Start learning this lesson now

Arantik | Science and Technology, هوش مصنوعی دقیقا چیه؟ (2)

هوش مصنوعی دقیقا چیه؟ (2)

وقتی صحبت از هوشمندی و هوش مصنوعی میشه، بیشتر از اینکه

بیشتر از اینکه به یه برنامه‌ی کامپیوتری با کدای عجیب غریب فکر کنیم،

یه ربات انسان‌نمای هوشمند میاد تو ذهنمون.

یه ربات می‌تونه تعداد زیادی از شاخه‌های هوش مصنوعی رو تو خودش جا داده باشه.

از یادگیری ماشین و پردازش زبان طبیعی گرفته تا بینایی ماشین و چیزای دیگه.

کنار اینا از ابزارهای مکانیکی هم استفاده میکنه برای

حرکت و جابجایی و انجام دادن کارایی که بهش محول میشه.

حالا بیایید خودمون یه برنامه‌ی ساده‌ی هوش مصنوعی بنویسیم که

از اطلاعاتی که ما بهش میدیم یاد بگیره، بعد وقتی که اطلاعات جدید

بهش دادیم بر اساس اون چیزایی که یاد گرفته بیاد جواب درست به ما بده.

اینجا هدفم، آموزش برنامه‌نویسی یادگیری ماشین نیست، فقط می‌خوایم ببینیم

که یه برنامه‌ی خیلی ساده که یادگیری انجام میده، چجوری اینکارو می‌کنه.

خب برنامه رو به زبان پایتون می‌نویسم.

یادگیری ماشین، همونطور که گفتم، با استفاده از داده‌های زیاد انجام میشه.

که این داده‌ها هم هر چیزی می‌تونن باشن مث عکس، فیلم، متن.

سایتای زیادی وجود دارن که داده‌های رایگان در اختیار شما میذارن.

من از این سایت استفاده می‌کنم که لینکشو میذارم زیر ویدیو:

این سایت یه مجموعه داده داره درباره‌ی ماشینا.

یعنی یه نفر یا چند نفر اومدن از روی ماشینای واقعی،

یه سری اطلاعات جمع‌آوری کردن و داخلش ذخیره کردن.

اینجا سرچ می‌کنم car.... اولین گزینه رو می‌زنم.

اینجا Data Folder رو میزنم، اینجا فایل car.data فایلی که دیتا سِت ماست

یعنی اطلاعات ما توش ذخیره شده، اینو ذخیرش میکنم.

حالا نرم‌افزار py charm که برای برنامه‌نویسی پایتون

استفاده میشه رو باز میکنم یه پروژه توش ایجاد میکنم،

خب این فایل car.data رو...

که دانلود کردم میبرم تو محل ذخیره‌ی پروژه‌ی پایتونم قرار میدم.

هرکدوم از این سطرا مربوط به یه ماشینه که چندتا اطلاعات درمورد این ماشینا داره.

اما الان مشخص نیست که هرکدوم مال چی هستن، برای همین تو خط اول

تعریف میکنم که هرکدوم از این ستونا مربوط به چی ویژگی هستن.

پس این خطو اضافه میکنم به... اولین خط این فایل.

خب ستون اول ارزش خرید یه ماشینو نشون میده که میتونه

خیلی بالا، بالا، متوسط یا پایین باشه، ستون دوم هزینه‌ی نگهداریه

که اونم باز به همین شکل، ستون سوم تعداد درها، بعدی ظرفیت ماشین

تعداد اشخاصی که توش جا میشن، بعدی ظرفیت صندوق، بعدی مقدار امنیت ماشین

بعدیم که آخریه، کلاس اون ماشینه که چهار حالت مختلف میتونه داشته باشه:

un acceptable غیر قابل قبول، acceptable قابل قبول

good, very good یعنی خوب و خیلی خوب.

یعنی با توجه به این ویژگی‌هایی که هر ماشین داره،

حالا آیا این ماشین قابل قبول هست که بخریمش یا نه.

مثلا ماشین اول ارزش خریدش خیلی بالاس، هزینه‌ی نگهداریش خیلی بالاس،

تعداد دراش دوتاس، ظرفیتش دوتاست، صندوقش کوچیکه، امنیتش پایینه،

درنهایت این یه ماشین غیر قابل قبوله un acceptable. بقیه‌ام به همین شکل.

حالا ما می‌خوایم یه برنامه بنویسیم که بیاد ویژگیای یه تعدادی از این ماشینا رو

ببینه بعد کلاسشونم نگاه بکنه، بعد یاد بگیره که مثلا ماشینی که

فلان ویژگی‌ها رو داره تو کدوم کلاس قرار میگیره.

بعدش ویژگیای ماشینای جدیدی که تا حالا ندیده رو بدیم بهش، ببینیم

با استفاده از چیزایی که تا حالا یاد گرفته چقدر میتونه کلاس ماشینا رو درست حدس بزنه.

پس بریم برنامه‌شو بنویسیم:

خب اول، پکیج‌هایی که برنامه‌م نیاز داره بهش وارد می‌کنم:

حالا فایلی که داده‌ها توش ذخیره شدنو وارد برنامه می‌کنم:

تو مرحله‌ی بعدی، داده‌هامو از حالت متنی به حالت عددی تبدیل می‌کنم

چون الگوریتم‌های یادگیری فقط با اعداد می‌تونن کار کنن:

حالا از تمام اطلاعاتی که دارم، دو تا لیست جدا می‌سازم.

یه لیست فقط حاوی اون فیلدی هست که می‌خوام

برنامه‌م بتونه پیش‌بینی کنه، یعنی کلاس ماشین‌ها.

یه لیست هم حاوی بقیه‌ی فیلدهاست یعنی ارزش خرید،

ظرفیت نگهداری، تعداد درها، ظرفیت صندوق وچیزای دیگه. پس:

تو این مرحله دو تا لیست قبلی رو دوباره هرکدوموشونو

تقسیم می‌کنم به دو تا لیست دیگه.

دلیل این کار اینه که میخوام یه قسمت از اطلاعاتو بدم به برنامه

تا ازشون استفاده کنه برای یاد گرفتن، بعد یه قسمت دیگه از اطلاعاتم

کنار نگه دارم که برای برنامم کاملا جدید باشه و بعدا ازش

استفاده کنم برای آزمایش یادگیری برنامه‌م. پس:

حالا میام از یکی از الگوریتمای یادگیری که برای این داده‌ها مناسبه استفاده می‌کنم.

الگوریتمای مختلفی برای استفاده تو بحث یادگیری ماشین وجود داره.

اینکه از کدومشون استفاده کنیم بستگی به نوع داده‌ها داره

چون برای هر نوع داده، یکی از این الگوریتما بهتر جواب میده.

الان من ترجیح میدم از یه الگوریتم به نام KNN استفاده کنم. پس:

خب حالا برنامه‌ی من با استفاده از الگوریتم KNN و اطلاعات یه تعدادی از

ماشینا که بهش دادم، تونسته یاد بگیره که هر ماشینی که فلان ویژگی‌ها رو

داشته باشه، توی کدوم کلاس قرار میگیره.

اگه بخوام مقدار دقت یادگیریشم ببینم، این کد رو اضافه می‌کنم:

تو آخرین مرحله، میام اون داده‌هایی که قبلا کنار گذاشته بودم به برنامه‌م میدم

تا ببینم که با استفاده از چیزایی که تا الان یاد گرفته،

کلاس هر ماشینو چقدر میتونه دقیق حدس بزنه. بنابراین:

خب برنامه رو اجرا می‌کنم.

اینجا این بالا دقت یادگیریمو می‌بینید که 93 صدمه،

یعنی با یه دقت نسبتا خوبی تونسته یادگیری رو انجام بده برنامه‌ی من.

اینجا کلاسه برای هر کدوم از ماشینا که بهش دادیم

کلاس پیش‌بینی، کلاسی که برنامه‌ی من تونسته پیش‌بینی کنه اینه:

کلاس واقعی اون ماشین که تو داده‌ها بوده اینه:

میبینید که اکثر جاها برنامه‌ی من تونسته درست پیش‌بینی بکنه.

پس به صورت خلاصه، کاری که کردیم این بود که یه برنامه نوشتیم که از روی

یه بخشی از اطلاعات ماشینا تونست یاد بگیره که مثلا هر ماشینی که دو تا در داره،

صندوقش بزرگه، امنیتش بالاست و این چیزا، یه ماشین قابل قبوله.

بعدش اومدیم اطلاعات یه سری ماشین جدیدو بهش دادیم تا با استفاده از اون چیزایی که

تا حالا یاد گرفته بتونه تشخیص بده که هرکدوم از این ماشینا مناسب خرید هستن یا نه.

این یه نمونه‌ی خیلی خیلی ساده از یادگیری ماشین

یا به صورت کامل‌تر، هوش مصنوعی بود که خودمون ساختیمش.

هرچی اطلاعاتی که برنامه باهاش کار می‌کنه پیچیده‌تر و بزرگ‌تر باشه،

برنامه هم پیچیده‌تر میشه و از الگوریتمای پیشرفته‌تری استفاده می‌کنه.

کنار تمام نظرات مثبت و منفی که در مورد هوش مصنوعی وجود داره،

یه سوال همیشه ذهن منو مشغول میکنه.

اینکه شاید جهان هستی داره وارد یه فاز جدیدی از آگاهی میشه.

منظورم اینه که ما انسانا الان باهوش‌ترین موجود این سیاره‌ایم

ولی خب ایراداتی داریم مثل عمر کوتاه، بیماریای لاعلاج،

پرمصرف بودن، مشکلات روانی و احساسی، یا خیلی محدودیتای دیگه.

هوش مصنوعی حتی اگه فقط بتونه به اندازه‌ی ما باهوش بشه،

نه بیشتر، بازم خیلی از این محدودیتای ما رو نداره.

شاید طبیعت داره وارد یه مرحله‌ی بهتری از آگاهی میشه و

این کارم داره از طریق ما انسانا انجام میده.

ما ابزار دست طبیعت شدیم برای ساختن یه هوش برتر،

بعدشم دیگه نیازی به وجود ما نیست و حذف میشیم.

شما هم حتما نظر خودتونو توی کامنتا بنویسید تا منم از اطلاعات شما یاد بگیرم.

اگه این ویدیو رو دوست داشتی یه لایک برام بزن و

یادت باشه که همیشه بدون ترس سوال بپرس.

هوش مصنوعی دقیقا چیه؟ (2) intelligence|artificial|exactly|what is Was genau ist künstliche Intelligenz? (2) ¿Qué es exactamente la inteligencia artificial? (2) Qu'est-ce que l'intelligence artificielle exactement ? (2) Cos’è esattamente l’intelligenza artificiale? (2) 人工知能とは一体何なのでしょうか？ (2) Czym właściwie jest sztuczna inteligencja? (2) What exactly is artificial intelligence? (2)

بیشتر از اینکه به یه برنامه‌ی کامپیوتری با کدای عجیب غریب فکر کنیم، more|than|that|to|a|||computer|with|codes|strange|weird|think|we do more than thinking of a computer program with strange codes,

یه ربات انسان‌نمای هوشمند میاد تو ذهنمون. a|robot|||intelligent|comes|into|our mind an intelligent humanoid robot comes to our mind.

یه ربات می‌تونه تعداد زیادی از شاخه‌های هوش مصنوعی رو تو خودش جا داده باشه. a|robot|||number|many|of|||intelligence|artificial|in|it|itself|place|contained|be A robot can encompass many branches of artificial intelligence.

کنار اینا از ابزارهای مکانیکی هم استفاده میکنه برای beside|these|from|tools|mechanical|also|||for Alongside these, it also uses mechanical tools for

حالا بیایید خودمون یه برنامه‌ی ساده‌ی هوش مصنوعی بنویسیم که now|let's|ourselves|a|||||artificial|intelligence|write|that Now let's write a simple artificial intelligence program that

اینجا هدفم، آموزش برنامه‌نویسی یادگیری ماشین نیست، فقط می‌خوایم ببینیم here|my goal|teaching|||machine|machine|is not|only|||to see Here, my goal is not to teach machine learning programming, we just want to see

که یه برنامه‌ی خیلی ساده که یادگیری انجام میده، چجوری اینکارو می‌کنه. that|a|||very|simple|that|learning|performing|gives|how|this work|| how a very simple program that performs learning does this.

خب برنامه رو به زبان پایتون می‌نویسم. well|program|it|in|language|Python|| Well, I will write the program in Python.

یادگیری ماشین، همونطور که گفتم، با استفاده از داده‌های زیاد انجام میشه. learning|machine|just||I said|with|use|of|||large|is done| Machine learning, as I mentioned, is done using a lot of data.

که این داده‌ها هم هر چیزی می‌تونن باشن مث عکس، فیلم، متن. that|these|||also|any|thing|||be|like|photo|video|text These data can be anything like images, videos, text.

سایتای زیادی وجود دارن که داده‌های رایگان در اختیار شما میذارن. websites|many|exist|have|that|||free|in|disposal|you| There are many websites that provide free data for you.

من از این سایت استفاده می‌کنم که لینکشو میذارم زیر ویدیو: I|from|this|site|use|||that|its link|I will put|under|video I use this website, and I will put the link below the video:

این سایت یه مجموعه داده داره درباره‌ی ماشینا. this|site|a|collection|data|has|||cars This website has a dataset about cars.

یه سری اطلاعات جمع‌آوری کردن و داخلش ذخیره کردن. a|set|information|||they|and|inside it|stored|they They collected a series of information and stored it inside.

اینجا سرچ می‌کنم car.... اولین گزینه رو می‌زنم. here|search|||car|first|option|the|| I search for car here.... I select the first option.

اینجا Data Folder رو میزنم، اینجا فایل car.data فایلی که دیتا سِت ماست here|Data|Folder|the|I click|here|file|||file|that|data|set|our I click on Data Folder here, this is the file car.data which is our data set.

حالا نرم‌افزار py charm که برای برنامه‌نویسی پایتون now|||py|charm|that|for|||Python Now the software py charm which is for Python programming.

خب این فایل car.data رو... well|this|file|||the Well, this car.data file...

که دانلود کردم میبرم تو محل ذخیره‌ی پروژه‌ی پایتونم قرار میدم. that|download|I did|I will take|to|location|storage||project||my Python|placement|I will give that I downloaded, I will place it in the storage location of my Python project.

تعریف میکنم که هرکدوم از این ستونا مربوط به چی ویژگی هستن. ||that|each of them|of|these|columns|related|to|what|feature|are I will define what each of these columns refers to.

خیلی بالا، بالا، متوسط یا پایین باشه، ستون دوم هزینه‌ی نگهداریه very|high||average|or|low|is|column|second|||maintenance very high, high, average, or low; the second column is the maintenance cost,

تعداد اشخاصی که توش جا میشن، بعدی ظرفیت صندوق، بعدی مقدار امنیت ماشین number|people|that|in it|space|fit|next|capacity|trunk||amount|security|car The number of people that can fit in it, then the trunk capacity, then the level of security of the car.

un acceptable غیر قابل قبول، acceptable قابل قبول un|acceptable|non|acceptable|acceptable|قابل قبول|| unacceptable, acceptable.

good, very good یعنی خوب و خیلی خوب. خوب|خیلی|خوب||||| good, very good.

یعنی با توجه به این ویژگی‌هایی که هر ماشین داره، that is|with|attention|to|these|||that|each|car|has This means, considering the features that each car has,

مثلا ماشین اول ارزش خریدش خیلی بالاس، هزینه‌ی نگهداریش خیلی بالاس، for example|car|first|value|of purchase|very|high|||of maintenance|very|high For example, the first car has a very high purchase value, its maintenance cost is very high,

تعداد دراش دوتاس، ظرفیتش دوتاست، صندوقش کوچیکه، امنیتش پایینه، number||two|its capacity|two|its trunk|is small|its security|is low it has two doors, its capacity is two, its trunk is small, its safety is low,

درنهایت این یه ماشین غیر قابل قبوله un acceptable. بقیه‌ام به همین شکل. ultimately|this|a|car|non|acceptable|acceptable|||||in|same|form ultimately, this is an unacceptable car. The rest are the same.

حالا ما می‌خوایم یه برنامه بنویسیم که بیاد ویژگیای یه تعدادی از این ماشینا رو now|we|||a|program|write|that|come|features|a|number|of|these|cars|(object marker) Now we want to write a program that will come and evaluate the features of some of these cars.

ببینه بعد کلاسشونم نگاه بکنه، بعد یاد بگیره که مثلا ماشینی که he/she sees|then|their class|look|he/she does||learn|he/she learns|that|for example|car|that He should look at their class later, and then learn which class a car with certain features belongs to.

فلان ویژگی‌ها رو داره تو کدوم کلاس قرار میگیره. such|||(object marker)|has|in|which|class|placement|takes Then we give him the features of new cars that he hasn't seen before, and see how well he can guess the class of the cars using what he has learned so far.

پس بریم برنامه‌شو بنویسیم: then|let's go|||we write

خب اول، پکیج‌هایی که برنامه‌م نیاز داره بهش وارد می‌کنم: well|first|||that|||needs|has|to it|import|| Well first, I will import the packages that my program needs:

حالا فایلی که داده‌ها توش ذخیره شدنو وارد برنامه می‌کنم: now|file|that|||in it|stored|were|I will import|program|| Now I will import the file where the data is stored into the program:

تو مرحله‌ی بعدی، داده‌هامو از حالت متنی به حالت عددی تبدیل می‌کنم you|||next|||from|state|textual|to|state||convert|| In the next step, I will convert my data from text format to numerical format.

چون الگوریتم‌های یادگیری فقط با اعداد می‌تونن کار کنن: because|||learning|only|with|numbers|||work|do Because learning algorithms can only work with numbers:

حالا از تمام اطلاعاتی که دارم، دو تا لیست جدا می‌سازم. now|from|all|information|that|I have|two|separate|lists|separate|| Now, I will create two separate lists from all the information I have.

یه لیست فقط حاوی اون فیلدی هست که می‌خوام a|list|only|containing|that|field|is|that|| A list that only contains the field I want.

برنامه‌م بتونه پیش‌بینی کنه، یعنی کلاس ماشین‌ها. ||can|||it|I mean|class|| My program should be able to predict, meaning the class of the cars.

یه لیست هم حاوی بقیه‌ی فیلدهاست یعنی ارزش خرید، a|list|also|containing|||fields|meaning|value|purchase Another list contains the rest of the fields, meaning purchase value,

ظرفیت نگهداری، تعداد درها، ظرفیت صندوق وچیزای دیگه. پس: capacity|storage|number|doors||trunk|and other things|other|so storage capacity, number of doors, trunk capacity, and other things. So:

تقسیم می‌کنم به دو تا لیست دیگه. I divide|||into|two|additional|lists|other I will divide it into two other lists.

دلیل این کار اینه که میخوام یه قسمت از اطلاعاتو بدم به برنامه reason|this|action|||I want|a|part|of|information|I give|to|program The reason for this is that I want to give part of the information to the program.

استفاده کنم برای آزمایش یادگیری برنامه‌م. پس: use|I will|for|testing|learning|||then To test my program's learning. So:

حالا میام از یکی از الگوریتمای یادگیری که برای این داده‌ها مناسبه استفاده می‌کنم. now|I will come|from|one|of|algorithms|learning|that|for|these|||suitable|use|| Now I will use one of the learning algorithms that is suitable for this data.

اینکه از کدومشون استفاده کنیم بستگی به نوع داده‌ها داره whether|from|which one|use|we|depends|on|type|||has Which one we use depends on the type of data.

الان من ترجیح میدم از یه الگوریتم به نام KNN استفاده کنم. پس: now|I|||from|a|algorithm|by|the name|KNN|use|do| Right now, I prefer to use an algorithm called KNN. So:

خب حالا برنامه‌ی من با استفاده از الگوریتم KNN و اطلاعات یه تعدادی از well|now|||my|with|using|from|algorithm|KNN|and|information|a|number|of Well, now my program has been able to learn, using the KNN algorithm and the information from a number of

ماشینا که بهش دادم، تونسته یاد بگیره که هر ماشینی که فلان ویژگی‌ها رو the cars|that|to it|I gave|has been able|learning|to learn|that|every|car|that|such and such|||particle for definite direct object cars that I provided, which class each car with certain features belongs to.

داشته باشه، توی کدوم کلاس قرار میگیره. ||in|which|class|placement|takes If I want to see the accuracy of its learning, I will add this code:

اگه بخوام مقدار دقت یادگیریشم ببینم، این کد رو اضافه می‌کنم: if|I want|amount|accuracy|of his learning|I see|this|code|the|additional|| In the final step, I will give the data that I had set aside earlier to my program.

تو آخرین مرحله، میام اون داده‌هایی که قبلا کنار گذاشته بودم به برنامه‌م میدم you|last|stage|I will come|those|||that|previously|aside|set|I had|to|||I will give

تا ببینم که با استفاده از چیزایی که تا الان یاد گرفته، until|I see|that|with|use|from|things|that|until|now|| Let's see how accurately it can guess the class of each car using the things it has learned so far.

خب برنامه رو اجرا می‌کنم. well|program|it|run|| I will run the program.

اینجا این بالا دقت یادگیریمو می‌بینید که 93 صدمه، here|this|up|accuracy|my learning|||that|hundredths Here at the top, you can see my learning accuracy is 0.93,

یعنی با یه دقت نسبتا خوبی تونسته یادگیری رو انجام بده برنامه‌ی من. it means|with|a|accuracy|relatively||has been able to|learning|it|perform|do|||my which means my program has been able to learn with relatively good accuracy.

کلاس پیش‌بینی، کلاسی که برنامه‌ی من تونسته پیش‌بینی کنه اینه: class|||class|that|||I|has been able to|||do| The prediction class, the class that my program was able to predict, is:

کلاس واقعی اون ماشین که تو داده‌ها بوده اینه: class|actual|that|car|that|you|||was| The actual class of that car that was in the data is:

میبینید که اکثر جاها برنامه‌ی من تونسته درست پیش‌بینی بکنه. you see|that|most|places|||my|has been able to|correctly|||to do You can see that in most cases, my program was able to predict correctly.

یه بخشی از اطلاعات ماشینا تونست یاد بگیره که مثلا هر ماشینی که دو تا در داره، a|part|of|information|cars|was able|to learn|to understand|that|for example|every|car|that|two|doors||has A part of the information about cars was able to learn that, for example, any car that has two doors,

این یه نمونه‌ی خیلی خیلی ساده از یادگیری ماشین this|a|||very|very|simple|of|learning|machine This is a very simple example of machine learning.

یا به صورت کامل‌تر، هوش مصنوعی بود که خودمون ساختیمش. or|in|form|||intelligence|artificial|was|that|we|built it Or more completely, it was the artificial intelligence that we built ourselves.

هرچی اطلاعاتی که برنامه باهاش کار می‌کنه پیچیده‌تر و بزرگ‌تر باشه، the more|information|that|program|with it|works|||||and|||is The more complex and larger the information that the program works with,

برنامه هم پیچیده‌تر میشه و از الگوریتمای پیشرفته‌تری استفاده می‌کنه. program|also|||becomes|and|from|algorithms|||use|| the more complex the program becomes and it uses more advanced algorithms.

منظورم اینه که ما انسانا الان باهوش‌ترین موجود این سیاره‌ایم I mean||that|we|humans|now|||creature|this|| What I mean is that we humans are currently the smartest beings on this planet.

هوش مصنوعی حتی اگه فقط بتونه به اندازه‌ی ما باهوش بشه، intelligence|artificial|even|if|only|can|to|||us|intelligent|becomes Artificial intelligence, even if it can only become as smart as us,

شاید طبیعت داره وارد یه مرحله‌ی بهتری از آگاهی میشه و maybe|nature|is|entering|a|||better|of|awareness|becomes|and Maybe nature is entering a better stage of awareness and

شما هم حتما نظر خودتونو توی کامنتا بنویسید تا منم از اطلاعات شما یاد بگیرم. you|also||opinion||in|comments|write|so|I also|from|information|you|learn|I take You should definitely write your opinion in the comments so I can learn from your information.

SENT_CWT:AFkKFwvL=3.61 PAR_TRANS:gpt-4o-mini=1.82 en:AFkKFwvL openai.2025-01-22 ai_request(all=130 err=0.00%) translation(all=108 err=2.78%) cwt(all=1246 err=15.73%)