هوش مصنوعی چیست تعاریف، مفاهیم و تاریخچه
#هوش_مصنوعی (artificial intelligence یا AI) شاخه‌ای از علم کامپیوتر است که به ساخت ماشین‌هایی می‌پردازد که قادر به انجام کارهایی هستند که معمولاً به هوش انسانی نیاز دارند.
این کارها شامل یادگیری، استدلال، حل مسئله، ادراک و زبان طبیعی می‌شوند.
در واقع، هدف هوش مصنوعی، ساخت سیستم‌هایی است که بتوانند فکر کنند و عمل کنند همان‌طور که انسان‌ها فکر می‌کنند و عمل می‌کنند.
ویکی‌پدیا تعاریف متعددی از هوش مصنوعی ارائه می‌دهد، اما در اصل، تمام این تعاریف بر توانایی ماشین‌ها در انجام وظایفی که نیازمند هوش انسانی هستند، تمرکز دارند.
تاریخچه هوش مصنوعی به دهه‌های 1950 برمی‌گردد، زمانی که دانشمندانی مانند آلن تورینگ و جان مک‌کارتی شروع به بررسی این ایده کردند که آیا ماشین‌ها می‌توانند فکر کنند یا خیر.
در طول سال‌ها، هوش مصنوعی با فراز و نشیب‌های زیادی روبرو شده است، اما امروزه، به لطف پیشرفت‌های اخیر در زمینه‌های یادگیری ماشینی و داده‌های بزرگ، شاهد رشد چشمگیری در این زمینه هستیم.
کاربردهای هوش مصنوعی روز به روز در حال افزایش است و تقریباً در هر صنعتی قابل مشاهده است.
از خودروهای خودران گرفته تا دستیارهای مجازی و سیستم‌های تشخیص چهره، هوش مصنوعی در حال تغییر دادن دنیای ما است.
هوش مصنوعی (artificial intelligence) می تواند تاثیر بسیار زیادی در زندگی بشر داشته باشد.
آیا نگرانید سایت قدیمی شرکتتان مشتریان جدید را فراری دهد؟ رساوب با طراحی سایت شرکتی مدرن و کارآمد، این مشکل را حل می‌کند.
✅ اعتبار برند شما را افزایش می‌دهد.
✅ به جذب هدفمند مشتریان کمک می‌کند.
⚡ برای مشاوره رایگان با رساوب تماس بگیرید!
انواع هوش مصنوعی آشنایی با رویکردهای مختلف
هوش مصنوعی (artificial intelligence) را می‌توان بر اساس معیارهای مختلفی دسته‌بندی کرد.
یکی از رایج‌ترین روش‌ها، دسته‌بندی بر اساس توانایی‌ها و قابلیت‌های سیستم‌های هوشمند است.
بر این اساس، هوش مصنوعی را می‌توان به دو دسته اصلی تقسیم کرد :
- هوش مصنوعی ضعیف (Narrow AI) این نوع هوش مصنوعی (artificial intelligence) تنها قادر به انجام یک وظیفه خاص است.
اکثر سیستم‌های هوش مصنوعی که امروزه استفاده می‌کنیم، از این نوع هستند.
به عنوان مثال، یک سیستم تشخیص چهره یا یک دستیار مجازی مانند سیری، همگی هوش مصنوعی ضعیف محسوب می‌شوند. - هوش مصنوعی قوی (General AI) این نوع هوش مصنوعی (artificial intelligence) دارای هوشی مشابه هوش انسانی است و قادر به انجام هر کاری است که یک انسان می‌تواند انجام دهد.
هوش مصنوعی قوی هنوز در مراحل تحقیقاتی قرار دارد و هنوز هیچ سیستم هوش مصنوعی قوی ساخته نشده است.
Click here to preview your posts with PRO themes ››
علاوه بر این، هوش مصنوعی را می‌توان بر اساس رویکردهای مختلفی که برای ساخت سیستم‌های هوشمند استفاده می‌شود، دسته‌بندی کرد.
برخی از رویکردهای رایج عبارتند از :
- یادگیری ماشینی (Machine Learning) این رویکرد بر آموزش ماشین‌ها با استفاده از داده‌ها تمرکز دارد.
ماشین‌ها با تحلیل داده‌ها الگوها را یاد می‌گیرند و از این الگوها برای پیش‌بینی یا تصمیم‌گیری استفاده می‌کنند. - یادگیری عمیق (Deep Learning) این رویکرد زیرمجموعه‌ای از یادگیری ماشینی است که از شبکه‌های عصبی عمیق برای آموزش ماشین‌ها استفاده می‌کند.
شبکه‌های عصبی عمیق قادر به یادگیری الگوهای بسیار پیچیده هستند و در بسیاری از کاربردهای هوش مصنوعی (artificial intelligence) مانند تشخیص تصویر و پردازش زبان طبیعی، عملکرد بسیار خوبی دارند.
کاربردهای هوش مصنوعی (artificial intelligence) در صنایع مختلف
هوش مصنوعی (artificial intelligence) به سرعت در حال گسترش است و کاربردهای آن در صنایع مختلف روز به روز در حال افزایش است.
برخی از مهم‌ترین کاربردهای هوش مصنوعی (artificial intelligence) در صنایع مختلف عبارتند از :
- بهداشت و درمان هوش مصنوعی (artificial intelligence) می‌تواند در تشخیص بیماری‌ها، توسعه داروها، شخصی‌سازی درمان و بهبود مراقبت از بیماران کمک کند.
- مالی هوش مصنوعی (artificial intelligence) می‌تواند در تشخیص تقلب، مدیریت ریسک، ارائه خدمات به مشتریان و بهبود تصمیم‌گیری‌های سرمایه‌گذاری کمک کند.
- تولید هوش مصنوعی (artificial intelligence) می‌تواند در اتوماسیون فرایندها، بهبود کیفیت محصولات، کاهش هزینه‌ها و افزایش بهره‌وری کمک کند.
- حمل و نقل هوش مصنوعی (artificial intelligence) می‌تواند در ساخت خودروهای خودران، بهبود مسیریابی، کاهش ترافیک و افزایش ایمنی کمک کند.
- آموزش هوش مصنوعی (artificial intelligence) می‌تواند در شخصی‌سازی آموزش، ارائه بازخورد به دانش‌آموزان، خودکارسازی وظایف اداری و بهبود کیفیت آموزش کمک کند.
در زیر جدولی ارائه شده است که کاربردهای هوش مصنوعی (artificial intelligence) را در برخی از صنایع مهم نشان می‌دهد :
| صنعت | کاربردهای هوش مصنوعی (artificial intelligence) |
|---|---|
| بهداشت و درمان | تشخیص بیماری‌ها، توسعه داروها، شخصی‌سازی درمان |
| مالی | تشخیص تقلب، مدیریت ریسک، ارائه خدمات به مشتریان |
| تولید | اتوماسیون فرایندها، بهبود کیفیت محصولات |
| حمل و نقل | خودروهای خودران، بهبود مسیریابی |
| آموزش | شخصی‌سازی آموزش، ارائه بازخورد به دانش‌آموزان |
یادگیری ماشینی (Machine Learning) و نقش آن در هوش مصنوعی (artificial intelligence)
یادگیری ماشینی (Machine Learning) یکی از مهم‌ترین زیرشاخه‌های هوش مصنوعی (artificial intelligence) است که به ماشین‌ها اجازه می‌دهد بدون برنامه‌ریزی صریح، از داده‌ها یاد بگیرند.
در واقع، یادگیری ماشینی به ماشین‌ها این امکان را می‌دهد که با تحلیل داده‌ها، الگوها را شناسایی کنند و از این الگوها برای پیش‌بینی یا تصمیم‌گیری استفاده کنند.
یادگیری ماشین در بسیاری از کاربردهای هوش مصنوعی (artificial intelligence) نقش اساسی ایفا می‌کند.
به عنوان مثال، سیستم‌های تشخیص چهره، سیستم‌های توصیه‌گر و سیستم‌های ترجمه ماشینی، همگی از یادگیری ماشینی استفاده می‌کنند.
انواع مختلفی از الگوریتم‌های یادگیری ماشینی وجود دارد که هر کدام برای نوع خاصی از مسائل مناسب هستند.
برخی از رایج‌ترین الگوریتم‌های یادگیری ماشینی عبارتند از :
- یادگیری نظارت‌شده (Supervised Learning) در این نوع یادگیری، ماشین با استفاده از داده‌های برچسب‌دار آموزش داده می‌شود.
داده‌های برچسب‌دار شامل ورودی‌ها و خروجی‌های مورد نظر هستند. - یادگیری غیرنظارت‌شده (Unsupervised Learning) در این نوع یادگیری، ماشین با استفاده از داده‌های بدون برچسب آموزش داده می‌شود.
ماشین باید الگوها را در داده‌ها به طور خودکار شناسایی کند. - یادگیری تقویتی (Reinforcement Learning) در این نوع یادگیری، ماشین با تعامل با یک محیط یاد می‌گیرد.
ماشین بر اساس بازخوردی که از محیط دریافت می‌کند، تصمیم‌گیری می‌کند.
یادگیری ماشینی (Machine Learning) به عنوان یک ابزار قدرتمند، در حال تغییر دادن بسیاری از صنایع است و انتظار می‌رود که نقش آن در آینده هوش مصنوعی (artificial intelligence) حتی بیشتر شود.
آیا طراحی سایت فروشگاهی فعلی شما، فروش مورد انتظار را برایتان رقم نمی‌زند؟
رساوب متخصص طراحی سایت فروشگاهی حرفه‌ای است!
✅ سایتی جذاب و کاربرپسند با هدف افزایش فروش
✅ سرعت و امنیت بالا برای تجربه خرید ایده‌آل⚡ مشاوره رایگان طراحی فروشگاه آنلاین با رساوب بگیرید!
چالش‌ها و محدودیت‌های هوش مصنوعی (artificial intelligence)
اگرچه هوش مصنوعی (artificial intelligence) پیشرفت‌های چشمگیری داشته است، اما هنوز با چالش‌ها و محدودیت‌های زیادی روبرو است.
برخی از مهم‌ترین چالش‌ها و محدودیت‌های هوش مصنوعی (artificial intelligence) عبارتند از :
- نیاز به داده‌های زیاد بسیاری از الگوریتم‌های یادگیری ماشینی به حجم زیادی از داده‌ها برای آموزش نیاز دارند.
جمع‌آوری و پردازش این حجم از داده‌ها می‌تواند چالش‌برانگیز باشد. - تفسیرپذیری برخی از الگوریتم‌های یادگیری ماشینی بسیار پیچیده هستند و درک اینکه چگونه یک تصمیم خاص گرفته شده است، دشوار است.
این موضوع می‌تواند در برخی از کاربردها، مانند تشخیص پزشکی، مشکل‌ساز باشد. - تعصب اگر داده‌هایی که برای آموزش ماشین استفاده می‌شوند، دارای تعصب باشند، ماشین نیز تعصب را یاد می‌گیرد و تصمیماتی تبعیض‌آمیز می‌گیرد.
- امنیت سیستم‌های هوش مصنوعی (artificial intelligence) می‌توانند در معرض حملات سایبری قرار گیرند و مورد سوء استفاده قرار گیرند.
- تاثیرات اجتماعی گسترش هوش مصنوعی (artificial intelligence) می‌تواند تاثیرات اجتماعی قابل توجهی داشته باشد، مانند از بین رفتن شغل‌ها و افزایش نابرابری.
غلبه بر این چالش‌ها و محدودیت‌ها برای اطمینان از اینکه هوش مصنوعی (artificial intelligence) به نفع همه افراد جامعه استفاده می‌شود، ضروری است.
آینده هوش مصنوعی (artificial intelligence) و تاثیر آن بر زندگی بشر
آینده هوش مصنوعی (artificial intelligence) بسیار روشن به نظر می‌رسد.
با پیشرفت‌های مداوم در زمینه‌های یادگیری ماشینی، داده‌های بزرگ و سخت‌افزار، انتظار می‌رود که هوش مصنوعی (artificial intelligence) نقش مهم‌تری در زندگی بشر ایفا کند.
در آینده، شاهد کاربردهای بیشتری از هوش مصنوعی (artificial intelligence) در صنایعی مانند بهداشت و درمان، مالی، تولید، حمل و نقل و آموزش خواهیم بود.
هوش مصنوعی (artificial intelligence) می‌تواند به ما در حل مشکلات پیچیده، بهبود کیفیت زندگی و افزایش بهره‌وری کمک کند.
با این حال، مهم است که به یاد داشته باشیم که هوش مصنوعی (artificial intelligence) یک ابزار است و می‌تواند هم برای اهداف خوب و هم برای اهداف بد استفاده شود.
برای اطمینان از اینکه هوش مصنوعی (artificial intelligence) به نفع همه افراد جامعه استفاده می‌شود، باید به مسائل اخلاقی و اجتماعی مربوط به آن توجه کنیم و سیاست‌ها و مقررات مناسب را وضع کنیم.
در زیر جدولی ارائه شده است که تاثیرات هوش مصنوعی (artificial intelligence) را در برخی از جنبه‌های زندگی بشر نشان می‌دهد :
| جنبه زندگی | تاثیرات هوش مصنوعی (artificial intelligence) |
|---|---|
| بهداشت و درمان | بهبود تشخیص بیماری‌ها، توسعه داروها، شخصی‌سازی درمان |
| اقتصاد | افزایش بهره‌وری، ایجاد شغل‌های جدید، تغییر ماهیت شغل‌ها |
| جامعه | افزایش نابرابری، از بین رفتن حریم خصوصی، تغییر روابط اجتماعی |
| سیاست | تاثیر بر دموکراسی، افزایش نظارت دولتی |
مباحث اخلاقی در هوش مصنوعی (artificial intelligence) و مسئولیت‌پذیری
با گسترش روزافزون هوش مصنوعی (artificial intelligence) ، مباحث اخلاقی مربوط به آن نیز اهمیت بیشتری پیدا می‌کنند.
برخی از مهم‌ترین مباحث اخلاقی در هوش مصنوعی (artificial intelligence) عبارتند از :
- تعصب چگونه می‌توان از ایجاد تعصب در سیستم‌های هوش مصنوعی (artificial intelligence) جلوگیری کرد؟
- حریم خصوصی چگونه می‌توان از حریم خصوصی افراد در برابر سوء استفاده از داده‌ها محافظت کرد؟
- امنیت چگونه می‌توان از سیستم‌های هوش مصنوعی (artificial intelligence) در برابر حملات سایبری محافظت کرد؟
- مسئولیت‌پذیری در صورت بروز خطا توسط یک سیستم هوش مصنوعی (artificial intelligence) ، چه کسی مسئول است؟
- کنترل چگونه می‌توان اطمینان حاصل کرد که هوش مصنوعی (artificial intelligence) تحت کنترل انسان باقی می‌ماند؟
پاسخ به این سوالات برای اطمینان از اینکه هوش مصنوعی (artificial intelligence) به نفع همه افراد جامعه استفاده می‌شود، ضروری است.
همچنین، لازم است که سیاست‌ها و مقررات مناسبی برای تنظیم هوش مصنوعی (artificial intelligence) وضع شود.
مسائل اخلاقی در حوزه هوش مصنوعی(artificial intelligence) دارای اهمیت خاصی میباشد.
مهارت‌های مورد نیاز برای کار در حوزه هوش مصنوعی (artificial intelligence)
با رشد روزافزون هوش مصنوعی (artificial intelligence) ، تقاضا برای متخصصان این حوزه نیز افزایش یافته است.
برخی از مهم‌ترین مهارت‌های مورد نیاز برای کار در حوزه هوش مصنوعی (artificial intelligence) عبارتند از :
- دانش ریاضی داشتن دانش قوی در زمینه‌های ریاضی مانند جبر خطی، حساب دیفرانسیل و انتگرال و آمار ضروری است.
- دانش برنامه‌نویسی تسلط بر زبان‌های برنامه‌نویسی مانند پایتون، R و جاوا ضروری است.
- دانش یادگیری ماشینی آشنایی با الگوریتم‌های یادگیری ماشینی و نحوه استفاده از آن‌ها ضروری است.
- دانش داده توانایی جمع‌آوری، پردازش و تحلیل داده‌ها ضروری است.
- مهارت‌های حل مسئله توانایی حل مسائل پیچیده و ارائه راهکارهای خلاقانه ضروری است.
علاوه بر این مهارت‌ها، داشتن مهارت‌های نرم مانند مهارت‌های ارتباطی، کار تیمی و مدیریت زمان نیز مهم است.
در دنیای امروز, هوش مصنوعی (artificial intelligence) نقش پررنگی دارد.
آیا از دست دادن فرصت‌های کسب‌وکار به دلیل نداشتن سایت شرکتی حرفه‌ای خسته شده‌اید؟
رساوب با طراحی سایت شرکتی حرفه‌ای، به شما کمک می‌کند:
✅ تصویری قدرتمند و قابل اعتماد از برند خود بسازید
✅ بازدیدکنندگان سایت را به مشتریان وفادار تبدیل کنید
⚡ همین حالا مشاوره رایگان دریافت کنید!
منابع یادگیری هوش مصنوعی (artificial intelligence) معرفی دوره‌ها و کتاب‌های مفید
برای یادگیری هوش مصنوعی (artificial intelligence) ، منابع مختلفی وجود دارد که می‌توانید از آن‌ها استفاده کنید.
برخی از این منابع عبارتند از :
- دوره‌های آنلاین پلتفرم‌های آموزش آنلاین مانند کورسرا، یودمی و edX دوره‌های مختلفی در زمینه هوش مصنوعی (artificial intelligence) ارائه می‌دهند.
- کتاب‌ها کتاب‌های زیادی در زمینه هوش مصنوعی (artificial intelligence) منتشر شده است که می‌توانید از آن‌ها برای یادگیری مفاهیم پایه و پیشرفته استفاده کنید.
- مقالات علمی مقالات علمی منتشر شده در مجلات معتبر می‌توانند به شما در درک آخرین پیشرفت‌ها در زمینه هوش مصنوعی (artificial intelligence) کمک کنند.
- پروژه‌های عملی انجام پروژه‌های عملی می‌تواند به شما در تمرین مهارت‌های خود و کسب تجربه عملی کمک کند.
برخی از دوره‌ها و کتاب‌های مفید در زمینه هوش مصنوعی (artificial intelligence) عبارتند از :
- Machine Learning by Andrew Ng (Coursera)
- Deep Learning Specialization (Coursera)
- Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow by Aurélien Géron
- Artificial Intelligence A Modern Approach by Stuart Russell and Peter Norvig
نکات کلیدی برای موفقیت در حوزه هوش مصنوعی (artificial intelligence)
برای موفقیت در حوزه هوش مصنوعی (artificial intelligence) ، نکات زیر را در نظر داشته باشید :
- یادگیری مداوم حوزه هوش مصنوعی (artificial intelligence) به سرعت در حال تغییر است، بنابراین باید به طور مداوم در حال یادگیری باشید.
- تمرکز بر حل مسائل هوش مصنوعی (artificial intelligence) ابزاری برای حل مسائل است، بنابراین باید بر حل مسائل واقعی تمرکز کنید.
- همکاری با دیگران هوش مصنوعی (artificial intelligence) حوزه‌ای چند رشته‌ای است، بنابراین باید با متخصصان دیگر حوزه‌ها همکاری کنید.
- ایجاد شبکه ارتباطی ایجاد شبکه ارتباطی با دیگر متخصصان هوش مصنوعی (artificial intelligence) می‌تواند به شما در یادگیری و پیشرفت کمک کند.
- اشتیاق و پشتکار برای موفقیت در هر حوزه‌ای، داشتن اشتیاق و پشتکار ضروری است.
با رعایت این نکات می‌توانید شانس خود را برای موفقیت در حوزه هوش مصنوعی (artificial intelligence) افزایش دهید.
هوش مصنوعی (artificial intelligence) در دنیای امروز یک فناوری کلیدی میباشد.
سوالات متداول
| السؤال | الإجابة |
|---|---|
| ما هو تعريف هوش مصنوعی (الذكاء الاصطناعي)؟ | هو مجال في علوم الكمبيوتر يهدف إلى إنشاء آلات ذكية يمكنها التفكير، التعلم، حل المشكلات، واتخاذ القرارات مثل البشر. |
| اذكر بعض تطبيقات الذكاء الاصطناعي الشائعة. | تشمل السيارات ذاتية القيادة، المساعدات الصوتية (مثل سيري وأليكسا)، أنظمة التوصية (مثل نتفليكس وأمازون)، التعرف على الوجه، والتشخيص الطبي. |
| ما الفرق بين الذكاء الاصطناعي الضيق (ANI) والذكاء الاصطناعي العام (AGI)؟ | الذكاء الاصطناعي الضيق متخصص في مهمة واحدة ومحددة، بينما الذكاء الاصطناعي العام يمتلك قدرة فكرية بشرية على أداء أي مهمة معرفية. |
| ما هو التعلم الآلي (Machine Learning) وعلاقته بالذكاء الاصطناعي؟ | التعلم الآلي هو فرع من فروع الذكاء الاصطناعي يركز على تطوير خوارزميات تسمح للأنظمة بالتعلم من البيانات دون برمجة صريحة. |
| ما هي الشبكات العصبية الاصطناعية (Artificial Neural Networks)؟ | هي نماذج حسابية مستوحاة من بنية ووظيفة الدماغ البشري، وتستخدم في التعلم العميق لمعالجة البيانات واكتشاف الأنماط المعقدة. |
| اذكر بعض التحديات الأخلاقية المتعلقة بالذكاء الاصطناعي. | تشمل قضايا الخصوصية، التحيز في البيانات والخوارزميات، فقدان الوظائف، والمسؤولية في حال وقوع أخطاء أو قرارات غير عادلة. |
| ما هو معالجة اللغات الطبيعية (Natural Language Processing – NLP)؟ | هو فرع من الذكاء الاصطناعي يركز على تمكين أجهزة الكمبيوتر من فهم، تفسير، وإنشاء اللغة البشرية بطريقة مفيدة وتفاعلية. |
| كيف يمكن للذكاء الاصطناعي أن يؤثر على سوق العمل؟ | يمكن أن يؤدي إلى أتمتة بعض المهام الروتينية، مما يتطلب إعادة تأهيل العمال وخلق وظائف جديدة في مجالات تصميم، تطوير، وصيانة أنظمة الذكاء الاصطناعي. |
| ما هي الرؤية الحاسوبية (Computer Vision)؟ | هي مجال في الذكاء الاصطناعي يمكن أجهزة الكمبيوتر من “رؤية” وفهم وتفسير الصور ومقاطع الفيديو بنفس الطريقة التي يفعلها البشر، مما يمكنها من التعرف على الأشياء والوجوه. |
| ما هي أهمية البيانات في تطوير أنظمة الذكاء الاصطناعي؟ | البيانات هي الوقود الذي يغذي أنظمة الذكاء الاصطناعي، خاصة في التعلم الآلي. جودة وكمية البيانات تؤثر بشكل كبير على دقة وأداء النماذج وقدرتها على التعلم واتخاذ القرارات الصحيحة. |
و دیگر خدمات آژانس تبلیغاتی رسا وب در زمینه تبلیغات
کمپین تبلیغاتی هوشمند: افزایش نرخ کلیک را با کمک هدف‌گذاری دقیق مخاطب متحول کنید.
اتوماسیون فروش هوشمند: بهینه‌سازی حرفه‌ای برای افزایش نرخ کلیک با استفاده از برنامه‌نویسی اختصاصی.
بازاریابی مستقیم هوشمند: طراحی شده برای کسب‌وکارهایی که به دنبال افزایش فروش از طریق استفاده از داده‌های واقعی هستند.
بهینه‌سازی نرخ تبدیل هوشمند: تعامل کاربران را با کمک هدف‌گذاری دقیق مخاطب متحول کنید.
تحلیل داده هوشمند: خدمتی نوین برای افزایش بهبود رتبه سئو از طریق طراحی رابط کاربری جذاب.
و بیش از صد ها خدمات دیگر در حوزه تبلیغات اینترنتی ،مشاوره تبلیغاتی و راهکارهای سازمانی
تبلیغات اینترنتی | استراتژی تبلیعاتی | ریپورتاژ آگهی
منابع
DeepMind – پیشرو در تحقیقات هوش مصنوعی
,Google AI – ابتکارات و تحقیقات هوش مصنوعی گوگل
,Microsoft AI – راهکارهای هوش مصنوعی مایکروسافت
,OpenAI – تحقیقات و توسعه هوش مصنوعی
? برای ارتقای کسب‌وکار خود در دنیای دیجیتال، آژانس دیجیتال مارکتینگ رساوب آفرین با تخصص در طراحی سایت امن و سئو، راهکارهای نوآورانه و موثری ارائه می‌دهد.
📍 تهران ، خیابان میرداماد ،جنب بانک مرکزی ، کوچه کازرون جنوبی ، کوچه رامین پلاک 6
