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.
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.
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.
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.»