هوش مصنوعی -شبکه‌های عصبی : تعریف و کاربردها-ابراهیم خلیلی

سلام به همه بچه‌های علاقمند به کامپیوتر و برنامه‌نویسی و هوش مصنوعی. همانطور که میدونین روز به روز دنیای هوش مصنوعی داره وسیعتر میشه و به حوزه مختلف از علوم راه یافته است. ما تصمیم داریم هر هفته با یک مقاله در این حوزه، شمارو با رویداد های دنیای هوش مصنوعی آشنا کنیم و مهمتر اینکه ریاضیات این حوزه رو با ساده سازی به شما دانش آموزان عزیز کانونی توضیح بدیم. در نهایت بتونیم قدم به قدم به کد نویسی در محیط پایتون برای مسئله های جذاب هوش مصنوعی برسیم. پیشنهاد میکنم هر هفته مارو با یک مقاله در این حوزه دنبال کنید. 

شبکه های عصبی : تعریف و کاربردها

 این هفته می خوایم با همدیگه در مورد شبکه های عصبی و کاربردهاش صحبت کنیم. پس با ما همراه باشید که کلی مطالب جالب در انتظارتون هست. 

وقتی که عبارت ((شبکه های عصبی)) می شنویم، معمولا اولین چیزی که به ذهنمون میاد، شبکه عصبی بدن انسان هست که به اون ((مدار عصبی)) و یا به انگلیسیNeural circuit  هم گفته میشه که این شبکه، در درون مغز و بدن انسان و بین اندام های مختلف، ایجاد هماهنگی و ارتباط میکنه. همین شبکه شگفت انگیز درون مغز و بدن انسان، دانشمندان حوزه هوش مصنوعی رو به فکر الگو برداری از اون کرده و حوزه ای به وجود اومده به اسم ((شبکه های عصبی مصنوعی)) و یا Neural Networks .Artificial  

تاریخچه شبکه های عصبی مصنوعی، به قرن 19 برمیگرده، جایی که یک گروه از ریاضی دانان و یک گروه دیگر از نوروفیزیولوژیست ها به صورت همزمان ولی جدا از هم داشتند روی عملکرد مغز مطالعه می کردند و هدفشون این بود که سیستم یادگیری و تجربه مغز رو کشف و تحلیل کنند؛ تا اینکه در اوایل دهه 1940، دو دانشمند به نام های وارن مک‌کالک و والتر پیتز تونستند به وسیله با استفاده از یک مدل منطقی (مدل ریاضیاتی که فقط دو عدد صفر و یک رو شامل میشه)، ساختار مغز رو تا حدی شبیه سازی کنند که امروزه بلوک اصلی سازنده اکثر شبکه های عصبی، برگرفته از مدل سازی اون موقع هستش ؛ اما در طول سالها این مدل سازی با پیشرفت ها و تغییرات زیادی همراه بوده و بیشتر شدن نیاز و میل انسان به اتوماسیون و اتومانیک کردن کارها و به وجود اومدن علم هوش مصنوعی، باعث آمیخته شدن مدل سازی های شبکه های عصبی مصنوعی در این حوزه شده است. به طوری که امروزه یکی از لایه های مهم در یادگیری هوش مصنوعی رو شبکه های عصبی تشکیل میده و برای یاد گرفتن مفاهیم ((یادگیری عمیق)) یا Deep learning نیاز هست که با شبکه های عصبی آشنا بشیم .شکل زیر، لایه های مختلف هوش مصنوعی رو نشون میده که همونطور که میبینید، شبکه های عصبی، جزوی از ((یادگیری ماشین)) بوده و از دل شبکه های عصبی، حیطه ((یاد گیری عمیق)) به وجود اومده.

.

تعریف شبکه های عصبی 

شبکه های عصبی، شبیه سازی و الگوبرداری از شبکه نورون های مغزی هست که به وسیله الگوریتم های متعدد، باعث طبقه بندی و تجزیه و تحلیل داده های ورودی و ارائه خروجی مطلوب از ماشین می شود. بزارید براتون مثالی رو مطرح کنم : ما از زمانی که متولد شدیم، با دیدن دنیای اطرافمون و حرکات و آموزش های دیگران، به تدریج یاد گرفتیم که چطور حرکت کنیم، چطور غذا بخوریم ، چطور ارتباط برقرار کنیم و ... و در نهایت به جایی رسیدیم که تونستیم در موقعیت های مناسب با هر شرایطی، واکنش مناسبی داشته باشیم و دیگه برای انجام کارهایی مثل راه رفتن، غذا خوردن و بسیاری از کارهای دیگر، نیازی به این نداریم که فرد دیگه ای هر بار نحوه انجام اون عمل رو بهمون توضیح بده! هدف دانشمندان هم از ایجاد این شبکه، این بوده که به جای اینکه هر دفعه به وسیله کدهای برنامه نویسی به ماشین دستور بدیم که چیکار باید بکنه، خود ماشین یا کامپیوتر رو برای دادن واکنش های متعدد و مناسب آموزش ببینه. این شبکه هم مانند شبکه مغزی که از سلول های عصبی و یا نورون ها تشکیل شده  با این تفاوت که منظور از نورون در شبکه، یک عنصر پردازشی هست که محاسبات و پردازش های لازم به خود رو انجام میده و به دیگر عناصر پردازشی و یا به اصطلاح، به دیگر نورون ها متصل میشه.

نحوه کارکرد شبکه های عصبی به صورت کلی و خلاصه به این صورت است که داده و اطلاعات به صورت ورودی دریافت میکنند، سپس این داده ها رو به صورت ریاضی و با استفاده از اعداد، برای خودش مدل سازی میکنه تا بعدا بتونه این داده ها رو تشخیص بده و به نوعی در حافظه خود ذخیره میکنه . بنابراین، دفعه بعدی که همون دسته از اطلاعات رو دریافت کرد، می تونه با استفاده از داده های قبلی، داده های جدید رو حدس بزنه و خروجی رو به ما تحویل بده. برای مثال، شبکه های عصبی، عکس یک سیب رو دریافت میکنه، و سپس با مدل سازی های و محاسباتی که توسط نورون هاش انجام میده، تشخیص میده که عکسی که دریافت کرده، عکس یک میوه و سیب هست. نحوه عملکرد دقیقتر شبکه های عصبی رو در مقالات هفته آینده توضیح خواهیم داد.

کاربرد شبکه های عصبی 

اما قبل از ریز شدن روی محاسبات شبکه های عصبی، ببینیم کلا این شبکه ها کجا کاربرد دارند و باهاشون چه کارها میشه انجام داد. کاربرد شبکه های عصبی در بسیاری از بخش های زندگی انسان تاثیر گذاشته و در سال های آینده، تاثیر اون رو بیشتر و ملموس تر در زندگی هامون حس خواهیم کرد. در اینجا به چند مورد کوچیک از هزاران کاربردهای شبکه های عصبی اشاره میشه تا بدونیم کجاها  این فناوری میتونه مورد استفاده قرار بگیره. 

چت بات ها : چت بات ها، نرم افزارهایی هستند که در اون، کامپیوتر با کاربران در قالب متن مکالمه می کنه و به مسائل و مشکلات کاربران پاسخ میده و بهشون رسیدگی میکنه . این فناوری میتونه مشکلات کاربران رو بفهمه و در عرض چند ثانیه، مشکل کاربران رو حل کنه. این فناوری، در بسیاری از فناوری های کاربرمحور، مثل شبکه های اجتماعی رواج داره.

سلامت عمومی: شبکه های عصبی و یادگیری عمیق، در حیطه سلامت عمومی کاربرد زیادی داره و میتونه کمک های زیادی به این حیطه بکنه . به طوری که تشخیص بیماری به کمک رایانه، با استفاده از این فناوری امکان پذیر شده است. برای مثال، این فناوری در حیطه کشف دارو و تشخیص بیماری های تهدید کننده حیات، مانند سرطان از طریق فرایند تصویربرداری پزشکی کاربرد فراوانی در سالهای اخیر داشته است.

سرگرمی: اگه به وبسایت کمپانی هایی مانند Netflix، YouTube و Spotify سر زده باشید، میبینید که این وبسایت ها همواره به کاربران فیلم، ویدیو، و آهنگ هایی برای کاربران بر طبق جستجوهای قبلی آنها پیشنهاد میدهد. این فناوری از طریق تحلیل های انجام گرفته در شبکه های عصبی مصنوعی صورت میگیره. به این صورت که این شبکه ها، جستجو های قبلی کاربران را تجزیه و تحلیل کرده و علاقمندی های هر کاربر رو پیدا میکنن و بر طبق این علاقمندی ها، محصولات مشابه ای رو به اونها پیشنهاد میدهند.

رنگ بندی تصاویر :  مطمئنا این روزها تو فضای مجازی تصاویر سیاه و سفید قدیمی رو دیدید که به عکس های رنگی تبدیل شدند! خب شاید براتون جالب باشه که این فناوری، از طریق شبکه های عصبی امکان پذیر شده. برای مثال به تصویر زیر توجه کنید که از طریق شبکه های عصبی، عکس قدیمی و سیاه و سفید انیشتین، تبدیل شده به یک عکس رنگی ! از نرم افزار هایی که این عمل رو با استفاده از شبکه های عصبی انجام می دهد، میشه به ChromaGAN  اشاره کرد.

رباتیک: شبکه های عصبی، به شدت در صنعت رباتیک کاربرد دارند. ربات های مجهز به یادگیری عمیق و شبکه های عصبی، در شرایط و موانع مختلف، میتوانند در کسری از ثانیه تجزیه و تحلیل کرده و حرکت و سفر خود را از قبل برنامه ریزی کنند. از این نوع رباتها، می توان برای حمل کالا در بیمارستان، کارخانه ها، انبارها و غیره استفاده کرد. برای مثال، ربات های ساخته شده توسط شرکت BostonDynamics میتونه در حین حرکت، به افرادی که مانع حرکت آنها میشوند واکنش بده و یا هنگام سقوط از جاشون بلند بشوند!

بینایی کامپیوتر و درک تصویر: از فناوری های مهمی که توسط شبکه های عصبی در سالهای اخیر امکان پذیر شده و کماکان در حال توسعه است، فناوری Image Captioning  به منظور درک تصویر است. در این فناوری، کامپیوتر میتونه از طریق تصویر و یا ویدیویی که مشاهده میکنه، درک و تفسیر خود رو از عمل انجام شده به صورت متن ارائه بده. برای مثال، تصاویر زیر مراحل انجام درک تصاویر رو توسط شبکه های عصبی نشون میده. اگه به مانیتور سمت چپ دقت کنید، میبیند که در ابتدا تصویر چهره حیوانات مختلف رو با استفاده از شبکه های عصبی تجزیه و تحلیل شده و به نوعی فرایند یادگیری عمیق برای ماشین اتفاق افتاده .این فرایند در نتیجه ماشین رو قادر کرده که در شکل سمت راست، تشخیص بده که یک سگ درحال گرفتن یک توپ هستش!

آهنگسازی: شاید براتون جالب باشه تا بدونید با استفاده از شبکه های عصبی و به تبع اون، یادگیری عمیق، ماشین ها توانایی آهنگسازی پیدا کرده اند و میتونند با یاد دادن نت های موسیقی از طریق برنامه نویسی، ماشین ها رو قادر کرد که آهنگ های جدیدی رو بدون دخالت دستورات انسان بسازند . برای مثال، با استفاده از زبان برنامه نویسی پایتون و از طریق جعبه ابزار Music21 در این زبان برنامه نویسی، میشه مبانی تئوری موسیقی رو به ماشین یاد داد. 

خب ، در این چند پاراگراف، سعی کردیم که آشنایی مقدماتی با حوزه پیچیده و مفصل شبکه های عصبی داشته باشیم و به برخی از کاربردهای جالب اون اشاره کنیم . در مقالات آتی، تلاش خواهیم کرد که شما رو با نحوه عملکرد این شبکه ها بیشتر آشنا کنیم . پس با ما همراه باشید ..

منابع: 

https://www.simplilearn.com/tutorials/deep-learning-tutorial/deep-learning-applications?source=sl_frs_nav_playlist_video_clicked

https://www.simplilearn.com/tutorials/deep-learning-tutorial/what-is-neural-network?source=sl_frs_nav_playlist_video_clicked

https://faranesh.com/blog/what-is-neural-network

جدول کلیدواژه ها : 

مقاله دهم هوش مصنوعی  

دوستان عزیزم؛ برای ارتباط با برترها و رزرو پشتیبان ویژه پیج کانون برترها را  دنبال کنید.

همچنین میتوانید با شماره 0218451 داخلی 3123 تماس بگیرید.