توموتاکا تاکاهاشی، طراح این ربات است

چت باتها در بیشتر شرکتهایی که با کاربران در ارتباط هستند برای خدمات مشتریان بسیار مهم و حیاتی به حساب سایت vector-robot میآیند. روز آدینه، ۲۹ آذر ۱۳۹۲ (۲۰ دسامبر ۲۰۱۳)، سازندگان یک ربات فضانورد ژاپنی (به نام کایروبو) متن گفتگوی از پیش برنامهریزی نشده این دستگاه با یک فضانورد ژاپنی (کوئیچی واکاتا) را منتشر کردند که نخستین مورد ثبت شده از گفتگوی ارادی، ابتکاری و مستقل یک ماشین ساخت انسان است. کایروبو و واکاتا در مورد هدیه کریسمس و بیوزنی گفتگو کردند. کایروبو در پاسخ به این پرسش که در مورد وضعیت بیوزنی چه فکر میکند؟ کایروبو تقریباً به اندازه یک گربه کوچک است و از سیستم عامل اندروید در مغز آن استفاده شدهاست. مغز این ربات به شکلی طراحی و ساخته شدهاست که بتواند پرسشهایی را که از آن میشود پردازش کند و با استفاده از مجموعه واژگانی که در اختیار دارد، پاسخی مناسب را برای این پرسشها بیابد. یک چنین ماشینهایی در حال حاضر وجود ندارند ولی به خاطر پیشرفتهای سریع در رشته رباتیک ساخت آنها به واقعیت نزدیک تر شدهاست. ویژگیهایی مانند اجزای صورت برای هر فرد متفاوت و منحصربهفرد هستند، بنابراین سازمانها و افراد میتوانند از آنها برای افزایش امنیت و محافظت از سیستمها و دادهها استفاده کنند.

توسعه دهندگان میتوانند ابزارها و راه حلهایی را برای حل مسئله، نیازهای کسب و کار، تجربه کاری و درخواستهای مشتری بررسی کنند و بر اساس آنها پلتفرم مورد نظر خود را انتخاب کنند. همچنین نمونههایی از کاربردهای اخیر آنها در حوزههای گوناگون، بررسی شده است. زمانی که با این روش تنسورفلو وارد شود دیگر نیازی نیست در برنامه از کلمه tensorflow استفاده شود و تنها tf کافی است. برای اطمینان کامل از ذخیره صحیح مدل شبکه عصبی، یک بار دیگر با مجموعه دادههای تست پیادهسازی آن انجام میشود. اولین کاری که برای انجام یک پروژه هوش مصنوعی نیاز است، ایمپورت یا همان وارد کردن کتابخانههای ضروری پروژه به حساب میآید. روش بهکار گرفته شده در این تجربه، به صورتی بود که بخشهای مختلف یک ربات به صورت طرح اولیه به پرینتر داده شد و با پرینت گرفته شدن پمپهای هیدرولیک و قطعات متحرک، این ربات آماده نصب موتور و باتری برای حرکت بوده و همانند رباتهای بیگ داگ قابل حرکت روی سطوح مختلف است.

در سال ۱۹۴۰ شرکت وستینگهاوس سگی به نام اسپارکو ساخت که برای نخستین بار در ساخت آن، هم از قطعات مکانیکی و هم از قطعات الکتریکی استفاده شده بود. ربات در پاسخ به این پرسش که سفر در سفینه به سوی ایستگاه فضایی چه طور بود؟ اختراع او، یک قایق آبی بود که در آن چهار نوازندهٔ مصنوعی موسیقی برای مراسم و برنامههای جشن سلطنتی، آهنگ مینواختند و حاضران را سرگرم میکردند، سازها به صورت هیدرولیک و با کمک آب برنامهریزی میشدند. علاقهمندان میتوانند از این مجموعه آموزشی برای یادگیری بیشتر ساخت هوش مصنوعی در حوزههای مختلف با زبانهای برنامه نویسی گوناگون استفاده کنند. هدف اصلی هوش مصنوعی ایجاد برنامهها، سیستمها و محصولات دیجیتالی به حساب میآید که میتوانند با آموزش دیدن یا آموزش دادن به وجود بیایند. انگلبرگر نخستین شرکت رباتیک را با نام «RoboBand» بنیان نهاد و خود وی نیز امروزه پدر علم رباتیک لقب گرفتهاست. «سرویسهای وب آمازون» (Amazon Web Service | AWS) تجزیه و تحلیلهایی خارج از چارچوب اصلی برای شرکتها و سازمانها فراهم میکنند تا با روشهای سادهتری بتوانند به پیادهسازی پروژههای خود بپردازند.

چگونه می توان با استفاده از هوش مصنوعی یک نرم افزار ساخت؟ در ژانویه ۲۰۱۳ چین اعلام کرد که در خصوص تولید و توسعه فناوری ساخت رباتهای صنعتی پیشرفت چشمگیری داشتهاست. اما برای استفاده از رباتهای صنعتی برای جایگزینی به جای انسانها باید دانست که رباتها به تنهایی توان تشخیص و تصمیمگیری نسبت به موقعیت خود را ندارند. یکی از موارد اصلی که باید در ابتدای برنامه ایمپورت شود تنسورفلو است، برای خلاصه و راحتتر شدن کدنویسی، تنسورفلو با کلمه tf ایمپورت میشود. با استفاده از کدهای زیر، مدل بازیابی میشود. سپس برای بررسی و ارزیابی «دقت» مدل از metrics استفاده میشود. همچنین گاهی اشتباهات و اصلاح آنها در پروژه ساده و قابل حل هستند، به همین دلیل نیازی نیست که حتماً همه آنها ارزیابی و بررسی شوند. در بخش بعدی مقاله به ارزیابی سطح دشواری در ساخت هوش مصنوعی پرداخته میشود. دادههای بدون ساختار: هر دادهای مانند تصاویر، صدا و سایر موارد که دارای فرمت ثابتی نباشد به عنوان داده بدون ساختار شناخته میشود. «یادگیری نیمه نظارتی» (Semi Supervised Learning): یادگیری نیمه نظارتی به نوعی از الگوریتمها گفته میشود که مجموعه داده آنها شامل مجموعه کوچکی از دادههای برچسبدار و مجموعه بزرگی از دادههای بدون برچسب میشود.

هیچ چیزی به جز توصیف پروژه در فاز کشف وجود ندارد، کسب و کار و درک دادهها به توسعه دهندگان کمک میکند تا مشکلات را بشناسند و راه حلی برای آنها بیابند. C است و از سیستم عاملهای ویندوز، «macOS»، «لینوکس»، اندروید و iOS پشتیبانی میکند. بنابراین، تبدیل اعداد و کاراکترهای نوشته شده به صورت دستنویس به فرمت دیجیتالی از گذشته برای کامپیوترها چالش برانگیز بوده است. در دنیای فناوری امروزی هوش مصنوعی به یکی از روشهای مهم توسعه نرم افزار تبدیل شده است و همچنین، پتانسیل رشد بالایی دارد. استفاده از شبکههای عصبی مصنوعی، ساخت سیستمی برای تشخیص دست خط انسان و تبدیل آن به فرمت دیجیتالی را ممکن میسازند. برای حل این مسئله، میتوان سیستمی را با استفاده از مفهوم بینایی ماشین در پایتون ساخت. ایجاد راه حل با استفاده از هوش مصنوعی هنوز چالشهای زیادی دارد و باید بررسی شوند. همچنین ریسکها و مشکلات احتمالی پروژه باید مورد بررسی قرار بگیرند. همچنین مهندسان میتوانند الگوهای گوناگونی را روی «مجموعه دادهها» (Dataset) شناسایی کنند و آنها را با استفاده از «یادگیری تقویتی» (Reinforcement Learning) توسعه و آموزش بدهند.

در این صورت استفاده از رباتهایی که با استفاده از تکنولوژی بینایی ماشین قابلیت دیدن داشته و با استفاده از هوش مصنوعی قابلیت تفکر دارند به ما کمک خواهد کرد تا از آنها در مکانهایی استفاده کنیم که قبلاً توان استفاده از آنها را نداشتهایم. ساخت هوش مصنوعی با افزایش پردازش حجم وسیعی از دادهها در چند ثانیه و افزایش مداوم دقت پیشبینی، به کاهش ریسک و ایجاد روشهای تأثیرگذار در زمینههای گوناگون میانجامد. در ادامه به صورت جزئیتر به بررسی چند مورد برای ساخت هوش مصنوعی پرداخته شده است. در این بخش چند نمونه از پروژههای بسیار سودمند برای درک بهتر روش ساخت هوش مصنوعی ارائه شده است. برای مثال برای مرتبسازی ایمیلها در پوشه هرزنامه نیازی به درک هوش مصنوعی وجود ندارد. این بخش به برگرداندن مدل ذخیره شده از پوشه آن به کدهای برنامه میپردازد تا اطمینان حاصل شود مدل به درستی ذخیره شده است. نوشته و یک پوشه برای ذخیره فایل مدل به آن داده میشود. در این پروژه فقط از دو بخش آموزش و تست استفاده میشود.

آموزش الگوریتم ها برای استفاده در پروژه چگونه است؟ بر اساس نوع یادگیری، الگوریتم میتواند انواع گوناگونی داشته باشد که در ادامه مورد بررسی قرار گرفتهاند. یا رباتهایی که در محیطهای نامطمئن و بیبرنامه، بتوانند تطبیق پیدا کنند و در شرایط دشوار و متفاوت همچنان به حرکت خود ادامه داده و جابهجا شوند (مانند ربات سگ بزرگ (Big Dog)). ادامه این بخش از مقاله «ساخت هوش مصنوعی» به بررسی هوش مصنوعی در تصویر و ویدیو اختصاص داده میشود. از این سیستم توسط ارائه دهندگان «مدیریت هویت و دسترسی» (Identity and Access Management | IAM) استفاده میشود. توموتاکا تاکاهاشی، طراح این ربات است. در حین آموزش و ساخت سیستمهای خودروهای خودران، یکی از روشها تشخیص خطهای عبوری جادهها و خیابانها است تا در خط دیگری قرار نگیرد و در امتداد آنها حرکت کند. برای سادهتر شدن شناسایی و بررسی مجموعه دادهها میتوان آنها را دستهبندی کرد و حتی میتوان این کار را با استفاده از سیستمهای هوش مصنوعی و کمترین دخالت انسان انجام داد. ربات معمولاً یک سیستم الکترومکانیکی است که با حرکت یا ظاهرش مفهومی از خود یا از ارباب خود را انتقال میدهد. برای طراحی این پروژه میتوان از سادهترین نوع چت باتها استفاده کرد که در بیشتر وب سایتها وجود دارند و ساختار اصلی آنها را برای شروع به ساختن یک ساختمان مشابه میتوان شناسایی کرد.

آنها ابزارهای کشنده خودکار هستند. ربات کشنده یک اسلحه کاملاً خودکار است که بدون دخالت انسان میتواند هدف را برگزیده و با آن وارد نبرد شود. در دنیای دیجیتال امروزی، مشتریها به خدمات با کیفیتی در هنگام استفاده از برنامهها و وب سایتها نیاز دارند. این سیستمها به افزایش تعداد کسانی کمک میکنند که به محصولات وب سایت یا اپلیکیشن دسترسی دارند. استفاده از سیستمهای توصیهگر به صورت موًثری باعث ایجاد بازدیدکنندههای بیشتر از وب سایت یا برنامه مورد نظر خواهد شد. بعد از آمادهسازی دادهها و انتخاب نوع الگوریتم، میتوان پلتفرم مورد نظر و زبان برنامه نویسی مناسب را انتخاب کرد. توسعه دهندگان میتوانند فریمورکهای گوناگون، «رابط برنامه نویسی نرم افزار کاربردی» (Application Programming Interface | API) و زیرساختهایی برای آزمایش و تغییر الگوریتمها و ساخت هوش مصنوعی و یادگیری ماشین انتخاب کنند. برنامه ریزی تیم برای ساخت نرم افزار هوش مصنوعی چگونه است؟ کاهش تعداد جرمهای مالی و ایجاد روشها و پیشنیازهایی برای جلوگیری از آنها به عنوان یکی از مهمترین مزایای ساخت هوش مصنوعی در حوزههای مالی به حساب میآیند.

در برخی موارد ممکن است ذینفعان به سیستمهای هوش مصنوعی نیاز داشته باشند تا بتوانند تصمیمات خود را بر اساس آنها نهایی کنند، بنابراین نیاز است که نمونهای از سیستمهای مورد استفاده در پروژه مورد نظر در اختیار آنها قرار بگیرد. پلتفرمهای هوش مصنوعی بسیاری وجود دارند که ابزارهای آمادهای برای ساخت هوش مصنوعی در اختیار توسعه دهندگان قرار میدهند. اگر مشتری برای پروژه خود مجموعه داده آمادهای نداشته باشد، نیاز است که مهندسین پروژه زمانی را برای ایجاد، جستجو و گاهی برچسب زدن دادهها در نظر بگیرند. سیستمهای تشخیص چهره میتوانند در تأیید یک کاربر نقش داده باشند و اطمینان حاصل کنند که فقط کاربران مجاز و تأیید شده، به یک سیستم، شبکه یا دادهها دسترسی دارند. سیستمهای مبتنی بر تکنولوژیهای جدید مانند یادگیری عمیق میتوانند کیفیت «تصمیمگیری» (Decision-Making) کسب و کارها را بهبود دهند. این مسائل ممکن است باعث از بین رفتن امنیت حریم خصوصی، «از دست رفتن دادهها» (Data Leak) و آسیب به شهرت افراد و کسب و کارها شوند. در این پروژه همه کدها در گوگل کولب نوشته و پیادهسازی میشوند. رقابت در همه حوزههای جدید از تجارت الکترونیکی گرفته تا سرگرمیهای اینترنتی بسیار بالا است و برای پیشرفت در این صنعت باید روشهای بسیاری را امتحان کرد.

گوگل کولب ابزار گوگلی است که برنامهها، فریم ورکها، کتابخانهها و همه موارد مورد نیاز برای یک پروژه هوش مصنوعی را از قبل و به صورت نصب شده، دارد. بدون شک خودروهای خودران فناوریهای نوآورانهای هستند که از الگوریتمها و روشهای یادگیری عمیق در ساخت آنها استفاده شده است. در این مرحله مدل شبکه عصبی با تصاویر عددهای نوشته شده به صورت دستی و برچسبهای متناظر آنها آموزش داده میشود. چه مسائلی در کسب و کار با استفاده از ساخت هوش مصنوعی حل می شوند؟ بدیع الزمان جزری نخستین ربات قابل برنامهریزی انسان نما را در حدود ۱۲۰۰ میلادی ساخت. این سیستمها امکانات جدیدی را در صنعت خودروسازی فراهم کردهاند و نیاز به دخالت انسان در رانندگی را کاهش دادهاند. مقامهای این کشور نرخ پیشرفت این صنعت را ۱۰٪ در یک سال گزارش کردهاند. در این بخش یک پروژه هوش مصنوعی با استفاده از فریم ورک تنسورفلو و کتابخانه کراس تعریف شده است. «سیستمهای هوش مصنوعی» (AI System): این سیستمها از «عاملهای هوشمند» (Intelligent Agent)، برنامهها و سایر محصولات نرم افزاری برای شخصیسازی، خودآموزی و انطباق با اطلاعات جدید در «زمان واقعی» (Real Time) استفاده میکنند. برای مثال، در نرم افزاری از روشهای یادگیری عمیق و یادگیری تقویتی استفاده شده است.

در نتیجه، برای مثال، اگر تصویر عدد ۸ به مدل نشان داده شود و مدل ۹۱ درصد از ۸ بودن آن عدد مطمئن باشد، به راحتی ۰.۹۱ از نورونهایی دریافت میشود که نشان دهنده عدد ۸ هستند. امروزه مسائلی که با سرقت هویت و افزایش خطرهای امنیت سایبری میتوانند تهدید جدی برای سیستمها و دادهها باشند، بسیار افزایش پیدا کردهاند. برای دریافت کارایی واقعیتری از مدل طراحی شده، باید دقت با دادههایی بررسی شود که مدل قبلاً آنها را ندیده است. در بخشهای پایانی به معرفی برخی از پروژههایی در زمینههای پردازش زبان طبیعی، پردازش تصویر، سیستمهای توصیهگر و سایر موارد پرداخته شد که میتوان با استفاده از آنها به ساخت هوش مصنوعی در موقعیتهای گوناگون پرداخت. این ربات در ماه اوت با یک سفینه حامل تدارکات برای ایستگاه بینالمللی فضایی به فضا پرتاب شد و روز ۱۰ اوت به این ایستگاه رسید. یکی از این مجموعههای جامع، مربوط به دورههای آموزش هوش مصنوعی است. این پلتفرم در ایجاد، آموزش و استقرار مدلهای هوش مصنوعی به توسعه دهندگان کمک میکند.

همچنین هوش مصنوعی به حل مسائل خاص و سخت کمک میکند. همچنین این لایه دارای تابع فعالیت «Softmax» (بیشینه هموار) است. همانطور که در زندگی روزمره مشخص است، امروزه بیشتر سیستمها، سازمانها و حتی وسایل مورد استفاده بشر دارای هوش مصنوعی هستند و روز به روز استفاده از سیستمهای هوش مصنوعی در حال افزایش است. سیستمهای جدید صنعتی یا رباتها میتوانند کارگرانی باشند که سخت کار میکنند. یکی از مزیتهای مهم استفاده از ساخت هوش مصنوعی این موضوع به حساب میآید که محصولات هوش مصنوعی میتوانند بسیاری از مسائل سخت و حل نشده را در مراحل گوناگون تولید، تحویل و استفاده از یک محصول برطرف کنند. در حال حاضر مهندسان روی رباتهای خودآموز متمرکزند، دیگران در حال ساخت رباتها و موادی هستند که میتوانند در صورت خرابی «خوددرمانگر» باشند. روشهای فراوانی وجود دارد که این امکان را به رباتها میدهد تا قویتر، مؤثرتر و مستقلتر رفتار کنند، مانند رباتهایی که در صورت آسیب دیدن باز هم کار میکنند (مانند ربات شش پایی که پس از آسیب با استفاده از روش «آزمون و خطای هوشمندانه»، میتواند در کمتر از ۲ دقیقه بیاموزد که چگونه دوباره راه برود و سپس با استفاده از این روش بهترین راه را برای ادامه گام برداشتن مییابد).

دردهه ۱۹۵۰ میلادی با پیشرفت فناوری رایانه، صنعت کنترل متحول شد. چت بات در صنعت گردشگری نیز کاربرد دارد. بعد از طراحی اولین چت بات ساده میتوان به سراغ چت باتهای پیشرفتهتر رفت. در بخش «منبع انسانی» (Human Resource | HR) از چت بات استفاده میشود. برای رسیدن به این هدف، از مجموعه داده تست استفاده میشود. در این نوع از پروژهها از شبکههای عصبی مصنوعی، شبکههای عصبی پیچشی، یادگیری ماشین و یادگیری عمیق استفاده میشود. به این علت او به عنوان پدر علم مهندسی رباتیک جهان شناخته میشود. پلتفرمهای «یادگیری ماشین به عنوان خدمات» (ML-as-a-Service) به توسعه دهندگان کمک میکنند تا از رابطهای کاربری گرافیکی از جمله «محیطهای توسعه یکپارچه» (IDE) و «Jupyter Notebook» استفاده کنند. این روش در گوشیهای تلفن همراه هوشمند و دستگاههای دیگر به عنوان قفل امنیتی صفحه گوشی مورد استفاده قرار میگیرد. این تابع هنگام طبقهبندی بیش از دو کلاس سودمند است. مفهوم هوش مصنوعی در سال ۱۳۳۵ شمسی (۱۹۵۶ میلادی) در کنار مجموعهای از فناوریها، علوم و برخی ویژگیهای سیستمهای کامپیوتری ایجاد شد. همچنین میتوان گفت به صورت کلی سیستمهای توصیهگر باعث سودآوری خواهند شد.

همچنین در راستای بررسی جامع این حوزه، در این نوشتار به بیشتر سوالهای رایج پیرامون ساخت هوش مصنوعی پرداخته شده است. در این مقاله سعی شد به طور جامع به مبحث ساخت هوش مصنوعی پرداخته شود. در دنیای دیجیتال امروزی، استفاده و ساخت هوش مصنوعی یکی از مسائل روز دنیا به حساب میآید. پلتفرم «تنسورفلو» (TensorFlow): تنسورفلو یک پلتفرم یادگیری ماشین متنباز یکپارچه به حساب میآید. این لایه، یکی از سادهترین نوع لایههای شبکه عصبی به حساب میآید. به منظور حل این مسئله میتوان از کتابخانه بهینه «OPenCV» استفاده کرد و به وسیله آن در زمان واقعی میتوان خطوط عبوری جادهها را تشخیص داد. کایروبو، تو از بابا نوئل چه هدیهای خواهی خواست؟ تیمی از لابراتوار هوش مصنوعی و علوم کامپیوتر دانشگاه MIT معتقدند یک راه جدید برای ساخت رباتی کامل توسط پرینتر سه بعدی یافتهاند. در بخش بعدی به شرح روش آموزش الگوریتمها برای ساخت هوش مصنوعی پرداخته شده است. Overfitting زمانی اتفاق میافتد که مدل به جای یادگیری، نمونههای مجموعه داده آموزش را حفظ کند و فقط برای دادههای آموزش دقت بالایی نشان دهد. مجموعه داده آموزش شامل ۶۰۰۰۰ تصویر است که سه بار در مدل برای آموزش استفاده خواهند شد.

پرینترهای سهبعدی افقهای تازهای در حوزههای مختلف علمی بهوجود آوردهاند که آخرین نمونه آن، امکان پرینت و استفاده از یک ربات کامل است. در «فناوریهای آموزشی» (Educational Technology | Edtech) از چت باتها استفاده شده است. هوش مصنوعی پایه و اساسی برای «یادگیری عمیق» (Deep learning) و «شبکههای عصبی» (Neural Network) به شمار میرود و به سرعت در حال پیشرفت است. آیا استفاده از ساخت هوش مصنوعی برای مسئله تعریف شده از نظر هزینه آن به صرفه است؟ میتوان برای تفسیر ساده پروژه به ذینفعان از روشهای ساده ساخت هوش مصنوعی استفاده کرد. حال پس از طراحی مدلی که دقت مطلوبی دارد و کار مفیدی را انجام میدهد، میتوان مدل را ذخیره کرد تا در بخشهای دیگر نیز آن را مورد استفاده قرار داد. داد. اگر در یک نوتبوک، کدنویسی انجام گیرد، فقط باید آدرس پوشهای که فایل مدل در آن ذخیره شده بود، از سلول قبلی کپی و در سلول جدیدی جایگذاری شود. » باید پاسخ داده شوند. علاوه بر این، برچسبگذاری و نشانهگذاری تصاویر مجموعه داده جادهها در خطهای وسط و حتی دو طرف جاده ضروری است.