متن اپیزود دوم ایستگاه هوش‌ مصنوعی

توجه کنید که این متن توسط مدل‌های هوش‌مصنوعی تولید شده است و احتمال خطا در آن وجود دارد.

[0.00s -> 30.00s] ما تو قسمت قبل راجع به این صحبت کردیم که اصلا هوش مصنوعی چیه و نهایتا به این رسیدیم که هوش مصنوعی تقلیدی از هوش انسانیه

[30.00s -> 60.00s] بعد یه سوال مطرح کردیم و اون اینکه هوش مصنوعی کجاها به درد نمیخوره. یعنی کجاها هست که من میتونم بگم با ورود هوش مصنوعی به اون حوزه قرار نیست تغییر مهمی ببینیم اصلا شاید مضر باشه میخوایم راجع به اینها صحبت کنیم

[60.00s -> 90.00s] راجع به اینکه هوش مصنوعی کجا به درد میخوره و نمیخوره من چند تا نکته به نظرم می رسم

[90.00s -> 120.00s] فرض کنید که شما با موبایل بانک تون میخواید یه پولی رو از یه کارتی به یه کارت دیگه انتقال کنید. این کار الگوریتمش مشخص یعنی یه سری آدم نشستن فکر کردن بهش یه الگوریتم ثابتی رو درآوردن که این همیشه کار میکنه و نیاز به تغییر خاصی هم نداره همم راضی اند

[120.00s -> 150.00s] الگوریتمش چیه؟ الگوریتمش اینه که اول هویت شما چک بشه بعد ببینه که پول کافی تو حسابتون هست یا نه بعد ببینه که از سقف برداشتتون بیشتر نشه این کاری که دارید انجام میدید بعد ببینه حساب طرف معتبر هست حساب شما رو هم باید چک کنه که معتبر هست یا نه یه ده تا چک دیگه هم انجام بده

[150.00s -> 180.00s] این مسئله احتمالا یه سری پیچیدگی دیگه هم داره ولی نکته اش اینه نیازی به هوش مصنوعی نداره یه الگوریتمه یه سری آدم نشستن دوره هم فکر کردن به یه الگوریتمی رسیدن که این الگوریتم همیشه قابل انجامه یه سری قاعده است

[180.00s -> 210.00s] اگر بانک بتونه بفهمه که این کاری که دزد انجام میده

[210.00s -> 240.00s] این رفتاری که از کارت شما مشاهده شد رفتار شما نیست در واقع رفتار شما رو یاد گرفته باشه و جلوی تراکنش ها رو بگیره به این میگن تشخیص تخلف یا فرات دیتکشن به طور مشخص اینو نمیشه با یه سری قاعده ای از قبل تعیین شده مشخص کرد اصلا نمیشه به روشهای ساده جلو شو

[240.00s -> 270.00s] گرفت نیاز به یادگیری داریم نیاز به هوش مصنوعی داریم این جاییه که هوش مصنوعی اتفاقا میتونه کمک کنه

[270.00s -> 300.00s] مشتق گرفتن فرض کنید شما یک تابه دارید میخواید از این تابه مشتق بگیرید مشتق گرفتن چیزی نیست که چندان به هوش مصنوعی نیاز داشته باشه مشتق یک الگوریتم کاملا مشخص داره که تو همه سناریو ها کار میکنه یعنی اگر شما یک تابه مشتق پذیر داشته باشید و حالا فرض کنید که تابه چیزه چند ضابطه ای و حالت خاص نباشه

[300.00s -> 330.00s] بخواید از این تابه مشتق بگیرید کاری که میتونید انجام بدید اینه که یک برنامه بنویسید که این برنامه دقیقا بدونه مشتق هر تابه ای چیه قواید زنجیره اینها رو بدونه بعد مشتق رو بگیره خروجش رو هم نشون بده

[330.00s -> 337.00s] خونه ای هست و پایتون به نام سیمپای به راحتی مشتق میگیره

[360.00s -> 361.00s] انتگرال گرفتن انتگرال گرفتن چیزی نیست که با یک سری قاعده محدود بشه همه اسیناریوها شو در نظر گرفت انتگرال گرفتن نیاز به شهود داره نیاز به ایده داره نیاز داره که بعضی وقتا ابتکار انجام بدیم ابتکار داشته باشیم به خاطر همین اینجا میشه از هوش مصنوعیم استفاده کرد

[390.00s -> 420.00s] اگر نگاه کنید فیست بکنم چند سال پیش رو این زمینه کار کرده و خب یه روش یادگیری ماشین درست کرده یک روش مبتنی بر شبکه های عصبی که خب بهش خواهیم رسید چیه ولی خب یه روشی درست کرده که بتونه با هوش مصنوعی انتگرال بگیره

[420.00s -> 450.00s] یا هوش مصنوعی فایده داره یا هوش مصنوعی فایده نداره

[450.00s -> 480.00s] من صبح که سرکار میرم یه سری از موتور سیکلت ها رو می بینم که خب اینا پلاک شون به روشهای خیلی هوشمندانه مخلوط شدن مثلا ممکنه یه قسمتیش جلوش ماسک باشه یا یه قسمتیش با زنجیر پوشیده شده باشه یا نمیدونم با یه قسمتی گلی شده باشه که قابل خوندن نباشه و روشهای خیلی هوشمندانه ایه انصافن

[480.00s -> 510.00s] این تشخیص پلاک رو اگر به عنوان یه مسئله در نظر بگیریم چیزی نیست که با یه سری الگوریتم قابل حل باشه و چیزی نیست که من بتونم یه سری قاعده در بیارم و بگم این قواعده همیشه طبق این قواعد عملکن اینجا نیاز به یادگیری داریم و اینجا چیزیه که هوش مصنوعی اتفاقا میتونه مفید باشه

[510.00s -> 540.00s] میشه یک الگوریتم کاملا از پیش تعیین شده براش نوشت که تو همه شرایط درست کار کنه جایی نداره

[540.00s -> 570.00s] یا آشنای کلی پیدا کرده تو قسمت بعد میخوام راجع به انواع روش های هوش مصنوعی و انواع مسائلی که هوش مصنوعی حل می کنند صحبت کنم و بعد تو قسمت های بعدی هر کدوم از این دسته ها رو ریز بشینیم و به طور خاص راجع بشون صحبت کنیم با ما همراه باشید

[570.00s -> 581.63s] مرسی