هوش مصنوعی:

هوش مصنوعی یکی از مقوله هایی است که در علوم کامپیوتر، اهمیت فراوان دارد و تغییرات در هوش مصنوعی می توانند تحولات گسترده ای را در فناوری اطلاعات پدید بیاورند.

مقدمه:

اصطلاح هوش مصنوعی (Artificial Intelligence) در سال ۱۹۵۶ برای نخستین بار مطرح گردید، ولی AI امروزه به لطف افزایش حجم داده ها، الگوریتم های پیشرفته و بهبود توان و حافظه کامپیوترها رواج بیشتری یافته است.

تحقیقات اولیه در حوزه AI در دهه ۱۹۵۰ به کنکاش در مباحثی همچون حل مساله و روشهای نمادین پرداختند. در دهه ۱۹۶۰، وزارت دفاع آمریکا به این حوزه علاقه نشان داد و آموزش کامپیوترها برای تقلید از استدلال انسانی را آغاز نمود. به عنوان مثال، آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (DARPA) پروژه های نقشه برداری خیابانی را در دهه ۱۹۷۰ تکمیل نمود. DARPA دستیارهای شخصی هوشمند را در سال ۲۰۰۳ تولید کرد، مدتها پیش از آنکه سیری، الکسا و کورتانا به وفور در دسترس عموم قرار بگیرند.

این کار اولیه راه را برای اتوماسیون و استدلال رسمی که ما در کامپیوترهای امروزی می بینیم هموار نمود، که دربرگیرنده سیستمهای پشتیبانی از تصمیم و سیستمهای جستجوی هوشمند می شوند که می توانند برای تکمیل و تقویت قابلیتهای انسان طراحی شوند.

با اینکه فیلم های هالیوودی و رمانهای علمی تخیلی AI را در قالب رباتهای انسان مانندی به تصویر می‌کشند که دنیا را به سلطه خود در می آورند، ولی روند کنونی تکامل تکنولوژی های AI آنقدر‌ ها هم وحشتناک و تا آن حد هوشمند نیست. در عوض، AI مزایای ویژه بسیاری را در همه صنایع فراهم آورده است.

هوش مصنوعی چیست؟

هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم:

استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی … ولی به جز این ها چیز های دیگری هم در رابطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن ۲۱ مربوط نمی شود، بلکه از سال ۱۹۵۰ این مباحث به طور جدی مطرح شد.

پیشینه هوش مصنوعی:

هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم:

استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی … ولی به جز این ها چیز های دیگری هم در رابطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن ۲۱ مربوط نمی شود، بلکه از سال ۱۹۵۰ این مباحث به طور جدی مطرح شد.
از اینها که بگذریم، فیلسوف ها و ریاضی دان ها از مدت ها پیش مباحث مربوط به استدلال و منطق را پیش کشیدند و امروزه این مباحث به صورت قرار دادی، به رسمیت پذیرفته شده است. این گونه منطق ها اساس کامپیوتر های دیجیتال و برنامه پذیر شده اند. یکی از افرادی که نقش اساسی و مهمی در این مورد ایفا کرد آقای آلن تورینگ بود.

نظریه‌تورینگ:

تئوری تورینگ مبتنی بر این بود که می توانیم با استفاده از نشانه ها و اعدادی مانند ۰ و ۱، هر استدلال ریاضی ای را در کامپیوتر عملی کنیم. همزمان با این نظریه کشف های تازه ای در زمینه ی عصب شناسی، نظریه اطلاعات و فرمانشناسی، به وقوع پیوسته بود. این پیشرفت ها الهام بخش گروهی کوچک از پژوهشگران شد تا به طور جدی به مساله ایجاد یک مغز الکترونیکی رسیدگی نمایند.

تست‌تورینگ: ‌

در سال ۱۹۵۰، آلن تورینگ مقاله ای را در رابطه با هوش مصنوعی منتشر ساخت که بعد ها به تست تورینگ مشهور شد. در این مقاله عنوان شده بود که اگر فردی از پشت یک دیوار یا هر چیز جدا کننده دیگری، با کامپیوتر مکالمه کتبی داشته باشد و نداند که طرف مقابلش انسان نیست و پس از پایان مکالمه نیز متوجه این موضوع نشود، آنگاه می توان کامپیوتر را ماشینی هوشمند نامید زیرا توانسته است که در برابر یک انسان به اندازه کافی از استدلال و منطق استفاده کند. تست تورینگ تا حدی توانست هوش مندی را توجیه کند ولی فقط ((تا حدی))! اما از آن زمان تا کنون ماشینی اختراع نشده است که توانسته باشد این تست را با موفقیت بگذراند. هر چند زبان AIML ابداع شد، اما این زبان هرگز به این حد از هوش مصنوعی دست نیافت.

علت اهمیت هوش مصنوعی چیست؟

۱٫ AIیادگیری مکرر و کشف از طریق داده ها را اتوماتیک می کند. ولی AI با اتوماسیون رباتیک مبتنی بر سخت افزار فرق می کند. به جای اتومات کردن کارهای دستی، AI وظایف کامپیوتری شده، حجیم و متناوب را به شکلی قابل اتکا و بدون خستگی انجام می دهد. برای این نوع از اتوماسیون، تحقیق و بررسی توسط انسان هنوز برای راه اندازی سیستم و پرسیدن سوالات مناسب ضروری است.

۲٫ AI هوش را به محصولات موجود می افزاید. در بیشتر موارد، AI به عنوان یک ابزار مجزا فروخته نخواهد شد. در عوض، محصولاتی که شما هم اکنون در حال استفاده از آنها هستید با قابلیتهای AI بهبود خواهند یافت، تا حدود زیادی شبیه افزوده شدن Siri به عنوان قابلیتی به نسل جدید محصولات اپل. اتوماسیون، پلتفرمهای محاوره ای، بات ها و ماشینهای هوشمند را می توان با حجم بالایی از داده ها برای بهبود بسیاری از تکنولوژی ها در خانه و در محل کار، از هوش امنیتی تا آنالیز سرمایه گذاری، ترکیب نمود.

۳٫ AI از طریق الگوریتم های یادگیری مداوم تطابق می یابد تا داده ها بتوانند برنامه نویسی را انجام دهند. AI ساختار و ترتیب داده ها را می یابد تا الگوریتم یک مهارت را کسب کند: الگوریتم به یک طبقه بندی کننده یا یک پیش‌بینی کننده تبدیل می شود. از این رو، همانگونه که الگوریتم می تواند نحوه بازی شطرنج را به خود بیاموزد، می تواند به خود بیاموزد که چه محصولی را بعدا در محیط آنلاین توصیه نماید. و این مدلها وقتی تطابق می یابند که داده های جدید را کسب کنند. پس انتشار یک تکنیک AI است که امکان تطابق یافتن مدل را، از طریق آموزش و داده های افزوده، در زمانی که پاسخ کاملا درست نباشد فراهم می آورد.

۴٫ AI داده های بیشتر و عمیق‌تری را با استفاده از شبکه های عصبی که لایه های مخفی بسیاری دارند آنالیز می کند.ساختن یک سیستم شناسایی تقلب و تخلف با پنج لایه پنهان تا همین چند سال پیش ناممکن بود. امام وضعیت با توان باورنکردنی کامپیوتر و داده های بزرگ تغییر یافت. شما برای آموزش دادن مدلهای یادگیری عمیق به حجم عظیمی از داده نیاز دارید چرا که آنها یادگیری را مستقیما از داده ها انجام می دهند. هرچه داده های بیشتری را بتوانید به آنها تغذیه کنید، آنها دقیقتر می شوند.

۵٫ AI از طریق شبکه های عصبی عمیق به دقتی باورنکردنی می رسد، چیزی که در گذشته ناممکن بود. به عنوان مثال، تعاملات شما با الکسا، Google Search و Google Photosهمه مبتنی بر یادگیری عمیق هستند – و آنها به مرور که بیشتر از آنها استفاده می کنیم دقیقتر می شوند. در حوزه پزشکی، تکنیکهای AI برگرفته از یادگیری عمیق، طبقه بندی تصویر و تشخیص شیء اکنون برای یافتن سرطان بر روی MRI ها با همان دقت رادیولوژیستهای بسیار آموزش دیده قابل استفاده هستند.

۶٫ AI بیشترین بهره برداری را از داده ها می کند،وقتی الگوریتمها خود‌فراگیر باشند، داده ها خودشان به دارایی معنوی تبدیل می شوند. پاسخها در داده ها موجودند؛ فقط باید AI را اعمال کنید تا استخراج شوند. از آنجا که نقش داده ها اکنون بیش از همیشه شده است، این کار می تواند یک مزیت رقباتی را ایجاد نماید. اگر شما بهترین داده ها را در یک صنعت رقابتی داشته باشید، حتی در صورتی که همه تکنیکهای مشابهی را اعمال کنند، پیروزی از آن داده های برتر خواهد بود.

هوش مصنوعی در چه زمینه هایی کاربرد دارد؟

همه صنایع نیاز فراوانی به قابلیتهای AI دارند – به طور خاص سیستمهای پاسخ دادن به سوالات که در مشاوره حقوقی، جستجوی حقوق انحصاری (پتنت)، هشداردهی مخاطرات و تحقیقات پزشکی قابل استفاده هستند. دیگر کاربردهای AI عبارتند از:

سلامت:

ابزارهای AI می توانند قرائتهای اشعه ایکس و پزشکی شخصی سازی شده را فراهم بیاورند. دستیارهای مراقبت از سلامت شخصی می توانند به عنوان مربیان زندگی عمل نموده و به شما یادآوری کنند که قرصهایتان را بخورید، ورزش کنید یا تغذیه سالمتری داشته باشید.
تولید
AI می تواند داده های IoT کارخانه را آنالیز کند چرا که از تجهیزات متصل شده تا پیش بینی بار و تقاضای مورد انتظار با استفاده از شبکه های مکرر، که نوع خاصی از شبکه یادگیری عمیق مورد استفاده با داده های توالیبندی شده است، امتداد می یابد.

خرده فروشی:

AI قابلیتهای خرید مجازیی را فراهم می آورد که به مشتری مشاوره اختصاصی ارائه می کنند و درباره گزینه های مختلف خرید با وی بحث می کنند. تکنولوژی های چیدمان سایت و مدیریت سهام نیز با AI بهبود خواهند یافت.

ورزش:

AI برای ثبت تصاویر بازی های کامپیوتری و ارائه گزارشهایی درباره نحوه سازماندهی بهتر بازی، از جمله موقعیتهای میدانی و استراتژی، به مربیان استفاده می شود.

آیا هوش مصنوعی مهارت برنامه نویسی را منسوخ خواهد کرد؟؟

کارشناسانی که زنگ خطر را برای فعالان این حوزه به صدا درآورده اند معتقدند که هدف نهایی از برنامه نویسی برقراری ارتباط با یک سیستم و تعیین وظایفی است که باید اجرا شود. طبیعتا در آینده نزدیک هوش مصنوعی برقراری این ارتباط را برای افراد ناآشنا با برنامه نویسی تسهیل می کند و حالا سوال اینجاست که اگر این امر به معنای پایان دوران طلایی کدنویسی باشد، نسل جوانی که همیشه برنامه نویسی را به عنوان یکی از ارکان موفقیت در آینده شغلی در نظر گرفته باید چه راهی در پیش بگیرد؟

استدلال پشت این دیدگاه بدبینانه بر این نکته مبتنی است که با شروع یادگیری کدنویسی توسط سیستم های هوش مصنوعی از پیچیدگی این مهارت کاسته شده و به سمت خودکارسازی پیش خواهد رفت. البته تکامل کدنویسی به مرور زمان همیشه جریان داشته و برای مثال در دهه ۹۰ میلادی زبان پرل در اوج قرار داشت و حالا نوبت به درخشش پایتون و جاوا اسکریپت رسیده است. این مساله چندان جای تعجب ندارد و برنامه نویسی نیز مثل دیگر بخش های فناوری تکامل پیدا کرده و قابلیت های جدیدتری به آن افزوده می شود.

خوشبختانه تعداد افرادی که آینده نه چندان روشنی را برای کدنویسان تصور می کنند، آنقدر ها زیاد نیست. از نظر فنی هوش مصنوعی طی سال های آتی برخی مشاغل را به حاشیه می راند اما با توجه به نوع مهارت های لازم برای برنامه نویسی حداقل در کوتاه مدت توانایی از میدان به در کردن این جوخه از ارتش فناوری اطلاعات را ندارد.

علاوه بر این با گسترش حضور هوش مصنوعی و ماشین ها در زندگی بشر، برخی مهارت های برنامه نویسان نظیر تبحر در حل مسائل، درک چگونگی کارکرد سیستم های فنی و بهینه سازی آنها بیش از پیش اهمیت پیدا خواهند کرد.
از این رو با روی آوردن سازمان ها به هوش مصنوعی، نیروی کار نیز باید با کدنویسی آشنایی مقدماتی داشته باشند. یکی از پیامدهای استفاده از ربات ها در پست های عملی و ابتدایی ایجاد مشاغل تخصصی تر خواهد بود و اپراتورهای چنین دستگاه هایی نیز باید با نحوه کار آنها آشنایی مقدماتی داشته باشند.

کدنویسی خودکار راهی طولانی در پیش دارد،کدنویسی خودکار شانس چندانی برای تسخیر آینده برنامه نویسی حداقل در بازه زمانی نزدیک ندارد و حین تکامل نیز محدودیت بسیاری خواهد داشت برای مثال گیت هاب به عنوان یکی از بزرگترین سایت های فعال در این حوزه از یک پلتفرم کد نویسی خودکار رونمایی کرده که هنوز در مراحل اولیه قرار داشته و تنها وجود پکیج های آسیب پذیر شناخته شده در کد را بررسی کرده و در صورت شناسایی موارد مشکوک راه حلی را برای برطرف کردن آن پیشنهاد می کند. هیچ یک از این موارد به تفکر خلاق لازم برای کدنویسی نیاز نداشته و به هیچ عنوان قابلیت پایین کشیدن برنامه نویسان از اریکه قدرت را ندارد.

برای تولید کدهای خودکار قابل اتکا توسط هوش مصنوعی، این سیستم باید قابلیت درک مشکل را داشته باشد و مایکروسافت و کمبریج به لطف الگوریتم DeepCoder در این راستا گام هایی را برداشته اند اما حتی این سیستم هم که توسط متخصصان طراز اول توسعه یافته هنوز پیشرفتی چشمگیر به شمار نمی رود.

این متخصصان نحوه حل مسائل ریاضی اولیه را به DeepCoder آموزش داده اند. این الگوریتم پس از دریافت یک مساله جدید بر اساس نحوه حل معادلات قبلی، راه حل آنرا پیش بینی می کند. طراحی راه حل های جدید جالب است اما DeepCoder برخلاف نام آن فعلا تنها با چند خط کد مختصر سازگاری دارد.

بنابراین بر خلاف نظریه کارشناسان مذکور در آینده هم مسئولیت تعیین نحوه به کارگیری کدها، تشخیص پتانسیل آنها برای بهبود عملکرد و تصمیم گیری در موارد چالش برانگیز بر عهده نیروی ماهر انسانی قرار خواهد داشت.

چند پیش بینی در مورد آینده هوش مصنوعی در سال ۲۰۱۸:

استفاده بیشتر در تحلیل اطلاعات: با رشد مداوم داده‌هایی که از دستگاه‌های اینترنت اشیاء به دست می‌آید، شرکت‌ها به طور فزاینده‌ای می‌کوشند از یادگیری ماشینی برای پردازش و تحلیل اطلاعات استفاده کنند. این قضیه به‌اندازه‌ای جدی است که کارشناسان معتقدند شرکت‌ها بدون داشتن یک «استراتژی داده هوش مصنوعی»، از اطلاعاتی که در دسترس دارند، بهره کافی نخواهند برد. پیش‌بینی فارستر مبنی بر این که در سال آینده تا ۸۰ درصد شرکت‌ها به استفاده از فناوری insights-as-a-Service روی خواهند آورد، شاهدی بر این مدعاست.

استفاده در چت بات ها:

انسان‌ها نمی‌توانند پا به پای سرعت سرسام‌آور رشد فناوری‎ها حرکت کنند، و به همین دلیل شرکت‌ها بی‌محابا به دنبال استفاده از دستیارهای مجازی و چت‌بات‌هایی هستند که از هوش مصنوعی تغذیه می‌شوند. طبق پیش‎بینی‌ها تا سال ۲۰۲۰ حدود ۸۵ درصد تعاملات مشتری‌ها به وسیله هوش مصنوعی مدیریت می‌شود.

استفاده بیشتر در دستیار های صوتی:

دستیارهای صوتی هوشمند از قبیل سیری، گوگل ناو و کورتانا در حال حاضر چندان قوی نیستند ولی به یُمن بهره‌مندی از هوش مصنوعی کارآمدی و اثربخشی آن‌ها بسیار بیشتر خواهد شد،این قضیه تا بدان جا پیش می‌رود که شاید در آینده‌ای نه چندان دور، ربات‌ها بتوانند مشاوره‌های پزشکی نیز ارائه کنند. این موضوع در مراودات شخصی و تجاری بسیار حائز اهمیت خواهد بود.

اتوماسیون هوشمند:

امروزه هوش مصنوعی توانسته با قابلیت «شخصی‌سازی کمپین‌های بازاریابی»، خود را به صنعت بازاریابی اثبات کند. انتظار می‌رود این فناوری حوزه «اتوماسیون هوشمند» را نیز به شدت تحت تاثیر خود قرار دهد و به نوعی متحول سازد. بر این اساس فرایند اتوماسیون بیش از گذشته، هوشمند و قابل اعتمادتر خواهد شد.

استفاده در صنایع گوناگون:

هر چه هوش مصنوعی بیشتر به جلو می‌رود، مهندسان کاربردهای بهتری برای این فناوری می‌یابند. در واقع می‌توان مدعی شد که در آینده تقریباً تمام جنبه‌های زندگی روزمره انسان‌ها تحت تاثیر این فناوری قرار خواهد گرفت. به همین دلیل صاحب‌نظران بر این باورند که هوش مصنوعی به سرعت مراحل پیشرفت را طی می‌کند و از یک فناوری تزئینی، پیچیده و یا مبهم، به یک ضرورت و الزام تبدیل خواهد شد.

دسته‌بندی نشده

3 دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *