جواب کار در کلاس صفحه 52 درس 1 کار و فناوری ششم (بخش اول: فناوری و زندگی)

طبقه بندی داده ها:

در بازی: وقتی می‌پرسید «آیا جاندار است؟» و معلم می‌گوید «بله»، شما تمام گزینه‌های بی‌جان (مثل توپ و کیف) را کنار می‌گذارید و فقط روی جاندارها تمرکز می‌کنید.

در هوش مصنوعی: ماشین با بررسی ویژگی‌های اولیه، داده‌ها را به گروه‌های بزرگ تقسیم می‌کند (مثلاً گروه تصاویر حیوانات جدا از گروه تصاویر خودروها) تا جست‌وجو سریع‌تر شود.

مقایسه شباهت و تفاوت داده ها:

 در بازی: شما در ذهن‌تان ویژگی‌های حیوان مورد نظر را با چیزهایی که می‌شناسید مقایسه می‌کنید (مثلاً اگر پرواز می‌کند، شبیه پرنده است و متفاوت از گربه).

در هوش مصنوعی: رایانه ویژگی‌های دقیق (مثل رنگ، شکل لبه‌ها، بافت) تصویر جدید را با هزاران تصویری که قبلاً دیده مقایسه می‌کند تا ببیند به کدام‌یک شباهت بیشتری دارد.

رسیدن از کل به جزء:

در بازی: شما اول سوالات کلی می‌پرسید (حیوان است؟) و کم‌کم به سوالات جزئی می‌رسید (دندان تیز دارد؟) تا به جواب نهایی برسید.

در هوش مصنوعی: الگوریتم‌ها هم ابتدا دسته‌بندی‌های بزرگ را فیلتر می‌کنند و مرحله‌به‌مرحله دامنه جست‌وجو را کوچک‌تر می‌کنند تا به دقیق‌ترین پاسخ برسند

یادآوری و یادگیری:

در بازی: شما از اطلاعاتی که قبلاً درباره حیوانات و اشیاء در حافظه دارید (دانش قبلی) استفاده می‌کنید تا سوال بپرسید.

در هوش مصنوعی: ماشین از «داده‌های آموزشی» که قبلاً دریافت کرده است (مدل آموزش دیده) استفاده می‌کند تا الگوها را شناسایی کند. بدون داده‌های قبلی، ماشین هیچ چیزی برای یادآوری ندارد.

اصلاح پاسخ ها:

در بازی: اگر حدس زدید «عقاب» و معلم گفت «خیر»، شما می‌فهمید مسیرتان اشتباه بوده و با یک سوال جدید مسیر فکری‌تان را اصلاح می‌کنید.

در هوش مصنوعی: ماشین پس از هر بار اشتباه و دریافت بازخورد، «الگوریتم» خود را تنظیم می‌کند (وزن‌دهی را تغییر می‌دهد) تا در دفعات بعد آن اشتباه را تکرار نکند. به این کار «بهبود عملکرد با تکرار» می‌گویند.