GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف
GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف

Anticipation (artificial intelligence)

پیشبینی (هوش‌مصنوعی)

 

در هوش‌مصنوعی (AI)، پیشبینی زمانی رخ می‌دهد که یک عامل بر اساس باورهای صریح خود در مورد آینده تصمیم‌گیری کند. به طور گسترده‌تر، «پیش‌بینی» می‌تواند به توانایی عمل به روش‌های مناسب که رویدادهای آینده را در نظر می‌گیرد، بدون اینکه لزوماً به طور صریح مدلی از رویدادهای آینده داشته باشد، اشاره دارد.

 

این مفهوم در تضاد با پارادایم واکنشی است که قادر به پیش‌بینی وضعیت‌های سیستم آینده نیست.[1]

در هوش‌مصنوعی عاملی که از پیشبینی استفاده می‌کند سعی می‌کند وضعیت آینده محیط (در این مورد آب و هوا) را پیشبینی کند و از پیشبینی‌ها در تصمیمگیری استفاده کند. به عنوان مثال،

If the sky is cloudy and the air pressure is low,

  it will probably rain soon

     so take the umbrella with you.

Otherwise

  leave the umbrella home.

این قوانین به صراحت رویدادهای احتمالی آینده را در نظر می‌گیرند.

 

در سال 1985، رابرت روزن یک سیستم پیشبینی را به شرح زیر تعریف کرد [2]:

 

یک سیستم حاوی یک مدل پیش‌بینی از خود و/یا محیطش،

که به آن اجازه می دهد تا در یک لحظه حالت را تغییر دهد

با پیشبینی‌های مدل مربوط به لحظه‌های بعدی.

تعریف روزن از پیشبینی تا حدی در مورد هر سیستمی که یادگیری ماشینی را در بر می‌گیرد صدق می‌کند. موضوع این است که چه مقدار از رفتار یک سیستم را باید یا در واقع می‌توان با استدلال بر روی بازنمایی‌های اختصاصی تعیین کرد، چقدر با برنامه‌ریزی آنلاین، و چقدر باید توسط طراحان سیستم ارائه شود.

 

در حیوانات

انسانها می‌توانند بر اساس باورهای صریح در مورد آینده تصمیم بگیرند. به طور گسترده‌تر، حیوانات می‌توانند به روش‌های مناسبی عمل کنند که رویدادهای آینده را در نظر بگیرد، اگرچه ممکن است لزوماً یک مدل شناختی صریح از آینده نداشته باشند. تکامل ممکن است ویژگی‌های سیستمی ساده‌تری را شکل داده باشد که منجر به رفتار پیش‌بینی تطبیقی ​​در حوزه‌ای باریک می‌شود.[3] به عنوان مثال، خواب زمستانی یک رفتار پیشبینی کننده است، اما به نظر نمی‌رسد که توسط یک مدل شناختی از آینده هدایت شود.[4]

[1] Giovanni Pezzulo; Martin V. Butz; Cristiano Castelfranchi (25 September 2008). The Challenge of Anticipation: A Unifying Framework for the Analysis and Design of Artificial Cognitive Systems. Springer. p. 6. ISBN 978-3-540-87702-8.

[2] Anticipatory Systems: Philosophical, Mathematical, and Methodological Foundations, Robert Rosen, 1985, Pergamon Press

[3] Poli, Roberto. "The many aspects of anticipation." Foresight 12.3 (2010): 7-17.

[4] Riegler, A. (2001, June). The role of anticipation in cognition. In AIP Conference Proceedings (Vol. 573, No. 1, pp. 534-541). AIP.

نظرات 0 + ارسال نظر
ایمیل شما بعد از ثبت نمایش داده نخواهد شد