تعریف ساده‌ای از هوش مصنوعی
هوش مصنوعی یا Artificial intelligence که به اختصار AI هم نامیده می‌شود، امروزه یکی از مباحث داغ و به‌روز دنیای تکنولوژی است. حتما شما هم با شنیدن واژه هوش مصنوعی، روبات‌های بی‌احساسی را که بیشتر در فیلم‌های علمی‌تخیلی دیده‌اید تصور می‌کنید. روبات‌هایی که اکثرا رفتارهای انسان‌ها را تقلید می‌کردند و برای انجام راحت‌تر کارها به‌دست دانشمندان طراحی و کنترل می‌شدند.
اما امروزه با پیشرفت‌هایی که در این عرصه اتفاق افتاده، کم‌کم شاهد حضور این تکنولوژی در دنیای واقعی هستیم. چند تعریف ساده از AI به شما در درک بهتر آن کمک خواهد کرد. با ما همراه باشید.
AI، در واقع استفاده از کامپیوتر برای انجام کارهایی است که نیاز به هوش انسانی دارد. به عبارت دیگر AI، تکنولوژی است که در آن، فرآیندهای هوش انسانی توسط ماشین‌ها به‌ویژه سیستم‌های کامپیوتری شبیه‌سازی می‌شود. برای رسیدن به این هدف، دانشمندان باید سیستم‌هایی را طراحی کنند که بتواند فکر کند، براساس تجربه یاد بگیرد و تصمیم‌گیری کند، درست شبیه همان چیزی که در یادگیری انسان‌ها اتفاق می‌افتد. اما آیا تحقق این هدف کار راحتی است؟
هوش مصنوعی چگونه کار می‌کند؟
همان‌طور که در بالا هم اشاره کردیم، فرایند یادگیری در انسان‌ها و ماشین‌ها مشابه است. ما برای یادگیری یک مهارت خاص، اول باید همه اطلاعات مورد نیازمان را در آن مورد به‌دست بیاوریم، آن اطلاعات را به‌خوبی درک کنیم و در مغزمان ذخیره و در زمان نیاز از آن داده‌ها برای تصمیم‌گیری استفاده کنیم.
یادگیری در کامپیوترها هم با استفاده از داده‌ها اتفاق می‌افتد. در قدم اول، سیستم هوش مصنوعی یا همان کامپیوتر مقادیر زیادی از داده‌ها را دریافت می‌کند. در مرحله بعد، داده‌ها را تجزیه و تحلیل می‌کند و سپس با ایجاد الگو‌هایی، رفتار عملی مورد نظر را بروز می‌دهد.
3 مهارت شناختی در برنامهنویسی هوش مصنوعی
برنامهنویسی AI بر سه مهارت شناختی تمرکز دارد: یادگیری، استدلال و خوداصلاحی.
یادگیری
مرحله یادگیری شامل جمع‌آوری داده‌ها و ایجاد یک سری قوانین برای چگونگی تبدیل آن داده‌ها به اطلاعات عملی است. به این قوانین، در اصطلاح الگوریتم گفته می‌شود که دستورالعمل‌های گام به گام را به دستگاه‌های محاسباتی می‌دهد تا یک کار خاص را انجام دهند.
استدلال
در مرحله استدلال، الگوریتم مناسب برای رسیدن به یک نتیجه دلخواه انتخاب می‌شود.
خوداصلاحی
در مرحله خود اصلاحی، الگوریتم‌ها به‌طور مداوم تنظیم می‌شوند و از ارائه دقیق‌ترین نتایج اطمینان حاصل می‌شود.
تاریخچه پیدایش هوش مصنوعی
سال 1950 را می‌توان نقطه ظهور AI دانست. زمانی که آلن تورینگ ریاضی‌دان انگلیسی که به پدر هوش مصنوعی و علوم کامپیوتری هم معروف است، با انتشار مقاله‌ای با عنوان ماشین محاسبه و هوش Computing Machinery and intelligence، ایده آزمون تورینگ را مطرح کرد. درواقع آلن تورینگ قصد داشت با اجرای این آزمون به این سوال جواب دهد که آیا ماشین‌ها هم می‌توانند تفکر کنند؟
در این آزمون، دو اتاق جداگانه در نظر گرفته شد که در یکی انسان و در دیگری کامپیوتر وجود داشت. یک نفر به‌عنوان داور با ارسال پیام‌های متنی و بررسی پاسخ آن، باید تشخیص می‌داد که در کدام اتاق انسان و در کدام کامپیوتر وجود دارد. حالا اگر پاسخ‌ها آنقدر شبیه هم باشند که این تشخیص برای داور غیرممکن باشد، می‌توانیم نتیجه بگیریم که این کامپیوتر، یک کامپیوتر هوشمند است و توانایی تفکر دارد!
تفاوت برنامهنویسی برای هوش مصنوعی و برنامهنویسی عادی
در برنامهنویسی عادی، ما در ازای ورودی‌های مشخص، خروجی‌های مشخص داریم و با استفاده از دستورات شرطی مانند if و else می‌توانیم معادلات را حل کنیم. اما در بحث برنامهنویسی برای AI، تنوع ورودی‌ها بسیار زیاد است و نمی‌توان مثل برنامهنویسی عادی برای هر ورودی، یک خروجی ثابت فرض کرد.
در این نوع از برنامهنویسی باید از مدل‌های AI استفاده کرد؛ یعنی خروجی به شکلی براساس تجربه‌ای که مدل کسب کرده، به‌دست می‌آید. مثلا در سیستم تشخیص چهره، امکان ندارد از قبل ما شکل ظاهر تمام چهره‌ها را داشته باشیم و بر این اساس خروجی‌ها را تشخیص بدهیم.
3 مورد از پرکاربردترین زبان‌های برنامهنویسی هوش مصنوعی
برای پیاده کردن مفاهیم هوش مصنوعی حتما باید از برنامهنویسی استفاده کرد؛ اما زبان‌های برنامهنویسی زیادی برای این منظور وجود دارد. این‌که کدام زبان برنامهنویسی بهترین است، کاملا بستگی به قابلیت‌های عملکردی دارد که باید پیاده‌سازی و اجرا شود. در زیر به 3 مورد از محبوب‌ترین و پرکاربردترین زبان‌های برنامهنویسی AI اشاره می‌کنیم:
برنامهنویسی با پایتون
پایتون، یکی از محبوب‌ترین زبان‌های برنامهنویسی دنیاست که بیشتر برنامه‌نویسان از آن استفاده می‌کنند. یکی از دلایل محبوبیت این زبان، سادگی یادگیری آن است. این زبان همچنین بسیار منعطف است و از شیوه‌های برنامهنویسی مختلف پشتیبانی می‌کند.
الگوریتم‌های اساسی AI مثل رگرسیون Regression و دسته‌بندی به‌صورت تخصصی با استفاده از کتابخانه scikit-learn در پایتون قابل پیاده‌سازی هستند و وجود کتابخانه‌هایی مانند keras، caffe و بسیاری دیگر در پایتون، باعث شده این برنامه به‌عنوان یکی از بهترین برنامه‌های برنامهنویسی هوش مصنوعی به‌حساب بیاید.
برنامهنویسی با R
زبان برنامهنویسی R، زبانی قدرتمند است که برای کاربردهای یادگیری ماشین و عملکردهای دیگر هوش مصنوعی که نیازمند محاسبات آماری گسترده و تحلیل داده هستند، استفاده می‌شود. این برنامه هم مانند پایتون، از کتابخانه‌های متعدد مثل keras، Tensor Flow و بسیاری دیگر پشتیبانی می‌کند. یکی از ویژگی‌های بارز این زبان، محیط تعاملی آن است که شبیه‌سازی سریع و انتخاب مدل کاوشگرانه را آسان می‌کند.
برنامهنویسی با جاوا
از جمله بزرگ‌ترین مزیت‌های زبان جاوا می‌توان به اجرای سریع آن، سادگی استفاده از آن و عیب‌یابی سریع اشاره کرد. برای تجزیه و تحلیل داده‌ها، پردازش زبان طبیعی و سایر موارد پرکاربرد در هوش مصنوعی هم جاوا می‌تواند از بهترین برنامه‌ها باشد. مثل پایتون و R، جاوا هم از کتابخانه‌های زیادی مثل weka پشتیبانی می‌کند.
دسته بندی کلی هوش مصنوعی
در کل می‌توان AI را به دو دسته کلی محدود و عمومی تقسیم کرد.
محدود (Narrow AI)
به آن دسته از انواع AI که توانایی‌های محدودتری نسبت به ما انسان‌ها دارند گفته می‌شود. آن‌ها وظایفی را که ما برایشان مشخص می‌کنیم، یاد می‌گیرند و انجام می‌دهند. این همان هوش مصنوعی است که امروزه درون کامپیوترها و گوشی‌های هوشمندمان می‌بینیم. مثل خودروهای هوشمند تسلا که بدون راننده هستند، دستیارهای مجازی مثل سیری و الکسا. درواقع می‌توان گفت همه انواع AI که تا الان وجود داشته، همه از نوع محدود هستند.
عمومی (General)
در این نوع از AI، دیگر آن محدودیت‌ها وجود ندارد و ماشین شبیه‌سازی شده، می‌تواند چندین کار را به‌طور هم‌زمان یاد بگیرد و انجام دهد و رفتارهایی بسیار نزدیک به رفتارهای انسانی داشته باشد. البته هنوز چنین هوشی ساخته نشده ولی به‌نظر می‌رسد زیاد هم با این فناوری فاصله نداشته باشیم.
معرفی 3 مورد از شاخه‌های شناخته‌شده هوش مصنوعی
AI که خودش شاخه‌ای از علوم کامپیوتر است به شاخه‌های متعدد تقسیم می‌شود. در اینجا با 3 مورد از شاخه‌های معروف آن آشنا می‌شویم:
بینایی ماشین
انسان‌ها با چشمان خود دنیای اطرافشان را می‌بینند و تجزیه و تحلیل می‌کنند، معادل این مهارت در هوش مصنوعی، بینایی کامپیوتر یا ماشین گفته می‌شود. همان‌طور که انسان‌ها صحنه‌های اطراف خود را با چشمانشان می‌بینند و این کار باعث شکل‌گیری تصاویری از آن جهان می‌شود، معادل آن در بینایی ماشین در AI همان پردازش تصویر است که جز ضروری به‌حساب می‌آید.
رباتیک
رباتیک درواقع شاخه‌ای از هوش مصنوعی است که در آن ماشین‌هایی به نام ربات از تلفیق علم، مهندسی و فناوری ساخته می‌شود که می‌تواند رفتار انسان را تقلید کند.
ربات، ماشینی است که می‌توان به‌وسیله آن برای انجام برخی اقدامات پیچیده برنامه‌ریزی کرد. سه محور اصلی رباتیک، تفکر Think، حس Sense و عمل Act است. یعنی تنها در صورتی می‌توان یک ماشین را ربات نامید که بتواند حس کند، تفکر کند و اعمالی را انجام بدهد.
شبکه‌های عصبی مصنوعی
مغز انسان از شبکه‌ای از نورون‌ها تشکیل شده است. انسان‌ها این شبکه نورون‌ها را برای یادگیری به کار می‌گیرند. اگر امکان بازتولید کارکرد و ساختار مغز انسان وجود داشته باشد، ممکن است بتوان در ماشین‌ها به قابلیت‌های هوشمندانه دست پیدا کرد. به این حوزه در AI شبکه‌های عصبی مصنوعی می‌گویند.
کاربردهای هوش مصنوعی
استفاده از AI روزبه‌روز در حال گسترش است. می‌توان گفت در سال‌های اخیر AI در اکثر بخش‌های کسب‌و‌کارها به‌طور گسترده استفاده می‌شود. در زیر به 3 مورد از این کاربردها اشاره می‌کنیم.
حوزه صنعت
بسیاری از مدیران بخش صنعت در کشورهای پیشرفته از ورود تکنولوژی‌های دیجیتال و AI به عرصه تولید و بهره‌وری استقبال می‌کنند. پیش‌بینی می‌شود تا سال 2035 هوش مصنوعی بتواند میزان بهره‌وری نیروی کار و در نتیجه میزان تولید و درآمد را به‌طور چشم‌گیری افزایش دهد.
هوش مصنوعی به تشخیص سریع‌تر عیوب و نقص‌ها در محصولات کمک می‌کند و در نتیجه فرایند کنترل کیفیت با دقت بالاتری انجام می‌شود. همچنین AI می‌تواند با دقت بالا پیش‌بینی کند که هرکدام از ماشین‌آلات خط تولید چه زمانی نیاز به تعمیر خواهند داشت؟ با این کار می‌توان از خراب‌های بی‌برنامه که باعث اختلال در روند تولید می‌شوند جلوگیری کرد.
یکی دیگر از کاربردهای AI در صنعت استفاده از فناوری بیگ‌دیتا است. با تجزیه و تحلیل اطلاعات مربوط به حجم فروش، کیفیت محصول و دیگر بخش‌های تولید، مدیران کارخانه‌ها می‌توانند با مشکلاتی که بر سر راهشان است آشنا شده و استراتژی‌های مفید برای آینده کسب‌و‌کارشان طرح‌ریزی کنند.
حوزه پزشکی
حوزه پزشکی و درمان یکی از مهم‌ترین حوزه‌هایی است که پیشرفت تکنولوژی می‌تواند در آن بسیار مفید و موثر باشد، چون این حوزه به‌طور مستقیم با سلامت افرد جامعه در ارتباط است. هوش مصنوعی و فناوری‌های وابسته به آن هم توانسته در این حوزه به‌طور گسترده مورد استفاده قرار گیرد.
با استفاده از یادگیری ماشین که یکی از شاخه‌های AI است، پیش بینی‌های بیماری‌هایی مثل سرطان، بهتر و سریع‌تر شده است. همچنین استفاده از AI، می‌تواند باعث افزایش کیفیت درمان و امنیت بیماران شود.
حوزه مسیریابی و سفر
یکی از کاربردهای رایج هوش مصنوعی در صنعت سفر و گردشگری است. از این فناوری برای پشتیبانی مشتریان و بهینه‌سازی خدمات آن‌ها، حمل و نقل هوشمند چمدان در فرودگاه، تشخیص چهره مسافرین و همچنین برای کنترل تعداد زیادی از مشاغل مدیریتی و تجزیه وتحلیل داده‌ها در این صنعت استفاده می‌شود.
از AI حتی در اپلیکیشن‌هایی مثل نقشه گوگل ترافیک و یا محاسبه کوتاه‌ترین مسیر برای رسیدن به مقصد هم استفاده می‌شود.
نگاهی به آینده
نگرش‌ها به آینده در حوزه هوش مصنوعی بسیار متفاوت است. برخی معتقدند با سرعتی که پیشرفت این فناوری دارد، در آینده‌ای نه چندان دور، ربات‌ها جای نیروی کار انسانی را می‌گیرد و ما شاهد آمار بالای بیکاری در کسب‌و‌کارهای مختلف خواهیم بود.
برخی هم نگاه کاملا خوشبینانه به آینده دارند. از آنجایی که AI تاکنون توانسته مزایای زیادی را برای انسان‌ها در بخش‌های مختلف ایجاد کند، این امید وجود دارد که در آینده این فناوری بتواند در عرصه‌های مختلف زندگی، کار را برای انسان‌ها بیش از پیش راحت‌تر بکند.
به‌هرحال، هوش مصنوعی در آغاز راه خود است و مثل هر فناوری دیگری کم‌و‌کاستی و مزایای خاص خود را دارد. ما در این مقاله سعی کردیم تنها به گوشه‌ای از ویژگی‌های این تکنولوژی گسترده و نوپا بپردازیم.
