هوش مصنوعی چیست؟ هر آنچه درباره هوش مصنوعی باید بدانید

وقتی سخن از هوش مصنوعی به میان می‌آید بسیاری از افراد به یاد ربات‌هایی که قرار است در آینده‌ای نه چندان دور جانشین انسان‌ها شوند و اختیار جهان را در دست بگیرند، می‌افتند. این تصور الهام گرفته از فیلم‌های علمی تخیلی است. هوش مصنوعی تکنولوژی متفکر است که کاربردهای بسیار وسیعی دارد. با توجه به اینکه اطلاعات موجود در این حوزه بسیار محدود است این مقاله به این مبحث مهم و کاربردی پرداخته است.

هوش مصنوعی چیست؟

امروزه بخش اعظمی از کارهای روزانه‌ی ما به واسطه وجود هوش مصنوعی پیش می‌رود اما وجود این تکنولوژی آنچنان با زندگی روزمره آمیخته شده است که تشخیص و تمایز آن در بسیاری از مواقع غیر ممکن است. هوش مصنوعی یا  Artificial intelligence نمونه شبیه‌سازی شده تفکر و هوش انسانی است. برای این تکنولوژی تعریف‌های متفاوتی ارائه شده است که درون مایه همه‌ی آنها به این موضوع اشاره دارد که هوش مصنوعی مانند انسان فکر و عمل می‎‌کند. همچنین تفکر و عمل آن بر پایه منطق شکل گرفته است.

با توجه به مطالب ذکر شده، هدف اصلی ابداع و توسعه هوش مصنوعی جایگزین کردن آن به جای هوش انسانی است. به بیان دیگر این هوش قادر است وظایف انسان‌ها را به خوبی انجام دهد. این تکنولوژی اگرچه از نظر قدرت تفکر به توانمندی انسان نیست اما کاربردهای زیادی را می‌توان برای آن متصور شد. پس تمام ماشین‌هایی که می‌توانند رفتار انسان را تقلید( قادر به حل مسئله و یادگیری باشد) و وظایف او را انجام دهند را هوش مصنوعی می‌نامند.

بیشتر بخوانید: راهنمای انتخاب اسم برند با کمک هوش مصنوعی

بررسی تاریخچه هوش مصنوعی

جنگ جهانی دوم بهانه‌ای برای آغاز طراحی هوش مصنوعی بود. دولت آلمان با استفاده از ماشین enigma پیام‌های خود را به صورت رمزگذاری شده ارسال می‌کرد. بدون شک شکستن این رمزها به موفقیت سایر کشورها کمک بسیاری می‌کرد. از این رو دانشمندی انگلیسی به نام آلن تورینگ ماشین bombe را ابداع کرد. هر دو ماشین  enigma و bombe بر اساس یکی از پایه‌های هوش مصنوعی یعنی یادگیری ماشینی طراحی شده‌اند. پیشرفت روزافزون تکنولوژی و ساخت سخت افزارهای گوناگون موجب توسعه هوش مصنوعی شد.

هوش مصنوعی چه اهدافی را دنبال می‌کند

همانگونه که گفته شد هدف اصلی طراحی هوش مصنوعی جایگزینی آن به جای هوش انسانی است به گونه‌ای که یک ماشین قادر به انجام وظایف تعریف شده برای انسان‌ها به درست‌ترین حالت ممکن باشد. پس سه پایه اصلی طراحی هوش مصنوعی را می‌توان یادگیری، استدلال و درک توصیف کرد. این تکنولوژی اگرچه در زیر مجموعه علوم رایانه جای دارد اما بسیاری از دانشمندان آن را یک علم میان رشته‌ای با رویکردهای گسترده می‌دانند. بکارگیری این دانش موجب تغییرات شگرف در صنعت فناوری اطلاعات شده است. لازم به ذکر است عملکرد هوش مصنوعی متمایز از برنامه نویسی است. در برنامه نویسی معادلات به واسطه تعریف ورودی و خروجی‌های مشخص قابل حل هستند. اما هوش مصنوعی قادر به حل معادلات به شیوه‌های متنوع و گوناگون است. بنابراین این تکنولوژی بر خلاف برنامه نویسی می‌تواند جنبه‌های مختلف را پوشش دهد.

هوش مصنوعی چگونه آموزش می‌بیند؟

هوشمندسازی سیستم‌های هوش مصنوعی از طریق یادگیری عمیق صورت می‌گیرد.

• یادگیری ماشین: در یادگیری ماشین، ماشین بر اساس مشاهدات و اطلاعات ذخیره شده در خود به یک الگوی ثابت و مشخص دست می‌یابد که بر اساس آن می‌تواند مسائل را حل و در خصوص موارد مختلف تصمیم‌گیری کند. در واقع اینگونه یادگیری به صورت خودکار و بر اساس الگوریتم‌های تعریف شده صورت می‌گیرد. الگوریتم‌ها از طریق نمایش، ارزشیابی و بهینه‌سازی به ماشین آموزش‌های لازم را ارائه می‌دهد. در نمایش، اطلاعات به صورت طبقه‌بندی شده و متناسب با زبان کامپیوتر بارگذاری می‌شوند. سپس ماشین به ارزیابی عملکرد بر اساس هدف، توانمند می‌شود یعنی بهترین نمره را به هدف مورد نظر می‌دهد. در بخش بهینه سازی، روش جستجو بر اساس بالاترین امتیاز طبقه‌بندی شده تعریف می‌شود. با توجه به مطالب ذکر شده با کمک الگوریتم‌های مختلف، ماشین این توانایی را می‌یابد که داده‌ها را تفسیر و آنها را تعمیم دهد.
• یادگیری عمیق: در یادگیری عمیق، الگوی ذهنی انسان در یادگیری برای ماشین پیاده‌سازی شده است. در واقع ماشین از انسان تقلید می‌کند. این مدل از یادگیری هوش مصنوعی برای دانشمندانی که اصول کاری آنها بر پایه تحلیل و تفسیر داده‌ها است، کاربرد بسیاری دارد. در یادگیری عمیق، ماشین برای انجام امور پیچیده یا انتزاع طراحی می‌شود. در این صورت ماشین برای ترسیم بهترین الگوهای رفتاری می‌تواند به درک بهتری از واقعیت دست یابد.

آشنایی با سطوح هوش مصنوعی

هوش مصنوعی را بر اساس درکی که از دنیای بیرون دارد به سه دسته زیر تقسیم می‌شود:

هوش مصنوعی محدود (artificial narrow intelligence)

هوش مصنوعی محدود قادر است بسیاری از وظایف انسان‌ها را به بهترین شکل ممکن انجام دهد. در زندگی انسان امروز نمونه‌های بارزی از این هوش وجود دارد که از جمله‌ی آن می‌توان به بازی‌های کامپیوتری، اتومبیل خودران، سیستم خودکار تبدیل گفتار به نوشتار و …. اشاره کرد.

هوش مصنوعی عمومی (Artificial General Intelligence )

هوش مصنوعی عمومی همچون انسان‌ها قادر به درک دنیای اطراف است. در واقع برای آنها ظرفیت و گنجایشی مشابه انسان در نظر گرفته شده است. این مدل از هوش مصنوعی هنوز در حد داستان‌ها و فیلم‌های علمی تخیلی موجود است و نمونه واقعی آن طراحی نشده است. اما بدون شک طراحی آن به معنای ساخت موجودی توانمندتر از انسان است.

سوپرهوش (Artificial Super Intelligence )

تا به اینجا هوش‌های مصنوعی ذکر شده توانمندی معادل انسان‌ها داشتند. اما اگر این هوش مرزهای درک و فهم انسان‌ها را پشت سر بگذارد به سوپرهوش و یا هوش فرابشری تبدیل می‌شود. بدون شک نمود این هوش اگرچه بسیاری از مشکلات انسان‌ها را حل می‌کند اما می‌توانند تهدید جدی نیز برای او بشمار رود.

با توجه به تعریفات ارائه شده، هوش مصنوعی محدود همین هوش مصنوعی است که با زندگی روزمره ما آمیخته شده است. اما هوش مصنوعی عمومی و سوپرهوش در آینده‌ای نه چندان معلوم نمود پیدا می‌کند. در واقع هوش مصنوعی محدود توانمندی‌هایی در حد کامپیوتر دارد. اما هوش مصنوعی عمومی همچون انسان از زندگی درک واضح و مشخصی دارد. البته توانمندی‌های آن از انسان بسیار بیشتر است.

آشنایی با شاخه های هوش مصنوعی

گستردگی و پیچیدگی هوش مصنوعی سبب شده است که شاخه‌های متعددی برای این هوش تعریف شود که در ادامه به آنها پرداخته خواهد شد.

• سیستم خبره (Experts Systems): این سیستم از هوش مصنوعی از دانش انسانی برای تصمیم‌گیری تقلید می‌کند. در این سیستم برای حل مسئله به جای برنامه نویسی از منطق استفاده می‌شود. از جمله کاربردهای سیستم خبره می‌توان به مواردی همچون شناسایی عفونت در علم پزشکی، انجام امور بانکی و مالی در علم اقتصاد و … اشاره کرد.
• رباتیک (Robotics): این شاخه از هوش مصنوعی به ساخت ربات اختصاص دارد. ربات‌ها وظایف تعریف شده برای انسان را برعهده می‌گیرند و زندگی انسان را آسانتر می‌کنند. امروزه طیف وسیعی از ربات‌ها با اهداف مختلفی تولید شده‌اند.
• یادگیری ماشین (Machine Learning): ماشین‌ها و رایانه‌ها تنها قادر به انجام اموری هستند که برای آنها کدنویسی شده است. یادگیری ماشین، شرایطی را فراهم می‌کند که سیستم با کمک الگوریتم‌های مختلف از محیط پیرامون خود بیاموزد. این امر به آنها کمک می‌کند که توانایی تصمیم‌گیری داشته باشند. یادگیری ماشینی امروزه در برنامه‌های رایانه‌ای کارایی دارد.
• شبکه عصبی (Neural Network): شبکه عصبی یا یادگیری عمیق نوعی از هوش مصنوعی است که قادر به تجزیه تحقیقات بازار، کشف تقلب‌ها، پیش‌بینی سهام، تأیید چهره، احراز هویت، تحلیل ریسک‌ها و … است. تمامی این امور بر اساس نورون‌های مصنوعی عصبی ذهن طراحی شده‌اند.

• منطق فازی (Fuzzy Logic): در شرایطی که اطلاعات موجود قابل اطمینان نباشند از منطق فازی استفاده می‌شود. در واقع این بخش از هوش مصنوعی به اصلاح و بازنمایی اطلاعات اختصاص دارد.
• پردازش زبان طبیعی (Natural Language Processing) : سیستم تعریف شده برای ماشین‌ها صفر و یک است بنابراین آنها نمی‌توانند زبان پیچیده انسان‌ها را درک کنند. از این رو لازم است زبان انسان به گونه‌ای ترجمه شود که برای رایانه‌ قابل درک باشد. شاخه پردازش زبان طبیعی این امکان را فراهم می‌کند که زبان ساختار نیافته‌ی انسان به زبانی قابل درک برای ماشین ترجمه شود. از این طریق است که انسان می‌تواند به راحتی با ماشین ارتباط برقرار کند.

انواع هوش مصنوعی

هوش مصنوعی بر اساس سیستم‌های که امروزه وجود دارند یا سیستم‌های احساسی که هنوز پا بر عرصه وجود نگذاشته‌اند، اینگونه تقسیم بندی می‌شوند.

ماشین های انفعالی

در ماشین‌های انفعالی از هوش مصنوعی استفاده شده است که می‌تواند رویدادهای مختلف را پیش بینی و بر اساس آن بهترین استراتژی را به کار برد. این مدل از تکنولوژی قادر به  ثبت تجربه و پیشینه عملیات خود نیست به همین دلیل ممکن است یک حرکت اشتباه را بارها تکرار کند. deep blue نمونه‌ای از ماشین انفعالی است. deep blue نوعی بازی شطرنج است که موفق به شکست گری کاسپاروف قهرمان جهان شطرنج شد. این بازی اگرچه بهترین حرکت را پیش بینی و اجرا می‎‌کرد اما نمی‌توانست سوابق بازی خود را به یاد بیاورد.

حافظه محدود

سیستم حافظه محدود می‌تواند به استناد از تجربه‌های گذشته خود بهترین تصمیم را برای آینده اتخاذ کند. نمونه‌ای از این سیستم، ماشین‌های خودران است. این ماشین‌ها بر اساس مشاهدات خود قادر به تصمیم‌گیری برای آینده نزدیک هستند.

تئوری ذهن

هوش مصنوعی تئوری ذهن، قادر است همچون انسان جهان پیرامون خود را درک و آنالیز کند و براساس آن بهترین تصمیم را بگیرد. این نوع از هوش هنوز وجود خارجی ندارد اما ابداع آن به معنای ساخت ماشینی با آرزو، آمال، اعتقاد و دانش است.

خود آگاهی

سیستم هوش مصنوعی خودآگاه، به حالات و احساسات خود واقف است و می‌تواند بر اساس آن احساسات دیگران را درک و توجیه کنند. این نوع از هوش نیز هنوز پا به عرصه وجود نگذاشته است.

کاربردهای هوش مصنوعی

همانگونه که گفته شد توانمندی‌های هوش مصنوعی موجب شده است که کاربرد آنها در حوزه‌های مختلف گسترش یابد که در زیر به برخی از آنها اشاره می‌شود:

حوزه سلامت

امروزه بسیاری از تکنولوژی‌های بکار رفته در حوزه سلامت مجهز به هوش مصنوعی است. اما با توجه به اینکه بیشترین هزینه‌های این حوزه به تشخیص دیر یا نادرست بیماری مربوط می‌شود، بسیاری از شرکت‌ها به دنبال به کارگیری هوش مصنوعی برای تشخیص بیماری هستند. سیستم IBM Watson نمونه‌ای از این تکنولوژی است که با استخراج سوابق بیمار، یک فرضیه را در خصوص بیماری فعلی او مطرح و بر اساس آن داده‌های لازم را جمع‌آوری می‌کند. چت بات‌ها نیز علاوه بر پاسخ‌گویی به سوالات بیمار شرایطی را برای برنامه ریزی قرار ملاقات و صدور صورت‌حساب فراهم می‌کنند.

حوزه کسب و کار

هوش مصنوعی در انجام اموری که فرایند تکراری دارند، جایگزین انسان‌ها شده‌اند. ادغام فرایندهای اتوماسیون رباتیک با analytics و CRM شرایطی را فراهم می‌کند که ماشین با کشف اطلاعات لازم و ضروری، بهترین خدمات را به مشتری ارائه دهد. همچنین برای ارائه خدمات فوری به مشتری می‌توان از چت‌بات‌ها استفاده کرد.

حوزه آموزش و پرورش

هوش مصنوعی در آموزش و پرورش شرایطی را فراهم می‌کند که دانش آموزان بر اساس توانمندی و هوش تقسیم‌بندی شوند. در این صورت آموزش‌های ارائه شده متناسب با سرعت و قدرت یادگیری دانش آموز است. همچنین سیستم نمره‌دهی دانش آموز نیز می‌تواند با کمک این هوش، خودکار و هدفمند شود. با کمک هوش مصنوعی روند آموزشی دانش آموز در مسیر درست قرار می‌گیرد.

حوزه اقتصاد

در وال استریت بخش اعظمی از معاملات به وسیله‌ی هوش مصنوعی مدیریت می‌شوند. علاوه بر این با کمک این تکنولوژی می‌توان برنامه‌های مالی مشخصی را تدوین کرد. برنامه‌هایی همچون Mint و TurboTax با جمع آوری اطلاعات مالی بهترین مشاوره را ارائه می‌دهند. همچنین با استفاده از برخی از برنامه‌ها می‌توان روند خرید خانه و … را مدیریت کرد.

حوزه قانون و قضا

انسان‌ها علیرغم هوش و درک بالای خود، دارای محدودیت‌هایی هستند. به طور مثال انسان به سختی می‌تواند اسناد و مدارک لازم را کشف کند. هوش مصنوعی و گسترش سیستم اتوماسیونی این مشکل را تا حد قابل توجهی حل کرده است. همچنین این تکنولوژی مدت زمان لازم برای اثبات جرم یا شناسایی مجرم را به حداقل مقدار ممکن رسانده است.

حوزه تولید

توسعه هوش مصنوعی منجر به اتوماتیک شدن بسیاری از روندهای تولید شده است. به همین دلیل روند تولید محصولات سرعت بالایی یافته است. این پیش‌بینی وجود دارد که در آینده ماشین‌های اتوماتیک جایگزین نیروهای انسانی شوند.

برقراری امنیت

هوشمندسازی خانه‌ها ملموس‌ترین مثال برای برقراری امنیت است. این تکنولوژی قادر به هشداردهی در مواقع خطر یا شناسایی چهره مجرمان در حین ارتکاب به جرم است.

تفسیر داده‌ها

کلان داده‌ها به مقادیر زیادی از داده اطلاق می‌شود که با کمک آن می‌توان اطلاعات مورد نیاز را استخراج و بهترین حرکت استراتژیک و حساس را پیش‌بینی کرد. در واقع این داده‌ها امکان تجزیه و تحلیل نیازهای انسان را فراهم کرده است و با استفاده از آن می‌توان قوانین بازار و روند تغییرات آنها را پیش بینی کرد. تفسیر کلان داده‌ها تنها با کمک هوش مصنوعی امکانپذیر است.

بلاکچین‌ها

ارزهای دیجیتال به زودی بازار اقتصاد جهانی را در دست می‌گیرند. از این رو لازم است که از هوش مصنوعی در جهت انجام تراکنش‌ها، افزایش امنیت، تولید بلوک و دیگر امورات شبکه بلاکچین‌ها استفاده کرد. در واقع عدم وجود نیروی انسانی محدودیت و مشکلاتی را برای شبکه بلاکچین به وجود آورده است که راه حل مرتفع کردن آنها تنها در دست هوش مصنوعی است.

جمع بندی

در این مطلب به طور کامل درباره هوش مصنوعی، قدرت و ویژگی‌های آن صحبت کنیم. هوش مصنوعی قادر است بسیاری از وظایف انسان‌ها را به بهترین شکل ممکن انجام دهد یا به آن سرعت بخشد. این تکنولوژی بخش موثر و جدا نشدنی در زندگی ما است.