فهرست نشریات علمی دسترسی آزاد ایران

یکی از جنبه­ های کلیدی که می ­تواند هوش مصنوعی را به سطح بالاتری از توانایی برساند، کنجکاوی است. همانند انسان­ ها، در هوش مصنوعی نیز، کنجکاوی می­ تواند به عنوان یک مکانیسم کلیدی برای بهبود یادگیری فعال و اکتشاف در محیط­ های پیچیده و ناشناخته عمل کند. در این مقاله مروری، تلاش­ ها برای مدل­سازی و شبیه­ سازی کنجکاوی در ماشین­ ها به منظور ایجاد سیستم­ هایی که بتوانند به طور خودکار و مستقل رفتارهای اکتشافی از خود نشان دهند مورد بررسی قرار گرفته است. در این پژوهش، با بررسی مطالعات روان­شناختی در مورد کنجکاوی و مدل­ های محاسباتی موجود در هوش مصنوعی، به دنبال درک عمیق­تری از مفهوم کنجکاوی و چگونگی شبیه­ سازی آن در ماشین­ ها هستیم. همچنین، به بررسی مزایا و محدودیت­ های رویکردهای موجود پرداخته­ ایم. نتایج این پژوهش نشان می ­دهد که کنجکاوی می ­تواند به عنوان یک عامل مهم در تسریع یادگیری، افزایش توانایی تعمیم‌پذیری مدل­ ها و بهبود عملکرد در وظایف چالش‌برانگیز عمل کند. همچنین با معرفی یک متغیر هم­ سنجش جدید به نام «پوشش فضا»، به دنبال تحقیقات جدیدی برای این نوع مدل­سازی کنجکاوی در هوش مصنوعی هستیم. در نهایت، در کنار برشمردن برخی کاربردها، با ارائه پیشنهاداتی برای تحقیقات آینده، تلاش کرده­ایم تا مسیری را برای توسعه سیستم ­های هوش مصنوعی کنجکاوتر و قدرتمندتر هموار کنیم.