
هوش مصنوعی چیست؟
خیلی ها هنوز هم با شنیدن واژه هوش مصنوعی به ربات ها فکر می کنن و فکر می کنن که منظور از هوش مصنوعی همون ربات های بی احساسی هستن که برای انجام راحت تر کارها طراحی شدن و قراره در آینده جای انسان ها را بگیرن. اما واقعیت با چیزی که فکر میکنین تفاوت داره
هوش مصنوعی به انگلیسی Artificial intelligence که به طور مخفف بهش AI هم میگن، در واقع تکنولوژی هست که به یه شکلی قابلیت تفکر داره. ولی این قابلیت تفکر با چیزی که ما به عنوان تفکر انسانی میشناسیم تا حد زیادی فرق داره، ولی در واقعیت سعی داره تا از اون تقلید کنه.
شاید هوش مصنوعی به اون شکلی که تصور میکنیم وجود نداشته باشه ولی باز هم خیلی از کارهایی که روزانه انجام میدیم، مثل جستجوی اینترنت یا گشت و گذار تو صفحات شبکههای اجتماعی و غیره، همه تأثیر گرفته از هوش مصنوعی هست و در حقیقت داریم از اون استفاده میکنیم. انقدر این استفاده قابل لمس نیست که به اون عادت کردیم که تو اون لحظه حس نمیکنیم که داریم از هوش مصنوعی استفاده میکنیم. دلیل اصلی اون اینه که نمیدونیم هوش مصنوعی واقعا چیه و چه کارهایی انجام میده. از آنجایی که آینده برای هوش مصنوعی خواهد بود بهتره به جای نگران بودن در مورد هوش مصنوعی یاد بگیریم که چه کارهایی را میتوانیم به کمک هوش مصنوعی انجام بدیم.
تاریخچه هوش مصنوعی
تاریخچه هوش مصنوعی به سال های جنگ جهانی دوم بر میگرده. زمانی که نیروهای آلمانی برای رمز نگاری و ارسال ایمن پیام هاشون از ماشین enigma استفاده می کردن و یه دانشمند انگلیسی،به اسم آلن تورینگ تلاش کرد تا این کدها رو بشکنه تورینگ به همراه تیمش ماشین bombe را ساختن که enigma را رمز گشایی می کرد. هر دو تا ماشین enigma و bombe پایه های یادگیری ماشینی (machine learning) هستن که یکی از شاخه های هوش مصنوعی یا همان Artificial intelligence هست. تورینگ ماشینی را هوشمند میدونست که بدون اینکه به انسان حس صحبت با ماشین را بده، با اون ارتباط برقرار کنه این مسئله پایه علم هوش مصنوعی هست یعنی ساخت ماشینی که مثل انسان فکر، تصمیم گیری و عمل کنه.
کم کم با پیشرفت فناوری و سایر سخت افزارهای مورد نیاز برای گسترش هوش مصنوعی، ابزار هوشمند و سرویسهای هوشمندی به بازار اومدن که از هوش مصنوعی تو خیلی قسمتهاشون استفاده میکردن. خیلی از سرویسهای معروفی مثل موتورهای جستجو، ماهوارهها و غیره از هوش مصنوعی استفاده میکردن. با معرفی گوشیهای هوشمند و بعد از اون گجتهای هوشمند، هوش مصنوعی قدم بزرگی را برای ورود به زندگی آدم ها پشت سر گذاشت. از این زمان به بعد هوش مصنوعی برای آدم ها جلوه کاربردی تری پیدا کرد و آدم ها بیشتر با کلمه هوش مصنوعی و کاربرد هاش آشنا شدن.
انواع هوش مصنوعی
1-ماشینهای واکنشی (Reactive Machines)
که سادهترین نوع هوش مصنوعی هستن و فقط میتونن به موقعیتهای فعلی بدون استفاده از تجربیات گذشته جواب بدن؛ مثل موتورجستجوی گوگل
2-ماشینهای حافظه محدود (Limited Memory)
که میتونن از بعضی دادههای گذشته برای تصمیمگیری بهتر استفاده کنن؛ مثل سیستم احراز هویت تو وبسایتها.
3-نظریه ذهن (Theory of Mind)
در حال حاظرنوع فرضی هوش مصنوعی هست که میتونه به شکل بهتری احساسات، عواطف و اعتقادات انسانها را درک و بعد از این اطلاعات برای تصمیمگیری خودش استفاده کنه.
4-هوش مصنوعی خودآگاه (Self-aware)
اون هم یکی دیگه از انواع فرضی هوش مصنوعی هست که به خودآگاهی رسیده و میتونه از خودش احساسات و افکار شبیه انسانها داشته باشه.
5-یادگیری ماشین (Machine Learning)
یادگیری ماشین روش خاصی برای ایجاد هوش مصنوعی هست. فکر کنین میخوایم موشکی را پرتاب و محل فرود اون رو پیشبینی کنیم. این کار اونقدرها هم سخت نیست؛ گرانش مبحث جاافتادهای هست. و میتونه معادلات مربوط را نوشت و حساب کرد براساس چند متغیر از جمله سرعت و موقعیت، موشک فرضی کجا قراره فرود بیاد.
اما وقتی پای متغیرهای ناشناخته وسط میاد، دیگه نمیشه به این راحتی جواب سوال را پیدا کنیم. این بار فرض کنین میخوایم کامپیوتر به تعدادی تصویر نگاه کنه و بگه آیا بین اونا تصویری از گربه بوده یا نه. برای این سوال چه نوع معادلهای میتونیم بنویسیم که تمام ترکیبهای ممکن سبیل و گوش گربه از زوایای مختلف را برای کامپیوتر توصیف کنه؟
اینجا هست که یادگیری ماشین به کمک دانشمندان میاد؛ به جای اینکه خودمون فرمول و قوانین را بنویسیم، سیستمی میسازیم که بتونه قوانین را با دیدن چندین نمونه عکس، برای خودش بنویسه. به این معنی که، به جای اینکه بخوایم گربه را توصیفش کنیم، به هوش مصنوعی تعداد زیادی عکس گربه نشون میدیم و اجازه میدیم خودش متوجه بشه چه چیزی گربه هست و چه چیزی گربه نیست.
6-یادگیری عمیق (Deep Learning)
یادگیری عمیق نوعی یادگیری ماشین هست که از یک نوع خاصی از مدل به نام «شبکههای عصبی عمیق» (Deep Neural Networks) استفاده میکنه.
شبکههای عصبی نوعی مدل یادگیری ماشین هستن که از ساختاری شبیه نورونهای مغز انسان برای انجام محاسبات و پیشبینی استفاده میکنن. نورونها در شبکههای عصبی در لایههای مختلف طبقهبندی میشن و هر لایه یک سری محاسبات ساده انجام میدن و جواب اون را به لایهی بعدی منتقل میکنه. هر چه تعداد لایهها بیشتر باشه، میشه محاسبات پیچیدهتری انجام داد.
7-هوش مصنوعی قوی Strong Artificial Intelligence
برخلاف هوش مصنوعی ضعیف، این نوع از AI محدود به وظیفهی خاصی نیست و از پس خیلی از کارها برمیاد. در واقع، هوش مصنوعی قوی به ماشینهایی اشاره داره که نوعی از هوش انسانی را میشه در اونها دید. یعنی، AI قوی از پس هر کاری که انسانها انجام میدن بر میاد. نمونههای کامل از این ماشینها را میشه در فیلمها و رمانهای علمی-تخیلی دید؛ اونجا که رباتها بدون نیاز به انسان کارهای خودشون را انجام میدن. این رباتها آگاهی دارن و احساسات را درک میکنن.
8-فراهوش مصنوعی Superintelligence
به ماشینهای اشاره داره که از سطح هوش انسانی گذشتن و دیگه محدودیتهای هوش انسانی را ندارن. این نوع از AI، شاید همونی باشه که خیلیها را نگران آینده استفاده از این فناوریها کرده .
9-بینایی ماشین Machine vision
فناوری هست که تلاش میکنه نوعی از بینایی را برای ماشین فراهم کنه. بینایی ماشین در فرایندهای مختلف صنعتی از تشخیص چهره، تحلیل ویدیو، ocr و تشخیص اشیا تا تشخیص الگو استفاده میشه.
این فناوری در خودروهای بدون سرنشین نیز استفاده میشه. با اینکه شرکتهای زیادی تلاش میکنن تا خودروهایی بسازن که نیازی به رانندگی انسانها نداشته باشه، این حوزه بیشتر با اسم شرکت تسلا و خودروهای اون آشنا هست.
10-پردازش گفتار Speech processing
سیستمهای پردازش گفتار در کنار NLP این امکان رو برای ماشینهای هوشمندی، مثل اسمارتفونها، فراهم میکنن که از طریق زبان گفتاری با کاربرها ارتباط برقرار کنن. و معروفترین تکنولوژی بازشناسی گفتار که اسمش را شنیدین،Siri ،که محصول اپل هست.
Siri میکروفونهایی برای تشخیص صدا داره و از بازشناسی گفتار خودکار برای تبدیل صدا به متن استفاده میکنه.
11-داده کاوی Data Mining
این شاخه از AI، ترکیبی از ابزارهای آماری و هوش مصنوعی با مدیریت مجموعهدادهها هست. داده کاوی معمولاً در کسبوکار(بیمه، بانکداری و…)، پژوهشهای علمی(نجوم و پزشکی) و مسائل مربوط به امنیت(تشخیص مجرمان و تروریستها) کاربردهای گستردهای داره.
12-پردازش زبان طبیعی nlp
این بخش از AI جایی هست که زبان طبیعی و زبانهای مصنوعی (مثل زبانهای برنامهنویسی) با هم پیوند میخورن.
برای مثال در پایتون میشه کتابخانهی nltk را فرابخوانین. این کتابخانه امکانات خیلی خوبی برای پردازش زبان طبیعی در اختیارتون میزاره.
13-یادگیری تقویتی Reinforcement Learning
بهبود عملکرد ماشینها با یادگیری تقویتی ممکن میشه؛ یادگیری تقویتی نوعی یادگیری ماشینی هست که استفاده از هوش مصنوعی را در برنامههای پیچیده از بازیهای ویدیویی تا روباتیک خودش امکانپذیر میکنه. بعضی از وظایف رانندگی خودمختار که در آن یادگیری تقویتی میتونه انجام بشه مثل: بهینهسازی مسیر، برنامهریزی حرکت، مسیریابی پویا، بهینهسازی کنترلکننده و سیاستهای یادگیری مبتنی بر اطلاع از وضعیت بزرگراهها.
14-شبکه عصبی» موجب شناخت الگوهای مغز انسان
شناخت الگوهای مغز انسان با شبکه عصبی ممکن میشه مغز انسان تمامی فرایندهای خودآگاه و ناخودآگاه در بدن انسان را کنترل میکنه با این وجود دانشمندان ثابت کردن کامپیوترها با سرعتی خیلی بالاتر از مغز میتوانن به فعالیت بپردازن. شبکه عصبی رفتار مغز انسان را منعکس میکنه و به برنامههای رایانهای اجازه میدن الگوها را تشخیص بدن و مشکلات رایج در زمینههای هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق را حل کنن شبکههای عصبی که با نامهای شبکه عصبی مصنوعی (ANN) یا شبکه عصبی شبیهسازی شده (SNN) نیز شناخته میشن، زیرمجموعهای از یادگیری ماشین هستن و در قلب الگوریتمهای یادگیری عمیق قرار دارند. نام و ساختار آنها از مغز انسان الهام گرفته شده و از روشی که نورونهای بیولوژیکی به یکدیگه سیگنال میدن تقلید میکنه.
کاربردهای هوش مصنوعی چیست؟
1-هوش مصنوعی در کشاورزی
برای مثال، میشه با استفاده از نرمافزارهای هوش مصنوعی گزارشهایی از وضعیت آبوهوا یا شرایط خاک به دست آورد و بر اساس اون برنامهریزی کرد. کشاورزان الان میتونن با استفاده از AI زمان مناسب کشت و برداشت را حدث بزنن، مقدار آب مناسب برای هر محصول و زمان مناسب آبیاری را بدونن
2-هوش مصنوعی در پزشکی
استفاده از هوش مصنوعی برای تشخیص بهترین شیوهی زایمان. در این فناوری، AI با سنجش شرایط زنان باردار میتونه پیشنهاد بده که از بین روش طبیعی زایمان و سزارین کدام روش مناسبتر هست.
3-هوش مصنوعی در بازارهای مالی و بانکداری
الگوریتمهایی که برای تحلیل بازار آموزش دیدن میتونن لحظهبهلحظه بازارهای مالی را رصد کنن و با اطلاعاتی که جمعآوری میکنن تصویر واضح و دقیق از وضعیت هر سهم در بازار ارائه بدن حتی میشه معامله کردن را به باتهایی بسپارین که برای این کار طراحی شدن
استفاده از چتباتها مدتها هست که تو بانکداری رواج رواج پیدا کرده چتبات امکانی هست که از طریق اون کاربر میتونه با نرمافزاری که در اون از هوش ماشینی استفاده شده گفتوگو کنه. یکی از امکانهای جالبی که این چتباتهای بهظاهر ساده فراهم کردن اینه که خدماتدهندگان هر ساعتی از شبانهروز در دسترس مشتریان خودشون هستن. همانطورهمینجور که گفتیم این تنها بخش کوچکی از نقش هوش مصنوعی در بانکداری هست.
4-هوش مصنوعی در حوزهی آموزش
فکر کنین سیستمی داشته باشیم که با دادن سابقهی تحصیلی دانشآموز به اون برنامهی درسی مناسب برای دانشآموز را در اختیارش قرار بده. در واقع، این یکی از سادهترین کارهایی هست که میشه از ماشینهایی برپایهی هوش مصنوعی (AI) انتظار داشت.
میشه چند قدم جلو رفت. مثلاً میشه سیستم را طوری طراحی کرد که با توجه به برنامهی شخصی دانشآموز محتوای درسی مناسب اون رو در اختیارش قرار بده و ارزشیابی دانشآموز را نیز خودش به عهده بگیره. در واقع، ما اینجا با معلم هوشمندی طرف هستیم که همیشه برای دانشآموز وقت داره و نیازهای هر دانشآموز را در نظر میگیره.
5-هوش مصنوعی در حملونقل
به صور مثال یکی از مشکلات این حوزه مسئلهی ترافیک هست. ورود AI به مدیریت ترافیک میتونه همون حلقهی گمشدهی این معضل باشه چرا که سیستمهای هوش مصنوعی بهسرعت میتونن خودشون را با وضعیتهای جدید سازگار کنن و عملکرد خودشون را بهتر کنن.
6-هوش مصنوعی و صنعت سرگرمی و سینما
یکی از فناوریهای متکی به AI که تقریباً هر روز از اون استفاده میکنیم و برای ما عادی شده ، سیستمهای پیشنهاددهنده هست. وقتی در یوتیوب ویدئویی نگاه میکنین، گوگل ویدئوهایی دیگه ایی را به شما پیشنهاد میده که شاید موردپسندتون باشه. همین فناوری بهظاهر ساده میتونه با توصیههاش کسایی که بهصورت اتفاقی وارد سایتتون شدن رو در سایت نگه داره.
ابزارهای مفید دیگه ایی که AI مییتونه برای این بخش فراهم کنه،خلاصهسازی اخبار و گزارشها برای انتشاره. خلاصهسازی بیش از همه بحثی هست که در پردازش زبان طبیعی بررسی میشه
7-محیطزیست و انرژی
یکی از جالبترین کاربردهای هوش مصنوعی در حوزهی محیطزیست، استفاده از اون برای محافظت از گونههای در خطر انقراض هست. که یکی از این موردها، از فناوری تشخیص چهره برای حفظ گونهای از میمونها استفاده شده. ردگیری گونههای در خطر انقراض با ابزارهای فیزیکی سخت و هزینهبر هست.
نرم افزارهای هوش مصنوعی تصویر گونهها را با اطلاعات منحصربهفرد هر مورد ذخیره میکنن. هر تصویر جدیدی که وارد این نرمافزار میشه، بهصورت هوشمند تحلیل میشه و شما میتونین بدونین که این مورد قبل از این در جای دیگه ایی دیده شده و مشخصات منحصر به فردش چیه.
آینده هوش مصنوعی چگونه است؟
یکی از فن آوریهای پر طرفدار این روزها در حوزه هوش مصنوعی ربات ChatGPT هست.که این ربات میتونه با گرفتن دستورات نوشتاری از شما به سوالات شما جواب بده و منابع مورد نیاز رو در اختیار شما قرار بده که شرح مفصل در مورد این ربات و نحوه کارکرد اون رو در مقاله جداگانه در سایت ارز دشت در طی مقاله جداگانه بهش پرداخته شده
واقعیت اینه که زیرساختها و هزینههای محاسباتی، اجرایی و تحقیقاتی لازم برای تحقق کامل اهداف هوش مصنوعی، هنوز کاملا فراهم نشده. بااینحال، روند پیشرفت این صنعت در دههی ۲۰۱۰ و ابتدای دههی ۲۰۲۰، نشون میده که سرعت پیشرفت AI در سالهای اخیر، حتی از قانون مور (Moore) نیز بهتر بوده. قانونی که در ارزیابی و پیشبینی پیشرفت صنایع تکنولوژیک، کاربرد داشته و میگه که تعداد ترانزیستورهای روی یک تراشه، بهطور متوسط هر دو سال یه بار، دوبرابر میشه. به همین دلیل، پیشبینیها در مورد آینده هوش مصنوعی ، حاکی از شکوفایی کامل اون تا پیش از سال ۲۰۳۰ هست. اتفاقی که برای اینترنت در ۱۰ سال گذشته رخ داد.
سخن پایانی در باره هوش مصنوعی
هوش مصنوعی چیست؟ این سوالی بود که دراین مقاله از ارز دشت تلاش کردیم بهش بپردازیم .هوش مصنوعی یکی از تکنولوژیهای پیشرو در دنیای امروز ما هست. این تکنولوژی تلاش میکنه با طراحی و توسعهی الگوریتمهای یادگیری ماشینی، رفتار انسان را اول درک کنه و و بعد بهش جواب بده. در حالت ایدهآل نیز ماشینهای توسعهیافتهی AI میتونن مثل انسان رفتار کرده و حتی حالات و احساسات اون رو درک و تقلید کنن.
هوش مصنوعی هماکنون نیز در زندگی بسیاری از ما حضور داره و از علامتهای حضورش در گوشیهای تلفن همراه، آموزش، پزشکی و دیگه صنایع، بهوضوح دیده میشه. با وجود چالشها و نگرانیهای موجود، بیشتر کارشناسان، آینده هوش مصنوعی را درخشان و قابلمقایسه با جایگاه اینترنت در دنیای امروز میدونن.