هوش مصنوعی چیست؟

هوش مصنوعی یا AI یک علم (Science) یا مهندسی (Engineering) برای شبیه سازی فرآیندهای پردازشی هوش انسان توسط ماشین‌ها، خصوصا سیستم‌های کامپیوتری است. از هوش مصنوعی برای توسعه تکنیک‌ها، فرآیندها و روش‌های دیگری نظیر سیستم‌های خبره (Expert Systems)، یادگیری ماشینی (Machine Learning)، یادگیری عمیق (Deep Learning)، رباتیک (Robotics)، پردازش زبان‌های طبیعی (Natural Language Processing)، تشخیص گفتار (Speech Recognition)، دید ماشینی (Machine Vision) و دیگر موارد استفاده می‌شود. علاوه بر این، هوش مصنوعی در حوزه‌های مختلفی از جمله سلامت و پزشکی، کسب‌وکار، آموزش، امور مالی، حقوق، سرگرمی و رسانه، امنیت، بلاک چین و ارز دیجیتال و دیگر صنایع کاربرد دارد. در این مطلب، مزایا و معایب، انواع 4 گانه، مفاهیمی نظیر Weak AI و Strong AI و Super AI، کاربردها، نمونه ابزارهای هوش مصنوعی نظیر چت جی پی تی (ChatGPT) و گوگل بارد (Google Bard) و همچنین تاریخچه ای آی را بررسی می‌کنیم

تعریف هوش مصنوعی به زبان ساده

طی دهه‌های گذشته، تعاریف مختلفی از AI ارائه شده است. در ساده‌ترین حالت، هوش مصنوعی رشته‌ای است که علوم کامپیوتر و پایگاه‌های داده قدرتمند را برای فراهم‌آوری فرصت حل مسئله با یکدیگر ترکیب می‌کند. این رشته همچنین شاخه ماشین لرنینگ (Machine Learning) یا یادگیری ماشینی و دیپ لرنینگ (Deep Learning) یا یادگیری عمیق را نیز در بر می‌گیرد که عموما در کنار AI از آن‌ها نام برده می‌شود. این رشته‌ها از الگوریتم‌های هوش مصنوعی تشکیل شده‌اند که به‌دنبال ساخت سیستم‌های خبره جهت پیش‌بینی یا دسته‌بندی یک سری داده‌های ورودی هستند. در ادامه این مطلب، بیشتر به این تعاریف و جایگاه‌هایشان در ای آی خواهیم پرداخت.

الن تورینگ؛ پدر هوش مصنوعی

الن ماتیسون تورینگ (Alan Mathison Turing) که پدر هوش مصنوعی شناخته می‌شود، در مقاله سال 1950 خود به‌نام “Computing Machinery and Intelligence“، در بخش معرفی این علم تحت عنوان “Imitation Game”، که فیلمی به همین نام نیز با بازی بندیکت کامبربچ در سال 2004 ساخته شد، مقاله خود را با طرح سوال زیر آغاز می‌کند:

Can machines think?

آیا ماشین‌ها می‌توانند فکر کنند؟

وی برای پاسخ به این سوال، آزمایشی را مطرح می‌کند که بعدها به «آزمون تورینگ (Turing Test)» معروف شد. این آزمایش در مقاله وی به‌صورت زیر طرح شده است:

نوع جدید مسئله را می‌توان در قالب یک بازی تعریف کرد که به آن «بازی تقلید» می‌گوییم. در این بازی، 3 نفر شامل یک مرد (A)، یک زن (B) و یک بازجو (C) که جنسیتش مشخص نیست، حضور دارند. بازجو در اتاق دیگری از این دو نفر می‌نشیند. هدف این بازی برای بازجو، تعیین این است که کدام یک از این دو نفر زن و دیگری مرد است. بازجو این دو نفر را با اسم‌‌های X و Y می‌شناسد و باید آخر بازی مشخص کند که کدام یک از X و Y دارای جنسیت A و B هستند. بازجو اجازه پرسیدن سوال از A و B را دارد، بنابراین:

C: ممکن است X قد موهای خودش را به من بگوید؟

حالا فرض کنید X همان A (مرد) است، پس A باید پاسخ دهد و هدف وی در این بازی، تلاش برای فریب C و شناسایی اشتباه جنسیت است. پاسخ A می‌تواند به این صورت باشد:

موهای من خیلی کوتاه و بلندترین تار موی من حدود 9 اینج است.

حال برای اینکه لحن صداها به بازجو کمک نکند، پاسخ‌ها باید نوشته یا در حالت بهتر، تایپ شوند. شرایط ایده‌آل برای برقراری ارتباط بین دو اتاق، داشتن یک تله پرینتر است. در حالت دیگر، پرسش و پاسخ‌ها را می‌توان توسط یک واسطه تکرار کرد. هدف بازی برای بازیکن سوم (B)، کمک به بازجو است.

بهترین استراتژی برای B (که زن در نظر گرفته می‌شود)، دادن پاسخ‌های صادقانه به سوالات است. وی می‌تواند اطلاعات بیشتری نظیر «من یک زن هستم، به حرف‌های آن مرد گوش نده» را به پاسخ‌های خود اضافه کند. از آنجایی که مرد هم می‌تواند اظهارات مشابهی را بیان کند، این پاسخ فایده زیادی نخواهد داشت.

اکنون سوال ما این است که «وقتی یک ماشین نقش A را در این بازی به عهده بگیرد، چه اتفاقی می‌افتد؟». آیا بازجو به همان اندازه که بازی بین زن و مرد انجام می شود، هنگام انجام این بازی با ماشین نیز تصمیم اشتباه می‌گیرد؟ این سوالات، جایگزین سوال اصلی «آیا ماشین‌ها می‌توانند فکر کنند؟» می‌شود.