تالار گفتگوی کیش تک/ kishtech forum

نسخه‌ی کامل: سئوال 25-01-96 یادگیری در انسان و رباتها
شما درحال مشاهده‌ی نسخه‌ی متنی این صفحه می‌باشید. مشاهده‌ی نسخه‌ی کامل با قالب‌بندی مناسب.
صفحه‌ها: 1 2
اولا روبات هر اندازه پیش رفته باشد یک مصنوع انسانی است وکار های ان بر اساس مکانسیم ماشنی انجام می شود .
ولی انسان را خداوند به عنوان یک موجود مختار خلق نموده که عمل او از روی اراده خودش انجام می شود .
ثانیا _ در کار های آدمی هر اندازه محکم باشد ممکن است نقص وکوتاهی وقصور وتقصیر رخ دهد که ساز ند ه آن مسول خواهد بود ولی کار های خداوند محکم وبی نقص وعیب است لذا خود فرمود : «ما تَرَى فِی خَلْقِ الرَّحْمَنِ مِن تَفَاوُتٍ فَارْجِعِ الْبَصَرَ هَلْ تَرَى مِن فُطُورٍ؛ (1) در آفرینش آن خداى بخشایشگر هیچ گونه اختلاف و تفاوتى نمى‏بینى . باز بنگر آیا خلل و نقصانى مى‏بینى؟».
ثالثا_باید فرق گذاشت بین خلقت وصنعت روبات هر چه باشد یک صنعت است . در ضمن یادگیری در انسان به صورت ذاتی است اما در ربات بدین گونه نیست
اولا روبات هر اندازه پیش رفته باشد یک مصنوع انسانی است وکار های ان بر اساس مکانسیم ماشنی انجام می شود .
ولی انسان را خداوند به عنوان یک موجود مختار خلق نموده که عمل او از روی اراده خودش انجام می شود .
ثانیا _ در کار های آدمی هر اندازه محکم باشد ممکن است نقص وکوتاهی وقصور وتقصیر رخ دهد که ساز ند ه آن مسول خواهد بود ولی کار های خداوند محکم وبی نقص وعیب است
لذا خود فرمود : (ما تَرَى فِی خَلْقِ الرَّحْمَنِ مِن تَفَاوُتٍ فَارْجِعِ الْبَصَرَ هَلْ تَرَى مِن فُطُورٍ
(در آفرینش آن خداى بخشایشگر هیچ گونه اختلاف و تفاوتى نمى‏بینى . باز بنگر آیا خلل و نقصانى مى‏بینى؟)
ثالثا_باید فرق گذاشت بین خلقت وصنعت روبات هر چه باشد یک صنعت است .
[quote pid='1193' dateline='1492669743']
انسان تعقل و تفکر دارد در باره آنچه میبیند اندیشه میکند در حالی که رباتها فقط مسائل و کارهایی که از قبل به آنها یاداوری شده است انجام میدهد.
در رباتها هنوز احساس در آنها شکل نگرفته در حالی که انسان احساس دارد به طوری که اگر کودک یتیمی را ببیند با او احساس همدردی میکند.
از طرفی دیگر رباتها خستگی ناپذیر ودقت بالا در محاسبات را دارند در حالی که انسان در کارهای خود دچار خطا میشود.
یادگیری در انسان با دیدن و تجربه کردن و همچنین با مطالعه کردن شکل میگیرد ولی در رباتها فقط از طریق نرم افزار و برنامه نویسی که انسان آن را مینویسد انجام میدهد.
[/quote]
با این که ربات ها از برخی توانایی های انسانی نظیر هوش هیجانی برخوردار نیستند، اما در بسیاری از کارها بویژه کارهای تکراری می توانند عملکردی بادقت بالایی داشته باشند و برخلاف انسان، خسته، بی حوصله یا مریض نمی شوند.

روباتها برای انجام کارهای سخت ودشواری که بعضی مواقع انسانها از انجام آنها عاجز یا انجام آنها برای انسان خطرناک هستند.مثل روباتهایی که در نیروگاهای هسته ای وجود دارند.،استفاده می شوند.
(15-04-2017, 02:05 PM)hamed adib نوشته است: [ -> ]یادگیری در انسان و رباتهای هوشمند چه شباهت و تفاوتهایی دارد؟

مغز انسان از مواد شیمیایی برای انتقال اطلاعات استفاده می کند ولی در کامپیوتر از الکتریسته برای این کار استفاده می شود اگر چه سیگنال های الکتریکی با سرعت بسیار زیادی در سیستمعصبی حرکت می کنند ولی حرکت آنها درون سیم کا مپیوتر سریعتر است.
هم کامپیوتر وهم مغز انسان دارای حافظه قابل افزون هستند در کامپیوتر حافظه توسط تراشه های کامپیوتری اضافه می گرددولی حافظه در مغز انسان توسط اتصالات سیناپسی قویتر افزون می گردد.
هم مغزانسان وهم کامپیوتر قدرت یادگیری وسازگا ی دارندولی مغز انسان بسیار راحتر وسریعتر چیز های جدید را یاد می گیرد واز طرفی مغز انسان قادر است وظایف چند گانه را توسط سیستم عصبی اتوماتیک انجام دهد.ولی کامپبوتر ها می توانند بسیا ی از وظایف پیچیده را هم زمان انجام دهند که برای مغز مشکل است .
هم کامپیوتر وهم مغز انسان به انرژی نیاز دارند در مغز انسان این انرژی توسط قند ومواد مغذی تامین می گردد ولی در کامپیوتر این وظیفه را الکتریسته بر عهده  دارد.
هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

خبرنامه دانشجویان ایران: هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

به گزارش خبرنامه دانشجویان ایران به نقل از صفر تا قهرمان، هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

در میان این سه حوزه (هوش مصنوعی، یادگیری ماشین و داده کاوی) تا حدودی همپوشانی وجود دارد؛ اما با این حال دارای تفاوت هایی با یکدیگر نیز می باشند. در این بخش قصد داریم روابط این سه حوزه را با یکدیگر بررسی نماییم و همچنین یاد بگیریم که اگر از آن ها به درستی در کنار یکدیگر استفاده کنیم، می توانیم نتایج بسیار قابل قبول و جذابی را استخراج کنیم.

هوش مصنوعی (Artificial Intelligence)

در واقع هوش مصنوعی به مطالعه ی چگونگی تولید یک عامل هوشمند مربوط می شود. به عبارت دیگر، نحوه ی برنامه نویسی یک کامپیوتر به صورتی که مانند یک عامل هوشمند (انسان) رفتار کرده و وظایفی را انجام دهد. هوش مصنوعی قدرت یادگیری و تحلیل وقایع را ندارد. یک سیستم هوش مصنوعی به این صورت کار می کند که ابتدا اطلاعات مورد نیاز برای رفع مشکلات احتمالی، برنامه نویسی شده و سپس در اختیار سیستم قرار می گیرد. پس از آن برنامه ی هوش مصنوعی با استفاده از این داده ها و محاسبات تعیین شده بر روی آن ها، مسائل و مشکلات را حل می کند. (برای مثال، سیستمی برای افزایش دمای اتاق در صورتی که دما زیر ۲۵ درجه باشد).

یادگیری ماشین (Machine Learning)

به مرور زمان بسیاری از سیستم ها نیاز به یک هوش و توانایی دارند تا بتوانند با استفاده از تجربیات بدست آمده ی گذشته، دانش جدیدی را استنتاج کنند. بنابراین می توان گفت هوش مصنوعی بسیار رابطه ی نزدیکی با یادگیری ماشین دارد. در واقع یک برنامه ی نوشته شده، به سیستم می گوید که در طول زمان تجربیات و دانش جدیدی را از عملکرد و خروجی های گذشته ی خود یاد بگیرد تا باعث بهبود عملکرد و تصمیم گیری سیستم در آینده شود. یادگیری ماشین قادر به تعمیم اطلاعات از داده های وسیع است و می توانند با به کار گیری الگوریتم هایی، الگو ها و روابط میان داده ها را تشخیص دهد و در نهایت با استفاده از نتایج مفید بدست آمده اقدامات جدیدی را انجام دهد. همانند هوش مصنوعی، یادگیری ماشین نیز بسیار وسیع بوده و به کمک قدرت استنتاج خود می تواند کاربردهای فراوانی داشته باشد.

هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

خبرنامه دانشجویان ایران: هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

به گزارش خبرنامه دانشجویان ایران به نقل از صفر تا قهرمان، هنگامی که صحبت از هوش مصنوعی و یادگیری ماشین می شود، فکر ما به سمت تعامل کامپیوتر ها و ربات ها با انسان و قدرت تصمیم گیری و درک آن ها می رود. شاید بتوان گفت در ذهنیت اکثر ما، اطلاعات تقریبا نادرستی از اعمالی که یک کامپیوتر می تواند انجام دهد وجود دارد. متاسفانه برخلاف ذهنیت ما، هوش مصنوعی به آن اندازه که ما فکر می کنیم شاید هیجان انگیز نباشد و فقط یک واژه ی جذاب است.

در میان این سه حوزه (هوش مصنوعی، یادگیری ماشین و داده کاوی) تا حدودی همپوشانی وجود دارد؛ اما با این حال دارای تفاوت هایی با یکدیگر نیز می باشند. در این بخش قصد داریم روابط این سه حوزه را با یکدیگر بررسی نماییم و همچنین یاد بگیریم که اگر از آن ها به درستی در کنار یکدیگر استفاده کنیم، می توانیم نتایج بسیار قابل قبول و جذابی را استخراج کنیم.

هوش مصنوعی (Artificial Intelligence)

در واقع هوش مصنوعی به مطالعه ی چگونگی تولید یک عامل هوشمند مربوط می شود. به عبارت دیگر، نحوه ی برنامه نویسی یک کامپیوتر به صورتی که مانند یک عامل هوشمند (انسان) رفتار کرده و وظایفی را انجام دهد. هوش مصنوعی قدرت یادگیری و تحلیل وقایع را ندارد. یک سیستم هوش مصنوعی به این صورت کار می کند که ابتدا اطلاعات مورد نیاز برای رفع مشکلات احتمالی، برنامه نویسی شده و سپس در اختیار سیستم قرار می گیرد. پس از آن برنامه ی هوش مصنوعی با استفاده از این داده ها و محاسبات تعیین شده بر روی آن ها، مسائل و مشکلات را حل می کند. (برای مثال، سیستمی برای افزایش دمای اتاق در صورتی که دما زیر ۲۵ درجه باشد).

یادگیری ماشین (Machine Learning)

به مرور زمان بسیاری از سیستم ها نیاز به یک هوش و توانایی دارند تا بتوانند با استفاده از تجربیات بدست آمده ی گذشته، دانش جدیدی را استنتاج کنند. بنابراین می توان گفت هوش مصنوعی بسیار رابطه ی نزدیکی با یادگیری ماشین دارد. در واقع یک برنامه ی نوشته شده، به سیستم می گوید که در طول زمان تجربیات و دانش جدیدی را از عملکرد و خروجی های گذشته ی خود یاد بگیرد تا باعث بهبود عملکرد و تصمیم گیری سیستم در آینده شود. یادگیری ماشین قادر به تعمیم اطلاعات از داده های وسیع است و می توانند با به کار گیری الگوریتم هایی، الگو ها و روابط میان داده ها را تشخیص دهد و در نهایت با استفاده از نتایج مفید بدست آمده اقدامات جدیدی را انجام دهد. همانند هوش مصنوعی، یادگیری ماشین نیز بسیار وسیع بوده و به کمک قدرت استنتاج خود می تواند کاربردهای فراوانی داشته باشد.
(15-04-2017, 02:05 PM)hamed adib نوشته است: [ -> ]یادگیری در انسان و رباتهای هوشمند چه شباهت و تفاوتهایی دارد؟

اولین موضوع اینست که رباتها به آن اندازه ای که ما فکر می کنیم  هیجان انگیز نیستند . چون رباتها تحت یک برنامه نویسی و دانشی که به ان انتقال می گردد برای رفع مشکلات احتمالی،  در اختیار سیستم قرار می گیرد و توانایی پیدا میکند و مشکلات را حل می نماید .
audiobookkeepercottageneteyesvisioneyesvisionsfactoringfeefilmzonesgadwallgaffertapegageboardgagrulegallductgalvanometricgangforemangangwayplatformgarbagechutegardeningleavegascauterygashbucketgasreturngatedsweepgaugemodelgaussianfiltergearpitchdiameter
geartreatinggeneralizedanalysisgeneralprovisionsgeophysicalprobegeriatricnursegetintoaflapgetthebouncehabeascorpushabituatehackedbolthackworkerhadronicannihilationhaemagglutininhailsquallhairyspherehalforderfringehalfsiblingshallofresidencehaltstatehandcodinghandportedheadhandradarhandsfreetelephone
hangonparthaphazardwindinghardalloyteethhardasironhardenedconcreteharmonicinteractionhartlaubgoosehatchholddownhaveafinetimehazardousatmosphereheadregulatorheartofgoldheatageingresistanceheatinggasheavydutymetalcuttingjacketedwalljapanesecedarjibtypecranejobabandonmentjobstressjogformationjointcapsulejointsealingmaterial
journallubricatorjuicecatcherjunctionofchannelsjusticiablehomicidejuxtapositiontwinkaposidiseasekeepagoodoffingkeepsmthinhandkentishglorykerbweightkerrrotationkeymanassurancekeyserumkickplatekillthefattedcalfkilowattsecondkingweakfishkinozoneskleinbottlekneejointknifesethouseknockonatomknowledgestate
kondoferromagnetlabeledgraphlaborracketlabourearningslabourleasinglaburnumtreelacingcourselacrimalpointlactogenicfactorlacunarycoefficientladletreatedironlaggingloadlaissezallerlambdatransitionlaminatedmateriallammasshootlamphouselancecorporallancingdielandingdoorlandmarksensorlandreformlanduseratio
languagelaboratorylargeheartlasercalibrationlaserlenslaserpulselatereventlatrinesergeantlayaboutleadcoatingleadingfirmlearningcurveleavewordmachinesensiblemagneticequatormagnetotelluricfieldmailinghousemajorconcernmammasdarlingmanagerialstaffmanipulatinghandmanualchokemedinfobooksmp3lists
nameresolutionnaphtheneseriesnarrowmouthednationalcensusnaturalfunctornavelseedneatplasternecroticcariesnegativefibrationneighbouringrightsobjectmoduleobservationballoonobstructivepatentoceanminingoctupolephononofflinesystemoffsetholderolibanumresinoidonesticketpackedspherespagingterminalpalatinebonespalmberry
papercoatingparaconvexgroupparasolmonoplaneparkingbrakepartfamilypartialmajorantquadruplewormqualityboosterquasimoneyquenchedsparkquodrecuperetrabbetledgeradialchaserradiationestimatorrailwaybridgerandomcolorationrapidgrowthrattlesnakemasterreachthroughregionreadingmagnifierrearchainrecessionconerecordedassignment
rectifiersubstationredemptionvaluereducingflangereferenceantigenregeneratedproteinreinvestmentplansafedrillingsagprofilesalestypeleasesamplingintervalsatellitehydrologyscarcecommodityscrapermatscrewingunitseawaterpumpsecondaryblocksecularclergyseismicefficiencyselectivediffusersemiasphalticfluxsemifinishmachiningspicetradespysale
stunguntacticaldiametertailstockcentertamecurvetapecorrectiontappingchucktaskreasoningtechnicalgradetelangiectaticlipomatelescopicdampertemperateclimatetemperedmeasuretenementbuildingtuchkasultramaficrockultraviolettesting
صفحه‌ها: 1 2