هوش تصمیمی به عنوان زیرمجموعه ای از هوش مصنوعی(بخش سوم)

اگر کنجکاوی شما را به یافتن شباهت‌های روانشناختی در  پرهیز از شیرهای بیشه، هدایتگری هوش مصنوعی و طراحی مخازن داده کشانیده است؛ از شما دعوت می‌کنیم در مورد هوش مصنوعی و حوزه هوش تصمیمی مطالعه کنید. در ادامه این مقاله به معرفی این مبحث خواهیم پرداخت. اگر به دنبال یافتن معنای تصمیم جهت پیاده سازی آن، و آشنایی بیشتر با ضمیمه هوش تصمیمی هستید، با در از مجله فناوری‌های توان افزا و پوشیدنی همراه باشید.

هوش تصمیمی به عنوان زیرمجموعه ای از هوهوش مصنوعی(بخش دوم)

تصمیم ­گیری با اطلاعات کامل

تصور کنید با تنظیم تصمیمی که نسبت به واقعیت ­ها حساس باشد، بسیار با دقت رفتار می کنید و می­ توانید اطلاعات واقعی مورد نیاز برای اجرای تصمیم خود را ببینید.

نخستین دستور در هر کاری باید واکنش شما به واقعیت‌ها باشد

هیچ چیز بهتر از واقعیت نیست. بنابراین ما همیشه ترجیح می‌دهیم چگونه می­‌خواهیم با واقعیت­‌ها کنار بیاییم. می­‌خواهیم اطلاعات خود را در کدام یک از زمینه­‌های زیر قرار دهیم؟

با حقایق چه کاری می ­توانید انجام دهید؟

  • می­‌توانید از حقایق برای تصمیم‌­گیری­‌های مهم استفاده کنید. اگر تصمیمتان به اندازه کافی مهم است، باید به جنبه کیفی مسائل بسیار توجه داشته باشید تا تصمیمی عاقلانه بگیرید. روانشناسان می­‌دانند که اگر در کمین اطلاعات نادرست قرار بگیرید، گمراه می­‌شوید. بنابراین آنها (و دیگران) در مورد چگونگی انتخاب اطلاعاتی که قبلاً پذیرفته­‌اید، چیزهای زیادی برای گفتن دارند.
  • شما می­‌توانید از حقایق برای نوع خاصی از تصمیم گیری که از قبل تنظیم شده است، استفاده کنید، که به آن تصمیم­‌گیری موثر می‌­گویند.

برای واقعیت های بی پاسخ به دنبال آزمایش نباشید

  • اگر تصمیم شما در چارچوب اقدامی برای ایجاد یک اتفاق باشد، شما به حقایقی در مورد روابط علت و معلولی نیاز دارید. در چنین مواردی، اگر واقعیت با علل همراه نباشد، حقایق مربوط به اثرات، برای شما بی­‌فایده است. انجام یک آزمایش کنترل شده، روشی برای دستیابی به اطلاعات علت و معلولی است. از طرف دیگر، در صورتی که در حال تصمیم‌­گیری برای پاسخ به یک واقعیت بی دلیل هستید، نیاز به انجام آزمایش نیست.

تصمیم گیری در مورد پدیده های نوظهور

  • می‌توانید از حقایق برای تصمیم­گیری در مورد مسائل مهمی که مربوط به یک پدیده نوظهور(“من تازه فهمیدم که یک مورد ابتلا به ویروس ابولا در همسایگی من وجود دارد، بنابراین از اینجا خارج می­‌شوم …”) است، استفاده کنید. این گونه تصمیمات،  تصمیماتی هستند که وجود ناشناخته‌­ای، بنیان رویکرد شما به آن را بسیار متزلزل می‌کند و متوجه می­‌شوید که زمینه تصمیم­‌گیری شما به طور نامناسبی تنظیم شده است.

خودکاری سازی فرآیند تصمیم گیری

  • می‌­توانید از حقایق برای خودکار کردن تعداد زیادی تصمیم گیری استفاده کنید. در برنامه نویسی سنتی، انسان مجموعه­‌ای از دستورالعمل‌­ها را برای تبدیل ورودی­‌های واقعی به اقدامات مناسب، که احتمالاً شامل چیزی مانند جدول جستجو است، مشخص می‌­کند.
  • برای پیدا کردن راه حل خودکار می­‌توانید از حقایق استفاده کنید. با دیدن حقایقی مربوط به یک سامانه می­‌توانید بر اساس آنها کدی بنویسید. این رویکرد بهتری نسبت به ارائه یک راه حل با فکر کردن بسیار سخت و بدون اطلاعات برای برنامه نویسی سنتی است. به عنوان مثال، اگر نمی­‌دانید چگونه دما را از سانتیگراد به فارنهایت تبدیل کنید، می­‌توانید از یک جدول که حاوی داده‌­های تبدیل شده است، استفاده کنید، اما اگر خود آن جدول را تجزیه و تحلیل کنید، می­‌توانید فرمولی که این تبدیل واحد را انجام می­‌دهد، بدست آورید و با استفاده از آن، کار تبدیل واحد بسیار آسان‌تر خواهد شد.
هوش تصمیمی به عنوان زیرمجموعه ای از هوهوش مصنوعی(بخش دوم)

یک پاسخ بهینه ایجاد کنید

  • برای ایجاد یک راه حل بهینه برای مسئله خودکار که به طور کامل قابل حل باشد، می‌توانید از واقعیت‌ها استفاده کنید. این یک بهینه سازی سنتی است. در زمینه تحقیقات عملیاتی به مثال‌های بسیاری برخورد خواهید کرد که شامل مواردی مانند چگونگی جدال با محدودیت‌ها برای رسیدن به نتیجه ایده‌آل است.
  • شما می‌­توانید از حقایق برای نحوه برخورد با تصمیمات مهم آینده الهام بگیرید. این بخشی از تجزیه و تحلیل است که همچنین در بخش اطلاعات جزئی نیز قرار دارد.

حقایق و تصمیم گیری بدون چهارچوب

  • شما می توانید به صورت تصادفی از حقایق برای تصمیم‌­گیری­‌های بدون چارچوب استفاده کنید. این هنگامی کارآمد است که تصمیمات از حساسیت بالایی برخوردار نباشند و مطمئن باشیم که رسیدن به آن­ها تلاش دقیقی نیاز ندارد. مانند تصمیم در مورد این که “امروز چه ناهاری بخورم؟”. تلاش برای دقیق بودن در تمام تصمیمات، دستیابی به نتیجه را تا حدودی غیر ممکن می­کند. تلاش خود را برای موقعیت‌­ها بسیار مهم ذخیره کنید، اما لطفا فراموش نکنید که حتی اگر استفاده از رویکردی با تلاش کم و کیفیت پایین کارآمد باشد، روش تصمیم گیری مطلوب هنوز از کیفیت پایین برخوردار است. با این روش نباید بیش از حد اعتماد بنفس داشته باشید و نباید به آن تکیه کنید. در صورتی که می­‌خواهید تصمیم‌­گیری شما از کیفیت بالایی برخوردار باشد، به روش دقیق­‌تری نیاز دارید.
  • با آموزش علم تصمیم‌­گیری، شما یاد خواهید گرفت که تصمیماتتان کمتر به واقعیات وابسته باشد در حالی که تصمیم‌هایتان از کیفیت بالایی نیز برخوردار است. این مهارتی بسیار ارزشمند است که البته تسلط بر آن زمان زیادی نیاز دارد. به عنوان مثال، دانشجویان اقتصاد، عادت دارند معیارهای تصمیم­گیری را قبل از دستیابی به اطلاعات تعیین کنند.

هوش تصمیمی به عنوان زیرمجموعه ای از هوش مصنوعی(بخش نخست)
هوش تصمیمی به عنوان زیرمجموعه ای از هوش مصنوعی(بخش دوم)
یافتن درکی دقیق از معنای هوش مصنوعی


منبع: towardsdatascience

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *