اگر برای مطالعه یا ارائهٔ درسی دنبال «انواع هوش مصنوعی PDF» هستید، ابتدا باید مشخص کنید دسته‌بندی بر اساس توانایی را می‌خواهید یا روش کار سیستم را. این صفحه یک خلاصهٔ فارسی، جدول مقایسه و لینک دو جزوهٔ PDF رایگان دانشگاه MIT را در اختیار شما می‌گذارد. فایل‌های دانشگاهی انگلیسی‌اند؛ برای داشتن نسخهٔ فارسی، می‌توانید همین راهنما را از منوی چاپ مرورگر به PDF تبدیل کنید.
جدول خلاصهٔ انواع هوش مصنوعی
یک دسته‌بندی رایج، توانایی سیستم را مبنا قرار می‌دهد. در این چارچوب، «محدود» به معنی بی‌فایده یا ضعیف در انجام کار نیست؛ یک سیستم تخصصی می‌تواند در وظیفهٔ خودش بسیار توانا باشد.
| نوع | معنی | نکتهٔ مهم برای مطالعه |
|---|---|---|
| هوش مصنوعی محدود یا ANI | برای وظیفه یا مجموعه‌ای مشخص از وظایف طراحی می‌شود. | عملکرد خوب در یک کاربرد، توانایی عمومی را اثبات نمی‌کند. |
| هوش مصنوعی عمومی یا AGI | به توانایی گسترده و انتقال مهارت میان مسائل متفاوت اشاره دارد. | تعریف و معیار ارزیابی آن محل بحث است؛ نام یک محصول، اثبات دستیابی به AGI نیست. |
| ابرهوش مصنوعی یا ASI | مفهومی برای هوشی فراتر از توانایی انسان در حوزه‌های گسترده است. | آن را به‌عنوان مفهوم نظری بررسی کنید، نه ویژگی تضمین‌شدهٔ یک ابزار تجاری. |
برای توضیح این چارچوب، راهنمای دسته‌بندی هوش مصنوعی IBM را ببینید. دسته‌بندی دیگری بر عملکرد تمرکز می‌کند و اصطلاحاتی مثل سیستم واکنشی و حافظهٔ محدود دارد. دو دسته‌بندی را در یک فهرست هم‌سطح مخلوط نکنید.
دانلود PDF رایگان از منبع دانشگاهی
دو فایل زیر مستقیماً از وب‌سایت MIT OpenCourseWare در دسترس‌اند. این جزوه‌ها مربوط به درس سال ۲۰۰۵ هستند و برای مبانی کلاسیک مناسب‌اند؛ قرار نیست راهنمای آخرین مدل‌های مولد یا ابزارهای امروزی باشند. همچنین عنوانشان «انواع هوش مصنوعی» نیست؛ از آن‌ها برای مطالعهٔ مبانی پشت دسته‌بندی‌ها استفاده کنید.
- دانلود PDF مقدمهٔ درس هوش مصنوعی MIT: فایل انگلیسی ۵ صفحه‌ای برای آشنایی با مسیر درس، از جمله جست‌وجو، نمایش دانش و یادگیری ماشین.
- دانلود PDF مقدمهٔ یادگیری در هوش مصنوعی MIT: فایل انگلیسی ۳۴ صفحه‌ای دربارهٔ یادگیری از نمونه‌ها و مبانی این موضوع.
اگر آدرس یک فایل در آینده تغییر کرد، آن را در فهرست رسمی جزوه‌های همین درس پیدا کنید. برای دانلود، به نصب برنامه یا ثبت‌نام در یک سایت واسطه نیاز ندارید.
چطور از این منابع یک خلاصهٔ فارسی بسازیم؟
- از جدول بالا شروع کنید و برای هر اصطلاح، یک تعریف کوتاه به زبان خودتان بنویسید.
- برای هر مثال مشخص کنید چه کاری انجام می‌دهد و چه محدودیتی دارد؛ نام ابزار را جای توضیح توانایی آن ننویسید.
- هنگام خواندن جزوه، واژه‌های انگلیسی مهم و شمارهٔ صفحهٔ توضیحشان را ثبت کنید.
- بین مطلبی که منبع توضیح داده و برداشت شخصی خودتان تفاوت بگذارید. برای یک ادعای تازه، منبع و تاریخ آن را جداگانه بررسی کنید.
- در انتهای خلاصه، عنوان منبع، دانشگاه، سال درس و لینک فایل را بیاورید تا خواننده بتواند آن را پیدا کند.
برای یک ارائهٔ کوتاه، یک صفحهٔ تعریف، یک جدول مقایسه و یک صفحهٔ مثال کافی است. هدف از خلاصه‌نویسی این است که تفاوت مفاهیم روشن شود؛ طولانی‌کردن متن با تکرار تعریف‌ها کمکی به یادگیری نمی‌کند.
ذخیرهٔ همین راهنما به صورت PDF
در مرورگر، منوی چاپ یا Print را باز کنید و مقصد را روی Save as PDF بگذارید. در پیش‌نمایش، خوانایی جدول و شکست صفحه‌ها را بررسی کنید و سپس فایل را ذخیره کنید. این کار نسخه‌ای از صفحهٔ فعلی می‌سازد؛ ترجمهٔ رسمی جزوهٔ MIT یا مدرک دانشگاهی نیست.
پرسش‌های رایج
آیا فایل‌های معرفی‌شده فارسی هستند؟
خیر، جزوه‌های MIT انگلیسی هستند. توضیح فارسی و جدول این صفحه را می‌توانید جداگانه ذخیره کنید و هنگام مطالعه کنار جزوه داشته باشید.
آیا برای فهم دسته‌بندی‌ها باید برنامه‌نویسی بلد باشم؟
برای مطالعهٔ خلاصهٔ این صفحه لازم نیست کدنویسی کنید. اگر می‌خواهید تمرین‌های دانشگاهی را حل کنید، پیش‌نیازهای همان درس را در صفحهٔ رسمی آن بررسی کنید؛ مطالعهٔ مفهومی با گذراندن کامل درس یکسان نیست.
بعد از این راهنما چه بخوانم؟
برای ادامهٔ مطالعه، راهنمای انواع هوش مصنوعی را ببینید. برای آشنایی با ابزارهای قابل استفاده نیز به مقایسهٔ مدل‌های هوش مصنوعی در گپ‌جی‌پی‌تی مراجعه کنید. این پلتفرم مستقل است و مرور مدل‌هایش جای بررسی منابع دانشگاهی را نمی‌گیرد.
آماده‌ای تجربه بهتری داشته باشی؟
بدون نیاز به VPN از ChatGPT و ابزارهای هوش مصنوعی استفاده کن.
