هوش مصنوعی 

Artificial Intelligence

   هوش مصنوعی در زبان  انگلیسی  Artificial intelligenceترجمه شده و با علامت اختصاری AI نمایش داده می‌شود. هوش نوظهور مصنوعی، در اصل هوشی است که توسط ماشینها متولد گردیده و در مقابل هوش طبیعی که توسط جانوران، و مهمتر از همه انسان است قرار میگیرد. فراموش نکنید قبل از هر مطلبی این نکته را در ذهن داشته باشید که کلمه هوشریال نمایانگر قابلیت استدلال میباشد و اینکه آیا هوش مصنوعی متواند به قابلیت استدلال دست یابد یا خیر، خود موضوع بحث و اختلاف بین دانشمندان است.

     در کتاب‌های AI پیشرو، این شاخه بعنوان رشته مطالعه بر روی «عوامل هوشمند» انتخاب شده است به این شکل که هر سامانه ای که محیط پیرامون خود را درک کند و کنش هایی را انجام دهد که اقبالش را در رسیدن به اهداف اصلی خود بیشینه می سازد. بعضی از منابع مورد اطمینان از اصطلاح «هوش مصنوعی» به منظور بیان ماشین خودکاری استفاده میکنند که عملکردهای «شناختی» را از روی ذهن انسان بازسازی و تقلید میکنند، مانند «یادگیری» و «حل مسئله»، با این توصیف، این برداشت و تعریف در مطالعات و تحقیقات دانشمندان اصلی در زمینه هوش مصنوعی AI  مردود شنا خته شده است.

     در وبسایتهای مشهور گوگل، یوتیوب، آمازون و نتفلیکس، کاربرد هوش مصنوعی به خوبی مشخص و مشهود است. درک و شعور آدم (مانند سیری و آمازون، الکسا)، ماشینهای خودران (مانند تسلا)، هوش مصنوعی مولد یا خلاقیت محاسباتی ( مانند Chat GPT یا تولید یک اثر هنری مانند دال-ئی و میدرجنی) تصمیم گیری اتوماتیک و مسابقه در بالاترین سطح سامانه های بازیهای استراتژیک، مثل شطرنج، با افزایش توانایی ماشینها، وظایفی که نیازمند هوشمندی میباشند معمولا از تعریف AI برداشته میشود، پدیده نوظهوری که نام هوش مصنوعی بر آن نهاده شده است.

     هوش مصنوعی در سال ۱۹۵۶ میلادی به یک شاخه آکادمیک تبدیل شد ودر سالهای بعد چندین موج خوش بینی را مشاهده و لمس کرد. این پدیده دوباره دچار یاس و ناامیدی و کاهش بودجه شد که به آن زمستان AI گفته میشود. مجددا فنآوریهای جدیدی بدنبال آن آمد و موفقیت و بودجه های قابل توجه تحقیقاتی این پدیده عجیب، دوباره زنده گردید. تحقیقات AI  راههای گوناگونی را از زمان تأسیسش امتحان نمود و آنها را کنار گذاشته است. ره یافتهایی مانند شبیه سازی از قدرت لایتنهاهی مغز انسان، مدلسازی حل مسئله توسط مغز، منطق صوری، دیتاهای اطلاعاتی بسیار بزرگ دانش و تقلید و اقتباس رفتار جانداران، در الیون دهه های قرن ۲۱ میلادی، یادگیری ماشین یکه بشدت از آمار ریاضیاتی بهره میگرفت در این رشته غلبه داشت و این فنآوری براحتی ثابت کرد که بشدت موفق و قدرتمند خواهد بود و به آنالیز و تحیلی چندین مسئله چالش برانگیز در صنعت و فضای آکادمیک کمک می کند.

    شاخه های گوناگون در تحقیقات مرتبط با هوش مصنوعی پیرامون هدفهای خاصی متمرکز هستند که از ابزار آلات بخصوص نیز بهره میگیرند.

هدفهای بومی و سنتی تحقیقات هوش مصنوعی AI :

• نمایش علم و دانش
• استدلال 
• برنامه ریزی دقیق
• آموزش و فراگیری
• آنالیز و پردازش زبان طبیعی
• فهمیدن و قدرت در دستکاری و جابجایی اشیاء
• هوش جامع (قابلیت آنالیز و تحلیل هرگونه مسئله مد نظر)

    در میان هدفهای مهم و قابل توجه این حوزه میباشند. برای تحلیل اینگونه مسایل، دانشمندان حوزه AI فنون حل مسئله یکپارچه و گسترده ای را شامل  دسته بندی ذیل به کار گرفته اند:

• کنکاش و جستجو
• بهینه سازی ریاضیاتی
• منطق صوری
• شبکه های عصبی مصنوعی
• راه حل های مبتنی بر آمار
• اقتصاد و احتمالات AI
• علوم رایانه
• روانشناسی و زبان شناسی

فلسفه و …. بسیاری از حوزه های مختلف دیگر مرتبط میباشند.

     این رشته و شاخه بر این احتمال استوار است که هوش آدمی را بدقت میتوان توصیف کرد، به شکلی که توسط یک ماشین قابلیت شبیه سازی داشته باشد. این فرضیه مباحث فلسفی را گرداگرد ذهن و اخلاقیات خلق و خوی موجودات متفکر و هوشمند برانگیخته اند، موجوداتی که به مانند انسان، هوشمند هستند. این قبیل مسایل توسط روایات و داستانهای تخیلی و فلسفه از دوران باستان مورد تحقیق و بررسی قرار گرفته اند. ادبیات علمی-تخیلی و آتیه پژوهی هم پیشنها میگردند که AI با توانمدنی و قدرت بسیار بزرگی که دارد ممکن است باعث بروز ریسک وجودی برای دنیای انسان و بشریت گردد.

تاریخچه هوش مصنوعی

    ریاضی دانان و فلاسفه ای مانند جرج بول که مقاله، نظریه و تئوری های گوناگونی مطرح نمودند باعث مطرح شدن هوش مصنوعی AIگردیدند. با اختراع رایانه های الکترونیکی در سال ۱۹۴۳ میلادی، هوش مصنوعی، دانشمندان  متفکران زمان خود را به چالش عظیم  دعوت کرد. در این مواقع اینطور بنظر میرسید که این فنآوری قابلیت شبیه سازی رفتارهای هوشمندانه تری را خواهد داشت.

    با اینکه گروهی از دانشمندان با پدیده هوش مصنوعی مخالف بوده و با شک وتردید به کارآمدی آن نگاه میکردند تنها بعد از چهار دهه، سامانه های بسیار هوشمندی در صنایع، مانند ماشینهای شطرنج باز به دنیای مدرن متولد و به دنیا هدیه شدند.

     دانشمندان در خلال سال ۱۹۵۶ در کارگاهی آموزشی در کالج دارتموت، شاهد ظهور حوزه پژوهش در زمینه هوش مصنوعی AI بودند. مشارکت کنندگان و بنیان گذاران و رهبران پژوهش در زمینه هوش مصنوعی بشرح ذیل دسته بندی شدند:

• دانشگاه کارنگی ملون: هربرت سیمون و آلن نیول
• موسسه فنآوری ماساچوست: جان مک کارتی و ماروین منسکی
• شرکت آی بی ام: آرتور ساموئل

     این مشارکت کنندگان بهمراه دانشجویان خود، برنامه های شگفت آوری از دید مطبوعات نوشتند. استراتژی های برد بازی شطرنج توسط رایانه ها بخوبی فراگرفته شدند. مسایل بسیار مشکل در جبر و ریاضیات حل شد، اثبات قضایای منطقی به راه افتاد و براحتی به زبان انگلیسی تکلم میکردند.

     وزارت دفاع ایالات متحده در اواسط دهه ۱۹۶۰میلادی سرمایه گذاریهای بسیار سنگینی در زمینه هوش مصنوعی انجام داد که باعث تاسیس آزمایشگاههای زیادی در سراسر دنیا گردید. چرا که بنیانگذاران هوش مصنوعی AI در مورد آینده این پدیده نوظهور بسیار خوشبین بودند. پیش بینی هربرت سیمون این بود که ماشینها میتوانند طی بیست سال آینده هر کاری که یک انسان انجام دهد را انجام دهند. یا ماروین مینسکی میگوید در طی یک نسل، شاهد حل شدن مسئله هوش مصنوعی خواهیم بود.

     جهان در سال ۱۹۶۵ شاهد ابداع و تولد یک دا نش جدید بنام هوش مصنوعی Artificial intelligenceگردید. که شروع آن در اصل از پنج سال قبل یعنی ۱۹۶۰ میلادی شروع شده بود. عمده کارهای مطالعاتی اولیه در هوش مصنوعی، اثبات مسایل ریاضی با رایانه و ماشینهای بازی بود. در ابتدا اینطور بنظر میرسید که رایانه ها میتوانند اینگونه فعالیتها را صرفا با بهره گیری از تعدادی زیادی کشف و جستجو برای راههای حل مسئله و نهایتا گزینش ایده آل ترین راه حلها به انجام و اتمام برسانند.

    اولین بار توسط جان مک کارتی که بعنوان پدر علم و دانش تولید ماشینهای هوشمند معروف است، اصطلاح هوش مصنوعی بیان و  استفاده شد. او مخترع یکی از زبانهای برنامه نویسی هوش مصنوعی بنام لیسپ Lisp است، با این صفت که می توان به هویت عملکرد هوشمندانه یک ابزار مصنوعی دست یافت، یعنی ساخته دست انسان، غیر طبیعی و البته مصنوعی. در حالیکه هوش مصنوعی AI بعنوان یک اصطلاح و باور عمومی شناخته شده بود که شامل محاسبات ترکیبی و بسیار هوشمندانه  که مرکب از مواد مصنوعی میباشد، است.

    از اصطلاح “Strong and Weak AI” تا حدود زیادی برای معرفی و شناخت رده بندی سامانه ها میتوان بهره گرفت.

آزمون تورینگ:

     این آزمونی است که توسط شخصی بننام آلن تورینک در سال ۱۹۵۰  در مقاله ای بنام  «محاسبات هوشمند ماشینی» معرفی شد. در این آزمون شرایطی مهیا میگردد که انسان با ماشین تعامل و رابطه برقرار کند و سوالات کافی برای مطالعه اقدامات هوشمندانه ماشین از آن بپرسد. در صورتیکه در انتهای آزمون نتواند تعامل با انسان یا ماشین را تشخیص دهد، آزمون با پیروزی به پایان رسیده است. تاکنون هیچ ماشینی از این آزمون با موفقیت و سربلندی خارج نشده است. تلاش آزمون تورینگ برای فهمیدن درست بودن هوشمندی یک سامانه میباشدکه سعی در شبیه سازی انسان خواهد داشت.

تعریف و طبیعت هوش مصنوعی:

    تاکنون تعریف دقیق و کاملی برای هوش مصنوعی که مورد توافق دانشمندان این علم باشد به دنیا ارائه نگردیده است و البته این قضیه به هیچ وجه نباید باعث تعجب شود چرا که مقوله مادر و اساسی تر از آن یعنی خود هوش، همچنان بطور همه گیر و فراگیر به تعریف دقیق خود تسلیم نشده است. در اصل از دانشمندان میتوان سراغ نسلی را گرفت که تمام سالهای زندگی اشان را صرف تلاش و مطالعه جدی در راه یافتن پاسخی برای این سوال کرده اندکه: هوش چیست؟

    فراموش نکنید تمام تعاریفی که در این زمینه مطرح شده اند، بر پایه یکی از چهار باور زیر استوارند:

• سامانه هایی که بصورت منطقی فکر می کنند
• سامانه هایی که بصورت منطقی عمل میکنند
• سامانه هاییکه مانند انسان فکر میکنند
• سامانه هاییکه مانند انسان عمل میکنند

    ممکن است بتوانیم هوش مصنوعی AI را اینگونه توصیف کرد که «هوش مصنوعی عبارتست از اینکه به چه شکلی میتوان رایانه ها را وارد و مجبور به انجام کارهایی نمود که فی الحال انسانها آنرا به بهترین شکل ممکن انجام میدهند». هوش مصنوعی همان هوشی است که ماشین از خود بروز میدهد یا دانشی در رایانه سعی در ایجاد آن دارد اطلاق میگردد. اکثر مقالات و رساله های مرتبط با هوش مصنوعی آنرا « دانش شناخت و طراحی عاملهای هوشمند» معرفی کرده اند. یک عامل هوشمند، سامانه ای است که با شناخت جهان پیرامون انسان، شانس موفقیت خود را به سمت بالا سوق میدهد.

    اینکه هوش مصنوعی چیست و چه تعاریفی برای آن میشود بیان کرد بحثی است که تا بحال دانشمندان به یک تعریف کامل و جامع در خصوص آن نرسیده اند و هرکدام تعریفی که در زیر نمونه هایی از آن بیان شده است را ارائه داده اند:

• کورزویل ۱۹۹۰ میلادی: توانایی طراحی و تولید ماشینهایی که کارهایی که توسط انسان به واسطه داشتن هوش انجام میدهد را داشته باشند.
• کارنیاک و مک درموت ۱۹۸۵ میلادی: مطاله استعدادهای فکری از راه مدلهای محاسباتی.
• ریچ ونایت ۱۹۹۱ میلادی: وادار کردن رایانه ها به انجام اعمالی که انسان آنها را بواسطه داشتن هوش خود بهتر انجام میدهد.
• بلمن ۱۹۷۸ میلادی: اتوماتیک سازی اعمالی که به تفکر انسان نسبت داده میشود، مانند تصمیم گیری یا حل مسایل و آموزش.
• هاگلند ۱۹۸۵ میلادی: تلاش قابل مطالعه برای وادار کردن رایانه ها به تفکر، ماشینهایی با فکر و احساس تشخیص.
• شالکوف ۱۹۹۰ میلادی: ایجاد یک بستر تخصصی که بدنبال توضیح و شبیه سازی رفتار هوشمندانه با استفاده از فرایندهای رایانه.
• وینستون ۱۹۹۲ میلادی: بررسی محاسباتی که استدلال، عمل و درک کردن را توسط ماشینها عملی سازد.
• آلن تورینگ ۱۹۵۰ میلادی: هنر اکتساب به کارایی در حد تفکر انسان، در تمام امور شناختی توسط رایانه.
• جان مک کارتی ۱۹۸۰ میلادی: هوش مصنوعی AI به داشتن توانایی ساخت ماشینهای هوشمند و علی الخصوص برنامه های رایانه های هوشمند اطلاق میشود. که با وظیفه مشابه استفاده از رایانه برای درک چگونکی هوش آدم مرتبط است ولی اجباری در محدودیت های بیولوژیکی را ندارد.

    همانطور که میدانید هوشمندی دارای یک مفهوم نسبی است و نمیشود محدوده صحیحی را برای تعریف مشخص درباره آن اعلام کرد. بروز رفتاری که از نظر یک فرد باهوش ممکن است برای فرد دیگر اینگونه نباشد ولی در کل خصوصیات زیر قابلیتهای ضروری تری را برای هوشمندی متصور است:

• تفسیر و اعطای معنای قابل درک به پیامهای مبهم و نا صحیح
• ترک تمایز و تشابه و نیز تجزیه و تحیل اطلاعات و دریافت نتایج
• توانایی آموختن و یادگیری و نیز قابلیت برقراری یک ارتباط دو طرفه

     در صورت پذیرش تعاریف فوق، اگر آنها را بپذیریم در زیر مواردی از وظایفی که از یک سامانه هوشمند ممکن است انتظار داشته باشیم در دسترس است، در نظر داشته باشید این موارد مورد قبول و وفاق اکثر دانشمندان رشته هوش مصنوعی است:

• تولید و ایجاد گفتار و تشخیص آن در پردازش زبان طبیعی انسانها.
• دستور پذیری و قابلیت انجام کارهای فیزیکی در محیط طبیعی و مجازی
• استتدلال ، درک و استتاج.
• تشخیص الکو و بازشناسی الگو برای جوابدهی به مسایل بر اساس دیتای دانش از قبل تولید شده.
• شمایل و تصویر گرافیکی یا فیزیکی به منظور اعلام و ابراز احساسات و  عکس العمل ظریف
• سرعت پردازش و عکس العمل سریع وبالا.

کاربردهای هوش مصنوعی

    هوش مصنوعی کابردهای متعددی دارد که مهمترین آن کاربردهایی مانند استفاده در وسایل نقلیه اتوماتیک مانند پهپاد، و اتومبیلهای خودران، تشخیص موارد پزشکی، تولید و خلق آثار هنری، اثبات مسایل ریاضی، انجام بازیهای فکری، تعیین هویت و تشخیص تصاویر و صدا، ذخیره انرژی، سرچ‌های اینترنتی، تهیه قراردادها و پیش بینی آرای قضایی میباشد.

هوش مصنوعی در اقتصاد:

    یکی از مهمترین موارد کاربرد هوش مصنوعی AI در زمینه تجارت، اقتصاد و کلان دیتاست. بعنوان مثلا با استفاده از هوش مصنوعی قادریم با احتساب ضریب خطای پایین، تغییرات فصلی وبلند مدتر در عرضا یا تقاضای محصولات گوناگون را پیش بینی نمود. این قضیه میتواند در سیاست، اقتصاد کلان و کنترل عرضه و تقاضا بسیار مفید و کارآمد باشد. همچنین ابر شرکتهایی مانند گوگل، خدماتی در زمینه هوش مصنوعی به شرکتهای بزرگتر دیگر ارائه مید که میتواند به برنامه ریزی، انبار گردانی، پیش بینی سیر نزولی یا صعودی فروش در محصولات به خصوص در برندسازی آنها کمک شایانی کند.

هوش مصنوعی AI در شبکه های اجتماعی

    میدانیم که در شبکه های اجتماعی مورد پذیر مردم و مهم، مانند اینستاگرام و توییتر، برای تشخیص الگوی رفتار انسان، جلوگیری از ایجاد هرزنامه و انتشار محتوای مجرمانه و نیز شناسایی دقیق مخاطبان هدف برای تبلیغات از هوش مصنوعی AI  استفاده مشود. نیز برخی از رباتهای شبکه های اجتماعی مبتنی بر هوش مصنوعی کار میکنند تا در بیشترین سطوح بتوانند رفتار انسانی را شبیه سازی کنند.

کاربرد هوش مصنوعی در خدمات حقوقی:

    استفاده از هوش مصنوعی در مسایل حقوقی بشدت در حال افزایش است و سیستمهای نوین، مبتنی بر پردازش زبان طبیعی بتدریج در حال بعهده گیری بخشی از وظایف اهل فن در رشته حقوق و حقوقدانان هستند. نرم افزارهای مبتنی بر تکنولوژی هوش مصنوعی، فی الحال امکان تهیه قراردادهای بسیار دقیق، تحلیل قراردادها و اسناد حقوقی و پیش بینی آرای دادگاهها را ممکن میسازند.

فلسفه هوش مصنوعی به تعریف دیگر:

    بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقراء و تحلیل تجربیات بمنظور رسیدن به  دانش یا ارائه هرگونه تصمیم است. در اصل هوش به مفهوم به کار گیری تجربه با هدف حل مسایل دریافت شده میباشد. هوش مصنوعی، علم و مهندسی ایجاد ماشینهای هوشمند یا بکار گیری از رایانه و الگوگیری از درک هوش انسانی یا حیوانی و در نهایت دستیابی به مکانیزم هوش مصنوعی در سرع هوش عالی انسانی است.

    در صورت مقایسه هوش انسانی با هوش مصنوعی میتوان بیان کرد که انسان قادر به مشاهده و تجزیه و تحیلی مسائل در جهت قضاوت و تصمیم گیری است در صورتیکه هوش مصنوعی مبتنی بر قوانین و دستورات از قبل تعبیه شده بر روی کامپیوتر بحساب میآید. نتیجتا علیرغم وجود رایانه های بسیار قوی و سریع در عصر حاضر، انسان تاکنون قادر به پیاده کردن هوش، نزیک به هوش انسان در ایجاد هوش مصنوعی نبوده است.

    بطور کلی هوش مصنوعی میبایست از زوایای گوناگوی مورد بررسی و مطالعه قرار گیرد. مابین هوش مصنوعی بعنوان یک هدف، هوش مصنوعی در جایگاه یک رشته تحصیلی دانشگاهی یا هوش مصنوعی بعنوان مجموعه فنون و راهکارهایی که معمولا توسط مراکز مختلف علمی و صنایع گوناگو تنظیم و توسعه یافته است  باید تفاوت زیادی قایل بود.

اطاق چینی

     اطاق چینی یک آزمایش فکری و ذهنی است که نخستین بار توسط مقاله نوشته شده توسط سرل، بنامه «مغزها، ذهن ها و برنامه ها» Minds, Brains, and Programs) در مجله “علوم رفتاری و ذهنی” در سال ۱۹۸۰ میلادی منتشر شد. اون با طرح این پرسش که آیا یک برنامه هوشمند مترجم که قابلیت ترجمه از زبان چینی به انگلیسی را دارد، الزامی برای تفهیم موضوع مورد ترجمه دارد یا خیر؟ و با تشبیه ذهن انسان به یک برنامه هوشمند رایانه ای این استدلال علمی را در برای موضع فلسفه کارگردگرایی و نظریه محاسباتی ذهن که در آنها ذهن بعنوان یک محاسبه کننده یا دستکاری کننده نماد عمل مینماید، قرار داد. در اصل نتیجه حاصل از آزمایش اطاق چینی منطبق بر این است که هیچ برنامه ای نمیتواند به کامپیوتر ذهن، آگاهی یا فهم بدهد. حتی اگر آن برنامه هر قدر میخواد هوشمند بود و باعث شود کامپیوتر، عملکردی مشابه انسان داشته باشد. اگر چه آزمایش اطاق چینی در اصل پاسخی برای اظهارات محققان هوش مصنوعی تلقی میشد ولی این ادعا در مقابل هدفهای تحقیقات هوش مصنوعی نمیتواند قرار بگیرد چون این موضوع حد و نهایتی برای هوشمندی کامپیوتر نمیتواند متصور شود. همچنین آزمایش اطاق چینی مخصوص رایانه های  دیجیتالی است.

چگونگی استفاده از هوش مصنوعی:

بطور کلی هوش مصنوعی در دو دسته زیر قرار دارد:

    هوش مصنوعی ضعیف Narrow AI : عملکرد این نوع هوش در یک محدوده است و شبیه سازی هوش انسانی است. هوش مصنوعی ضعیف غالبا بر روی یک کار مشخص تعریف گردیده و در محدوده تعریف خود بسیار عالی و دقیق نیز عمل میکند. ممکن است این ماشینها بسیار باهوش بنظر برسند ولی در واقع باید گفت حتی از ابتدایی ترین سطوح هوش انسانی نیز ساده تر عمل میکند.

    هوش مصنوعی عمومی  :Artificial General Intelligence که با نام هوش مصنوعی قوی نیز شناخته میشود از نوع هوشی مصنوعی ای هست که غالبا در فیلمها دیده شده است. مانند رباتهای فیلم ” دنیای غرب” که هوش مصنوعی بسیار شبیه به عملکرد انسان کار میکند. به شکلی که میتواند قابلیتهای خود را بر حل مسایلی در حوزه های گوناگو به کار بگیرد.

مدیریت پیچیدگی:

    ساخت و تولید فنون و تکنیکهای مورد نیاز برای مدیریت پیچیدگی را بایستی بعنوان هسته بنیادین تلاشهای پژوهشی و  علمی در گذشته، حال و آینده در کلیه زمینه های علوم رایانه و به ویژه در هوش مصنوعی معرفی نمود. تکنیکهای هوش مصنوعی در اصل برای تحیلی آندسته از مسایل بوجود  آمده که بطور آسان و ساده توسط برنامه نویسی تا بعی با شیوه های ریاضی قابلیت حل و فصل نبوده اند.

    در غالب اوقات با پنهان کردن جزییات مهم میتوان بر پیچیدگی غلبه کرد و میتوان بر روی بخشهایی از مسئله متمرکز شد که دارای اهمیت بیشتر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایه ها و ترازهای بالاتر از هوشمندی انتزاع را هدف قرار داده تا جاییکه نهایتا برنامه های رایانه ای درست و در همان سطحی که خود انسانها بدان رسیده اند قابلیت کار خواهند داشت.

    با کمک پژوهشهای گسترده توسط دانشمندان علوم مرتبط، هوش مصنوعی  راه بسیار طولانی ای را تاکنون پیموده است و در این راستا تحقیقاتیکه بر روی توانایی آموختن زبانها انجام شده و نیز درک عمیق احساسات، دانشمندان را در رسیدن به این دانش، کمک زیادی کرده است. یکی از چشم اندازهای متخصصین، تولید ماشینهایی است که دارای احساس باشند و دستکم نبست به وجود خود و احساس خود آگاه و مطلع باشد. در نظر داشته باشین این ماشین باید تواناهیی تعمیم تجربیان گذشته خود را در شرایط جدید و مشابه داشته باشد و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش نماید.

    بعنوان مثال ربات هوشمندی که قابلیت حرکت دادن اعضای بدن خود را داشته باشد نسبت به این حرکت خود آگاه است و با آزمون و خطا، دامنه حرکت خود را بسط میدها و با هر حرکت موفقیت آمیز یا غلط، دامنه تجربیان خود را وسعت بخشید و نهایتا به آهستگی راه میرود یا حتی می دود و یا به روشی برای جابجایی دست میابد که مخترعین و سازندگان برای او متصور نبوده اند.

    هر چند نمونه فوق ممکن است کمی آرمانی بنظر برسد، ولی بهیچ عنوان دور از دسترس نیست. دانشمندان معمولا برای تولید چنین ماشین‌هایی از وجود مدل‌های زنده که در طبیعت وجود به ویژه آدمی نیز بهره جسته اند.

    هوش مصنوعی اکنون در خدمت وسعه علوم رایانه نیز هست. زبانهای پیشرفته برنامه نویسی، که توسعه ابزارهای هوشمند را باعث شده اند، پایگاههای داده ای پیشرفته، موتورهای جستجوگو، و بسیاری نرم افزارهای و ماشینها از نتایج پژوهش‌هایی در راستای هوش مصنوعی بوده‌اند. از مهمترین زبان‌های برنامه‌نویسی هوش مصنوعی می‌توان به لیسپ، پرولوگ، کلیپس و ویپی اکسپرت اشاره کرد.

    برخی از شاخه‌های متفاوتی از هوش مصنوعی در دانش‌های رایانه‌ای مورد استفاده قرار می‌گیرند عبارتند از:

• یادگیری ماشین Machine Learning
• شبکه عصبی مصنوعی Neural Networks
• بینایی ماشینی Machine Vision
• سامانه‌های خبره  Expert System
• پردازش زبان طبیعیNLP
• الگوریتم ژنتیک Genetic Algorithm 
• مفاهیم مرتبط با روباتیک  Robotic

تکنیک‌ها و زبان‌ برنامه‌نویسی هوش مصنوعی

    عملکرد نخستین برنامه‌نویسی هوش مصنوعی ایجاد ساختار کنترلی مورد نیازبرای محاسبه سمبولیک است. از اصلی ترین زبان برای هوش مصنوعی از پایتون نام برد و در کنار آن زبانهای برنامه نویسی برنامه‌نویسی لیسپ و پرولوگ علاوه بر اینکه از مهم‌ترین زبان‌های مورد استفاده در هوش مصنوعی هستند خصوصیات نحوی و معنایی آن‌ها باعث شده که آن‌ها شیوه‌ها و راه حل‌های قوی برای حل مسئله ارائه کنند.

     زبان‌های لیسپ و پرولوگ بیشتر مطرحند که این زبان‌ها کار خود را در محدوده توسعه سامانه‌های هوش مصنوعی در صنعت و دانشگاه‌ها دنبال می‌کنند و طبیعتاً اطلاعات در مورد این زبان‌ها بعنوان بخشی از مهارت هر برنامه‌نویس هوش مصنوعی است.

• پرولوگ: یک زبانبرنامه‌نویسی منطقی است. یک برنامه منطقی دارای یک سری ویژگی‌های قانون و منطق است. در حقیقت خود این نام از برنامه‌نویسی PRO در LOGIC می‌آید. در این زبان یک مفسر برنامه را بر اساس یک منطق می‌نویسد. ایده استفاده توصیفی محاسبه اولیه برای بیان خصوصیات حل مسئله یکی از محوریت‌های پرولوگ است که برای علم کامپیوتر به‌طور کلی و به‌طور جزئی برای زبان برنامه‌نویسی هوشمند مورد استفاده قرار می‌گیرند.

• لیسپ: زبانی کامل است که دارای عملکردها و لیست‌های لازمه برای توصیف عملکردهای جدید، تشخیص تناسب و ارزیابی معانی میباشد.  لیسپ به برنامه‌نویس قدرت کامل برای اتصال به ساختارهای اطلاعاتی را می‌دهد. اگر چه لیسپ یکی از قدیمی‌ترین زبان‌های محاسباتی است که تاکنون فعال است ولی دقت کافی در برنامه‌نویسی و طراحی توسعه باعث شده‌است که این یک زبان برنامه‌نویسی فعال باقی بماند. در حقیقت این مدل برنامه‌نویسی طوری مؤثر بوده‌است که تعدادی از دیگر زبان‌ها مانند اف پی، ام‌ال و اسکیم براساس عملکرد برنامه‌نویسی آن بنا شده‌اند. یکی از مهم‌ترین برنامه‌های مرتبط با لیسپ برنامه اسکیم است که یک تفکر دوباره در باره زبان در آن وجود دارد که به وسیله توسعه هوش مصنوعی و برای آموزش و اصول علم کامپیوتر مورد استفاده قرار می‌گیرد.

سامانه‌های خبره

    سامانه‌های خبره، زمینه‌ای پرکاربرد در هوش مصنوعی و مهندسی دانش است که با توجه به نیاز روزافزون جوامع بر اتخاذ راه حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانه انسانی مورد نیاز است و بر اهمیت نقش آن‌ها نیز افزوده می‌شود. سامانه‌های خبره به تحیلیل مسائلی می‌پردازند که به‌طور معمول نیازمند تخصص‌های کاردانان و متخصّصان انسانی است. به‌منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر این‌گونه سامانه‌ها به دانش موجود در آن زمینه خاص ضروری می‌گردد.

اخبار جعلی، دیپ فیک و امنیت سیاسی:

    مفهومی به نام دیپ‌فیک (به انگلیسی: Deepfakes) به هوش‌های مصنوعی اطلاق می‌شود که قادر هستند چهره و صدای افراد را بازسازی و شبیه‌سازی نمایند. امروزه تشخیص نسخه‌های فیک و تقلبی از نسخه‌های اصلی کار بسیار مشکلی است که میتواند تهدیدی برای افراد مشهور اعم از هنرمندان، ورزشکاران و سیاست‌مداران باشد و زندگی حرفه‌ای آن ها را دچار خدشه و چالش نماید. بازسازی سخنرانی یک رئیس‌جمهور و درج موارد ناخواسته در میان آن یا بازسازی تصاویر سیاست‌مداران در یک فضای خاص می‌تواند نمونه‌ای از این موارد بشمار آید.

    به‌طورکلی هوش مصنوعی دیپ‌فیک، یک فناوری تغییر دهنده محتوا بحساب می آید. برابر گزارش ZDNet دیپ فیک «چیزی را ارائه می‌دهد که در واقع اتفاق نیفتاده است.  طبق این گزارش ۸۸٪ آمریکایی‌ها معتقدند دیپ فیک بیشتر از فایده باعث آسیب می‌شود اما تنها ۴۷٪ آنها معتقدند که ممکن است مورد هدف قرار گیرند. با اوج‌گیری رقابت‌های انتخاباتی شکل‌گیری فیلم‌های تبلیغاتی جعلی می‌تواند تهدیدی برای سیاست‌مداران محسوب شود…

 

    اقتباس مقاله فوق، با کلی نگری در زمینه هوش مصنوعی نوشته شده است. از شما خواننده گرامی خواهشمندیم جهت تکمیل صفحه و استفاده سایر کاربران گرامی، در صورتیکه مقاله درخورد ثبت در این صفحه را دارید از راههای ارتباطی در صفحه تماس با ما، ارسال بفرمایید تا با نام و لینک خودتان درج گردد.                                       با تشکر