هوش مصنوعی چیست؟ چگونه کار می کند؟

هوش مصنوعی (AI) یکی از شاخه های گسترده ی علوم کامپیوتری است که بر روی ساخت دستگاه های هوشمندی که قابلیت اجرای فعالیت هایی که معمولا نیازمند هوش و تفکر انسانی هستند، متمرکز است. AI یک علم میان رشته ای با چندین نگرش متفاوت است، با این حال، پیشرفت های اخیر در یادگیری ماشینی و یادگیری ژرف در حال ایجاد یک تغییر پارادایم در تمامی بخش های صنعت تکنولوژی است.

هوش مصنوعی چگونه کار می کند؟

الکس تورینگ، 1950: «آیا ماشین ها می توانند فکر کنند؟»

کمتر از یک دهه بعد از رمزگشایی از پیام های دستگاه کدگذاری نازی ها، به نام انیگما، و کمک چشم گیر به پیروزی متفقین در جنگ جهانی دوم نگذشته بود که زیاضی دان مشهور، الکس تورینگ، بار دیگر تاریخ را با طرح سوالی ساده، «آیا ماشین ها می توانند فکر کنند؟» تغییر داد.

مقاله تورینگ با عنوان «دستگاه های پردازش و اطلاعات» (1950)، و آزمایش تورینگ که در پس آن آمد، هدف اصلی هوش مصنوعی را ترسیم کرد.

در اصل، هوش مصنوعی شاخه ای از علوم کامپیوتری است که هدفش پاسخ دهی مثبت به این سوال تورینگ است. این تلاشی برای کپی کردن یا ایجاد هوش انسانی در ماشین ها است.

هدف بسیار بزرگ هوش مصنوعی باعث پدیدار شدن سوالات و مباحث بسیاری شده است. تا حدی که، هیچ تعریف تکی از این حوزه به طور جهانی مورد قبول نیست.

مشکل اصلی در تعریف هوش مصنوعی به عنوان «ساخت ماشین هایی که دارای هوش هستند» این است که از جواب دادن به سوالات اصلی تفره می رود. هوش مصنوعی چیست؟ چه چیزی باعث می شود تا یک ماشین هوشمند تلقی شود؟

در کتاب معروف خود، «هوش مصنوعی: نگرشی مدرن»، استورات راسل و پیتر نورویگ این سوال را با متمرکز کردن کار خود حول مجور عاملین هوشمند در ماشین ها جواب می دهند. از این دید، هوش مصنوعی «مطالعه ی عامل هایی است که اطلاعاتی از محیط خود گرفته و بر اساس آن فعالیت هایی را انجام می دهند» (نورویگ و راسل، جلد هشتم).

نورویگ و راسل در ادامه چهار نگرش که به طور تاریخی حوزه هوش مصنوعی را تعریف کرده اند را بررسی می کنند:

  1. تفکر انسانی
  2. تفکر منطقی
  3. عمل انسانی
  4. عمل منطقی

دو نگرش اول مربوط به فرآیند های فکری هستند، و دو نگرش دیگر با رفتار سر و کار دارند. نورویگ و راسل به طور اخص بر روی عوامل منطقی متمرکز می شوند که به منظور دستیابی به بهترین نتیجه کار کمی کنند. ایشان تصریح می کنند: «تمامی مهارت مورد نیاز برای تست تورینگ، در عین حال به یک عامل اجازه عمل منطقی را نیز می دهد (راسل و نورویگ).

پاتریک وینستون، استاد هوش مصنوعی و علوم کامپیوتری ام آی تی، هوش مصنوعی را چنین تعریف می کند: «الگوریتم هایی توسط محدودیت فعال شده، و توسط نتایجی که مدل های که تفکر، فهم و عمل را به یکدیگر گره می زنند، پشتیبانی می شود.»

اگرچه این تعاریف ممکن است در ابتدا برای افراد معمولی بسیار انتزاعی بنظر برسند، اما در متمرکز نمودن این حوزه به عنوان شاخه ای از علوم کامپیوتری مفید است و نقشه راهی را برای وارد کردن یادگیری ماشینی به دستگاه ها و برنامه ارائه می دهد.

مدیرعامل شرکت DataRobot، جرمی آکین، سخنرانی خود در کنفرانس هوش مصنوعی 2017 ژاپن را با ارائه تعریف زیر از چگونگی استفاده هوش مصنوعی در حال حاضر آغاز کرد:

«هوش مصنوعی یک سیستم کامپیوتری است که قادر به اجرای فعالیت هایی که به طور معمول نیازمند هوش انسان است… بسیاری از این سیستم های هوش مصنوعی از یادگیری ماشینی کمک می گیرند، برخی از آنان از یادگیری ژرف و برخی دیگر نیز از چیزهای حوصله سر بری مانند قوانین.»

هوش مصنوعی چگونه استفاده می شود؟

هوش مصنوعی، به طور کل، به دو دسته بندی فراگیر تقسیم می شود:

  • هوش مصنوعی باریک: که گاهی با اسم «هوش مصنوعی ضعیف» نیز از آن یاد می شود، نوعی از هوش مصنوعی است که در بستری محدود فعالیت کرده و هوش انسانی را شبیه سازی می کند. هوش مصنوعی باریک اغلب بر روی انجام بسیار عالی یک فعالیت متمرکز شده است، و اگرچه این ماشین ها ممکن است هوشمند بنظر برسند، اما در مقایسه با ساده ترین هوش انسانی نیز، دارای محدودیت ها بسیار بیشتری هستند.
  • هوش جامع مصنوعی: که طور به مخفف AGI نامیده می شود، گاهی با لقب «هوش مصنوعی قوی» نیز شناخته می شود. نوعی از هوش مصنوعی است که اغلب در فیلم ها آن را مشاهده می کنیم، مانند ربات های سریال وست ورلد یا شخصیت دیتا در استار ترک: نسل بعدی. AGI یک ماشین با هوش کلی است که، بسیار مانند یک انسان، می تواند آن هوش را برای حل هر مشکلی بکار بگیرد.

 

 

هوش مصنوعی باریک

هوش مصنوعی باریک در سراسر زندگی ما وجود دارد، و می توان لقب موفق ترین نمود هوش مصنوعی تا به امروز را به آن داد. این هوش مصنوعی، با تمرکزش بر روی انجام فعالیت های مخصوص، در دهه گذشته تحولات و پیشرفت های عظیمی را مشاهده کرده است که طبق گزارش دولت اوباما در سال 2016 با نام «آماده شدن برای آینده ی هوش مصنوعی»: «مزایای اجتماعی قابل توجهی داشته و به قدرت اقتصادی کشور کمک بسزایی کرده است.»

نمونه هایی از هوش مصنوعی باریک عبارتند از:

  • موتور جستجوی گوگل
  • نرم افزارهای تشخیص عکس
  • سیری، الکسا و دیگر دستیاران شخصی
  • اتوموبیل های خودران
  • واتسون از شرکت IBM

یادگیری ماشینی و یادگیری ژرف

هوش مصنوعی باریک رشد خود را مدیون پیشرفت های بزرگ در یادگیری ماشینی و یادگیری ژرف است. فهم تفاوت میان هوش مصنوعی، یادگیری ماشینی و یادگیری ژرف می تواند سخت باشد. فرنک چن، سرمایه گذار خطرپذیر، خلاصه ای خوب از چگونگی تمیز دادن میان آنان را ارائه کرده و در آن ذکر می کند:

«هوش مصنوعی یک سری الگوریتم و اطلاعات است که تلاش برای تقلید هوش انسانی می کند. یادگیری ماشینی یکی از این الگوریتم ها است و یادگیری ژرف یکی از روش های یادگیری ماشینی.»

به بیان ساده تر، یادگیری ماشینی به کامپیوتر داده تزریق می کند و با استفاده از روش های آماری تلاش می کند تا چگونگی بهتر شدن مداوم برای انجام یک فعالیت را «یاد بگیرد»، در حالیکه مشخصا برای آن فعالیت برنامه ریزی نشده است. این موجب عدم نیاز به میلیون ها خط از کدهای نوشتاری می شود. یادگیری ماشینی شامل یادگیری نظارت شده (با استفاده از سری داده های علامت گذاری شده)، و همچنین یادگیری غیر نظارت شده (با استفاده از سری داده های بدون علامت) است.

یادگیری ژرف نوعی از یادگیری ماشینی است که ورودی ها از طریق یک ساختار شبکه ای-عصبی همانند بیولوژی انسان عبور می دهد. شبکه های اعصاب حاوی تعدادی از لایه های مخفی هستند که از طریق آن داده ها پردازش شده، و به ماشین اجازه «ژرف شدن» در یادگیری اش را با ساختن ارتباطات و اندازه گیری ورودی ها به منظور بدست آوردن بهترین نتیجه می دهد.

هوش جامع مصنوعی

ساخت ماشینی با هوش در سطح انسان که بتواند برای انجام هر فعالیت بکار گرفته شود، گنج قارون محققین حوزه هوش مصنوعی است، و مسیر طی شده برای هوش جامع مصنوعی پر مصائب و سختی ها بوده است.

جستجو برای «الگوریتمی جهان شمول برای یادگیری و عمل در هر محیط» (راسل و نورویگ، 27) چیز جدیدی نیست، اما گذر زمان سختی ها ساختن ماشینی با قابلیت های ذهنی کامل را آسان تر نکرده است.

AGI برای سالیان سال هست که در رمان های علمی تخیلی نشانگر آینده ویران شهر گونه بوده است که در آن ربات های بسیار هوشمند بر انسانیت مسلط می شوند، اما کارشناسان این حوزه علمی معتقد هستند که برای سالیانی دراز، نیازی به نگرانی در این مورد نخواهیم داشت!

 


منبع : builtin


 

لینک کوتاه: https://Tjjc.ir/BB41A
مطالب زیر را حتما بخوانید

دیدگاهتان را بنویسید