هذه الورقة هي مقالة شاملة ، والتي تقدم مفاهيم وتطبيق الذكاء الاصطناعي والشبكة العصبية. تم اختيار هذه المقالة في الأصل لأن الشبكة العصبية تم تعلمها في عملية التعلم الآلي ، لأن الشبكة العصبية الاصطناعية أقرب إلى الدماغ البشري من حيث مبادئها وخصائصها الوظيفية. إنه ليس برنامجًا معينًا يقوم بتنفيذ العمليات خطوة بخطوة ، ولكنه قادر على التكيف مع البيئة ، أو تلخيص القواعد ، أو إجراء بعض العمليات ، أو الاعتراف ، أو تحكم العملية . أعتقد أنه يجب أن يكون هناك العديد من التطبيقات المهمة في الذكاء الاصطناعي ، لذلك اخترت هذا المقال.

المقالة مقالة شاملة تقدم مفاهيم وتطبيقات الذكاء الاصطناعي والشبكات العصبية. إن الشبكة العصبية الاصطناعية أقرب إلى الدماغ البشري من حيث المبدأ الدستوري والخصائص الوظيفية. إنه ليس برنامجًا معينًا يقوم بتنفيذ العمليات خطوة بخطوة خطوة ، ولكن يمكن أن تتكيف مع البيئة وتلخيص القواعد. أداء عملية ، والاعتراف ، أو السيطرة على العملية.

الجزء الأول يقدم أساسا الذكاء الاصطناعي.

يتم تعريف الذكاء الاصطناعي ككائن اصطناعي ، مثل الكمبيوتر أو الجهاز ، والذي يظهر السلوك الذكي القادر على التعامل مع المشكلات المعقدة. وما هو الذكاء؟ يتضمن ذلك مسائل مثل الوعي ، والنفس ، والتفكير ، وما إلى ذلك ، والذكاء الوحيد الذي نعرفه هو الذكاء البشري. إنه نوع من القدرة على تخيل وخلق فهم الذاكرة ، والتعرف على الأنماط ، والاختيار ، والتكيف مع التغيير وتجربة التعلم. الغرض الرئيسي من الذكاء الاصطناعي هو جعل الآلات تتصرف مثل البشر ، وثانيًا ، جعل الآلات أشبه بالبشر بالطريقة التي يحلون بها المشاكل المعقدة ولكنهم يستهلكون وقتًا أقل من البشر. اليوم ، يتم تقسيم الذكاء الاصطناعي إلى قسمين: الذكاء الاصطناعى القوي والضعف الذكاء. يعني الذكاء الاصطناعى أن الآلات يمكن أن تفكر بمفردها ، مثل المشاهد في الأفلام ، وحتى تحل محل الإنسان. إن الذكاء الضعيف هو أداء الآلات التي يبدو أنها لديهم ذكاء ، مثل تشغيل تطبيقات الشطرنج ، ويتم تخزين جميع الخطوات التي يتخذها للعب الشطرنج في جهاز كمبيوتر مقدمًا. تطبيق الشطرنج نفسه لا يفكر ولا يخطط. كيف يمكنك معرفة ما إذا كان الجهاز لديه سلوك ذكي؟ في عام 1950 ، طرح آلان تورينج اختبار تورينج ، وليس هناك تفسير كثير لاختبار تورينج ، لأن المعلم قدمه في الفصل

بالنسبة لأصل الذكاء الاصطناعي ، يرتبط بالعديد من التخصصات ، وخاصة الفلسفة والمنطق والرياضيات والحوسبة وعلم النفس / العلوم المعرفية والعلوم البيولوجية / علم الأعصاب.

يقدم الجزء الثاني أساسًا شبكة عصبية اصطناعية. ويقدم هذا القسم أيضًا ثلاثة أجزاء صغيرة ، يقدم مفهوم الشبكة العصبية الاصطناعية وأنواع طرق تعلم الشبكة العصبية ووظيفة مهمة في وظيفة الحفز الاصطناعي للشبكة العصبية الاصطناعية.

الجزء الأول يقدم مفهوم الشبكة العصبية الاصطناعية. الشبكة العصبية الاصطناعية هي شبكة من معالجات connecteor ، كل منها يحتوي على جزء من مساحة التخزين المحلية (صغيرة جدًا). ​​هذه الخلايا العصبية تعمل فقط على بياناتها المحلية وإدخال البيانات (التي يتم إدخالها في اتجاه واحد من خلال الروابط والدوائر) ، ويستخدم كل الخلايا العصبية قاعدة لمعرفة إدخال إشارة. انتاج هذه الإشارات إلى الخلايا العصبية الأخرى ، وهذا الحساب لبيانات الإخراج يسمى وظيفة الحوافز.

يتكون هيكل الشبكة العصبية عمومًا من ثلاث طبقات ، كما هو موضح أدناه. الطبقة الأولى هي طبقة الإدخال ، والتي تستخدم للتفاعل مباشرة مع العالم الخارجي ، والطبقة الثانية هي العنصر المخفي ، والذي يستخدم لإكمال الحساب وفقًا للوظيفة المطلوبة. الطبقة الثالثة هي طبقة الإخراج.

يمكن تقسيم الجزء الثاني من تعلم الشبكة العصبية إلى ثلاثة أنواع: التعلم الخاضع للإشراف ، والتعلم غير الخاضع للإشراف ، والتعلم المعزز. في التعلم الإشرافي ، تتكون كل حالة من كائن إدخال وقيمة مخرجات متوقعة. وبالتالي ، يمكن العثور على الأخطاء والاختلافات بين النتائج المتوقعة والفعلية لكل عقدة على طبقة المخرجات ، والتي سيتم استخدامها لتحديد وزن الشبكة عقدة (وفقا ل

قواعد التعلم). بمعنى ، يتم تحديد قيمة الإخراج المتوقعة على كل عقدة بواسطة معلم خارجي.

لا يوجد مدرسون خارجيون في التعلم غير الخاضع للإشراف ، لذا تعتمد طريقة التعلم على التجميع ، ووفقًا للمدخلات ، يتم تقسيم مجموعة النماذج إلى فصول مختلفة. يمكن أن يسمى هذا النوع من نموذج التعلم أيضًا وضع التنظيم الذاتي ، والمثال النموذجي هو قانون التعلم العبوي وقانون تعلم المنافسة ، والتعلم غير الخاضع للإشراف أكثر أهمية من التعلم الخاضع للإشراف. لأن الدماغ عادة غير خاضع للرقابة.

يعتمد تعزيز التعلم على التعلم غير الخاضع للإشراف والتعلم الخاضع للإشراف ، وفي عملية الاستكشاف ، من خلال استكشاف البيئة غير المعروفة أثناء بناء نموذج بيئي وتعلم استراتيجية مثالية ، يتوافق كل إجراء مع المكافأة ، ويحصل في النهاية على أكبر مكافأة لمعالجة البيانات .

الجزء الثالث يقدم ثلاثة أنواع من وظائف الحوافز. وظيفة العتبة الأولى ، عندما يكون إجمالي الدخل أقل من العتبة ، تحدد 0 ، وعندما تكون قيمة الإدخال الإجمالية أكبر من العتبة ، تحدد 1.

والثاني هو وظيفة خطية مجزأة يمكن أن تأخذ قيمًا بين 0،1 ، اعتمادًا على تكبير العملية الخطية لمنطقة ما.

والثالث هو وظيفة السيني ، والتي يمكن أن تستخدم مجموعة بين 0 و 1 ، ولكن في بعض الأحيان يمكن أن تأخذ نطاقًا من 1 إلى 1 ، مثال على وظيفة السينيويد هو الظل الزائد.

الجزء الثالث يقدم أساسا العديد من التطبيقات المتقدمة للشبكة العصبية.

التطبيق الأول هو واجهة الكمبيوتر للعقل البشري على أساس الشبكة العصبية. تعد واجهة الكمبيوتر للعقل البشري واحدة من أكثر تقنيات الواجهات الواعدة بين الإنسان والآلة. كما تسمى واجهة siwei. إنها في الواقع قناة اتصال بين الدماغ والكمبيوتر ، والتي تسمح للإشارات المرسلة من الدماغ بالتفاعل مباشرة مع الأنشطة الخارجية ، مثل التحكم في المؤشر ، أو يمكن للمستخدم إدخال رقم هاتف من خلال التحديق على لوحة مفاتيح الشاشة .ال جهة تعامل وحدة يوفر وسيلة اتصال بين الدماغ والواجهة التي يريد التحكم فيها ، وتمكّن واجهة bci الشخص المشلول من كتابة كتاب أو التحكم في كرسي متحرك كهربائي. على سبيل المثال هو أفضل خيار لتنفيذ bci ، ولكن الموجات الدماغية ضعيفة للغاية وهناك العديد من أنواع الضوضاء.

يتم الحصول على إشارة من الدماغ البشري ، ثم معالجتها ، واستخلاصها من الميزات ، ثم تصنيفها ، ثم تغذيتها إلى الإنسان من خلال واجهة التطبيق. لقد ارتفع عدد وسرعة أبحاث bci بسرعة خلال السنوات الخمس الماضية ، حيث لم يدرسها أكثر من ست مجموعات في عام 1995 ، و 20 مجموعة على الأقل تدرس bci الآن.

التطبيق الثاني هو فهم ووصف التطبيقات في سلوك الكائن. تحليل المسار هي واحدة من المشاكل الأساسية في فهم السلوك. يمكن استخدام تعلم نمط المسار للكشف عن الحالات الشاذة والتنبؤ بمسار الكائنات. نموذج يتعلم المنطقة الدلالية عن طريق تحليل مسار كائن متحرك في مشهد أو إطار عمل. يتم تشفير المسار الأول للإشارة إلى موقع الصورة وسرعتها الآنية. ثم يتم تطبيق خوارزمية التجميع لتصنيف المسارات وفقًا للتوزيعات المكانية والسرعة المختلفة ، وفي كل مجموعة ، تكون مساحة المسارات قريبة والسرعة يشابه. هذه الفئة يمكن أن تمثل وسيلة للنشاط. بناءً على هذه المجموعة المدارية ، يمكن الحصول على النموذج الإحصائي للمناطق الدلالية في المشهد من خلال تقدير الكثافة وتوزيع السرعة لكل نمط نشاط. ويستند النموذج إلى مزيج من الشبكة العصبية لتقدير كمية المتجهات وأنواع الخلايا العصبية مع ذاكرة قصيرة المدى القدرة. سيتم استخدام نموذج مسار المشاة الناتج لتقييم المسار الجديد ، والتنبؤ بالمسار المستقبلي للكائن ، وإنشاء مسار جديد عشوائيًا.

التطبيق الثالث هو الشبكة العصبية الاصطناعية في رسومات الحاسوب.

لعبت الشبكة العصبية الاصطناعية دورًا مهمًا جدًا في مجال الصورة. يحاول مصمم الصورة دمج الصورة الفعلية مع الصورة التي تم إنشاؤها بواسطة الكمبيوتر لتحسين التصور لكائن الإخراج. باستخدام تقنية الاستشعار الحراري يمكن أن تنتج بعض الصور الأكثر أصالة.

التطبيق الرابع هو روبوت المشي الآلي والروبوت تحت الماء.

ويستند الروبوت المشي التلقائي على مفهوم وحدات. يمكن تفكيك مشكلة صنع روبوت المشي التلقائي إلى العديد من المشاكل الوظيفية. تقسيم مشكلة معقدة إلى مشاكل بسيطة يسهل إدارتها ، ويجمع البحث في هذا المجال بين المعرفة بالبيولوجيا والميكانيكا وتكنولوجيا المعلومات ، ثم تطوير سيارة ديناميكية ومستقرة ومتحركة باستخدام التحكم في الشبكة العصبية. وتساعد الآلات التي تعمل تحت الماء في عمليات الإنقاذ ومنع التلوث والإنقاذ في البحث العلمي البحري والبحري. لذلك تطورت الروبوتات تحت الماء كثيرا على مر السنين.

التطبيق الخامس هو الرسوم المتحركة الوجه.

تعد نمذجة الوجه والرسوم المتحركة إحدى أصعب المهام في رسومات الكمبيوتر ، ومن الصعب للغاية تحويل الحياة إلى شكل رقمي. استخدام الطبقات ب السطح كقاعدة لإنشاء الرسوم المتحركة الوجه. يمكن استخدام الشبكات العصبية لمعرفة ميزات كل تعبير وجه في تسلسل رسوم متحركة.

السادس هو الشبكة العصبية لتعزيز تكنولوجيا مكافحة الفيروسات.

تلعب الشبكات العصبية الاصطناعية والذكاء الاصطناعي دورًا متزايد الأهمية في الكشف عن الفيروسات ، مما يعزز الوظائف الداخلية لتقنية مكافحة الفيروسات ، مما يسمح لها باكتشاف وإصلاح جميع أنواع الفيروسات. على سبيل المثال ، توفر تقنية الكشف عن بدء تشغيل الشبكة العصبية من ibm أمانًا إضافيًا عن طريق تقليد الخلايا العصبية البشرية لمعرفة الفرق بين السجلات المصابة وغير المصابة. وتظهر أمثلة من الفيروسات وغير الفيروسات أن الشبكات العصبية تعمل بشكل أفضل من عمليات البحث التقليدية عن المعالج المعالج للبحث عن الفيروسات.

الجزء الرابع يقدم أساسا تطبيق الذكاء الاصطناعي.

التطبيق الأول هو استخراج البيانات واستخراج المعرفة. يتم تطبيق ثلاث تقنيات أساسية في الذكاء الاصطناعي ، بما في ذلك التعبير عن المعرفة ، ويريد استخراج البيانات اكتشاف أنماط الاهتمام من خلال كميات كبيرة من البيانات ، والتي يمكن استخدامها في أشكال كثيرة ، مثل قواعد الارتباط. قواعد القرار وأشجار القرار. هناك أيضًا اكتساب المعرفة واستنتاج المعرفة ، ويجب التحقق من النمط الموجود في مجموعة البيانات في تطبيقات مختلفة.

التطبيق الثاني هو النظام الاصطناعي. نظام الخبير عبارة عن مجموعة فرعية من الذكاء الاصطناعي ، ونظام الخبير عبارة عن برنامج للذكاء الاصطناعي ، ولديه معرفة متخصصة في مجالات محددة ويعرف كيفية استخدام معرفته للاستجابة بشكل صحيح للمشاكل ذات الصلة.

التطبيق الثالث هو الطبيعة والعملية الأصلية البرمجة اللغوية العصبية. معالجة اللغة الطبيعية هي مجال فرعي للذكاء الاصطناعي. هدفها هو تحقيق آلية معالجة لغة شبيهة بالإنسان. الصورة التالية هي نموذج من البرمجة اللغوية العصبية.

التطبيق الرابع هو السيانولوجيا. الروبوتات هي جزء من مجال الذكاء الاصطناعي.

التطبيق الخامس هو تطبيق الذكاء الاصطناعي للعبة. عادة ما تستخدم الألعاب الحديثة رسومات متحركة ثلاثية الأبعاد لإعطاء الناس شعورًا حقيقيًا. الذكاء الاصطناعي في معظم ألعاب الكمبيوتر ليس ذكاءً صناعيًا أكاديميًا ، ولكنه قريب جدًا من تقنية الذكاء الاصطناعي ، الذي يخلق وهمًا فكريًا. تتضمن اللعبة الذكاء الاصطناعي تقنيات تجمع بين ممارسات البرمجة والتصميم: البحث عن المسار ، والشبكات العصبية ، والنماذج العاطفية ، والاجتماعية مشاهد ، آلات الحالة المحدودة ، أنظمة الحكم ، تعلم شجرة القرار وغيرها من التقنيات.

في نهاية الورقة ، بعض المشكلات التي يعمل عليها الباحثون ، على سبيل المثال ، ما إذا كانت الآلات تدرك وجودها؟ ماذا يعني للبشر؟ هل ستكون الشبكات العصبية مشابهة تمامًا للعقل البشري وما إلى ذلك. في نهاية الورقة ، بعض المشكلات التي يعمل عليها الباحثون ، على سبيل المثال ، ما إذا كانت الآلات تدرك وجودها؟ ماذا يعني للبشر؟ هل ستكون الشبكات العصبية مماثلة تمامًا لعقل الإنسان وما إلى ذلك.

انتهى موضوع هذه الورقة. من خلال دراسة وقراءة هذه الورقة ، وجد أن عالم الكمبيوتر يمكن أن يستفيد كثيرًا من طريقة الشبكة العصبية. في المستقبل ، ستعمل الذكاء الاصطناعي على تطوير أجهزة وأجهزة كمبيوتر أكثر تعقيدًا مما نحن عليه اليوم ، وقد يكون لديها بالفعل حاسة بسيطة بسيطة ولديها ذكاء بشري مماثل في بعض المجالات. التطور المستقبلي للذكاء الاصطناعي قد يغير حقا عالمنا.