کتاب هوش مصنوعی - رویکردی مدرن (جلد اول): ویراست چهارم

کتاب هوش مصنوعی - رویکردی مدرن (جلد اول) نوشته‌ی استوارت راسل و پیتر نورویگ یکی از منابع دانشگاهی و معتبر در حوزه‌ی هوش مصنوعی است که از ابتدایی‌ترین مفاهیم و موضوعات پایه تا مفاهیم پیشرفته‌ی این عرصه را پیش روی مخاطب خود قرار می‌دهد. ویراست چهارم این اثر، دیدی همه‌جانبه و یکپارچه به خواننده‌اش می‌بخشد و او را نسبت به فناوری‌ها و کاربردهای هوش مصنوعی آگاه می‌کند.

درباره‌ی کتاب هوش مصنوعی - رویکردی مدرن (جلد اول)

تکنولوژی هوش مصنوعی چنان با زندگی بشر آمیخته است که نمی‌توان مطالعه و شناخت آن را نادیده گرفت. به همین خاطر است که دانشمندان و پژوهشگران بسیاری برای بررسی آن کوشیده‌اند. در این بین استوارت راسل (Stuart Russell) و پیتر نورویگ (Peter Norvig) دانشمندان برتر حوزه‌ی علوم رایانه با نگارش جلد اول کتاب هوش مصنوعی - رویکردی مدرن (Artificial Intelligence: A Modern Approach) اثر ویژه و شایسته‌ی توجهی را شکل داده‌اند که سال‌هاست به‌عنوان محبوب‌ترین کتاب درسی شناخته می‌شود و تمامی جنبه‌های حوزه‌ی هوش مصنوعی را از ریاضیات پیوسته، منطق و احتمال گرفته تا ادراک، یادگیری و مسائل اخلاقی، امنیت و کاربردهای آن پوشش می‌دهد.

جالب است بدانید که نویسندگان اولین بار در سال 1995 اقدام به انتشار این اثر کردند و با گذر زمان و پیشرفت هوش مصنوعی، برای به‌روز کردن اثر خود کوشیدند. به‌طوری‌که ویراست چهارم کتاب در سال 2020 به انتشار رسیده است.

نقشه‌ی راه شناخت هوش مصنوعی از پایه تا پیشرفته

هوش مصنوعی - رویکردی مدرن (جلد اول)، در اولین قدم چیستی و ماهیت هوش مصنوعی را توضیح می‌دهد و از مبانی هوش مصنوعی در زمینه‌های فلسفه، ریاضی، اقتصاد، علوم اعصاب، روان‌شناسی، مهندسی کامپیوتر، نظریه‌ی کنترل و سایبرنتیک و زبان‌شناسی سخن به میان می‌آورد. پس از آن بر تاریخچه‌ی هوش مصنوعی نگاهی می‌اندازد، جدیدترین دستاوردها را برمی‌شمرد و خطرات و مزایای آن را بررسی می‌کند. استوارت راسل و پیتر نورویگ اطلاعات کامل و دقیقی در باب عملکرد الگوریتم‌های هوش مصنوعی ارائه می‌دهند و در کنار بررسی مباحث کلاسیک این حوزه به موضوعات پیشرفته نظیر سیستم‌های چندعاملی، مسائل ارضای محدودیت، شبکه‌های عصبی مصنوعی، یادگیری عمیق، بینایی ماشین و... نیز می‌پردازند.

به این ترتیب رویکرد نوین مؤلفان در ویراست چهارم کتاب هوش مصنوعی - رویکردی مدرن، نه‌تنها وسعت و عمق حوزه‌ی هوش مصنوعی را وامی‌کاود، بلکه اطلاعات خوانندگان را نسبت به فناوری‌های نوین ارتقاء می‌بخشد؛ اثری مرجع و شایسته‌ی توجه که با ترجمه‌ی بهروز مینایی بیدگلی به فارسی برگردانده شده و انتشارات آتی‌نگر برای چاپ آن اقدام کرده است.

کتاب هوش مصنوعی - رویکردی مدرن (جلد اول) برای شما مناسب است اگر

• دانشجوی رشته‌های کامپیوتر، مهندسی و علوم داده هستید و در پی منبع کاملی در حوزه‌ی هوش مصنوعی می‌گردید.
• می‌خواهید هوش مصنوعی را فراتر از کار کردن با چند ابزار، به شکل اصولی و عمیق درک کنید.

در بخشی از کتاب هوش مصنوعی - رویکردی مدرن (جلد اول): ویراست چهارم می‌خوانیم

از همان ابتدا، پژوهشگران هوش مصنوعی در مورد پیش‌بینی موفقیت‌های آینده خود اکراهی نداشتند. گفته‌های ذیل توسط Herbert Simon در سال 1957 اغلب نقل می‌شود: هدف من این نیست که شما را غافلگیر یا شوکه کنم - اما ساده‌ترین راهی که می‌توانم حرفم را خلاصه کنم این است که بگویم اکنون ماشین‌هایی در دنیا وجود دارند که فکر می‌کنند، یاد می‌گیرند و ایجاد می‌کنند. به‌علاوه، توانایی آن‌ها برای انجام این کارها به سرعت افزایش می‌یابد تا زمانی که- در آینده قابل‌مشاهده - دامنه مسائلی که می‌توانند حل کنند با دامنه‌ای که ذهن انسان به آن اعمال شده است همسو شود.

اصطلاح «آینده قابل‌مشاهده» مبهم است اما Simon هم‌چنین پیش‌بینی‌های دقیق‌تری انجام داد: این‌که در 10 سال آینده یک کامپیوتر قهرمان شطرنج می‌شود و قضیه ریاضی مهمی توسط ماشین اثبات می‌شود. این پیش‌بینی‌ها به‌جای 10 سال در 40 سال به حقیقت پیوستند (به‌طور تقریبی). اعتماد به‌نفس بیش از حد Simon به دلیل عملکرد امیدوارکننده سیستم‌های هوش مصنوعی اولیه در مثال‌های ساده بود. با این حال، تقریباً در همه موارد، این سیستم‌های اولیه در مسائل سخت‌تر شکست خوردند.

دو دلیل اصلی برای این شکست وجود داشت. اولین مورد این بود که چند سیستم هوش مصنوعی اولیه عمدتاً بر اساس «درون‌نگری آگاهانه» در مورد نحوه انجام یک وظیفه توسط انسان‌ها به‌جای تحلیل دقیق وظیفه، چیستی معنای جواب و آنچه که الگوریتم باید انجام دهد تا چنین جواب‌هایی با اطمینان تولید شوند استوار بودند. دلیل دوم شکست، عدم‌درک حل‌پذیر نبودن بسیاری از مسائلی بود که هوش مصنوعی سعی در حل آن‌ها داشت. بیشتر سیستم‌های حل مسئله اولیه با امتحان ترکیبات مختلفی از مراحل تا زمان یافتن جواب کار می‌کردند. این استراتژی در ابتدا کار می‌کرد زیرا ریزجهان‌ها شامل اشیای بسیار کمی و در نتیجه اعمال ممکن بسیار کمی و دنباله‌های جواب بسیار کوتاه بودند.