هوش مصنوعي ترکيبي
از بدو مطرح شدن هوش مصنوعي به عنوان يک Dicipline در علوم رايانه، دو طرز تفکر در تحقق سيستم هاي هوشمند مطرح بوده است، شايد بتوان آن دو را در پردازش نمادين و پردازش عددي تعريف نمود. براي درک پردازش نمادين مي توانيم به يک مثال اشاره داشته باشيم. فرض کنيد از يک نوازنده پيانو سوال مي کنيم که چگونه پيانو مي نوازي؟!
اين نوازنده با استفاده از يک سري بيانات و شايد حرکات، روش کار خود را به ما نشان مي دهد و به احتمال زياد شيوه عمل او را هم درک مي کنيم و اگر کمي جديت به خرج دهيم شايد حتي بتوانيم چند نت را هم به گونهء جميع تکرار نماييم. حال فرض کنيد، مي خواهيم اين رفتار را با استفاده از يک فرمول رياضي( پردازش عددي) مدل کرده و مثلا با استفاده از يک ربات تکرار کنيم. سوال اين خواهد بود که آيا مدل رياضي که منحصر به روابط بين يک سري کيفيتهاي رقمي است، قادر به انجام اين عمل خواهد بود؟
فکر مي کنم جواب شما منفي باشد. در ادامه به يک وضعيت ديگر اشاره مي کنم. فرض کنيد مي خواهيد از يک خيابان که ماشين ها با سرعت عبور مي کنند، بگذريد. آيا روش تصميم گيري شما در رابطه با عبور کردن بر مبناي پردازش يک سري اندازه گيري انجام شده است؟ براي مثال آيا سرعت ماشين را تخمين زده و با در نظر گرفتن عرض خيابان، سرعت خود را محاسبه مي کنيد؟
به احتمال زياد در اين صورت مطمئناً شانس رسيدن شما به آن طرف خيابان بسيار پايين مي باشد و يا زمان بسيار زيادي طول خواهد کشيد که تصميم به عبور از خيابان را به مرحله اجرا در آوريد. در اين گونه شرايط ، روش برخورد ما به اين صورت خواهد بود که: " به نظر مي رسد ماشين آهسته حرکت مي کند؛ به آن طرف خيابان خواهم رسيد" در اين نوع پردازش انسان مواجه با تعداد زيادي نماد symbols مي باشد و با استفاده از اين نمادها براي تصميم گيري اقدام مي کند.
اين نوع تصميم گيريها به طور واضح در رفتار آدمي مشاهده مي شود و طبيعي است که پردازش نمادين از جايگاهي ويژه در علم هوش مصنوعي برخوردار است.
هوش مصنوعي ترکيبي
نمي كنيد
پاسخ با نقل قول
بوک مارک ها