- در این مقالات با تکنیکهای تصمیم گیری آشنا میشویم. روشهای AI/ML (یادگیری ماشین/هوش مصنوعی) میتواند وسیلهای برای پایان دادن به تصمیمات منطقی ما باشد. این مقاله به منظور فراهم نمودن شهود مبتنی بر محبوبترین تکنیکهای تصمیمگیری که هدف این مقاله ارائه شهودی در مورد محبوبترین تکنیکهای تصمیم گیری است که توسط AI/ML (یادگیری ماشین/هوش مصنوعی)هدایت میشوند.
- دقیقا بعد از بیدار شدن از خواب و بلند شدن از تخت دنج در صبح تا زمان خستگیهای پایان روز، تصمیماتی که میگیریم باعث پیشرفت ما میشود. محاسبات تخمینی نشان داده است که انسان به طور متوسط حدود 35000 تصمیم در روز میگیرد. حتی یک تصمیم کوچک میتواند پیامدهای بزرگی بر مجموعهای از رویدادها داشته باشد، مانند آنچه در “اثر پروانهای” بسیار معروف بیان شده است، جایی که یک تغییر جزئی مانند بال زدن پروانه میتواند تغییری خارق العاده ایجاد کند.
- کلید تصمیم گیری موثر، تعیین نتایج ممکن، ارزیابی آنها برای رسیدن به بهترین نتیجه میباشد. با ظهور هوش مصنوعی، ما برای اکثر تصمیمات منطقی خود از آن استفاده میکنیم، خواه یافتن کوتاه ترین مسیر برای رسیدن به کار باشد یا انتخابهای تجاری پیچیده. استفاده از تکنیکهای AI/ML (یادگیری ماشین/هوش مصنوعی) برای تصمیمگیری به ما این امکان را میدهد تا با آزمایش نتایج مختلف ممکن برای مشکل موجود، راهحل بهینه را پیدا کنیم.
تکنیکهای برتر تصمیم گیری با استفاده از هوش مصنوعی / یادگیری ماشین
تصمیم گیری فرآیندی مستمر و هدفمند است. این شامل مجموعهای از اقدامات است که باید برای رسیدن به یک هدف تعریف شده انجام شود. تکنیکهای زیر راهحلهایی را برای مشکلات کسب و کار مدرن ارائه میدهند، در نتیجه تواناییهای تصمیمگیری را برای ارائه رشد مؤثر، مقرون به صرفه و سودآور در هر زمینه را افزایش میدهند.
-
سیستمهای توصیه گر
بیایید لحظهای را به تجزیه و تحلیل فعالیتهای روزانه خود اختصاص دهیم. بیشتر ما روز خود را با گوشیهای هوشمندمان شروع و سپری میکنیم. از اخبار گرفته تا چیزهایی که میخریم، و بر اساس انتخابهایمان موردهای جدید را به ما نشان میدهد. به نوعی، ماشینها در مورد آنچه ممکن است به آن علاقهمند باشیم تصمیم میگیرند.این با ساختن سیستمی حاصل می شود که از تکنیکهایی استفاده میکند که در زیر نشان داده شده است.
2.تحلیلهای پیشبینی کننده
مدلهای پیشبین مدلهایی هستند که از تکنیکهای مبتنی بر آمار برای تخمین یا پیشبینی نتایج احتمالی با دادههای معتبر مناسب استفاده میکنند که الزامات زمینههای مختلف را اجرا میکند. یک مدل پیشبینی اغلب با الگوریتمهای یادگیری ماشینی ترکیب میشود تا نتیجه کسبوکار موثرتری به دست آید. این امر با داده کاوی، تعیین روندها و الگوها بدون هدف، و اعمال الگوریتم مناسب طبقه بندی (برای پیش بینی دستههای مختلف) یا رگرسیون (برای پیش بینی اعداد) به دست میآید.
3.تصمیم گیری بر اساس منطق فازی
اصطلاح “فازی” به معنای مبهم یا ناقص است. بسیاری از تصمیمات ما را نمیتوان سیاه یا سفید دانست. گاهی اوقات، بررسی نتایج موجود در منطقه خاکستری ضروری است. منطق فازی برای ادغام شباهت استدلال انسان در ماشینها استفاده میشود. منطق فازی اغلب با سیستمهای کنترلی برای ارائه یک نتیجه فوری قابل قبول اجرا میشود. هنگامی که با شبکههای عصبی و یادگیری تقویتی ترکیب میشوند، میتوان از سیستمهای فازی برای دستیابی به هوش و ثبات مورد نیاز برای زمینههای دنیای واقعی استفاده کرد.
سیستمهای فازی عملکرد بیشتری دارند و نسبت به نویزهای خارجی و نویزهای بیرونی حساسیت کمتری دارند. این سیستمها انعطافپذیرتر هستند و میتوانند حاوی مقادیری باشند که بیش از دو موقعیت ممکن را نشان میدهند. اگرچه سیستمهای فازی همیشه دقیق نیستند، اما قویتر هستند و در اکثر محصولات خانگی مانند تهویه هوا، اجاقهای مایکروویو، ماشین لباسشویی، یخچال، تلویزیون و غیره کاربرد دارند.
اهمیت تصمیمگیری
در زیر نکات مهمی برای توضیح تکنیکهای تصمیم گیری آورده شده است:
- این یک واقعیت شناخته شده است که هر روز بیش از 2.5 کوینتیلیون بایت داده تولید میکنیم که هر روز افزایش مییابد. بنابراین، میتوان نتیجه گرفت که برای شرکتهای «داده محور» کمبود داده وجود ندارد. با این حال، از آنجایی که بیشتر این دادهها بدون ساختار هستند، نیاز به استخراج، پاکسازی و تمیز کردن آنها به وجود میآید تا بتوان اطلاعات مفیدی را از دادههای مذکور استخراج کرد.
- موفقیت هر کسب و کاری در مسیری است که آنها برای دسترسی به مشتریان خود طی میکنند و اینکه مشتریان چقدر از محصولات مورد نظر خود راضی هستند. استفاده از تکنیکهای هوش مصنوعی و یادگیری ماشین برای بهبود کسب و کار و برای شناخت بازار و انتخاب راهی درست به سمت نوآوری و استفاده مؤثر از منابع موجود مهم است.
- این تکنیکها به عنوان پلی برای به دست آوردن اهرم بر روی دادهها و استفاده از آنها برای تصمیمگیریهای پیچیده عمل میکنند و کسب و کار را قادر میسازند تا شناخت عمیق تر و شخصیتری از مشتریان خود داشته باشند که منجر به پیوند قویتر بین آنها برای کشف فرصتهای تجاری بهتر آن میشود.
مزایای تصمیم گیری
در زیر مزایای تصمیمگیری آورده شده است:
1.بررسی گزینههای بیشتر
وقتی دادههای بسیاری داریم، امکانات زیادی برای کاوش و استخراج اطلاعات مفید از آنها وجود دارد. در حالی که این کار میتواند برای انسان خسته کننده باشد، ماشینها میتوانند به ما کمک کنند تا به این هدف برسیم. در مسیر دستیابی به یک تصمیم ایدهآل، دادهها تجزیه و تحلیل میشوند، جایگزینهای متعدد برای یافتن راه حلهایی برای سوالات حل نشده مورد مطالعه قرار میگیرند.
-
صرفه جویی در زمان
با رشد پلتفرم دیجیتال، دستیابی به نتایج سریع نیاز لحظهای است و این با درگیر شدن ماشینهای کارآمد و آموزش دیدهای امکانپذیر است که قوانین پیچیده ریاضی را به کار میگیرند تا بهترین خروجی را به ما ارائه دهند. با پیشرفتهای شبکههای عصبی و ابررایانهها، این الگوریتمهای پیچیده اکنون در عرض چند ثانیه تا چند ساعت به جای چند روز انجام میشوند.
-
دقت و کارایی بیشتر
علاوه بر صرفه جویی در زمان، سیستمهای هوش مصنوعی یادگیری ماشین نتایج دقیقی را برای مشکلات ما در اختیار ما قرار میدهند. این امر توسط بسیاری از دادههای قابل قبول ماشینی که به این سیستمها وارد میکنیم ممکن میشود، و با گذشت زمان با انباشته شدن دادههای تاریخی، تصمیم گیری بهتر و بهتر میشوند.
-
شناخت مشتریان
حفظ مشتریان به اندازهی به دست آوردن آنها مهم است. کسب و کار میتواند از دادههایی که از مشتریان خود دریافت میکند استفاده کند و میتواند روی رویکرد موجود خود کار کند و تصمیم بگیرد که چه چیزی برای هر دو بهترین است تا مطمئن شود که مشتری را به این زودیها از دست نمیدهد .
نتیجه
تکنیکهای تصمیمگیری، نگاهی اجمالی به گزینههای مختلف ممکن در اختیار ما قرار میدهد تا بتوانیم بهترین تصمیم را اتخاذ کنیم. اخیراً ما به هوش مصنوعی تکیه کردهایم تا به ما در تصمیمگیری دقیقتر و بهتر کمک کند. اگرچه این برای پیشرفت ما در آینده بسیار مهم است، اما همه تصمیمات گرفته شده توسط ماشینها و الگوریتمها نمیتوانند جایگزین تصمیمهایی شوند که انسانها میگیرند.
اخلاقی که در تصمیمات انسانی وجود دارد همان چیزی است که تصمیمات مبتنی بر ماشین عمدتاً فاقد آن هستند، نه اینکه به سوگیری که توسط خالق آنها یا دادههایی که به آنها داده میشود معرفی میشوند، اشاره نکنیم. اما دامنه هوش مصنوعی که در فرآیند تصمیم گیری ما نقش دارد به این زودیها کاهش نخواهد یافت. تنها راه برای پیشرفت بیشتر ما این است که رویکردی هوشمندانهتر و حسابگرانهتر برای بهبود تصمیماتی که نتایج اقدامات ما هستند اتخاذ کنیم.