هوش مصنوعی چیست؟ تعریف و کاربرد آن

هوش مصنوعی چیست؟ پاسخی که در اکثر مواقع توسط مردم به این سوال داده می‌شود این است که هوش مصنوعی همان ربات‌ها هستند! احتمالاً واژه هوش مصنوعی به گوش شما خورده باشد و شما هم تعریف سابق را از هوش مصنوعی داشته باشید. این تعریف به احتمال زیاد نتیجه فیلم‌هایی است که مشاهده کرده‌اید. این فیلم‌ها باعث شده که اکثر افراد درک درستی از هوش مصنوعی نداشته باشند. 

سوالاتی که هم اکنون ذهن شما را درگیر کرده چنین است: آیا ربات‌ها همان هوش مصنوعی هستند؟ هوش مصنوعی چه کارهایی را انجام می‌دهد؟ آیا آینده بشر در خطر است؟ هوش مصنوعی چگونه فکر می‌کند؟ در این مقاله ما تلاش می‌کنیم تا مفهوم درست هوش مصنوعی را به شما بگوییم و شما را با آن آشنا کنیم. پس در ادامه با ما همراه باشید.

هوش مصنوعی چیست؟

هوش مصنوعی ربات‌های بی احساسی که در آینده قرار است جای انسان را بگیرند، نیست. هوش مصنوعی در واقع تکنولوژی است که به نحوی قابلیت تفکر دارد. البته این قابلیت تفکر با چیزی که ما به عنوان تفکر انسانی می‌شناسیم تا حد زیادی تفاوت دارد، اما در حقیقت سعی دارد تا از آن تقلید کند.

آیا شما تا به حال از هوش مصنوعی استفاده کرده‌اید؟ نه! قطعاً اشتباه می‌کنید. جالب است بدانید که شما به احتمال زیاد هر روز از هوش مصنوعی استفاده می‌کنید. اکثر افراد هر روز مشغول جستجو در اینترنت یا گذراندن زمان در شبکه‌های اجتماعی هستند. این افراد در واقع از هوش مصنوعی استفاه می‌کنند. از آنجا که این استفاده خیلی ناملموس است و به آن عادت کرده‌ایم، در آن لحظه حس نمی‌کنیم که از هوش مصنوعی استفاده می‌کنیم. دلیل اصلی این است که نمی‌دانیم هوش مصنوعی واقعا چیست و چه کارهایی انجام می‌دهد. از آنجایی که آینده متعلق به هوش مصنوعی خواهد بود بهتر است به جای نگران بودن برای نسل آینده بشر، در مورد هوش مصنوعی یاد بگیریم که چه کارهایی را می‌توانیم با آن انجام دهیم و اطلاعات‌مان را بیشتر کنیم. پس بیایید در ابتدا مختصری از تاریخ هوش مصنوعی را مرور کنیم.

مختصری از تاریخ هوش مصنوعی

شروع هوش مصنوعی به سال‌های جنگ جهانی دوم بر می‌گردد. زمانی که نیروهای آلمانی برای رمز نگاری و ارسال ایمن پیام‌ها از ماشین enigma استفاده می‌کردند و دانشمند انگلیسی، آلن تورینگ برای شکست این کدها تلاش زیادی کرد. تورینگ به همراه تیمش ماشین bombe را ساختند که enigma را رمزگشایی می‌کرد. هر دو ماشین enigma و bombe پایه‌های یادگیری ماشینی (machine learning) هستند. تورینگ ماشینی را هوشمند می‌دانست که بدون اینکه به انسان حس صحبت با ماشین را بدهد، با او ارتباط برقرار کند و این مسئله پایه علم هوش مصنوعی است یعنی ساخت ماشینی که همانند انسان فکر، تصمیم گیری و عمل کند.

(ماشین bombe را در تصویر بالا مشاهده می‌کنید)

رفته رفته با پیشرفت فناوری و سایر سخت افزارهای مورد نیاز برای توسعه هوش مصنوعی، ابزار هوشمند و سرویس‌های هوشمندی به بازار عرضه شدند که از هوش مصنوعی در بسیاری از فرآیندهایشان استفاده می‌کردند. بسیاری از سرویس‌های معروفی همانند موتورهای جستجو، ماهواره‌ها و غیره از هوش مصنوعی استفاده می‌کردند. با معرفی گوشی‌های هوشمند و پس از آن گجت‌های هوشمند، هوش مصنوعی گام بلندی را برای ورود به زندگی انسان‌ها طی کرد. از این زمان به بعد هوش مصنوعی برای انسان‌ها جلوه کاربردی‌تری پیدا کرد و انسان‌ها بیشتر با واژه هوش مصنوعی و کاربردهای آن آشنا شدند. در ادامه ما هم با واژه هوش مصنوعی و کاربردهای آن بیشتر آشنا خواهیم شد.

تعریف هوش مصنوعی به زبان ساده

هدف اصلی هوش مصنوعی (Artificial Intelligence یا AI) آن است که ماشین‌های هوشمندی تولید کند که توانایی انجام وظایفی که نیازمند به هوش انسانی است را داشته باشد. هوش مصنوعی در حقیقت نوعی شبیه سازی هوش انسانی برای کامپیوتر است و منظور از آن در واقع ماشینی است که به گونه‌ای برنامه نویسی شده که همانند انسان فکر کند و توانایی تقلید از رفتار انسان را داشته باشد.

این تعریف می‌تواند به تمامی ماشین‌هایی اطلاق شود که مانند ذهن انسان عمل می‌کنند و می‌توانند کارهایی مانند استدلال و یادگیری داشته باشند. اساس هوش مصنوعی آن است که هوش انسان و طریق کار آن به گونه‌ای تعریف شود که یک ماشین بتواند آن را به راحتی اجرا کند و وظایفی که بر آن محول می‌شود را به درستی اجرا کند. 

هوش مصنوعی به چند نوع تقسیم می‌شود؟

سه سطح متفاوت از هوش مصنوعی می‌تواند وجود داشته باشد: هوش مصنوعی محدود، هوش مصنوعی عمومی و سوپر هوش مصنوعی. در ادامه هر کدام را بیشتر توضیح می‌دهیم.

هوش مصنوعی محدود

ANI  مخفف  Artificial Narrow Intelligence است و به آن «هوش مصنوعی محدود» یا «هوش مصنوعی ضعیف» می‌گویند. این نوع از هوش مصنوعی تنها می‌تواند در یک حیطه‌ی محدود به صورت تخصصی فعالیت کند. برای مثال می‌توان به Deep Blue اشاره کرد. ابر کامپیوتری که IBM در سال ۱۹۹۷ ساخت تا بزرگ‌ترین شطرنج بازان جهان را شکست دهد. این ابر کامپیوتر یک کار را بسیار عالی انجام می‌داد: شکست انسان در شطرنج. اما تخصص آن به همین مورد محدود بود.

(ابر کامپیوتر Deep Blue را در تصویر بالا مشاهده می‌کنید)

شاید تا به حال متوجه این موضوع نشده باشید، ولی همه‌ی ما توسط هوش مصنوعی ضعیف یا ANI محاصره شده‌ایم. ماشین‌هایی که عادات جستجوی شما در گوگل را ردگیری می‌کنند و تبلیغات مناسب را برای شما به نمایش در می‌آورند، بر اساس  ANIها ساخته شده‌اند که در طول زمان سلایق شما را یاد می‌گیرند. مثال دیگر از هوش مصنوعی ضعیف فیلترهای هوشمند سرویس‌های ایمیل برای پاکسازی اینباکس شما از اسپم است. سیستم‌هایی که در یک لحظه بین میلیون‌ها پیام به جستجو می‌پردازند و تصمیم می‌گیرند که کدام یک واقعی است و کدام باید حذف شود.

هوش‌ مصنوعی امروزی کار‌هایی را انجام می‌دهد که از قبل برای آن برنامه ریزی شده ‌است. برای مثال دستیار‌های صوتی امروزه به صورتی برنامه ریزی شده‌اند که تنها قادر به نمایش وضعیت آب و هوا، ارسال پیام، تنظیم آلارم، پخش آهنگ و … باشند. آن‌ها کار‌هایی خارج از چیزی که برایشان از قبل تعریف شده انجام نمی‌دهند. آن‌ها فکر نمی‌کنند و دارای احساسات نیستند و برای جواب سوالاتی‌ که از آن‌ها می‌پرسیم برنامه‌ریزی شده اند. در واقع پایگاه داده‌ای از مجوعه‌ی سوال و جواب به آن‌ها داده شده است. شاید برای رفع این مشکل نیاز به شبیه سازی یک مغز مانند مغز انسان باشد! این گونه دستیار‌های صوتی، خود قادر به جمله سازی برای پاسخ به سوالات کاربران هستند و پاسخ‌های تکراری نمی‌دهند. (برخی از دستیار‌های صوتی مانند کورتانا، پاسخ برخی از سوالات پیچیده را در اینترنت جستجو می‌کند و جواب می‌دهند.)

ANI  نسخه‌ی مفید و نسبتاً بی‌ضرر هوش مصنوعی است که می‌تواند به تمام بشریت سود برساند؛ زیرا اگرچه قادر به پردازش میلیاردها عدد و درخواست در یک زمان است، اما همچنان مقید به عمل در یک حیطه‌ی خاص است که آن عملکرد هم محدود به تعداد ترانزیستورهایی است که ما به آن اجازه می‌دهیم داشته باشد.

 اگر بخواهیم برخی از کاربرد‌های هوش مصنوعی محدود را مثال بزنیم، عبارتند از:

• اتومبیل‌های خودران که به کمک هوش مصنوعی یاد می‌گیرند که چگونه رانندگی کنند.
• سیستم‌های پردازش تصویر و تشخیص چهره که می‌توانند کارهای بسیاری را انجام دهند و عملیات تشخیص هویت افراد را انجام دهند.
• سیستم‌های هوش مصنوعی که به انجام فرآیندهای مالی در بانک‌ها و سایر کسب و کارهای مالی کمک می‌کند.
• دستیارهای هوشمند که بر اساس نیازهایتان به شما کمک می‌کنند و حتی پروازها و هتل‌هایتان را از قبل رزرو می‌کنند.

هوش مصنوعی عمومی

اگر این نوع از هوش مصنوعی وجود داشته باشد، دیگر در بسیاری از کارها نیازی به حضور نیروی انسانی نخواهد بود. می‌توان گفت که این نوع از هوش مصنوعی در حال حاضر وجود ندارد اما رد پای آن را در داستان‌ فیلم‌های دارای ژانر علمی-تخیلی مشاهده می‌کنیم. منظور از هوش مصنوعی عمومی یا کامل، ماشینی است که می‌تواند دنیای اطراف خود را همانند یک انسان درک کند و دارای ظرفیت و گنجایش مشابه برای انجام فعالیت‌ها و وظایفی است که یک انسان به طور معمول آن‌ها را انجام می‌دهد. در روی کاغذ یک هوش مصنوعی عمومی می‌تواند هم سطح انسان فعالیت کند و یا حتی در زمینه‌هایی مانند حافظه از او بهتر عمل کند.

با این سطح از آگاهی و دانش یک ماشین می‌تواند تمام کارهایی که زمانی بر انسان محول می‌شد را بدون نیاز به وجود انسان انجام دهد و با گذشت زمان بیشتر ماشین‌های دارای هوش مصنوعی عمومی می‌توانند در بسیاری از زمینه‌ها جای انسان را پر کنند. خاتمه دادن به نیاز حضور نیروی انسانی در بسیاری از کارها و استفاده از تکنولوژی هوش مصنوعی کامل، مانند هر تکنولوژی دیگری هر دو جنبه مثبت و منفی را در زندگی اجتماعی و فردی انسان‌ها خواهد داشت. اما با همه‌ی این‌ها وجود آن بسیار مفید و در عین حال اجتناب ناپذیر خواهد بود. به کمک هوش مصنوعی عمومی که دارای توانایی‌ها و ظرفیت‌های زیادی برای کمک به بشریت است، بسیاری از مشکلات انسان امروزی که با آن سر و کله می‌زند، همانند تغییرات شدید آب و هوایی، حل خواهد شد.

سیستم‌های هوش مصنوعی عمومی می‌تواند از کارهای عادی تا کارهای بسیار مهم و خطیر را به بهترین شکل انجام دهند. در سطح عادی آن‌ها می‌توانند کارهایی مثل رانندگی، دستیار شخصی هوشمند با توانایی درک همه‌ی نیازهای کاربر، یک دستیار پزشک و یا سیستم تشخیص بیماری باشند. در سطوح بالا این سیستم‌ها می‌توانند کارهایی را انجام دهند که به زندگی و امنیت و جان انسان‌ها بستگی دارد و می‌توانند به خوبی از پس چنین کارهایی بر بیایند.

سوپر هوش مصنوعی

سوپر هوش مصنوعی در واقع عبارتی است که برای هوش مصنوعی استفاده می‌شود که سطح هوش و درک انسانی را پشت سر گذاشته و به نوعی دارای هوش فرا بشری خواهد شد. تا به حال هنوز هیچ جامعه‌ای نتوانسته به سوپر هوش مصنوعی دست پیدا کند. در حقیقت رسیدن یا نرسیدن و یا حتی زمان رسیدن به آن در هاله‌ای از ابهام است. همچنین این مسئله که چنین هوش مصنوعی چه کارهایی انجام می‌دهد و یا این مسئله که آیا قرار است تهدیدی برای بشر باشد یا فرصتی برای او، هم مبهم است و بسیاری از صاحب نظران نظرات بسیار متفاوتی را در این مورد دارند و بحثی داغ بین صاحبان غول‌های تکنولوژی می‌باشد. برای رسیدن به این سطح از هوش مصنوعی، یک سیستم هوشمند باید تست تورینگ را پشت سر گذاشته باشد و هیچ ماشینی تا به حال به سطحی از درک و شعور و وسعت دانش یک انسان بالغ نرسیده است که از این تست سر بلند بیرون آمده باشد.

تفاوت هوش مصنوعی محدود و هوش مصنوعی عمومی و سوپر هوش مصنوعی در چیست؟

هوش مصنوعی محدود جایی است که ما در حال حاضر در آن قرار داریم و هوش مصنوعی عمومی آینده ای است که می‌خواهیم به آن برویم و سوپر هوش مصنوعی آینده‌ای است که برای هوش مصنوعی می‌بینیم که حاصل تکامل و هوشمند شدن هوش مصنوعی است.

هوش مصنوعی محدود به این معنا است که در آن سیستم هوش مصنوعی میزان خاصی از هوش را در یک زمینه خاص به کار ببرد. در حقیقت این سیستم هنوز یک کامپیوتر است اما یک کامپیوتری که در برخی از زمینه‌ها هوشمندتر از انسان عمل می‌کند.

معنای هوش مصنوعی عمومی بسیار پیچیده‌تر است. این واژه به سیستمی اطلاق می شود که می‌توانند همانند یک انسان هر کاری را که به او محول می‌شود را انجام دهد. ایده آل هوش مصنوعی عمومی آن است که بتواند درک تجربی و شناخت کلی از محیط‌هایی که در آن قرار می‌گیرد داشته باشد و هم چنین بتواند داده‌ها و اطلاعاتی که به او داده می‌شود را با سرعتی چند برابر انسان پردازش نماید. از این رو می‌توانیم بگوییم که سیستم‌های هوش مصنوعی عمومی در بعد دانش، توانایی شناختی و سرعت پردازش از انسان‌ها قوی‌تر عمل خواهند کرد. نکته مهم این است که این سیستم زاده مغز و علم بشر است.

هوش مصنوعی چگونه آموزش می‌بیند؟

امروزه سیستم‌های هوش مصنوعی به کمک یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning) هوشمند می‌شوند و می‌توانند یاد بگیرند و آموزش ببینند. در ادامه هر کدام را به شما معرفی می‌کنیم.

بیشتر هوش مصنوعی محدود با پیشرفت‌هایی در یادگیری ماشین و یادگیری عمیق ایجاد می‌شود. درک تفاوت بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق می‌تواند گیج کننده باشد. سرمایه گذار خطرپذیر، فرانک چن، نمای خوبی از چگونگی تمایز بین آن‌ها ارائه می‌دهد و بیان می‌کند:

«هوش مصنوعی مجموعه‌ای از الگوریتم‌ها برای تقلید از هوش انسان است. یادگیری ماشین یکی از آن‌هاست، و یادگیری عمیق یکی از آن تکنیک‌های یادگیری ماشین است.»

یادگیری ماشین چیست؟

یادگیری ماشین یکی از زیر مجموعه‌های هوش‌مصنوعی است که به سیستم‌ها این امکان را می‌دهد تا به صورت خودکار یادگیری و پیشرفت داشته باشند بدون این که نیاز باشد تا یک برنامه نویسی مخصوص به آن یادگیری خاص را انجام داد. تمرکز اصلی یادگیری ماشینی بر توسعه برنامه‌هایی است که بتوانند با دسترسی به داده‌ها، به طور خودکار از آن‌ها برای یادگیری خود سیستم استفاده کنند.

در یادگیری ماشین فرآیند یادگیری با مشاهدات یا داده‌ها آغاز می‌شود و سیستم از مثال‌ها، تجارب مستقیم و یا دستور العمل‌ها استفاده می‌کند تا به یک الگو مشخص برسد و بر اساس آن الگو شروع به تصمیم گیری و حل مسئله کند. هدف اصلی یادگیری ماشین آن است که به کامپیوتر اجازه بدهیم که بدون دخالت و کمک انسان به طور اتوماتیک یادگیری داشته باشند و بتواند بر اساس مشاهدات و داده‌ها رفتار خود را تنظیم کند.

الگوریتم‌های بسیار مختلفی برای یادگیری ماشین وجود دارد و هر روزه صدها الگوریتم جدید نیز در این زمینه تولید می‌شوند. به طور معمول این الگوریتم‌ها به وسیله سبک یادگیری (learning style) (مانند یادگیری نظارت شده، یادگیری بدون نظارت، یادگیری نیمه نظارت) و یا با توجه به شباهت‌شان در فرم و عملکرد (مانند طبقه بندی، برگشت، درخت تصمیم گیری، دسته کردن، یادگیری عمیق و…) گروه بندی می‌شوند. صرف نظر از هر دو گروه‌بندی، تمام الگوریتم‌های یادگیری ماشین معمولا در زمینه‌های زیر فعالیت می‌کنند:

• نمایش: مجموعه‌ای از طبقه بندی کننده‌ها یا زبانی که کامپیوتر آن را می‌فهمد.
• ارزشیابی: همچنین معروف به عملکرد هدف / نمره دهی.
• بهینه سازی: روش جست و جو؛ اغلب طبقه بندی کننده‌ای با بالاترین امتیاز.

 هدف اساسی الگوریتم‌های یادگیری ماشین تفسیر موفقیت آمیز داده‌ها و تعمیم یادگیری‌ها به فراتر از نمونه‌های آموزش داده شده است.

یادگیری عمیق چیست؟

یادگیری عمیق نوعی از یادگیری ماشین و هوش مصنوعی است که در واقع از روشی که ذهن انسان برای یادگیری موضوع خاصی به کار می‌گیرد، تقلید می‌کند. این نوع از یادگیری یکی از عناصر مهم در علم داده می‌باشد که شامل آمار و مدل سازی پیش بینی است. یادگیری عمیق برای دانشمندان داده که وظیفه جمع آوری، تجزیه و تحلیل و تفسیر مقادیر زیادی از داده‌ها را دارند، بسیار کاربردی است و روند تحلیل و تفسیر داده‌ها را سریع‌تر و آسان‌تر می‌کند.

به نوعی می‌توان گفت یادگیری عمیق در واقع همان یادگیری ماشین است به گونه‌ای که در سطح کارهای پیچیده عمل یادگیری را برای یک سیستم هوش مصنوعی انجام می‌دهد و به این صورت ماشین درک بهتری از واقعیت‌های موجود پیدا می‌کند و می‌تواند الگوهای مختلف را شناسایی کند. در ساده‌ترین سطح، یادگیری عمیق را می‌توان راهی برای خودکارسازی تجزیه و تحلیل پیش بینی‌ها دانست.

برای شناسایی نحوه کارکرد یادگیری عمیق باید با شبکه‌های عصبی آشنا باشید. این نوع از یادگیری در واقع همانند یادگیری به وسیله شبکه‌های عصبی هستند که دارای لایه پنهان زیادی می‌باشند و هر چقدر در این لایه‌ها جلوتر بروید به مدل‌های پیچیده‌تر و کامل‌تری می‌رسید.

تا این قسمت با تعاریف موجود در این حوزه آشنا شدیم، بهتر است در ادامه به کاربردهای هوش مصنوعی در زندگی بپردازیم.

کاربردهای هوش مصنوعی

همانطور که قبلاً اشاره شد، امروزه هوش مصنوعی در همه جا وجود دارد، اما در برخی از فعالیت‌ها بیش از آن‌چه فکر می‌کنید وجود داشته است. در این جا فقط چند نمونه از متداول‌ترین موارد ذکر شده است:

تشخیص گفتار: تبدیل گفتار به متن نیز گفته می‌شود، تشخیص گفتار فناوری AI است که کلمات گفتاری را تشخیص داده و آن‌ها را به متن تبدیل می‌کند.

پردازش زبان طبیعی (NLP): یک برنامه نرم افزاری که رایانه یا ماشین را قادر می‌سازد متن انسانی را درک، تفسیر و تولید کند. NLP هوش مصنوعی پشت دستیارهای دیجیتال (مانند Siri و Alexa و Cortana)، ربات‌های چت و سایر کمک‌های مجازی مبتنی بر متن است.

تشخیص تصویر (بینایی رایانه یا بینایی ماشین): فناوری هوش مصنوعی می‌تواند اشیا، افراد، نوشته‌ها و حتی اعمال را در تصاویر ثابت یا متحرک شناسایی و طبقه بندی کند. تشخیص تصویر برای سیستم های شناسایی، تشخیص اثر انگشت، تجزیه و تحلیل تصویر ویدئویی و پزشکی، اتومبیل‌های خودران و موارد دیگر از کاربردهای این فناوری است.

پیشنهادهای در لحظه: وب سایت‌های خرده فروشی و سرگرمی با استفاده از شبکه‌های عصبی خریدهای اضافی یا رسانه‌هایی را پیشنهاد می‌کنند که به دلیل فعالیت گذشته مشتری، فعالیت قبلی سایر مشتریان و سایر عوامل بی‌شمار، از جمله زمان، روز و سایر موارد، مورد توجه مشتری قرار می‌گیرند. تحقیقات نشان داده است که توصیه‌های در لحظه می‌تواند فروش را از 5% به 30% افزایش دهد.

پیشگیری از ویروس و هرزنامه: امروزه نرم افزارهای تشخیص ویروس و هرزنامه از شبکه‌های عصبی عمیقی استفاده می‌کنند که می‌توانند با شناسایی سریع انواع جدید ویروس و هرزنامه به سرعت از نفوذ آن‌ها جلوگیری کنند.

ربات‌های خانگی: این ربات‌ها از هوش مصنوعی برای تعیین اندازه یک اتاق ، شناسایی و جلوگیری از موانع و یادگیری کارآمدترین مسیر برای جاروبرقی کف اتاق و سایر موارد استفاده می‌کنند. 

فناوری خلبان اتوماتیک: امروزه، خلبان اتوماتیک از ترکیبی از سنسورها، فناوری GPS، تشخیص تصویر، فناوری جلوگیری از برخورد، رباتیک و پردازش زبان طبیعی برای هدایت ایمن هواپیما از آسمان و به روزرسانی خلبانان انسانی در صورت لزوم استفاده می‌کند. خلبانان تجاری امروز فقط سه و نیم دقیقه را به صورت دستی برای هدایت یک پرواز صرف می‌کنند.

هوش مصنوعی و کرونا

امروزه هوش مصنوعی برای مبارزه با ویروس کرونا نیز به کمک ما آمده است. 

برای آشنایی با چگونگی کمک هوش مصنوعی به مبارزه با ویروس کرونا، اینجا کلیک کنید.

پس از آشنایی با تعدادی از کاربردهای هوش مصنوعی به پایان این مقاله رسیدیم. در این نوشته سعی کردیم اطلاعاتی به شما بدهیم که باعث شود پاسخ شما به سوال هوش مصنوعی چیست با اکثر افراد متفاوت باشد و با این حوزه به خوبی آشنا شده باشید. امیدواریم که این مهم اتفاق افتاده باشد.

اگر کاربردهای دیگری از هوش مصنوعی در زندگی روزمره‌تان می‌شناسید به ما معرفی کنید و همچنین در صورت داشتن هر سوالی در مورد این مقاله حتما از ما بپرسید.

منبع: builtin ، amerandish ، ibm

نویسنده: «افشین کلهری»