معرفی و دانلود کتاب رویکردی نوین به هوش مصنوعی: همراه با توضیحات و یادداشت‌ها مترجم و حل مسائل برگزیده

معرفی کتاب رویکردی نوین به هوش مصنوعی: همراه با توضیحات و یادداشت‌ها مترجم و حل مسائل برگزیده

مبانی هوش مصنوعی را از زبان استورات راسل و پیتر نورویگ دو دانشمند بزرگ علوم کامپیوتری، یاد بگیرید. کتاب رویکردی نوین به هوش مصنوعی یکی از منابع معتبر دانشگاهی در رشته‌ی علوم مهندسی کامپیوتر است که از سال‌های گذشته تا به امروز در دانشگاه‌های بزرگ دنیا و ایران تدریس می‌شود. مباحث این راهنمای آموزشی، از تعاریف مختلف مفهوم هوش مصنوعی آغاز می‌گردد و با شرح مسئله‌های جستجو ادامه پیدا می‌کند.

درباره‌ی کتاب رویکردی نوین به هوش مصنوعی

نویسندگان کتاب رویکردی نوین به هوش مصنوعی (Artificial Intelligence: A Modern Approach) میان اهالی دنیای کامپیوتر و برنامه‌نویسی نامِ آشنایی دارند. استوارت راسل (Stuart Russell) از اساتید دانشگاه برکلی و پیتر نورویگ (Peter Norvig) از متخصصین علوم رایانه‌ای در شرکت گوگل، حاصل سال‌ها سابقه و تلاش علمی خود در ارتباط با مقوله‌ی «یادگیری ماشین» را در این راهنمای تخصصی به اشتراک می‌گذارند.

پس از سال‌ها آزمون و خطای دانشمندان و مهندسان کامپیوتر، بالاخره می‌توانیم با اطمینان بگوییم که هوش مصنوعی راه خود را به زندگی روزمره‌ی ما باز کرده است. گرچه امروزه همه‌ی ما با این ربات‌های هوشمند سروکار داریم، اما بر دانشجویان و پژوهشگران حوزه‌ی علوم کامپیوتری لازم است که نگاه تخصصی و جدی‌تری به مفهوم هوش مصنوعی و تاریخچه‌ی توسعه‌ی هوش مصنوعی داشته باشند. در میان کتاب‌های مختلفی که در باب مقدمات هوش مصنوعی نوشته شده‌اند، کتاب رویکردی نوین به هوش مصنوعی یکی از اولین و برترین‌هاست.

فصل‌بندی جامع کتابی که در دست دارید، شما را گام به گام به دل جهان هوش مصنوعی خواهد برد. در اولین مرحله از این پژوهش باید نگاهی به تاریخچه‌ی هوش مصنوعی بیندازیم. استورات راسل و پیتر نورویگ، پس از ارائه‌ی تعریف هوش مصنوعی در کتاب خود به رویکرد‌های مختلف ریاضی‌دانان، اقتصاددانان و دانشمندان علوم اعصاب درباره‌ی آن نگاهی می‌اندازند. در بخش‌های بعدی از این منبع دانشگاهی به تعریف مفاهیم مهمی مثل عامل‌های هوشمند، تابع رفتاری و محیط کاری می‌پردازیم.

از آن‌جایی که کتاب رویکردی نوین به هوش مصنوعی برای مطالعه‌ی دانشجویان مهندسی کامپیوتری نوشته شده و یکی از مهم‌ترین منابع آموزشی آن‌ها در آزمون‌های تحصیلی است، در انتهای هر بخش خلاصه‌ای از مطالب اصلی ارائه شده و در کنار آن بخشی با عنوان تمرینات نیز در نظر گرفته شده است. این تمرینات به دانشجویان کمک می‌کند تا از نگاه صرفاً تئوری به مباحث کتاب فاصله بگیرند و نگاهی عملی و کارآمدتر نسبت به جهان هوش مصنوعی داشته باشند.

«تمرین، حل مسئله و یادداشت مترجم» جعبه‌ی ابزار درک هوش مصنوعی

پس از مرور مقدمات هوش مصنوعی، مبحث «جستجو و حل مسئله از طریق جستجو» در اولویت قرار می‌گیرد. همچنین در دیگر بخش‌های کتاب رویکردی نوین به هوش مصنوعی، به موضوعات تخصصی‌تر مثل کاربرد توابع هیوریستیک، مسئله‌های ارضای محدودیت، مسئله‌ی برنامه‌ریزی و مسئله‌ی جستجوی خصمانه خواهیم پرداخت. علاوه‌بر تمرینات و خلاصه‌ی مباحث، بخش واژه‌نامه و پاسخ‌نامه‌ی تمرینات برگزیده، دیگر ابزارهای کمکی شما خوانندگان برای فراگیری هرچه عمیق‌تر مباحث کتاب خواهد بود.

همان‌طور که گفتیم کتاب پیش روی شما را می‌توان یکی از پایه‌ای‌ترین منابع تخصصی معرفی هوش مصنوعی در جهان دانست. بنابراین دور از انتظار نیست که علاوه‌بر حجم کتاب، مطالب آن گاه با پیچیدگی و چالش یادگیری همراه باشند. از مزیت‌های نسخه‌ی حال حاضر، توضیحات مترجم بر بخش‌های دشوار کتاب است. به این ترتیب علاوه‌بر متن اصلی، خوانندگان این کتاب به بیش از 250 نکته و یادداشت مختلف دسترسی خواهند داشت که به درک بهتر موضوعات و گذر از نقاط مبهم آن کمک می‌کند. به همین بابت باید این نسخه را یکی از بهترین ترجمه‌های کتاب رویکردی نوین به هوش مصنوعی دانست. پیشنهاد می‌کنیم برای موفقیت بیشتر در دوران تحصیل و درک بهتر مفهوم ماشین لرنینگ، با این کتاب همراه باشید.

موسسه فرهنگی و هنری دیباگران تهران کتاب رویکردی نوین به هوش مصنوعی را با ترجمه‌ای از سید عباس باقری یزدی به دست شما می‌رساند.

کتاب رویکردی نوین به هوش مصنوعی برای شما مناسب است اگر

• می‌خواهید به کمک این منبع مهم، واحد درس هوش مصنوعی در مقطع کارشناسی علوم کامپیوتری را با موفقیت پشت سر بگذارید.
• به عنوان دانشجوی کارشناسی ارشد گرایش هوش مصنوعی می‌خواهید پایه‌ها و مبانی دانش خود را در این زمینه تقویت کنید.

در بخشی از کتاب رویکردی نوین به هوش مصنوعی: همراه با توضیحات و یادداشت‌ها مترجم و حل مسائل برگزیده می‌خوانیم

الگوریتم تپه نوردی (شکل 4-11) که از یک حلقه ساده تشکیل می‌شود، همیشه به سمت مقادیر بالاتر (یعنی به سمت بالا) حرکت نموده و با رسیدن به یک نقطه قله که از همه نقاط همسایه خود بالاتر است متوقف می‌شود. الگوریتم تپه نوردی بدون نیاز به نگهداری درخت جستجو تنها ساختمان داده موردنیاز گره فعلی را در حافظه نگه می‌دارد تا از آن برای نمایش حالت متناظر با گره فعلی و مقدار تابع هدف در آن گره استفاده کند.

این الگوریتم جستجو نمی‌تواند به حالت‌هایی که دورتر از همسایگی بلافصل حالت فعلی قرار گرفته‌اند، توجه نماید. بنابراین رفتار آن به رفتار کوهنوردی شباهت دارد که تلاش می‌کند تا علیرغم هوای مه آلود به قله اورست دست پیدا نموده و در عین حال به بیماری فراموشی مبتلا شده است.

برای درک بهتر این الگوریتم می‌توان از مسئله هشت وزیر استفاده نمود (به بخش 3-2 مراجعه کنید) الگوریتم‌های جستجوی محلی معمولاً برای حل این مسئله از روش تعریف کامل استفاده نموده و هر حالت را به صورت یک صفحه شطرنج کامل در نظر می‌گیرند که در همه ستون‌های آن یک مهره وزیر قرار گرفته است. تابع مولد هر بار یک وزیر را در همان ستون خود جابجا نموده و همه حالت‌های حاصل از آن را تولید می‌کند. بنابراین هر حالت 56 (یعنی 7×8) حالت بعدی دارد.

فهرست مطالب کتاب

1. مقدمه‌ای بر هوش مصنوعی
2. عامل‌های هوشمند
3. حل مسئله از طریق جستجو
4. جستجو و کاوش آگاهانه
5. مسئله‌های ارضای محدودیت
6. جستجوی خصمانه
7. عامل‌های منطقی
8. منطق مرتبه اول
9. استنتاج در منطق مرتبه اول
10. برنامه‌ریزی