https://virgool.ir/feed/@p.pouyaبرنامه‌نویس |‌ ورزشکار | اگه موضوع جالبی هم یاد بگیرم در موردش می‌نویسمfa2026-11-12 09:15:29https://files.virgool.ir/upload/users/388795/avatar/dgix90.jpghttps://virgool.ir/@p.pouyahttps://virgool.ir/@p.pouya/تفاوت-بین-هوش-مصنوعییادگیری-ماشین-و-یادگیری-عمیق-nihfcwhxkhbaتوضیح ساده درر رابطه با هوش مصنوعی ،یادگیری ماشین و یادگیری عمیق و اینکه چه تفاوت هایی بایکدیگر دارند.به علاوه چطور هوش مصنوعی و اینترنت اشیاء به طور جدایی ناپذیری به هم متصل هستند.ما همه با اصطلاح "هوش مصنوعی" آشنا هستیم.از این گذشته،در فیلم هایی مانند ترمیناتور،ماتریکس و ماشین سابق(مورد علاقه نویسنده) مورد توجه قرار گرفته شده است.ولی ممکن است شما اخیراً اصطلاحاتی از قبیل یادگیری ماشین و یادگیری عمیق،که گاهی اوقات باهوش مصنوعی به جای هم مورد استفاده قرار میگیرند را شنیده باشید.در نتیجه ،تفاوت هوش مصنوعی،یادگیری ماشین و یادگیری عمیق بسیار نامفهوم میشود.من با یک توضیح کوتاه در مورد هوش مصنوعی(AI)،یادگیری ماشین((ML و یادگیری عمیق(DL) و اینکه در حقیقت چه معنی دارند و چطور بایکدیگر تفاوت دارند،شروع میکنم.سپس درمورد چگونگی در هم آمیختگی جدایی ناپذیر هوش مصنوعی و اینترنت اشیاء با چندین پیشرفت فناوری که همه باهم همگرا شده اند تا پایه ای برای گستردگی و حجم زیاد داده در هوش مصنوعی و اینترنت اشیاء تنظیم کنند،به اشتراک خواهم گذاشت.پس چه تفاوتی بین هوش مصنوعی،یادگیری ماشین و یادگیری عمیق وجود دارد؟?در ابتدا توسط John McCarthy در سال 1956 ابداع شد،هوش مصنوعی شامل ماشین هایی است که میتوانند وظایفی را انجام دهند که مشخصه هوش انسان است.درحالی که این حالت نسبتاً عمومی است،شامل مواردی از قبیل برنامه ریزی،درک زبان،شناسایی اشیاء و صداها،یادگیری و حل مسائل است.هوش مصنوعی را میتوانیم در دو دسته عمومی و محدود قرار دهیم.هوش مصنوعی عمومی تمام مشخصه های هوش بشر شامل موارد و ظرفیت های ذکر شده در بالا را دارد.هوش مصنوعی محدود برخی از جنبه های هوش انسانی را به نمایش میگذارد و میتواند این جنبه ها را به خوبی انجام دهد،اما در حیطه های دیگر کمبود دارد.یک ماشین که فقط در تشخیص چهره عالی است و نه در چیز دیگر، میتواند نمونه ای از هوش مصنوعی محدود باشد.?در هسته آن،یادگیری ماشین به سادگی راهی برای رسیدن و دستیابی به هوش مصنوعی است.آرتور سموئل این عبارت را خیلی زود بعد از هوش مصنوعی در سال 1959 ابداع کرد و آنرا به عنوان "توانایی یادگیری بدون اینکه به طور صریح برنامه ریزی شود" تعریف کرد.شما میتوانید هوش مصنوعی را بدون استفاده از یادگیری ماشین به دست آورید،اما به میلیونها خط کد با قواعد پیچیده و درخت تصمیم نیاز دارید.پس به جای روشهای hard-coding با ساختارهای خاص برای انجام وظیفه های مشخص،یادگیری ماشین راهی برای "آموزش" یک الگوریتم است که بتواند چگونگی آنرا بیاموزد."آموزش" شامل ارجاع مقدار زیادی داده به الگوریتم و اجازه دادن به آن برای تنظیم و بهبود یافتنش است.برای مثال،یادگیری ماشین برای پیشرفت چشمگیری در بهبود بصیرت کامپیوتر(توانایی ماشین در تشخیص شی در یک عکس یا ویدیو ) استفاده شده است.شما صدها هزار یا حتی میلیون ها تصویر جمع میکنید و سپس میدهید انسانها برچسب گزاری کنند.برای مثال انسانها ممکن است عکسهایی را برچسب گزاری کنند که یک گربه در آن باشد در مقابل آنهایی که عکس گربه ندارند.سپس،الگوریتم سعی میکند مدلی را بسازد که به طور دقیق عکسی را که شامل یک گربه باشد یا نباشد به خوبی انسان برچسب گزاری کند.زمانی که سطح دقت به اندازه کافی بالا رفت،الان ماشین یاد گرفته است که یک گربه چه شکلی است.?یادگیری عمیق یکی از بسیاری از رویکردهای یادگیری ماشین است.بقیه ی رویکردها شامل درخت تصمیم،برنامه نویسی منطق استنتاجی،خوشه بندی،یادگیری تقویتی و یادگیری بیزین و غیره می باشد.یادگیری عمیق از ساختار و عملکرد مغز، برای مثال از به هم پیوسته بودن تعداد زیادی سلول عصبی الهام گرفته شده است.شبکه های عصبی مصنوعی(ANNs)الگوریتم هایی هستند که از ساختار بیولوژیکی مغز تقلید می کنند.در شبکه های عصبی مصنوعی سلول های عصبی هستند که لایه های گسسته دارند و با سلول های عصبی دیگر در ارتباط هستند.هر لایه ای یک ویژگی خاص را برای یادگیری انتخاب می کند،از قبیل منحنی ها یا لبه ها در تشخیص عکس.این لایه بندی است که به یادگیری عمیق این اسم را می دهد،عمق با استفاده از چندین لایه در مقابل یک لایه بوجود می آید.هوش مصنوعی و اینترنت اشیاء به طور جدایی ناپذیری به هم مرتبط هستندمن به ارتباط بین هوش مصنوعی و اینترنت اشیاء بیشتر شبیه ارتباط بین مغز انسان و بدن او فکر می کنم.بدن ما ورودی های حسی را مانند بینایی،صدا و لامسه را جمع آوری می کند.مغز این اطلاعات را معنادار و قابل درک می کند، نور را به اشیاء قابل تشخیص و صداها را به گفتاری قابل درک تبدیل می کند.سپس مغز ما تصمیماتی می گیرد،فرستادن سیگنالهایی به بدن که برای حرکاتی مانند برداشتن شی یا صحبت کردن، دستور می دهد.همه حسگرهای متصل که اینترنت اشیاء را مانند بدن ما می کنند،اطلاعات خامی از آنچه در جهان اتفاق می افتد را برای ما فراهم می کنند.هوش مصنوعی شبیه مغز ما است،اطلاعات را قابل درک می کند و تصمیم می گیرد که چه کاری را انجام دهد.و دستگاه های مرتبط به اینترنت اشیاء هم شبیه بدن ما هستند که اقدامات فیزیکی را انجام می دهند یا با دستگاه های دیگر ارتباط برقرار می کنند.شکوفایی پتانسیل های یکدیگرارزش ها و کارایی هوش مصنوعی و اینترنت اشیاء به دلیل وجود دیگری قابل درک می شود.در سالهای اخیر یادگیری ماشین و یادگیری عمیق منجر به جهش های عظیمی برای هوش مصنوعی شده اند. همانطور که در بالا ذکر شد ، یادگیری ماشین و یادگیری عمیق برای کار کردن به حجم عظیمی از داده ها احتیاج دارند و این داده ها توسط میلیاردها حسگر جمع آوری می شوند که همچنان در اینترنت اشیاء برخط هستند. اینترنت اشیاء ،هوش مصنوعی بهتری را ایجاد می کند.بهبود هوش مصنوعی همچنین اتخاذ اینترنت اشیاء را منجر می شود و یک چرخه فضیلت ایجاد می شود که در آن هردو حوزه به شدت شتاب می گیرند.به این دلیل که هوش مصنوعی ،اینترنت اشیاء را قابل استفاده می کند.در بخش صنعتی ، می توان از هوش مصنوعی برای پیش بینی زمان نیاز به تعمیر و نگهداری ماشین آلات یا تجزیه و تحلیل فرایندهای تولید برای دستیابی به سودهای بزرگ ، با صرفه جویی در میلیون ها دلار استفاده کرد.در سمت مصرف کننده ،به جای اینکه مجبور باشیم با تکنولوژی خود را وفق دهیم ،تکنولوژی می تواند خودرا با ما وفق دهد.به جای کلیک کردن ، تایپ کردن و جستجو ، می توانیم به سادگی آنچه را که نیاز داریم از دستگاه بخواهیم. ممکن است ما اطلاعاتی مانند آب و هوا یا عملی مانند آماده سازی خانه برای زمان خواب (پایین آوردن ترموستات ، قفل کردن درها ، خاموش شدن چراغ ها و غیره) را بخواهیم.پیشرفتهای همگام تکنولوژی این امکان را فراهم آورده استکوچک شدن تراشه های رایانه ای و تکنیک های بهبود یافته تولید به معنی سنسورهای ارزان تر و قدرتمندتر است.بهبود سریع فن آوری باتری به این معنی است که این سنسورها می توانند سالها بدون نیاز به اتصال به منبع تغذیه دوام بیاورند.اتصال بی سیم که ناشی از ظهور تلفن های هوشمند است ، به این معنی است که داده ها می توانند با سرعت کم در حجم بالا ارسال شوند ، به همه این سنسورها اجازه می دهد داده ها را به فضای ابری ارسال کنند.و ظهور ابر امکان ذخیره سازی تقریباً نامحدود آن داده ها و توانایی محاسباتی تقریباً بی نهایت برای پردازش آن را فراهم کرده است.البته،یک یا دو نگرانی در مورد تاثیر هوش مصنوعی بر جامعه و آینده ی ما وجود دارد.اما بخاطر اینکه پیشرفت ها و پذیرش هوش مصنوعی و اینترنت اشیاء به سرعت ادامه دارد،یک چیز قطعی است: این تاثیر عمیق خواهد بود.pouyappouyapWed, 18 Nov 2020 12:14:12 +0330