سری مقالات 50 ایده روانشناسی-ایده 37ام، هوش مصنوعی

برای توضیح پدیده‌های ذهنی، اگر بتوانیم با زبان رایانه‌ها‌ی الکترونیکی به جوابی برسیم، دیگر لازم نیست به یک قدرت یا وجود بیرونی استناد کنیم.

سری مقالات 50 ایده روانشناسی-ایده 37ام،  هوش مصنوعی

برای توضیح پدیده‌های ذهنی، اگر بتوانیم با زبان رایانه‌ها‌ی الکترونیکی به جوابی برسیم، دیگر لازم نیست به يك قدرت یا وجود بیرونی استناد کنیم.

ام. جی. کندال،1950

حقیقت یا رویا؟ بسیاری از مردم رویای ماشین‌های هوشمند را در ذهن خود پرورانده‌اند و برخی نیز ظاهراً توانسته‌اند به چنین رویایی جامه‌ی حقیقت بپوشانند: ربات‌هایی که قطعات خودرو را کنار هم قرار می‌دهند و آن را می‌سازند یا رایانه‌هایی که شطرنج بازی می‌کنند و حتی استادان بزرگ را شکست می‌دهند. افسانه‌ها و داستان‌های زیادی به ماشین‌های متفکر اشاره کرده‌اند، دستگاه‌های خودکار برده‌مانند یا هیولاهای وحشتناکی که بعد از ساخته شدن غیر‌قابل‌کنترل می‌شوند. دانشمندان و نویسندگان در مورد دنیای شگفت‌انگیزی نوشته‌اند که در آن دستگاه‌ها همه‌ی کارهای کسل کننده را انجام می‌دهند و حتی دنیا را تسخیر می‌کنند. امروزه، هوش مصنوعی قلب همه چیز است؛ از ربات‌ها و تشخیص پزشکی گرفته تا طراحی و تولید اسباب‌بازی‌های پیچیده.

دستگاه همان‌قدر می‌تواند فکر کند که کتاب مي‌تواند به یاد آورد.

ال. اس. هرشاو، 1987

تعریف هوش مصنوعی. امروزه هوش مصنوعی عبارت است از مطالعه و طراحی مأمورهای هوشمند؛ سیستم‌هایی که محیط اطراف خود را درک می‌کنند و کار‌هایی انجام می‌دهند که احتمال موفقیتشان را بیش‌تر مي‌کند. علاوه بر این، اصطلاح هوش مصنوعی فقط برای توصیف یکی از ویژگی‌های دستگاه‌ها یا برنامه‌ها به کار می‌رود؛ میزان هوشی که یک سامانه از خود نشان می‌دهد. محققان امیدوارند که ماشین‌ها منطق، فهم، برنامه‌ریزی، یادگیری، ارتباط، درک و توانایی حرکت و دستکاری اشیاء را از خود نشان بدهند. هوش عمومی (یا هوش مصنوعی قوی) تا به امروز اختراع نشده است و هدف بلند مدت پژوهش‌های حوزه‌ی هوش مصنوعی است.

تاریخچه‌. تاريخچه‌ي هوش مصنوعی به 60 سال هم نمي‌رسد. ریاضی‌دانان و مهندسان خلاق، رایانه‌های اولیه را طوری ساخته بودند که توانایی انجام عملیات منطقی پیچیده را داشتند و حتی می‌توانستند حرف بزنند. دولت‌ها و دانشگاه‌ها مبلغ زیادی را به این حوزه‌ی تحقیقاتی اختصاص دادند و در سال‌های 1950 تا 1960 پیش‌بینی‌های خوش‌بینانه‌ای از آن‌چه دستگاه‌ها می‌توانستند برای انجامش برنامه‌ریزی شوند، شد. هرچند به دنبال آن و در سال‌های 1980 تا 2000 نا‌امیدی و ذهنیتی منفی در این خصوص بروز کرد. به دلیل افزایش چشمگیر توان رایانه‌ها و در کنار آن، وجود تلاش‌هایی برای حل مسئله‌های معینی، این هزاره تغییر بزرگی را به خود دیده است.

سؤالی که می‌خواهیم بپرسیم این است که آیا رایانه‌ا‌ی دیجیتالی بر اساس آن‌چه تعریف شد، می‌تواند فکر کند؟ این بدین معنی است که بگوییم آیا ساخت یا به‌کارگیری یک برنامه‌ی رایانه‌ای با ورودی‌ها و خروجی‌های درست، برای فکر کردن کافی (یا لازم) است؟ در پاسخ به این سؤال باید به وضوح بگوییم: خیر!

روش‌ها. برخی از دستگاه‌ها ساخته شده‌اند تا در انجام برخی کارهاي خاص از انسان‌ها جلو بزنند. یک مثال معروف برنامه‌ی رایانه‌ای آبی عمیق (Deep Blue) است. این برنامه در ماه مه سال 1997 استاد شطرنج آن زمان، گری کاسپاروف را شکست داد. برنامه‌هایی از این دست فقط در یک حوزه‌ی خاص عمل می‌کنند و پایگاه دانسته‌هایشان نیز توسط انسان ایجاد می‌شود.

محققان هوش مصنوعی ابزارها و روش‌هایی را توسعه می‌دهند که در انجام کارهای دشوار کمکشان کند. از جمله‌ي اين كارها، تابع جستجو یا نحوه‌ی بررسی هدفشان است. بعد از این مرحله، آن‌ها به یک سامانه‌ی منطقی نیاز دارند که بعد‌ها به سامانه‌های احتمالی برای حصول به نتیجه تبدیل می‌شوند. در قلب این سامانه، سامانه‌هایی هستند که به دسته‌بندی اطلاعات کمک می‌کنند و سامانه‌هایی که کارها و عملیات‌‌ها را پس از مرحله‌ی دسته‌بندی کنترل می‌کنند.

برنامه‌های رایانه‌ای طوری ساخته شده‌اند که از تجربه‌های خود درس بگیرند. یک مثال از این مورد، Soar مخفف state, operate and result (به معنی حالت، اجرا و نتیجه) است که با شروع از یک حالت اولیه و اعمال عملگرها تا زمان رسیدن به نتیجه‌، مسئله را حل می‌کند. Soar به طور خلاقانه‌ای از پس موانع دشوار بر می‌آید و توانایی یادگیری از تجربه‌هایش را دارد؛ به این طریق که نتایج را ذخیره می‌کند و اگر با مسئله‌ی مشابهی در آینده مواجه شود، از آن‌ها استفاده می‌کند. این نکته برای هوش مصنوعی مهم است چرا که می‌تواند مسائل بیش‌تری را بهینه‌تر حل کند. مهم‌تر این‌که Soar، مثل یک انسان، توانایی‌های حل مسئله دارد. هر دو از تجربه‌هایشان درس می‌گیرند، مسائل را حل می‌کنند و منحنی‌های یادگیری هم شکلی را تولید می‌کنند.

هوش مصنوعی از نگاه اخلاقی

منتقدان اشاره کرده‌اند که سازمان‌های دفاعی و کسب و کارهای بزرگ، به ویژه شرکت های رایانه‌ای از قدیم بیش‌ترین علاقه را به هوش مصنوعی داشته‌اند. آیا این به این معنی است که ما باید قوانین اخلاقی هوش مصنوعی را بررسی کنیم؟ مسلماً همه‌ی پیشرفت‌های علمی نتایجی اجتماعی در پی دارند. علم، قدرت است؛ به خودی خود خنثی است و می‌تواند سمت و سوهای مختلفی بگیرد. به همین خاطر است که در کنار انرژی هسته‌ای‌، سلاح هسته‌ای هم هست. هم جنایتکار و هم بازدارندگان جنایت و متخصصان نگران، دقیقاً از یک ابزار برای دست‌یابی و پردازش داده‌ها استفاده می‌کنند.

ماشین‌های هوشمند باید قادر به انجام چه کارهایی باشند؟ حامیان هوش مصنوعی بر این باورند که رایانه‌ها باید بتوانند و خواهند توانست در کارهایی چون فکر کردن، حل مسئله و یادگیری از انسان‌ها پیشی بگیرند. در بخش مهمی از این اقدام، محققان سامانه‌هایی ساخته بودند که به صورت بهینه، دقیق و مداوم مسائل را حل می‌کردند. این کار شامل نوشتن الگوریتم‌هایی برای انجام کارهایی از قبیل شکستن رمز و حل معما بود. به همین دلیل به نظر می‌آمد که دستگاه‌ها می‌توانند منطق را فرا گیرند وبه صورت منطقی استنباط کنند. مطالعات روانشناسی بسیاری نشان داده‌اند که انسان‌ها اغلب در حل مسائل، غیر‌منطقی و ناکارآمد هستند. این حقیقت باعث شده تا محققان، هوش مصنوعی را باهوش‌تر از انسانجلوه بدهند. آن‌ها اخیراً نشان داده‌اند که این دستگاه‌ها می‌توانند از اطلاعات ناقص، نامربوط و درهم ریخته استفاده کنند تا تصمیم بگیرند.

برنامه‌ریزی، ذخیره‌سازی و یادگیری. فناوری هوش مصنوعی برای پیش‌بینی آینده و در نتیجه، برنامه‌ریزی برای آن استفاده می‌شود. این فرآیند ناخودآگاه شامل یک تابع برنامه‌ریز است. آیا ما می‌توانیم دستگاه‌های هوشمندی بسازیم که بتوانند اهداف و مقاصدی را تعیین کنند و بعد حقیقتاً به آن‌ها دست یابند؟

محققان هوش مصنوعی علاوه بر "اندیشیدن" با "علم" هم سر و کار دارند. یک موضوع اساسی برای هوش مصنوعی این است که دستگاه‌ها چگونه می‌توانند علم را دریافت و دسته بندی کنند و بعدها به آن دسترسی داشته باشند؟ مفهوم یادگیری با این موضوع ارتباط دارد. آیا رایانه‌ها می‌توانند یادگیری را بیاموزند؟ آیا می‌توانند عملکردهای درست و نادرست خود را به یاد بیاورند و از اولی کمتر و از دومی بیش‌تر انجام دهند؟ آیا آن‌ها می‌توانند بر پایه‌ی برنامه‌ی دریافتی خود، با اطلاعات کاملاً جدیدی مواجه شوند؟

دستگاه‌ها برای درک حسی پیچیده نیز برنامه‌ریزی می‌شوند. این می‌تواند شامل دیدن (دوربین‌ها)‌، گوش دادن (میکروفون‌ها) یا احساس کردنِ (صدا) سیگنال‌ها و بعد تشخیص اشیای واقعی باشد. امروزه آن‌ها از تشخیص اشیاء به سمت دنیای هیجان‌انگیزترِ تشخیص چهره و شخص حرکت می‌کنند.

پژوهش‌هایی که در خصوص هوش مصنوعی صورت گرفته، در حوزه‌ی مهم و فریب‌دهنده‌ی پردازش زبان طبیعی نیز پیش‌ رفته است. افراد زیادی رویای ساخت دستگاهی را داشتند که گفتارشان را به نوشته‌ای تایپ شده تبدیل کند. افراد زیادی نیز بوده‌اند که رویای دستگاه‌هایی را دارند که می‌توانند کتاب‌ها را بلند بلند بخوانند و حتی زبانی را به درستی به زبانی دیگر ترجمه کنند. تاکنون در همه‌ی این حوزه‌ها پیشرفت وجود داشته است.

دستگاه‌های خلاق؟ آیا می‌توانیم دستگاه‌هایی را طراحی کنیم که خلاق باشند؟ خلاقیت یعنی چیزهایی را تولید کنیم که هم جدید و هم کاربردی باشند. در همین حد جدل‌برانگیز‌، ایده‌ی تولید رایانه‌های هوشمند با‌احساس و اجتماعی است. برای دستیابی به چنین درجه‌ای، رایانه ابتدا باید احساسات فرد (یا رایانه‌ی) دیگر را درک کند و بعد نسبت به آن شخص یا رایانه عکس‌العملی مناسب نشان دهد. یک دستگاه هوشمند احساسی با توانایی‌های اجتماعی باید چیزی بیش از احترام از خود نشان دهد و آن ثمربخش و حساس بودن است.

سؤال مهم این نیست که رایانه‌ها می‌اندیشند یا نه، بلکه این است که آیا انسان هم چنین کاری را انجام می‌دهد یا نه.

بی. اف. اسکینر، 1969

آزمون تورینگ. در سال 1950، آلن تورینگ، ریاضی‌دان انگلیسی، به یک معیار خیلی ساده رسید: به نظر او وقتی می‌توان رایانه‌ای را هوشمند نامید که بتواند انسانی را در این‌که خودش هم یک انسان است، فریب دهد. در ابتدای دهه‌ی 1960، محققان یک برنامه‌ی رایانه‌ای مبتلا به سوء‌ظن، به نام PARRY ساختند. این برنامه می‌توانست در دو حالت قوی و ضعیف کار کند. آزمون شامل گروهی از روان‌پزشکان واقعی و متبحر بود که با بیمارشان از راه دور مکاتبه می‌کردند. نتیجه این بود که هیچ یک از روان‌پزشکان فکر نمی‌کردند که درحال مکاتبه با یک رایانه هستند. جالب‌تر این‌که، متن مکاتبه با بیماران مبتلا به بدبینی برای گروهی از روان‌پزشکان ارسال شد که برخی از این گفت‌وگوها واقعی، و برخی توسط رایانه تولید شده بودند. به وضوح دیده شد که روان‌پزشکان نمی‌توانستند تمایزی میان این دو قائل شوند.

بر اساس معیار آزمون تورینگ، از گذشته‌ی دور، رایانه‌های هوشمندی وجود داشته‌اند که قابل برنامه‌ریزی هستند و خود را یک انسان جا می‌زنند. تا سال 1965 رایانه‌ها می‌توانستند درباره‌ی موضوعات مختلفی گفت‌وگو کنند (به بیان بهتر، از آن‌ها سؤال شود و پاسخ بدهند)؛ از جمله سؤال‌‌هایی که در یک مصاحبه‌ی روان‌پزشکی مطرح شد. البته این رایانه‌هاآن‌ها نه گوش می‌کردند و نه حرف می‌زدند، بلکه اگر شما سؤال‌‌ةا را تایپ می‌کردید، آن‌ها هم به صورت تایپ شده به شما جواب می‌دادند. اگر طرف صحبت این رایانه‌ها باور می‌کرد که با یک انسان واقعی زنده صحبت می‌کند، رایانه‌ها آزمون تورینگ را با موفقیت پشت سر ‌گذاشته بودند.

چكيده‌ي مطلب- آیا ماشین‌ها می‌توانند مثل انسان‌ها فکر کنند؟- گاه‌شمار

اولین رایانه‌ی الکترونیکی
اولین برنامه‌ی هوش مصنوعی ساخته شد.
ایده‌ی منطق «فازی» مطرح شد.
سامانه‌های متخصص اختراع شدند.
آبی عمیق (Deep Blue) گری کاسپاروف را شکست داد.
1941
1955
1964   
1975
1997

 ---------------------------------- 

برای مشاهده قسمت های قبلی این مقاله به لینک زیر مراجعه نمایید:

سری مقالات 50 ایده روانشناسی

برای مطالعه مطالب مشابه عضو کانال سایت انگلیسی کانون شوید:

کانال سایت انگلیسی کانون

---------------------------------

منبع :

پاسخ تلفنی به سوالات شما و برنامه ریزی شخصی

برنامه ریزی روزانه و زمان بندی صحیح برای مطالعه در ایام امتحانات و دوران جمع بندی کدام است؟
مناسب ترین کتاب ها برای دوران جمع بندی ؟
بهترین تغذیه برای افزایش حافظه و کاهش خواب آلودگی و خستگی کدام است؟ چگونه تمرکزم را در حین مطالعه بالا ببرم؟
از طریق تلفن ثابت در سراسر کشور بدون پیش شماره
با شماره 9099071219 تماس بگیرید
ساعت پاسخگویی از 8 صبح تا 12 شب