بتـــــاريخ : 2/13/2011 9:20:29 AM
الفــــــــئة
  • التقـنيــــــــــة
    		•
    التعليقات المشاهدات التقييمات
    0 3395 0
    طباعة أخبر صديق

    موضوعات متعلقة

    كتب ومصادر وشرائح - الذكاء الإصطناعي - عربي + انجليزي ‘أومنيا 735‘.. هاتف من ‘سامسونج‘ يشغل ‘أوفيس‘ مالفرق بين المبرمج والدكتور

    مختارات من نفس الفئة

    ناسا تكتشف مركبات عضوية على كوكب المريخ أفضل 5 سيارات عالية الأداء في لوس انجلوس

    الفرق بين الذكاء الاصطناعي والانظمة الذكية ، المشكلة التي يقع بها الكثيرين المستوى (( للجميع ))

    الناقل : elmasry | العمر :42 | الكاتب الأصلى : سنان محمد صالح | المصدر : www.arabteam2000-forum.com

    كلمات مفتاحية  :

    مقدمة

    العلم يتقدم .. ولا احد يعلم الى اين .. العلم سيصل .. ولا احد يعلم الى اين .. العلماء يتسابقون لتسهيل كل شئ .. والدقة تصل الى محاكاة الصراصير والديديان والعناكب .. فهاهو علم الذكاء الاصطناعي يتقدم تقدم سريع جدا .. ومجالات البحوث به كثيرة ويوم عن يوم تتطور اكثر وتزداد .. والداخلين الى العلم ايضا بازدياد مستمر .. اطاريح الدكتوراه والماجستير وحتى مشاريع التخرج والمشاريع الشخصية تبحث بدراسته ..
    اغلب مصانع العالم الان تعمل بالروباتات والانسان الالي .. قبل ايام شاهدت تقريرا على قناة Discovery Science الفضائية المشفرة انه خلال 9 ساعات تقريبا تدخل صفيحة حديدة بطول معين لتخرج منه سيارة كاملة مزودة بالوقود .. ويقومون بتجربتها امام الكاميرة .. العمل كله تم من قبل روبوتات مبرمجة للقيام بهذا الغرض ...

    ما اريد توضيحه في هذا المقال هو الفرق بين شيئين .. الانظمة الذكية وبين الذكاء الاصطناعي .. فكل واحد له مجاله ..والاختلاف بينهم كبير جدا ..
    لنبدأ الان بالتوضيح ..

    الذكاء الاصطناعي
    للذكاء الاصطناعي عدة تعريفات ::

    1- لقد ظهر الذكاء الاصطناعي في الخمسينات من القرن الماضي نتيجة الثورة التي حدثت في مجالي المعلومات والتحكم الآلي، وترمي أبحاثه إلى تحقيق هدفين رئيسيين :
    الأول: الوصول إلى فهم عميق للذكاء الإنساني عن طريق محاكاته.
    الثاني: الاستثمار الأفضل للحاسب والعمل على استغلال إمكاناته كافة، وخصوصاً بعد التطور السريع لقدرات الحاسبات ورخص ثمنها.
    حتى الآن لم يوضع تعريف محدد للذكاء الاصطناعي ويعود ذلك إلى غموض مفهوم الذكاء، لكن يمكننا تعريفه من خلال ما سبق بأنه: (مبحث يتناول كيفية جعل الآلة –أي الحاسب- تؤدي عمليات مناظرة لقدرات البشر العقلية) .
    ومن المجالات المرتبطة بهذا المبحث:علم التحكم الآلي (cybernetics)، وعلم الروبوت (robotics)، والتعليم بمساعدة الحاسب (CAI)، والتصميم الهندسي بمساعدة الحاسب (CAD)، الترجمة الآلية(MT)، والتمييز الآلي للأنماط pattern recognition)) والألعاب الإلكترونية كالشطرنج

    2- تقول ويكيبديا بهذا الشأن ..
    هناك العديد من التعريفات ل الذكاء الاصطناعي ولكن هناك أربعة تعاريف هي الأكثر شهرة و انتشاراً في أوساط المجتمع العلمي و الجامعات في العالم وعلى أساسه تعمل المجموعات البحثية والعلمية لتطوير برامج جديدة تساعدهم في الحياة العملية.

    الأنظمة و الآلات التي تفكر كالبشر
    الأنظمة التي تتصرف كالبشر
    الأنظمة التي تفكر بشكل منطقي
    الأنظمة التي تتصرف بشكل منطقي

    تقنيات الذكاء الصنعي):
    1. معالجة اللغات الطبيعية: وهي أن نتمكن من التواصل وإدارة النظام بشكل ناجح باللغة الطبيعية كاللغة العربية مثلاً.
    2. تمثيل المعرفة المقدمة أثناء أو قبل عملية المعالجة.
    3. المنطق الآلي لاستخدام المعلومات المخزنة للإجابة عن الأسئلة و استنباط استنتاجات جديدة(المنطق الاستنتاجي).
    4. آلية تعليم الآلة و ذلك ليقوم النظام بتعديل الوضع الجديد و استنتاج نماذج جديدة(التعلم الذاتي).
    5. الرؤية الحاسوبية ليتعرف على أغراض معينة(من وجهة نظر الحاسوب كتعرف الروبوت على الأشياء من حوله).
    6. Robotics (علم تصميم الإنسان الحاسوبي): ليتفادى الاصطدام بهذه الأشياء.


    من الخطا ان نقول بانه ( الذكاء الصناعي ) وانما هو الذكاء الاصطناعي .. لان هذا الذكاء سيكون مصطنع اي انه ليس حقيقي والانسان هو من صنعه .. او بمعنى ادق ان الانسان قد وضع في سنوات تعلمه كلها فيه .. وبذلك حصلنا على نظام يحمل خبرة الانسان الطويلة اي اننا حصلنا على نظام خبير بخبرة هذا الانسان .

    الانظمة الذكية ::
    هي العلم الاكثر تطورا وتقدما من الذكاء الاصطناعي ..وحتى بالنسبة لي هي الاجمل ..لانها حقا تحاكي الانسان ولا يضطر الانسان الى وضع خبرته ومهارته فيها .. وانما يصنعها ويبرمجها كما يشاء ويعطيها سمة الذكاء والاكتساب من المحيط العام لها وبذلك فانها ستصبح اكثر ذكاءا ..

    لها اربعة اشكال حتى يومنا هذا .. او بمعنى اربعة انظمة ولذلك سميناها بالانظمة الذكية ..
    1- الشبكات العصبية Neural Network
    2- المنطقى الضبابي Fuzzy Logic
    3- الخوارزمية الجينية Genetic Algorithm
    4- الانظمة الهجينة Hybrid Systems

    السبب في كونها ذكية واكثر ذكاءا مما في فروع علم الذكاء الاصطناعي .. هي لانها قابلة للتميز وللمعرفة واكتساب الذكاء من قواعد مبرمجة وليست مضمنة ..
    اعلم ان الجمل السابقة غير واضحه قليلا .. لذلك سنأتي الان للتفصيل اكثر..سنأخذ مختصرات عن الانظمية الذكية

    1- الشبكات العصبية

    Resized to 64% (was 1024 x 1024) - Click image to enlargePosted Image


    Posted Image

    Posted Image
    بالانكليزي Neural Network مفرد الشبكه الواحده هو العصبون Neuron . وهو الجزء المسؤول عن العمليات في الشبكات العصبية .

    عقل الانسان يتألف من ملايين بل مليارات الخلايا العصبية التي تعمل بانتظام في ما بينها .. عن طريق ارسال اشارات كهربائية تفهمها في ما بينها وكل حسب وضيفته .
    فهناك خلايا مسؤولة عن تمييز الرؤية . وليست مسؤولة عن الرؤية نفسها . كلمة تمييز كلمة مهمة جدا جدا في علم الشبكات العصبية .
    العين هي التي ترى ما ينعكس من ضوء على الاشياء فتدخل الصورة الى الدماغ ( هذا سابقا ) اما الان فنقول الى الشبكات العصبية الدماغية وهي التي تقوم بتصنيف الصورة كل حسب مكانه . فمثلا لو شاهدت العين سلة تحتوي على الخضروات .. دخلت الصورة الى العين وهي صورة عادية ملونة فقط يأتي هنا دور الخلايا او الشبكات العصبية المسؤولة عن التمييز .. فستقوم بتمييز كل شئ موجود في الصورة حسب بيانات موجودة فيها سابقا . فمثلا اللون الاحمر يشير الى الطماطا واللون الاخضر يشير الى الفلفل على الرغم من ان الاثنين لهم نفس الشكل الخارجي تقريبا .. طيب .. لو كان هنالك تفاح فهو نفس شكل الطماطا وله نفس اللون ..احمر ايضا .. فما الحل ؟؟
    هنا سيأتي دور الخلايا المسؤولة عن تمييز الريحة فريحة التفاح تختلف عن ريحة الطماطا ..
    لكن من الممكن ان يسأل شخص هنا ..
    اننا نستطيع تمييز الطماطا عن التفاح بمجرد النضر وليس باستخدام الشم ..
    الجواب هنا هو التدريب المستمر على النضر الى الخضروات .. فمنذ نعومة الاضافر ومنذ ان كنا صغارا ونحن نأكل الطماطا والتفاح ونستطيع التمييز بمجرد النضر لان هذا تدريب مستمر منذ سنوات طويلة .. اذا وصلنا الى كلمة جديدة وهي التدريب ..
    التدريب هو الشئ الذي يجعل الخلية العصبية تزداد قوة . فكلما تدربت اكثر كلما قلت نسبة الخطأ في تمييزها للاشياء ..

    بصورة عامة سأقوم الان بتصنيف التمييز الى اقسام رئيسية ::
    1- تمييز الالوان Color Recognition.
    2- تمييز الوجوه Face Recognition .
    3- تمييز خط اليد Handwriting Recognition .
    4- تمييز الاشياء Object Recognition .
    5- تمييز الاصوات Sound Recognition .
    6- تمييز الحروف والارقام Optical Character Recognition ( OCR ) .
    7- تمييز الحركة Motion Recognition .
    8- تمييز بصمة اليد FingerPrint Recognition .

    هنالك الكثير من هذه المواضيع الان هي عبارة عن مشاريع تخرج والمنتدى الان يحتوي على الكثير من طلبات الاعضاء الخاصة بهذا الجانب ..فهنالك مواضيع عن تمييز حركة اليد والتي تقع على النوع السابع .. فمن الممكن ان نغير اليد الى حركة الرجل او حركة اصبع فقط .

    ففي علم الذكاء الاصناعي قبل قليل عرفنا ان احد فروعه هي الروبتات .. لكن لو دمجنا مع الروبوت كاميرة صغيرة للرؤية فقط .. اصبح هذا الروبوت خاليا من الذكاء مجرد يستلم الامر من صاحبه .. او مثلا صممنا له جهاز استشعار كان يكون كاميرة حرارية او ليزر تجعله يغير من مساره عن اعتراض حائط لطريقه او أي جسم امامه .. فهذا ايضا لا يعتبر ذكاءا .. لانه شئ مصطنع ارجو الانتباه الى مصطنع ..
    لكن لو جعلنا هذه الكاميرة قادرة على تمييز الجسم الذي اعترض حركة الروبوت . مثلا لو كان انسان فلا مانع واذا كان حائط لا يجب التغيير من المسير .. فهذا يعتبر ذكاء ..والسبب لانه استطاع التمييز بين الانسان وبين الحائط ..
    او من الممكن ان نجعله يقف عندما يراني امامه ولكن عندما يرى (س) من الناس فلا يعره اهتماما .. هنا نجد امكانيا لتمييز الوجوه . ميز وجهي عن الاخرين .. او ميز صوتي عندما تحدثت معه وباستمرار التحدث فانه سيتدرب على صوتي اكثر وبذلك تقل نسبة الخطأ في التمييز مستقبلا ..

    =======================================================

    2- المنطق الضبابي
    نشأ هذا المنطق عام 1965 على يد العالم الاذربيجاني الأصل "لطفي زادة" من جامعة كاليفورنيا حيث طوّره ليستخدمه كطريقة أفضل لمعالجة البيانات ، لكن نظريته لم تلق اهتماماً حتى عام 1974 حيث استخدم منطق الغموض في تنظيم محرك بخاري، ثم تطورت تطبيقاته حتى وصلت لتصنيع شريحة منطق ضبابى fuzzy logic chip والتي استعملت في العديد من المنتجات كآلات التصوير.
    هناك العديد من الدوافع التي دفعت العلماء إلى تطوير علم المنطق الضبابي فمع تطور الحاسوب و البرمجيات نشأت الرغبة في اختراع أو برمجة أنظمة يمكنها التعامل مع المعلومات الغير الدقيقة على غرار الإنسان لكن هذا ولد مشكلة حيث أن الحاسوب لا يمكنه التعامل إلا مع معطيات دقيقة و محددة. و قد نتج عن هذا التوجه ما يعرف بالأنظمة الخبيرة أو الذكاء الإصطناعي و يعتبر علم المنطق الضبابي أحد النظريات التي يمكن من خلالها بناء مثل هذه الأنظمة.

    منطق الضباب بالمعنى الواسع هو منظومة منطقية تقوم على تعميم للمنطق التقليدي ثنائي القيم، وذلك للاستدلال في ظروف غير مؤكدة. وبالمعنى الضيق فهو نظريات وتقنيات تستخدم المجموعات الضبابية التي هي مجموعات بلا حدود قاطعة. يمثل هذا المنطق طريقة سهلة لتوصيف وتمثيل الخبرة البشرية، كما أنه يقدم الحلول العملية للمشاكل الواقعية، وهي حلول بتكلفة فعالة ومعقولة، بالمقارنة مع الحلول الأخرى التي تقدم التقنيات الأخرى.
    مبدأ المنطق الضبابي
    القاعدة الأساسية: المنطق الضبابي هو أحد أشكال الغموض و الذي حير العلماء ولكن ليس من الضروري الآن الشرح الكامل للمنطق الضبابي وإنما نكتفي بتعريفه وتبيين استعمالاته في عام 1995 لطفي زادة اكتشف المنطق الضبابي عندما كان يعمل في جامعة كاليفورنيا حيث لاحظ أن الصح و الخطأ لا تكفي من أجل تمثيل كافة الأشكال المنطقية و خاصة المشاكل التي تواجهنا حاليا . فالمنطق الكلاسيكي يعتمد على 0 أو 1 فقط و هذا ما يعتمد عليه الكثير من العلاقات في حين توجد علاقات أخرى يكون فيها الموضع الذي فيها يمكن اعتباره صحيح جزئيا أو خاطئ جزئيا في نفس الوقت . وبشكل عام نقول أن : (n) =1 fѕ عندما n Є S ، (n) = 0 fѕ عندما xلا تنتمي إلى S .

    و هذا ما هو موضح بالشكل حيث أن تغير صغير في قيمة X تجعلها تتغير من set1 إلى set 2
    بينما المنطق الضبابي يصف لنا علاقة التابع بشكل أشمل و أعم من ذلك حيث أن الحالة يمكن أن تكون حالة وسط بين الحالتين المألوفتين كما في العلاقة التالية:

    ففي المنطق الضبابي يكون الانتقال بين الوضعين بشكل تدريجي لذلك يمكن في هذه المرحلة أن نعتبر الوضع يأخذ كلا الحالتين معا حيث أن تغير صغير في قيمة الدخل يسبب زيادة في التغير و ليس تغيرا تاماً.

    كما درسنا سابقا استخدامات الشبكات العصبية سنعرف الان استخدامات المنطق الضبابي ..

    لو سئل الان شخص عن نجاحه في مادة ما .. فانه احتمالية الجواب ستكون ( ناجح ، راسب ) وفي منطق الحاسبات نقول ( 0 ، 1 )
    الراسب هو من درجاته اقل من 50 والناجح هو العكس ..
    هذا مثال على المنطق العادي او مانسميه احيانا منطق الصفر واحد او منطق الصح خطأ ..

    لكن لو اردنا الامثلة على المنطق الضبابي .. فأشهر الامثلة ..
    الطقس
    لنأخذ مثال يتعلق بموضوع مهم للكثير من الأمور كالسياحة والتجارة والسفر وغيرها وهو الطقس. لنسأل السؤال التالي: هل الطقس يكون جميلاً في هذا البلد في وقت معين من السنة؟
    من الواضح أن عبارة “الطقس جميل” لها قيمة ضبابية فقد يتدرج الطقس من سيء جداً إلى جميل للغاية، بالإضافة إلى أنها عبارة مركبة تشمل العديد من العوامل، فالطقس الجميل يعني مثلاً أن يكون الجو صاحياً بشكل مقبول وأن تكون الحرارة معتدلة وأن تكون الرطوبة ضعيفة وأن تكون الريح معتدلة السرعة. من الواضح أن كل هذه القيم ضبابية وبالتالي إن العبارة السابقة تشكل معادلة ضبابية.
    في الطب
    رغم أني لست خبيراً في مجال الطب لكني أتوقع أن يكون للمنطق الضبابي دور كبير أيضاً في التشخيص الطبي وفي تحديد الأدوية والجرعات.
    من المعلوم أن التشخيص وتحديد الجرعات يعتمد على أعراض معينة لدى المريض. بالرغم من أن الأعراض التي يذكرها المريض مثل وجود وجع أو حرارة أو شعور بالغثيان …الخ لا يمكن أخذها بشكل قيم ضبابية لأن المريض قد يبالغ أو يقلل من مدى فداحة هذه الأعراض بحسب ثقافته وشعوره النفسي، إلا أن نتائج التحاليل والفحوص الطبية هي دائماً بشكل ضبابي، فالنتائج لا تكون فقط “الضغط مرتفع” أو “السكر مرتفع في الدم” أو “توجد حرارة” بل تحدد مقدار هذا الضغط ومقدار السكر في الدم ومقدار الحرارة، وباعتبار أن التشخيص يقوم عادةً على عبارات منطقية مثل “إذا كان المريض يعاني من حرارة مرتفعة وضغط مرتفع وعمره صغير ولديه عدد كبير من كريات الدم البيضاء فإنه يعاني من المرض الفلاني” يمكن إدخال قيم الفحوصات والتحاليل ضمن هذه المعادلات المنطقية بشكلها الضبابي والحصول كذلك على نتيجة ضبابية تساعد الطبيب على تحديد مقدار جرعة الدواء المطلوبة، فستختلف الجرعة أو الدواء مثلاً فيما إذا كان المريض يعاني من التهاب بسيط أو التهاب حاد جداً.
    هذه أمثلة بسيطة ويمكن إيجاد الكثير غيرها، وأعتقد أن السبب في أن المنطق الضبابي لا يستخدم بشكل واسع لا يعود إلى قلة تطبيقاته بل إلى عدم اطلاع الناس عليه بشكل كافي بعد.


    ===================================


    3- الخوارزميات الجينية ::

    Resized to 98% (was 667 x 1000) - Click image to enlargePosted Image

    صراحة ومن دون كتابة ، افضل ما اجده هنا هو ان ارفق لكم هذا الرابط والذي انصح به كمقدمة عن الموضوع ..
    باللغة الانكليزية
    Genetic Algorithm

    العربية
    الخوارزميات الجينية

    تقول ويكيبيديا ..

    الخوارزمية الجينية genetic algorithms هي طريقة من طرق الاستمثال و البحث. يمكن تصنيف هذه الطريقة كإحدى طرق الخوارزميات التطورية evolutionary algorithms التي تعتمد على تقليد عمل الطبيعة من منظور دارويني.
    الخوارزمية الوراثية: هي تقنية بحث تستعمل لإيجاد حلولِ مضبوطة أَو تقريبية التي تحقيقِ الأمثلية ، الخوارزميات الوراثية تصنف كبحوث العالمية الاستدلالي(Global search heuristics), وهي أيضا فئة معينة من الخوارزميات التطورية المعروفة كذلك بِالحساب التطوريِ (evolutionary computation) التي تستخدم تكنولوجيا المستوحاة من البيولوجيا التطورية (evolutionary biology) مثل التوريث والطفرات والاختيار و التهجين (crossover).
    تعتبر الخوارزميات الجينية من التقنيات الهامة في البحث عن الخيار الأمثل من مجموعة حلول متوفرة لتصميم معين، وتعتمد مبدأ داروين في الاصطفاء حيث تقوم هذه المعالجة الوراثية بتمرير المزايا المثلى من خلال عمليات التوالد المتعاقبة، وتدعيم هذه الصفات، وتكون لهذه الصفات القدرة الأكبر على دخول عملية التوالد، وإنتاج ذرية أمثل وبتكرار الدورة الوراثية تتحسن نوعية الذرية تدريجياً.


    الخوارزميات الجينية يتم تنفيذها باعتبارها محاكاة الكمبيوتر حيث تستخدم الكورموسومات كأفراد في العمليات التي تقوم بها لإيجاد افصل الحلول ، بشكل عام الحلول تمثل بنظام الثنائي (binary ) من 0 و1 ،وأيضا يمكن استخدام رموز أخرى.
    عملية التطور(evolution) تبدأ عادة من اختيار الكورموسومات(population) بشكل عشوائي وهذا يحدث في الأجيال الأخرى ،في كل جيل يتم حساب الدالة الأمثلية(fitness function) لكل الكروسومات بشكل منفرد و يتم اختيار أفضل الكورموسومات بالاعتماد على أفضل الدالة الأمثلية و من ثم عمل تهجين (دمج) وأيضا عمل طفرة ، هذه الخوارزمية تتوقف عندما نصل إلى أكبر عدد من الأجيال تم إنتاجه أو الوصل إلى أفضل تحيق من خلال الدالة الأمثلية ، إذا كان التوقف بسبب أكبر عدد من الأجيال يكون الحل الأمثل غير متحقق.
    الخوارزميات الجينية توجد في التطبيقات المعلوماتية الإحيائية(bioinformatics) و علوم الحاسوب والهندسة و الاقتصاد و الكيمياء و الصناعات التحويلية ( manufacturing) و الرياضيات والفيزياء وغيرها من الميادين.
    تقوم طريقة الخوارزميات الجينية على توليد حلول جديدة تولد حلولا من احتمالات مشفرة على الشكل المعروف ب "كروموسوم" أَو "مورّث". الكروموسومات تجمع أو تتغير لإنتاج الأفراد الجدد. وهي مفيدة لإيجاد الحل الامثل للمعضلات المتعددة الأبعاد التي يمكن فيها أن تشفر القيم للمتغيرات المختلفة فيها على شكل الكروموسوم.
    ولتطبيق الخوارزمية الوراثية علينا أولاً أن نوجد التمثيل المناسب للمشكلة المدروسة وفق عمليات صبغية، وأشهر طرق التمثيل هي استخدام السلاسل الثنائية لتمثيل قيم المتغيرات التي تعبر عن حلّ للمشكلة المعطاة وعلى هيئة صبغيات، وبعد أن تنتج هذه الصبغيات لا بد من طرق لمعالجتها حيث يوجد أربعة عمليات وهي (النسخ، التصالب، الطفرة و العكس).
    فالخوارزمية الوراثية مبنية على أساس تقنية الحلول المثلى تحاكي النشوء الطبيعي وذلك عن طريق تشفير الحلول الممكنة لتمثيلها على شكل سلاسل مشابهة لسلاسل الصبغي، ومن ثم تطبيق بعض العمليات البيولوجية (نسخ، تصالب، طفرة)، والعمليات الصنعية(العكس) لإنتاج الحل الأمثل.
    والميزة الأهم في الخوارزمية الوراثية هي طبيعتها التكييفية، والتي تجعلها أقل حاجة لمعرفة المعادلة من أجل حلها.
    فالخوارزمات الجينية هي طريقة لمحاكاة ماتفعله الطبيعة في تكاثر الكائنات الحية، واستخدام تلك الطريقة لحل مشكلات معقدة للوصول للحل الأفضل، أو أقرب حل ممكن للحل الأفضل. إذن لدينا مشكلة لها عدد كبير جدا من من الحلول أكثرها خاطئ وبعضها صحيح، وهنالك دائما الحل الأفضل والذي يصعب غالبا الوصول إليه.
    ففكرة الخوارزميات الجينية تكمن في توليد بعض الحلول للمشكلة عشوائيا، ثم تفحص هذه الحلول وتقارن ببعض المعايير التي يضعها مصمم الخوارزم، وأفضل الحلول فقط هي التي تبقى أما الحلول الأقل كفاءة فيتم إهمالها عملا بالقاعدة البيولوجية "البقاء للأصلح".
    والخطوة التالية هي مزاوجة أو خلط الحلول المتبقية (الحلول الأكثر كفاءة) لإنتاج حلول جديدة على غرار ما يحصل في الكائنات الحية وذلك بمزج مورثاتها (جيناتها) بحيث يحمل الكائن الجديد صفات هي عبارة عن مزيج من صفات والديه.
    الحلول الناتجة من التزاوج تدخل هي أيضا تحت الفحص والتنقيح لمعرفة مدى كفاءتها واقترابها من الحل الأمثل، فإن ثبتت كفاءة الحل الجديد فإنه يبقى وإلا يُهمل، وهكذا تتم عمليات التزاوج والانتقاء حتى تصل العملية إما لعدد معين من التكرارات (يقرره مستحدم النظام) أو تصل الحلول الناتجة، أو إحداها إلى نسبة كفاءة، أو نسبة خطأ ضئيلة (يحددها المستخدم أيضا) أو حتى الحل الأفضل.

    من اشهر الامثلة على الخوارزميات الجينية .. هي المشاكل التي تحلها .. وهناك امثلة كثيرة لها .. شهيرة جدا ..
    1- مشكلة البائع المتجول .. Traveling Salesman Problem TSP

    لنفترض في دولة ما .. هنالك بائع لمواد منزلية مثلا .. يتجول بين مدن هذه الدولة .. والمدن مبعثرة أي لا تقع على خط مستقيم لكنه يعرف الطرق التي تربط بين هذه المدن كلها .. فكر هذا البائع بان يمر بكل هذه المدن .. لكن بشروط :-
    أ‌. اقصر الطرق التي تجعله يمر بكل المدن .
    ب‌. اقل كلفة للمرور بكل الطرق .
    ت‌. المدينة يمر منها مرة واحدة فقط ولا يعود اليها ثانية .
    الصورة توضح طريقة من طرق الحل ..

    Posted Image
    لوشاهدنا في الصورة اعلاه .. في الطرف الايسر النقاط قبل ان نوصل بينها الخطوط .. وهي مبعثرة .. اما في الطرف الايمن فالنقاط بعد التوصيل وتحقيق كافة الشروط طبعا بالنسبة لشرط التكلفة فهو متحقق ولكن من دون ان نكتبب تكلفة الطرق على الصورة ..

    هذه المسألة .. المقبل الجديد على علم الخوارزميات الجينية يضن انه شئ بسيط او مشكلة سهلة الحل .. لكنها مسألة معقدة فعليك ان تمر ب100 نقطة مثلا لكن وفق الشروط الموجودة سابقا .. او من الممكن ان تكون 500 او 1000 .. او اكثر .. فكيف تستطيع ذلك .؟
    هذه المسألة وحلها افادت الكثير من المجالات الاخرى ..مثلا حركة الطائرات ومساراتها في الجو ، او في تصميم الدارات الكهربائية . هندما تكون هنالك اكثر من نقطة يجب ان تصل اليها التوصيلات ..


    مسألة الوزراء الثمانية 8queens problem

    رقعة الشطرنج تحتوي على 8 × 8 مربعات .. أي 64 مربع مابين ابيض واسود ، سميت هذه المسالة بمسالة الوزراء لان الوزير هو اقوى بيادق الشطرنج لانه يستطيع ان يتحرك بكل الاتجاهات وبالطول الذي يريد ، المطلوب من هذه المسالة هو ان تضع وزيرا على كل عمود من اعمدة رقعة الشطرنج الثمانية بحيث لايستطيع الوزير الواحد ان يقتل بقية الوزراء السبعة

    Posted Image

    Posted Image
    طريقة العمل ..
    طريقة العمل: تقم الخوارزمية الوراثية باختيار أفضل الكورموسومات باستخدام الدالة الأمثلية من مجموعة الكورموسومات الأولية الدالة الأمثلية : تكون أعلى درجة (max) =28 (7+6+5+4+3+2+1) اقل درجة =0 حيث 7 تعني أن 8 ملوك في نفس السطر (من اليسار ال اليمن) وهكذا .
    فإذا كانت الكورموسومات الأولية هكذا :
    الدالة الأمثلية=28-4 =24
    الدالة الأمثلية=28-5 =23
    الدالة الأمثلية=28-8 =20
    الدالة الأمثلية=28-17 =11
    اختير أعلى دالة الأمثلية
    24/(24+23+20+11) = 31%
    23/(24+23+20+11) = 29%
    20/(24+23+20+11) = 26%
    11/(24+23+20+11) = 11%
    يتم اخيار أعلى درجتين من الدالة الأمثلية ومن ثم عمل التهجين و الطفرة
    تستمر هذه العملية حتى الوصول إلى ان لا تتواجد ملكتين في نفس الصف أو العمود أو القطر.

    ================================================

    4- الانظمة الهجينة ::

    الهدف من هذه الانظمة هو لانتاج نظام جديد يحمل خواص نظامين ذكيين او اكثر من الانظمة السابقه بحيث يستفيد من كل خصائص الانظمة على سبيل المثال ..

    الأنظمة العصبية الضبابية (بالإنجليزية: Neuro-Fuzzy Systems) هي أنظمة هجينة متكونة من أنظمة الشبكات العصبية الإصطناعية و الأنظمة الضبابية أي القائمة على المنطق الضبابي. الهدف من هذه الأنظمة الهجينة هي إستغلال كل من خصائص الأنظمة العصبية الإصطناعية كالتعميم و الأنظمة الضبابية التي تحاكي في عملها عمليات التفكير البشري. عادة ما تعتبر هذه الأنظمة تطويرا لأنظمة المنطق ضبابي لكنها أيضا تستعمل للدلالة على:
    • تحسين أو ضبط معاملات الشبكات العصبية الإصطناعية كعدد النيورونات في الشبكة أو معامل التعلم
    • نمذجة الضبابية أو طرق الإستنتاج الضبابي عن طريق الشبكات العصبية الإصطناعية
    و يتم عادة التفرقة بين نوعين من الأنظمة العصبية الضبابية:
    • الأنظمة الهجينة hybrid neuro fuzzy systems التي لا يمكن فيها فك الإرتباط بين النظام العصبي و نظام المنطق الضبابي حيث أن الشبكة يمكن فهمها على أنها نظام شبكات عصبية اصطناعية أو في نفس الوقت كنظام منطق ضبابي
    • الأنظمة التعاونية cooperative neuro fuzzy systems: و هي أنظمة يتم فيها استعمال شبكة عصبية اصطناعية للتحصل على المعاملات الخاصة بنظام المنطق الضبابي كدالة الإنتماء و من ثم يتم فصل الشبكةعنه و يعمل نظام المنطق الضبابي بمفرده .


    في النهاية ..
    هي مقالة بسيطة نوعا ما .. اردت من خلالها ان اوضح شيئا مهما كان يخفى على الجميع .. وهو الانظمة الذكية والذكاء الاصطناعي .. فالبعض يضمن الانظمة الذكية ضمن الذكاء الاصطناعي ويعلل اسبابه .. اما انا فاعزل بين الانظمة الذكية وبين الذكاء الاصطناعي ... لان الذكاء له فروعه .. بينما الانظمة الذكية هي انظمة قائمة لوحدها وهي التي تكتسب الذكاء وهي التي تقرر وكل واحد منها علم قائم بحد ذاته لايمكن ان يدمج تحت علم الذكاء الاصطناعي ..
    هذا رايي وهذا بحثي امامكم .. والله اعلى واعلم ..
    النقاش مفتوح للكل وسأكون سعيدا بذلك ..
    تحياتي العطرة للجميـــــــــــــع ...
    سنان محمد صالح

    كلمات مفتاحية  :

    تعليقات الزوار ()

    Copyrights© 2007 Manqol.com