به گزارش ایسنا، سیوچهارمین کرسی آزاداندیشی دانشگاه تهران با عنوان «کنکاشی در گسترۀ هوش مصنوعی» با حضور دکتر سید محمود طاهری استاد دانشگاه تهران و دکتر کامبیز بدیع، استاد و معاون سابق پژوهشی پژوهشگاه ارتباطات و فناوری اطلاعات در تالار امیرکبیر حوزه معاونت فرهنگی و اجتماعی دانشگاه برگزار شد و در ابتدای این نشست، دکتر کامبیز بدیع درباره «طرحوارههای هوش مصنوعی» با تأکید بر پارادایمها گفت: در گذر زمان، گذاری از مقوله آگهش به مقوله رایانش و در نهایت به مقوله هوشمندی داشتهایم. اگر این دو مقوله آگهش و رایانش مطرح نمیشد به هوش نمیرسیدیم. هر فردی با پیشفرضهایش تصوری از هوش دارد؛ هوش اساساً به شما امکان و قابلیت حل مسائل، بازشناسی، تفسیر و درک از رویدادهای محیطی و ایجاد تعادل با محیط به نحو معقول را ارائه میکند.
سیوچهارمین کرسی آزاداندیشی دانشگاه تهران با عنوان «کنکاشی در گسترۀ هوش مصنوعی» برگزار شد.
در ادامه، دکتر سید محمود طاهری، استاد دانشگاه تهران، با بیان اینکه جلسات متعددی درباره هوش مصنوعی طراحی شده و در ادامه این کرسیها اجرا خواهد شد، گفت: بین دانشمندان واگرایی درباره هوش مصنوعی وجود دارد؛ گروهی رویکرد مهندسی دارند و به محصولات میپردازند. گروه دیگر دپارتمانهای روانشناسیاند که از ابتدای کمیسازی هوش به این مقوله توجه داشتند. متاسفانه این دو دسته از دانشمندان در تعامل با هم نیستند. افراد بسیار کمی کارهای مشترک انجام دادهاند. یکپارچه کردن این دو گروه دغدغه بنده است.
وی درباره طرحواره تعاملگرایی گفت: تعامل به این معناست که یک کارگزار در جایگاه اندیشهورزی خود با توجه به بازخوردهایی از محیط و امکانات بهتر عمل کند. نعامل در نشر دانستهها در محیط بسیار مهم است و هر کارگزار با دیگری برای بهتر شدن امور باید تعامل ایجاد کند. کامل نبودن در دانستهها تعامل را ضروری میکند. تعاملات با هدف حل مسئله و پرورانیدن کارگزاران کارآمد رخ میدهد که هدف دوم، هدف آموزش است. در نتیجه یک معلم میتواند فضایی ایجاد کند که افراد مختلف از آن توشه بردارند و پرورش پیدا کنند. یعنی پروراندن از اهداف تعامل است.
وی افزود: در هوش مصنوعی سه طرحواره (پارادایم) نمادگرایی، پیوندگرایی و تعاملگرایی وجود دارند که بر سه عنصر نماد، پیوند و تعامل استوارند. پیششرط اصلی نمادگرایی قائل بودن به مفهوم برای مسئله است. یک طرحواره عنوان تخصصی خود را از فلسفه میگیرد زیرا پیش از هر چیزی این طرحواره یک نگاه فلسفی است که در هر حوزهای مانند علم، علوم سازمانی و … میتواند خود را نشان دهد.
طاهری با اشاره به تاریخ هوش در علوم و دانشهایی چون روانشناسی تشریح کرد: رویکرد تکثرگرایی نیز در تاریخ چیستی هوش وجود دارد. ترکیبهای متفاوتی از مفهوم هوش وجود دارد؛ بهترین تعریف از آن این است؛ «هوشمندی بهتر شدن با زمان است.» در یک تقسیمبندی کلی میتوان گفت بیشتر تعاریف هوش به چهار دسته تقسیم میشوند که در هر یک سازگاری با محیط، استعداد یادگیری، تفکر انتزاعی و به کار انداختن تواناییها برای رسیدن به هدف مطلوب تأکید شده است.
انتهای پیام
منبع: https://www.isna.ir/news/1402030603594/%D8%A8%D8%B1%D8%B1%D8%B3%DB%8C-%DA%AF%D8%B3%D8%AA%D8%B1%D9%87-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%AF%D8%B1-%DA%A9%D8%B1%D8%B3%DB%8C-%D8%A2%D8%B2%D8%A7%D8%AF%D8%A7%D9%86%D8%AF%DB%8C%D8%B4%DB%8C-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87-%D8%AA%D9%87%D8%B1%D8%A7%D9%86
وی با عنوان «چیستی هوش و کیستی هوشمند» درباره تکعاملی یا چندعاملی بودن هوش افزود: باید تأمل کنیم که هوش چیست. اینکه چه تعریفی از هوش داشته باشیم در اجرای آن بسیار مؤثر است؛ در تعریف هوش عوامل سازگاری با محیط، تصمیمگیری بهینه و استدلال مهم و اثرگذار هستند. در این حالت به تطبیق، یادگیری و منطق در سیتمها توجه میکنیم که ردپای سه طرحواره در آنها وجود دارد.
وی در پایان خاطرنشان کرد: اقدام مناسب در محیط نایقینی هوشمندی میتواند باشد. منشأ نایقینی و محیط آن را باید بشناسیم. نایقینی به دلیل تصادفی بودن، تأثیر از منطق فازی، کمبود اطلاعات و اطلاعات ناسازگار است. اگر منشأ را بشناسیم میتوانیم سیستم هوشمند را بر اساس آن طراحی کنیم. محیط نایقینی نیز به دلیل اطلاعات، منابع، وضعیتهای آینده، سود و زیان، روابط، شرایط و پیچیدگی موضوع و مسئله میتواند ایجاد شود و سیستم باید با شناخت نسبت به آنها شرایط را مهیا کند. باید سیستمی طراحی کرد که هدف آن اقدام مناسب در محیط نایقینی را مد نظر قرار دهد.
استاد و معاون سابق پژوهشی پژوهشگاه ارتباطات و فناوری اطلاعات با استفاده از تمثیل کلونی مورچهها در شکل دادن یک شبکه هوشمند گفت: این مدل میتواند در بهینهسازی مؤثر باشد. حرکت به سمت بهینه بسیار مهم است. کوشش بر آن است که به سمت بهتر شدن حرکت کنیم.
دکتر بدیع پیوندگرایی را شبکههای عصبی تعریف و بیان کرد: این شبکهها با نسل قبل متفاوتاند و علم داده اهمیت خاصی پیدا کردهاست. این اهمیت به حدی است که در شکل یک طرحواره مورد نظر برخی قرار گرفته است. سیستم باید پیوند داشته باشد تا بتواند بین دادههای ورودی و طبقات مفاهیم پیوند ایجاد کند. خودتنظیمگری و نظارت دو رویکرد تنظیم هر چه کارآمدتر این پیوند است. شبکههای عصبی مصنوعی مصادیق بارزی از طراحی پیوندگرایی است.