|
|
|
|
 |
 |
25-02-2012, 08:03 PM
|
#1 | ||
|
|
||مناقشة {2011- 2012} كل ما يخص مادة الـm366 ~
بسم الله الرحمن الرحيم
هنا سيتم مناقشة مادة الـM366 اي استفسار، ملاحظة ، معلومة مهمة يرجى طرحه ومشاركتنا به.. . . أبتدئ بملف بالعربي عن الذكاء الاصطناعي .. اضغط هنا للتحميل يفضل قراءته قبل البدء بدراسة المنهج لأخذ فكرة مسبقه عن المحتوى.. مع الشكر للأخت/ تهاني على تزويدي به ..
|
||
|
 |
 |
|
|
|
28-02-2012, 12:49 PM
|
#2 |
|
مشرف سابق
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
مقدمة في الذكاء الاصطناعي
تعريف الذكاء الصنعي: • مصطلح يطلق على علم من أحدث علوم الحاسب الآلي، وينتمي هذا العلم إلى الجيل الحديث من أجيال الحاسب الآلي ويهدف إلى أن يقوم الحاسب بمحاكاة عمليات الذكاء التي تتم داخل العقل البشري، بحيث تصبح لدى الحاسوب المقدرة على حل المشكلات واتخاذ القرارات بأسلوب منطقي ومرتب وبنفس طريقة تفكير العقل البشري. هذه العمليات تتضمن: 1. التعليم: اكتساب المعلومات والقواعد التي تستخدم هذه المعلومات. 2. الاستدلال: استخدام القواعد السابقة للوصول إلى استنتاجات تقريبية أو ثابتة. • باختصار : هو فرع من فروع علوم الحاسوب يُعنى بدراسة آلية السلوك الذكي عند الإنسان. وفيه نحتاج إلى: 1. قاعدة معرفة: يستخدم لتمثيل المعلومات. 2. خوارزميات: نحتاج إليها لرسم طريقة استخدام هذه المعلومات. 3. بيئة وسيطة: تستخدم لتمثيل كلاً من المعلومات والخوارزميات. متى بدأ البحث في مجال الذكاء الصنعي ؟ • بعد الحرب العلمية الثانية بدأ العديد من الناس بالعمل على تصميم الآلات الذكية . • كان أول من بدأ بذلك عالم الرياضيات الانكليزي Alan Turing عام 1947فقد وضع مقاييس و شروط لمواصفات الآلة الذكية و سُمّي ذلك Turing Test ( قدرة الآلة على التفكير مثل الإنسان)، كما طرح فكرة دراسة الذكاء الصنعي باستخدام الحاسب بدلا من صناعة الآلات الذكية. • في أواخر الخمسينات من القرن الماضي كان هناك العديد من الباحثين في هذا المجال اعتمدوا على الحاسب مثل Allen Newell . • و قد تطور هذا العلم لعدة مراحل ثم اتصف بالبطء في فترة من الزمن نظراً لوجود الفرق الكبير بين الآلة و الإنسان و لكن في بداية الثمانينات عادت له السرعة من جديد. ماذا يجب أن أدرس قبل أو بينما أتعلم AI ؟ • الرياضيات و خاصة المنطق الرياضي. • وفقاً للتطبيقات الحيوية (Biological Approaches) للذكاء الصنعي يجب أن تطلع على علم النفس و علم وظائف الجهاز العصبي عند الإنسان. • تعلّم بعض لغات البرمجة وعلى الأقل Lisp, Prolog كما أنها فكرة جيدة أن تتعلم لغة الآلة و بعض اللغات الحديثة مثلC و Java. فروع علم الذكاء الصنعي: 1. الذكاء الصنعي المنطقي logical AI 2. خوارزميات البحثAlgorithms ****** 3. التمييز النمطي و النموذجي pattern recognition 4. استحصال النماذج Pattern Detection 5. التمثيل representation 6. الاستدلال والاستنتاج inference 7. التعليل common sense and reasoning تطبيقات علم الذكاء الصنعي: تطبيقات الذكاء الصنعي كثيرة جداً و من أكثرها شيوعاً: 1. تطبيقات الألعاب Game Playing يُستخدم الذكاء الصنعي في الألعاب التي تستخدم خوارزميات ذكية أي في الألعاب التي تحتاج إلى مراقبة مئات المواقع كل ثانية . مثال: لعبة الشطرنج , لعبة تسلية رمضان ، لعبة الضاما ، الألعاب الإستراتيجية. 2. معالجة اللغات الطبيعية Understanding Natural Languages يسعى AI إلى جعل الكمبيوتر يفهم اللغات الطبيعية بهدف تلقين الكمبيوتر الأوامر مباشرة بهذه اللغة عن طريق تلقي الأصوات من الخارج وإعادة تجميعها والتعرف عليها ومن ثم الرد عليها وبالتالي تمكين الكمبيوتر من المحادثة مع الناس عن طريق الإجابة عن أسئلة معينة. يسعى AI إلى تمكين الكمبيوتر من قراءة نص ما مكتوب بإحدى اللغات الطبيعية. مثال : برامج مايكروسوفت أوفيس : والتي جعلت من الممكن للمستخدمين إدخال النصوص وتنفيذ الأوامر والتحكم في النوافذ عن طريق التحدث في المايكروفون ، و أيضاً أتاحت ميزة قراء النص المكتوب باللغة الانكليزية. ذوي الاحتياجات الخاصة، التحكم بمعمل صوتياً. 3. الرؤية الحاسوبية Computer Vision تزويد الكمبيوتر بأجهزة استشعار ضوئية تمكنه من التعرف على الأشخاص أو الأشكال الموجودة. كما تقوم برامج AI بتميز الأنماط أي تصنيف الصور و التعرف عليها. مثال : إيجاد شخص في صورة ، التعرف على القزحية ، التعرف على البصمة ، التعرف على المحارف. 4. علم الحركة و التحريك Robotic و يتمثل في الروبوت و هو آلة تتلقى الأوامر من كمبيوتر تابع لها فيقوم بأعمال معينة ،والذكاء الصنعي في هذا المجال يشتمل على إعطاء الروبوت القدرة على الحركة وفهم لمحيطه والاستجابة لعدد من العوامل الخارجية . مثال : الروبوت على الكواكب الأخرى : الحاسب لدى الروبوت يزود العلماء على الأرض بمعلومات عن المكان الذي هو فيه و الوسط المحيط به و يتخذ القرار كما لو كان إنسان تقريباً . و قد استخدم الروبوت في المجالات العسكرية و الطبية أيضاً 5. النظم الخبيرة Expert Systems النظام الخبير هو برنامج له سلوك الإنسان الخبير في نطاق محدد من التطبيقات، أو هو برنامج يحل المشاكل التي غالباً ما تحل عن طريق إنسان خبير، هذه المشاكل غالباً ما يطلق عليها اسم Expert-level Problems. تستخدم النظم الخبيرة في مجال الطب التشخيصي ومجال التنقيب عن النفط والخامات المعدنية ومجال إصلاح الأعطال والأنظمة خاصة في تشكيل أنظمة الحاسبات الإلكترونية وغيرها من الأجهزة الدقيقة . |
|
|
|
|
|
|
|
03-04-2012, 08:22 PM
|
#4 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
تفضلي http://www.aoua.com/vb/showthread.ph...55#post4715755
============= مشاركة مفيدة من الأخت تهاني في منتدى آخر .. . . . السلام عليكم و رحمة الله و بركاته .. أعتقد الكل بدأ دراسة المادة .. و يمكن واجه شوية صعوبات .. بالنسبة لبلوك 1 .. كله نظري و عني حزفته و نطيت على البلوك التاني  بس طبعا لازم أرجعله .. خلاصة بلوك 1 المهمة لقيتها في هادي الأسئلة /  س1- ماهو الذكاء الإصطناعي ؟ س2-ما هي أقسام أو تصنيفات الذكاء الإصطناعي ؟ س3- ماهو الذكاء الإصطناعي القوي وفي ماذا يستخدم؟ س4- ماهو الذكاء الإصطناعي الضعيف وفي ماذا يستخدم؟ س5- ماهي أفضل طريقه لتعلم الذكاء الإصطناعي؟ س6- كيف نستفيد من الذكاء الإصطناعي في لعبتنا؟ س1- ماهو الذكاء الإصطناعي ؟ إلى الآن لا يوجد تعريف كامل للذكاء الإصطناعي ولكن أحد أبسط التعريفات هو : العلم الذي من خلاله نستطيع جعل الآله تصبح أذكا س2-ما هي أقسام أو تصنيفات الذكاء الإصطناعي ؟ هنالك أكثر من تصنيف للذكاء الإصطناعي أحدها الذكاء الإصطناعي القوي و الذكاء الإصطناعي الضعيف س3- ماهو الذكاء الإصطناعي القوي وفي ماذا يستخدم؟ هو أحد أقسام الذكاء الإصطناعي والذي يهتم بجعل الآله تصبح أذكا من الإنسان بمعنى آخر يجعل للآله عقلها الخاص ويستخدم في ال robots س4- ماهو الذكاء الإصطناعي الضعيف وفي ماذا يستخدم؟ هو أحد أقسام الذكاء الإصطناعي والذي يهتم بجعل الآله تتضاهر بالتصرف بذكاء حتى وإن لم تكن ذكيه س5- ماهي أفضل طريقه لتعلم الذكاء الإصطناعي؟ أفضل طريقه لتعلم أي علم هو بقرائة كتم عنه ولكن إلى الذي لا يستطيع شراء كتب في الذكاء الإصطناعي فقد يفيده هذا الترتيب لمعرفة من أين يبدأ 1-finite state machines 2-****** methods 3-fuzzy logic 4-neural ne***rks 5- genetic algorithms ملحوظه : كل هذا يعتبر أساسيات في الذكاء الإصطناعي أي بعد أن تتعلمها ستعرف الطريق الصحيح لإكمال المشوار في التعلم طبعا الأسئلة منقولة من موقع الفريق العربي للبرمجة .. http://www.arabteam2000-forum.com/ المادة حلوة و مهمة و بتستاهل إنو نبدع فيها .. ============= التعديل الأخير تم بواسطة zubayda ; 01-08-2012 الساعة 12:21 AM |
|
|
|
|
|
|
|
04-04-2012, 02:17 PM
|
#5 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
لقيت مجموعة شروحات في منتديات أخرى لجامعات أخرى ان شاء الله تستفيدوا منها ...
ابتدئ بشروحات الأخت / فكرة .. ------------------ بسم الله السلام عليكم والرحمه .. سوف اقترح عليكم ان نبدأ من الصفر في مجال الذكاء الاصطناعي والأفضل ان نعتاد على تسميته بالـ Artificial intelligence ( ارتفكل انتلجنس ) بحكم اننا متخصصين بالحاسب الآلي .  الذكاء الذكاء الذكاء وماهو الذكاء ؟ من سبقوني , قالوا انه غباء  وبعضهم قالوا انه عبقره وفن .. لكن انا اقول انه قريب من الإنسان , تخيلوا دائماً معي رجل آلي لكنه آلي , ليس إنسان , ليس له قلب , مشاعر , احاسيس ..  الانسان الله سبحانه ميزه عن بقية اي شي موجود في هذه الحياة لذلك منذ ازل الى يومنا هذا عجز العلماء عن كشف سر هذا الكائن العظيم .. سبحانه لكن لماذا سمي ذكاء ؟ لان تصرفاته قريبه من الانسان , واحياناً يتفوق على الانسان لكن الفضل في تفوقه هو الانسان نفسه , اي ليس له اي علامة في البروز امام الانسان نفسه .. اذن لنتعرف الآن , كيف عمل هذا الذكاء العظيم .. ؟ عمله : الذكاء (intelligence ) يتحكم به برنامج مختلف الحجم , سواءً صغير او كبير .. برنامج يشبه او هو نفسه البرنامج في السي او السي ++ او الباسكال ... إلخ . وهذا البرناامج سوف نستخدمه ونفصله ونرى ماهو تركيبه ومحتوياته وكيفة عمله , وهو ما يسمى الـ Agent .. وهناك شرط في هذا البرنامج حتى يكون ذكي .. لابد يكون داخل هارد hard .. اي داخل اي آله , سواءً جهاز حاسوب او جوال , او او او .... إلخ . بداية بسيطه عن مفهوم الذكاء ( intelligence ) والـ Agent .  ------------------ التعديل الأخير تم بواسطة zubayda ; 04-04-2012 الساعة 02:25 PM |
|
|
|
|
|
|
|
04-04-2012, 02:23 PM
|
#6 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
للأخ/ت test ....
-------------------- راح أشارك بالشرح من خلال المعلومات اللي راح أتعرف عليها من خلال هالترم =) أول شي عرفوا لنا مبرمجة وفكرة الذكاء الاصطناعي ( AI ) فما يحتاج أعيد التعاريف .. مع العلم إنه صدرت تعاريف كثيرة مجملها يتفق على تمثيل الإنسان بآلة تملك الذاكرة والقدرة على التعلم والاستيعاب والوصول إلى نفس النتائج لو كان انساناً .. ماهية .. يقال عن آلة أنها ذكيّة إذا لم نستطع التفريق فيما لو كان الرد قادم من آلة أو إنسان .. ولو وصلنا لنتيجة مشابهة فهذا يصنّف كـ : strong AI فيه فلم كويس لويل سميث اسمه (iRobot) يصف بالضبط الفكرة في الصنف هذا ، أما بقية البرامج التي نستخدمها يومياً مثل الكمبيوتر كأبسط مثال يعتبر: weak AI لأنه فيه نوع من الذكاء لكن ما عنده القدرة على التصرف لو تركناه لحاله ! كيفية.. طيب نجي الآن لفكرة التطبيق .. احنا نبغى نخلق آلة تشتغل زي الانسان .. السؤال اللي راح نطرحه في هذه الحالة: كيف نخلق آلة مشابهة بتصرفات وأفكار الانسان ! فيه مثل جميل ما أذكره بس معناه: أن تعلمني كيف أجني المال أفضل بكثير من أن تقدمه لي .. ونفس الشي .. اننا نعرف كيف يعمل جهاز ما أو آلة معينة أو حتى إنسان ألا يعطينا الفرصة لأن نخلق شبيهاً ؟ تاريخياً.. هذي الفكرة استمرت لعصور طويلة .. وكان الحلم الكبير من عام 1943 هو خلق الآلة الإنسان .. فمثلاً بهالسنة انوجد برنامج ELIZA: human: Men are all alike. لو لاحظتوا تجاوب إليزا كان بالأول ممتاز بعدين صار يتخلبط .. بس حطوا ببالكم إن هالشي قبل سبعين سنة !!ELIZA: In what way? human: They are always bugging about something or the other. ELIZA: Can you think of specific example? human: Well, my boyfriend made me come here. ELIZA: Your boyfriend made you come here? human: He says i'm depressed much of the time. ELIZA: i am sorry you are depressed أما فكرة الآلة الانسان فلوقتنا الحاضر هالشي ما تحقق ! وفي هالعصر عرفوا شي مهم جداً وهو الخلايا العصبية في مخ الإنسان .. (neurals) واللي على اساسها تم تكوين (first neural network computer) عام 1951 واللي كانت قفزة في عالم التقنية في ذاك الوقت ! وفي عام 1956 انوجد بشكل رسمي مصطلح الذكاء الاصطناعي على يد John McCarthy وبعدها مرينا بفترة خمول تقريباً لمدة ٢٠ سنة تم طرح من خلالها كثير من البرامج التطبيقية الذكية لكنها تعتبر كلها من النوع الضعيف ! وتمت ملاحظة فترة الخمول مقارنة بضخامة الحلم بصنع آلة انسانية.. مما استدعاهم للكشف والتحري عن السبب .. صار فيه بحوثات كبيرة ومع الوقت صار فيه تقدم تقني .. انوجدت عدة لغات في مجال الـ logic مثل الـ Prolog والـ MYCIN بالإضافة إلى تقدم في فهم الانسان كيميائياً وحيوياً .. بالإضافة إلى بدل ما كانوا يقولون كيف نخلق آلة مشابهة للإنسان .. تم تغيير السؤال - والأسئلة الجيدة هي اللي تخلق الأجوبة الجيدة زي ما تعرفون - وتم تحويله إلى: كيف يعمل مخ الإنسان وكيف يتخذ قراراته وكيف يستجيب ويتصرف .. الخ ؟ هنا تم التركيز على الأصل وفمهم جيداً ثم تمثيله ! بينما وطوال العصور السابقة كان التركيز على الآلة الجديدة المراد صنعها .. وهنا بدأ عصر الذكاء الاصطناعي بشكل فعّال .. فمثلاً بعد هذه النقلة في التفكير .. وُجد لاعب الشطرنج الالكتروني الذي استطاع التغلب على بطل الشطرنج Kasparov .. ! مجالات الذكاء الاصطناعي أكبر مجال حالي هو الألعاب والربوتات .. بالإضافة إلى ان مصحح الإملاء والقواعد والمترجمات كلها تعتبر برامج ذكاء .. عموماً البرامج الذكية داخلة بكل مجالات حياتنا حالياً ! أقلها لما تفتح قوقل وتبحث عن كلمة ويطلع لك أقرب النتائج اللي تطلبها! فكرة قوقل الاعلانية وان الاعلانات في المكان المعين تعرض اهتمامات المكان ! كل هذي البرامج الصغيرة تعتبر برامج تقوم على فكرة الذكاء .. تمثيل.. طالما قلت لكم قبل شوي ان التركيز صار يعتمد على الانسان .. خلونا الحين نطبق هالكلام: لما نقدم مشكلة أو لغز، كيف نصل للحل ؟ أول شي نسويه نقرا اللغز صح ؟ .. بحركة القراءة هذي يصير جوا مخنا أشياء تلقائية .. مثلاً يتم تجريد الكلام الغير مطلوب.. نتعرف على المطلوب بالضبط .. نحدد الحالة الأولية والحالة النهائية .. وعادة يكون اللغز في كيفية الانتقال من هالحالة للحالة الأخيرة ! هذا الشي اعتدنا نسويه لما نبرمج .. نعرف ايش المدخلات وايش المخرجات وبعدها نفكر بالبرنامج مب كذا ؟ أيضاً من خلال القراءة راح نسجل عمليات يمنع القيام بها أو يجب القيام بها .. شروط للوصول .. بعد هالتجريد .. يتلخص عندنا اللغز و(ينفهم) .. ووقتها نبدا بعملية الحل .. خلال عملية الحل بعضنا ممكن يجرب من خلال البحث عن الحل: مثلاً هذا اللغز وأعتقد مر على الاغلبية: مزارع لديه ذئب وعنز وعشب في الضفة الجنوبية من الوادي .. ويريد نقلهم للضفة الشمالية .. لكن للأسف المزارع يملك قارباً لا يحمل أكثر من شخصين .. هذا اللغز بعد عملية التجريد يصير: المطلوب: الانتقال من الضفة الجنوبية إلى الضفة الشمالية .. ! الشروط: نقل عنصر واحد في المرة الواحدة .. على اعتبار أن القارب لا يقود نفسه ! + الذئب يأكل العنز لذا يجب ألا يتركا وحيدين + العنز تأكل العشب لذا يجب عدم تركهما وحيدين .. إلى هنا تمت عملية التجريد .. الآن ننتقل لعملية الـ "بحث" عن الحل الصحيح .. عندنا عدة احتمالات: المزارع مع العنز، المزارع مع الذئب، المزارع مع العشب .. نشوف البواقي ونحدد الاختيار الصحيح .. ولو طلع عندنا اكثر من اختيار نكمل على كل واحد .. وبهالطريقة نبحث عن الحل الصحيح .. فيه ألغاز أخرى تعتمد على حقائق سابقة .. وفيه ألغاز تعتمد على عملية تجديد واسترجاع .. مثل عملية البحث من خلال محرك قوقل .. قوقل يقوم بعملية التعلم ثم التنفيذ .. إلى هنا بأوقف وتقريباً بأكون وصلت لنهاية الفصل الأول .. إن شالله يكون الكلام فيه افادة ,^^ ------------------- التعديل الأخير تم بواسطة zubayda ; 04-04-2012 الساعة 02:26 PM |
|
|
|
|
|
|
|
04-04-2012, 02:34 PM
|
#7 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
-----------------
والآن لنبدأ بالفصل الثالث Chapter ( 3 ) Solving Problem By s earching وهو يتكلم عن ( حلول المشاكل ) وكيفية حلها , وبما انه تخصصك حاسب آلي لابد ان تعرف كيف ان تحل مشكلة بأقصر وقت واقل تكاليف باهضه .. فهذه الطريقه تعتبر ذكاء منك ولذلك سميت المادة بالذكاء .. ومعنى ذلك , سوف نعطي الـ agent المشكلة وهو سوف يبحث عن الحل كيف ؟ كالتالي : 1 - يعرض مراحل او خطوات الحل 2 - يدخل إلى المشكلة نفسها . 3 - يحل المشكلة شرط : حتى يستطيع الـ agent في حل المشكلة لابد ان تكون البيئه او المحيط أو الـ environment " ثابته " . ملاحظة : ماهو الـ agent ؟ سبق ان شرحت الفصل الثاني بأكمله في احد مواضيعي , وتكلمت بالتفصيل عن الـ agent .. ارجوا ان تتطلعوا عليه .. ,’,’, الآن سوف نتطرق إلى خوارزميات ونعطي كل خوارزميه مشكلة ونرى كيفية طريقة حلها لهذه المشكلة ... ومعلومة مهمه , ان كل خوارزميه من الخوارزميات هذه تعتبر من نوع " informed " أي : سريع لانه لديه فكرة واين سوف يجد الحل , لذلك هو يصل إلى الحل فرق عن الـ " unfotmed " وهو : ليس له وقت معين , وايضاً لا يعطي اي معلومه .. الـ s earch algorithms (البحث في الخوارزميات ) تنقسم إلى قسمين : 1 – uninformed 2 – informed وقد تعرفنا عليها سابقاً .. وأيضاً الـ s earch algorithms ممكن ان يكون إما : 1 – not optimal معنى هذا : ( any solution ) : يعطي أي حل لا يهمه هل هو الحل الافضل ام لا . 2 – optimal : ومعنى هذا : ( best Solution ) : يعطي أفضل حل دائماً . وايضاً هذه الخوارزميات عندما تبحث اما ان تكون : 1 – complete : أي لها حل وتكون طريقة موثوقه منها . 2 – not complete : أي ليس لها حل وليست ع ثقه تاماً لان نبحث بها مرة اخرى . هذه الأساسيات لابد ان نضعها في الحسبان وان نفهمها لكي نستطيع ان نميز بين كل خوارزميه . الآن لنعرف طريقة الـ implemental وهو كيفية استخدام حل هذه الخوارزميه : 1 – اما يكون عن طريق الـ Graph s earch. 2 – أو بإستخدام الـ Tree s earch. الآن لنفهم ماهو الـ uninformed : كما قلنا سابقاً انه يبحث بطريقة عمياء وكأنه لا يرى .. والخوارزميات التي سوف نأخذ عليه كأمثله هم كالتالي : 1 – Breadth First s earch 2 – depth First s earch 3 - depth limited s earch 4 – iterative deepening s earch 5 – uninformed cost . لكن ولكن ولكن يجب على هذه الخوارزميات ان تفهم التالي : 1 – كيف تبدأ 2 - ماهو الهدف 3 – S.F (successful Function ) 4 – و الـ path cost . لنأخذ اول خوارزميه : 1 – Breadth First s earch: طريقة بحثه هنا بالعرض , أي يبدأ في الشجرة بالأب اولاً ويسأل هل هو الهدف ؟ اذا لا يعمل تفرع ( expand ) ويذهب إلى أو ابن ويسأل هل هو الهدف ؟ اذا كان لا يعمل تفرع , ثم ينتقل إلى اخيه وهكذا بنفس الطريقه إلى ان يجد الهدف . واذا وجدنا الهدف نتوقف ونكتب الـ solution هو الطريق المتخصر الذي مررنا به حتى وصلنا إلى الهدف .. كما هو واضح بالصورة :  الآن لنذهب إلى الخوارزميه الثانيه وهي : 2 – depth First s earch : نفس المبدأ لكن الفرق ان طريق البحث يختلف , لن يكون بالعرض .. سوف يكون من الاب إلى العمق .. كيف ؟ كما هو موضع بالصورة :  والخوارزميه الثالثه وهي مثل الخوارزميه السابقه لكنها بحد معين ماذا اقصد بالحد المعين ؟ أي بـ limited معين .. 3 - : depth limited s earch ومعنى ذلك : عندما اعطيكم شجرة وقلت لكم اني اريد ان تستخرجوا الهدف , لكن بخوارزميه الـ depth limited s earch .. أي أني لابد ان اعطيكم المستوى الذي يجب ان تتوقفوا عنده في البحث , ولا تنحدروا إلى العمق كما في الخوارزميه السابقه . أي : عدد المستويات محدد لدي سابقاً .. ومن مساؤه : - انه لربما ان يكون الهدف غير موجد في المستوى المحدد والعمق الموجود في هذه الخوارزميه . فهو من الآن احتمال ان لا يكون الهدف موجود اي انه : Not Complete اما عن الخوارزميه الرابعه والأخيرة وهي : 4 – iterative deepening s earch : هذا النوع مثل النوع السابق بالضبط , لكنه في حالة لم يجد الهدف في الحد المعين او المستوى المعين المحدد له يسمح له الهبوط بمقدار معين مثلاً سمحنا له بالهبوط بمقدار 2 .. فإنه يهبط بمقدار 2 وان لم يجد الهدف يهبط بنفس المقدار كل مرة حتى يجد الهدف .. اما عن الخوارزميه الأخيرة وهي : 5 – uninformed cost : وهي عبارة ان ابحث عن اقل كلفه واسلك منها الطريق لكي ابحث عن الهدف . وفي كل مرة اختبار اقل كلفه اجمع معها الكلفه السابقه .. كالتالي : ------------------- لـ / فكرة التعديل الأخير تم بواسطة zubayda ; 04-04-2012 الساعة 02:58 PM |
|
|
|
|
|
|
|
04-04-2012, 02:48 PM
|
#9 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
شرح آخر للأخت/ عبير الحياة
----------- حل المشاكل باستخدام البحث: تقنيات البحث في الذكاء الإصطناعي: من خصائص الذكاء الإصطناعي أنه يهتم بحل أي مشكلة تحدث للشخص... ومن أهم الخصائص التي استخدمتها لحل المشاكل والوصول إلى الهدف هي خاصية البحث... حيث تقوم بتتبع حالات المشكلة.. حتى تصل إلى الهدف المطلوب... s earch Procedures: مثلاُ في لعبة الشطرنج... خلال اللعب مثلاُ نقدر نحرك القطعة إلى أكتر من اتجاه لكن ما نعرف إيش هي الخطوة اللي توصلنا للحل الصحيح... فنضطر إلى تجربة جميع الطرق والبدائل الممكنة التي تؤدي إلى الحل الصحيح... وهذا ما يسمى بالبحث exhaustive s earch أو البحث الشامل والمرهق، أما إذا كان اللاعب متمرس وعنده خبرة في هذه اللعبة فلن يضطر إلى تجربة جميع الإحتمالات للوصول إلى نقطة الفوز لأنه عارف وعنده خبرة إيش ممكن تكون الخطوة إلي بعد كدا، وبالتالي تكون البدائل الي ممكن يجربها أقل، وهذا ما يسمى بال heuristic s earch.. ************************************************* نظرية الرسم البياني Graph Theory ما معنة كلمة Graph؟! الـGraph كما رأينا هو مجموعة من الأطراف nodes تربط ما بينهما مجموعة من الوصلات links، من الممكن أن نعتبر كل طرف يمثّل حالة، وللإنتقال من حالة إلى أخرى نستخدم الوصلة التي تصل بينهما. يفيد تمثيل المشاكل بهذه الطريقة في اختزال واحتواء المشكلة، وزيادة فهمها مما يسهل الطريق إلى حلها، كما تعتبرGraph Theory أفضل أداة للتعليل reasoning في أي تركيب structure يحوي مجموعة من الكائنات objects بينهما مجموعة من العلاقات relations. في علوم الذكاء الاصطناعي، تستخدم هذه النظرية في تقنيات البحث وخصوصاً في State-space s earch بنوعيها Depth-first and Breadth-first. ويسمى ب State Space Graph أي الرسمة البيانية لحالات البحث... للمشكلة المعينة... مثلاً في لعبة الشطرنج: حيث كل نود يعتبر كما ذكرنا يعتبر حالة ، وأول نود يعتبر مثلاُ حالة البدائية Initial State بداية اللعبة، حيث جميع القطع مرصوصة على لوحة الشطرنج... وحتى ننتقل إلى المرحلة الثانية هناك عدة إحتمالات وبدائل للوصول إلى الحل الصحيح... وبالتالي سنقوم بعملية البحث في الحالة للحصول على البديل الأمثل أو الخطوة الصحيحة في اللعبة.  يجب أن تكون هناك طرق سهلة لعملية البحث، لتساعدنا للوصول إلى البديل الأمثل... تقنيات البحث المستخدمة وهي نوع من أنواع exhaustive s earch... 1- Depth first s earch 2- Breadth first s earch هذه التقنيات نوع من أنواع exhaustive s earch حيث تكون عملية البحث شاملة لكل حالات المشكلة... هذه التقنيات تساعدنا إلى الوصول إلى البديل الأمثل بأقصر الطرق... Depth first ******، البحث المتعمق،  ABEKSLTFMCGNHOPUDIQJR خطوات البحث: 1- نكون في الحالة الإبتدائية. 2- الإنتقال إلى النود (الحالة) الثاني. بحيث نمسك أول نود B من اليسار. 3- نتعمق في البحث بالنزول إلى أسفل الشجرة، بحيث نبحث في النود المشتق من النود الي قبله والي بحثنا فيه قبل، وهكذا، والصورة إن شاء الله تكون واضحة. حتى نصل إلى النود S في الصورة البيانية، ما في تحت هادا النود شي. 4- ننتقل إلى أخر نود شقيق لم نبحث عنه بعد، ننتقل إلى L، وهكذا. حتى نصل إلى الهدف، أو الحل الأمثل، وهو النود R. ************************************************** ********* Breadth first s earch أو البحث العرضي...  ...ABCDEFGHIJKLMNOPQRSTU 1- نكون في الحالة الإبتدائية. 2- الإنتقال إلى النود (الحالة) الثاني، بحيث نمسك أول نود B من اليسار. 3- ننتقل إلى النود الشقيق C ، إلي على نفس المستوى في الشجرة، ثم إلى D. 4- ثم ننتقل إلى المستوى التالي من الشجرة، وأيضاُ ناخد أول نود من اليسار لهذا المستوى.. وهكذا حتى نصل إلى الهدف U. ************************************************** ************** وبالنسبة للمواضيع الباقية أنا بحاول أبحث عنها ولقيت هاذا الرابط.. عن الLogical Agents... http://www.vc4arab.com/showthread.php?t=148 إن شاء الله أفتدك بشي، وأنتظر منك تعليقك على الشرح، وإذا عندك أي سؤال أو نقطة منتي فاهمتها إحنا حاضرين... تحياتي... ----------------- التعديل الأخير تم بواسطة zubayda ; 04-04-2012 الساعة 02:53 PM |
|
|
|
|
|
|
|
04-04-2012, 03:07 PM
|
#10 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
للأخ / علي عبد العزيز
---------------------------- Knowledge representation overview مقدمة لتمثيل المعرفه [LIST][*]مدخل :[/LIST]معظم النظم الخبيره والذكاء الاصطناعي يتم صنعها من جزئين اساسين 1- knowledge base قاعده تحتوي على المعرفه 2- inference mechanism آلية للإستدلال بالنسبه لـ knowledge base فهي تحتوي على حقائق حول كائنات في نظاق محدد وما يتعلق بها ويمكن ان تكون knowledge base عباره عن مفاهيم او نظريات او إجرائات عملية او ما يرتبط بها اما inference mechanism فهي مجموعه من الإجرائات التي تستخدم لـ لإختبار وفحص قاعدة المعرفه knowledge base بطريقة منظمه ومرتبه للإجابة على الاسئلة وحل المشاكل و إتخاذ القرارات في او بداخل نطاق معين بالنسبه لـ نظم الإستدلال inference system فانها تستخدم البحث و مطابقة النماذج او القوالب المعده مسبقا في قاعده المعرفه للإجابة على الأسئلة وطرح الإستنتاجات او اي شيء آخر من وظائف الذكاء , [LIST][*]Knowledge representation methods [/LIST]طرق تمثيل المعرفه وهي نوعين 1- Declarative representation scheme مخطط التمثيل الإعلاني 2- Procedure representation schemes مخطط التمثيل الإجرائي بالنسبه لمخطط التمثيل الإعلاني Declarative representation scheme فإنه ينقسم إلى ما يلي 1-logic منطقي او معادلات منطقيه او لغات تعتمد على المنطق 2- semantic network شبكات معاني الكلمات 3-frames الإطارات 4- ****** مخطوطات وصف تتابع و مسلسل الأحداث وبالنسبه لـ Procedure representation schemes فانه عباره عن Production rules. او قواعد الانتاج حسب التعريب ------------- إضافة من الأخ/ محمد البيضاني .. --------- أخوي علي أحببت أضيف لما كتبت قاعدة المعرفة konwledge Base :- توجد في دماغ الإنسان تسمى قاعدة المعرفة يكون بها كل معارف الإنسان وتبدأ هذه القاعدة مع الإنسان منذ الولادة وتبدأ بإكتساب المعرفة والنمو وهي تعتبر من عوامل الذكاء لدى الإنسان وهذه المعرفة تزداد في المعنى . الية الإستدلال inference mechanism :- هو عقل ومخ النظام الخبير لانه هو الذي يبحث في حل المشكلة والإستدلال لديه علاقة وثيقة بقاعد المعرفة -------------- |
|
|
|
|
|
|
|
15-04-2012, 11:52 PM
|
#11 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
روابط لفيديوهات و ألعاب المادة : 1-Missionaries and Cannibals http://www.novelgames.com/flashgames/game.php?id=54 water Jug Problem-2 http://www.blifaloo.com/mental/waterjars-game.php >> شكرا لدموع الأقصى 3- The Game of Life http://www.kongregate.com/games/locos/the-game-of-life 4-إحدى تطبيقات الذكاء الصناعي في الوقت الحالي .. Siri on iPhone http://www.youtube.com/watch?feature...&v=Bz-fmXX9QDI <<لأستاذة مريم 5- Centrifugal steam governor 7- مثال على الذكاء الإصطناعي.. شوفو الفيدوهات اللي بآخر الموضوع : ) http://www.ibda3world.com/%d9%88%d8%a7%d8%b7%d8%b3%d9%88%d9%86-%d8%b9%d9%85%d9%84%d8%a7%d9%82-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a5%d8%b5%d8%b7%d9%86%d8%a7%d8%b9%d 9%8a-%d9%83%d9%88%d9%85%d8%a8%d9%8a%d9%88/ >> لـ student 8- شرح فيديو بالعربي لجزئية الألفا والبيتا صفحة 105.. http://www.youtube.com/watch?v=Sp9f3avyDek >>لـ دموع الأقصى التعديل الأخير تم بواسطة zubayda ; 15-04-2012 الساعة 11:55 PM |
|
|
|
|
|
|
|
16-04-2012, 01:31 AM
|
#12 | |||
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
|
|||
|
|
|
|
|
|
|
23-04-2012, 09:16 PM
|
#13 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
بلوك 1 .. صفحة 81
شرح الـways to define the visited states لـ"دموع الأقصى" ..... أنا رح أشرحها حسب فهمي .. في مشكلة انه ممكن لما نسافر من مدينة لجيرانها و نسافر من المدينة الثانية لجيرانها إنا نرجع للمدينة الأولى ونعلق بدائرة من المدن المتجاورة كلما حاولنا نتحرك من وحدة للتانية .. مثل صفحة 80 figure 2.10.. من إيكستر لبريستول لإيكستر مرة تانية و نرجع من إيكستر لبريستول ... إذاً المشكلة تكمن في إنا بنرجع لمدن إحنا زرناها من قبل .. فالحل بإننا نحدد المدن اللي زرناها و ما نرجع نزورها مرة تانية .. كيف ؟ 1- أول حل بيقول إنا نغير بالـoperator -و هي العملية المسؤولة عن إيجاد المدينة القادمة للزيارة- بحيث انه يطلعلنا مدينة احنا زرناها من قبل .. بيقولوا انه هاد الحل بيقيد المرونة في إيجاد الحل و تطبيقه مستحيل .. لأنا بهيك طريقة حنلغي وجود طرق بين مدن في فعليا بينهم طريق لمجرد إنا زرناهم من قبل !! 2- الطريقة التانية إنا من الأساس مانخلي مدينة تعتبر parent لمدينة تانية و بنفس الوقت successor لنفس المدينة .. يعني ما بنفع تكون قبلها و تكون بعدها .. مثل Exter جاءت قبل Bristol (Parent) و بعد Bristol(successor) هاد الحل حلو و بسيط .. لكن بالـcycles الكبيرة -اللي ما فيها الـparent بشكل مباشر يعتبر successor لنفس المدينة- ما حتنحل المشكلة.. مثل إيكستر لـبريستول لـلندن لـبريستول مرة تانية !! 3- الطريقة الثالثة ..و هي المستخدمة ببرنامج المادة .. إنا إذا كنا في طريق معين و مرينا بمدينة ما نرجع نضيفها لنفس الطريق -يعني بالطريق الواحد كل مدينة حتكون موجودة مرة واحدة- الطريقة ممتازة لكن المشكلة انه فيها تكرار .. لأنا رح نضل نعمل طريق جديد و نبدأ من البداية لكل محاولة 4- آخر طريقة .. ما نعمل expand لمدينة إحنا من قبل عملنا إلها expand .. يعني مدينة من قبل مرينا عليها و بحثنا عن المدن اللي بعدها و أوجدناها .. ما رح نرجع نعيد العملية مرة تانية .. و بهادي الطريقة حنفرق بين الـagenda و شي تاني اسمه closed list الأجندة أو الـopen list : حتكون فيها قائمة المدن اللي لسة بدنا نعمل الها expand و نكتشفها بمجرد ما نعمل expand لمدينة رح نشيلهامن الأجندة و نحطها بالـclosed list و المدن اللي بالـclosed list ماحنرجع نعمل الها expand مرةتانية. |
|
|
|
|
|
|
|
23-04-2012, 09:20 PM
|
#14 |
|
|
رد: ||مناقشة كل ما يخص مادة الـm366 ~
معلومات من البلوك الثالث اليونت الأول:
الحين في ثلاث أنواع من العث أبيض و أسود و نص نص .. خلينا بالأبيض و الأسود .. الأبيض رؤيته سهلة .. و القضاء عليه بالتالي أسهل .. و فرصة انه يعيش و يتكاثر مع الوقت بتصير أقل .. بينما الأسود رؤيته أصعب و القضاء عليه بالتالي أصعب .. و فرصة انه يعيش و يتكاثر مع الوقت بتصير أكبر .. The sifting out of units whose characteristics and behavior make them less capable of responding successfully to the problems thrown up by their environment. Units that are better fitted for survival will flourish as a result. يعني الأبيض -للأسف- صفاته ما ساعدته إنه يستجيب بشكل ناجح للمشاكل ببيئته على العكس من الأسود .. بالعربي اللي توصلته بالآآآخر في جزئية الـselection إنه "البقاء للأقوى" شوفي حتى هاي الجزئية "the layers of grime on every surface meant that it was the dark variety that was now difficult to spot, whereas its peppered fellows stood out like Pinocchio’s nose and were quickly eaten. " - حسب فهمي التلوث ما اله علاقة بتغير اللون. . التلوث ساعد العث الأسود انه يتخفى من الطيور اللي بتاكله بالتالي فرصة بالعيش صارت أكبر طبعا لأن التلوث خلى كل اشي لونه أسود لـ"دموع الأقصى" التعديل الأخير تم بواسطة zubayda ; 23-04-2012 الساعة 10:38 PM |
|
|
|
|
 |
| مواقع النشر (المفضلة) |
| أدوات الموضوع | |
| انواع عرض الموضوع | |
|
|
 |
 |
 |
العرض العادي
