هوش مصنوعی چیست؟
اگر کمی به اطراف خود نگاه کنید، حضور هوش مصنوعی را در همهجا احساس کنید. اما مگر هوش مصنوعی چیست که ردپای آن در تمام صنایع و در بیشتر وسایل دیده میشود. در تعریف هوش مصنوعی آمده است که این علم شاخهای از علم کامپیوتر است که به تولید ماشینهایی میپردازد که میتوانند مانند انسان فکر کنند و وظایفی را انجام دهند.
هوش مصنوعی یکی از موضوعات جذاب علم کامپیوتر است. به طور کلی هوش مصنوعی یکی از قدیمیترین دستاوردهای نسل بشر است که امروزه نقش بسیار مهمی را در زندگی ما ایفا میکند. در مجموع اصطلاح هوش مصنوعی زمانی به کار میرود که ما بخواهیم ماشین یا کامپیوترهایی را توصیف کنیم که با تقلید از هوش انسان رفتار هوشمندانهای از خود نشان میدهند. هوش مصنوعی بهگونهای برنامهریزی و طراحی شده که با هر بار استفاده قویتر و قدرتمندتر میشود امروزه دیگر فقط هوش مصنوعی به تشخیص چهره کاراکترها ختم نمیشود، بلکه وظایف پیچیدهتر و پیشرفتهتری را برعهده دارد. در دورههای آموزش رایگان هوش مصنوعی مکتبخونه در رابطه با این علم، اطلاعات بیشتری را میتوانید کسب کنید و به نحوی متخصص هوش مصنوعی شوید.
آموزش هوش مصنوعی
هوش مصنوعی که به مخفف AI نیز شناخته میشود جزء یکی از شاخههای علوم کامپیوتر به حساب میآید که این علم مرتبط با ماشینهایی است که برای انجام کارهایی نیاز به هوش انسان دارند. هوش مصنوعی یک علم میان رشتهای با چندین رویکرد و ویژگی است اما پیشرفت در یادگیری عمیق آنان باعث شده که تغییری در الگوی هر بخش از صنعت فناوری ایجاد شود.
اگر بخواهیم به تعریف هوش مصنوعی به زبان ساده بپردازیم، باید بگوییم که رفتار هوشمندانه یک ماشین از رفتارهای انسان را، هوش مصنوعی میگویند به نوعی میتوانیم بگوییم که یک ماشین میتواند از رفتارهای هوشمندانه انسان تقلید کند و همان کارها را انجام دهد.
اگرچه ما دقیقا نمیتوانیم تعریف منطقی از هوش (intelligence) داشته باشیم اما میتوانیم بگوییم که هرچیزی که انسانها براساس رفتار خود انجام میدهند با استفاده از هوش است. به طور مثال شما یک مورچه را تصور کنید این مورچه براساس غریزه خود کارها و وظایف خود را انجام میدهد ولی انسان میتواند از قدرت فکر و هوش خود استفاده کند و رفتارهای هوشمندانهای از خود نشان دهد.
نکته: روانشناسان معمولا هوش انسان را فقط با یک ویژگی مشخص نمیکنند بلکه با ترکیب کردن بسیار از ویژگیها آن را مشخص میکنند مانند: یادگیری، استدلال، قدرت حل مسئله، درک و استفاده از زبانهای مختلف و ... .
امروزه هوش مصنوعی در زندگی ما نقش مهمی را ایفا میکند به طور مثال هوش مصنوعی در انواع رباتهای انجام وظایف وجود دارند تا خودروهایی که بدون سرنشین هدایت میشوند. شاید شما در فیلمهایی مانند ترمیناتور و ... دیده باشید که فردی کاملا ظاهر انسانی دارد و رفتارهای انسانی از خود نشان میدهد اما در واقع آن چیزی که نشان میدهد نیست، بلکه آن فرد رباتی هوشمند در کالبدی انسانی است.
در دنیای مدرن امروزی دیگر دستگاههایی که فقط چهرهی کاراکترها را تشخیص میدهد به عنوان هوش مصنوعی به حساب نمیآید بلکه امروزه هوشهای مصنوعی وظایف پیچیدهتر و هوشمندانهتری از خود نشان میدهند مانند: صحبت کردن به زبانهای انسانی، رقابت کردن در انواع ورزشها، هدایت کردن خودکار انواع ماشینها و ... .
اگرچه میتوانیم بگوییم که ساخت هوش مصنوعی از قرنها پیش در ذهن انسانها شکل گرفته است اما امروزه در قرن بیستم و بیست و یکم شاهد انواع رباتها و ماشینهای هوشمندی هستیم که میتوانند کارهای هوشمندانهای انجام دهند.
البته این موضوع نیز ناگفته نماند که مبحث پیشرفت تکنولوژی و هوش مصنوعی باعث شده تا برخی از متخصصین نگران این موضوع باشند که در آینده هوش مصنوعی تهدید خطرناکی برای نسل بشر است.
تاریخچه هوش مصنوعی
اصطلاح هوش مصنوعی در سال 1956 ابداع شد. اما هوش مصنوعی امروزه به دلیل افزایش حجم دادهها، الگوریتمهای پیشرفته و پیشرفت در قدرت محاسبات و ذخیرهسازی، محبوبیت بیشتری پیدا کرده است. تحقیقات اولیه بر روی هوش مصنوعی در دهه 1950 موضوعاتی مانند حل مسئله و روشهای نمادین بود. در دهه 1960 ، وزارت دفاع ایالات متحده به این نوع کارها علاقهمند شد و آموزش کامپیوترها را برای تقلید از استدلالهای اولیه انسانی آغاز کرد.
هوش مصنوعی تقریبا تا دهه ۱۹۸۰ به موفقیت چشمگیری دست پیدا نکرد. با پیشرفت تکنولوژی و سرمایه گذاریهای مختلف متخصصین بالاخره توانستند در اواخر دهه ۱۹۸۰ کامپیوترهایی مجهز به سیستم خبره را طراحی کنند. این سیستم توانایی شبیهسازی دانش و تشخیص مهارتهای انسانی را داشت.
در حالی که فیلمها و رمانهای علمی تخیلی هالیوود هوش مصنوعی را به عنوان رباتهایی شبیه به انسان نشان میدهند که دنیا را تصرف میکنند، اما تکامل فعلی فناوریهای هوش مصنوعی چندان ترسناک نیست، یا کاملاً هوشمندانه نیست. در عوض، هوش مصنوعی تکامل یافته است تا مزایای خاص بسیاری را در هر صنعت ایجاد کند.
نکته: هوش مصنوعی سالهاست که بخشی جداییناپذیر از سخت افزار SAS است.
با گذشت زمان و رسیدن به دهه ۱۹۹۰ و قرن بیستم از هوش مصنوعی برای کارهای پزشکی و حل مسائل استفاده شد. شاید برایتان جالب باشد که بدانید اولین جرقه انفجار هوش مصنوعی در سال ۱۹۹۷ خورد زمانی که فردی به نام گری کاسپاروف از یک رایانه به نام Deep Blue در بازی شطرنج شکست خورد.
چرا هوش مصنوعی مهم است؟
با این توضیحات شاید برایتان سوال پیش بیاید که چرا اصلا هوش مصنوعی اهمیت دارد و تمرکز بسیاری از افراد بر روی این سیستم است؟! برای پاسخ دادن به سوال باید بگوییم که هوش مصنوعی میتواند کارهایی انجام دهد که ممکن است در طولانی مدت برای انسانها خستهکننده و کسالتآور باشد. به همین خاطر انسانها به دنبال ماشینهای هوشمندی رفتند که علاوه بر هوشمند بودنشان کارایی مفیدی نیز داشته باشند و بتوانند کمبودهای انسانی را جبران کنند.
به این نکته توجه داشته باشید که هوش مصنوعی با اتوماتیک کار کردن دستگاهها کاملا متفاوت است. هوش مصنوعی به دستگاههای غیرجاندار به نوعی جانی دیجیتالی میبخشد و به آنان هوشی اضافه میکند که دستگاهها به راحتی بدون دخالت هوش انسانی کار خود را انجام دهند.
دستگاههایی مانند Siri، الکسا و ... دستگاههای هوشمندی هستند که به عنوان هوش مصنوعی از آنان میتوان استفاده کرد. هوش مصنوعی میتواند اتوماسیون، سیستم عاملهای مکالمه، رباتها و ماشینهای هوشمند را با مقدار زیادی داده ترکیب کند و بسیاری از فناوریها را در خانه و محل کار از هوش امنیتی گرفته تا تجزیه و تحلیل سرمایهگذاری را بهبود بخشد.
تمام این موارد نمونههای خوبی از هوش مصنوعی هستند. اما از آنجایی که علم با سرعت چشمگیری در حال پیشرفت است، نمیتوان بهترین هوش مصنوعی در جهان را مشخص کرد.
الگوریتمهای هوش مصنوعی از طریق الگوریتمهای یادگیری سازگار میشود تا دادهها به راحتی بتوانند برنامهنویسی را انجام دهند. هوش مصنوعی ساختار و قاعدههای موجود در دادهها را پیدا میکند تا به الگوریتم خود مهارت بخشد: الگوریتم به یک طبقهبندی کننده یا پیشبینیکننده تبدیل میشود. بنابراین همانطور که الگوریتم میتواند به خود یاد دهد چگونه شطرنج بازی کند، میتواند به خودش نیز یاد دهد که چه محصولی را به صورت آنلاین به دیگر افراد توصیه کند. وقتی دادههای جدیدی به الگوریتم داده میشود مدلها براساس آن داده، تغییر میکنند.
هوش مصنوعی با استفاده از شبکههای عصبی که دارای لایههای پنهان بسیاری هستند، دادههای بیشتر و عمیقتری را تجزیه و تحلیل میکند. ساخت سیستم شناسایی تقلب با پنج لایه پنهان چند سال پیش تقریباً غیرممکن بود اما همهی اینها با قدرت باورنکردنی رایانه و دادههای بزرگ تغییر کرد.
به عنوان مثال تعاملات شما با الکسا، جستجوی Google و Google Photos همه براساس یادگیری عمیق (deep learning) است و هرچه بیشتر از آنها استفاده کنیم دقیقتر میشوند. امروزه در زمینه پزشکی، میتوان از تکنیکهای هوش مصنوعی ناشی از یادگیری عمیق، طبقهبندی تصویر و تشخیص اشیا برای یافتن سرطان در MRIها با همان دقت رادیولوژیستهای بسیار آموزش دیده استفاده کرد.
آشنایی با اهداف هوش مصنوعی
هوش مصنوعی نیز مانند دیگر تکنولوژیهای روز دنیا دارای اهدافی است که بهتر است شما نیز با آنان آشنا شوید. اهداف هوش مصنوعی عبارتند از:
- داشتن توانایی یادگیری عمیق
- استدلال کردن
- ایجاد دانش جدیدی برای حل مسائل دشوار قدیمی
- تعیین کردن استراتژیهای موفقیت آمیز
- درک محیط پیرامون خود و ...
و از همه مهمتر هدف اصلی هوش مصنوعی این است که به هوش عمومی (General AI) تبدیل شود که این هوش توانایی انجام هرکاری را دارد و کاملا هوشمند عمل میکند.
شاخههای هوش مصنوعی و چگونگی کارکرد آن
هوش مصنوعی شاخههای گوناگونی دارد که با یکدیگر آنان را مورد بررسی قرار میدهیم. هوش مصنوعی از ترکیب مقدار زیادی داده با پردازش سریع و الگوریتمهای هوشمند کار خود را انجام میدهد. هوش مصنوعی به نرم افزار اجازه میدهد تا به صورت خودکار از الگوها یا ویژگیهای موجود در دادهها استفاده کند. هوش مصنوعی زمینهای گسترده برای مطالعه است که شامل انواع نظریهها، فناوری و روشها میشود.
- شاخههای هوش مصنوعی شامل:
یادگیری ماشین (Machine learning)
یادگیری ماشین یکی از شاخههای هوش مصنوعی میباشد. در این روش رایانه میتواند با استفاده از هوش خود دادهها را پردازش کند آنان را مورد بررسی قرار دهد و الگوریتم مورد نیاز خود را از آن دادهها استخراج کند و بدون دخالت هوش انسانی از آنان استفاده کند.
شبکه عصبی (neural network)
شبکه عصبی که به اختصار (ANN Artificial Neural Networks) نیز گفته میشود نوعی خاصی از یادگیری ماشینی است که کارکرد آنان مانند سیناپسها در مغز انسانند. این سیستم میتواند اطلاعات و دادهها را پردازش کند و منبع الهام اصلی این سیستم، سیستم عصبی انسان است.
شبکه عصبی مصنوعی مانند سیستم عصبی انسان اطلاعات را بررسی میکند و تجربیات جدید را میآموزد طبق دادههای خود اطلاعات را طبقهبندی میکند. در سیستم زیستی انسانها اتصالات به واسطهی رشتههای عصبی سیناپسی برقرار میشوند اما در شبکه عصبی مصنوعی اتصالات از طریق گرهها (Node) برقرار میشوند.
یادگیری عمیق (Deep learning)
یادگیری عمیق یکی دیگر از شاخههای هوش مصنوعی است که روش کار آن مانند شبکه عصبی مصنوعی میباشد. شاید شما امروزه شاهد خودروهایی باشید که بدون سرنشین حرکت میکنند این خودروها با استفاده از همین روش یادگیری عمیق (Deep learning) به وجود میآیند.
یادگیری عمیق به خودروهای خودران اجازه میدهد که تابلوهای راهنمایی رانندگی را تشخیص دهند، تیرهای چراغ برق با عابرین پیاده را تشخیص دهند و ... . یادگیری عمیق امروزه توجههای بسیاری را به خاطر ویژگیهایی که دارد جلب کرده است.
بینایی رایانهای (Computer vision)
بینایی رایانهای به تشخیص الگو و یادگیری عمیق برای تشخیص آنچه در تصویر یا فیلم وجود دارد متکی است. وقتی ماشینها میتوانند تصاویر را پردازش، تجزیه و تحلیل و درک کنند پس این توانایی را دارند که در زمان واقعی تصاویر یا فیلمها را ضبط کرده و محیط اطراف خود را تفسیر کنند.
در این روش کامپیوتر میتواند دنیای ما را به واسطه دوربینها ببیند و براساس الگوریتمهای خود آنان را پردازش کند. در نتیجه با پردازش این اطلاعات میتواند محیط پیرامون خود و اشیاء را درک کند و با توجه به آنان تصمیمگیریهای مناسبی را انجام دهد.
پردازش زبانهای طبیعی (Natural language)
پردازش زبانهای طبیعی (Natural language processing) توانایی رایانه در تحلیل، درک زبانهای انسانی از جمله گفتار است. این قابلیت به انسانها امکان این را میدهد که بتوانند راحتتر با کامپیوتر و رایانه ارتباط برقرار کند.
الگوریتم ژنتیک (Genetic Algorithm)
الگوریتمهای ژنتیکی هوش مصنوعی میتوانند از فرایند تولید جانداران تقلید کنند و موجودات دیجیتالی به وجود بیاورند. در حقیقت میتوانیم بگوییم که الگوریتمهای ژنتیکی هوش مصنوعی از اصول انتخابی داروین برای یافتن فرایند انسانی و تقلید از آن استفاده میکنند. الگوریتمهای ژنتیکی به مرور زمان خود را پیشرفته تر کردند تا به امروزه که کاملا تکامل پیدا کردهاند.
Big data یا کلان داده
یکی دیگر از شاخههای هوش مصنوعی Big data یا کلان داده است که کار اصلی آن جمعآوری دادهها است. در این شاخه دادهها به سرعت تولید میشوند و همچنین تنوع بالایی نیز دارند.
زبان های برنامه نویسی هوش مصنوعی
در طی پردازش نظریه هوش مصنوعی، متخصصان ساخت این نظریه نیوول، سایمون و شاو زبان پردازش اطلاعات خود را بهIPL توسعه دادند. Information Processing Language به اختصار (IPL) زبان برنامهنویسی هوش مصنوعی است.
در قلب IPL یک ساختار داده بسیار انعطافپذیر وجود دارد که آنها آن را لیست (list) مینامیدند. لیست به سادگی توالی مرتب شدهای از دادهها است. طرح ساخت لیست منجر به بوجود آمدن شاخههای هوش مصنوعی شد.
در سال 1960 جان مک کارتی عناصر IPL را با حساب لامبدا (یک سیستم رسمی - ریاضی و منطقی) برای تولید زبان برنامه نویسی LISP (پردازشگر لیست) که زبان اصلی برای کار هوش مصنوعی در ایالات متحده بود، ترکیب کرد. حساب لامبدا خود در سال 1936 توسط منطق كرچل آلونزو پرینستون اختراع شد در حالی كه وی در حال تحقیق در مورد مسئله انتزاعی یا مسئله تصمیمگیری برای منطق محمول بود.
کاربردهای هوش مصنوعی
هوش مصنوعی امروزه در زندگی ما نقش مهمی را ایفا میکند و تا حدودی زندگی را برای ما آسانتر کرده است در این بخش میخواهیم در مورد یک سری از کاربردهای هوش مصنوعی سخن بگوییم که عبارتند از:
حوزه سلامت و بهداشت
در حوزه سلامت و بهداشت هوش مصنوعی توانسته با تکنولوژی پیشرفته خود از ورود بیماریهای مهلک به بدن جلوگیری یا پیشگیری کند و همینطور در صورت نیاز توانسته برای بیماری درمان مفیدی پیدا کند. شاید در تلویزیون و شبکههای اجتماعی دیده باشید که جراحی بدون دخالت انسان و به وسیله ربات انجام میشود.
حوزه آموزش و پرورش
هوش مصنوعی توانسته در حوزه آموزش و پرورش نقش مهمی را ایفا کند مانند آموزش و یادگیری کودکان و ارزیابی استعداد و توانایی آنان.
حوزه اقتصاد
هوش مصنوعی با در نظر گرفتن آینده طوری برنامهریزی میکند که سرمایهداران هیچگاه ضرر نکنند.
حوزه کسب و کار
هوش مصنوعی در حوزه کسب کار میتواند از نحوه سرویسدهی به مشتریان باشد تا کنترلکردن کارمندان.
حوزه رباتیک
هوش مصنوعی در ساخت رباتهای هوشمند بسیار موفق عمل کرده است. با یک جستجوی ساده میتوانید تصاویر و فیلمهای پیشرفتهترین ربات انساننما هوش مصنوعی در جهان را ببینید. سوفیا یکی از این رباتهاست که شهروندی عربستان را دریافت کرده است.
حوزه کشاورزی
الگوریتم های هوش مصنوعی میتواند سطح زمین را برای ایجاد صنعت کشاورزی آنالیز کند و همینطور میتواند به مشکلات گزارش شده از طرف کشاورزان رسیدگی کند تا آنان بدون مشکلی بتوانند محصولات خود را افزایش دهند.
مواردی که به آن اشاره کردیم تنها جزئی از کاربردهای هوش مصنوعی در زندگی ما هستند.
انواع هوش مصنوعی
هوش مصنوعی براساس کار خود به دو دسته اصلی تقسیم میشود که دسته اول براساس خواص ذاتی هوش مصنوعی به چهار بخش تقسیم میشود که شامل:
- ماشین واکنشگرا یا انفعالی (Reactive machine)
- حافظه محدود (The limited memory machine)
- نظریه ذهن (Theory of Mind)
- خود آگاهی (Self-Awareness Intelligence)
دسته دوم به توانایی و فناوری هوش مصنوعی مرتبط میشود که دارای سه بخش است که عبارتند از:
- هوش مصنوعی ضعیف (Weak AI)
- هوش مصنوعی عمومی (General AI)
- هوش مصنوعی کاملا هوشمند (Superintelligent AI)
متخصصان با توجه به این دستهبندی کار خود را انجام میدهند و باعث پیشرفت تکنولوژی میشوند.
کسب درآمد از هوش مصنوعی
هوش مصنوعی یکی از ده تکنولوژی برتر جهان شناخته شده که در مدتزمان کمی علاقهمندانش را به خود جذب کرده است. طبق پیشبینیهای انجامشده این علم در آیندهای نزدیک مشاغل زیادی را از بین خواهد بود و بسیار فراگیر خواهد شد؛ بنابراین طبیعی است که بازار کار هوش مصنوعی در جهان بسیار گسترده شود.
بالا بودن درآمد هوش مصنوعی یکی از دلایلی است که افراد زیادی را به سمت خود کشیده است. متوسط درآمد هوش مصنوعی در آمریکا 125258 دلار تعیین شده است.