حافظه - سرزمین ...

1 2 >

+ تاریخ هوش مصنوعی

28/9/1386 ساعت: 12:0 صبح

تاریخ هوش مصنوعی
   هوش مصنوعی به خودی خود علمی است کاملاً جوان. در واقع بسیاری شروع هوش مصنوعی را 1950 می‌ دانند زمانی که آلن تورینگ مقاله دوران‌ساز خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یک روش را برای تشخیص هوشمندی پیشنهاد می‌کرد. این روش بیشتر به یک بازی شبیه بود.
فرض کنید شما در یک سمت یک دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ باآن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است. طبیعتاً یک مکالمه بین شما و شخص آن سوی دیوار می‌تواند صورت پذیرد. حال اگر پس از پایان این مکالمه، به شما گفته شود که آن سوی دیوار نه یک شخص بلکه (شما کاملاً از هویت شخص آن سوی دیوار بی‌خبرید) یک ماشین بوده که پاسخ شما را می‌داده، آن ماشین یک ماشین هوشمند خواهد بود، در غیر این صورت(یعنی در صورتی که شما در وسط مکالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است.   باید دقت کرد که تورینگ به دو دلیل کاملاً مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب کرد. اول این که موضوع ادراکی صوت را کاملاً از صورت مساُله حذف کند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نکند و دوم این که بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاکید کند.
   در هر حال هر چند تاکنون تلاش‌های متعددی در جهت پیاده سازی تست تورینگ صورت گرفته مانند برنامه Eliza و یا AIML (زبانی برای نوشتن برنامه‌‌‌‌هایی که قادر به chat کردن اتوماتیک باشند) اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است.
   همانگونه که مشخص است، این تست نیز کماکان دو پیش فرض اساسی را در بردارد:
1ـ نمونه کامل هوشمندی انسان است.
2ـ مهمترین مشخصه هوشمندی توانایی پردازش و درک زبان طبیعی است.   درباره نکته اول به تفصیل تا بدین جا سخن گفته ایم؛ اما نکته دوم نیز به خودی خود باید مورد بررسی قرارگیرد. این که توانایی درک زبان نشانه هوشمندی است تاریخی به قدمت تاریخ فلسفه دارد. از نخستین روزهایی که به فلسفه(Epistemology) پرداخته شده زبان همیشه در جایگاه نخست فعالیت‌های شناختی قرار داشته است. از یونانیان باستان که لوگوس را به عنوان زبان و حقیقت یکجا به کار می‌بردند تا فیلسوفان امروزین که یا زبان را خانه وجود می‌دانند، یا آن را ریشه مسائل فلسفی می‌خوانند؛ زبان، همواره شاُن خود را به عنوان ممتازترین توانایی هوشمندترین موجودات حفظ کرده است.   با این ملاحظات می‌توان درک کرد که چرا آلن تورینگ تنها گذر از این تست متظاهرانه زبانی را شرط دست‌یابی به هوشمندی می‌داند.   تست تورینگ اندکی کمتر از نیم‌قرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود که این مسئله بیش از هر زمان دیگری آشکار شد که متخصصین هوش مصنوعی به جای حل این مسئله باشکوه ابتدا باید مسائل کم‌اهمیت‌تری همچون درک تصویر (بینایی ماشین) درک صوت و… را حل کنند.به این ترتیب با به محاق رفتن آن هدف اولیه، اینک گرایش‌های جدیدتری در هوش مصنوعی ایجاد شده‌اند.   در سال‌های آغازین AI تمرکز کاملاً برروی توسعه سیستم‌هایی بود که بتوانند فعالیت‌های هوشمندانه(البته به زعم آن روز) انسان را مدل کنند، و چون چنین فعالیت‌هایی را در زمینه‌های کاملاً خاصی مانند بازی‌های فکری، انجام فعالیت‌های تخصصی حرف‌های، درک زبان طبیعی، و…. می‌دانستند طبیعتاً به چنین زمینه‌هایی بیشتر پرداخته شد.
   در زمینه توسعه بازی‌ها، تا حدی به بازی شطرنج پرداخته شد که غالباً عده‌ای هوش مصنوعی را با شطرنج همزمان به خاطر می‌آورند. مک‌کارتی که پیشتر اشاره شد، از بنیان‌گذاران هوش مصنوعی است این روند را آنقدر اغراق‌آمیز می‌داند که می‌گوید:
   «محدود کردن هوش مصنوعی به شطرنج مانند این است که علم ژنتیک را از زمان داروین تا کنون تنها محدود به پرورش لوبیا کنیم.» به هر حال دستاورد تلاش مهندسین و دانشمندان در طی دهه‌های نخست را می‌توان توسعه تعداد بسیار زیادی سیستم‌های خبره در زمینه‌های مختلف مانند پزشکی عمومی، اورژانس، دندانپزشکی، تعمیرات ماشین،….. توسعه بازی‌های هوشمند، ایجاد مدل‌های شناختی ذهن انسان، توسعه سیستمهای یادگیری،…. دانست. دستاوردی که به نظر می‌رسد برای علمی با کمتر از نیم قرن سابقه قابل قبول به نظر می‌رسد.
افق‌های هوش مصنوعی   در 1943،Mcclutch (روانشناس، فیلسوف و شاعر) و Pitts (ریاضیدان) طی مقاله‌ای، دیده‌های آن روزگار درباره محاسبات، منطق و روانشناسی عصبی را ترکیب کردند. ایده اصلی آن مقاله چگونگی انجام اعمال منطقی به وسیله اجزای ساده شبکه عصبی بود. اجزای بسیار ساده (نورون‌ها) این شبکه فقط از این طریق سیگنال های تحریک (exitory) و توقیف (inhibitory) با هم درتماس بودند. این همان چیزی بود که بعدها دانشمندان کامپیوتر آن را مدارهای (And) و (OR) نامیدند و طراحی اولین کامپیوتر در 1947 توسط فون نیومان عمیقاً از آن الهام می‌گرفت.    امروز پس از گذشته نیم‌قرن از کار Mcclutch و Pitts شاید بتوان گفت که این کار الهام بخش گرایشی کاملاً پویا و نوین در هوش مصنوعی است.   پیوندگرایی (Connectionism) هوشمندی را تنها حاصل کار موازی و هم‌زمان و در عین حال تعامل تعداد بسیار زیادی اجزای کاملاً ساده به هم مرتبط می‌داند.   شبکه‌های عصبی که از مدل شبکه عصبی ذهن انسان الهام گرفته‌اند امروزه دارای کاربردهای کاملاً علمی و گسترده تکنولوژیک شده‌اند و کاربرد آن در زمینه‌های متنوعی مانند سیستم‌های کنترلی، رباتیک، تشخیص متون، پردازش تصویر،… مورد بررسی قرار گرفته است.
   علاوه بر این کار بر روی توسعه سیستم‌های هوشمند با الهام از طبیعت (هوشمندی‌های ـ غیر از هوشمندی انسان) اکنون از زمینه‌های کاملاً پرطرفدار در هوش مصنوعی است.    الگوریتم ژنیتک که با استفاده از ایده تکامل داروینی و انتخاب طبیعی پیشنهاد شده روش بسیار خوبی برای یافتن پاسخ به مسائل بهینه سازیست. به همین ترتیب روش‌های دیگری نیز مانند استراتژی‌های تکاملی نیز (Evolutionary Algorithms) در این زمینه پیشنهاد شده اند.    دراین زمینه هر گوشه‌ای از سازو کار طبیعت که پاسخ بهینه‌ای را برای مسائل یافته است مورد پژوهش قرار می‌گیرد. زمینه‌هایی چون سیستم امنیتی بدن انسان (Immun System) که در آن بیشمار الگوی ویروس‌های مهاجم به صورتی هوشمندانه ذخیره می‌شوند و یا روش پیدا کردن کوتاه‌ترین راه به منابع غذا توسط مورچگان (Ant Colony) همگی بیانگر گوشه‌هایی از هوشمندی بیولوژیک هستند.   گرایش دیگر هوش مصنوعی بیشتر بر مدل سازی اعمال شناختی تاُکید دارد (مدل سازی نمادین یا سمبولیک) این گرایش چندان خود را به قابلیت تعمق بیولوژیک سیستم‌های ارائه شده مقید نمی‌کند.   CASE-BASED REASONING یکی از گرایش‌های فعال در این شاخه می‌باشد. بعنوان مثال روند استدلال توسط یک پزشک هنگام تشخیص یک بیماری کاملاً شبیه به CBR است به این ترتیب که پزشک در ذهن خود تعداد بسیار زیادی از شواهد بیماری‌های شناخته شده را دارد و تنها باید مشاهدات خود را با نمونه‌های موجود در ذهن خویش تطبیق داده، شبیه‌ترین نمونه را به عنوان بیماری بیابد.   به این ترتیب مشخصات، نیازمندی‌ها و توانایی‌های CBR به عنوان یک چارچوب کلی پژوهش در هوش مصنوعی مورد توجه قرارگرفته است.
   البته هنگامی که از گرایش‌های آینده سخن می‌گوییم، هرگز نباید از گرایش‌های ترکیبی غفلت کنیم. گرایش‌هایی که خود را به حرکت در چارچوب شناختی یا بیولوژیک یا منطقی محدود نکرده و به ترکیبی از آنها می‌اندیشند. شاید بتوان پیش‌بینی کرد که چنین گرایش‌هایی فرا ساختارهای (Meta –Structure) روانی را براساس عناصر ساده بیولوژیک بنا خواهند کرد.
1- Jon Mccarthy
2-NP-Complete Problems
3-Von Neumen
4-Artificial Intelligence Markup Language

نوشته شده توسط: کهکشان

نوشته های دیگران ( )

+ هوش مصنوعی چیست ؟

26/9/1386 ساعت: 12:0 صبح

هوش مصنوعی چیست ؟
« هوش مصنوعی، دانش ساختن ماشین‌‌ ها یا برنامه‌های هوشمند است. »   همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمی‌آید،حداقل به دو سؤال باید پاسخ داد:
1ـ هوشمندی چیست؟
2ـ برنامه‌های هوشمند، چه نوعی از برنامه‌ها هستند؟تعریف دیگری که از هوش مصنوعی می‌توان ارائه داد به قرار زیر است:
   « هوش مصنوعی، شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد.»و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است:
   «هوش مصنوعی، مطالعه روش‌هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد.»   به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند.
1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.
2ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است.   هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که می‌شناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان همچون دیدن و شنیدن کاملاً ضعیف‌تر از موجودات دیگر است.   علاوه بر این، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی(منطقی) توانسته‌اند در برخی جنبه‌های استدلال، فراتر از توانایی‌های انسان عمل کنند.   بدین ترتیب، آیا می‌توان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روش‌های بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونه‌ای بهینه انجام می‌دهد). به این نکته نیز باز خواهیم گشت.   اما همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت، چگونه می‌توان یقین حاصل کرد که کامپیوترهای امروزین،
بهترین ابزارهای پیاده‌سازی هوشمندی هستند؟
   رؤیای طراحان اولیه کامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود که قادر به حل تمامی مسائل باشد، البته ماشینی که در نهایت ساخته شد(کامپیوتر) به جز دسته ای خاص از مسائلقادر به حل تمامی مسائل بود. اما نکته در اینجاست که این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه کامپیوتر، منطق‌دانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی که فون‌نیومان سازنده اولین کامپیوتر، در حال طراحی این ماشین بود، کماکان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، کلید اصلی، منطق(از نوع به کار رفته در کامپیوتر) نیست، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک!
       به هرحال، کامپیوتر تا به حال به چنان درجه‌ای از پیشرفت رسیده و چنان سرمایه‌گذاری عظیمی برروی این ماشین انجام شده است که به فرض این که بهترین انتخاب نباشد هم، حداقل سهل‌الوصول‌ترین و ارزان‌ترین و عمومی‌ترین انتخاب برای پیاده‌سازی هوشمندیست.
   بنابراین ظاهراً به نظر می‌رسد به جای سرمایه‌گذاری برای ساخت ماشین‌های دیگر هوشمند، می‌توان از کامپیوترهای موجود برای پیاده‌سازی برنامه‌های هوشمند استفاده کرد و اگر چنین شود، باید گفت که طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیاده‌سازی، کاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیک است که با استفاده از مکانیسم‌های طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی.   در برابر تمامی استدلالات فوق می توان این نکته را مورد تاُمل و پرسش قرار داد که هوشمندی طبیعی تا بدان جایی که ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفته‌اند که حتی ماده ایجاد کننده هوشمندی را مورد پرسش قرار داده اند، کامپیوتر از سیلیکون استفاده می کند، در حالی که طبیعت همه جا از کربن سود برده است.   مهم تر از همه، این نکته است که در کامپیوتر، یک واحد کاملاً پیچیده مسئولیت انجام کلیه اعمال هوشمندانه را بعهده دارد، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است. تعداد بسیار زیادی از واحدهای کاملاً ساده (بعنوان مثال از نورون‌های شبکه عصبی) با عملکرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اکنون کاملاً به صورت یک جنجال(debate) علمی در جریان است.
   در هر حال حتی اگر بپذیریم که کامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیه‌سازی هر روش یا ماشین دیگری از آن سود بجوییم.

نوشته شده توسط: کهکشان

نوشته های دیگران ( )

+ همه چیز درباره مدارک مایکروسافت

25/9/1386 ساعت: 12:0 صبح

همه چیز درباره مدارک مایکروسافت
از وقتی موسسات داخلی بسیاری کلاس‌هایی را برای دریافت این مدارک برگزار و برای آن تبلیغ کرده‌اند. اسامی این مدارک بیش از پیش سر زبان‌ها افتاده است. اما این مدارک چیست؟
این مدارک که به مجموعه آنها(Microsoft Certified‏‏ Professional) ‏MCP گفته می‌شود. طی امتحانات استانداردی، به افرادی داده می‌شود که در به کارگیری یا پیاده کردن یکی از محصولات یا فناوری‌های مایکروسافت مهارت کافی کسب کرده‌اند. کسب این مدارک، نشان دهنده آن است که صاحب مدرک در به کارگیری آن محصول، محصولات یا فناوری‌ها از نظر شرکت مایکروسافت تخصص کافی دارد. از سوی دیگر، صاحب مدرک می‌تواند به بعضی اطلاعات فنی موجود روی سایت مایکروسافت دسترسی مستقیم داشته باشد. مایکروسافت صاحبان این مدارک را به کنفرانس‌ها و سمینارهای فنی خود دعوت می‌کند و مجله‌ای را هم ویژه این افراد منتشر می‌کند.
انواع مختلف این مدارک کدامند؟
• مدرک MCSA: مدرک ‏System Administor‏ Microsoft Certified‏ به افرادی داده می‌شود که در زمینه مدیریت شبکه و محیط‌های سیستمی مبتنی بر سیستم عامل‌های ویندوز، مهارت کافی داشته باشند.
درحال حاضر، این مدارک روی ویندوز 2000 داده می‌شود و برای کسب آن باید از توانایی مدیریت این سیستم عامل و مدیریت شبکه با استفاده از آن برخوردار بود. کسی نامزد دریافت این مدارک می‌شود و برای کسب آن در آزمون شرکت می‌کند. باید 6 تا 12 ماه تجربه پیاده کردن و مدیریت یک سیستم عامل روی رایانه شخصی، پیاده کردن و مدیریت یک سیستم عامل روی شبکه و مدیریت شبکه‌هایی با بیش از 200کاربر را داشته باشد.
• مدرک MCSE: افرادی که به تحلیل نیازهای یک طرح تجاری، طراحی و پیاده کردن یک زیرساخت مبتنی بر محصولات و سیستم عامل‌های مایکروسافت می‌پردازد و بر این اساس ، راه حل‌هایی را به کارفرمایان ارائه می‌دهند. مدرک Systems Engineer Microsoft Certified را به عنوان تایید توانایی‌هایشان اخذ می‌کنند. در واقع، این مدرک برای مهندسان سیستم، مهندسان پشتیبانی فنی، تحلیلگران سیستم، تحلیلگران شبکه و مشاوران فنی مناسب است. این مدرک، از پرطرفدارترین و معروف‌ترین مدارک فنی به حساب می‌آید. کسی که برای کسب این مدرک اقدام می‌کند، باید دست کم تجربه‌ای یک ساله در پیاده کردن و مدیریت یک سیستم عامل تحت شبکه با 2000 کاربر و در 5 نقطه فیزیکی داشته باشد. علاوه بر آن، نامزد MCSE باید دست کم یک سال تجربه در زمینه پیاده کردن و مدیریت سیستم عامل روی رایانه شخصی و طراحی زیرساخت شبکه داشته باشند.
• مدرک MCDBA: مخفف عبارت Database Administrator Microsoft Certified به مدیران پایگاه داده‌های (SQL DATABASE) اختصاص دارد. که به طراحی، پیاده سازی و مدیریت این کارگزار (Server) مشغولند. در حال حاضر، این مدرک روی SQL Server 2000 ارائه می‌شود.
• مدرک MCT: دارندگان مدرک Microsoft Certified Trained، استادانی هستند که از سوی مایکروسافت، برای تدریس و آموزش دوره‌های مایکروسافت تاییده شده‌اند. برای دریافت این مدرک باید یکی از دیگر مدارک MCP را داشت.
• مدرک MCDA: که مخفف عبارت Microsoft Certified Application Developer می‌باشد. مدرکی است برای کسانی که از فناوری‌های مایکروسافت برای توسعه و نگهداری برنامه‌های کاربردی، برنامه‌های تحت وب و سرویس‌های داده ایاستفاده می‌کنند. افرادی که به XML یا.NET تسلط دارند و از آنها برای ارائه برنامه‌های مختلف استفاده می‌کنند. در این گروه قرار می‌گیرند. کسانی که برای دریافت این مدرک، نامزد می‌شوند باید یک یا 2سال تجربه در این زمینه داشته باشند. برنامه نویسان، تحلیلگران برنامه و تولیدکنندگان نرم‌افزار می‌توانند برای کسب این مدرک اقدام کنند.
• مدرک MCSD: دارندگان مدرک Microsoft Certified Solution Develper افرادی هستند که با فناوری‌ها، سیستم‌های عامل و معماری ویندوز، راهکارهای مناسبی را برای صاحبان صنایع و تجارت طراحی کرده و توسعه می‌دهند. دست کم یک تجربه 2ساله کاری برای خواستاران این مدرک لازم است. مهندسان نرم‌افزار. تحلیلگران و تولیدکنندگان برنامه‌های کاربردی و مشاوران فنی کسانی هستند که داشتن این مدرک را به آنها توصیه می‌کنیم.
• مدرک Microsoft Office Specialist: به کسانی داده می‌شود که در کار با مجموعه نرم‌افزارهای Office یعنی Word,Excel, outlook,powerpoint, Access و MS project مهارت کافی داشته باشند. از آنجا که مجموعه Office در بیش از 100کشور و با 18 زبان در اختیار کاربران قرار می‌گیرند. MOS را فراگیرترین مدرک مایکروسافت دانست. بد نیست بدانید که ماهانه 32هزار نفر در سراسر دنیا این مدرک را دریافت می‌کنند.
• مدرک Specialist Master Instructor Microsoft Office: این مدرک به کسانی داده می‌شود که برای تدریس بخش‌های مختلف Office مهارت کافی داشته باشند. خواستاران این مدرک باید دست کم از 2 سال تجربه تدریس این نرم‌افزارها بهره مند باشند.
نحوه کسب مدرک مایکروسافت
حال که با مدارک مختلف مایکروسافت و کاربرد هریک آشنا شدیم. پرسش بعدی در ذهن ما جرقه می‌زند: چگونه می‌توانیم یک مدرک مایکروسافت دریافت کنیم؟ مایکروسافت، 6 مرحله و گاه برای شرکت موفق در امتحان و کسب مدرک ذکر می‌کند:
1. ابتدا تصمیم بگیرید کدام مدرک برای شما مناسب است. در این تصمیم گیری، باید تجربه‌ها و مهارت‌های کاری خود را دخیل کنید و با توجه به شناختی که از کاربرد هر یک از مدارک دارید تصمیم بگیرید.
2. تجربه کافی کاری کسب کنید. همانطور که اشاره کردیم، مدارک MCDBA, MCSAو MCSE دست کم یک تجربه یک ساله و MCDA, MCSA و MCT یک تجربه 6 تا 12 ماهه کاری لازم دارند. پس عجله نکنید و به تمرین عملی بپردازید.
3. تجربه‌های خود را با دوره‌های آموزشی تکمیل کنید. دوره‌های آموزشی مختلف با استفاده از منابع معتبری همانند (MSDN (Microsoft Developer Network یا (‏‏Microsoft Officicial ‎Curriculum‏) ‏ برگزار می‌شوند. گذراندن این دوره‌ها به کامل شدن تجربه‌های شما کمک می‌کند.
4. راهنمای آزمون را در سایت مایکروسافت مطالعه کنید.
5. در یک آزمون غیررسمی برای کنترل توانایی‌های خود شرکت کنید.
6. برای شرکت در امتحان شرکت کنید.
رعایت این گام‌ها و مراحل، شما را در کسب مدرک مورد علاقه‌تان یاری می‌کند. اما به یاد داشته باشید که هریک از این مراحل در شرایط مناسب می‌توانند نقش مثبتی در این روند داشته باشند. به طور مثال تکمیل تجربه‌ها با استفاده از دوره‌های آموزشی زمانی موفق است که این دوره‌های آموزشی از سوی موسسات معتبر و استادانی که از MCT برخوردارند، ارائه شوند. استادانی که خود موفق به کسب این مدرک نشده‌اند، نمی‌توانند راهنمای خوبی برای شما به حساب آیند. انتخاب و شرکت در آزمونی برای کنترل توانایی‌ها نیز در صورتی موفق و موثر است که آزمون‌ها با پرسش‌های استاندارد و با توجه به نکات مدنظر مایکروسافت برگزار شوند. پس دقت کنید که چه مدرکی برای شما مفید است و دوره‌های آموزشی آن را کجا فرا می‌گیرد.