هوش مصنوعی احتمالا پیچیدهترین و حیرتانگیزترین خلقت بشر تاکنون است.
این علم، فناوری گستردهای است و بسیاری از جوانب آن هنوز کشف نشدهاند.
آنچه در حال حاضر از آن میدانیم تنها ذرهای از این علم نوین است.
به گونهای که تصور چشمانداز احتمالی آینده آن هنوز هم مشکل است.
تحولات علم هوش مصنوعی
رشد سریع هوش مصنوعی و قابلیتهای قدرتمند آن، دوری از آن را ناممکن کرده است.
تحولات ایجاد شده در زمینههای مختلف،
موجب شده که مدیران تجاری و عموم مردم تصور کنند که به اوج استفاده از هوش مصنوعی نزدیک شدهایم.
با اینحال شناخت انواع AI به داشتن تصویری واضح از قابلیتهای آن
و مسیر طولانی تحقیقات هوش مصنوعی کمک خواهد کرد.
در ادامه انواع هوش مصنوعی مورد بررسی قرار میگیرند.
شناخت انواع طبقهبندی هوش مصنوعی
بررسی و تحقیق روی آن با این هدف صورت میگیرد که ماشینآلاتی با عملکردی شبه انسانی تولید شود.
درجه توانایی یک سیستم AI در تکرار قابلیتهای انسانی، به عنوان معیار تعیین انواع هوش مصنوعی در نظر گرفته میشود.
بنابراین وابسته به نوع مقایسه یک ماشین با انسان به لحاظ کارایی و میزان عملکرد، در یکی از گروههای AI جای خواهد گرفت.
پس هر چه هوش مصنوعی مهارت بالاتری در انجام عملکردهای شبه انسانی داشته باشد، نوع تکاملتری است.
بدین ترتیب، دو روش طبقهبندی به عنوان معیار در نظر گرفته شده است.
در اولین دسته ماشینها بر اساس قابلیتها دسته بندی میشوند.
این گروه خود به سه نوع مختلف محدود، عمومی و فوق هوشمند تقسیم میشوند.
دسته دوم بر اساس شباهت ماشینآلات به ذهن انسان و قابلیت آنها در فکر کردن و حتی احساساتی شبیه به انسان است.
مطابق با این طبقه بندی چهار نوع سیستم یا AI وجود دارد.
ماشینهای هوشمند پاسخدهنده، ماشینهای دارای حافظه محدود، تئوری ذهن و هوش مصنوعی خودآگاه ۴ نوع مذکور هستند.
هوش مصنوعی مبتنی بر قابلیتها
این سیستم طبقهبندی در اصطلاحات فنی مورد استفاده میگیرد
و دارای سه زیر دسته محدود (ANI)، عمومی (AGI) و فوق هوشمند (ASI) است.
سیستم محدود (ANI)
جزو اولین سیستمهای کشف شده هوش مصنوعی است.
این نوع، دربرگیرنده تمام هوشهای مصنوعی کشف شده تا امروز است
و پیچیدهترین و قدرتمندترین را نیز در خود جای داده است.
میتواند یک فعالیت خاص شبه انسانی را به صورت خودکار تکرار کند.
این نوع هوش توانایی انجام فعالیتهای برنامهریزی نشده را ندارد و به صورت محدود عمل میکند.
تمرکز آن بر انجام وظایفی خاص است.
عملکرد این ماشین با هوش مصنوعی حافظه انعکاسی و حافظه محدود (دسته هوش مصنوعی دسته دوم) مطابقت دارد.
حتی پیچیدهترین هوش مصنوعی که در یادگیری ماشین و یادگیری عمیق مورد استفاده قرار میگیرند، تحت ANI عمل میکنند.
انواع سیستم پیشنهاد موسیقی مانند اسپاتیفای، ماشینهای خودران، دستیارهای شخصی
مانند الکسا و سیستم فیلترینگ هوشمند ایمیل مثالهایی از این دسته هستند.
استفاده از سیستم محدود مبنای بازیهای رایانهای پیچیدهای چون شطرنج و تصمیمگیری هوشمندانه
در زمینههای مالی عملکرد بسیار بالایی داشته است.
سیستم عمومی (AGI)
نقطه مقابل محدود، هوش مصنوعی عمومی است.
این سیستمها توانایی یادگیری، درک، شناخت و عملکرد شبیه انسانی دارند.
در حقیقت سیستم عمومی آگاهی و احساسات انسانی را در خود دارد.
به لحاظ نظری، سیستم عمومی توانایی انجام همه فعالیتهای انسانی را دارد.
همچنین یادگیری و ایجاد چندین عملکرد به صورت مستقل و ایجاد ارتباط و تعمیم در مفاهیم مختلف از جمله قابلیتهای آن است.
زمان یادگیری این سیستم ها به طور قابل توجهی پایین است.
این ویژگیها موجب شدهاند سیستمی با قابلیت تقلید مهارتهای چندمنظوره انسانی داشته باشیم.
در مقایسه با نوع محدود که تنها قادر به انجام یک وظیفه تعریف شده است،
هوش عمومی پیچیدگی بسیار بیشتری دارد.
یک سیستم ایدهآل میتواند همانند یک انسان وظایفی که از وی درخواست میشود را انجام دهد.
AGI نسبت به یک انسان سرعت بسیار بالاتری در پردازش دادههای محیطی دارد.
با این تفاسیر، سیستم عمومی که ساخته دست بشر است،
در رقابت قابلیت شناخت و درک تجربی و سرعت پردازش از خود انسان پیشی گرفته است.
به نقل از ریموند کورزویل، مدیر مهندسی Google، AGI تا سال ۲۰۲۹ با گذر از آزمون تورینگ به سطح هوش انسانی خواهد رسید.
سیستم فوق هوشمند (ASI)
هوش مصنوعی فوق هوشمند احتمالا آخرین مرحله از پیشرفت این حوزه است.
از جمله قابلیتهای سیستمهای فوق هوشمند توانایی تقلید چندمنظوره از انسان،
سرعت پردازش بالاتر، تحلیل بسیار قدرتمند و قابلیتهایی در حد انسان و حتی بالاتر در تصمیمگیری هستند.
به لحاظ تئوری، سیستم عمومی ریشه سیستم فوق هوشمند است.
زمانی که سیستم عمومی خود با یادگیری شروع به انجام فعالیتهایی بدون اجازه انسان داشته باشد،
ما به سمت ساخت ماشینهای ASI پیش رفتهایم.
در نهایت ماشینهای ابر هوش مصنوعی به حدی پیشرفت خواهند کرد که قابلیت درک و توانایی انجام هر کاری را داشته باشند.
این فناوری نوین قدرتمند آیندهای جذاب دارد چرا که از انسان حتی در زمینههای هنری،
تصمیمگیری و روابط عاطفی پیشی خواهد گرفت.
این آینده جذاب آینده ای ترسناک هم هست زیرا با برتری بر انسان، بشریت به حاشیه رانده شده و برده رباتها و هوش مصنوعی خواهد شد!!!
همه اینها باعث شده است که بسیاری از افراد نگران آینده انسان با پیشرفت این سیستم ها باشند.
زیرا میتواند زندگی انسان را در دستان خود گرفته و سیستمی تهدیدآمیز برای زندگی بشر باشد.
ایلان ماسک نیز این فناوری را خطری برای نسل بشر میداند…
هوش مصنوعی مبتنی بر عملکرد
همانطور که گفته شد، در دسته دوم، سیستم به ۴ دسته تقسیم میشود.
این ماشینها شبیه به انسان فکر میکنند و تصمیم میگیرند. در ادامه به بررسی این انواع میپردازیم.
ماشینهای انعکاسی یا پاسخدهنده
ماشینهای پاسخدهنده از جمله ماشینهای اولیه هستند که با قابلیتهای بسیار محدود ساخته میشوند.
این ماشینها امکان تصمیمگیری و یادگیری از تجربیات برای تصمیمگیری را ندارند.
حافظه در اینجا معنا ندارد و ماشین با تقلید ذهن انسان در واکنش به محرکها کار میکند.
تنها کاری که ماشین قادر به انجام آن است پاسخدهی به محرکهای ورودی است.
این پاسخ مستقل از اطلاعات گذشته است زیرا ماشین قابلیت یادگیری ندارد.
از ماشین پاسخ دهنده انتظاری مبنی بر بهبود پاسخ نباید داشت.
سیستم ماشین انعکاسی بدون توجه به مفهوم اصلی جهان با دریافت درکی متقسیم از آن عمل میکند.
سیستم ابر کامپیوتر IBM دیپ بلو (Deep Blue) مثالی قدرتمند از این ماشینهاست.
دیپ بلو قهرمان بازی شطرنج است و در سال ۱۹۹۷ یکی از بزرگترین شطرنجبازان به نام گری کاسپاروف را شکست داد.
این سیستم محتملترین حرکت رقیب را متناسب با حرکت مهرهها انتخاب میکرد. بزرگترین عیب آن عدم درک و یادگیری از گذشته بود.
حافظه محدود
ماشینهای حافظه محدود قابلیت درک و استفاده از دادههای گذشته خود را دارند و بر اساس آن تصمیم میگیرند.
اغلب ماشینهای امروزه مبتنی بر این نوع سیستم هوش مصنوعی کار میکنند.
در حال حاضر تمامی سیستمها را با استفاده از دادههای یادگیری آموزش میبینند و مدلسازی میکنند تا توانایی تصمیم در آینده را داشته باشند.
از جمله این سیستمها، ماشینهای مبتنی بر یادگیری عمیق هستند.
سیستم پردازش تصویر بر اساس این سیستم کار میکنند.
تعداد زیادی تصویر و تگ مربوط به آبجکتهای موجود در تصاویر در اختیار ماشین قرار میگیرد.
ماشین با اسکن عکسی خاص و مقایسه آن با دیتاهایی که پیش از این به عنوان منبع تشخیص در اختیارش قرار گرفته است،
عکس را پردازش میکند.
با درک تصویر ورودی مطابق با دادههای قدیمی تگگذاری بر روی آن انجام میشود.
ماشینهای خودران در این دسته قرار میگیرند.
این ماشینها با درک محیط اطراف در طول زمان، توانایی شناخت اشیا را به دست میآورد.
سیستم محدود امکان تشخیص چراغ راهنمایی، خط عابر پیاده،
علائم رانندگی و … را بدست میآورد و به ماشین در انتخاب نوع رفتار کمک میکند.
چت باتها و دستیارهای مجازی مثالهای دیگری از کاربرد سیستم محدود در ماشینها هستند.
حافظه این نوع ماشینها محدود است و در طولانی مدت دیتای ذخیرهای ندارند.
نظریه ذهن
بر خلاف دو مورد پیشین، نظریه ذهن و هوش مصنوعی خودآگاه اغلب در پروژههای تحقیقاتی و غیرعملی استفاده میشوند.
پژوهشگران هنوز در پی کشف ویژگیهای ناشناخته این سطح هستند.
اگر چه امروزه سیستم احساسی توانسته در صنعت وارد شود
اما انتظار داریم نظریه ذهن ماشین توانایی درک موجودیتها، احساسات، باورها و افکار را داشته باشد و آنها را به خوبی پردازش کند.
در حقیقت سیستم احساسی باید در سایر زمینهها توسعه یابد تا به این سطح درست پیدا کند.
بر اساس این نظریه پیشرفت سیستم زمانی ممکن خواهد بود که توانایی درک انسانها در آن ایجاد شود.
در حال حاضر این فناوری قابلیت این را ندارد؛
که انسانها را همانطور که هستند بشناسد و نیازهای بشریت را متناسب با فاکتورهای مختلف ذهنی آن بفهمد.
درک افکار و احساسات بر نوع رفتار ماشین تاثیری مهم خواهد داشت.
ماشینهایی که قابلیت تعامل با انسان را داشته باشند، مطابق با رفتار انسانها برخورد میکنند و میتوانند در جوامع حضور یابند.
هوش مصنوعی خودآگاه
سطح خودآگاه هوش مصنوعی در حال حاضر تنها یک نظریه در حال توسعه است
که در ایدهآلترین شرایط، پیشرفت آن در چند دهه آینده صورت خواهد گرفت.
هوش مصنوعی خودآگاه از درک انسان و اشیا فراتر رفته و میتواند خود را درک کند.
در حقیقت این ماشینها از سطح تئوری ذهن و درک انسان فراتر رفتهاند و خود دارای موجودیت هستند.
هوش مصنوعی خودآگاه رفتاری بسیار نزدیک به انسان دارد.
با درک خود احساسات دیگران را تشخیص داده و در مواردی پیشبینی میکنند.
برای درک بیشتر، زمانی را در نظر بگیرید که احساسی خاص مانند عصبانیت یا تحسین دارید،
شما برای درک این حس از تئوری ذهن و هوش مصنوعی خودآگاه بهره گرفتهاید
و با نتیجهگیری به آن رسیدهاید.
شما احساسات دیگران را درک میکنید و شناخت خوبی نیز نسبت به احساسات خود دارید.
این همان تعریف هوش مصنوعی خودآگاه است.
برای درک ذهن بشر و شبیه سازی آن هنوز مسیری بسیار طولانی در پیش داریم.
آنچه در سطح نظریه خودآگاه صورت گرفتهاست با آنچه انتظار داریم اتفاق بیفتد فاصله بسیار زیادی دارد.
هوش مصنوعی خودآگاه جهانی نوین و فوقالعاده هیجانانگیز ایجاد میکند
اما در عین حال، ترسناک است.
این ماشینها برای بقای خود تلاش میکنند بنابراین ممکن است در مقابل انسان ایستاده و موجب انقراض بشریت شوند.
سخن نهایی
با همه پیشرفتهایی که تاکنون صورت گرفتهاست، علم هوش مصنوعی آنچنان گسترده است که تصور آینده آن کاری بسیار مشکل است.
هنوز هم نمیتوانیم با اطمینان درباره تاثیر آن بر زندگی بشر سخن بگوییم.
اگر از خطرات احتمالی آن هراس دارید، برای نگرانی زود است.
در حال حاضر از مزایای هوش مصنوعی و تاثیری که بر راحتی زندگی و پیشرفت جوامع داشته است لذت ببرید.
برای کسب اطلاعات بیشتر و آشنایی با ترازپویش
حتما از مشاوره رایگان ما استفاده کنید!
همچنین میتوانید ویدیوهای معرفی و آموزشی فعالیت های ما را از اینجا ببینید.
| T a r a z A c a d e m y . T P – C O . C O M |
2 پاسخ