هوش مصنوعی در حال حاضر یکی از داغ ترین کلمات در فناوری است، زیرا در چند سال اخیر شاهد نوآوری و پیشرفت های بسیاری بوده ایم که قبلا فقط در حوزه علمی تخیلی بوده اند و لی حالا به واقعیت تبدیل شده اند.
طبق بررسی کارشناسان پیش بینی میکنند که تا سال 2035 چین و ایالات متحده احتمالا بیشترین سود را از رونق آینده هوش مصنوعی خواهند برد و تقریبا 70 درصد از تاثیر های جهانی را به خود اختصاص می دهند.
موضوعاتی که در این مقاله به آن می پردازیم :
هوش مصنوعی چیست؟ تاریخچه مختصری از هوش مصنوعی انواع هوش مصنوعی هوش مصنوعی چگونه کار می کند؟ مهارت های شناختی برنامه نویسی هوش مصنوعی مزایا و معایب هوش مصنوعی برخی از رایج ترین استفاده های تجاری از هوش مصنوعی
هوش مصنوعی یک ربات کنترل‌شده توسط کامپیوتر یا یک نرم‌افزار است که مانند ذهن انسان هوشمندانه فکر می کند. هوش مصنوعی با مطالعه الگوهای مغز انسان و با تجزیه و تحلیل فرآیند شناختی انجام می شود که نتیجه این مطالعات باعث توسعه نرم افزارها و سیستم های هوشمند می شوند.
در اینجا یک جدول زمانی مختصر از شش دهه گذشته از چگونگی تکامل هوش مصنوعی از ابتدای پیدایش وجود دارد.
1956 - John McCarthy (جان مک کارتی) اصطلاح "هوش مصنوعی" را ابداع کرد و اولین کنفرانس هوش مصنوعی را برگزار کرد.
1969 - Shakey اولین ربات متحرک همه منظوره بود که ساخته شد. اکنون می‌تواند کارها را با هدف در مقابل فقط فهرستی از دستورالعمل‌ها انجام دهد.
1997 - ابرکامپیوتر " Deep Blue " طراحی شد و شطرنج باز قهرمان جهان را در یک مسابقه شکست داد. این یک نقطه عطف عظیم توسط IBM برای ایجاد این کامپیوتر بزرگ بود.
2002 - اولین جاروبرقی رباتیک موفق تجاری ساخته شد.
2005 - 2019 - امروز ما دارای تشخیص گفتار، اتوماسیون فرآیند روباتیک (RPA)، ربات رقصنده، خانه های هوشمند و سایر نوآوری ها هستیم.
2020 - بایدو الگوریتم LinearFold AI را برای تیم‌های پزشکی و علمی و پزشکی در حال توسعه واکسن در مراحل اولیه همه‌گیری SARS-CoV-2 (COVID-19) منتشر کرد. این الگوریتم می تواند توالی RNA ویروس را تنها در 27 ثانیه پیش بینی کند که 120 برابر سریعتر از روش های دیگر است.
در این نوع ماشین ها هیچ حافظه یا داده ای برای کار ندارند و فقط در یک زمینه کاری تخصص دارند. به عنوان مثال، در یک بازی شطرنج، ماشین حرکات را مشاهده می کند و بهترین تصمیم ممکن را برای برنده شدن می گیرد.
داده های قبلی را جمع آوری کرده و به افزودن آن به حافظه خود ادامه می دهند. آنها حافظه یا تجربه کافی برای تصمیم گیری صحیح دارند، اما حافظه حداقل است. به عنوان مثال، این دستگاه می تواند یک رستوران را بر اساس داده های جمع آوری شده پیشنهاد کند.
این نوع هوش مصنوعی می تواند افکار و احساسات را درک کند و همچنین به صورت اجتماعی تعامل داشته باشد. با این حال، ماشینی بر اساس این نوع هنوز ساخته نشده است.
ماشین های خودآگاه نسل آینده این فناوری های جدید هستند. آنها باهوش و آگاه خواهند بود.
به زبان ساده، سیستم‌های هوش مصنوعی با ادغام الگوریتم‌های پردازشی هوشمند و تکراری کار میکنند. این ترکیب به هوش مصنوعی اجازه می دهد تا از الگوها و ویژگی های موجود در داده های تجزیه و تحلیل شده بیاموزد. هر بار که یک سیستم هوش مصنوعی دور پردازش داده را انجام می دهد، عملکرد خود را آزمایش و اندازه گیری می کند و از نتایج برای توسعه تخصص بیشتر استفاده می کند.
یادگیری ماشینی است که به هوش مصنوعی توانایی یادگیری را می دهد. این کار با استفاده از الگوریتم‌ها برای کشف الگوها و ایجاد بینش از داده‌هایی که در معرض آنها قرار می‌گیرند انجام می‌شود.
یادگیری عمیق ، که زیرمجموعه ای از یادگیری ماشینی است، هوش مصنوعی را با توانایی تقلید از شبکه عصبی مغز انسان فراهم می کند و می تواند الگوها، نویزها و منابع سردرگمی در داده ها را معنا کند.
*تصویر زیر را در نظر بگیرید:
در اینجا ما انواع مختلف تصاویر را با استفاده از یادگیری عمیق تفکیک کردیم. این دستگاه ویژگی های مختلف عکس ها را طی می کند و آنها را با فرآیندی به نام استخراج ویژگی متمایز می کند. بر اساس ویژگی‌های هر عکس، دستگاه آنها را به دسته‌های مختلفی مانند منظره، پرتره یا موارد دیگر تفکیک می‌کند. بیایید درک کنیم که یادگیری عمیق چگونه کار می کند.
*تصویر زیر را در نظر بگیرید:
مهارت های شناختی برنامه نویسی هوش مصنوعی: هوش مصنوعی بر سه مهارت شناختی )یادگیری(، استدلال و اصلاح خود تاکید دارد، مهارت هایی که مغز انسان تا حدی از آن برخوردار است. ما این موارد را در زمینه هوش مصنوعی اینگونه تعریف می کنیم یادگیری: کسب اطلاعات و قوانین مورد نیاز برای استفاده از آن اطلاعات استدلال: استفاده از قواعد اطلاعاتی برای رسیدن به نتایج قطعی یا تقریبی اصلاح: فرآیند تنظیم مداوم الگوریتم‌های هوش مصنوعی و اطمینان از ارائه دقیق‌ترین نتایج ممکن با این حال، محققان و برنامه نویسان، اهداف هوش مصنوعی را با جزئیات بیشتری دسته بندی کرده اند:
یادگیری: کسب اطلاعات و قوانین مورد نیاز برای استفاده از آن اطلاعات
استدلال: استفاده از قواعد اطلاعاتی برای رسیدن به نتایج قطعی یا تقریبی
اصلاح: فرآیند تنظیم مداوم الگوریتم‌های هوش مصنوعی و اطمینان از ارائه دقیق‌ترین نتایج ممکن
با این حال، محققان و برنامه نویسان، اهداف هوش مصنوعی را با جزئیات بیشتری دسته بندی کرده اند:
برنامه‌های هوش مصنوعی، رایانه‌ها را قادر می‌سازند تا وظایف پیچیده‌ای را انجام دهند. به عنوان مثال در سال 1996 در یک بازی شطرنج در مقابل قهرمان جهان پیروز شد.
رایانه هایی را راه اندازی کنید که بتوانند زبان را بفهمند و پردازش کنند. ادراک از رایانه برای تعامل با جهان از طریق بینایی، شنوایی، لمس و بویایی استفاده کنید
هوشی که به صراحت برنامه ریزی نشده است، اما از بقیه ویژگی های خاص هوش مصنوعی پدید می آید. چشم انداز این هدف این است که ماشین ها هوش هیجانی و استدلال را از خود نشان دهند. برخی از وظایفی که توسط دستگاه های مجهز به هوش مصنوعی انجام می شود عبارتند از:
مزایا و معایب هوش مصنوعی
خطای انسانی را کاهش می دهد
هرگز نمی خوابد، بنابراین 24x7 در دسترس است
هرگز خسته نمی شود، بنابراین به راحتی کارهای تکراری را انجام می دهد
سریع است
اجرای آن هزینه بر است
نمی تواند خلاقیت انسان را تکرار کند
قطعا جایگزین برخی مشاغل خواهد شد و منجر به بیکاری می شود
مردم می توانند بیش از حد به آن متکی شوند
برخی از رایج ترین استفاده های تجاری از هوش مصنوعی
از داده های گسترده متشکل از تراکنش های جعلی و غیر متقلبانه، هوش مصنوعی یاد می گیرد که پیش بینی کند آیا یک تراکنش جدید جعلی است یا خیر.
هوش مصنوعی اکثر سیستم‌های پشتیبانی آنلاین مشتری و پیام‌های صوتی را خودکار می‌کند
با استفاده از الگوریتم‌های یادگیری ماشین و داده‌های نمونه، می‌توان از هوش مصنوعی برای شناسایی ناهنجاری‌ها، سازگاری و پاسخ به تهدیدات استفاده کرد
سیری، کورتانا، الکسا و گوگل اکنون از تشخیص صدا برای پیروی از دستورات کاربر استفاده می کنند. آنها اطلاعات را جمع آوری می کنند و آنچه را که پرسیده می شود تفسیر می کنند و پاسخ را از طریق داده های واکشی شده ارائه می کنند. این دستیارهای مجازی به تدریج راه حل ها را بر اساس ترجیحات کاربر بهبود و شخصی می کنند.
