انتشار کتاب «یادگیری ماشین برای طراحان»

اختصاصی، معمارنیوز – انتشار کتاب «یادگیری ماشین برای طراحان»

نویسنده: Patrick Herbon
مترجمین: فرهبد حیدری؛ پژوهشگر دکتری تخصصی معماری دانشگاه تربیت مدرس
محمد حسن صالح طبری؛ پژوهشگر سابق لابراتوآر طراحی و هوش افزوده (DAIL) دانشگاه کرنل آمریکا
ناشر: موسسه آموزشی تألیفی ارشدان
تاریخ انتشار: ۱۳۹۸
شمارگان: ۱۰۰۰ نسخه
تعداد صفحات: ۱۲۷ صفحه
قیمت: ۳۰/۰۰۰ تومان

پیشگفتار کتاب:
قرن بیستم بستر رویداد مهمی، در تاریخ تکنولوژی جهان بوده است. در سال ۱۹۳۶ “آلن تورینگ” مفهوم یک ماشین جهانی با قابلیت یادگیری مرکزی را معرفی می کند و مدعی می شود که این ماشین “هرچیزی که قابل محاسبه باشد را محاسبه می کند”؛ توسعه مفهوم “یادگیری ماشین” در آن زمان کمی سخت به نظر می رسید، اما امروزه این دانش مرزهای علوم میان رشته ای را پیموده و موجبات توسعه چندجانبه و نوآورانه را فراهم آورده است. رایانه برنامه ریزی می شود و دستورهای ریاضیاتی و منطقی را در جهت اهداف انسان ها اجرا می نماید. اگر رایانه را به عنوان یک ماشین در نظر بگیریم در ابتدا باید، فرآیندی منطقی را به منظور نیل به اهداف “مشخص” در آن وارد نماییم، به نوعی به منظور استفاده از قدرت محاسبات ماشین، زبان خود را به زبان آن تبدیل کرده و فرآیندی منطقی را در آن ایجاد می نماییم. در مبحث “یادگیری ماشین” همواره این موضوع مورد اهمیت بوده است، که “چگونه می توان به ماشین یاد داد؟” و چگونه می توان بستری را برای ماشین ها فراهم کرد تا بتوانند با استفاده از تجربیات مختلف بر مهارت های خود بیافزایند. کتاب پیش رو به شناخت طراحی ماشین، انواع حالات، ابزارهای آن و تحلیل محیط کار، پرداخته است. شناخت و یادگیری طراحی بوسیله یادگیری ماشین، چالش ها و فرصت های جدیدی را پیش روی طراحان و معماران خواهد گذاشت، که این چالش موجب توسعه و ارتقای فکری و ایجاد پارامترهای نوین در فرآیند طراحی خواهد شد. معماران می توانند به ماشین یاد بدهند و چالش های خود را، بوسیله قدرت محاسبات آن حل نمایند.
فرهبد حیدری | محمد حسن صالح طبری | تابستان ۱۳۹۸

مقدمه مترجم:
در گذر زمان و از ابتدای پیدایش رایانه ها در انواع مختلف، انسان ها همواره تلاش کرده اند تا بتوانند از آن ها در راستای اهداف خود استفاده نمایند. انسان ها رایانه ها را برنامه ریزی کردند و به آن ها یاد دادند که چگونه پارامترهای پیچیده را حل نمایند، این آموزش ها موجبات افزایش تجربه انسان ها و گذر از تجربه های آزمایشگاهی به سمت تجربه های شبیه سازی شده را فراهم آورد. رایانه ها می توانند از روی داده های اولیه، بررسی نمایند، مشکلات را شناسایی و راه حل بهینه را ارائه دهند. با آموزش صحیح رایانه ها می توان پارامترهای جدیدی را به عرصه دانش معماری وارد نمود و دروازه های جدیدی را پیش روی طراحان و مهندسان باز گشود. اینکه چگونه به ماشین ها یاد داد تا به خوبی انسان ها یاد گیرند و عمل نمایند از جمله چالش های این حیطه می باشد. روش های متنوعی به منظور یادگیری ماشین وجود دارد، که هرکدام از آن ها به منظور نیل به اهداف مشخص و معین به صورت اختصاصی جوابگو می باشند و نمی توانند به طور عمومی برای تمام اهداف مختلف موثر عمل نمایند. به منظور درک روابط صحیح میان چالش ها و روش های بهینه حل مسئله، نیازمند معماران و طراحان با پس زمینه کد نویسی و دانش محاسبات ریاضی در منطق ماشینی می باشیم؛ ارتباط صحیح میان مهندسان کامپیوتر و معماران می تواند بخشی از این خلاء را جبران نماید. در چنین روشی، فرآیند، به اندازه فرآورده، مهم بوده و تولید فرآیندهای جدید دامنه ای گسترده از محصولات را به همراه می آورد. معماران می توانند با بهره گیری از ابزار یادگیری ماشین و توسعه آن بوسیله افزایش دانش خود در این حیطه، پارادایم های جدیدی را در محدوده فعالیت خود وارد نمایند.

مقدمه مؤلف:
از زمان پیدایش رایانه و هوش محاسباتی، انسان در آرزوی ساخت رباتی بوده است که بتواند مانند او صحبت کند و قدرت تفکر داشته باشد. و البته از این واقعه که روزی ماشین قدرت تفکر خود را بدست آورد هراس داشته است. اما رایانه هایی که ما در چند دهه گذشته با آنها سر و کار داشته ایم به مراتب دورتر از نمونه هایی مانند HAL9000 و Samanta بوده اند. با این حال یادگیری ماشین در میانه دوره ظهور خود به سر می برد که تعداد بیشماری از صنایع را دگرگون خواهد کرد و ابزارهای نوآورانه ای را برای طراحان به منظور ارتباط صحیح تر و دقیق تر با کاربران فراهم خواهد کرد تا نیازهای کاربر را بهتر درک کند. این تکنولوژی ها چالش های طراحی جدیدی را ایجاد می کنند و در مقابل نیازمند تفکری جدید و روش های متنوعی برای ارتباط با کاربر هستند.
به منظور دستیابی کامل به فواید گسترده این سیستم ها، طراحان نیاز به ایجاد روابط همکاری عمیق تر با برنامه نویسان دارند. همانطور که این تکنولوژی های پیچیده از نمونه های اولیه به محصولات قابل ارائه به کاربر تبدیل می شوند، برنامه نویسان نیز بر طراحان تکیه می کنند تا برنامه های جذاب تری برای این سیستم ها را کشف کنند.
در ادامه متن، ما برخی از ویژگی های فنی و محدودیت های سیستم های یادگیری ماشین و همچنین پیامدهای آنها برای طرح های ارتباط با کاربر را بررسی می کنیم. ما خواهیم دید که چگونه طراحان می توانند پارادایم های تعامل و واژگان طراحی را در اطراف این فن آوری ها توسعه دهند و چگونه طراحان می توانند قدرت یادگیری ماشین را در کار خود قرار دهند.

 

• فهرسـت مطالـب کتـاب:

مقدمه: چرا طراحی برای یادگیری ماشین متفاوت است؟ 
منطق‌های متفاوت
توسعه پذیری‌های متفاوت
تعریف‌های متفاوت از صحت و درستی
تعریف‌های متفاوت از مشکل

یادگیری ماشینی چیست؟ 
روند فکری شناخت اشیا
یادگیری با مثال
القای مکانیکی

روش های رایج برای یادگیری ماشینی 
سیستم های بیولوژیکی
سیستم های ترمودینامیک
سیستم های برقی
روش های یادگیری
یادگیری عمیق چیست؟

طراحی ارتقا یافته به کمک یادگیری ماشین 
تجزیه ی اطلاعات پیچیده
امکان پذیری ورودی دهی چند نمونه ای

نمونه‌های جدید ورودی 
ورودی های تصویری
ورودی های شنیداری
ورودی های جسمانی
ورودی های محیطی
ورودی های انتزاعی
ایجاد ارتباط
کشف ویژگی کمک کننده
آشنا کردن
جستجوی وضوح
تقسیم تعاملات به مبادلات دانه بندی شده
طراحی بلوک های سازنده
کسب اطلاعات آموزشی
حلقه پاسخ گیری هوشمند

برخورد با چالش ها 
طراحی برای عدم قطعیت
تضعیف فرض‌های اشتباه
ساخت بررسی گرهای سلامت
کار با محیط یادگیری ماشین
یادگیری ماشین به عنوان یک محیط سرویس دهنده
راه حل‌های جامع
ابزار‌های یادگیری ماشین شخصی ساز شده
ابزارهای یادگیری ماشین متن باز
ابزارهای یادگیری ماشین کاملاً سفارشی
ابزارهای پیش نمونه‌ی یادگیری ماشین
وکینیتور (Wekinator)
متمتیکا
کرس
ترکیب یادگیری ماشین با فرآیندهای طراحی

نتیجه گیری
ضمیمه (اطلاعات بیشتر: به روز ماندن با پیشرفت های این حوزه) 
آرکایو (Arshive)
هوش مصنوعی خلاق (Creative AI)
ردیت
اخبار یادگیری عمیق و اخبار هکر
دوره‌های آموزشی آنلاین
ریاضیات برای یادگیری ماشین
دوره‌های آموزشی (یادگیری عمیق)
منابع تخصصی
یادگیری ماشین متن باز
مجموعه داده‌ها

دریافت تصویر روی جلد
منبع خبر: www.MemarNews.com
مطالب معمارنیوز را در کانال تلگرام معمارنیوز دنبال نمایید.
هرگونه استفاده از مطالب اختصاصی این سایت بدون کسب اجازه کتبی پیگرد قانونی دارد.

share Memarnews content
Facebooktwittergoogle_pluslinkedinmailFacebooktwittergoogle_pluslinkedinmail

Follow Memarnews
Facebooktwittergoogle_pluslinkedinyoutubevimeoinstagramflickrfoursquareFacebooktwittergoogle_pluslinkedinyoutubevimeoinstagramflickrfoursquare


مطالب پیشنهادی :



نظر دهید

لطفا پاسخ صحیح را در کادر وارد نمایید. *

تمام حقوق این سایت برای © 2019 معمار نیوز محفوظ است.هرگونه استفاده از مطالب این سایت بدون کسب اجازه کتبی پیگرد قانونی دارد.
flickrtumblrtwittergoogle_pluslinkedininstagramfacebook