حتما میدانید ریاضیات در زندگی شخصی چه کاربردی دارد. مثلا وقتی ماندهحساب شما ۲۰۰ هزار تومان باشد، بهخودتان میگویید اگر (if) محصول بیشتر از ۲۰۰ هزار تومان است، آنرا خریداری نمیکنم. در غیر این صورت (else) اگر (if) محصول کمتر از ۲۰۰ هزار تومان است، آنرا خریداری میکنم. ما الان در عصر هوش مصنوعی هستیم و احتمال دارد شما بهعنوان یک برنامهنویس، بهدنبال شناخت ریاضیات هوش مصنوعی باشید تا بتوانید رباتهای باهوش و بینقص در حد ذهن انسان تربیت کنید. اما این کار چگونه به کمک ریاضی انجام میشود؟ در این مطلب از دسته آموزش هوش مصنوعی و آموزش ریاضیات تصمیم داریم شما را با ریاضیات در هوش مصنوعی آشنا کنیم.
کاربرد ریاضیات در هوش مصنوعی
ریاضیات هوش مصنوعی به انسان کمک میکند تا با جمعآوری آمارهای روز گذشته در مورد آینده اطلاعات دقیقتری، محاسبه کند. اما چگونه میتوان از طریق معادلات ریاضی و هوش مصنوعی، آینده را تحلیل کرد؟
یک فروشنده بستنی در ایران به کمک هوش مصنوعی ریاضی تصمیم میگیرد رفتار مشتریان در فصل تابستان را بررسی کند. این شرکت آماری از تعداد بستنیهای فروختهشده در روزهای مختلف را پیگیری میکند و بهکمک رباتها آبوهوا، تعطیلات و ساعت خرید مشتری را مورد تحلیل قرار میدهد. در نتیجه این تحلیل مشخص میشود که در پنجشنبه، ۲۱ تیر از ساعت ۱۶ تا ۲۱ با دمای هوای ۳۹ درجه احتمال دارد چند مشتری برای خرید بستنی به فروشگاه مراجعه کنند.
نقش ریاضیات در هوش مصنوعی
انسانها ریاضیات را خلق نکردهاند. بلکه آنرا کشف کردهاند. این یعنی نتیجه یک حاصل جمع در تکتکِ نقاط زمین از جمله در دنیای حیوانات، گیاهان و حتی خارج از جو زمین یکسان است. پس اگر ۱+۱ در دنیای انسان ۲ میشود، در دنیای هوش مصنوعی و حتی در خارج از کیهان هم جواب آن ۲ است.
برخلاف انسان، یک هوش مصنوعی خام نمیتواند پاسخ درستی برای حاصل جمع ۱+۱ در اختیار بشر قرار دهد. به همین دلیل ریاضیات ویژه، مانند: جبر خطی، حساب دیفرانسیل و انتگرال و غیره به رباتها کمک میکنند تا بتواند مانند انسان به اتفاقات رخداده در بیزینس، آبوهوا، محصولات و غیره را تجزیه و تحلیل کند و خروجی آن را در اختیار ما قرار دهد.
مدل های ریاضیات در AI
الگوریتم های هوش مصنوعی از طریق مباحث ریاضی میتواند با دنیای واقعی ارتباط برقرار کند. دلیل آن هم این است که ما بتوانیم ساختارهای دادهها را درک و پیشبینی کنیم. بهفرض ما ابزاری طراحی میکنیم که محاسبه میکند یک کاربر چند دقیقه در سایت ما در حال مطالعه محتوا است.
یک هوش مصنوعی خام نمیتواند درک کند که یک دقیقه چند ثانیه طول میکشد. ما به کمک مدلهای ریاضی و طراحی معادله ها این هوش مصنوعی را تربیت میکنیم تا درک کند یک دقیقه ۶۰ ثانیه است. خب بیایید با ریاضیات هوش مصنوعی آشنا شویم:
حساب دیفرانسیل (Calculus)
مهمترین هدف انتگرال در هوش مصنوعی، بهینهسازی و تنظیم پارامترهای machine learning (یادگیری ماشین) است. اگر در حوزه دیتا ساینس یا علمِ داده هستید، یادگیری حساب دیفرانسیل و انتگرال ضروری است. از مهمترین کارهایی که به کمک حساب دیفرانسیل و انتگرال در هوش مصنوعی استفاده میشود عبارتند از:
- ایجاد نمودارها یا تصاویر بصری
- شبیهسازی
- ساخت برنامههای حل مسائل ریاضی
- کدنویسی در برنامهها
- طراحی و تحلیل الگوریتمها
احتمال و آمار (Probability and statistics)
بررسی ریاضیدانان نشان میدهد در هوش مصنوعی از مدلهای احتمالی برای بررسی دادهها بهکمک کدهای آماری استفاده میشود. هوش مصنوعی به کمک احتمال و آمار میتواند دادههای ناقص را تفکیک کند تا ما بتوانیم با دادههای قابل اعتماد اطلاعات بهتری دریافت کنیم. از این روش برای ساخت شبکههای هوشمند بیزی، مدلهای مارکوف و الگوریتم های یادگیری ماشین و تقویتی برای رباتها استفاده میشوند. رباتهایی که از طریق احتمال و آمار ساخته شدهاند، میتواند کیفیت، عملکرد یا دوام یک محصول را پیشبینی کنند. از این مدل برای پیشبینی آب و هوا هم استفاده استفاده میشود.
جبر خطی (Linear algebra)
جبر خطی یکی دیگر از ریاضیات هوش مصنوعی است. وظیفه این مسئله، محاسبه اعداد ضروری ستونهای vectors و arrays است. نتیجه این محاسبه، تولید اعداد جدیدی بهنام ماتریس توسط هوش مصنوعی است. اگر کسبوکار شما در حوزههای شبکههای عصبی کانولوشن یا CNN، شبکههای عصبی بازگشتی یا RNN و ترانسفورماتورها فعالیت میکند، استفاده از این مسئله برای محاسبات ضروری است. تشخیص تصویر، کاهش ابعاد، طبقهبندی vectors از کاربردهای جبر خطی در علم داده است.
بهینه سازی (Optimization)
رباتها معمولا از طریق دادههای ثابت آموزش میبینند. یک هوش مصنوعی برای یادگیری حل مسائل پیچیده، بهینهسازی میشود تا بهترین راهحل را برای دریافت نتیجه پیدا کند. اینکار در کاهش خطاهای رباتٌ ساختهشده تاثیر دارد. این روش احتمال خطا و ریسک را در کسبوکارها کاهش میدهد. معمولا وظیفه رباتهای ساخته شده با روش Optimization، انجام دادن کارهای تکراری و دستی بهجای بشر است.
نظریه گراف (Graph theory)
یکی دیگر از ریاضیات هوش مصنوعی، نظریه گراف است. این تکنیک به رباتها کمک میکند تا آمار شبکههای اجتماعی را تجزیه و تحلیل کند. پردازش زبان طبیعی و بینایی کامپیوتر دومین کاربرد نظریه گراف یا Graph theory برای هوش مصنوعی است. ساختار دادههای سنتی نمیتوانند بعضی از دادهها را تجزیه و تحلیل کنند. از این دادهها میتوان برای تولید تستهای جدید استفاده کرد. نتفلیکس، آمازون و غیره از نظریه گراف برای ساخت کسبوکار خود استفاده کردهاند.
ریاضیات گسسته (Discrete mathematics)
یکی از بخشهای ویژه هوش مصنوعی برای رمزگذاری دادهها و کاهش خطا در انتقال دادهها مانند بارکدها، کدهای QR و غیره، از طریق ریاضیات گسسته ساخته میشوند. دلیل ارتباط این دو، سروکار داشتن ریاضیات گسسته با ساختارهای قابل شمارش است. پردازش تصاویر بهکمک ریاضیات هوش مصنوعی انجام میشود و یک برنامهنویس برای پردازش عکس، باید از فرمولهای ریاضیات گسسته یا Discrete mathematics کمک بگیرد.
جمعبندی
هر کدام از تکنیکهای ریاضیات هوش مصنوعی کاربرد خاصی دارند و نیاز بشر را رفع میکنند. بهفرض مثال از Probability and statistics برای پیشبینی آب و هوا استفاده میشود. از طرفی دیگر کسبوکارهای خارجی مانند آمازون از Graph theory برای بیزینس خود استفاده میکنند. در این مطلب، شما را با کاربرد ریاضیات در AI یا هوش مصنوعی آشنا کردهایم. یک هوش مصنوعی خام، مانند یک فرزند تازه متولد شده است و هیچ اطلاعاتی ندارد. اگر تصمیم دارید یک ابزار کاربردی طراحی کنید، لازم است بهزبانهای برنامهنویسی مانند پایتون و غیره مسلط باشید. پس از آن باید بهدنبال منابع یادگیری ماشین بروید. در هر کدام از این زمینهها سایتهای معتبر خارجی و ایرانی مثل: ایدکس، یودمی، مکتب خونه، تاپ لرن و غیره میتواند بهترین معلم شما باشد.
یادگیری جامع هوش مصنوعی با مکتب خونه
اگر به فکر یادگیری هوش مصنوعی هستید بهترین انتخاب برای شما استفاده از دورههای آموزشی است. برای رفع نیاز کاربران مکتب خونه درصدد آن برآمده است که بهترین دورههای پایتون هوش مصنوعی را ارائه کند. هماکنون در این پلتفرم و از طریق صفحه آموزش هوش مصنوعی شما میتوانید به انواع دورهها و همه ترندها و شاخههای هوش مصنوعی دسترسی داشته باشید و از بهترین منابع فارسی و همچنین انگلیسی برای این هدف بهره ببرید.
دورههای مکتب خونه در هوش مصنوعی شامل فهرست آموزشهای زیر است:
