آینده ای متفاوت با هوش مصنوعی

تاریخ بروزرسانی : شنبه 27 اردیبهشت 1399

تعداد بازدید : 1181

زمان خواندن مقاله : 10دقیقه

با خواندن این مقاله می توانید با هوش مصنوعی و انواع آن اشنا شوید,در این مطلب کاربرد های آن گفته شده است.

آینده ای متفاوت با هوش مصنوعی

آشنایی با مفهوم هوش مصنوعی

امروز میخواهیم با طرح یک سوال به موضوع بحث خود بپردازیم.
شما فکر میکنید پیچیده ترین شی در کهکشان چیست؟
مطمئنا اگر به آن فکر کنید به جواب میرسید چون واقعا در "سر" شماست.
بله جواب همان مغز انسان است که حتی قوی ترین سیستم ها و پیچیده ترین شبکه ها نیز به گرد پایش نمیرسند.
حالا جمله ای که بیان کردیم چه ارتباطی با موضوع بحث ما داشت؟
ما میخواهیم درباره هوش مصنوعی با شما عزیزان سخن بگوییم؛ اکنون ارتباط سوالی که در ابتدا پرسیدم با موضوع مورد بحث مشخص شد.

اما هدف هوش مصنوعی چیست؟

شبیه سازی مغز انسان هدف اصلی هوش مصنوعی میباشد. بحث در مورد ساخت ربات نیست،برای ساختن یک ذهن کامپیوتری که بتواند مثل انسان فکر کند راه های مختلفی وجود دارد.
آیا میتوانید تصور کنید که هوش مصنوعی در خانه، کار و حتی ترافیک خیابان های ما وجود دارد؟
باید بگویم بله در واقع هوش مصنوعی خیلی وقت است که در میان ما وجود دارد و میتواند یک وظیفه مهم را بهتر از انسان انجام دهد.
به عنوان مثال سوپرکامپیوتر دیپ بلو (Deep Blue) یا همان آبی بزرگ توسط کمپانی IBM  زمانی توانست توجه جهانیان را به خود جلب کند  که توانست قهرمان شطرنج جهان، گری کاسپارف
(Garry Kasparov)  را در مسابقه‌ای که در سال ۱۹۹۶ میلادی برگزار شد شکست دهد .
حالا اگر از این کامپیوتر درخواست بازی دوز شود قادر به انجام آن نخواهد بود زیرا توانایی یادگیری بازی جدید را نداشت چون نمیتوانست مثل انسان فکر کند .
خیلی ها بر این عقیده اند که ساخت هوش مصنوعی مثل مغز انسان میتواند برای خودمان خطرناک باشد. تصور کنید کامپیوتری که مثل انسان فکر کند و حتی شاید بتواند به یک انسان تکامل یافته تبدیل شود.
بعضی ها میگویند این اتفاق باعث نجات بشریت است و یا حتی ممکن است بعضی ها میلیاردی روی آن سرمایه گذاری کنند.
حالا هر زمانی و به هر صورتی که این اتفاق رخ دهد در یک مساله شکی نیست و آن این است که جهان به طور کامل تغییر خواهد کرد.
کارشناسان نیز بر این باورند که تا سال 2050 شاهد دیدن این تغییر هستیم. البته اگر بشود انجام داد.

 

پیشینه ی هوش مصنوعی :

باید گفت که  هوش مصنوعی یکی از غنی ترین تاریخ ها را دارد، منتها در قصه ها! ماشین ها و مخلوقات مصنوعی باشعور، اولین بار در افسانه های یونان باستان مطرح شدند. شبه انسان ها باور داشتند که باید یک تمدن بزرگ را تشکیل دهند؛ تندیس ها و مجسمه های انسان نما در مصر و یونان به حرکت در آمده بودند و ...
 از قصه ها 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 هستند و یکی از افرادی که نقش اساسی و مهمی در این مورد ایفا کرد آقای آلن تورینگ بود.
 در سال 1950، 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.
تئوری تورینگ بر این بود که می شود با استفاده از نشانه ها و اعدادی مانند 0 و 1، هر استدلال ریاضی  را در کامپیوتر عملی کنیم. همزمان با این نظریه کشف های تازه ای در زمینه ی عصب شناسی، نظریه اطلاعات و فرمان شناسی، به وقوع پیوسته بود. این پیشرفت ها باعث شد تا گروهی کوچک از پژوهشگران به طور جدی به مساله ایجاد یک مغز الکترونیکی رسیدگی نمایند. بنابراین  در تابستان سال 1956 تیمی در زمینه هوش مصنوعی شروع به تحقیق کرد و کنفرانسی را در محوطه کالج دارتموس برگزار کردند. این کنفرانس به همراه افرادی مانند جان مک کارتی، ماروین مینسکی، آلین نویل و هربت سیمون که سالها پیشتازان تحقیق برای هوش مصنوعی بودند انجام شد. آنها و دانش آموزان آنها، برنامه ای نوشته بودند که حقیقتا برای عده زیادی از مردم شگفت آور بود. این برنامه می توانست مشکلات نوشتاری در جبر را حل کند، استدلال های منطقی را اثبات کند و به زبان انگلیسی سخن بگوید. در اواسط دهه ی 1960، بودجه سنگینی برای دایرکردن آزمایشگاه های تحقیقاتی در گرداگرد دنیا، از سوی حوزه ی دفاعی ایالات متحده آمریکا، اختصاص داده شد. پیشتازان هوش مصنوعی درباره آینده آن در جهان بسیار خوش بین بودند.
هربت سیمون پیش بینی کرده بود که در مدت 20 سال، کامپیوتر های هوشمند می توانند هر کاری را که انسان انجام
می دهد انجام دهند. در واقع مشکلات بزرگی که در آن زمان برای ایجاد هوش مصنوعی وجود داشت، اساسا حل شده بود.
 علیرغم مطالبی که گفته شد؛ تیم مذکور در شناخت و رفع برخی از مشکلات هوش مصنوعی با شکست مواجه شد و در سال 1970 در مقابل انتقادات آقای جیمز لایتهیل از انگلستان و فشار های مداوم کنگره برای کم کردن بودجه برای
پروژه های بزرگ، دولت های انگلیس و آمریکا تمام پژوهش های به نتیجه نرسیده برای هوش مصنوعی را لغو کردند و در اندکی سال بعد از آن، به سختی برای هوش مصنوعی بودجه اختصاص داده می شد. این دوره را زمستان هوش مصنوعی یا A.I winter می نامند.
 به زودی در سال 1980، پژوهش ها بر روی هوش مصنوعی از سر گرفته شد و این امر مدیون این بود که سیستم های هوشمند به موفقیت های تجاری دست یافتند. سیستم های هوشمند ترکیب هایی از هوش مصنوعی بودند که مهارت و دانش و توان تجزیه تحلیلی یک متخصص را شبیه سازی می کردند. در سال 1985 نیز هوش مصنوعی به بازار یک میلیارد دلاری دست یافت و در همان زمان پروژه ی کامپیوتر های نسل پنجم ژاپن که متوقف شده بود از سر گرفته شد و
بودجه ای برای تحقیقات آکادمیک در این زمینه در نظر گرفته شده بود. اما در سال 1987 باز هم چرخ گردان به گونه ای دیگر چرخید و بازار فروش ماشین های پردازش با زبان Lisp   با مشکلاتی که مواجه بود نابود شد و در یک ثانیه تمام آبروی هوش مصنوعی را هم با خود برد. پس این بار زمستان طولانی تر و سخت تری برای هوش مصنوعی فرارسید. پس از این مشکلات، در دهه 1990 و نزدیک به قرن بیست و یکم، هوش مصنوعی به یکی از بزرگ ترین موفقیت های خود دست یافت. اگر چه چیز هایی پشت پرده ماندند ولی هوش مصنوعی در زمینه های مهمی مانند استدلال و منطق، داده کاوی، تشخیص های پزشکی و طیف های گسترده ای از تکنولوژی و صنعت به کار گرفته می شد.
این هم تاریخچه هوش مصنوعی.
 در ادامه نیز به تعریف و کاربردهای این تکنولوژی بزرگ میپردازیم.

تعریف هوش مصنوعی:

با گفته هایی که تا الان خدمت شما عزیزان بیان کردم میتوان گفت که هوش مصنوعی شاخه ای از علوم کامپیوتر است که در آن ساخت ماشین هایی هوشمند پرداخته میشود که مانند انسان ها عمل کنند و واکنش انجام دهند.
در واقع عامل هوشمند، سیستمی است که با شناخت محیط اطراف خود شانس موفقیت خود را بعد از تحلیل و بررسی افزایش میدهد.

انواع هوش مصنوعی:

1)AIN(هوش مصنوعی محدود)

در این روش تنها میتوان در حیطه ی محدودی از تخصص فعالیت کرد مانند بازی آبی بزرگ که در ابتدای مطلبمان برای شما بیان کردیم. این بازی محدود به شکست دادن انسان در شطرنج شد.
شما همین حالا نیز توسط هوش مصنوعی ضعیف یا AIN محاصره شده اید که مطمئنا تعجب خواهید کرد و میگویید چگونه؟ همین ماشین هایی که جست وجوی شما در گوگل را پیگیری می کنند و از میان هزاران متغیرمختلف، تبلیغ مناسب را برای شما نمایش می دهند که این کار توسط ANIهای ابتدایی ساخته شده که در طول زمان علایق شما را یاد می گیرند.
AIN نسخه نسبتا بی ضرر هوش مصنوعی است که سود آن به تمامی بشریت می رسد زیرا اگرچه قادر به پردازش میلیاردها درخواست در یک زمان است اما مقید به عمل در یک حیطه ی خاص است.

2)AGI(هوش عمومی مصنوعی)

وقتی در مورد هوش عمومی مصنوعی صحبت می‌کنیم، به نوعی هوش مصنوعی اشاره می‌کنیم که به اندازه یک انسان توانمند است. با این حال، هوش عمومی مصنوعی هنوز یک فناوری نوظهور است و نگرانی بسیاری را برانگیخته ،چرا که می تواند بزرگترین دستاورد علوم کامپیوتر باشد و اگر بتوان به آن دست پیدا کرد همه ی زوایای جهانی که می شناسیم تغییر خواهد کرد. هوش عمومی مصنوعی هوش ماشینی است که می‌تواند با موفقیت هر کار فکری‌ را که یک انسان قادر به انجام آن باشد، اجرا کند.

3) ASI(سوپر هوش مصنوعی)

سوپر هوش مصنوعی راهی برای آینده است و این همان چیزی است که پژوهشگران به آن اعتقاد دارند که برای رسیدن به این نقطه و نامیدن این اسم، هوش مصنوعی باید در همه چیز از انسان‌ها پیشی بگیرد و از یک انسان توانایی بیشتری داشته باشد. این نوع هوش مصنوعی قادر خواهد بود عملکرد خوبی در مواردی مانند هنر ، تصمیم گیری و روابط عاطفی داشته باشد.
به عبارت دیگر او باید بتواند کارهایی که اکنون اعتقاد بر این است که تنها انسان از عهده آنها بر می‌آید را انجام دهد.
 

طبقه بندی های هوش مصنوعی:

یادگیری ماشین

یادگیری ماشین شاخه‌ای از هوش مصنوعی است که به مطالعه و ساخت سیستم‌هایی با قابلیت یادگیری از داده‌ها می‌پردازد. به طور مثال، به کمک سیستم یادگیری ماشین می‌توان یک سیستم مدیریت ایمیل را آموزش داد تا پیام‌های هرزنامه را از دیگر پیام‌ها تشخیص دهد. این سیستم پس از یادگیری می‌تواند به دسته‌بندی ایمیل‌های جدید به هرزنامه و غیر آن بپردازد.
پس مساله اصلی در یادگیری ماشین، عرضه و کلی‌سازی است.

منظور از عرضه و کلی سازی چیست؟

عرضه یعنی  نمونه‌های داده‌ای و توابعی که بر اساس این نمونه‌ها ارزیابی می‌شوند، همگی بخشی از سیستم‌های یادگیری ماشین هستند.
کلی‌سازی به معنی قابلیتی است که سیستم روی نمونه‌های داده‌ای نادیده نیز به خوبی عمل خواهد کرد.

بینایی ماشین

بینایی ماشین فناوری و روش‌های مورد استفاده برای بهبود شناسایی و تحلیل خودکار مبتنی بر تصویر در کاربردهایی مانند بازرسی خودکار، کنترل ،روند و هدایت ربات در صنعت است. حوزه بینایی ماشین بسیار گسترده است و کاربرد اصلی آن در بازرسی خودکار و هدایت ربات‌های صنعتی است.
 از دیگر کاربردهای رایج بینایی ماشین در تضمین کیفیت، دسته‌بندی، کار با مواد، هدایت ربات‌ها و اندازه‌گیری نوری است.
پردازش زبان طبیعی
پردازش زبان طبیعی یکی از حوزه‌های علوم کامپیوتر، هوش مصنوعی و زبان شناسی است که به تعامل کامپیوتر و زبان طبیعی انسان می‌پردازد. از این منظر پردازش زبان طبیعی به حوزه تعامل انسان-کامپیوتر مربوط می‌شود یعنی ایجاد توانایی در کامپیوتر برای استخراج مفهوم ورودی زبان انسانی یا طبیعی.

رباتیک

رباتیک شاخه‌ای از فناوری است که به طراحی، ساخت، عملیات و کاربرد ربات‌ها و سیستم‌های کامپیوتری برای کنترل، فیدبک حسگرها و پردازش اطلاعات می‌پردازد. این فناوری‌ها با دستگاه‌های خودکاری سر و کار دارند که می‌توانند جانشین انسان در محیط‌ها یا روندهای تولیدی خطرناک‌ شوند یا ظاهر رفتار و درک انسانی را شبیه‌سازی کنند. مفهوم ایجاد ماشین‌هایی که بتوانند خودکار کار کنند، به زمان‌های دور برمی‌گردد .اما تحقیق روی عملیاتی کردن و کاربردهای احتمالی ربات‌ها از قرن بیستم آغاز شد. در طول تاریخ، ربات‌ها به تقلید رفتار انسانی شناخته شده و توانسته‌اند کارهای مشابهی نیز انجام دهند. امروزه  با پیشرفت فناوری رباتیک، بسیاری از ربات‌ها کارهایی را انجام می‌دهند که برای انسان خطرناک است؛ مانند خنثی‌سازی بمب و مین و بازرسی لاشه کشتی.

سیستم‌های خبره

در هوش مصنوعی، سیستم خبره یک سیستم کامپیوتری است که توانایی تصمیم‌سازی یک انسان خبره را شبیه ‌سازی می‌کند.. سیستم‌های خبره از اولین اشکال موفق نرم‌افزارهای هوش مصنوعی بودند.
سیستم خبره یک ساختار خاص، متفاوت از برنامه‌های کامپیوتری متداول است و به دو بخش تقسیم می‌شود.

 ثابت و متغیر

در اجرای سیستم خبره، موتور همانند یک انسان بر اساس پایگاه دانش، استدلال می‌کند. در دهه ۸۰ بخش سومی هم ظاهر شد، رابط مکالمه برای ارتباط با کاربران.

شبکه عصبی

شبکه عصبی مصنوعی گروهی از گره‌ها ی(نودها) به هم پیوسته، همانند شبکه عصبی گسترده در مغز است. در اینجا هر کدام از نودهای دایره ‌شکل نشان‌ دهنده یک عصب مصنوعی و فلش‌ها نشانگر اتصال از خروجی یک عصب به ورودی عصب دیگر هستند.
در علوم کامپیوتر و رشته‌های مربوطه، شبکه‌های عصبی مصنوعی مدل‌هایی الهام‌گرفته شده از سیستم عصبی مرکزی حیوانات (به ویژه مغز) هستند که توانایی یادگیری دستگاه و تشخیص الگو را دارند. این شبکه‌ها معمولا سیستمی از عصب‌های به هم پیوسته‌اند که می‌توانند مقادیر ورودی را با تزریق اطلاعات در شبکه محاسبه کنند.
همانند دیگر روش‌های یادگیری ماشین، شبکه‌های عصبی هم در انواع فعالیت‌هایی استفاده می‌شوند که انجام آنها با برنامه‌نویسی قراردادی معمولی دشوار است؛ از جمله بینایی ماشین و تشخیص صحبت.

الگوریتم ژنتیک

در شاخه هوش مصنوعی الگوریتم ژنتیک ، یک جست‌وجوی مکاشفه‌ای است که روند انتخاب طبیعی را شبیه ‌سازی می‌کند. این مکاشفه، به صورت معمول برای ایجاد راه‌حل‌های مفید در مسائل بهینه‌سازی و جست‌وجو استفاده می‌شود. الگوریتم‌های ژنتیکی به طبقه‌ای بزرگ‌تر از الگوریتم‌های تکاملی  تعلق دارند که با استفاده از تکنیک‌های الهام‌گرفته از تکامل طبیعی، مانند ارث‌بری، جهش، انتخاب و عبور، راه ‌حل‌هایی را برای مسائل بهینه‌سازی، تولید می‌کنند.
الگوریتم‌های ژنتیکی در بیوانفورماتیک، فیلوژنتیک، علوم محاسباتی، مهندسی، اقتصاد، شیمی، تولید، فیزیک، ریاضیات، داروشناسی و دیگر موارد کاربرد دارد.
کاربردهای هوش مصنوعی
 
سلامت
 دستیارهای مراقبت از سلامت شخصی می توانند به عنوان مربی عمل نموده و به شما یادآوری کنند که قرصهایتان را بخورید، ورزش کنید یا تغذیه سالمتری داشته باشید.

خرده فروشی
یعنی قابلیتهای خرید مجازی را فراهم می آورد و به مشتری مشاوره اختصاصی ارائه می کند تا درباره گزینه های مختلف خرید با وی بحث کند.
 
ورزش
به منظورثبت تصاویر بازیهای کامپیوتری و ارائه گزارش هایی درباره نحوه سازماندهی بهتر بازی، از جمله موقعیتهای میدانی و استراتژی برای مربیان استفاده می شود.

 

کلام آخر:

به هر حال اگر روزی شبیه سازی کامل مغز انسان ساخته شود؛ این شبیه ساز باید قادر به فکر کردن، احساسات انسانی مانند عشق، نفرت و درد باشد و همانند یک انسان عمل کند.
 
یک پیشنهاد جذاب برای علاقه مندان به هوش مصنوعی,اگر می خواهید در این حوزه فعالیت داشته باشید,می توانید  با استفاده از دوره های آموزش پایتون علوم های مختلف هوش مصنوعی مانند ساخت رباتیک را فرا بگیرید.


اشتراک گذاری

کلمات کلیدی :
هوش مصنوعی چیست؟

توضیحاتی در مورد نویسنده این مقاله :
زهرا چگینی زهرا چگینی

کارشناس علوم کامپیوتر گرایش نرم افزار...متخصص تولید محتوا... من مثل یک نابغه فکر می کنم..مثل نویسنده ای ممتاز می نویسم و مثل کودکی سخن می گویم


نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد .
برای ارسال نظر نیاز است وارد سایت شوید. در صورت نداشتن حساب کاربری عضو شوید.

گروه مقالات


آموزشی
40
علمی
26
تحقیقاتی
34
به مقاله امتیاز دهید.
لطفا برای امتیازدهی وارد شوید.
: میانگین امتیاز دوره


به دنبال هر آموزشی هستید در اینجا به دنبال آن باشید .