16 اکتبر 2020توسط جوری دنی
دنیای محاسبات پر است از کلمات پر طمطراق مانند هوش مصنوعی ، ابر رایانه ها ، یادگیری ماشینی ، ابر ، محاسبات کوانتومی و موارد دیگر. اما به طور خاص یک کلمه است که در کل محاسبات مورد استفاده واقع می شود – الگوریتم.
به معنای عام آن ، الگوریتم مجموعه ای از دستورالعمل ها است که به کامپیوتر می گوید چگونه مجموعه ای از حقایق مربوط به جهان را به اطلاعات مفید تبدیل کند. حقایق داده ها هستند و اطلاعات مفید دانش برای افراد و یا دستورالعمل های ماشین آلات یا ورودی الگوریتم دیگری است. مثالهای متداول برای بسیاری از الگوریتم ها وجود دارد ، از مرتب سازی مجموعه اعداد گرفته تا یافتن مسیرها از طریق نقشه ها تا نمایش اطلاعات روی صفحه.
برای درک مفهوم الگوریتم ها ، به لباس پوشیدن صبح فکر کنید. تعداد کمی از مردم فکر دوم را می کنند. اما چگونه می توانید روند معمول خود را یادداشت کنید یا رویکرد لباس پوشیدن خود را به کودک 5 ساله بگویید؟ پاسخ دقیق به این سو الات الگوریتمی را ارائه می دهد.
ورودی
برای رایانه ، ورودی اطلاعات مورد نیاز برای تصمیم گیری است.
صبح که لباس می پوشید ، به چه اطلاعاتی نیاز دارید؟ اول و مهمترین آنها اینکه ، شما باید بدانید که چه لباس هایی در کمد شما وجود دارد. سپس ممکن است در نظر بگیرید که دما چیست ، پیش بینی آب و هوا برای روز ، چه فصلی است و چه بسا برخی از تنظیمات شخصی رادر نظر می گیرید.
همه اینها را می توان درباره داده ها نشان داد ، که در واقع مجموعه ای ساده از اعداد یا کلمات است. به عنوان مثال ، دما یک عدد است و ممکن است پیش بینی هوا “بارانی” یا “آفتاب” باشد.
دگرگونی
مورد بعدی قلب یک الگوریتم یعنی محاسبات است. محاسبات شامل حساب ، تصمیم گیری و تکرار است.
بنابراین ، این نحوه لباس پوشیدن چگونه است؟ شما با انجام برخی از امور ریاضی درباره مقادیر ورودی تصمیم می گیرید. اینکه ژاکت بپوشید ممکن است به دما بستگی داشته باشد و اینکه شما کدام ژاکت را انتخاب می کنید به پیش بینی بستگی دارد. از نظر رایانه ، بخشی از الگوریتم لباس پوشیدن ما اینگونه به نظر می رسد: “اگر زیر 50 درجه باشد و باران ببارد ، ژاکت بارانی و یک پیراهن آستین بلند را برای پوشیدن در زیر آن انتخاب کنید.”
پس از چیدن لباس های خود ، باید آنها را بپوشید. این قسمت اصلی الگوریتم ماست. تکرار را می توان برای رایانه مانند “برای هر قطعه لباس ، آن را بپوش” بیان کرد.
خروجی
سرانجام ، آخرین مرحله از الگوریتم خروجی است – بیان پاسخ. برای رایانه ، خروجی معمولاً مانند ورودی ، داده بیشتری است. این امکان را برای رایانه ها فراهم می کند تا الگوریتم ها را با مد پیچیده برای تولید الگوریتم های بیشتر رشته ای هماهنگ کنند. با این حال ، خروجی می تواند شامل ارائه اطلاعات باشد ، به عنوان مثال قرار دادن کلمات روی صفحه ، تولید نشانه های شنیداری یا شکل دیگری از ارتباطات.
بنابراین پس از لباس پوشیدن ، پا به دنیای دنیا می گذارید ، آماده برخورد با عناصر و نگاه مردم اطراف خود هستید. شاید حتی یک سلفی بگیرید و آن را در اینستاگرام قرار دهید تا وسایلتان را جمع کنید.
فراگیری ماشین
گاهی اوقات تشریح روند تصمیم گیری بسیار پیچیده است. دسته خاصی از الگوریتم ها ، الگوریتم های یادگیری ماشینی ، سعی می کنند بر اساس مجموعه ای از مثالهای تصمیم گیری گذشته “یاد بگیرند”. یادگیری ماشینی برای مواردی مانند توصیه ها ، پیش بینی ها و جستجوی اطلاعات امری عادی است.
برای مثال لباس پوشیدن ما ، الگوریتم یادگیری ماشینی مرتبط با تصمیمات گذشته شما در مورد پوشیدن لباس ، دانستن احساس راحتی در پوشیدن هر مورد و شاید گرفتن سلفی هایی که بیشترین پسند را دارند و استفاده از این اطلاعات برای بهتر کردن ، انتخاب هاباشد.
بنابراین ، الگوریتم فرایندی است که کامپیوتر برای تبدیل داده های ورودی به داده های خروجی استفاده می کند. یک مفهوم ساده و در عین حال هر فناوری که با کشیدن انگشت روی صفحه موبایل لمس می کنید شامل الگوریتم های زیادی است. شاید دفعه بعدی که تلفن خود را گرفتید ، یک فیلم هالیوودی را دیدید یا ایمیل خود را بررسی کردید ، بتوانید فکر کنید که مجموعه ای از الگوریتم های پیچیده در پشت صحنه چیست.
