26-10-2021, 09:11 PM
روانشناسان به طور کلي هوش انسان را تنها با یک ویژگي توصيف نمي کنند بلکه با ترکيب توانایي های متنوع متفاوت است. تحقيقات در زم ينه هوش مصنوعي عمدتا بر مولفه های زیر هوش متمرکز شده است:
یادگير ی ، استدالل ، حل مسئله ، ادراک و استفاده از زبان.
یادگیری
انواع مختلفی از یادگیری در مورد هوش مصنوعی وجود دارد. ساده ترین آن یادگیری با آزمون و خطا است. به عنوان مثال ، یک برنامه رایانه ای ساده برای حل مشکل مات کردن در یک ممکن است حرکتها را به طور تصادفی تا پیدا کردن مات امتحان کند. سپس ممکن است برنامه را با موقعیت ذخیره کند تا دفعه بعد که رایانه با همان موقعیت مواجه شد راه حل را به یاد آورد. این به خاطر سپردن ساده موارد و روشهای فردی - معروف به یادگیری رایج - نسبتاً آسان است که در رایانه پیاده سازی شود. چالش برانگیزتر مشکل اجرای آنچه تعمیم نامیده می شود است. تعمیم شامل استفاده از تجربیات گذشته در موقعیت های مشابه مشابه است. به عنوان مثال ، برنامه ای که زمان گذشته افعال معمولی انگلیسی را با روت یاد می گیرد ، قادر نخواهد بود زمان گذشته کلمه ای مانند jump را تولید کند ، مگر اینکه قبلاً با پرش ارائه شده باشد ، در حالی که برنامه ای که قادر به تعمیم است می تواند یاد بگیرد. قانون "افزودن" و بنابراین بر اساس تجربه با افعال مشابه ، زمان گذشته پرش را تشکیل دهید.
استدلال
استدلال به این معناست که استنباط هایی متناسب با شرایط بدست آوریم. استنباط ها به دو صورت قیاسی یا استقرایی طبقه بندی می شوند. یکی از نمونه های قبلی این است ، "فرد باید در موزه یا کافه باشد. او در کافه نیست. بنابراین او در موزه است ، "و از دومی ،" حوادث قبلی از این دست در اثر خرابی سازها ایجاد شده است. بنابراین این تصادف در اثر خرابی دستگاه ایجاد شده است. " مهمترین تفاوت بین این اشکال استدلال این است که در حالت قیاسی حقیقت مفروضات حقیقت نتیجه گیری را تضمین می کند ، در حالی که در حالت استقرایی حقیقت فرض بدون ارائه اطمینان مطلق به نتیجه گیری کمک می کند. استدلال استقرایی در علم رایج است ، جایی که داده ها جمع آوری می شوند و مدل های آزمایشی برای توصیف و پیش بینی رفتارهای آینده توسعه می یابند - تا زمانی که ظاهر داده های غیرعادی مدل را مجبور به تجدید نظر کند. استدلال قیاسی در ریاضیات و منطق رایج است ، جایی که ساختارهای مفصل قضایای غیر قابل انکار از مجموعه کوچکی از بدیهیات و قوانین اساسی ساخته شده است.
یادگير ی ، استدالل ، حل مسئله ، ادراک و استفاده از زبان.
یادگیری
انواع مختلفی از یادگیری در مورد هوش مصنوعی وجود دارد. ساده ترین آن یادگیری با آزمون و خطا است. به عنوان مثال ، یک برنامه رایانه ای ساده برای حل مشکل مات کردن در یک ممکن است حرکتها را به طور تصادفی تا پیدا کردن مات امتحان کند. سپس ممکن است برنامه را با موقعیت ذخیره کند تا دفعه بعد که رایانه با همان موقعیت مواجه شد راه حل را به یاد آورد. این به خاطر سپردن ساده موارد و روشهای فردی - معروف به یادگیری رایج - نسبتاً آسان است که در رایانه پیاده سازی شود. چالش برانگیزتر مشکل اجرای آنچه تعمیم نامیده می شود است. تعمیم شامل استفاده از تجربیات گذشته در موقعیت های مشابه مشابه است. به عنوان مثال ، برنامه ای که زمان گذشته افعال معمولی انگلیسی را با روت یاد می گیرد ، قادر نخواهد بود زمان گذشته کلمه ای مانند jump را تولید کند ، مگر اینکه قبلاً با پرش ارائه شده باشد ، در حالی که برنامه ای که قادر به تعمیم است می تواند یاد بگیرد. قانون "افزودن" و بنابراین بر اساس تجربه با افعال مشابه ، زمان گذشته پرش را تشکیل دهید.
استدلال
استدلال به این معناست که استنباط هایی متناسب با شرایط بدست آوریم. استنباط ها به دو صورت قیاسی یا استقرایی طبقه بندی می شوند. یکی از نمونه های قبلی این است ، "فرد باید در موزه یا کافه باشد. او در کافه نیست. بنابراین او در موزه است ، "و از دومی ،" حوادث قبلی از این دست در اثر خرابی سازها ایجاد شده است. بنابراین این تصادف در اثر خرابی دستگاه ایجاد شده است. " مهمترین تفاوت بین این اشکال استدلال این است که در حالت قیاسی حقیقت مفروضات حقیقت نتیجه گیری را تضمین می کند ، در حالی که در حالت استقرایی حقیقت فرض بدون ارائه اطمینان مطلق به نتیجه گیری کمک می کند. استدلال استقرایی در علم رایج است ، جایی که داده ها جمع آوری می شوند و مدل های آزمایشی برای توصیف و پیش بینی رفتارهای آینده توسعه می یابند - تا زمانی که ظاهر داده های غیرعادی مدل را مجبور به تجدید نظر کند. استدلال قیاسی در ریاضیات و منطق رایج است ، جایی که ساختارهای مفصل قضایای غیر قابل انکار از مجموعه کوچکی از بدیهیات و قوانین اساسی ساخته شده است.