هوش مصنوعی چگونه کار میکند؟
یکی از پیچیدهترین مفاهیم کامپیوتری هوش مصنوعی است که راه درازی را تا به حال طی کرده و هنوز آیندهی آن نامعلوم است. اگر روزی برسد که ماشینها فکر کنند، چه اتفاقی خواهد افتاد. با این حال بعید به نظر میرسد که حداقل شاهد انقلاب ماشینی از جنس ترمیناتور باشیم. با ما باشید تا 8 مورد از مهمترین سوالات را در اینباره مرور کنیم، با گجت نیوز همراه شوید.
1. هوش مصنوعی چگونه یاد میگیرد؟
به شکلهای مختلف میتوان یادگیری را بر هوش مصنوعی اعمال کرد. سادهترین روش، آزمون و خطاست. به عنوان مثال، در یک برنامه کامپیوتری برای بازی شطرنج، مهرههای مختلف بازی در حال گوناگون حرکت میکنند تا در نهایت پیروزی حاصل و رقیب کیش و مات میشود. وقتی رقیب مات شد، از برنامه هوش مصنوعی انتظار میرود الگوی این پیروزی را ذخیره کند تا در آینده، اگر دوباره دقیقا در چنین موقعیتی قرار گرفت، به سرعت راه کار لازم را فرا بخواند. این روش یادگیری را، یادگیری ار روی عادت تکراری «Rote Learning» مینامند. پیادهسازی فرآیندها و موقعیتها در کامپیوتر با استفاده از این روش، کار نسبتا آسانی است. در مبحث یادگیری، چالشبرانگیزترین مساله، پیادهسازی با روش عمومیتدهی است. در عمومیتدهی، تلاش میشود تا تجربیات پیشین برای مسائل مشابه، و نه دقیقا همان مسائل، به کار گرفته شوند. در روش قبلی، سیستم وقتی راهکاری را فراخوانی میکرد که شرایط مساله با حالت پیشبینیشده دقیقا یکسان باشد، اما در روش عمومی دهی، باید به دنبال یک الگو بود و پیدا کردن یک الگو، کار پیچیدهتری است.
2. هوش مصنوعی چگونه کار میکند؟
روان شناسان عموما هوش انسان را به صورت یک خصیصه تعریف نمیکنند. از دید آنها، تعریف هوش شامل قابلیتهای گوناگونی است و تلاش کردهاند تا روی اصلیترین مولفههایی که به عنوان هوش انسان از آن یاد میکنیم و در عین حال قابلیت پیادهسازی در ماشین را دارند، تمرکز کنند. در هوش مصنوعی، یک پایگاه دانش و یک سری قوانین ایجاد میشود. تفاوت تقویت پایگاه دانش و پایگاه دادهی کامپیوتری این جاست که در پایگاه دانش، سعی میشود تا با استفاده از قوانین، بصیرتی مصنوعی برای ماشین به وجود آید و عملکرد ماشین از صرف جستوجو مثل پایگاه داده، به تشخیص و ردیاب ارتقا یابد. پایگاه دانش در سیستمهای خبره، به گونهای ساختارمند ذخیره میشود و سپس با بهرهگیری از روشهایی خاص، اطلاعات مورد نیاز را در اختیار انسان قرار میدهد.
3. هوش مصنوعی مشابه هوش انسان است؟
هوش انسانی توانایی مشاهده، تجزیه و تحلیل و تصمیمگیری دارد، در حالی که هوش مصنوعی بر اساس قوانین و رویههایی از قبل تعبیه شده روی کامپیوتر کار میکند. در نتیجه هنوز هم با وجود پیشرفتهای شگرف در صنعت رایانه و افزایش قدرتهای پردازش و ذخیرهسازی، سیستمی ایحاد نشده که به اندازهی انسانها دارای بصیرت و غریزه باشد. برای این که مفهوم روشنتر شود، بد نیست به نحوه گردآوری غذا توسط ماسه زنبورها توجه کنیم. وقتی یک ماسه زنبور با غذا به سوراخ زیرزمینیاش بر میگردد، قبل از هر چیز غذا در آستانه پناهگاهش میگذارد و مدتی صبر میکند تا اگر مزاحمی داخل لانهاش است، آن را شناسایی کند. او تنها در صورتی که مطمئن شود درون لانه خالی است، غذا را به داخل میبرد. این حس که باعث میشود زنبور دست به چنین اقدامی بزند، کاملا ذاتی است و آن را از جایی یاد نگرفته؛ نمونهای از هوشمندی و بصیرت و غریزه توام با پیشبینی خطر که در هوش مصنوعی هنوز به این شکل حاصل نشده است. البته در برخی برنامهها، سطح کارایی ماشین پیشرفتهای خوبی داشته؛ به طور مثال امروزه هوش مصنوعی برای تشخیص علائم پزشکی، موتورهای جستوجو، تشخیص صدا و … مورد استفاده قرار میگیرد.
4. انفجار هوش مصنوعی چیست؟
پیشبینی میشود در آینده افزایش بهرهوری از محصولات هوش مصنوعی، به درجهای برسد که تاثیر آن در تکتک ارکان زندگی ما محسوس باشد. از چنین حالتی، به عنوان انفجار هوش یاد میکنند. زمستان هوش مصنوعی نقطهمقابل انفجار هوش مصنوعی است. زمستان هوش مصنوعی به تلاشهایی در بازههای تاریخی اشاره دارد که سرمایهگذاری روی تحقیقات مرتبط با هوش مصنوعی به دلایل مختلفی کاهش یافت. این واژه برگرفته ار اصطلاح مشابه زمستان هستهای است (زمستان هستهای، از عواقب اقلیمی احتمالی یک جنگ هستهای است. هوای بسیار سرد و کاهش نور خورشید – که میتواند ماهها و یا سالها به درازا بکشد – از پیامدهای محتمل و پیشبینیشدهی یک جنگ هستهای محسوب میشوند.) منحنی سینوسی استقبال از هوش مصنوعی، در طول تاریخ بارها فراز و نشیب داشته؛ اما اکنون به نظر میرسد در مسیری قرار دارد که کمترین نوسان را خواهد داشت. در عین حال زمستان هوش مصنوعی، هنوز پایانیافته تلقی نمیشود.
5. هوش مصنوعی چگونه استدلال میکند؟
منظور از استدلال در هوش مصنوعی این است که برنامه یا ماشین همواره دلیل منطقی برای کارها و تصوراتش داشته باشد. این دلیل منطقی میتواند استقرایی (deductive) یا استنتاجی (inductive) باشد. به عنوان مثال در روش استقرایی، به ماشین دو جمله میگوییم:
جملهی اول: «رضا همیشه ساعت 8 الی 5 عصر بیرون است»
جملهی دوم: «رضا الان در خانه نیست»
ماشین با استفاده از روش استقرایی میفهمد که رضا الان در خانه نیست و باید در بیرون باشد.
به عنوان یک مثال از روش استنتاجی، به ماشین میگوییم:
«همهی تصادفات قبلی ماشینها، به خاطر خرابی قطعاتشان بوده است».
پس ماشین نتیجه میگیرد تصادفی که الان رخ داده هم، ناشی از خرابی قطعات است.
عمدهترین تفاوت این دو روش این است که در حالت استقرایی، فرضیه اصلی نتیجهگیری را تضمین میکند، در حالی که در روش استنتاجی فرضیهی اصلی فقط نتیجهگیری را تقویت میکند؛ اما اطمینان کامل نمیدهد. به عبارت دیگر در روش استنتاجی، آینده بر اساس گذشته پیشبینی میشود. استفاده از روش استنتاجی در علم مهندسی بسیار مرسوم است و در شبیه سازی علمی مورد استفاده قرار میگیرد. اما از روش استقرایی در منطق و ریاضیات برای اثبات مساله استفاده میشود که در آنها ساختار تمام فرضیهها مطلق و انکارناپذیرند. در واقع در روش استقرایی چیزی به نام پیشبینی نداریم، همه چیز بر اساس منطق و قوانین کوچکتر، اثبات شدنی است. کامپیوترها در روش استقرایی بسیار موفق عمل کردهاند و بدون هیچ تردیدی در استدلال استقرایی گوی سبقت را از انسان ربودهاند. اما وقتی بحث روش استنتاجی در میان باشد، به نظر میرسد که کامپیوترها راهی طولانی در پیش دارند.
6. هوش مصنوعی چگونه درک میکند؟
در هوش مصنوعی ادراک به معنی اسکن محیطی از طریق سنسورها، گردآوری اطلاعات، توجه به علائم و… است. بحث ادراک حتی برای انسانها هم بحث بسیار پیچیدهای است. زیرا هر مسالهای را میتوان از جنبههای مختلف مورد بررسی قرار داد. البته با گسترش فناوریهای بصری و استفاد از آنها در هوش مصنوعی (به عنوان مثال گسترش دوربینها) بحث ادراک در هوش مصنوعی در قیاس با حتی 10 سال قبل نیز پیشرفت محسوس داشته است. یکی از دستآوردهایی که با کمک هوش مصنوعی در آیندهای نزدیک حاصل میشود، کنار گذاشتن رانندگی انسان است. با استفاده از ابزارهای فناوری اطلاعات میتوان نوع جاده، نوع ماشین، سرعت ماشین، سرعت ماشین مقابل، وضعیت آب و هوایی، وضعیت ترافیک و.. را رصد کرد وسپس با استفاده از هوش مصنوعی، از آنها در رانندگی بهره برد. همچنین با افرایش درک هوش مصنوعی، روباتهایی ساخته شدهاند که میتوانند در یک ساختمان یا هر محیطی قوطیهای خالی نوشابه را جمع کنند. آنها برای این کار اول باید قوطیها را از قوطیهای پر تشخیص دهند. برای اولین بار، مبحث ادراک در هوش مصنوعی در روباتی به نام «فردی» ظاهر شد. این روبات که در اسکاتلند توسعه یافت، دارای یک دوربین بود و قابلیت مونتاژ محصولات ساده را از مواد اولیهای که در اختیارش قرار داده میشد، داشت.
7. آیا میتوان جلوی هوش مصنوعی مضر ایستاد؟
طرفداران ژانر علمی تخیلی دههها خود را با فیلمهای این ژانر، مثل «ترمیناتور» «ماتریکس» و «مرد دویستساله» سرگرم کردند، اما حالا ماشینهایی مثل سیری اپل، الکسای آمازون، واتسن IBM، و مغز گوگل، به خیال آنها جامعهی واقعیت پوشاندهاند. واتسون موفق شده بهترین بازیکن یک مسابقهی تلویزیونی را شکست دهد و در زمینههای پزشکی صاحب نظر باشد. سیری میتواند به صدایتان گوش دهد و آدرس نزدیکترین فست فود را به شما بگوید موارد متعدد دیگری را میتوان ذکر کرد که در آن، فناوریهای هوش مصنوعی راهکارهای نوینی را پیش روی زمینههای علمی قرار دادهاند. این ماشینها شاید به کندی، اما با سرعت فزایندهای پیشرفت میکنند. پس بهترین کار این است، پیش از آن که فناوری هوش مصنوعی کاملا توسعه یابد و در مسیر اشتباه قرار گیرند (که هنوز راه زیادی تا آن مرحله باقیمانده) محققان و پژوهشگران مسیرهای اشتباه را شناسایی و آنها را مسدود کنند. اگر از همین حالا، نحوهی مدیریت هوش مصنوعی طبق یک ساختار دقیق و لایهبندی شده (براساس سطوح دسترسی محدود) تنظیم شود، به نظر میرسد که بتوان در آینده، جلوی پیشرفتهای احتملا مضر این فناوری را گرفت.
8. چرا هوش مصنوعی؟
واضح است که اگر به هوش مصنوعی مسولیتهای بزرگی داده شود و سطوح دسترسی نامحدودی برایش تعریف شود، کنترلش هم دشوار خواهد بود. نمونهی بارز اتفاقی که احتمالا برای هوش مصنوعی خواهد افتاد، همین الان برای اینترنت افتاده است. شبکهای ارتباطی که در ابتدا با اهداف نظامی برای انتقال فوری اطلاعات ساخته شده بود، امروزه به چنان گسترهی عریض و طویلی تبدیل شده که هیچ نهاد و ارگان دولتی نمیتواد مانعش شود یا ابعادش را محدود کند. خطری که هوش مصنوعی دارد و اینترنت ندارد، این است که در هوش مصنوعی با رقیبی برای انسان مواجهیم که گرچه قرار است همانند اینترنت در خدمت انسان باشد، اما برخلاف اینترنت، داری آگاهی و ادراک است. به همین دلیل چه دوست داشته باشیم چه نه، هوش مصنوعی این قابلیت را دارد تا یک تهدید بالقوه برای انسان باقی بماند. در عین حال طریقهی استفاده از این سیستم میتواند بسیار راهگشا باشد.
بنیاد هوش مصنوعی در این زمینه میگوید:
بیایید به نیمهی پر لیوان نگاه کنیم. هوش مصنوعی اگر به طور مدیریتشدهای توسعه پیدا کند، آن گاه میتواند به یک ابزار بسیار نیرومند برای مقابله با تهدیدهایی مثل جنگ هستهای، انقراض موجودات، تغییرات آب و هوا، بیماریهای اپیدمی، آتشفشانها، نانو تکنولوژی و.. تبدیل شود.
البته اگر…