تحول هوش مصنوعی در یادگیری زبان

دکتر علی میرعرب توضیح داد که از سال ۲۰۱۸ به بعد، هوش مصنوعی به جای تمرکز بر ریاضیات، به یادگیری زبان پرداخته است. او مثال‌هایی از نحوه یادگیری زبان توسط کودکان و سیستم‌های هوش مصنوعی ارائه کرد و توضیح داد که چگونه می‌توان از این روش‌ها برای استخراج مفاهیم و شبکه مسائل استفاده کرد.

فرآیند استخراج شبکه مسائل فقهی

وی توضیح داد که برای تولید شبکه مسائل فقهی، ابتدا نیاز به داده‌های مناسب داریم. این داده‌ها باید پردازش شوند تا مفاهیم و روابط بین آنها استخراج شود. سپس این نتایج به متخصصان داده می‌شود تا تأیید کنند که آیا مسائل به درستی استخراج شده‌اند یا خیر. این فرآیند شامل سه مرحله اصلی است: داده‌گیری، پردازش داده‌ها و بررسی نتایج.

ارزیابی فرآیند استخراج مسائل

حجت‌الاسلام والمسلمین علیرضا پیروزمند بیان کرد که توضیحات میرعرب برای آشنایی با مکانیزم هوش مصنوعی خوب بود، اما توضیحات کافی در مورد نحوه استخراج مسائل فقهی از داده‌های هوش مصنوعی نداشت. او پیشنهاد داد که باید فرآیندهای استخراج مسائل فقهی به صورت دقیق‌تری توضیح داده شوند.

تأثیر داده‌ها و الگوریتم‌ها بر نتایج

پیروزمند تأکید کرد که هوش مصنوعی داده‌پایه است و نتایج آن بستگی به کیفیت داده‌ها و الگوریتم‌های مورد استفاده دارد. او هشدار داد که داده‌ها و الگوریتم‌های نادرست ممکن است به انحراف نتایج منجر شوند و بر نیاز به کنترل دقیق داده‌ها و الگوریتم‌ها تأکید کرد.

نیاز به توضیح منطق ارزیابی داده‌ها

حجت‌الاسلام والمسلمین محمدرضا فلاح تفتی بیان کرد که باید منطق ارزیابی داده‌ها و الگوریتم‌های هوش مصنوعی توضیح داده شود. او تأکید کرد که باید الگوریتم‌های هوش مصنوعی با فضای فقهی همخوانی داشته باشند.

اهمیت پیش‌پرداخت داده‌ها

فلاح تفتی پیشنهاد داد که مرحله پیش‌پرداخت داده‌ها شامل رفع نویزها و پاکسازی داده‌ها به مراحل اصلی فرآیند اضافه شود. او همچنین تأکید کرد که باید مفهوم دقیق «مسئله» در فقه مشخص شود و هوش مصنوعی قادر به انتزاع مسائل فقهی از متن باشد