حذف صدای خواننده از آهنگ




حذف صدای خواننده از آهنگ ، یکی از جالبترین مباحث میان دوستداران موسیقی بوده است . هر روزه افرادی به فروشندگان نرم افزار مراجعه کرده و درخواست چنین نرم افزاری را می کنند . ولی آیا اصلاً چنین چیزی ممکن است ؟
آثا می توان به وسیله ـ سخت افزار یا نرم افزار – صدای خواننده را از آهنگ جدا ساخت ؟
سالهاست که مجلات در زمینه صدا و موسیقی ، دستگاه هایی را تبلیغ می کنند که ادعا می شود ، قادرند صدای خواننده را از موسیقی حذف کنند . با ورود رایانه و نرم افزارهای ویرایش صوت به عرصه موسیقی ، نرم افزارهایی نیز برای این کار عرضه شده اند . در ادامه مقاله می خواهی تا آنجا که ممکن است به زبانی ساده توضیح دهیم که حذف صدا از موسیقی چگونه انجام می شود و این کار در عمل ، تا چه حد موفقیت آمیز است ؟
برای درک این موضوع باید به نحوه ضبط موسیقی و صدا در استودیو بپردازیم . در ذخیره سازی موسیقی به صورت استریو ، اطلاعات صوتی در دو کانال راست و چپ ذخیره می شوند که در هنگام پخش ، اطلاعات کانال راست از بلندگوی سمت راست و اطلاعات کانال چپ از بلندگوی سمت چپ پخش می شوند . توجه داشته باشید که اطلاعات این دو کانال یکسان نیستند .
در ذخیره سازی استریو ، معمولاً صداهای آلات موسیقی مختلف ، در دو کانال با شدت های مختلف ذخیره می شوند ، یعنی مثلاً صدای گیتار در یکی از کانال های راست یا چپ خیلی بلندتر و واضح تر شنیده می شود . نکته قابل توجهی که باعث می شود ، به صورت تئوری بتوان صدای خواننده را از آهنگ جدا ساخت ، آن است که صدای خواننده معمولاً در وسط طیف صوتی استریو ذخیره می شود ، یا به زبان ساده ر صدای خواننده به صورت مساوی در هر دو کانال استریو وجود دارد .
بنابراین اگر دو کانال راست و چپ با هم مقایسه شده و صداهای مشترک در دو کانال ذف شود ، صدای خواننده از آهنگ حذف خواهد شد . اگر تخصصی تر صحبت کنیم ، اگر شکل موج سیگنال صوتی یکی از کانال ها را معکوس کرده و با شکل موج سیگنال صوتی کانال دیگر ترکیب کنیم ، صدای خواننده حذف خواهد شد .
مشکلاتی که بر سر راه این کار وجود دارد ، آن است که در ذخیره سازی های مدرن ، معمولاً به صدای خواننده افکت هایی مانند Echo و Reverb اضافه می شوند که باعث می شود صدای خواننده قابل حذف نباشد . همچنین بعضی از سازه های موسیقی در هر دو کانال صوتی وجود دارند و در صورت حذف صدای خوانند ، صدای این سازه ها نیز تضعیف خواهد شد .
نکته جالب توجه دیگر است که اگر فایل موسیقی به صورت MP? باشد ، حذف صدای خواننده در آن عملاً امکان پذیر نیست ، زیرا وقتی فایلی به MP? تبدیل می شود ، در پروسه کد شدن (یا فشرده شدن) کانال های راست و چپ هر کدام به صورت جداگانه پردازش و تبدیل می شوند ، بنابراین در فایل نهایی حاصل ، صدای خواننده در دو کانال اندازه کافی یکسان نیست .
? نرم افزار تضعیف صدای خواننده
با توجه به مطالب گفته شده ، حذف صدای خواننده با کیفیت خوب امکان پذیر نیست و اگر هم امکان پذیر باشد ، باعث از بین رفتن صدای بعضی از سازهای موسیقی خواهد شد . ولی می توان صدای خواننده را تا حد قابل قبولی تضعیف کرد و اگر روی فایل حاصل ، آهنگی خوانده شود ، تقریباً صدای ضعیف خواننده اصلی پوشش داده خواهد شد .
عمل تضعیف صدا با هر نرم افزار ویرایش صوت مانند Sound Forge ، Cool Edit و ... امکان پذیر است . ولی چندین نرم افزار مخصوص این کار نوشته شده اند . Analogx Vocal Remover و Yogen Vocal Remover نمونه هایی از این نرم افزارها هستند .
طرز کار با این نرم افزار ها بسیار راحت است ، زیرا تقریباً هیچ گزینه ای ندارند و تمامی کارها را خود انجام می دهند ، فقط کافی است فایل آهنگ مورد نظر را توسط این نرم افزارها باز کرده و نتیجه کار را گوش کنیم .
نرم افزار YoGen Vocal Remover بصورت مستقل کار می کند ، اما نرم ازار دوم یعنی ، Analogx Vocal Remover در دو نسخه و بصورت دو نرم افزار افزودنی یا Plugin متفاوت عرضه می شود . یکی از نسخه های این نرم افزار به عنوان نرم افزار افزودنی Winamp ارائه شده است و کاربران آن می توانند همزمان با پخش موسیقی با Winamp با فعال کردن این Plugin ، صدای خواننده را از موسیقی در حال پخش تفکیک کنند .
نسخه دیگر این نرم افزار ، در قالب نرم افزار افزودنی یا Plugin استاندارد DX (یا همان DirectX) ارائه می شود که در اکثر نرم افزارهای ویرایش صوت معروف مانند Soundforge یا Cooledit قابل اجرا است.




مرکز اطلاع رسانی خانواده شمیم

تقسیم‌بندی‌تر‌مینال‌ها

1- Intelligent Terminal : دستگا‌هی که شامل حافظه اصلی و یک Cpu است .
2- Smart terminal : توان پردازش دارد ولی نه به‌اندازه تر‌مینال با‌هو‌ش
3- terminal Dumb : تر‌مینال معمو‌ لی
در شبکه ترمینال یک Pc یا Workstation است که به Main frame وصل شده است Pc معمولاً یک برنامه Emulator تر‌مینال را اجرا می‌کند و frame Main فکر می‌کند که آن مانند هر تر‌مینال دیگر است.
انواع تر‌مینال‌های با‌هوش “Intelligent”
Vt100
“Video terminal 100”
Vt200
Tn3270
Vt100
‏‏اولین تر‌مینالی است که یک پر‌دازشگر همه‌منظوره را برای کنترل کدها‌ی جدید Ansi ‏ ‏‏به‌کار‌برد این کنترل کد‌ها به‌وسیله Dec در سال 1978 معرفی شد که‌به‌سرعت مشهور شد و کنترل کد‌های آن عملاً استا‌ندارد شد مخصو‌صاً Ibm آنرا پذیرفت.
Intelligent terminal : “تر‌مینالی شامل مانیتور و صفحه کلید “ که شامل قدرت پردازش است . ترمینال با‌هوش شامل حا‌فظه و یک پردازنده برای انجام نمایش خاص است. بر‌عکس تر‌مینال گنگ توان پر‌دازش ندارد و با‌یستی کاملاً متکی به‌کا‌مپیو‌تر مرکزی باشد.
Smart terminal : کمی توان پردازش دارد ولی نه‌به‌اندازه ترمینال با‌هوش ، آنها مدار‌های منطقی برای انجام عملیات نمایش مثل چشمک‌زدن و پر‌رنگ نشان‌دادن دارند.
Dumb terminal : اصلاً توان پردازش‌ندارند.
پایانه گنگ : وسایلی (شامل یک صفحه نمایش و یک صفحه‌کلید) بودند که‌به‌سادگی ورودی را از کار‌بر پذیرفتند و نتا‌یج را نمایش می‌دهند در‌این حالت تمام عملیات پر‌دازش و نگهداری داده‌ها توسط کامپیو‌تر Server انجام‌می‌شود.
پا‌یا‌نه هو‌شمند : کا‌ربران شبکه از پا‌یا‌نه هو‌شمند استفا‌ده می‌کنند پایا‌نه‌های هو‌شمند کامپیو‌تر‌هایی از نوع ‍‍Pc هستند که‌خود نیز‌دارای قا‌بلیت پردازش و نگهداری اطلا‌عات به‌صورت “ محلی “ هستند.

تجارت الکترونیک چیست ؟

این فناوری تعاریف و انواع مختلفی دارد که به شرح هر کدام می پردازیم: 1- تمام ابعاد و فرآیند بازار را که بتوان با اینترنت و تکنولوژی web انجام داد، تجارت الکترونیکی می گویند1. 2- بطور کلی واژه تجارت الکترونیک اشاره به معاملات الکترونیکی می نماید که از طریق شبکه های ارتباطی انجام می پذیرد. ابتدا، خریدار یا مصرف کننده به جستجوی یک مغازه مجازی از طریق اینترنت می پردازد و کالای را از طریق web یا پست الکترونیکی سفارش می دهد. نهایتاً کالا را تحویل می گیرد2. 3- تجارت الکترونیکی یعنی انجام مبادلات تجاری در قالب الکترونیکی3 4- کاربرد تکنولوژی اطلاعات در تجارت4 5- تجارت الکترونیکی، مبادله ی الکترونیکی داده هاست. بطور خلاصه می توان گفت که مبادله الکترونیکی داده عبارت از تولید، پردازش، کاربرد و تبادل اطلاعات و اسناد به شیوه های الکترونیکی و خودکار بین سیستم های کامپیوتری و براساس زبان مشترک و استانداردهای مشخص و با کمترین دخالت عامل انسانی. البته تجارت الکترونیک حیطه ای به مرابت گسترده تر از مبادله الکترونیکی داده داردو آن یک تحول و انقلاب در عرصه ارتباطات است. تجارت الکترونیکی در ساده ترین تعریف عبارت از یافتن منابع، انجام ارزیابی، مذاکره کردن، سفارش، تحویل، پرداخت و ارائه خدمات پشتیبانی است که بصورت الکترونیکی انجام می شود. لذا تجارت الکترونیک روشی است براساس آن اطلاعات، محصولات و خدمات از طریق شبکه های ارتباطات کامپیوتری خرید و فروش می شوند5. 6- تجارت الکترونیک، انجام کلیه فعالیت های تجاری با استفاده از شبکه های ارتباطی کامپیوتری، بویژه اینترنت است. تجارت الکترونیک به نوعی تجارت بودن کاغذ است. بوسیله تجارت الکترونیک، تبادل اطلاعات خرید و فروش و اطلاعات لازم برای حمل و نقل کالاها با زحمت کمتر و تبادلات بانک با شتاب بیشتر انجام خواهد شد. شرکت ها برای ارتباط با یکدیگر، محدودیت های فعلی را نخواهند داشت و ارتباط آنها با یکدیگر ساده تر و سریع تر صورت می گیرد. ارتباط فروشندگان با مشتریان می تواند به صورت یک به یک با هر مشتری باشد البته با هزینه نه چندان زیاد6. تفاوت مبادله الکترونیکی داده ها با تجارت الکترونیک در موارد زیادی دیده شده که مبادله الکترونیکی داده ها را مترادف با تجارت الکترونیک دانسته و هر کدام را در جای دیگری بکار می برند. این دو تکنولوژی اصلاً مشابه هم نبوده و کاملاً مجزا می باشد. البته می توان اینطور گفت که تجارت الکترونیک مکمل مبادله الکترونیکی داده هاست. مبادله الکترونیکی داده بصورت مکانیزمی تعریف می شود که به موجب آن انتقال و تبادل داده در راستای تحقق فعالیت های تجاری با ساختار و شکل تعریف شده و بکارگیری پیام های استاندارد شده بین المللی، توسط ابزار الکترونیکی از یک کامپیوتر به کامپیوتر دیگر انجام می شود. در حالیکه تجارت الکترونیک عبارت از مبادله تجاری بدون استفاده از کاغذ است که در آن از مبادله الکترونیکی داده ها به عنوان یک ابزار به همراه پست الکترونیک، تابلوی اعلانات الکترونیک، انتقال الکترونیک وب و سایر فناوریهای مبتنی بر شبکه استفاده می شود. بعبارت دیگر مبادله الکترونیکی داده ها بعنوان ستون فقرات تجارت الکترونیک عمل می نماید. چنانچه از تعریف فوق بر می آید. تجارت الکترونیک حطیه ای بسیار وسیع تر از مبادله الکترونیکی داده دارد7.   1- دکتر محمود زرگر، مدلهای راهبردی و راهکارهای تجارت در اینترنت، انتشارات بهینه، 1380. 2- مهندس محمد حسن نیکبخش تهرانی و مهندس مهدی آذر صابری، آشنایی با تجارت الکترونیک و زیر ساختهای آن، انستیتو ایز ایران، 1380. 3- دکتر علی صنایعی، تجارت الکترونیک در هزاره سوم، انتشارات جهاد دانشگاهی واحد اصفحان، 1381. 4- حسین احمدی وم. ویرجینیاری، تجارت الکترونیک، مرکز آموزش و تحقیقات صنعتی ایران، 1381. 5- مهدی علیپور حافظی، تجارت الکترونیکی در مراکز اطلاع رسانی، سخنرانی، همایش جهانی شهرهای الکترونیکی و اینترنتی  جزیره کیش، 11-13 اریبهشت، 1380 6- مژده قزل ایاغ، تجارت الکترونیکی مبتنی بر اینترنت، همایش جهانی شهرهای الکترونیکی و اینترنتی، 1380. 7- دکتر وحید رضا میرابی و دکتر سهیل سرو سعیدی، مدیریت بازاریابی بین المللی در هزاره سوم، انتشارات اندیشه های گوهر بار، 1382. اقتباس از کتاب تجارت الکترونیک نوشته : دکتر سهیل سرمدسعیدی و دکتر وحید رضا میرابی

برگرفته ازhttp://www.iriran.net

ایگولد چیست؟‌ <\/h1>

ایگولد یک سیستم اعتباری و یک بانک اینترنتی است که جهت افتتاح حساب در آن نیازی به داشتن اعتبار نیست. مبالغی که در حساب ایگولد واریز میشود ، به صورت وزنی و بر اساس قیمت فلزات ( طلا )‌ قابل محاسبه است . مثلا اگر هر اونس  طلا 450 دلار باشد و شما بخواهید 450 دلار به حساب خود واریز نمائید در حقیقت یک اونس طلا در حساب شما وجود دارد. حال اگر قیمت طلا تغییر نماید اعتبار شما نیز تغییر میکند.

وجه ایی که در حساب ایگولد شما موجود است , پول الکترونیکی نامیده میشود و تبدیل پول الکترونیکی به پول فیزیکی در این سیستم به راحتی ممکن است.

تاریخچه شرکت ایگولد

شرکت ذخیره نقره و طلا ( G & GS ) در سال 1996 به صورت سیستم پرداخت ایگلد بنیان نهاده شده و تا سال 1999 بخشهای مختلف آن جهت پرداخت و مبادلات تجاری مختلف توسعه پیدا کرد. در ژانویه 2000 جهت کاهش ریسک مالی شرکت Nevis.wl با مسئولیت محدود ایجاد گردید. در حال حاضر اکثر کشورها  ( G & GS ) را به رسمیت شناخته و تبادل مالی آن را پذیرفته اند. مدیریت سایت بر عهده دکتر داگلاس جکسون که یک متخصص فیزیک در زمینه پرتونگاری غدد داخلی است میباشد. وی از سال 86 تا 92 در بخش پزشکی ارتش آمریکا به کار مشغول بوده است . در سال 1995 بر پایه مطالعات به خصوص در زمینه های مالی و اعتباری سیستم پرداختهای ایگلود را بنیان نهاد و در نوامبر 1996 به صورت Online  افتتاح کرد.

برای چه از حساب ایگولد استفاده کنیم؟ <\/h1>

امروزه استفاده از کارتهای اعتباری بین المللی و به تبع آن تجارت الکترونیک در ایران با مشکلات متعددی مواجه است. به منظور تسهیل تبادلات مالی در اینترنت از یک سیستم اعتباری جهانی به نام ( e-gold ) استفاده میشود.
در واقع شما برای فعالیت مالی در اینترنت نیاز به یک حساب اینترنتی دارید.با مراجعه به سایت e-gold میتوانید یک حساب اینترنتی به صورت کاملا مجانی برای خود ایجاد نمائید . این حساب برای دریافتها و پرداختهای مالی شما در مراحل بعد مورد استفاده قرارخواهد.

اکثر سایتهای اینترنتی به خصوص سایتهای مالی و تبلیغاتی دنیا ایگولد را می پذیرند و شما به راحتی می توانید تبادلات مالی خود را از طریق ایگولد انجام دهید.

 نحوه واریز پول به حساب ایگولد چگونه است؟

معمولا از دو طریق امکان پذیر است :

  1-    انتقال پول از یک حساب به حساب دیگر که درکمتر از چند ثانیه صورت می گیرد.

  2-    استفاده از سایتهای واسطه (Exchange) و بانکها با استفاده از حساب ارزی .

در روش اول شما وجه موردنظر را از اشخاصی که وجه e-gold در حسابشان موجود دارند می خرید به این صورت که با این اشخاص (فروشنده های ایگولد) تماس می گیرید و در ازای مثلا دلاری 890 تومان از آنها دلار ایگولد می خرید و این اشخاص با استفاده از امکان Spend در منوی e-gold انتقال وجه را از حساب خودشان به حساب شما میسر می سازند.

و در روش دوم که مناسب برای اشخاصی است که با مبالغ بالا کار میکنند , شخص با مراجعه به بانک موردنظر و افتتاح حساب ارزی مقداری دلار برای خرید اعتبار ایگولد به شرکتهای Exchange پرداخت میکنند و شرکت موردنظر با کسر مقداری کارمزد معادل دلاری e-gold را به حساب شخص واریز میکند  

 

نحوه خارج کردن پول از حساب ایگولد چگونه است؟  

می توانیم کلیه در آمد ها را توسط یک چک از e-gold دریافت کنیم و یا با داشتن حساب ارزی در یکی از بانکهای ملی یا رفاه یا تجارت آنرا دریافت کنیم و یا اینکه موجودی خود را به ازای مثلا هر دلار 850 تومان به حساب کسانی که در ایران هستند و خریدار آن هستند بفروشیم . دریافت وجه ازطریق این سایت و انتقال آن به ایران به راحتی ممکن است.

 

برای دریافت اطلاعات بیشتر به سایت https://www.e-gold.com مراجعه کنید

برگرفته ازhttp://mehdifarhani.pib.ir

مکینتاش یا PC؟

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:
1ـ هوشمندی چیست؟
2ـ 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:
   «هوش 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.
1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.
2ـ 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:
1ـ نمونه کامل هوشمندی انسان است.
2ـ 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:
   «محدود 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 Mccarthy
2-NP-Complete Problems
3-Von Neumen
4-Artificial Intelligence Markup Language

برگرفته از سایت www.srco.ir