پاورپوینت لوکالیزیشن در رباتیک و هوش مصنوعی Localization
فرمت فایل: پاورپوینت
تعداد اسلاید: 124
مقدمه
قابلیتNavigation یکی از نیازمندیهای مهم روبات متحرک است.
برای موفقیت در این امر میبایست تمام چهار جزء اصلی آن نیز بخوبی انجام شوند:
: Preceptionروبات میبایست تعبیر مناسبی از داده های سنسورها داشته باشد
: localizationروبات میبایست موقعیت خودش را در محیط پیدا نماید
: Cognition روبات میبایست در مورد نحوه رسیدن به هدف تصمیم گیری نماید.
: Motion Controlروبات میبایست خروجی موتورهایش را برای حرکت در مسیر مطلوب کنترل نماید.
پاورپوینت معرفی هوش مصنوعی
فرمت فایل: پاورپوینت
تعداد اسلاید: 46
فهرست مطالب
بخش اول:
تاریخچه هوش مصنوعی
دوره اول
دوره دوم
تعریف هوش مصنوعی
بخش دوم:
معرفی شاخه های هوش مصنوعی و مثال ها
هوش مصنوعی یا هوش صناعی (به انگلیسی: Artificial Intelligence) هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف از خود نشان میدهد، گفته میشود. به عبارت دیگر هوش مصنوعی به سیستمهایی گفته میشود که میتوانند واکنشهایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیهسازی فرایندهای تفکری و شیوههای استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند. بیشتر نوشتهها و مقالههای مربوط به هوش مصنوعی، آن را به عنوان «دانش شناخت و طراحی عاملهای هوشمند» تعریف کردهاند.
هوش مصنوعی را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانشها، علوم، و فنون قدیم و جدید دانست. ریشهها و ایدههای اصلی آن را باید درفلسفه، زبانشناسی، ریاضیات، روانشناسی، عصبشناسی، فیزیولوژی، تئوری کنترل، احتمالات و بهینهسازی جستجو کرد و کاربردهای گوناگون و فراوانی در علوم رایانه، علوم مهندسی، علوم زیستشناسی و پزشکی، علوم اجتماعی و بسیاری از علوم دیگر دارد.
از زبانهای برنامهنویسی هوش مصنوعی میتوان به لیسپ، پرولوگ، کلیپس و ویپی اکسپرت اشاره کرد.
یک «عامل هوشمند» سیستمی است که با شناخت محیط اطراف خود، شانس موفقیت خود را پس از تحلیل و بررسی افزایش میدهد. جان مکارتیکه واژه هوش مصنوعی را در سال ۱۹۵۶ استفاده نمود، آن را «دانش و مهندسی ساخت ماشینهای هوشمند» تعریف کردهاست.
هوش مصنوعی در علم پزشکی امروزه به دلیل گسترش دانش و پیچیدهتر شدن فرایند تصمیمگیری، استفاده از سیستمهای اطلاعاتی به خصوص سیستمهای هوش مصنوعی در تصمیمگیری، اهمیت بیشتری یافتهاست. هوش مصنوعی گسترش دانش در حوزهٔ پزشکی و پیچیدگی تصمیمات مرتبط با تشخیص و درمان - به عبارتی حیات انسان - توجه متخصصین را به استفاده از سیستمهای پشتیبان تصمیمگیری در امور پزشکی جلب نمودهاست. به همین دلیل، استفاده از انواع مختلف سیستمهای هوشمند در پزشکی رو به افزایش است، به گونهای که امروزه تأثیر انواع سیستمهای هوشمند در پزشکی مورد مطالعه قرار گرفتهاست.
تاریخچه نمونهای از مدل شبکه عصبی مصنوعیهوش مصنوعی توسط فلاسفه و ریاضیدانانی نظیر جرج بول که اقدام به ارائهٔ قوانین و نظریههایی در مورد منطق نمودند، مطرح شده بود. با اختراع رایانههای الکترونیکی در سال ۱۹۴۳، هوش مصنوعی، دانشمندان آن زمان را به چالشی بزرگ فراخواند. دراین شرایط، چنین بهنظر میرسید که این فناوری قادر به شبیهسازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکّرین با هوش مصنوعی که با تردید به کارآمدی آن مینگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگرسامانههای هوشمند در صنایع گوناگون شدیم.
نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت در این زمینه از سال ۱۹۶۰ میلادی شروع شد. (مرجع۱) بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازیها و نیز اثبات قضیههای ریاضی با کمک رایانهها بود. در آغاز چنین به نظر میآمد که رایانهها قادر خواهند بود چنین فعالیتهایی را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین روش برای حل آنها به انجام رسانند.
اصطلاح هوش مصنوعی برای اولین بار توسط جان مکارتی (که از آن بهعنوان پدر علم و دانش تولید ماشینهای هوشمند یاد میشود) استفاده شد. وی مخترع یکی از زبانهای برنامهنویسی هوش مصنوعی به نام لیسپ (به انگلیسی: lisp) است. با این عنوان میتوان به هویت رفتارهای هوشمندانه یک ابزار مصنوعی پی برد. (ساختهٔ دست بشر، غیرطبیعی، مصنوعی) حال آنکه هوش مصنوعی به عنوان یک اصطلاح عمومی پذیرفته شده که شامل محاسبات هوشمندانه و ترکیبی (مرکب از مواد مصنوعی) است.
از اصطلاح "Strong and Weak AI" میتوان تا حدودی برای معرفی ردهبندی سیستمها استفاده کرد.
کاربردهاکاربردهای هوش مصنوعی چنان گسترده و فراگیر شدهاند که بسیاری از این کاربردها دیگر با نام هوش مصنوعی شناخته نمیشوند و نام تخصصی خود را دارند. تأثیر هوش مصنوعی را اکنون میتوان در همه جهات و نقاط زندگی مردم دید. آیفونی که قادر به تشخیص اعضای خانه است یا تلویزیونی که نور صفحه نمایش دلخواه را با تعداد افراد تنظیم میکند، همه و همه کاربردهای هوش مصنوعی هستند.
کاربردهای عملی آن دسته از کاربردهای هوش مصنوعی هستند که عملیات خاصی را انجام داده و عمل یا تأثیر آن به وضوح توسط کاربر احساس خواهد شد. برای مثال جست و جوی خودکار گوگل که از الگوریتمها و متدهای پیچیده هوش مصنوعی استفاده میکند، پس از انجام یک عملیات پرهزینه و البته سریع نتایج مرتبط را به شما نشان خواهد داد. ماشینهایی که قادر هستند خودشان را کنترل کنند. رباتهای پرنده یا قایقهای هوشمند نمونهای بارز و موفق از این نوع کاربردها هستند.
نیاز به تحلیل و استخراج الگو از دادههای ترافیک شهری، دریافتی کارکنان و جابه جایی پول در یک بانک برای جلوگیری از اختلاس یک عملیات نیست و تأثیر یا خود عمل به وضوح توسط کاربر لمس نخواهد شد؛ اما در مقابل یک تحلیل هوشمند و خودکار است که کاربرد تحلیلی هوش مصنوعی به حساب میآید.
آزمون تورینگآزمون تورینگ آزمونی است که توسط آلن تورینگ در سال ۱۹۵۰ در نوشتهای به نام «محاسبات ماشینی و هوشمندی» مطرح شد. در این آزمون شرایطی فراهم میشود که شخصی با ماشینی تعامل برقرار کند و پرسشهای کافی برای بررسی اقدامات هوشمندانهٔ ماشین، از آن بپرسد. چنانچه در پایان آزمایش نتواند تشخیص دهد که با انسان یا با ماشین در تعامل بودهاست، آزمون با موفقیت انجام شدهاست. تا کنون هیچ ماشینی از این آزمون با موفقیت بیرون نیامده است. کوشش این آزمون برای تشخیص درستی هوشمندی یک سیستم است که سعی در شبیهسازی انسان دارد.
در هر حال هر چند تاکنون تلاشهای متعددی در جهت پیادهسازی تست تورینگ صورت گرفته، اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشدهاست.
همانگونه که مشخص است، این تست نیز کماکان دو پیش فرض اساسی را دربردارد:
۱ـ نمونه کامل هوشمندی انسان است.
۲ـ مهمترین مشخصه هوشمندی توانایی پردازش و درک زبان طبیعی است.
با توجه به این دو فرض میتوان درک کرد که چرا آلن تورینگ تنها گذر از این تست زبانی را شرط دستیابی به هوشمندی میداند. تست تورینگ اندکی کمتر از نیمقرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود که این مسئله بیش از هر زمان دیگری آشکار شد که متخصصین هوش مصنوعی به جای حل این مسئله باشکوه ابتدا باید مسائل کماهمیتتری همچون درک تصویر (بینایی ماشین)، درک صوت و… را حل کنند.
فهرست مطالب:
فصل اول: مقدمه و کلیات
علل مطالعه AI
AI چیست؟
انسان گونه عملکردن، رهیافت آزمون تورینگ
تست تورینگ
و...
فصل دوم: عامل های هوشمند
عامل
عامل نرم افزاری
عامل انسانی
عامل رباتیک
عملکرد عامل ها
تفاوت میان منطقی بودن و دانش کل
و...
فصل سوم: حل مسائل توسط جستجو
عامل های حل مسئله
فاز اجرایی
چهار نوع اساسی از مسائل
دانش و انواع مسئله
و...
فصل چهارم: روش های جستجوی آگاهانه
جستجوی بهترین
جستجوی حریصانه
ویژگی های جستجوی حریصانه
حداقل سازی مجموعه هزینه مسیر
و...
فصل پنجم: تئوری بازی
بازی ها در نقش مسائل جستجو
تصمیمات کامل در بازیهای دونفره
تصمیمات ناقص
تابع ارزیابی
و...
فصل ششم: عامل هایی که به طور منطقی استدلال می کنند
معرفی طراحی پایهای برای یک عامل مبتنی بر دانش
مواردی که عامل مبتنی بر دانش به آن نیاز دارد
و...
فصل هفتم: منطق مرتبه اول
منطق گزاره ای
منطق مرتبه اول
اجزای منطق مرتبه اول
نحو و معانی
تعریف دقیق هر عنصر
و...
فصل هشتم: استنتاج در منطق مرتبه اول
قوانین استنتاج مربوط به سورها
سه قانون استنتاجی جدید
حذف سور وجودی
و...
فصل نهم: برنامه ریزی
تفاوت عامل برنامه ریزی با عامل حل مسئله
یک عامل ساده برنامه ریزی
از حل مسئله به برنامه ریزی
و...
فصل دهم: عدم قطعیت
مسئله کیفیت
برخورد با دانش غیرقطعی
عدم قطعیت و تصمیمات عقلانی
تئوری سودمندی
و...
پاورپوینت کاربرد فن آوری اطلاعات در پزشکی
هوش مصنوعی و کاربرد آن در پزشکی
فرمت فایل: پاورپوینت
تعداد اسلاید: 33
دیباچه
هوش مصنوعی به هوشی که یک ماشین از خود نشان میدهد و یا به دانشی در کامپیوترکه سعی در ایجاد آن دارد گفته می شود.
در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسائل دریافت شده تلقی میشود.
انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم میباشد
هوش مصنوعی مبتنی بر قوانین و رویههایی از قبل تعبیه شده بر روی کامپیوتر میباشد.
هوش مصنوعی از رهیافتی مبتنی بر محاسبات آماری پیروی میکند و اغلب تحت عنوان «یادگیری ماشین» یا Machine Learning طبقهبندی میشود.
پیشینه
آلن تورینگ (1950) یکی از بحث برانگیزترین پرسشهای فلسفی تاریخ را پرسید:
آیا ماشین میتواند فکر کند؟
آیا یک کامپیوتر میتواند بازی تقلید را با موفقیت پشت سر بگذارد؟
آیا ماشین میتواند از انسان چنان تقلید کند که در یک آزمون محاورهای نتوانیم تفاوت انسان و ماشین را تشخیص دهیم؟
تورینگ نتوانست پاسخ قطعی این پرسش ها را پیدا کند. اما برای یافتن پاسخ مناسب در آینده یک راهبرد خلاقانه پیشنهاد کرد:
آزمون بازی تقلید