هوش مصنوعی «Artificial Intelligence» که به اختصار AI نیز نامیده می شود یک حوزه فراگیر در علوم کامپیوتر است که به ایجاد سیستمهایی که به ماهرانه عمل میکنند و قابلیت یادگیری، استنتاج و اتخاذ تصمیم را دارند، میپردازد. به بیان ساده هوش مصنوعی توانایی شبیهسازی رفتارهای انسانی مانند یادگیری، تفکر، تصمیمگیری، ادراک و حل مسئله را دارد. این تکنولوژی در زمینههای گوناگونی از جمله رباتیک، تشخیص الگو، پردازش زبان طبیعی، تصویربرداری کامپیوتری و بسیاری از دیگر حوزههای کاربردی مورد استفاده قرار میگیرد. در این مقاله از مجله پیاستور می خواهیم انواع هوش مصنوعی را مورد بررسی قرار دهیم.
مقدمه
همانطور که گفته شد هوش مصنوعی رشتهای از علوم کامپیوتر است که بر ایجاد ماشینها یا سیستمهایی تمرکز دارد که میتوانند وظایفی را انجام دهند که معمولاً به هوش انسانی نیاز دارند. هدف هوش مصنوعی توسعه سیستمهایی است که میتوانند مانند انسانها فکر و عمل کنند یا حتی در برخی وظایف از انسانها بهتر عمل کنند. سیستمهای هوش مصنوعی میتوانند از دادهها یاد بگیرند، الگوها را تشخیص دهند، تصمیم بگیرند و بر اساس آن اطلاعات اقداماتی را انجام دهند.
یکی از جذابیتهای هوش مصنوعی این است که به وسیله الگوریتمها و مدلهای ریاضی قادر است از دادههای بزرگ استفاده کند و الگوهای پنهان در این دادهها را شناسایی کند تا پیشبینیهای دقیقی را ارائه دهد یا به مسائل پیچیده راهحل ارائه دهد. هوش مصنوعی با پیشرفتهای چشمگیر در زمینه شبکههای عصبی عمیق و یادگیری عمیق، توانسته است بهبودهای قابل توجهی را در عملکرد سیستمهای هوش مصنوعی حاصل کند و کاربردهای جدید و متنوعی را ارائه دهد.
درعینحال، هوش مصنوعی با چالشهایی نیز روبروست، از جمله مسائل اخلاقی مرتبط با استفاده از آن، نگرانیهای مرتبط با حریم خصوصی، و همچنین امکانات انسانی و اجتماعی که ممکن است به وسیله جایگزینی با هوش مصنوعی تهدید شوند. در ادامه به بررسی انواع هوش مصنوعی خواهیم پرداخت.
انواع هوش مصنوعی
دستهبندیهای مختلفی برای انواع هوش مصنوعی میتوان انجام داد ولی در یک دیدگاه کلی میتوان انواع هوش مصنوعی را براساس کارکردها و قابلیتها دستهبندی کرد، در این مقاله به بررسی هر دو رویکرد میپردازیم.
انواع هوش مصنوعی بر اساس کارکرد
در بخشبندی انواع هوش مصنوعی گفتیم میتوان هوش مصنوعی را از جنبه کارکرد مورد بررسی قرار داد. بر همین اساس هوش مصنوعی از لحاظ کارکرد را میتوان در چهار دسته طبقهبندی کرد.
- ماشینهای واکنشی — Reactive Machines
- نظریه محدود شده — Limited Theory
- نظریه ذهن — Theory of Mind
- خود آگاهی — Self-Awareness
در ادامه انواع هوش مصنوعی از جنبه کارکردی که شامل ۴ دسته میشود. ابتدا ماشینهای واکنشی و سپس ۳ نوع دیگر از این جنبه تشریح میشود.
هوش مصنوعی ماشین واکنشی (Reactive Machine)
هوش مصنوعی از نوع ماشین واکنشی «Reactive Machine» یکی از رویکردهای اصلی در حوزه هوش مصنوعی است که بر اساس ساختار سادهترین رفتارهای عاملها در محیط توصیف میشود. در این رویکرد، عامل هوش مصنوعی برای پاسخ به محیط خود فقط از تکنیکهای بازخورد مستقیم و واکنشی استفاده میکند و بدون داشتن دانش داخلی یا مدل سازی ذهنی، به رویدادها و ورودیهای خارجی واکنش نشان میدهد.
به عبارت دیگر، این نوع از هوش مصنوعی به دنبال الگوهای واکنش به طور مستقیم به ورودیهای محیطی است، بدون اینکه از بخشی از محیط خود مدلی یا پیشبینی داخلی استخراج کند. این رویکرد معمولاً در سیستمهایی که به صورت زمان واقعی «Real Time» نیاز به پاسخ سریع دارند، مورد استفاده قرار میگیرد.
به طور نمونه هوش مصنوعی Deep Blue شرکت IBM که استاد بزرگ شطرنج، گری کاسپاروف، را شکست داد، یک ماشین واکنشی است که با مشاهده محل مهرههای صفحه شطرنج نسبت به آنها واکنش نشان میدهد. ماشین دیپ بلو نمیتواند سوابق و تجربیات قبلی خود را در نظر بگیرد و با یادگیری از عملیات قبلی، خود را بهبود بدهد. این ماشین فقط مهرههای شطرنج را شناسایی میکند، نحوه حرکت آنها را میداند و پیشبینی میکند حرکتهای بعدی او و رقیبش چه خواهند بود. دیپبلو هیچ یک از دادههای قبل از لحظه حاضر را در نظر نمیگیرد و با نگاه به صفحه شطرنج از بین حرکتهای ممکن، یک حرکت را انتخاب و اجرا میکند.
هر چند که این رویکرد از سادگی و کارایی برخوردار است، اما محدودیتهایی نیز دارد، از جمله توانایی محدود در مدیریت وضعیتهای پیچیده و پیش بینی رخدادهای آینده. به همین دلیل، در مواردی که نیاز به تصمیمگیریهای پیچیده و پویا وجود دارد، رویکردهای هوش مصنوعی پیشرفتهتر مانند یادگیری ماشینی و هوش مصنوعی مبتنی بر دانش مورد استفاده قرار میگیرند.
هوش مصنوعی نظریه محدود شده (Limited Theory)
هوش مصنوعی نظریه محدود شده (Limited Theory) یکی از مدلهای هوش مصنوعی است که فرض میکند عامل هوش مصنوعی محدودیتهایی دارد و نمیتواند همه جنبهها و مسائل هوش انسانی را شبیهسازی کند. این مدل تاکید دارد که ماشینها میتوانند فقط در یک دامنه محدود از مسائل بهطور موثر عمل کنند و در دامنههای دیگر به دلیل محدودیتهای سختافزاری یا نرمافزاری، قادر به ارائه عملکرد موثر نیستند.
این رویکرد معمولاً در توسعه سیستمهای هوش مصنوعی کاربرد دارد که در محدوده خاصی از وظایف یا محیطها عمل میکنند (مثلاً در حوزه خودرانسازی خودروها). با این حال، در مقابل، این مدل هوش مصنوعی قادر به شبیهسازی هوش انسانی در تمام جنبهها و فراگیری مسائل مختلف مانند انتقال دانش بین حوزهها و حل مسائل جدید نیست.
هوش مصنوعی نظریه ذهن (Theory of Mind)
هوش مصنوعی نظریه ذهن «Theory of Mind» یکی از انواع هوش مصنوعی است که به توانایی درک و تخمین انگیزهها، اعتقادات، اهداف و دیدگاههای دیگران اشاره دارد. به عبارت دیگر، این نظریه بیان میکند که یک عامل هوش مصنوعی باید قادر باشد برای پیشبینی و تحلیل عملکرد افراد، باید موانع ذهنی آنها را درک کرده و بر اساس آنها عمل کند.
در سطح انسانی، نظریه ذهن به ما کمک میکند تا از افراد دیگری درک کنیم که اعتقادات، انگیزهها و احساسات مختلفی نسبت به جهان دارند و از این رو، رفتارهای مختلفی را درک کنیم. در هوش مصنوعی، توسعه یک سیستم که بتواند از این نظریه استفاده کند، مهم است زیرا باعث میشود که سیستمهای هوش مصنوعی بتوانند با انسانها و دیگر عوامل هوشمند در جهان ارتباط برقرار کنند و از فرصتهای همکاری و ارتباط بهرهمند شوند. اگر چه این حوزه پیشرفتهای زیادی داشته، اما هنوز به تکامل نرسیده است.
ماشین Kismet نمونه عملی از نظریه ذهن است که شامل یک روبات به شکل سر انسان است. Kismet میتواند از عواطف انسانی تقلید کند و آنها را تشخیص دهد. این توانمندیها، پیشرفتهای مهمی در نظریه ذهن و AI به حساب میآیند، لازم به ذکر است Kismet قادر نیست تماس چشمی برقرار کند و به انسانها توجه نشان دهد.
Sophia مثال دیگری از نظریه ذهن است. دوربینهای کار گذاشته شده در چشمان سوفیا با استفاده از الگوریتمهای کامپیوتری به او حس بینایی میبخشند. سوفیا میتواند افراد را بشناسد، نگاهها را دنبال کند و تماس چشمی برقرار کند.
هوش مصنوعی خود آگاهی (Self Awareness)
هوش مصنوعی خودآگاهی «Self Awareness» به وضعیتی اشاره دارد که یک سیستم هوش مصنوعی قادر به درک و فهم وجود و وضعیت خودش باشد. به طور مشابه با انسانها که خودآگاهی به معنای درک از وجود و وجودیت خودشان دارند، در هوش مصنوعی نیز ممکن است سعی شود تا سیستمهایی طراحی شوند که قدرت خودآگاهی داشته باشند.
در حال حاضر، این مفهوم بسیار پیچیده بوده و بسیاری از محققان هنوز در تلاشند تا راهکارهایی برای پیادهسازی خودآگاهی در سیستمهای هوش مصنوعی ارائه دهند. این ایده به طور معمول به مفهومی از “خودشناسی” اشاره دارد که ممکن است در کنار قابلیتهایی مانند درک از وجود و خصوصیتهای خود، شامل توانایی تحلیل و تفکر درباره اینکه چه کسی هستند، چه کارهایی انجام دادهاند و چه کارهایی ممکن است در آینده انجام دهند، باشد.
انواع هوش مصنوعی بر اساس قابلیت
- هوش مصنوعی محدود — Narrow AI
- هوش مصنوعی عمومی — General AI
- ابر هوش مصنوعی — Super AI
در ادامه انواع هوش مصنوعی از جنبه قابلیت که شامل ۳ دسته است؛ تشریح میشود.
هوش مصنوعی محدود (Narrow AI)
هوش مصنوعی محدود (Narrow AI) به نوعی از هوش مصنوعی اشاره دارد که توانایی انجام یک وظیفه خاص یا یک مجموعه محدود از وظایف را دارد، بدون اینکه قابلیت تعمیم یا اعمال دانش و مهارتهای خود در زمینههای دیگر را داشته باشد. به عبارت دیگر، هوش مصنوعی محدود تنها در یک حوزه خاص و محدود از وظایف کاربرد دارد و نمیتواند در زمینههای دیگر عملکرد موفقیتآمیزی داشته باشد.
این نوع از هوش مصنوعی معمولاً در بسیاری از برنامههای روزمره ما (مانند سیستمهای ترجمه ماشینی، شناسایی چهره، خودروهای خودران و غیره) استفاده می شود. این سیستمها قادرند تنها یک وظیفه خاص را انجام دهند و در مواجهه با وظایف یا مسائل جدید، نیاز به توسعه و آموزش دارند. این در مقابل هوش مصنوعی عمیق (AGI) که قادر به فهم و انجام تعداد زیادی از وظایف و مسائل مختلف است، قرار میگیرد.
کاربردهای این نوع هوش مصنوعی با توسعه هرچه بیشتر یادگیری ماشین و یادگیری عمیق، بیش از پیش فراگیر شده است. برخی از کاربردهای این نوع از هوش مصنوعی عبارت است از:
- دستیار صوتی هوشمند Siri اپل نمونهای از هوش مصنوعی محدود است که با مجموعهای از کارکردهای از پیشتعریفشده عمل میکند.
- دستیار IBM Watson نیز نمونهای دیگر از هوش مصنوعی محدود به حساب میآید که با بهکارگیری Cognitive Computing، یادگیری ماشین و پردازش زبان طبیعی، اطلاعات را پردازش میکند و به سوالات کاربران پاسخ میدهد.
- برخی نمونههای دیگر از هوش مصنوعی محدود شامل مترجم گوگل، برنامههای بازشناسی تصویر، سیستمهای توصیهگر (ریکامندر)، فیلتر اسپم و الگوریتم های گوگل در سئو است.
هوش مصنوعی عمومی (General AI)
هوش مصنوعی عمومی «General AI» به نوعی از هوش مصنوعی اشاره دارد که توانایی فهم و انجام تعداد گستردهای از وظایف و مسائل مختلف را داراست، مشابه هوش انسانی. در این رویکرد، سیستم هوش مصنوعی قادر است به طور خودکار به یادگیری از تجربیات خود بپردازد، درک مفاهیم پیچیده را داشته باشد، درک از محیط و شرایط مختلف داشته باشد و برای حل مسائل جدید تلاش کند.
هوش مصنوعی عمومی «AGI» به عنوان هدفی بلندمدت در حوزه هوش مصنوعی مطرح است، اما تاکنون هنوز به آن نرسیدهایم. اکثر سیستمهای هوش مصنوعی که در حال حاضر موجود هستند، به عنوان هوش مصنوعی محدود «Narrow AI» شناخته میشوند، یعنی توانایی انجام یک وظیفه خاص یا مجموعه محدودی از وظایف را دارند.
تحقق هوش مصنوعی عمومی «AGI» ممکن است به موجب پیشرفتهای زیادی در زمینههای مختلف از جمله یادگیری ماشینی، پردازش زبان طبیعی، تحلیل دادههای پیچیده و انتقال دانش بین حوزههای مختلف، ممکن شود.
ابر هوش مصنوعی (Super AI)
ابر هوش مصنوعی «Super AI» به نوعی از هوش مصنوعی اشاره دارد که به عنوان یک نوع از هوش مصنوعی عمومی «AGI» در نظر گرفته میشود، اما با قدرت و توانایی بسیار بیشتری. این نوع از هوش مصنوعی فراتر از هوش انسانی و قادر به انجام وظایف پیچیدهتر و حل مسائلی است که حتی برای انسانها ممکن نیست.
هدف از تحقق ابر هوش مصنوعی، ایجاد سیستمهایی است که بتوانند به طور خودکار و بدون نیاز به کمک انسان، مسائل پیچیدهتری را حل کنند و به طور پیوسته از تجربیات خود یاد بگیرند و بهبود یابند. این نوع از هوش مصنوعی میتواند در زمینههایی مانند پزشکی، علوم فضایی، پیشبینیهای هواشناسی، تحلیل دادههای پیچیده، تولید محتوا و بسیاری از حوزههای دیگر به کار گرفته شود.
هرچند که ابر هوش مصنوعی باعث پیشرفتهای عظیمی در جوامع و تکنولوژی میشود، اما همچنین نگرانیهایی را نیز به همراه دارد، از جمله مخاطرات امنیتی، اختیارات اخلاقی، و نقض حریم خصوصی. برای مقابله با این چالشها، نیاز به توسعه قوانین و مقررات مناسب و همچنین همکاری بین المللی و توافقنامههای بینالمللی برای مدیریت و کنترل هوش مصنوعی ابری اساسی است.
کاربردهای هوش مصنوعی
هوش مصنوعی دارای کاربردهای متعددی است که در مختلف زمینهها و صنایع مورد استفاده قرار میگیرد. برخی از کاربردهای اصلی هوش مصنوعی عبارتند از:
- پزشکی: هوش مصنوعی در تشخیص و پیشبینی بیماریها، طراحی داروهای جدید، مدیریت بیمارستانها و تجزیه و تحلیل دادههای پزشکی مورد استفاده قرار میگیرد.
- خودروهای خودران: سیستمهای هوش مصنوعی در خودروهای خودران برای تصمیمگیری، تشخیص موانع، پیشبینی رفتارهای رانندگان و مدیریت ترافیک استفاده میشود.
- صنعت: هوش مصنوعی در بهینهسازی فرآیندهای تولید، پیشبینی خرابیها، کنترل کیفیت و بهبود عملکرد ماشینآلات مورد استفاده قرار میگیرد.
- مالی: در حوزه مالی، هوش مصنوعی برای پیشبینی روند بازار، تجزیه و تحلیل دادههای مالی، مدیریت ریسک و اعمال الگوریتمهای مبتنی بر افزودهشدن ارزش (AI) استفاده میشود.
- رباتیک: هوش مصنوعی در طراحی و کنترل رباتها برای انجام وظایف مختلف مانند جستجو و نجات، مونتاژ، تحویل کالا، و مراقبت از سالمندان استفاده میشود.
- سیستمهای پشتیبانی مشتری: در صنعت خدمات، هوش مصنوعی برای تشخیص الگوهای مشتری، ارائه پاسخهای خودکار به سوالات، و بهبود تجربه کاربری استفاده میشود.
- آموزش: هوش مصنوعی در سیستمهای آموزشی برای شخصیسازی آموزش، ارزیابی عملکرد، و تجزیه و تحلیل دادههای آموزشی استفاده میشود.
- بازیهای ویدئویی: در صنعت بازیهای ویدئویی، هوش مصنوعی برای طراحی شخصیتهای هوشمند، بهینهسازی تجربه بازی، و ایجاد محیطهای بازی پویا استفاده میشود.
این موارد فقط چند نمونه از کاربردهای هوش مصنوعی است و این فناوری به طور مداوم در صنایع و حوزههای مختلف جامعه مورد استفاده و توسعه قرار میگیرد.
سخن آخر
همانطور که بیان شد، انواع هوش مصنوعی دارای حوزه های گسترده و کاربردهای متفاوتی هستند. در حالی که ما در حال حاضر فقط هوش مصنوعی محدود داریم اما چشمانداز هوش مصنوعی عمومی و فوق هوشمند شگفت انگیز خواهد بود. همانطور که فناوری به پیشرفت خود ادامه میدهد، میتوانیم انتظار داشته باشیم که هوش مصنوعی نقش مهمی را در زندگی روزمره ما ایفا کند. آینده هوش مصنوعی یک سفر هیجانانگیز، پر از امکانات و چالشهای بیپایان است.
بازتاب: سیستم خبره چیست؟ – کامل و به زبان ساده - مجله پیاستور