کتاب هوش مصنوعی با پایتون

کتاب هوش مصنوعی با پایتون نوشته و ترجمهٔ محمدحسین ارسطو است. انتشارات نسل روشن این کتاب را روانهٔ بازار کرده است.

درباره کتاب هوش مصنوعی با پایتون

کتاب هوش مصنوعی با پایتون که در ۱۹ فصل تنظیم شده، مفاهیم اساسی حوزه‌های مختلف هوش مصنوعی مانند شبکه‌های عصبی مصنوعی، پردازش زبان طبیعی یادگیری، ماشین یادگیری عمیق، الگوریتم های ژنتیک و… و همچنین پیاده‌سازی آن توسط زبان برنامه‌نویسی پایتون را پوشش داده است. کتاب هوش مصنوعی با پایتون آموزشی برای فارغ‌التحصیلان تحصیلات تکمیلی است.

به‌گفتهٔ پدر هوش مصنوعی، «جان مک‌کارتی»، هوش مصنوعی، علم و مهندسی ساخت ماشین‌های هوشمند، به‌ویژه برنامه‌های رایانه‌ای هوشمند است. هوش مصنوعی روشی است برای اینکه یک رایانه، یک ربات کنترل‌شده توسط رایانه یا یک نرم‌افزار مشابه انسان‌های باهوش، هوشمندانه فکر کنند. هوش مصنوعی با مطالعهٔ نحوۀ تفکر مغز انسان و نحوۀ یادگیری، تصمیم‌گیری و عملکرد انسان در حین تلاش برای حل یک مسئله و سپس استفاده از نتایج این مطالعه به‌عنوان مبنای توسعۀ نرم‌افزارها و سیستم‌های هوشمند انجام می‌شود.

توسعۀ هوش مصنوعی با هدف ایجاد هوشی مشابه انسان در ماشین‌ها آغاز شده است. آیا یک ماشین می‌تواند مانند انسان‌ها فکر و رفتار کند؟

خواندن کتاب هوش مصنوعی با پایتون را به چه کسانی پیشنهاد می‌کنیم

خواندن این کتاب را به دوستداران مطالعه درمورد هوش مصنوعی پیشنهاد می‌کنیم.

بخش‌هایی از کتاب هوش مصنوعی با پایتون

«الگوریتم ژنتیک چیست؟

الگوریتم‌های ژنتیک (GAs) الگوریتم‌های مبتنی بر جست‌وجو هستند که بر اساس مفاهیم انتخاب طبیعی و ژنتیک می‌باشند. GA ها زیرمجموعه‌ای از شاخه بسیار بزرگ‌تری از محاسبات هستند که به عنوان محاسبات تکاملی شناخته می‌شوند.

GA توسط جان هالند و دانشجویان و همکارانش در دانشگاه میشیگان، به ویژه دیوید ای. گلدبرگ توسعه داده شد. از آن زمان بر روی مسائل مختلف بهینه‌سازی و با درجه موفقیت بالایی امتحان شده است.

در GA، مجموعه‌ای از راه‌حل‌های ممکن برای مشکل داده شده داریم. سپس این محلول‌ها دچار نوترکیبی و جهش می‌شوند (مانند ژنتیک طبیعی)، فرزندان جدیدی تولید می‌کنند و این روند برای نسل‌های مختلف تکرار می‌شود. به هر فرد (یا راه‌حل نامزد) یک مقدار تناسب (بر اساس مقدار تابع هدف) اختصاص داده می‌شود و به افراد مناسب شانس بیشتری برای جفت‌گیری و تولید افراد مناسب داده می‌شود. این با نظریه داروینی بقای بهترین‌ها مطابقت دارد.

بنابراین، افراد راه‌حل‌های بهتر را در طول نسل‌ها تکامل می‌دهد تا زمانی که به یک معیار توقف برسند.

الگوریتم‌های ژنتیک از نظر ماهیت به اندازه کافی تصادفی هستند، اما عملکرد بسیار بهتری نسبت به جست‌وجوی محلی تصادفی دارند (جایی که ما فقط راه‌حل های تصادفی را امتحان می‌کنیم و بهترین‌ها را تاکنون پیگیری می‌کنیم)، زیرا از اطلاعات تاریخی نیز بهره‌برداری می‌کنند.»

*

«گفتار، اساسی‌ترین وسیله ارتباط انسان بالغ است. هدف اصلی پردازش گفتار ایجاد تعامل بین انسان و ماشین است.

سیستم پردازش گفتار عمدتاً سه وظیفه دارد:

اول، تشخیص گفتار که به دستگاه اجازه می‌دهد تا کلمات، عبارات و جملاتی که ما صحبت می‌کنیم را دریافت کند.

دوم، پردازش زبان طبیعی که به ماشین اجازه می‌دهد آنچه را که ما صحبت می‌کنیم بفهمد.

سوم، سنتز گفتار برای اجازه دادن به ماشین برای صحبت کردن.

این فصل بر روی تشخیص گفتار و فرآیند درک کلماتی که توسط انسان‌ها گفته می‌شود تمرکز دارد. به یاد داشته باشید که سیگنال‌های گفتار با کمک میکروفون گرفته می‌شود و سپس باید توسط سیستم درک شود.

ساخت یک تشخیص‌دهنده گفتار

تشخیص گفتار یا تشخیص خودکار گفتار (ASR) مرکز توجه پروژه‌های هوش مصنوعی مانند روباتیک است. بدون ASR، نمی‌توان تصور کرد که یک ربات شناختی، با یک انسان تعاملی داشته باشد. با این حال، ساختن یک تشخیص‌دهنده گفتار چندان آسان نیست.»