تا از آن‌ها در کارهایی چون رباتیک و محور تصاویر استفاده شود

منطق فازی: شکلی از منطق‌های چندارزشی بوده که در آن مقادیر درستی متغیرها ممکن است هر عدد حقیقی بین 0 و 1 و خود صفر و یک باشد. این منطق به منظور به کارگیری مفهوم درستی جزئی، به طوری که مقادیر آن می تواند بین کاملا درست و کاملا غلط باشد، به کارگیری می شود. اصطلاح منطق فازی اولین بار در پی تنظیم نظریهٔ مجموعه‌های فازی به وسیلهٔ پروفسور لطفی زاده (۱۹۶۵ م) در صحنهٔ محاسبات نو ظاهر شد.واژهٔ فازی به معنای غیردقیق، ناواضح و مبهم (شناور) است.

محاسبات نوین: انجام محاسبات ریاضی بدون عدد و به صورت نمادین

پردازش گفتار: فناوری تشخیص گفتار نرم‌افزاری است که قادر است صوت را به متن تبدیل کند. فناوری تشخیص گفتار به رایانه‌ای که توانایی دریافت صدا را دارد برای مثال به یک میکروفن مجهز است این قابلیت را می‌دهد که صحبت کاربر را متوجه شود٫این فناوری در تبدیل گفتار به متن یا به عنوان جایگزین برای ارتباط با رایانه کاربرد دارد. برقراری ارتباط گفتاری با رایانه‌ها به جای استفاده از صفحه کلید و ماوس یکی از زمینه‌های تحقیقاتی مهم چند دههٔ اخیر است و شرکت‌های بزرگی چون مایکروسافت ٫فیلیپس ٫ ای ال ای تی ٫ ای بی ام ٫سالانه هزینه‌های هنگفتی را برای این منظور پرداخت کرده و می‌کنند.

بازار کار رشته هوش مصنوعی

ما در اینجا به بررسی بازار کار هوش مصنوعی در داخل و خارح ایران می‌پردازیم. در حال حاضر بازار کار رشته هوش مصنوعی در کشور از گرایش های نرم افزار و شبکه و امنیت ضعیف تر است، البته پیش بینی می‌شود که تا 10 سال آینده بازار کار هوش مصنوعی در کشور گسترش زیادی پیدا کند. در حال حاضر بازار کار هوش مصنوعی در خارج از کشور عالی است و روز به روز بهتر هم می‌شود.

معرفی گرایش ارشد رشته هوش مصنوعی

کارشناسی ارشد هوش مصنوعی دوره ای مشتمل بر دروس نظری و عملی و تحقیقاتی در زمینه هوشمند‌ سازی کامپیوترها و سیستم های مبتنی بر کامپیوتر می‌باشد. تحقق این هدف با الهام از ویژگی‌های موجودات زنده و بالاخص انسان پیگیری می‌شود. لذا ایجاد قابلیت های تحلیل اطلاعات، استدلال، یادگیری و رفتار هوشمندانه، حس بینایی، درک و تولید زبان و گفتار در کامپیوترها از اهداف این رشته می‌باشد. در دوره ارشد هوش مصنوعی دانشجویان با مطالبی چون شبکه‌های عصبی، هوش مصنوعی پیشرفته، تئوری فازی و... آشنا می شوند. برای مطالعه بسیار کامل تر در مورد ارشد هوش مصنوعی به صفحه معرفی ارشد هوش مصنوعی مراجعه کنید