کتاب مبانی هوش مصنوعی

کتاب مبانی هوش مصنوعی (پنج پودمان مهارتی: پایتون، مهندسی پرامپت، داده و یادگیری ماشین، بینایی هوشمند و چت‌بات‌های هوشمند) نوشته سهیل دوستی، مسیر ورود به هوش مصنوعی را از منطق برنامه‌نویسی آغاز می‌کند. مسئله‌ی اصلی این کتاب فقط شناخت ابزارها نیست؛ هنرجو باید بتواند مسئله‌ای را تعریف کند، برای حل آن برنامه بنویسد و نتیجه را بیازماید. انتشارات تک هوش این کتاب را منتشر کرده است. تمرین‌ها و پروژه‌های مدرسه‌محور، از برنامه‌های متنی تا طراحی چت‌بات راهنمای مدرسه، زمینه‌ی پیوند مفاهیم با ساخت محصول را فراهم می‌کنند. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب مبانی هوش مصنوعی

کتاب مبانی هوش مصنوعی نوشته سهیل دوستی، برای آشنایی مقدماتی با برنامه‌نویسی و ساخت سامانه‌های هوشمند تدوین شده است. نویسنده مطالب را در پنج پودمان مهارتی تنظیم کرده است: مبانی برنامه‌نویسی با پایتون، مهندسی پرامپت و وایب‌کدینگ مسئولانه، داده و یادگیری ماشین، بینایی هوشمند و چت‌بات‌های هوشمند. هریک از این پودمان‌ها دو واحد یادگیری دارد.

مسیر آموزش از الگوریتم، ورودی، پردازش و خروجی شروع می‌شود و به موضوعاتی مانند آماده‌سازی داده، ارزیابی مدل، استفاده از مدل‌های آماده‌ی تصویری و تشخیص نیت در گفت‌وگو می‌رسد. درس‌های پایتون، شرط، حلقه، رشته، فهرست، دیکشنری و تابع را در پیوند با مسئله‌های مشخص معرفی می‌کنند. هنرجو در پروژه‌ی کتابخانه‌ی کوچک کلاس باید اطلاعات کتاب‌ها را نگه دارد، وضعیت امانت را تغییر دهد و امکان جست‌وجو بسازد. چنین پروژه‌ای چند مفهوم جداگانه را در یک برنامه گرد هم می‌آورد. درس‌ها علاوه‌بر توضیح مفاهیم، هدف یادگیری، مثال حل‌شده، تمرین و معیار عملکرد دارند تا انتظار از یادگیری هر موضوع روشن باشد.

کتاب مبانی هوش مصنوعی در آموزش پرامپت‌نویسی، درخواست از مدل را نوعی طراحی می‌داند که به هدف، زمینه، ورودی، محدودیت، قالب خروجی و معیار کیفیت نیاز دارد. تمرین‌ها از هنرجو می‌خواهند عبارت‌های مبهم را به خواسته‌های قابل‌سنجش تبدیل کند و پاسخ دریافتی را مبنای اصلاح درخواست قرار دهد. بخش داده و یادگیری ماشین نیز موضوع‌هایی چون پاک‌سازی داده، خواندن نمودارها، بیش‌برازش و گزارش ارزیابی را در برنامه‌ی یادگیری قرار داده است.

پودمان بینایی هوشمند میان تشخیص، بخش‌بندی و تخمین حالت تفاوت می‌گذارد و انتخاب مدل را به سؤال پروژه وابسته می‌کند. پودمان پایانی به آماده‌سازی متن، بازیابی پاسخ و ارزیابی چت‌بات اختصاص دارد. استفاده‌ی مسئولانه در سراسر این مسیر جای مشخصی دارد: کد تولیدشده باید فهمیده و آزموده شود و اطلاعات حساس نباید وارد ابزارهای هوش مصنوعی شود. ثبت خطاها، مقایسه‌ی نسخه‌های پروژه و توضیح دلیل اصلاحات نیز بخشی از کار هنرجو است. بنابراین سنجش یادگیری فقط به اجرای موفق برنامه محدود نمی‌شود؛ کیفیت آزمون، مستندسازی و توانایی توضیح تصمیم‌ها هم اهمیت دارد.

خلاصه کتاب مبانی هوش مصنوعی

کتاب مبانی هوش مصنوعی یادگیری را از تبدیل نیاز انسانی به دستورهای دقیق شروع می‌کند. هنرجو ابتدا ورودی و خروجی مسئله را مشخص می‌کند، الگوریتم می‌نویسد و برنامه‌ای پایتونی می‌سازد. تمرین‌های بعدی، کنترل اجرای برنامه، سازمان‌دهی اطلاعات، تقسیم مسئولیت میان تابع‌ها و مدیریت ورودی نامعتبر را مطرح می‌کنند. همین منطق در کار با مدل‌های مولد ادامه پیدا می‌کند: درخواست باید روشن باشد و پاسخ باید براساس معیار بررسی شود.

مباحث داده، مدل‌سازی، پردازش تصویر و چت‌بات نیز به تعریف مسئله و ارزیابی نتیجه وابسته‌اند. پیام محوری این کتاب، جایگزین‌کردن حفظ دستورها با توانایی تحلیل، اجرا، آزمایش و اصلاح است. خروجی هوش مصنوعی پایان کار نیست؛ هنرجو باید درستی خروجی را بررسی کند و مسئولیت استفاده از آن را بپذیرد.

چرا باید کتاب مبانی هوش مصنوعی را بخوانیم؟

دلایل خواندن کتاب مبانی هوش مصنوعی را می‌توان این‌طور خلاصه کرد:

• تمرین‌های پایتون، مفاهیم پایه را به ساخت برنامه‌های قابل‌آزمون پیوند می‌دهند.
• آموزش پرامپت‌نویسی، معیار مشخصی برای طراحی درخواست و بررسی پاسخ ارائه می‌کند.
• پروژه‌ها، مستندسازی خطاها و توضیح تصمیم‌های برنامه‌نویسی را تمرین می‌دهند.
• بحث ایمنی، محدودیت اعتماد به کد تولیدشده و ضرورت حفاظت از اطلاعات حساس را روشن می‌کند.

خواندن مبانی هوش مصنوعی را به چه کسانی پیشنهاد می‌کنیم؟

کتاب مبانی هوش مصنوعی به این گروه‌ها پیشنهاد می‌شود:

• هنرجویانی که برنامه‌نویسی و هوش مصنوعی را از مبانی آغاز می‌کنند.
• هنرآموزانی که برای کلاس به تمرین و پروژه نیاز دارند.
• علاقه‌مندانی که می‌خواهند پرامپت‌نویسی، ارزیابی خروجی و ساخت سامانه‌های هوشمند مقدماتی را بشناسند.