مروری بر مدلهای پیاده سازی هوش مصنوعی از نظریه تا عمل

هدف این پژوهش مروری بر مدلهای پیاده سازی هوش مصنوعی از نظریه تا عمل است. این پژوهش با بهره گیری از روش تحلیل محتوای کیفی و ترکیب نظام مند با جامعه آماری پژوهش شامل کلیه مقالات و منابع معتبر ملی منتشر شده در حوزه هوش مصنوعی سالهای ۲۰۱۱ تا ۲۰۲۵ بوده است. یافته ها نشان می دهد که پیشرفت در قدرت محاسباتی، دسترسی به داده های گسترده و بلوغ الگوریتم های یادگیری ماشین نقش مهمی در ارتقای توانمندی های هوش مصنوعی داشته اند. همچنین چالش هایی مانند محدودیت در قابلیت اطمینان، ناتوانی در کار در محیط های یادگیری مختلف و کندی ارائه بازخورد مانع استفاده بهینه از این فناوری هستند. الگوریتم های یادگیری ماشین توانستند الگوها را در داده ها بیابند و بدون نیاز به دخالت انسان بر اساس آنها پیش بینی و تصمیم گیری کنند. نتایج نشان می دهد که برای دستیابی به هوش مصنوعی پایدار و قابل اعتماد، باید بر توسعه الگوریتم های هوشمندتر، افزایش انعطاف پذیری سامانه ها و کاهش زمان بازخورد تمرکز شود.

کلیدواژه ها:

هوش مصنوعی ، هوش مصنوعی مولد ، یادگیری عمیق ، چالش ها