شبکه های عصبی و کاربرد آن ها در بهینه سازی
مقدمه:
دهه‌های آغازین سده بیستم میلادی و دوران پیشرفت شگرف صنعتی، همراه با تولید خودرو بود که انقلاب همه جانبه این درترابری، افزایش شتاب جابجایی و صدها کار و پیشه جدید دررشته‌ها بازرگانی بوجود آورده است. به نظر می‌رسد که سمبل دوران فراصنعتی و نماد فرآورده‌های بی‌همتای قرن آینده «هوش مصنوعی» است. امروزه موضوع هوش مصنوعی داغ‌ترین بحث میان کارشناسان دانش رایانه واطلاعات و دیگر دانشمندان و تصمیم‌گیرندگان است. در سراسرتاریخ تا به امروز انسان از جنبه تن و روان، مرکز و محور بحث‌ها و پژوهش‌ها بوده است. ولی اکنون موجودی با رتبه‌ای پائین‌تر، بی‌جان و ساختگی می‌خواهد جانشین او شود، امری که بدون شک می‌توان ادعا نمود بیشتر انسان‌ها با آن مخالفند. هوش مصنوعی چنانچه به هدف‌های والای خود برسد، جهش‌بزرگی در راه دستیابی بشر به رفاه بیشتر و حتی ثروت افزون‌ترخواهد بود. هم اکنون نمونه‌های خوب و پذیرفتنی از هوش مصنوعی در دنیای واقعی ما به کار افتاده است. چنین دستاوردهایی ، صرف منابع لازم در آینده را همچنان توجیه خواهد کرد. از سوی دیگر، منتقدین هوش مصنوعی چنین استدلال می‌کنند که صرف زمان و منابع ارزشمند دیگر در راه ساخت فراورده‌ای که پر از نقص و کاستی و دست‌آوردهای مثبت اندکی است ، مایه بدنام کردن و زیر پا گذاشتن توانمندی‌ها و هوشمندی‌های‌انسان میباشد. تلخ‌ترین انتقادها بر این باور است که هوش‌مصنوعی، توهین آشکار به گوهر طبیعت و نقش انسان است. شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد. یادگیری شبکه عصبی در برابر خطاهای دادههای آموزشی مصون بوده و شبکه با موفقیت به مسائلی نظیر شناسائی گفتار، شناسائی و تعبیر تصاویر، و یادگیری روبات اعمال شدهاند.
هوش مصنوعی و هوش انسانی:
برای شناخت هوش مصنوعی شایسته است تا تفاوت آن را با هوش انسانی به خوبی بدانیم. مطالعه شبکههای عصبی مصنوعی تا حد زیادی از سیستمهای یادگیر طبیعی نشآت گرفته است که در آنها یک مجموعه پیچیده از نرونهای به هم متصل درکاریادگیری دخیل هستند. مغز انسان از تعداد ۱۰۱۱ نرون تشکیل شده که هر نرون با تقریبا ۱۰۴ نرون دیگر در ارتباط است. سرعت سوئیچنگ نرونها در حدود ۱۰-۳ ثانیه است. آدمی قادر است در ۰٫۱ ثانیه تصویر یک انسان را بازشناسائی نماید. مغز انسان از میلیاردها سلول یا رشته عصبی درست شده است و این سلول‌ها به صورت پیچیده‌ای به یکدیگرمتصل‌اند. شبیه سازی مغز انسان می‌تواند از طریق سخت‌افزار یا نرم‌افزار انجام گیرد. تحقیقات اولیه نشان داده است شبیه‌سازی مغز، کاری مکانیکی و ساده میباشد. برای مثال، یک کرم دارای چند شبکه عصبی است. یک حشره حدود یک میلیون رشته عصبی دارد و مغز انسان ازهزار میلیارد رشته عصبی درست شده است. با تمرکز و اتصال رشته‌های عصبی مصنوعی می‌توان واحد هوش مصنوعی را درست کرد. هوش انسانی بسیار پیچیده‌تر و گسترده‌تر از سیستمهای رایانه‌ای است و توانمندیهای برجسته‌ای مانند: استدلال، رفتار، مقایسه، آفرینش و بهکار بستن مفهومها را دارد. هوش انسانی توان ایجاد ارتباط میان موضوع‌ها و قیاس ونمونه سازیهای تازه را دارد. انسان همواره قانون‌های تازه‌ای می‌سازد و یا قانون پیشین را در موارد تازه بهکار می‌گیرد. توانایی بشر در ایجاد مفهومهای گوناگون در دنیای پیرامون خود، از ویژگی‌های دیگر اوست. مفهومهای گسترده‌ای همچون روابط علت و معلولی، زمان و یا مفهومهای ساده‌تری مانند گزینش وعده‌های خوراک (صبحانه، ناهار و شام) را انسان ایجاد کرده است. اندیشیدن در این مفهومها و بهکاربستن آنها، ویژه رفتار هوشمندانه انسان است. هوش مصنوعی در پی ساخت دستگاههایی است که بتوانند توانمندهای یاد شده (استدلال، رفتار، مقایسه و مفهوم آفرینی) را از خود بروز دهند. آنچه تاکنون ساخته شده نتوانسته است خود را به این پایه برساند، هر چند سودمندی‌های فراوانی به بار آورده است. نکته آخر اینکه، یکی از علل رویارویی با مقوله هوش مصنوعی، ناشی از نام‌گذاری نامناسب آن میباشد. چنانچه جان مک کارتی در سال ۱۹۵۶ میلادی اگر آن را چیزی مانند برنامه‌ریزی پیشرفته نامیده بود شاید جنگ و جدلی در پیرامون آن رخ نمی‌داد. هوش مصنوعی به تعدادی میدانهای فرعی تقسیم شده است و سعی دارد تا سیستم‌ها و روشهایی را ایجاد کند که بهطور تقلیدی مانند هوش ومنطق تصمیم گیرندگان عمل نماید. در زیر به شبکههای عصبی میپردازیم.
فهرست مطالب
مقدمه
هوش مصنوعی و هوش انسانی
شبکههای عصبی زیستی
تاریخچه شبکههای عصبی مصنوعی
شبکه عصبی (Neural Network) چیست؟
نورون مصنوعی
شبکه عصبی مصنوعی(ANN) چیست؟
شبکههای عصبی در مقایسه با کامپیوترهای معمولی
چرا از شبکههای عصبی استفاده می‌کنیم؟
تقسیمبندی شبکههای عصبی
شبکه عصبی چه قابلیتهائی دارد؟
کاربرد شبکههای عصبی
انواع شبکه عصبی
شبکه عصبی پرسپترون
شبکه عصبی هاپفیلد
شبکه عصبی همینگ
شبکه عصبی کوهنن
شبکه عصبی تأخیر زمانی
شبکه عصبی انتشار رو به عقب
معایب شبکههای عصبی
منابع
هنوز بررسی‌ای ثبت نشده است.