هوش مصنوعی به زبان ساده

چکیده مقاله

آنچه در این مقاله خواهید خواند:

هوش مصنوعی(Artificial Intelligence) از دو کلمه متفاوت ساخته شده است. منظور از مصنوعی(Artificial) یعنی ساخته شده به دست بشر است و از طرفی دیگر هوش(Intelligence) به معنای توانایی ذهن برای درک اصول، حقیقت، حقایق یا معانی، کسب دانش و تبدیل علم به عمل بر پایه توانایی یادگیری و درک کردن است. بنابراین هوش مصنوعی ماشینی است که توسط انسان ها ایجاد می‌شود تا زندگی را آسان و راحت کند که به صورت برنامه‌های رایانه‌ای یا ماشین‌هایی بوده که به فکر کردن و یادگیری کمک می‌کنند. البته به طور کلی هم می توان گفت که هر شی که اطرافمان است و می تواند بازخوردی را از خود بجای بگذارد، می تواند نشان دهنده وجود هوش مصنوعی درون خود باشد(حتی در ساده ترین موارد مانند ساعت کوکی!).

شکل 1: نمایی کلی از جایگاه هوش مصنوعی در زندگی روزمره
شکل ۱: نمایی کلی از جایگاه هوش‌مصنوعی در زندگی روزمره

آنچه خواهیم خواند:

  • ابتدا تاریخچه هوش مصنوعی را بررسی می کنیم
  • سپس دو نوع دسته بندی برای هوش مصنوعی بیان می کنیم و به سراغ خطرات آن نیز می رویم
  • در پایان در مورد کاربردها و الگوهای یادگیری بحث خواهیم کرد و جمع بندی می کنیم

تاریخچه

مفهوم هوش مصنوعی از دوران باستان آغاز شده و به صورت افسانه ای در رابطه با موجوداتی است که دارای آگاهی و هوشی هستند که توسط سازنده به آن موجودات داده شده است تا تلاش شود به غایت نهایی که جعل خدایان است برسند.

در عصر جدید ابتدا فیلسوفان به دنبال شبیه سازی فرایند اندیشیدن انسان ها بودند. با اختراع رایانه های دیجیتال قابل برنامه ریزی بر پایه مفاهیم ریاضی در دهه ۱۹۴۰ این ایده به شدت مورد علاقه قرار گرفت و دانشمندان ساخت یک مغز الکترونیکی را مورد بحث قرار دادند. با توجه هیجان انگیز بودن موضوع از اواسط دهه ۱۹۵۰ تا دهه ۱۹۸۰ این موضوع بسیار مورد توجه قرار گرفت و توسط کشورهایی زیادی(از جمله ایالات متحده آمریکا، بریتانیا و پس از آن ژاپن) روی آن سرمایه گذاری زیادی انجام گرفت که با شکست زیادی همراه بود. در واقع هوش مصنوعی نیاز به گذشت زمان و پیشرفت سخت افزاری بود که در آن زمان وجود نداشت و سرمایه گذاران را به اهداف خود نرساند. اما از آغاز دهه دوم قرن بیستم این موضوع به شدت مورد توجه قرار گرفته و اکنون در خیلی از جاهای زندگی در حال بازی کردن نقش کاربردی خود است. آلن تورینگ در یکی از مقاله های قدیمی اش چنین می‌گوید که «ما تنها فاصله کوتاهی را در پیش روی خود می‌بینیم، اما کار بسیاری باید انجام شود.».

دسته بندی سیستم‌های هوش مصنوعی

نوع اول دسته بندی:

در یک نوع از دسته بندی که بر اساس خواص ذاتی انواع هوش مصنوعی که توسط آرند هینتز(استاد دانشگاه ایالتی میشیگان) پیشنهاد داده شده است و به چهار نوع زیر تقسیم بندی می شود:

ماشین‌ واکنش‌گرا یا انفعالی (Reactive machine)

در این نوع یادگیری از حافظه یا به طور دقیق از تجربه استفاده نمی شود و سعی می شود در هر لحظه همه گزینه های ممکن را بررسی کرده و بهترین راه حل را به نتیجه برساند. یک نمونه بارز آن هوش دیپ بلو(Deep Blue) شزکت IBM در زمینه بازی شطرنج بود که در سال ۱۹۹۷ توانست گری کاسپارف(قهرمان شطرنج در آن دهه) را شکست دهد. این گونه ماشین ها توانایی یادگیری با گذشت زمان و تجربه دریافت ورودی های مختلف را ندارند و صرفا بر اساس آنچه از پیش تعیین شده عمل می-کنند(همانند دانش آموزی که فقط حفظ می کنه )

حافظه محدود (The limited memory machine)

بر خلاف نوع قبل این سیستم از اطلاعات قبلی برای انتخاب هایش استفاده می کند. این نوع از هوش مصنوعی در دهه اخیر در اتومبیل های خودران بسیار دیده شده است. این حوزه بیشتر به یادگیری تقویتی باز می گردد که بعدا در مورد آن بیشتر توضیح خواهم داد. به عنوان نمونه می توان نوع جدید بازی های شطرنج، بازی های چند نفره و …. اشاره کرد.

نظریه ذهن (Theory of Mind)

شاخه ای از هوش مصنوعی است که هنوز عملی نشده است و روانشناختی فرد به همراه اعتقادات، آرزوها و نیت فرد را در نظر می-گیرد. این هوش مصنوعی جهت تعامل انسان ها بر اساس ویژگی های گفته شده را دنبال می کند. این نوع از هوش مصنوعی با وجود پیشرفت های شگرف همچنان به واقعیت مبدل نشده است.

خود آگاهی (Self-Awareness Intelligence)

هوش مصنوعی است که هوشیاری، هوش فوق‌العاده، خودآگاهی و احساس را به همراه داشته باشد و درنهایت یک انسان کامل باشد. البته چنین سیستم‌هایی هنوز وجود خارجی نداشته و پیاده‌سازی آن‌ها، نقطه عطف و مقصد نهایی حوزه هوش مصنوعی محسوب می‌شود.

نوع دوم دسته بندی:

این دسته بندی بیشتر بر اساس توانایی های این زمینه و بخش فناورانه آن انجام می گیرد که به سه دسته زیر تقسیم می شود:

هوش مصنوعی ضعیف (Weak AI)

هوش مصنوعی ضعیف(با نام های محدود یا باریک نیز شناخته می شود) نوع خاصی از هوش مصنوعی است که تمرکز خود را تنها روی یک مسئله خاص می گذارد و درصدد حل آن است. اکثر سرویس های هوش مصنوعی اطراف ما از این نوع بوده که به عنوان مثال می توان سامانه های تاکسی اینترنتی، ماشین های خودران، دستیارهای شخصی مثل الکسا، سرویس های هوشمند شناسایی ایمیل های زائد، سامانه های پیش بینی بورس، پیش بینی آب و هوا و …. هر کدام از مدل های خاصی از هوش مصنوعی با الگوریتم های متفاوت استفاده می کنند که با عوض شدن نوع مسئله کارایی خود را از دست می دهند. پس می توان نتیجه گرفت این نوع از هوش مصنوعی جامعیت لازم را ندارد.

هوش مصنوعی عمومی (General AI)

هوش‌مصنوعی عمومی( یا هوش‌مصنوعی قوی ) نوعی از هوش مصنوعی است که برخلاف هوش مصنوعی ضعیف جامعیت و عمومیت لازم را به ارمغان آورده و در موقعیت های مختلف می تواند رفتارهای انسان را شبیه سازی کرده و کاملا مانند یک انسان فکر کند، بفهمد و رفتار کند. این نوع از هوش مصنوعی همانند انسان ها بر خلاف هوش مصنوعی ضعیف دارای آگاهی و احساس است. برتری حال حاضر کامپیوترها در تجزیه و تحلیل سریعتر نسبت به انسان ها است. اما سیستم های کامپیوتری نمی توانند مانند انسان ها دارای قابلیت هایی مانند خلاقیت، وجدان و امکان تفکر در مورد مسائل انتزاعی باشند. این ها ویژگی هایی هستند که تعبیه آن در کامپیوترها بسیار دشوار است و ما را در مقام بالاتری نسبت به کامپیوترها قرار می دهد. بشر تا رساندن کامپیوترها به این مرحله ترسناک دهه ها فاصله دارد(شاید هوش مصنوعی بتونه عدالت رو برقرار کنه یا بزنه همه رو .. !). پس از رسیدن به این مرحله، فاصله ای با رسیدن به هوش مصنوعی بسیار هوشمند (Superintelligent AI) نخواهیم داشت(چون دیگه ریش و قیچی دست خودشونه )

هوش مصنوعی بسیار هوشمند (Superintelligent AI)

رسیدیم به هیجان انگیز ترین بخش این متن! برای توضیح این بخش کافیه بگم که فیلم سینمایی من روبات هستم(I, Robot) که در سال ۲۰۰۴ منتشر شد یا فیلم او(HER) که در سال ۲۰۱۳ پخش گردید را ببینید. در این مرحله کامپیوترها از همه لحاظ نسبت به انسان ها برتری خواهند یافت. آن ها می توانند ربات هایی بسیار قوی تر، بسیار سریع تر، بسیار باهوش تر و بسیار خلاق تر از انسان ها باشند. اگر بر اساس نظریه تکامل به مسئله نگاه کنیم، انسان ها از موجوداتی شبه میمون به موجوداتی تبدیل شدند که ناگهان کنترل تمامی موجودات دیگر را طی صد هزار سال در دست گرفتند. اما در این زمان نیز ممکن است اتفاقی همانند گذشته بیافتد با این تفاوت که ربات های باهوش و قدرتمند به انسان ها به چشم موجوداتی بی ارزش می نگرند و ممکن است آن ها را کشته و یا در صورت نیاز حتی انسان ها را به اسارت بگیرند. اما آیا این اتفاق خواهد افتاد؟(اگه انسان ها کره زمین رو نابود نکنند!) آیا ما بیاد نگران این موضوع باشیم؟ نگرانی ما هیچ کمکی به این موضوع نخواهد کرد و باید دنبال راه حلی بود چرا که احتمال رخ دادن آن از ندادن آن بیشتر است. قطعا سیاستمداران بیشتر از مردم عادی نگران این موضوع هستند و اعمال محدودیت ها در پیشرفت این زمینه نیز کارگشا نیست! اما بریم سراغ یکی از این راه ها که با عنوان هوش مصنوعی افزوده یا (Augmented AI) شناخته می شود

شکل 2: هوش مصنوعی افزوده را به تصویر می¬کشد جایی که هوش مصنوعی و هوش انسانی با هم ادغام می¬شود.
شکل ۲: هوش‌مصنوعی افزوده را به تصویر می¬کشد جایی که هوش‌مصنوعی و هوش انسانی با هم ادغام می شود.

در اینجا سعی می شود که توانایی های هوش مصنوعی به بدن انسان و مخصوصا مغز انسان(یا هوش انسانی) افزوده شود. سیستم هایی که دستیار انسان ها در زمینه های مختلف هستند نیز نوع ساده ای از هوش مصنوعی افزوده را به ارمغان می آورند. به عنوان مثال عینک های هوشمند، دستیارهای تخصصی به عنوان نمونه در زمینه های نظامی و پزشکی و … کاربردهای ساده هوش مصنوعی افزوده هستند. اما نوع پیشرفته آن که شاید ایلان ماسک در پروژه نورالینک(Neuralink) آن را دنبال می کند که حداقل کمک آن به افراد قطع عضو جهت ساخت عضو مصنوعی و اتصال به مغز، یا جلوگیری از آلزایمر باشد ولی می تواند مقدمه ای بر ترکیب مغز انسان ها با هوش مصنوعی باشد! اما آیا این خطرناک خواهد بود؟ به گذشته های دور مراجعه می کنیم و زمانی که بین نئاندرتال ها و انسان ها درگیری برای بقا رخ داد. اما انسان ها و نئاندرتال ها نیز شاید با هم کنار می آمدند و میان این دو دسته موجود ازدواج رخ داد و این ژن های انسانی بود که بر ژن های نئاندرتال ها غلبه کرد و تقریبا نسل نئاندرتال ها را در ۲۵ هزار سال قبل منقرض کرد. حال اتفاقی مشابه در حال رخ دادن است. آیا در صورت ترکیب هوش انسانی و مصنوعی کدامیک در نهایت بر دیگری غلبه خواهد کرد؟ شاید جواب این سوال بستگی به این داشته باشد که آیا انسان های آینده می توانند به نحوی استفاده از توانایی های مغزشان را بالا ببرند؟(در این زمینه نیز فیلم علمی-تخیلی لوسی(Lucy, 2004) را ببینید

کاربردهای هوش مصنوعی

این بخش به تنهایی می تواند چند مطلب کامل را شامل شود. به این دلیل که هدف این دست نوشته دادن شمای کلی از موضوع است، به طور کلی برخی از عناوین کاربرد هوش مصنوعی در زیر بیان می شود:

  1. در حوزه سلامت که از پیشگیری، پیشبینی، تشخیص تا درمان را شامل می شود که بیشتر بحث های آینده ما را در بر خواهد شد.
  2. در حوزه آموزش وپرورش که می تواند در حوزه یادگیری، ارزشیابی، مشاوره و استعدادیابی دانش آموزان ورود کند.
  3.  در حوزه اقتصاد با تحلیل وضع موجود و پیش بینی آینده می تواند در همه حوزه های مرتبط با پول و سرمایه ورود کند.
  4.  در حوزه کسب و کار می تواند به شکل های مختلف از جمله نحوه سرویس دهی به مشتریان و کنترل کارمندان اثر گذار باشد.
  5.  در حوزه قانون و قضا می تواند عدالت اجتماعی بیشتری را به ارمغان آورده و بخشی از بروکراسی اداری را اصلاح و سریعتر کند.
  6.  در حوزه تولید و کشاورزی با هر سطح و موضوعی می تواند نقش مثبتی را ایفا کند.
  7.  در حوزه تفسیر داده ها و بالاخص داده های بزرگ
  8. و نهایتا در هر جایی از زندگی روزمره از کار با موبایل گرفته تا خرید از فروشگاه را شامل شود.

 

شکل 3: برخی از کاربردهای هوش مصنوعی

الگوها و روش های هوش‌مصنوعی

روش های متنوعی برای بهره گیری از هوش‌مصنوعی ابداع شده اند که ما به طور خاص یادگیری ماشین و انواع آن و همچنین در ادامه بینایی ماشین را در آینده دنبال خواهیم کرد و در مطالب آینده به معرفی آن ها خواهیم پرداخت. نمای کلی از این روش ها را در محور افقی شکل زیر می توانید ببینید که برای محور عمودی دامنه مسائل هوش مصنوعی به نمایش درآمده است.

شکل 4: دامنه مسائل هوش مصنوعی در محور عمودی و الگوهای هوش مصنوعی در محور افقی آورده شده است.
شکل ۴: دامنه مسائل هوش مصنوعی در محور عمودی و الگوهای هوش مصنوعی در محور افقی آورده شده است.

جمع بندی

با توجه با تجربه کسب شده از کاربردهای هوش‌مصنوعی، این امکان وجود دارد در اکثر مسائل روزمره ورود کند تا فرآیند رشد بشر رو بهبود بخشیده و زندگی را ساده تر کند. مسائل مختلفی از جمله نگرانی های احتمالی آینده این موضوع در حال حاضر نمی تواند مانعی بر سر راه پیشرفت آن باشد و با پیشرفت های نرم افزاری و سخت افزاری بهره گیری از هوش مصنوعی فزاینده تر می شود.

در این دست نوشته سعی شد تعریفی از هوش مصنوعی آورده شده و انواع دسته بندی آن گفته شود. این مطلب مقدمه ای برای شروع مباحث تخصصی آینده خواهد بود و ما را یاری می کند که به شکل مفیدتری موضوعات تخصصی در این زمینه را برای خواننده بازگو کنیم. پس ما را در این راه همراهی کنید.

منابع:

  1. medium.com
  2. kdnuggets.com
  3. forbes.com
  4. investopedia.com
  5. easyux.net
  6. Berlinski, David (2000), The Advent of the Algorithm, Harcourt Books, ISBN 0-16-601391-6

مجله مارکوپکس

آخرین مقاله‌ها

یکپارچه سازی RIS-PACS
مجله مارکوپکس

یکپارچه سازی RIS/PACS

یکپارچه سازی RIS/PACS RIS و PACS هر کدام نقش‌ جداگانه‌ای در اکوسیستم درمان ایفا می کنند، اما یکپارچه سازی این دو سیستم و ترکیب قابلیت

سیستم اطلاعات رادیولوژی
مجله مارکوپکس

سیستم اطلاعات رادیولوژی : مدیریت گردش کار

سیستم اطلاعات رادیولوژی : مدیریت گردش کار تصویربرداری از اهمیت بسیاری در خدمات درمانی برخوردار است، و در تشخیص و درمان اکثر موارد پزشکی کمک

تازه‌های مارکوپکس

به دنبال مطلب خاصی هستید؟