دیکشنری تخصصی البرز

معادل های انگلیسی برای هنر http://www art or ir/

هنر http://www art or ir/
art
این اصطلاح تخصصی مربوط به رشته مهندسی كامپيوتر است.
واژه های فارسی مشابه با اصطلاح تخصصی هنر http://www art or ir/ و معادل انگلیسی آنها در لیست زیر قابل مشاهده است
فارسی
انگلیسی تلفظ
هوش ساختگی ، هوش مصنوعی ، هوش مصنوعی هوش مصنوعی چیست ؟ « هوش مصنوعی ، دانش ساختن ماشین‌‌ ها یا برنامه‌های هوشمند است » همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمی‌آید ، حداقل به دو سؤال باید پاسخ داد: هوشمندی چیست؟ برنامه‌های هوشمند ، چه نوعی از برنامه‌ها هستند؟تعریف دیگری که از هوش مصنوعی می‌توان ارائه داد به قرار زیر است:هوش مصنوعی ، شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception) ، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد »و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است:وش مصنوعی ، مطالعه روش‌هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد » به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود ، کامپیوتر است هر دوی این نکات کماکان مبهم و قابل پرسشند آیا تنها این نکته که هوشمندترین موجودی که می‌شناسیم ، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان همچون دیدن و شنیدن کاملاً ضعیف‌تر از موجودات دیگر است علاوه بر این ، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی(منطقی) توانسته‌اند در برخی جنبه‌های استدلال ، فراتر از توانایی‌های انسان عمل کنند بدین ترتیب ، آیا می‌توان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی ، یافتن روش‌های بهینه انجام امور باشد ، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونه‌ای بهینه انجام می‌دهد) به این نکته نیز باز خواهیم گشت اما همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت ، چگونه می‌توان یقین حاصل کرد که کامپیوترهای امروزین ، بهترین ابزارهای پیاده‌سازی هوشمندی هستند؟ رؤیای طراحان اولیه کامپیوتر از بابیج تا تورینگ ، ساختن ماشینی بود که قادر به حل تمامی مسائل باشد ، البته ماشینی که در نهایت ساخته شد(کامپیوتر) به جز دسته ای خاص از مسائلقادر به حل تمامی مسائل بود اما نکته در اینجاست که این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه کامپیوتر ، منطق‌دانان و ریاضیدانان بودند ، منظورشان تمامی مسائل منطقی یا محاسباتی بود بدین ترتیب عجیب نیست ، هنگامی که فون‌نیومان سازنده اولین کامپیوتر ، در حال طراحی این ماشین بود ، کماکان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان ، کلید اصلی ، منطق(از نوع به کار رفته در کامپیوتر) نیست ، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک! به هرحال ، کامپیوتر تا به حال به چنان درجه‌ای از پیشرفت رسیده و چنان سرمایه‌گذاری عظیمی برروی این ماشین انجام شده است که به فرض این که بهترین انتخاب نباشد هم ، حداقل سهل‌الوصول‌ترین و ارزان‌ترین و عمومی‌ترین انتخاب برای پیاده‌سازی هوشمندیست بنابراین ظاهراً به نظر می‌رسد به جای سرمایه‌گذاری برای ساخت ماشین‌های دیگر هوشمند ، می‌توان از کامپیوترهای موجود برای پیاده‌سازی برنامه‌های هوشمند استفاده کرد و اگر چنین شود ، باید گفت که طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیاده‌سازی ، کاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود ، زیرا هوشمندی انسانی ، نوعی هوشمندی بیولوژیک است که با استفاده از مکانیسم‌های طبیعی ایجاد شده ، و نه استفاده از عناصر و مدارهای منطقی در برابر تمامی استدلالات فوق می توان این نکته را مورد تاُمل و پرسش قرار داد که هوشمندی طبیعی تا بدان جایی که ما سراغ داریم ، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است طرفداران این دیدگاه تا بدانجا پیش رفته‌اند که حتی ماده ایجاد کننده هوشمندی را مورد پرسش قرار داده اند ، کامپیوتر از سیلیکون استفاده می کند ، در حالی که طبیعت همه جا از کربن سود برده است مهم تر از همه ، این نکته است که در کامپیوتر ، یک واحد کاملاً پیچیده مسئولیت انجام کلیه اعمال هوشمندانه را بعهده دارد ، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است تعداد بسیار زیادی از واحدهای کاملاً ساده (بعنوان مثال از نورون‌های شبکه عصبی) با عملکرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است این مساُله هم اکنون کاملاً به صورت یک جنجال(debate) علمی در جریان است در هر حال حتی اگر بپذیریم که کامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست ، مجبوریم برای شبیه‌سازی هر روش یا ماشین دیگری از آن سود بجوییم تاریخ هوش مصنوعی هوش مصنوعی به خودی خود علمی است کاملاً جوان در واقع بسیاری شروع هوش مصنوعی را 1950 می‌ دانند زمانی که آلن تورینگ مقاله دوران‌ساز خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یک روش را برای تشخیص هوشمندی پیشنهاد می‌کرد این روش بیشتر به یک بازی شبیه بود فرض کنید شما در یک سمت یک دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ باآن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است طبیعتاً یک مکالمه بین شما و شخص آن سوی دیوار می‌تواند صورت پذیرد حال اگر پس از پایان این مکالمه ، به شما گفته شود که آن سوی دیوار نه یک شخص بلکه (شما کاملاً از هویت شخص آن سوی دیوار بی‌خبرید) یک ماشین بوده که پاسخ شما را می‌داده ، آن ماشین یک ماشین هوشمند خواهد بود ، در غیر این صورت(یعنی در صورتی که شما در وسط مکالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است باید دقت کرد که تورینگ به دو دلیل کاملاً مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب کرد اول این که موضوع ادراکی صوت را کاملاً از صورت مساُله حذف کند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نکند و دوم این که بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاکید کند در هر حال هر چند تاکنون تلاش‌های متعددی در جهت پیاده سازی تست تورینگ صورت گرفته مانند برنامه Eliza و یا AIML (زبانی برای نوشتن برنامه‌‌‌‌هایی که قادر به chat کردن اتوماتیک باشند) اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است همانگونه که مشخص است ، این تست نیز کماکان دو پیش فرض اساسی را در بردارد: نمونه کامل هوشمندی انسان است مهمترین مشخصه هوشمندی توانایی پردازش و درک زبان طبیعی است درباره نکته اول به تفصیل تا بدین جا سخن گفته ایم؛ اما نکته دوم نیز به خودی خود باید مورد بررسی قرارگیرد این که توانایی درک زبان نشانه هوشمندی است تاریخی به قدمت تاریخ فلسفه دارد از نخستین روزهایی که به فلسفه(Epistemology) پرداخته شده زبان همیشه در جایگاه نخست فعالیت‌های شناختی قرار داشته است از یونانیان باستان که لوگوس را به عنوان زبان و حقیقت یکجا به کار می‌بردند تا فیلسوفان امروزین که یا زبان را خانه وجود می‌دانند ، یا آن را ریشه مسائل فلسفی می‌خوانند؛ زبان ، همواره شاُن خود را به عنوان ممتازترین توانایی هوشمندترین موجودات حفظ کرده است با این ملاحظات می‌توان درک کرد که چرا آلن تورینگ تنها گذر از این تست متظاهرانه زبانی را شرط دست‌یابی به هوشمندی می‌داند تست تورینگ اندکی کمتر از نیم‌قرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود که این مسئله بیش از هر زمان دیگری آشکار شد که متخصصین هوش مصنوعی به جای حل این مسئله باشکوه ابتدا باید مسائل کم‌اهمیت‌تری همچون درک تصویر (بینایی ماشین) درک صوت و… را حل کنند به این ترتیب با به محاق رفتن آن هدف اولیه ، اینک گرایش‌های جدیدتری در هوش مصنوعی ایجاد شده‌اند در سال‌های آغازین AI تمرکز کاملاً برروی توسعه سیستم‌هایی بود که بتوانند فعالیت‌های هوشمندانه(البته به زعم آن روز) انسان را مدل کنند ، و چون چنین فعالیت‌هایی را در زمینه‌های کاملاً خاصی مانند بازی‌های فکری ، انجام فعالیت‌های تخصصی حرف‌های ، درک زبان طبیعی ، و… می‌دانستند طبیعتاً به چنین زمینه‌هایی بیشتر پرداخته شد در زمینه توسعه بازی‌ها ، تا حدی به بازی شطرنج پرداخته شد که غالباً عده‌ای هوش مصنوعی را با شطرنج همزمان به خاطر می‌آورند مک‌کارتی که پیشتر اشاره شد ، از بنیان‌گذاران هوش مصنوعی است این روند را آنقدر اغراق‌آمیز می‌داند که می‌گوید:حدود کردن هوش مصنوعی به شطرنج مانند این است که علم ژنتیک را از زمان داروین تا کنون تنها محدود به پرورش لوبیا کنیم » به هر حال دستاورد تلاش مهندسین و دانشمندان در طی دهه‌های نخست را می‌توان توسعه تعداد بسیار زیادی سیستم‌های خبره در زمینه‌های مختلف مانند پزشکی عمومی ، اورژانس ، دندانپزشکی ، تعمیرات ماشین ، … توسعه بازی‌های هوشمند ، ایجاد مدل‌های شناختی ذهن انسان ، توسعه سیستمهای یادگیری ، … دانست دستاوردی که به نظر می‌رسد برای علمی با کمتر از نیم قرن سابقه قابل قبول به نظر می‌رسد افق‌های هوش مصنوعی در 1943 ، Mcclutch (روانشناس ، فیلسوف و شاعر) و Pitts (ریاضیدان) طی مقاله‌ای ، دیده‌های آن روزگار درباره محاسبات ، منطق و روانشناسی عصبی را ترکیب کردند ایده اصلی آن مقاله چگونگی انجام اعمال منطقی به وسیله اجزای ساده شبکه عصبی بود اجزای بسیار ساده (نورون‌ها) این شبکه فقط از این طریق سیگنال های تحریک (exitory) و توقیف (inhibitory) با هم درتماس بودند این همان چیزی بود که بعدها دانشمندان کامپیوتر آن را مدارهای (And) و (OR) نامیدند و طراحی اولین کامپیوتر در 1947 توسط فون نیومان عمیقاً از آن الهام می‌گرفت امروز پس از گذشته نیم‌قرن از کار Mcclutch و Pitts شاید بتوان گفت که این کار الهام بخش گرایشی کاملاً پویا و نوین در هوش مصنوعی است پیوندگرایی (Connectionism) هوشمندی را تنها حاصل کار موازی و هم‌زمان و در عین حال تعامل تعداد بسیار زیادی اجزای کاملاً ساده به هم مرتبط می‌داند شبکه‌های عصبی که از مدل شبکه عصبی ذهن انسان الهام گرفته‌اند امروزه دارای کاربردهای کاملاً علمی و گسترده تکنولوژیک شده‌اند و کاربرد آن در زمینه‌های متنوعی مانند سیستم‌های کنترلی ، رباتیک ، تشخیص متون ، پردازش تصویر ، … مورد بررسی قرار گرفته است علاوه بر این کار بر روی توسعه سیستم‌های هوشمند با الهام از طبیعت (هوشمندی‌های ـ غیر از هوشمندی انسان) اکنون از زمینه‌های کاملاً پرطرفدار در هوش مصنوعی است الگوریتم ژنیتک که با استفاده از ایده تکامل داروینی و انتخاب طبیعی پیشنهاد شده روش بسیار خوبی برای یافتن پاسخ به مسائل بهینه سازیست به همین ترتیب روش‌های دیگری نیز مانند استراتژی‌های تکاملی نیز (Evolutionary Algorithms) در این زمینه پیشنهاد شده اند دراین زمینه هر گوشه‌ای از سازو کار طبیعت که پاسخ بهینه‌ای را برای مسائل یافته است مورد پژوهش قرار می‌گیرد زمینه‌هایی چون سیستم امنیتی بدن انسان (Immun System) که در آن بیشمار الگوی ویروس‌های مهاجم به صورتی هوشمندانه ذخیره می‌شوند و یا روش پیدا کردن کوتاه‌ترین راه به منابع غذا توسط مورچگان (Ant Colony) همگی بیانگر گوشه‌هایی از هوشمندی بیولوژیک هستند گرایش دیگر هوش مصنوعی بیشتر بر مدل سازی اعمال شناختی تاُکید دارد (مدل سازی نمادین یا سمبولیک) این گرایش چندان خود را به قابلیت تعمق بیولوژیک سیستم‌های ارائه شده مقید نمی‌کند CASE-BASED REASONING یکی از گرایش‌های فعال در این شاخه می‌باشد بعنوان مثال روند استدلال توسط یک پزشک هنگام تشخیص یک بیماری کاملاً شبیه به CBR است به این ترتیب که پزشک در ذهن خود تعداد بسیار زیادی از شواهد بیماری‌های شناخته شده را دارد و تنها باید مشاهدات خود را با نمونه‌های موجود در ذهن خویش تطبیق داده ، شبیه‌ترین نمونه را به عنوان بیماری بیابد به این ترتیب مشخصات ، نیازمندی‌ها و توانایی‌های CBR به عنوان یک چارچوب کلی پژوهش در هوش مصنوعی مورد توجه قرارگرفته است البته هنگامی که از گرایش‌های آینده سخن می‌گوییم ، هرگز نباید از گرایش‌های ترکیبی غفلت کنیم گرایش‌هایی که خود را به حرکت در چارچوب شناختی یا بیولوژیک یا منطقی محدود نکرده و به ترکیبی از آنها می‌اندیشند شاید بتوان پیش‌بینی کرد که چنین گرایش‌هایی فرا ساختارهای (Meta –Structure) روانی را براساس عناصر ساده بیولوژیک بنا خواهند کرد 1- Jon MccarthyNP-Complete ProblemsVon NeumenArtificial Intelligence Markup Language برگرفته از سایت www srco ir ، [هوش مصنوعی] با حروف اختصاری ‎ AI ، شاخه ای از علم کامپیوتر است که توانایی کامپیوتر در شبیه سازی جنبه های مختلف هوش از جمله تشخیص صدا ، استنباط ، پاسخ خلاقانه ، توانایی یادگیری از تجربیات قبلی و توانایی نتیجه گیری از اطلاعات ناقص را مورد بحث و بررسی قرار میدهد هوش مصنوعی حیطه پیچیده ای است که دو مبحث مرتبط را شامل میشود: درک نحوه تفکر موجودات زنده و یافتن روشهایی برای بخشیدن تواناییهای مشابه به برنامه های کامپیوتری برخی از کارهایی که در گذشته انجام آن توسط کامپیوتر مشکل مینمود ، مانند بازی شطرنج ، اینک برای آن به شکل ساده ای در آمده است‎ ; و برخی از اموری که در گذشته برای برنامه نویسی آسان مینمود ، مانند تشخیص صدا و ترجمه زبان ، بسیار مشکل از آب درآمده است از جمله این برنامه ها ، میتوان بازی شطرنج کامپیوتری و تشخیص طبی را نام برد که سیستمهای خبره نامیده میشوند نیز نگاه کنید به ‎ expert system ، ‎ fuzzy logic ، ‎ LISP ، ‎ Logo ، ‎ network neural ، ‎ Prolog ، ‎ Turing test
هوش مصنوعی - مطالعه کاربرد کامپیوتر برای شبیه سازی تفکر انسان هوش مصنوعی مربوط به ساخت برنامه های کامپیوتری است که می توانند به طور هوشمند مسائل را حل کنند مثلا" بازی کامپیوتری را در نظر بگیرید برخی از بازیها مانند تیک - تاک تو آنقدر ساده اند که برنامه نویس می تواندرویه ای را از قبل مشخص کند که بازی کامل کامپیوتر را تضمین می کند با این حال با یک بازی مانند شطرنج رویه فوق شناخته است کامپیوتر باید روش ذهنی یعنی رویه ای برای کشف و ارزیابی بهتر و مناسبترین حرکات را به کار ببرد در بازی شطرنج کامپیوتر با عرضه هر حرکت احتمالی از یک مکان مشخص به ارزیابی آن حرکات از طریق محاسبه تمام راههای ممکن می پردازد با توجه به پیچیدگی این بازی چنین رویه ای زمان بسیار طولانی و ناممکن ( میلیونها سال ) لازم دارد استراتژی نیز به انتخاب میانبرها بستگی دارد فقط محاسبه 5 یا 6 حرکت برای اینده کافیست تا بسیاری از حرکات احتمالی را حذف کند بقیه حرکات را می توان بر مبنای اصول کلی مکانهای صفحه شطرنج ارزیابی کرد در واقع یک ماشین بازی شطرنج ایده آل باید بتواند استراتژی خود را بر مبنای تجربه اصلاح کند ماشین باید مانند انسان تشخیص بدهد که حریف او نیز از روش ذهنی پیروی می کند و باید تلاش کند که رفتار او را پیش بینی نماید
شمای عملیاتی ؛ نمودار گردش کار ؛ روند نمایی ؛ نمودار گردشی ؛ روند نما ، نمودار گردش کار ، نمایش رون برنامه نموداری با نشانه ها و کلماتی که یک الگوریتم ( چگونگی حل یک مسئله ) را به طور کامل شرح می دهد حرکت از یک مرحله به مرحله بعدی با یک علامت پیکان بیان می شود جملات ( شروع ) و ( پایان ) درون بیضی و جملات عملیاتی درون مربع و جملات تصمیم گیری ، درون لوزی نوشته می شوند جمله ی تصمیم گیری سئوال بلی یا خیر از شما می پرسد اگر پاسخ بلی باشد مسیر بر چسب دار ، بلی دنبال می شود ، در غیر این صورت ، مسیر دیگری پیگیری خواهد شد معمولاً نوشتن فلو چارت به حل آسان مسئله ی برنامه نویسی پیچیده کمک می کند اگر چه با طرح برنامه نویسی ساخت یافته ، از این نمودارها کمتر استفاده می شود ، روندنما ، نمودار جریان کار ، فلوچارت نموداری که مسیر داده ها در برنامه یا سیستم اطلاعاتی و همچنین عملیاتی که در نقاط خاصی از مسیر روی داده ها انجام می شود را نشانی می دهد در روندنما برای مشخص شدن عملیات مختلف ، از توضیحات و علامتهایی مانند مربع ، لوزی و بیضی استفاده می شود که خطوط و فلشهای بین این اشکال جریان داده ها از یک نقطه به نقطه دیگر را نشان می دهند ، [روندنما ، فلوچارت] نموداری که مسیر داده ها در برنامه یا سیستم اطلاعاتی و همچنین عملیاتی که در نقاط خاصی از مسیر روی داده ها انجام میشود را نشانی میدهد در روندنما برای مشخص شدن عملیات مختلف ، از توضیحات و علامتهایی مانند مربع ، لوزی و بیضی استفاده میشود که خطوط و فلشهای بین این اشکال جریان داده ها از یک نقطه به نقطه دیگر را نشان میدهند روندنما به عنوان یک نقشه گرافیکی که عملیات یک برنامه یا سیستم را نشان میدهد ، در نمایش نحوه کار یک برنامه و درک عملیات آن موثر و مفید میباشد

موسسه ترجمه البرز با بیش از 13 سال تجربه

به دنبال ترجمه تخصصی متن یا مقاله مهندسی كامپيوتر هستید؟
موسسه البرز ادیت مقاله ISI مهندسی كامپيوتر را هم انجام می دهد:
ممکن است به دنبال تولید محتوا در زمینه مهندسی كامپيوتر باشید:
پارافریز مقاله ISI و رفع plagiarism
ترجمه فیلم، فایل صوتی و زیر نویس فیلم از دیگر خدمات ماست:

دیکشنری تخصصی و آنلاین مهندسی کامپیوتر

سایت ترجمه تخصصی البرز یک دیکشنری تخصصی برای دانشجویان و اساتید رشته کامپیوتر آماده کرده است. کلیه اصطلاحات تخصصی رشته کامپیوتر را در قالب یک دیشکنری آنلاین ارائه نموده ایم.
این دیکشنری به صورت دو زبانه می باشد. برای ترجمه اصطلاحات کامپیوتر از انگلیسی به فارسی، متن خود را انگلیسی تایپ نمایید. همچنین برای ترجمه اصطلاحات از فارسی به انگلیسی، متن خود را به فارسی تایپ نمایید. جستجو انجام می گیرد و کلیه معادل های انگلیسی لغت مورد نظر شما نمایش داده خواهد شد.
گروه مهندسی کامپیوتر، دیکشنری تخصصی کامپیوتر را مرتب بروزرسانی کرده و لغات جدیدی به آن می افزاید. این دیکشنری منبع قابل اعتمادی جهت انجام ترجمه تخصصی کامپیوتر است.


ورود به دیکشنری تخصصی کامپیوتر



واژه نامه تخصصی مهندسی كامپيوتر بر اساس حروف الفبا (انگلیسی به فارسی)

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

واژه نامه تخصصی مهندسی كامپيوتر بر اساس حروف الفبا (فارسی به انگلیسی)

آ ا ب پ ت ث ج چ ح خ د ذ ر ز ژ س ش ص ض ط ظ ع غ ف ق ک گ ل م ن و ه ی

لغات و اصطلاحات تخصصی رشته های فنی و مهندسی

لغات و اصطلاحات تخصصی رشته های علوم انسانی

لغات و اصطلاحات تخصصی رشته های علوم پایه

لغات و اصطلاحات تخصصی رشته های پزشکی

لغات و اصطلاحات تخصصی رشته های کشاورزی

لغات و اصطلاحات تخصصی رشته های هنر


Skip Navigation Links
ثبت سفارش ترجمه