رسيدن به اين هدف به سه مؤلفه اصلي نياز دارد:
- سيستم‌هاي محاسباتي
- مديريت داده‌ها و مديريت داده‌ها
- الگوريتم‌هاي پيشرفته هوش مصنوعي (کد)
براي اينکه نتيجه اين سيستم به رفتارهاي انساني نزديک‌تر باشد، به داده و قدرت پردازش بيشتري نياز دارد.
چگونگي ايجاد هوش مصنوعي
مي‌توان گفت حداقل از قرن يک قبل از ميلاد مسيح، انسان احتمال ايجاد ماشين‌هايي که از مغز انسان تقليد مي‌کنندرا در ذهن خود پرورانده است . نخستين بار در دوران مدرن و در سال 1955 اصطلاح هوش مصنوعي توسط جان مک کارتي ابداع شد. در سال 1956، مک کارتي و ديگر فعالان اين حوزه کنفرانسي را با عنوان “پروژه تحقيقاتي تابستاني دارتموت در زمينه هوش مصنوعي” ترتيب دادند. اين مسئله شروعي براي ايجاد
چرا هوش مصنوعي مهم است؟
امروزه، ميزان داده‌هايي که توسط انسان و ماشين‌ها ايجاد مي‌شو آنقدر زياد است که جذب، تفسير و تصميم گيري‌هاي پيچيده بر اساس آن داده‌ها از توانايي انسان فراتر مي‌رود. هوش مصنوعي پايه و اساس تمام يادگيري رايانه‌ها را تشکيل مي‌دهد و آينده تصميم گيري‌هاي پيچيده است. به عنوان نمونه، بيشتر انسان‌ها مي‌توانند بفهمند که چگونه نبايد در بازي‌هاس مختلف پس از آزمون و خطاي بسيار برنده شوند و حتي روند بازي را تشخيص دهند. تعداد افراد کمي در دنيا به عنوان بزرگترين قهرمانان بازي چکر در نظر گرفته مي‌شوند که بيش از 500 ميليارد حرکت متفاوتي مي‌تواند داشته باشد. استفاده از رايانه‌ها در محاسبه اين ترکيب‌ها و جابجايي‌ها، براي دستيابي به بهترين تصميم بسيار کاربردي است. هوش مصنوعي (و تحول آن در يادگيري ماشين) و يادگيري عميق آينده اساسي براي تصميم گيري در مورد کسب و کار و بسياري از حوزه‌هاي ديگر رقم است.
موارد استفاده از هوش مصنوعي
برنامه‌هاي کاربردي مبتني بر هوش مصنوعي را مي‌توان در حوزه‌هاي مختلفي مانند تشخيص تقلب در خدمات مالي، پيشبيني خريد در خرده فروشي و تعامل آنلاين و پشتيباني از مشتري به کار برد. در اينجا چند مثال اين زمينه آورده شده است:
- تشخيص تقلب: حوزه خدمات مالي به دو روش از هوش مصنوعي استفاده مي‌کند. امتيازدهي اوليه برنامه‌هاي اعتباري که از هوش مصنوعي براي درک اعتبار استفاده مي‌کند و ديگر اينکه از موتورهاي پيشرفته هوش مصنوعي براي نظارت و کشف معاملات جعلي در پرداخت در زمان کوتاه استفاده مي‌شود.
