کتاب رویکردی نوین در هوش مصنوعی - راسل | راحتی (جلد دوم)

کتاب رویکردی نوین در هوش مصنوعی (جلد 2) تألیف استوارت جی. راسل و پیتر نورویگ با ترجمه ی سعید راحتی، احمد پهلوان تفتی و ریحانه معارف دوست توسط انتشارات دانشگاه امام رضا (ع) به چاپ رسیده است.

این کتاب به هشت بخش تقسیم شده است: بخش اول، هوش مصنوعی، دیدگاهی از هوش مصنوعی را بر اساس نظریه کارگزارهای هوشمند (سامانه هایی که می توانند تصمیم گیری کنند که چه کاری انجام شود و سپس آن را انجام دهند) عرضه می کند. بخش دوم، حل مسئله، بر روش های تصمیم گیری در مواقعی که باید از قبل چند قدم بعدتر را نیز در نظر گرفت، می پردازد (مانند سفر در یک کشور و یا بازی شطرنج). بخش سوم، دانش و استدلال، راه های ارائه ی دانش درباره جهان (از قبیل چگونه عمل می کند، در حال حاضر به چه شکل است و اقدامات مختلف چه نتیجه ای در بردارد) و چگونه با این دانش می توان به صورت منطقی استدلال کرد را مورد بحث قرار می دهد. سپس فصل چهارم، برنامه ریزی، درباره چگونگی استفاده از این روش های استدلال برای تصمیم گیری درباره این که چه اقدامی صورت گیرد (به طور مشخص با ساختن یک برنامه) به بحث می پردازد. بخش پنجم، دانش و استدلال غیرقطعی، مشابه بخش های سوم و چهارم است، با این تفاوت که استدلال و تصمیم گیری را در حضور عدم قطعیت در مورد جهان انجام می دهد (به عنوان مثال، سامانه تشخیص و مداوای پزشکی).

روی هم رفته بخش های دو تا پنج، به بررسی آن بخشی از کارگزارهای هوشمند می پردازد که مسئولیت تصمیم گیری را بر عهده دارند. بخش ششم، یادگیری، روش های تولید دانش مورد نیاز توسط اجزای تصمیم گیرنده را توصیف می کند. بخش هفتم، ارتباط، ادراک و اقدام، راه هایی که یک کارگزار هوشمند می تواند محیط خود را احساس کند و بداند که در محیط چه می گذرد (از طریق بینایی، لامسه، شنوایی و یا درک زبان) و راه های تبدیل برنامه به اقدامات واقعی (از طریق حرکت روبات و یا بیان زبان طبیعی) را بررسی می کند. در نهایت، بخش هشتم، نتیجه گیری، گذشته و آینده هوش مصنوعی و مفاهیم فلسفی و اخلاقی هوش مصنوعی را مورد تجزیه و تحلیل قرار می دهد.

کتاب " روی کردی نوین در هوش مصنوعی (جلد دوّم)" مشتمل بر پانزده فصل می باشد: 13- عدم قطعیت 14- استدلال احتمالاتی 15- استدلال احتمالاتی در روند زمان 16- اتخاذ تصمیم های ساده 17- اتخاذ تصمیم های پیچیده 18- یادگیری از مشاهدات 19- دانش در یادگیری 20- روش های یادگیری آماری 21- یادگیری تقویتی 22- ارتباطات 23- پردازش احتمالاتی زبان 24- ادراک 25- رباتیک 26- مبانی فلسفی 27- هوش مصنوعی حال و آینده

برشی از متن کتاب

فصل سیزدهم: عدم قطعیت اقدام تحت عدم قطعیت: تعهدات معرفت‌شناسی کارگزارهای منطقی که در قسمت‌های سوم و پنجم تشریح شدند، این بود که گزاره ها می توانند صحیح، غلط و یا نامعلوم باشند. زمانی که یک کارگزار درباره محیط پیرامون خود حقایق کافی و لازم را می‌داند، دیدگاه منطقی این امکان را می دهد تا طرح هایی با ضمانت اجرایی ترسیم نماید. این امکان بسیار خوبی است، ولی متأسفانه کارگزارها تقریباً هرگز به تمامی حقایق پیرامون خود دسترسی ندارند. بنابراین کارگزارها باید بتوانند تحت شرایط عدم قطعیت عمل کنند. به عنوان مثال حسگرهای کارگزار دنیای ومپوز در فصل 7، فقط اطلاعات محلی را گزارش می‌کنند و بخش اعظم این دنیا اغلب بلافاصله رؤیت پذیر نمی باشد و کارگزار ومپوز اغلب خود را از کشف اینکه کدام یک از دو مربع دارای یک گودال می‌باشد، ناتوان می بیند. اگر این مربع ها در سر راه طلا قرار داشته باشند، آنگاه کارگزار باید یکی از این دو مربع را شانسی انتخاب کند و وارد آن شود. فصل چهاردهم: استدلال احتمالاتی پیچیدگی استنتاج دقیق: گفتیم که حذف متغیر به دلیل جلوگیری از محاسبات تکراری از برشماری موثرتر است (به علاوه متغیرهای نامربوط را بررسی نمی کند). زمان و فضای مورد نیاز متغیرهای حذف شده، تحت تاثیر اندازه بزرگ ترین عامل ساخته شده در حین اجرای الگوریتم است. بزرگ ‌ترین عامل نیز به نوبه ی خود، با توجه به ترتیب حجم متغیرها و ساختار شبکه تعیین می شود. شبکه سرقت شکل 14-2 متعلق به خانواده شبکه هایی است که در آن ها حداکثر یک مسیر بدون جهت بین هر دو گره در شبکه وجود دارد. به این شبکه ها، شبکه های تک اتصالی یا درخت چندتایی می گویند. فصل پانزدهم: استدلال احتمالاتی در روند زمان زمان و عدم قطعیت: تا کنون فنون استدلال احتمالاتی برای دنیاهای ایستا (که در آن هر متغیر تصادفی یک مقدار ثابت یکتا دارد) را توسعه داده ایم. برای مثال، به هنگام تعمیر یک ماشین، فرض می‌کنیم که تمام اشیای معیوب در طول روند تشخیص همانطور معیوب باقی می مانند، کار ما این است که وضعیت ماشین را با توجه به شواهد رویت شده که هم چنان ثابت است، استنتاج کنیم. حال یک مسئله کمی متفاوت را در نظر بگیرید: درمان یک بیمار دیابتی. همانند مورد تعمیر ماشین، شواهدی از قبیل آخرین مقدار انسولین، غذای دریافتی، مقدار قند خون و دیگر علائم فیزیکی را در اختیار داریم. باید وضعیت فعلی این بیماری، شامل سطح قند خون واقعی و سطح انسولین را ارزیابی کنیم. با در اختیار داشتن این اطلاعات، پزشک (یا بیمار) می تواند درباره غذای دریافتی بیمار و مقدار انسولین تصمیم بگیرد. در اینجا، بر خلاف مورد تعمیر ماشین، جنبه‌های پویای مسئله، اساسی است. سطح قندخون و سنجش می‌تواند طی زمان به سرعت تغییر کند که وابسته به آخرین غذای دریافتی و مقدار انسولین، فعالیت های سوخت و سازی، ساعت روز غیره است. برای ارزیابی وضعیت فعلی به کمک تاریخچه مشاهدات و نیز پیش بینی پیشامدهای اقدامات درمانی، باید این تغییرات را مدل‌سازی کرد. ملاحظات مشابهی در سایر زمینه‌ها مانند: پیگیری فعالیت‌های اقتصادی یک ملت با فرض آمارهای جزئی و تقریبی و درک دنباله ی کلمات گفتاری با فرض اندازه‌گیری‌های آکوستیکی نویزی مبهم وجود دارد. چگونه می توان موقعیت های پویایی مشابه با این موارد را مدل‌سازی کرد؟

فهرست

فصل 13- عدم قطعیت فصل فصل 14- استدلال احتمالاتی فصل 15- استدلال احتمالاتی در روند زمان فصل 16- اتخاذ تصمیم های ساده فصل 17- اتخاذ تصمیم های پیچیده فصل 18- یادگیری از مشاهدات فصل 19- دانش در یادگیری فصل 20- روش های یادگیری آماری فصل 21- یادگیری تقویتی فصل 22- ارتباطات فصل 23- پردازش احتمالاتی زبان فصل 24- ادراک فصل 25- رباتیک فصل 26- مبانی فلسفی فصل 27- هوش مصنوعی حال و آینده پیوست الف: پیش زمینه ای از ریاضیات پیوست ب: یادداشت هایی درباره زبان ها و الگوریتم ها    

نویسندگان: استوارت جی. راسل - پیتر نورویگ مترجمان: سعید راحتی - احمد پهلوان تفتی - ریحانه معارف دوست انتشارات: دانشگاه امام رضا (ع)