📌‍ آشنایی با فناوری هوش مصنوعی

با گذشت زمان و پیشرفت علم و فناوری در زمینه کامپیوتر و نرم‌افزار، موضوع AI یا هوش مصنوعی بیشتر و بیشتر سر زبان‌ها می‌آید. هوش مصنوعی چیست؟ به طور کل هوش مصنوعی یعنی دستگاهی که مثل انسان قادر به تفکر، تجزیه و تحلیل، برنامه‌ریزی، تشخیص و پردازش باشد.
هوش مصنوعی به سه دسته محدود (Artificial Narrow Intelligence)، عمومی (Artificial General Intelligence) و ابرهوش (Artificial Super Intelligence) تقسیم می‌شود که اولی در حوزه‌ی خاصی عمل می‌کند (به عنوان مثال ترجمه زبان) و گونه‌ایست که ما امروزه با آن سروکار داریم در حالی که مورد دوم بازه‌ی عملیاتی خاصی ندارد و با قرار گرفتن در هر محیطی، شرایط و اوضاع آنرا می‌سنجد و مسائل گوناگونی را حل می‌کند و آخرین مورد ماشینی خواهد بود که در تمامی اعمال متکی بر نیروی تعقل و تصمیم‌گیری از انسان بهتر عمل کند.

📣 @LoopAcademy

📌 تاریخچه هوش مصنوعی

بین سال‌های 1940 تا 1950، تعدادی از دانشمندان از رشته‌های مختلف، شروع به بررسی امکان ساخت هوش مصنوعی کردند و در نتیجه‌ی آن، گرایش به تحقیق در این حوزه بیشتر شد تا اینکه در سال 1956 به یک رشته‌ی پژوهشی تبدیل شد (Dartmouth College, Hanover, New Hampshire). اصطلاح هوش مصنوعی اولین بار توسط جان مک‌کارتی مطرح شد. او به همراه آلن تورینگ، ماروین مینسکی، آلن نول و هربرت سیمون به عنوان پیشکسوتان این عرصه محسوب می‌شوند. در اوایل چون ساخت هوش مصنوعی در ماشین کار دشواری بود، با وجود بودجه‌ی هنگفت بین المللی پیشرفتی حاصل نمی‌شد، سپس، در سال‌های 1970 تا 1990، به دلیل کمبود بودجه مورد نیاز، پیشرفت خاصی حاصل نشد. اما بعد از آن، گرایش شرکت‌های آمریکایی به هوش مصنوعی بازگشت و دولت ژاپن نیز برنامه‌هایی را برای ساخت نسل پنجم رایانه‌ها در جهت پیشرفت هوش مصنوعی طراحی کرد و نهایتا در سال 1997، Deep Blue توانست گری کاسپاروف را در شطرنج شکست دهد.
با گذشت زمان و پیشرفت هوش مصنوعی و سخت افزار شرکت‌ها و دولت‌های بیشتری شروع به بکارگیری این فناوری کرده‌اند. در پانزده سال اخیر، شرکت‌هایی نظیر Google، Amazon، Baidu و... با استفاده از هوش مصنوعی به برتری‌های تجاری زیادی دست یافته‌اند. این فناوری علاوه بر تاثیرگذاری بر مباحث مختلف، بخش بزرگی از بازار را نیز تحت کنترل خود درآورده، چرا که امروزه، هوش مصنوعی در بسیاری از خدمات اینترنتی ادغام شده.

📣 @LoopAcademy

#ai #artificial_intelligence #alan_turing #john_mccarthy #computer_science #machine_learning #deep_blue ⁠⁠⁠⁠⁠

📌 شیوه‌های ارزیابی هوش مصنوعی

اما چگونه می‌توان یک هوش مصنوعی را ارزیابی کرد؟ حتی اگر به جایی برسیم که هوش مصنوعی بتواند مثل انسان رفتار کند، چگونه می‌توانیم از ثبات رفتاری آن اطمینان حاصل کنیم؟
از روش‌های مختلفی استفاده برای ارزیابی و تعیین سطح هوش مصنوعی استفاده می‌شود که در ادامه به طور مختصر به آنها می‌پردازیم:

✔️ قانون تورینگ (Turing Test):
اساس قانون تورینگ این است که دستگاه بتواند مکالمه‌ای را با انسان انجام دهد طوری که انسان نتواند تشخیص بدهد که با ماشین مکالمه داشته. برای رسیدن به این سطح، هوش مصنوعی باید دارای خصوصیاتی مثل پردازش زبان جهت برقراری ارتباط، ارائه دانش به عنوان حافظه، استفاده از اطلاعات ذخیره شده و منطق خودکار جهت حل مسائل و نتیجه گیری، و یادگیری ماشین برای فهمیدن الگوها و دنباله‌های جدید و مطابقت با شرایط مختلف باشد.

✔️ رویکرد مدل‌سازی شناختی (The Cognitive Modelling Approach):
در رویکرد مدل سازی شناختی، سعی بر آن است که هوش مصنوعی بر اساس شناخت و ادراک انسان ساخته شود، و در آن نحوه تفکر با استفاده از آزمایشات روانشناختی مورد مطالعه قرار می‌گیرد تا مدلی بر اساس آن تهیه شود. علاوه بر آن، مغز با استفاده از MRI به تصویر کشیده می‌شود تا نحوه عملکرد مغز در موقعیت‌های مختلف مورد مطالعه قرار گیرد و به صورت کد پیاده سازی شود.

✔️ رویکرد قاعده تفکر (The Law of Thought Approach):
قاعده تفکر لیستی بزرگ از حالات منطقی برای توضیح رفتار ذهن است. این قواعد و توضیحات را می‌توان به کد تبدیل کرد و به صورت الگوریتم در هوش مصنوعی پیاده سازی نمود. رویکرد نیاز به اعمال ظریف‌ترین نکات و جزئیات را دارد، چون ممکن است راه حل یک مسئله در عمل و تئوری متفاوت باشد. همچنین چون از نتیجه بسیاری از اعمالی که انجام می‌دهیم اطمینان کامل نداریم، اگر پارامترها زیاد باشند نمی‌توانیم آن اعمال را به الگوریتم تبدیل کنیم.

✔️ رویکرد عامل منطقی (The Rational Agent Approach):
بر اساس رویکرد قاعده تفکر، هر موجودیت باید بر پایه‌ی توضیحات منطقی عمل کند. اما بعضی از مواقع راه حل منطقی درستی وجود ندارد، چون پیامدهای متعدد و متفاوتی از هر پیامد قبلی بوجود می‌آید. رویکرد عامل منطقی سعی می‌کند منطقی‌ترین انتخاب ممکن را در شرایط فعلی پیدا کند. در نتیجه عاملی پویا تر با قابلیت مطابقت بیشتری خواهیم داشت.

#ai #artificial_intelligence #turing_test #machine_learning #law_of_thought #cognitive_modelling #rational_agent ⁠⁠⁠⁠⁠