هوش مصنوعی چیست؟ هر آنچه باید درباره فناوری مرموز و جذاب امروز بدانیم

با شنیدن یا خواندن اصطلاح هوش مصنوعی، تصاویر و اصوات گوناگونی در ذهن ما شکل می‌گیرد. برخی صدای دستیار‌های هوشمندی همچون سیری و کورتانا و الکسا را می‌شنویم و برخی دیگر، به‌یاد تصاویر وحشتناک و نگران‌کننده‌ی فیلم‌های علم‌تخیلی همچون ترمیناتور می‌افتیم. عاشقان جدی‌تر سینما هم به‌احتمال زیاد چهره‌ی معصوم کاراکتر دیوید در فیلم تحسین‌شده‌ی استیون اسپیلبرگ (A.I. Artificial Intelligence) را به‌یاد می‌آورند. به‌هرحال هوش مصنوعی امروزه در ذهن و فکر بسیار از ما کاربران دنیای فناوری جا خوش کرده است و تا آینده‌ی نامعلوم هم جزوی از زندگی ما خواهد بود. همیار و همکاری که شاید آینده‌ای روشن و شاید ویرانه‌ای شبیه به فیلم ترمیناتور برای ما بسازد.

عناوینی که در این مقاله خواهید خواند:

هوش مصنوعی چیست
تاریخچه هوش مصنوعی
کاربرد هوش مصنوعی
انواع هوش مصنوعی
نمونه های​ هوش مصنوعی
هوش مصنوعی در پزشکی
آینده هوش مصنوعی
هوش مصنوعی چیست
با شنیدن یا خواندن اصطلاح هوش مصنوعی، تصاویر و اصوات گوناگونی در ذهن ما شکل می‌گیرد. برخی صدای دستیار‌های هوشمندی همچون سیری و کورتانا و الکسا را می‌شنویم و برخی دیگر، به‌یاد تصاویر وحشتناک و نگران‌کننده‌ی فیلم‌های علم‌تخیلی همچون ترمیناتور می‌افتیم. عاشقان جدی‌تر سینما هم به‌احتمال زیاد چهره‌ی معصوم کاراکتر دیوید در فیلم تحسین‌شده‌ی استیون اسپیلبرگ (A.I. Artificial Intelligence) را به‌یاد می‌آورند. به‌هرحال هوش مصنوعی امروزه در ذهن و فکر بسیار از ما کاربران دنیای فناوری جا خوش کرده است و تا آینده‌ی نامعلوم هم جزوی از زندگی ما خواهد بود. همیار و همکاری که شاید آینده‌ای روشن و شاید ویرانه‌ای شبیه به فیلم ترمیناتور برای ما بسازد.

در علوم کامپیوتر، هوش مصنوعی یا هوش ماشینی به هوشمندی گفته می‌شود که از هرنوع ماشین (و نه انسان) به‌دست بیاید. کتاب‌های مرجع در حوزه‌ی هوش مصنوعی، این علم را دانش مطالعه‌ی کارگزار‌های هوشمند می‌دانند که چنین تعریف می‌شوند: «هر دستگاهی که توانایی درک محیط و فعالیت با حداکثر شانس موفقیت را داشته باشد». درمجموع اصطلاح هوش مصنوعی برای توصیف ماشین‌ها یا کامپیوتر‌هایی به‌کار می‌رود که فعالیت‌های شناختی وابسته به ذهن انسان را به‌خوبی انجام دهند. ازمیان فعالیت‌های مهم شناختی می‌توان به «یادگیری» و «حل مسئله» اشاره کرد.

فعالیت‌هایی که در دسته‌ی فعالیت‌های هوشمندانه‌ی ماشینی قرار می‌گیرند، به‌مرور زمان تغییر می‌کنند و درواقع با توانمندتر شدن ماشین‌ها، برخی فعالیت‌ها دیگر لزوما هوشمندانه نیستند. تئوری تسلر در تعریف هوش مصنوعی می‌گوید هر دستاوردی که تاکنون انجام نشده باشد، هوش مصنوعی نام می‌گیرد. درنتیجه امروزه انجام فعالیت‌هایی همچون تشخیص کاراکتر دیگر یک ماشین را هوشمند نمی‌کنند. در دنیای مدرن، وظایف پیچیده‌تری همچون تشخیص صحبت‌های انسان، رقابت در بازی‌های استراتژیک همچون شطرنج و گو و هدایت خودکار ماشین‌ها، هوشمندی واقعی را در کامپیوتر‌ها تعریف می‌کنند.

تفکر انسان درباره‌ی ماشین‌های هوشمند به قرن‌ها پیش باز می‌گردد
هوش مصنوعی در محیط‌های آکادمیک تاریخچه‌ای متعلق به میانه‌ی قرن بیستم دارد. هرچند تفکر انسان درباره‌ی هوشمند شدن ماشین‌ها به قرن‌ها پیش باز می‌گردد. تاریخچه‌ی مذکور، فراز و فرود‌های متعددی را تجربه کرد تا اینکه اکنون و در قرن ۲۱، یکی از مهم‌ترین موضوع‌های مطالعه و بحث بشر محسوب می‌شود. قرن حاضر با رشد چشم‌گیر قدرت کامپیوتر‌ها و داده‌های در دسترس برای آموزش آن‌ها، قرن شکوفایی هوش مصنوعی محسوب می‌شود که این موضوع علمی را به بخشی الزامی از صنعت فناوری تبدیل کرده است.

تاریخچه هوش مصنوعی
موجودات هوشمندی که توانایی تفکر داشته باشند، در اسناد تاریخی از دوران باستان دیده می‌شوند. اولین تعریف از چنین موجوداتی، آن‌ها را ابزار‌هایی با قابلیت داستان‌گویی می‌دانستند. پس از گذشت قرن‌ها، در کتاب‌های داستانی همچون فرانکشتاین و R.U.R، نمونه‌هایی از ماشین‌های هوشمند دیده شدند. کاراکتر‌های موجود در داستان‌های مذکور، اولین چالش‌ها را درباره‌ی اخلاقیات حوزه‌ی هوش مصنوعی مطرح کردند و به‌نوعی موجب تولد نگرانی‌ها نیز شدند.

مطالعه‌ی عقل و منطق، به دوران فیلسوف‌های عصر باستان مربوط می‌شود. ازطرفی منطقی که از ریاضیات نشأت گرفته باشد، بیشتر به آلان تورینگ و نظریه‌ی پردازش او باز می‌گردد. تورینگ در نظریه‌ی پردازش می‌گوید که هر ماشینی با ترکیب علامت‌های ریاضی و اعداد صفر و یک، توانایی شبیه‌سازی هر عملکرد ممکن را در استنتاج ریاضی دارد. چنین رویکرد و چشم‌اندازی به‌نام نظریه‌ی چرچ-تورینگ شناخته می‌شود.

توسعه‌ی علومی همچون عصب‌شناسی و نظریه‌ی اطلاعات و سایبرنتیک، محققان را به تصور و تحقیق درباره‌ی احتمال توسعه‌ی یک مغز الکترونیکی واداشت. تورینگ، پرسش امکان‌پذیر بودن هوشمندی ماشین را به این پرسش تغییر داد: «آیا یک ماشین می‌تواند رفتار‌های هوشمندانه انجام دهد»؟ اولین مقاله‌ی رسمی که در این حوزه نوشته شد، اثر سال ۱۹۴۳ مک‌کولا و پیتس بود که نورون‌های مصنوعی را باتوجه به نظریه‌ی «کامل بودن» تورینگ تعریف کردند.

حوزه‌ی تحقیق پیرامون هوش مصنوعی، در سال ۱۹۵۶ و آزمایشگاهی در کالج دارتموث متولد شد. جان مک‌کارتی این حوزه را از زیرمجموعه‌ی سایبرنتیک و نظریه‌های سایبرنتیست‌هایی همچون نوربرت وینر خارج کرد و اصطلاح «هوش مصنوعی» به‌نوعی توسط او متولد شد. از پیش‌گامان و رهبران حوزه‌ی هوش مصنوعی می‌توان به آلن نول، هربرت سیمون، جان مک‌کارتی، ماروین مینسکی و آرتور ساموئل اشاره کرد. آن‌ها به‌کمک دانشجویان خود برنامه‌هایی توسعه می‌دادند که رسانه‌های جهان، لقب «عجیب» را برایشان انتخاب می‌کردند.

کامپیوتر‌هایی که مجهز به اولین برنامه‌های هوشمند در قرن بیستم بودند، عملکرد‌های خارق‌العاده‌ای همچون یادگیری استراتژی بازی چکرز و بازی کردن آن، حل مسائل گوناگون در حوزه‌ی جبر، اثبات نظریه‌های منطقی و صحبت کردن به زبان انگلیسی داشتند. تا میانه‌ی دهه‌ی ۱۹۶۰، تحقیق پیرامون هوش مصنوعی به یکی از موضوع‌های اصلی دنیای فناوری با سرمایه‌گذاری‌های عظیم تبدیل شد. وزارت دفاع آمریکا یکی از سرمایه‌گذار‌های اصلی پروژه‌های هوش مصنوعی بود و آزمایشگاه‌های متعدد نیز در کشور‌های دیگر راه‌اندازی می‌شدند. محققان هوش مصنوعی در آن سال‌ها با خوش‌بینی بسیار مشغول فعالیت بودند. هربرت سیمون پیش‌بینی کرده بود که تا ۲۰ سال بعد، ماشین‌ها توانایی انجام همه‌ی کار‌های انسانی را خواهند داشت. مارتین مینسکی نیز اعتقاد داشت پس از یک نسل، چالش توسعه‌ی هوش مصنوعی کاملا از بین خواهد رفت.

تا میانه‌ی دهه‌ی ۱۹۸۰، موفقیت‌های چندانی در توسعه‌ی هوش مصنوعی پیشرفته به‌دست نیامد
تلاش محققان برای توسعه‌ی هوش مصنوعی تا میانه‌ی دهه‌ی ۱۹۷۰ به موفقیت‌های آن‌چنانی دست پیدا نکرده بود، چون با پیشرفت هرچه بیشتر آن‌ها، چالش‌های جدیدی در فرایند توسعه پیدا می‌شد. دراین‌میان دولت‌های ثروتمند همچون آمریکا و بریتانیا نیز به‌مرور سرمایه‌گذاری روی پروژه‌ها را کاهش دادند. از آن زمان دورانی موسوم به «زمستان هوش مصنوعی» شروع شد؛ زمستانی که پیدا کردن و جذب سرمایه برای پروژه‌های هوش مصنوعی، بزرگ‌ترین چالش آن بود.

با ورود به دهه‌ی ۱۹۸۰، اولین موفقیت‌های چشم‌گیر باوجود سرمایه‌گذاری‌های نه‌چندان قوی در حوزه‌ی هوش مصنوعی دیده شد. کامپیوتر‌هایی موسوم به سیستم خبره متولد شدند که توانایی شبیه‌سازی دانش و مهارت‌های تحلیلی متخصصان انسانی را داشتند. تا میانه‌ی دهه‌ی ۱۹۸۰، بازار هوش مصنوعی به ابعاد میلیارد دلاری رسید و ژاپن نیز با پروژه‌ی «کامپیوتر نسل پنجم» خود، گواهی بر موفقیت علم ارائه کرده بود. آمریکا و بریتانیا مجددا به سرمایه‌گذاری در هوش مصنوعی تشویق شدند،، اما به‌هرحال باز هم شکست پروژه‌هایی همچون ماشین Lisp، آینده‌ی هوش ماشینی را تیره و تار کرد و دورانی طولانی‌تر بدون سرمایه‌گذاری شروع شد.

هوش مصنوعی

فناوری‌هایی همچون MOS و VLSI که در فرم CMOS و در میانه‌ی دهه‌ی ۱۹۸۰ معرفی شدند، توسعه‌ی شبکه‌های عصبی مصنوعی (ANN) را ممکن می‌کردند. چنین سخت‌افزار‌هایی موجب شدند تا بار دیگر استفاده از ماشین‌ها برای فعالیت‌های هوشمدانه، به موضوعی داغ تبدیل شود. دهه‌ی ۱۹۹۰ و ابتدای قرن ۲۱، زمان استفاده از هوش مصنوعی در فعالیت‌هایی همچون معدن‌کاوی داده و تشخیص‌های پزشکی بود که به‌مرور، ظرفیت‌های علم جدید را اثبات می‌کرد. گره خوردن هوش مصنوعی با حوزه‌هایی همچون آمار و اقتصاد و ریاضی در سال‌های ابتدایی قرن ۲۱ رخ داد و به‌مرور، دوران تازه‌ای از توسعه‌ی هوش ماشینی، شروع شد. شاید شکست خوردن قهرمان شطرنج جهان، گری کاسپاروف، از کامپیوتر Deep Blue در سال ۱۹۹۷، جرقه‌ی انفجار هوش مصنوعی بود.

دهه‌ی شکوفایی دستاورد‌های ملموس
دهه‌ی ۲۰۱۰ را می‌توان دوران شکوفایی دستاورد‌های هوش مصنوعی دانست که در زندگی روزمره‌ی بشر به‌وضوح حس شدند. در سال ۲۰۱۱، مسابقه‌ی مشهور Jeopardy تلویزیون آمریکا (مسابقه‌ای با محوریت اطلاعات عمومی) با حضور دو نفر از برترین شرکت‌کننده‌ها، برد راتر و کن جنینگز، برگزار شد و در برابر آن‌ها، کامپیوتر واتسون IBM قرار داشت. کامپیوتر واتسون با اختلاف بالایی توانست دو قهرمان انسانی را شکست دهد. در سال ۲۰۱۲، کامپیوتر‌های سریع‌تر با تجهیز به الگوریتم‌های پیشرفته‌تر و دسترسی به منابع داده‌ای عظیم‌تر، پیشرفت در حوزه‌های درک و یادگیری ماشین را ممکن کردند. رویکرد‌های یادگیری عمیق هم در همان سال متولد شدند که نیاز به داده را به‌عنوان خوراک سیستم‌های هوش مصنوعی، افزایش دادند.

کاربرد هوش مصنوعی
از کاربرد‌های مهم هوش مصنوعی در زندگی کاربران دهه‌ی ۲۰۱۰، می‌توان به کنسول بازی ایکس‌باکس ۳۶۰ و ابزار کینکت آن اشاره کرد که پس از سال‌ها تحقیق و توسعه، درک ساختار سه‌بعدی بدن را ممکن می‌کرد. دستیار‌های صوتی نیز به‌مرور به گوشی‌های هوشمند اضافه می‌شدند که کاربرد فناوری جدید را در زندگی ما بیشتر کردند. دستاورد مهم بعدی، شکست قهرمان بازی گو لی سدول، توسط هوش مصنوعی AlphaGo در سال ۲۰۱۶ بود. یک سال بعد، آلفاگو توانست کی جی، قهرمان وقت بازی را شکست دهد که به گواه بسیاری، نقطه‌ی مهم پیشرفت هوش مصنوعی در تاریخ بود. بازی گو پیچیدگی‌های بسیار بیشتری نسبت به بازی شطرنج دارد و توانایی شکست دادن قهرمان آن، نشان‌دهنده‌ی هوشمندی بسیار بالای کامپیوتر بود.

جک‌کلارک در مقاله‌ای در بلومبرگ، سال ۲۰۱۵ را سال شکوفایی هوش مصنوعی دانست. استفاده‌های پراکنده از هوش مصنوعی در سال ۲۰۱‍۲، به ۲،۷۰۰ پروژه در سال ۲۰۱۵ رسیده بود که انفجاری از کاربرد‌های علم قدیمی را نشان می‌داد. توسعه‌ی زیرساخت‌های پردازش ابری و امکانات بیشتر داده‌ای که در اختیار محققان بود، شبکه‌های عصبی را به ابزار‌های قابل دست‌رس همگان تبدیل کرد که توسعه‌ی فناوری را آسان‌تر کرده بود. در سال ۲۰۱۷، نتایج یک نظرسنجی ادعا کرد که یک‌پنجم شرکت‌های حاضر، هوش مصنوعی را به‌گونه‌ای در فعالیت‌های خود به‌کار گرفته‌اند. درنهایت امروز به وضعیتی رسیده‌ایم که شاید زندگی بدون حضور کارگزار‌های هوشمند، برای بسیاری از ما غیرممکن باشد. ازطرفی روز‌به‌روز نگرانی‌ها درباره‌ی توسعه‌ی بی حد و حصر هوش مصنوعی نیز افزایش می‌یابد.

انواع هوش مصنوعی
هوش مصنوعی در سطوح بالا به دو نوع وسیع به‌نام‌های «هوش مصنوعی محدود (Narrow AI)» و «هوش عمومی مصنوعی (General AI)» تقسیم می‌شود. چنین دسته‌بندی به درک بهتر مفاهیم و دستاورد‌های هوش مصنوعی و روش توسعه‌ی آن‌ها کمک می‌کند. هوش مصنوعی محدود، به‌نام «هوش مصنوعی ضعیف (Weak AI)» هم شناخته می‌شود.

هوش مصنوعی محدود همان هوشمندی است که همه‌ی ما در کامپیوتر‌های امروزی مشاهده می‌کنیم. سیستم‌های هوشمندی که تحت آموزش یا یادگیری خودکار، انجام وظایف خاص را بدون برنامه‌ریزی اختصاصی برای آن وظایف، ممکن می‌کنند. چنین نوعی از هوشمندی در کاربرد‌هایی همچون تشخیص صدا و زبان در دستیار‌های مجازی مانند سیری دیده می‌شود. از کاربرد‌های دیگر هوش مصنوعی محدود می‌توان به سیستم‌های شناسایی بصری در خودرو‌های خودران و موتور‌های پیشنهاد محصول در خرده‌فروشی‌های آنلاین اشاره کرد. چنین سیستم‌های هوشمندی برخلاف انسان‌ها تنها توانایی یادگیری انجام وظایف محدودی را دارند و به‌همین دلیل، هوش مصنوعی محدود نامیده می‌شوند.