کتاب Understanding Artificial Intelligence

کتاب Understanding Artificial Intelligence (درک هوش مصنوعی: مبانی و کاربردها) یک منبع خلاصه و مفید برای یادگیری هوش مصنوعی و کاربردهای آن است. این کتاب در 14 فصل به شرح مقدمات هوش مصنوعی، کاربردها و مبانی آن خواهد پرداخت.

در ادامه مقدمه‌ای از کتاب Understanding Artificial Intelligence را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Understanding Artificial Intelligence:

این کتاب از جنگ‌های صلیبی هرالد چینی (لس‌آنجلس)، برنامه غنی‌سازی و رهبری جوانان (YELP) – “کارگاه‌های هوش مصنوعی” الهام گرفته شده است. جوانان را با انقلاب صنعتی چهارم (انقلاب صنعتی 4.0) – فناوری هوش مصنوعی (AI) آشنا می‌کند. انقلاب صنعتی با موتور بخار (1784)، برق (1870)، کامپیوتر (1969)، تا آخرین فناوری هوش مصنوعی (2012) – شبکه عصبی آغاز شد. هوش مصنوعی شبکه عصبی را با داده‌های بزرگ (BD) و اینترنت اشیا (IoT) ترکیب می‌کند که به طور چشمگیری زندگی روزمره ما را تغییر می‌دهد.

امروزه وسایل نقلیه خودران (تسلا)، دستیاران مجازی (گوگل هوم) و تحویل هواپیماهای بدون سرنشین (Amazon Prime Air) همگی توسط هوش مصنوعی پشتیبانی می‌شوند. با پیشرفت‌های هوش مصنوعی، میلیون‌ها نفر را جابجا کرده و در آینده نزدیک شغل‌های بیشتری ایجاد می‌کند. تاریخ تکرار می‌شود، ورود داده‌ها جایگزین تایپیست شد، اما ورود داده‌ها فرصت‌های شغلی بیشتری را در آغاز عصر رایانه ارائه می‌کرد.

کتاب Understanding Artificial Intelligence به خوانندگان نشان می‌دهد که چگونه با چالش‌های هوش مصنوعی روبرو شوند. این معماری پایه شبکه عصبی، بینایی ماشین، پردازش زبان طبیعی (NLP)، وسیله نقلیه خودمختار و فناوری‌های پهپاد را توضیح می‌دهد. همچنین توسعه‌های هوش مصنوعی، مراقبت‌های بهداشتی، مالی، خرده‌فروشی، تولید، کشاورزی، شهر هوشمند و دولت را پوشش می‌دهد. در نهایت، طراحی‌های مختلف سخت‌افزاری را که برای برنامه‌های کاربردی هوش مصنوعی هدف‌گذاری شده‌اند نیز توضیح می‌دهد.

کتاب Understanding Artificial Intelligence به شرح زیر تنظیم شده است:

فصل 1 تاریخچه هوش مصنوعی و تأثیر آن بر دنیای ما را شرح می‌دهد. این نشان می‌دهد که چگونه شبکه عصبی از نرون انسانی مشتق شده است و معماری‌های شبکه عصبی محبوب، شبکه عصبی کانولوشن (CNN)، شبکه عصبی بازگشتی (RNN) و یادگیری تقویتی (RL) را برجسته می‌کند. بر اساس مکانیسم آموزش شبکه عصبی، شبکه‌ها را به یادگیری نظارت شده، یادگیری نیمه نظارت شده و یادگیری بدون نظارت طبقه‌بندی می‌کند. همچنین دو عملیات شبکه عصبی اولیه، آموزش و استنتاج را مورد بحث قرار می‌دهد.

بیشتر بخوانید: کتاب Natural Language Processing with TensorFlow

فصل 2 کتاب Understanding Artificial Intelligence معماری کلاسیک CNN را معرفی می‌کند. این به طور خلاصه لایه‌های عملکردی اولیه، لایه کانولوشن، لایه فعال‌سازی، لایه ادغام، نرمال‌سازی دسته‌ای، حذف و لایه کاملاً متصل را توضیح می‌دهد.

فصل 3 رویکرد بینایی ماشین را تشریح می‌کند. بر روی تشخیص اشیا، به ویژه تشخیص چهره تمرکز دارد. این توضیح می‌دهد که چگونه می‌توان جسم را از طریق شبکه عصبی کانولوشن عمیق (DCNN) تشخیص داد و نقشه‌های ویژگی کوچک را به تصاویر کامل شی تبدیل کرد. این برنامه کاربردی عمده بینایی ماشین در تشخیص پزشکی، کاربردهای خرده فروشی و امنیت فرودگاه را پوشش می‌دهد.

فصل 4 کتاب Understanding Artificial Intelligence نحوه اعمال هوش مصنوعی برای NLP را توضیح می‌دهد. بر روی معماری‌های مختلف شبکه عصبی، CNN، RNN با حافظه بلند مدت (LSTM)، شبکه عصبی بازگشتی، و RL تمرکز دارد. برنامه‌های NLP، دستیاران مجازی، ترجمه زبان و رونویسی متن را توصیف می‌کند.

فصل 5 وسیله نقلیه خودران را معرفی می‌کند که خودروی خودران نیز نامیده می‌شود. این استاندارد استاندارد خودروهای خودران را بر اساس انجمن بین المللی مهندسان خودرو (SAE) فهرست می‌کند. این فن‌آوری‌های خودمختار مختلف، بینایی رایانه، ترکیب حسگر، محلی‌سازی، یافتن مسیر، کنترل رانندگی، استراتژی‌های ارتباطی، وسیله نقلیه به خودرو، وسیله نقلیه به زیرساخت، و وسیله نقلیه به عابر پیاده را توصیف می‌کند. همچنین در مورد قانون خودروهای خودمختار و چالش‌های آینده بحث می‌کند.

فصل 6 کتاب Understanding Artificial Intelligence وسایل نقلیه هوایی بدون سرنشین (UAV) – توسعه پهپاد را معرفی می‌کند. این طرح‌ها، برنامه‌ها و چالش‌های پهپاد را بررسی می‌کند. این فهرست قوانین تفریحی و تجاری را که توسط اداره هوانوردی فدرال (FAA) تنظیم شده است، فهرست می‌کند. در نهایت، برنامه‌های کاربردی پهپادهای محبوب در ساخت و سازهای عمرانی، کشاورزی و نجات اضطراری را پوشش می‌دهد.

فصل 7 تأثیرات هوش مصنوعی بر سیستم مراقبت‌های بهداشتی را تشریح می‌کند. این شامل پزشکی از راه دور، تشخیص پزشکی، تصویربرداری پزشکی، دستگاه‌های پزشکی هوشمند، سوابق سلامت الکترونیکی، صورتحساب پزشکی، توسعه دارو، کارآزمایی بالینی، روباتیک پزشکی و مراقبت از سالمندان است. همچنین چالش‌های هوش مصنوعی در سیستم مراقبت‌های بهداشتی را برجسته می‌کند.

فصل 8 کتاب Understanding Artificial Intelligence نحوه ادغام هوش مصنوعی در بخش‌های مالی را نشان می‌دهد و تأثیرات آن بر کشف تقلب، پیش‌بینی مالی، معاملات سهام، مشاوره مالی، حسابداری و بیمه را بررسی می‌کند.

فصل 9 تغییرات مهمی را در خرده‌فروشی آینده، مانند تجارت الکترونیک، خرید مجازی، بهینه‌سازی تبلیغات، مدیریت فروشگاه، مدیریت انبار و زنجیره تامین نشان می‌دهد. همچنین نسل بعدی فروشگاه خرده فروشی، فروشگاه آمازون گو را نشان می‌دهد.

فصل 10 کتاب Understanding Artificial Intelligence تأثیرات هوش مصنوعی بر تولید را تشریح می‌کند. تشخیص عیب، تضمین کیفیت، طراحی تولیدی، تعمیر و نگهداری پیش‌بینی‌کننده، پایداری محیط و بهینه‌سازی تولید را پوشش می‌دهد. هوش مصنوعی به طور چشمگیری بهره وری کلی را بهبود می‌بخشد.

فصل 11 تغییرات در کشاورزی، نظارت بر محصولات و خاک، ربات کشاورزی، کنترل آفات و کشاورزی دقیق را فهرست می‌کند. این نشان می‌دهد که چگونه می‌توان از هوش مصنوعی برای کاهش تقاضای نیروی کار و افزایش بهره‌وری در کشاورزی استفاده کرد.

فصل 12 کتاب Understanding Artificial Intelligence توسعه شهر هوشمند را نشان می‌دهد. حمل و نقل هوشمند، پارکینگ هوشمند، مدیریت زباله، شبکه هوشمند و بهداشت محیط را پوشش می‌دهد. در حال حاضر، نیویورک و تایپه 10 شهر هوشمند برتر جهان را رتبه بندی می‌کنند.

فصل 13 چگونگی مواجهه دولت با چالش‌های هوش مصنوعی، از جمله فناوری اطلاعات، خدمات انسانی، اجرای قانون، قانون‌گذاری و اخلاق را شرح می‌دهد. همچنین دیدگاه عمومی نسبت به هوش مصنوعی را پوشش می‌دهد.

فصل 14 پلتفرم‌های محاسباتی هوش مصنوعی مختلف، واحد پردازش مرکزی (CPU) – اینتل، واحد پردازش گرافیکی (GPU) – Nvidia، واحد پردازش تانسور (TPU) – گوگل، و واحد پردازش عصبی (NPU) – Kneron را نشان می‌دهد.

کتاب Understanding Artificial Intelligence همچنین آزمایشگاه‌های نرم‌افزاری را ارائه می‌دهد که به خواننده اجازه می‌دهد مفهوم هوش مصنوعی را با استفاده از مدل شبکه عصبی Yolo v3 برای تشخیص اشیا بیشتر درک کند. خواننده می‌تواند برنامه‌های مختلف را با استفاده از Kneron NPU توسعه دهد. مثال اختیاری Yolo v51 برای بهبود عملکرد تشخیص اشیا معرفی شده است.

لیست آزمایشگاه‌ها به شرح زیر است:

آزمایشگاه 1 نحوه نصب پایتون و کتابخانه‌های آن را با Kneron NPU برای انجام تشخیص اشیاء تصویر/ویدئو نشان می‌دهد.

آزمایشگاه 2 نحوه اعمال Kneron NPU (شتاب‌دهنده سخت‌افزار) را برای افزایش سرعت تشخیص اشیاء توضیح می‌دهد.

آزمایشگاه 3 عملکرد تشخیص شی را با استفاده از Kneron NPU با حالت‌های مختلف انتقال مقایسه می‌کند: سریال، خط لوله و انتقال موازی.

آزمایشگاه 4 نمونه‌های اختیاری Yolo v5 را برای افزایش عملکرد تشخیص اشیا ارائه می‌دهد. با این حال، برای کامپایل کردن مدل نیاز به پشتیبانی بیشتر از Nvidia GPU و Microsoft VC++ داشت.

سرفصل‌های کتاب Understanding Artificial Intelligence:

• Cover
• Table of Contents
• Series Page
• Title Page
• Copyright Page
• Dedication Page
• List of Figures
• Preface
• Acknowledgments
• Author Biographies
• 1 Introduction
• 2 Neural Network
• 3 Machine Vision
• 4 Natural Language Processing
• 5 Autonomous Vehicle
• 6 Drone
• 7 Healthcare
• 8 Finance
• 9 Retail
• 10 Manufacturing
• 11 Agriculture
• 12 Smart City
• 13 Government
• 14 Computing Platform
• Appendix A: Kneron Neural Processing Unit
• Appendix B: Object Detection – Overview
• Appendix C: Object Detection – Hardware
• Appendix D: Hardware Transfer Mode
• Appendix E: Object Detection – Software (Optional)
• References
• Index
• End User License Agreement

جهت دانلود کتاب Understanding Artificial Intelligence می‌توانید پس از پرداخت، دریافت کنید.