هوش مصنوعی چیست، کاربردها و مزیت ها

تاریخ انتشار : 01 دی 1403 تعداد بازدید ها : 2 نویسنده : دسته بندی :

هوش مصنوعی چیست، کاربردها و مزیت ها : هوش مصنوعی (AI) شاخه گسترده ای از علوم کامپیوتر است که مربوط به ساخت ماشین های هوشمند است که قادر به انجام وظایفی هستند که معمولاً به هوش انسان نیاز دارند. هوش مصنوعی یک علم میان رشته ای با چندین رویکرد است، اما پیشرفت در یادگیری ماشین و یادگیری عمیق باعث ایجاد تغییر الگوی تقریباً در هر بخش از صنعت فناوری شده است.

 

هوش مصنوعی چگونه کار می کند؟

کمتر از یک دهه پس از شکستن ماشین رمزگذاری نازی Enigma و کمک به نیروهای متفقین برای پیروزی در جنگ جهانی دوم، آلن تورینگ ریاضیدان برای بار دوم با یک سوال ساده تاریخ را تغییر داد: "آیا ماشین ها می توانند فکر کنند؟" مقاله تورینگ "Computing Machinery and Intelligence" 1950، و سپس آزمایش تورینگ، هدف و چشم انداز اساسی هوش مصنوعی را تعیین کرد.

هسته اصلی آن، AI شاخه ای از علوم کامپیوتر است که هدف آن پاسخ مثبت به سوال تورینگ است. این تلاش برای تکرار یا شبیه سازی هوش انسان در ماشین است. هدف گسترده هوش مصنوعی سوالات و بحث های زیادی را به وجود آورده است. تا آنجا که هیچ تعریف واحدی از این رشته در سطح جهانی پذیرفته نشده است.

عمده ترین محدودیت در تعریف هوش مصنوعی به عنوان ساده "ساخت ماشین هایی که هوشمند هستند" این است که در واقع توضیح نمی دهد که هوش مصنوعی چیست؟ چه چیزی یک ماشین را هوشمند می کند؟

استوارت راسل و پیتر نورویگ در کتاب درسی پیشگامانه خود، هوش مصنوعی: رویکردی مدرن، پیرامون موضوع عوامل هوشمند در ماشین ها، به این سوال و یکسان سازی هوش مصنوعی و ماشین می پردازند. با توجه به این نکته، هوش مصنوعی "مطالعه عواملی است که از محیط دریافت می کنند و انجام می دهند".

 

Norvig و Russell در ادامه به بررسی چهار رویکرد مختلف می پردازند که به طور تاریخی زمینه AI را تعریف کرده اند:

  • انسانی فکر کردن
  • منطقی فکر کردن
  • انسانی عمل کند
  • منطقی عمل کند

 

دو ایده اول مربوط به فرایندهای تفکر و استدلال است، در حالی که دیگران با رفتار سروکار دارند. دو ایده اول مربوط به فرایندهای تفکر و استدلال است، در حالی که دو مورد دیگر با رفتار سروکار دارند. نورویگ و راسل به ویژه بر عوامل منطقی که برای رسیدن به بهترین نتیجه عمل می کنند تمرکز می کنند و خاطرنشان می کنند: "تمام مهارت های مورد نیاز برای آزمون تورینگ همچنین به یک عامل اجازه می دهد منطقی عمل کند." نورویگ و راسل به ویژه بر عوامل منطقی که برای رسیدن به بهترین نتیجه عمل می کنند تمرکز می کنند و خاطرنشان می کنند: "تمام مهارت های مورد نیاز برای آزمون تورینگ همچنین به یک عامل اجازه می دهد منطقی عمل کند."

 

 

 

پاتریک وینستون

استاد هوش مصنوعی و علوم رایانه ای فورد در MIT، هوش مصنوعی را چنین تعریف می کند: "الگوریتم هایی که توسط محدودیت ها فعال می شوند، در معرض نمایش هایی قرار می گیرند که از مدل های هدفمند حلقه هایی پشتیبانی می کنند که تفکر، درک و عمل را به هم گره می زند.

گرچه این تعاریف به نظر می رسد برای یک فرد عادی باشد، اما به تمرکز موضوع به عنوان حوزه ای از علوم رایانه کمک می کند و طرحی برای برانگیختن ماشین آلات و برنامه ها با یادگیری ماشین و سایر زیر مجموعه های هوش مصنوعی فراهم می کند.

مدیرعامل DataRobot، جرمی آچین، هنگام سخنرانی در جمع افراد در AI Experience در سال 2017، سخنرانی خود را با ارائه تعریف زیر از نحوه استفاده از AI آغاز کرد:

هوش مصنوعی یک سیستم رایانه ای است که قادر به انجام وظایفی است که به طور معمول به هوش انسان نیاز دارد... بسیاری از این سیستم های هوش مصنوعی با یادگیری ماشینی کار می کنند، برخی از آنها با یادگیری عمیق و برخی دیگر با چیزهای بسیار کسل کننده مانند قوانین تأمین می شوند. 

 

چگونه هوش مصنوعی استفاده می شود؟

هوش مصنوعی معمولاً تحت دو دسته گسترده قرار می گیرد:

هوش مصنوعی باریک: گاهی اوقات به عنوان "هوش مصنوعی ضعیف" نیز شناخته می شود، این نوع هوش مصنوعی در یک زمینه محدود عمل می کند و شبیه سازی هوش انسانی است. هوش مصنوعی باریک اغلب بر انجام یک کار واحد بسیار خوب متمرکز است و گرچه این ماشین ها هوشمند به نظر می رسند، اما آنها با محدودیت های بسیار زیادی حتی از ابتدایی ترین هوش انسانی کار می کنند.

هوش عمومی مصنوعی: AGI که گاهی اوقات با عنوان "Strong AI" نیز خوانده می شود، نوعی هوش مصنوعی است که در فیلم ها می بینیم، مانند ربات های Westworld یا Data از Star Trek: The Next Generation. AGI ماشینی با هوش عمومی است و دقیقاً مانند یک انسان می تواند از این هوش برای حل هر مشکلی استفاده کند.

 

نمونه های هوش مصنوعی:

  • دستیارهای هوشمند (مانند سیری و الکسا)
  • ابزار نقشه برداری و پیش بینی بیماری
  • تولید و تولید ربات های بدون سرنشین
  • توصیه های درمانی بهداشت شخصی و بهینه شده
  • ربات های مکالمه برای بازاریابی و خدمات به مشتری
  • مشاوران روبو برای تجارت سهام
  • فیلترهای هرزنامه از طریق ایمیل
  • ابزارهای نظارت بر شبکه های اجتماعی برای محتوای خطرناک یا اخبار نادرست
  • توصیه های آهنگ یا برنامه تلویزیونی از Spotify و Netflix

 

هوش مصنوعی باریک

هوش مصنوعی باریک در اطراف ماست و به راحتی موفق ترین تحقق هوش مصنوعی تاکنون است. با تمرکز بر انجام وظایف خاص، هوش مصنوعی باریک در دهه گذشته موفقیت های زیادی را تجربه کرده است که "دارای مزایای قابل توجهی در جامعه بوده و به نشاط اقتصادی ملت کمک کرده است"، طبق "آماده سازی برای آینده هوش مصنوعی"، گزارش سال 2016 منتشر شده توسط دولت اوباما.

 

چند نمونه از هوش مصنوعی باریک عبارتند از:

  • جستجوی گوگل
  • نرم افزار تشخیص تصویر
  • سیری ، الکسا و سایر دستیاران شخصی
  • اتومبیل های خودران
  • واتسون IBM

 

یادگیری ماشین و یادگیری عمیق

بیشتر هوش مصنوعی باریک با پیشرفت هایی در یادگیری ماشین و یادگیری عمیق ایجاد می شود. درک تفاوت بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق می تواند گیج کننده باشد. فرانک چن سرمایه گذار پر ریسک، نمای خوبی از چگونگی تمایز بین آنها ارائه می دهد، و خاطرنشان می کند:

"هوش مصنوعی مجموعه ای از الگوریتم ها و هوش برای تقلید از هوش انسان است. یادگیری ماشین یکی از آنهاست، و یادگیری عمیق یکی از آن تکنیک های یادگیری ماشین است."

به زبان ساده، یادگیری ماشینی داده های رایانه را تغذیه می کند و از تکنیک های آماری برای کمک به "یادگیری" نحوه پیشرفت بهتر در یک کار، بدون برنامه ریزی خاص برای آن کار، استفاده می کند و میلیون ها خط کد نوشتاری را از بین می برد. یادگیری ماشین شامل یادگیری تحت نظارت (با استفاده از مجموعه داده های دارای برچسب) و یادگیری بدون نظارت (با استفاده از مجموعه داده های بدون برچسب) است.

یادگیری عمیق نوعی یادگیری ماشینی است که ورودی ها را از طریق ساختار شبکه عصبی الهام گرفته از زیست شناسی اجرا می کند. شبکه های عصبی حاوی تعدادی لایه پنهان است که داده ها از طریق آنها پردازش می شوند و به ماشین اجازه می دهند تا "عمیق" در یادگیری خود، ایجاد اتصالات و ورودی وزنی برای بهترین نتیجه.

 

هوش عمومی مصنوعی

ایجاد ماشینی با هوش در سطح انسانی که برای هر کاری قابل استفاده باشد، برای بسیاری از محققان هوش مصنوعی جام مقدس است، اما تلاش برای AGI با دشواری همراه بوده است. جستجوی "الگوریتم جهانی برای یادگیری و عملکرد در هر محیط" (راسل و نورویگ 27) چیز جدیدی نیست، اما زمان مشکل اساسی در ایجاد یک ماشین با مجموعه کامل توانایی های شناختی را کاهش نداده است. مدت هاست AGI موزه داستان علمی تخیلی است، که در آن ربات های بسیار هوشمند بیش از حد بشریت غلبه می کنند، اما کارشناسان معتقدند که این چیزی نیست که به زودی نگران آن باشیم.

 

منبع: What is Artificial Intelligence? How Does AI Work

پرینت مقالـه
اشتراک گذاری

اندازه متن 14

ارسال دیدگاه