پروژه دانشجویی مقاله هوش جمعی و کاربرد آن ها تحت word دارای 74 صفحه می باشد و دارای تنظیمات و فهرست کامل در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد پروژه دانشجویی مقاله هوش جمعی و کاربرد آن ها تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : توضیحات زیر بخشی از متن اصلی می باشد که بدون قالب و فرمت بندی کپی شده است
بخشی از فهرست مطالب پروژه پروژه دانشجویی مقاله هوش جمعی و کاربرد آن ها تحت word
عنوان صفحه
مقدمه ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- فصل اول : هوش مصنوعی و ارتباط آن با هوش جمعی ;;;;;;;;;;;;;;;;;;
1-1 مقدمه;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- 2 تاریخچه هوش مصنوعی;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- 3 هوش چیست؟;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- 4 فلسفه هوش مصنوعی;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1-5 مدیریت پیچیدگی;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1-6 عاملهای هوشمند;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- 7 سیستمهای خبره;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
1- 8 رابطه هوش جمعی با هوش مصنوعی;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- فصل دوم: تعریف هوش جمعی;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 1 مقدمه;;;;;;;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 2 تعریف هوش جمعی;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 3 خصوصیات هوش جمعی;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 4 اصول هوش جمعی;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 5 طبقه بندی هوش جمعی;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 5 -1 طبیعی در مقابل مصنوعی;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 5 – 2 علمی در مقابل مهندسی;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
2- 6 تعامل دو دسته طبیعی/ مصنوعی و علمی/ مهندسی;;;;;;;;;;;;;;;;;;;;;;
3- فصل سوم: کاربردهای هوش جمعی;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 1 مقدمه;;;;;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 2 تعریف بهینه سازی;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3 الگوریتم بهینه سازی کلونی مورچه ها;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 1 تعریف;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 2 الگوریتم;;;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 3 خواص عمومی کلونی مورچه ها;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 4 الگوریتم مورچه برای مسئله فروشنده دورهگرد;;; ;;;;;;;;;;;;;;;;;;;
3- 3- 5 کاربردهای الگوریتم مورچه;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 5- 1 مسیریابی خودرو;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 5- 2 الگوریتم S_ANTNET;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 5- 3 هزارتوی چند مسیره;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 3- 5- 4 مسیریابی در شبکه های مخابراتی;. ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4 الگوریتم بهینه سازی زنبور;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 1 تعریف;;;;;;;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;.
3- 4- 2 جستجوی غذا در طبیعت;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 3 الگوریتم زنبور;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3-4-4- بهینه سازی کلونی زنبورها;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 5 سیستم فازی زنبورها;;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 6 کاربردهای الگوریتم بهینه سازی زنبورها;.. ;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 6- 1 مسئلهRide_matching;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;
3- 4- 6- 2 حل مسئله RS بوسیله سیستم فازی زنبورها;;; ;;;;;;;;;;;;;;;;;;
3- 4- 6- 3 کاربردهای الگوریتم زنبور در مهندسی; ;;;;;;;;;;;;;;;;;;;;;;;
3- 5 الگوریتم بهینه سازی انبوه ذرات;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 5- 1 تعریف;;;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 5- 2 الگوریتم;;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 5- 3 کاربردهای الگوریتم بهینه سازی انبوه ذرات;.. ;;;;;;;;;;;;;;;;;;;;;;
3- 6 الگوریتم ژنتیک;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 6- 1 تعریف;;;;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 6- 2 عملگرهای یک الگوریتم ژنتیک;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 6- 3 عملکرد کلی الگوریتم ژنتیک;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 6- 4 مقایسه الگوریتم ژنتیک و دیگر شیوههای مرسوم بهینه سازی. ;;;;;;;;;;;;;;
3- 6- 5 الگوریتم ژنتیک و سیستمهای مهندسی;. ;;;;;;;;;;;;;;;;;;;;;;;;;
3- 6- 6 کاربردهای الگوریتم ژنتیک;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 7 شبکه های عصبی;;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 7- 1 تعریف;;;;;;;;;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 7- 2 تازیخچه شبکه های عصبی;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 7- 3 چرا از شبکه های عصبی استفاده میکنیم؟;;;;;;;;;;;;;;;;;;;;;;;; ;
3- 7- 4 شبکه های عصبی در مقابل کامپیوترهای معمولی.. ;;;;;;;;;;;;;;;;;;;;;
3- 7- 5 چگونه مغز انسان میآموزد؟;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 7- 6 از سلولهای عصبی انسانی تا سلولهای عصبی مصنوعی.. ;;;;;;;;;;;;;;;;
3- 7- 7 کاربردهای شبکه های عصبی;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 8 کاربردهای دیگر هوش جمعی;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 8- 1 تعریف;;;;;;;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 8- 2 اقتصاد;;;;;;;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 8- 3 شبکههای ادهاک;;;;;;;. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
3- 8- 4 سیستمهای خودسازمانده;;;.. ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
4- فصل چهارم: نتیجه گیری;;;;; ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
بخشی از منابع و مراجع پروژه پروژه دانشجویی مقاله هوش جمعی و کاربرد آن ها تحت word
[1] E. Bonabeau, M. Dorigo, and G. Theraulaz. Swarm Intelligence: From Natural to Artificial System. Oxford University Press, New York,
[2] J.-L. Deneubourg, S. Aron, S. Goss, and J.-M. Pasteels. The Self_Orgonazing exploratory pattern of the Argentine ant. Journal of insect Behavior, 3:159-168,
[3] G. Di Caro and M. Dorigo. AntNet: Distributed stigmergetic control for communications networks. Journal of Artificial Intelligence Research, 9:317-365,
[4] G. Di Caro, F. Ducatelle, L. M. Gambardella. AntHocNet: An adaptive nature_inspired algorithm for routing in mobile ad hoc networks. European Transactions on Telacommunications, 16(5): 443-455,
[5] M. Dorigo,v. Maniezzo,and A. Colorni. Positive feedback as a search strategy. Technical Report 91-016,Dipartimento di Elettronica, politecnico di Milano, Milan, Italy,1991.Revised version publishedas : M.dorigo, on systems, Man,and cybernetics-part B,26(1):29-41,
[6] M. Dorigo and T.Stutzle. Ant Colony Optimization. MIT Press, Cambridge ,MA ,
[7] J.Kennedy and R.C.Eberhart. Paticle swarm optimization. Proceedings of IEEE International Confeence on Neural Networks,IEEE Press,Piscataway,NJ,pp.1942-1948,
[8] J.Kennedy, R.C.Ebehart,andY.Shi.Swarm Intelligence.Mogan Kaufmann,San Francisco,CA,
[9] J.d.Farmer,J.J.Sidorowich,Predicting.Chaotic time seies,Physical review letters,vol.59,no.8,pp.845-848,
[10] M.C.asdagli,Nonlinear prediction of chaotictim series physical . D,vol,35,pp.335-356,
[11] S.chen, y.wu,b.l luk,combined genetic algorithm for radial baisis function network,IEEE Tran.on Neural networks, vol.10,no.5,1239-1243,
[12] H. leung,T .LO,S.Wang,Prediction of noisy chaotic time series using an optimal radial baisis function neural network.IEEE Tran.on Neural ,vol.12,no.5,pp.1163-1172,
[13] J.R.Jang. ANFIS:adaptive network- based fuzzy infrence system ,IEEE Tran.on systems , man and cybernetics, vol.23,no.3,pp.665-685,
[14] PETE JAcKSon, Introduction to Exprrt systems 2 ND Edition ADDISON,Wesley publishing co ,
[15] TAkE NORI MAKINO, overview of machine translation cicc manuscript, toho university, 2-2-1 miyama, funabashi ,274, FEB,
[16] kEITH JEFFERY, expert data base systems , Academic press
[17] E.Bonabeau,M. Dorigo, and G. Theraulaz. Swarm intelligence: from Natural to artificial system. Oxford university press, New York ,
[18] E.Bonabeau,M.Dorigo,and G. Theraulaz. Inspiration for optimization from social insect Behavior. Nature, 406:39-42,
[19] Kylie Bryantm ,Genetic Algorithm and the traveling salesman problem, Hervey mudd college,
[20] Dr Alex Rogers, CM2408-Symbolic Al Lecture 8-introduction to Genetic Algorithms , December,
[21] Jean-philippe,ph.D,Genetic algorithm, may
[22] Genetic Algorithm, Beasly-Bull-Martin,october
فصل اول: هوش مصنوعی[1] و ارتباط آن با هوش جمعی[2]
1-1 مقدمه
هزاران سال است بشر تلاش می کند بفهمدکه چگونه فکر میکند، یعنی چگونه یک موجود می تواند حس کند، بفهمد، پیش بینی کند و دنیایی بسیار بزرگتر و پیچیده تر از خود را کنترل کند. رشته هوش مصنوعی از این حد هم جلوتر می رود : نه تنها برای درک موجودات هوشمند تلاش می کند، بلکه قصد دارد موجودات هوشمند نیز بسازد
هوش مصنوعی یکی از جدیدترین علوم می باشد. در حال حاضر هوش مصنوعی دارای شاخههای بسیار متنوعی است مانند هوش
جمعی که هم در زمینه های همه منظوره مانند یادگیری و ادراک و هم در زمینه های بسیار خاص مانند بازی شطرنج، اثبات قضایای ریاضی و تشخیص بیماری مفید است. مفهوم ایده آل هوش مصنوعی عقلانیت نامیده می شود در واقع یک سیستم را عقلانی می نامیم اگر براساس دانستههایش، کار درست را انجام دهد
1-2 تاریخچه هوش مصنوعی
هوش مصنوعی را باید عرصه پهناور تلاقی بسیاری از دانشها، علوم و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونه‌گونه و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم و زمینه‌های بسیار دیگر
هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت
همچنین به تعاریفی برای «آگاهی» و «درک » نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم
با وجودی که برآورده سازی نیازهای صنایع نظامی، مهمترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده میشود . مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال 1943، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون هستیم
نام هوش مصنوعی در سال 1965 میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال 1960 میلادی شروع شده بود
بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها بود. در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین اموری را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین آنها به انجام رسانند
1- 3 هوش چیست؟
اما اکثر تعریف‌هایی که در این زمینه ارایه شده‌اند بر پایه یکی از باورهای زیر قرار می‌گیرند
- سیستم‌هایی که به طور منطقی فکر می‌کنند
- سیستم‌هایی که به طور منطقی عمل می‌کنند
- سیستم‌هایی که مانند انسان فکر می‌کنند
- سیستم‌هایی که مانند انسان عمل می‌کنند
- ظرفیت کسب و به کار گیری دانش و مهارت فکر کردن و استنتاج ؛
- توانایی رفتار مناسب در شرایط غیر قابل پیش بینی ؛
- توانایی بدست آوردن اهداف پیچیده در محیط پیچیده
- توانایی کار و تطبیق با محیط همراه با منابع و دانش ناکافی
شاید بتوان هوش مصنوعی را این گونه توصیف کرد
هوش مصنوعی عبارت است از مطالعه این که چگونه کامپیوترها را می‌توان وادار به کارهایی کرد که در حال حاضر انسانها آنها رابهتر انجام می‌دهند
1-4 فلسفه هوش مصنوعی
بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارائه تصمیم میباشد. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسایل دریافت شده تلقی میشود. هوش مصنویی علم و مهندسی ایجاد ماشینهایی با هوش با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و نهایتا دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی میباشد
در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم میباشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل تعبیه شده بر روی کامپیوتر میباشد. در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر هنوزکسی قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبوده است
1-5 مدیریت پیچیدگی
ایجاد و ابداع فنون و تکنیک‌های لازم برای مدیریّت پیچیدگی را باید به عنوان هست بنیادین تلاش‌های علمی و پژوهشی گذشته، حال، و آینده، در تمامی زمینه‌های علوم رایانه، و به ویژه، در هوش مصنوعی معرّفی کرد. شیوه‌ها و تکنیک‌های هوش مصنوعی، در واقع، برای حلّ آن دسته از مسائل به وجود آمده است که به طور سهل و آسان توسط برنامه‌نویسی تابعی، یا شیوههای ریاضی قابل حلّ نبوده‌اند
در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمّیّت است که بر پیچیدگی فائق می‌آییم، و می‌توانیم بر روی بخشهایی از مسئله متمرکز شویم که مهمتر است. تلاش اصلی، در واقع، ایجاد و دستیابی به لایه‌ها و ترازهای بالاتر و بالاتر تجرید را نشانه می‌رود، تا آنجا که، سرانجام برنامه‌های کامپوتری درست در همان سطحی کار خواهند کرد که خود انسانها به کار مشغولند
به یاری پژوهشهای گسترده دانشمندان علوم مرتبط، هوش مصنوعی از آغاز پیدایش تاکنون راه بسیاری پیموده است. در این راستا، تحقیقاتی که بر روی توانایی آموختن زبانها انجام گرفت و همچنین درک عمیق از احساسات، دانشمندان را در پیشبرد این علم، یاری کرده‌است. یکی از اهداف متخصصین، تولید ماشینهایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند
برای نمونه به رباتی هوشمند بیاندیشید که بتواند اعضای بدن خود را به حرکت درآورد، او نسبت به این حرکت خود آگاه بوده و با سعی و خطا، دامنه حرکت خود را گسترش می‌دهد، و با هر حرکت موفقیت آمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته و یا حتی می‌دود و یا به روشی برای جابجا شدن، دست می‌یابد، که سازندگانش، برای او، متصور نبوده‌اند
هر چند این مثال در تولید ماشینهای هوشمند، کمی آرمانی است، ولی به هیچ عنوان دور از دسترس نیست. دانشمندان، عموماً برای تولید چنین ماشینهایی، از تنها مدلی که در طبیعت وجود دارد، یعنی توانایی یادگیری در موجودات زنده بخصوص انسان، بهره می‌برند
آنها بدنبال ساخت ماشینی مقلد هستند، که بتواند با شبیه‌سازی رفتارهای میلیونها یاخته مغز انسان، همچون یک موجود متفکر به اندیشیدن بپردازد.هوش مصنوعی که همواره هدف نهایی دانش رایانه بوده‌است، اکنون در خدمت توسعه علوم رایانه نیز است. زبانهای برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن می‌سازند، پایگاههای داده‌ای پیشرفته، موتورهای جستجو، و بسیاری نرم‌افزارها و ماشینها از نتایج پژوهشهای هوش مصنوعی بهره می‌برند
سیستمی که عاقلانه فکر کند. سامانه‌ای عاقل است که بتواند کارها را درست انجام دهد. در تولید این سیستم‌ها نحوه اندیشیدن انسان مد نظر نیست. این سیستم‌ها متکی به قوانین و منطقی هستند که پایه تفکر آنها را تشکیل داده و آنها را قادر به استنتاج و تصمیم گیری می‌نماید. آنها با وجودی که مانند انسان نمی‌اندیشند، تصمیماتی عاقلانه گرفته و اشتباه نمی‌کنند. این ماشینها لزوما درکی از احساسات ندارند. هم اکنون از این سیستم‌ها در تولید عامل‌ها در نرم افزارهای رایانه‌ای، بهره گیری میشود. عامل تنها مشاهده کرده و سپس عمل میکند
1-6 عاملهای هوشمند
عامل‌ها قادر به شناسایی الگوها، و تصمیم گیری بر اساس قوانین فکر کردن خود می باشند. قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش، تعریف میشود. این سیستم‌ها بر اساس قوانین خاص خود فکر کرده و کار خودرا به درستی انجام می‌دهند. پس عاقلانه رفتار می‌کنند، هر چند الزاما مانند انسان فکر نمی‌کنند
1-7 سیستمهای خبره
سیستمهای خبره زمینهای پرکاربرد در هوش مصنوعی و مهندسی دانش است که با توجّه به نیاز روز افزون جوامع بر اتخاذ راه حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانه انسانی مورد نیاز است، بر اهمیت نقش آنها افزوده هم میشود. سیستمهای خبره به حل مسائلی می‌پردازند که به طور معمول نیازمند تخصّص‌های کاردانان و متخصّصان انسانی است. به منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر اینگونه سامانه‌ها به دانش موجود در آن زمینه خاص ضروری میگردد
1-8 رابطه هوش جمعی با هوش مصنوعی
یکی از شاخه های هوش مصنوعی به نام”هوش جمعی” هم اکنون برای حل بسیاری از مسائل بهنیه سازی بکار می رود. هوش جمعی ، مبتنی بر رفتارهای جمعی در سامانه‌های نامتمرکز و خودسامانده بنیان شده است. این سامانه‌ها معمولاً از جمعیتی از کنشگران ساده تشکیل شده است که بطور محلی با یکدیگر و با محیط خود در تعامل هستند. با وجود اینکه معمولاً هیچ کنترل تمرکزیافته‌ای، چگونگی رفتار کنشگران را به آنها تحمیل نمی‌کند، تعاملات محلی آنها به پیدایش رفتاری عمومی می‌انجامد. مثال‌هایی از چنین سیستمهای را می‌توان در طبیعت مشاهده کرد؛ گروههای مورچه‌ها، دسته پرندگان، گله‌های حیوانات، تجمعات باکتری‌ها و دسته‌های ماهی‌ها
فصل دوم : تعریف هوش جمعی
