Βελτιστοποίηση της λήψης αποφάσεων με τη χρήση της τεχνητής νοημοσύνης. Σύγκριση κορυφαίων μοντέλων τεχνητής νοημοσύνης

Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Τεχνητή νοημοσύνη ; Λήψη αποφάσεων ; Βελτιστοποίηση ; Μοντέλα τεχνητής νοημοσύνηςΠερίληψη
Η παρούσα διπλωματική εργασία εστιάζει στην βελτιστοποίηση της διαδικασίας λήψης αποφάσεων στις επιχειρήσεις με την χρήση τεχνητής νοημοσύνης και στην συγκριτική ανάλυση κορυφαίων μοντέλων της. Αρχικά γίνεται αναφορά στην σημασία της βελτιστοποίησης στην λήψη αποφάσεων στο επιχειρηματικό περιβάλλον, καθώς επίσης γίνεται αναφορά και στον ρόλο της τεχνητής νοημοσύνης στη λήψη των αποφάσεων.
Η εργασία συνεχίζει με την θεωρητική θεμελίωση της έννοιας της τεχνητής νοημοσύνης, εξετάζοντας την ιστορική της εξέλιξη, τα βασικά χαρακτηριστικά της και τη σημασία της στη λήψη αποφάσεων. Επιπλέον γίνεται αναφορά στο μοντέλο ChatGPT, αναλύονται οι επιπτώσεις της τεχνητής νοημοσύνης και η εφαρμογή της στην ρομποτική. Ακόμα γίνεται ανάλυση στις βασικές αρχές της λήψης αποφάσεων. Ακολουθεί η αναλυτική παρουσίαση των κορυφαίων μοντέλων τεχνητής νοημοσύνης, όπως τα συστήματα μηχανικής μάθησης, τα νευρωνικά δίκτυα, τους εξελικτικούς αλγόριθμους και τα συστήματα βασισμένα σε κανόνες, συνοδευόμενη από την εμβάθυνση στα δυνατά και αδύνατα σημεία του καθενός.
Στην συνέχεια εξετάζεται η εφαρμογή αυτών των μεθόδων για την βελτιστοποίηση της λήψης αποφάσεων, με ιδιαίτερη έμφαση σε αλγορίθμους βελτιστοποίησης, όπως οι γενετικοί αλγόριθμοι, οι αλγόριθμοι σμήνους σωματιδίων και η προσομοιωμένη ανόπτηση.
Τέλος εστιάζει στην σύγκριση και αξιολόγηση των κορυφαίων μοντέλων τεχνητής νοημοσύνης, με βάση κριτήρια όπως η απόδοση και ακρίβεια, η γενίκευση και η αντιμετώπιση της υπερπροσαρμογής, η ερμηνευσιμότητα και η διαφάνεια, η δικαιοσύνη και η αδυναμία διακρίσεων και η αξιοπιστία και ανθεκτικότητα. Ακόμα τονίζεται ότι δεν υπάρχει ένα ενιαίο άριστο μοντέλο για κάθε πρόβλημα, και ότι η επιλογή του κατάλληλου αλγορίθμου εξαρτάται από τα χαρακτηριστικά της εφαρμογής και τις προτεραιότητες του χρήστη.