هوش مصنوعی چیست؟ و چرا موضوع پر مخاطبی است؟
مقدمه ای بر هوش مصنوعی
• هوش مصنوعی از تاریخ 1950 میلادی شکل گرفت.
• پیشرفت در زمینه قدرت های کامپیوتری انقلابی را در 5 سال گذشته در این زمینه به پا کرده است.
• شرکت های، آلفابت، آمازون، اپل، فیسبوک و مایکروسافت شدیدا روی هوش مصنوعی سرمایه گذاری کرده اند.
هوش مصنوعی قسمتی از علوم کامپیتر است که بر روی ساخت هوش ماشینی که همانند هوش انسان رفتار کند، تمرکز دارد. برخی از فعالیت های کامپیوترها با هوش مصنوعی شامل:
• تشخیص صدا
• آموزش
• برنامه ریزی
• حل مسئله
هوش مصنوعی همه جا هست، از کیبورد گوشی های اپل گرفته تا بررسی قیمت خانه در سایت زیلو. همچنین چیزهای زیادی هم وجود دارد که بازاریابان به آنها هوش مصنوعی می گویند، اما در حقیقت آنها هوش مصنوعی نیستند.
شاید در چند ماه اخیر به جایگاه بسیار بالایی رسیدیم که وقتی شرکت آلفابت یک بازی مجازی معروف چینی را به وسیله زبان Go طراحی کرد که توانست قهرمان جهان را در آن بازی شکست دهد!
اگرچه، به صورت کلی این که مغز یک انسان از یک کامپیوتر قوی تر است، درست است. این به این خاطر است که یک انسان بازه وسیعی از کارها را می تواند بهتر از ماشین ها انجام دهد، در حالی که یک برنامه کامپیوتری که توسط هوش مصنوعی بهبود یافته باشد، می تواند در برخی چیزها از انسان ها جلو بزند.
اما این نظریه که هوش مصنوعی می تواند از انسان ها هوشمند تر باشد، تنها نقطه نگرانی است که ممکن است باعث بی کاری و حتی نابودی انسان ها بشود.
در ادامه به بررسی اجمالی هوش مصنوعی می پردازیم.
هوش مصنوعی چیست؟
چون یکی از بحث های داغ این روزها هوش مصنوعی است، ممکن است شما فکر کنید که این یک موضوع جدیدی است. اما تکنیک های اصولی این رشته جدید نیستند. یکی از معروف ترین متدهای این رشته در سال 1980 اختراع شد.
هوش مصنوعی اولین بار در سال 1950 بوجود آمد. این در حالی است که مفهوم های پایه ای آن سال ها قبل شکل گرفته بود. هوش مصنوعی توسط "جان مکارتی"، یک پروفسور ریاضیات در دانشگاه دارتموث در یک پروژه تابستانی در سال 1956 نام گذاری شد. او در این پروژه بر این باور بود که تمام ابعاد آموزشی یا هر بعد دیگری از هوش می تواند با دقت بالایی توسط ماشین شبیه سازی شود.چند سال بعد، مراکز تحقیق زیادی در ایالت ماساچوست و دانشگاه سنفورد بوجود آمد.
عبارت های دیگری هستند که در ارتباط با هوش مصنوعی به کار می روند.
فراگیری ماشین معمولا به یادگیری اصول خاصی توسط ماشین اشاره می کند. مانند شناسایی اعداد، که چند عدد و داده را به کامپیوتر بدهیم و از آن تخمین های جدیدی را بر اساس اطلاعات داده شده بخواهیم.
مهمترین موضوع در باره فراگیری ماشین این است که، تولید نرم افزارهایی خود آموز و هوشمند که خودشان در طول زمان داده ها را کسب می کنند و باهوش تر می شوند آسان تر شده است. فراگیری ماشین اغلب نیازمند مهندسانی است که ویژگی هایی را برای ماشین فراهم کنند که فراگیری این ویژگی ها توسط انسان می تواند بسیار پیچیده و زمان بر باشد.
یادگیری عمیق نوعی از فراگیری ماشین است که نیاز کمتری به فراهم سازی اطلاعات توسط مهندسان دارد. معمولا این روش نیازمند شبکه های هوشمند اعصاب، که یک سیستم ریاضی است و کاملا شبیه اعصاب انسان است. دانشمند عصب شناس، وارن مکالچ و رباضیدان والتر پیتس اولین سیستم را در سال 1943 بوجود آوردند. در طول این سال ها، محققان به پیشرفت ها و تکنیک های زیادی دست یافتند، که شامل اضافه سازی چندین لایه می باشد. با وجود موفق هر لایه، ویژگی های مهم تری در داده های اصلی شناسایی می شود تا تخمین های بهتری بتوان زد. لایه ها ویژگی ها را خودشان در داده ها بدست می آورند. اما استفاده از لایه های بیشتر نیازمند قدرت کامپیوتری بیشتری می باشد.
چرا این موضوع هوش مصنوعی داغ است؟
در طول سال ها، سخت افزارها قوی تر شده اند، و سازنده های این تراشه ها مانند Nvidia محصولاتشان را به گونه ای می سازند که مناسب استفاده برای هوش مصنوعی باشد.
در سال 2012، گوگل یک شبکه اعصاب را با 16.000 پردازنده آموزش داد که قادر باشند تصاویر گربه را در فیلم های سایت Youtube شناسایی کنند. اما در اواخر همان سال دنیای شناسایی تصاویر سر و صدای زیادی کرد وقتی که یک شبکه عصبی 8 لایه که توسط 2 عدد گرافیک آموزش دیده بودند، از تمام رقبای خود در یک مسابقه شناسایی محتوا در تصاویر پیشی گرفتند.
از آن زمان، فعالیت های هوش مصنوعی فقط شتاب گرفته اند، و این در حالی است که شرکت های عظیم چراغ راه این مسیرند.
در این میان، شرکت های بزرگ تکنولوژی در حال معرفی جدیدترین دستاوردهای خود در این زمینه هستند، که این فقط بر جذابیت این رشته می افزاید.
چه کسانی در صدر هستند؟
گوگل و شرکت آلفابت دستاوردهای زیادی در زمینه هوش مصنوعی داشته اند، که مهمترین آنها خرید DeepMind به قیمت 500 میلیون دلار در سال 2014 بود. در حالی که این پروژه توجه زیادی برای شرکت آلفابت به دست آورده، نرم افزار DeepMind ارزش های تجاری بسیاری به ارمغان آورده، که باعث کاهش 40 درصدی هزینه خنک کردن مراکز داده گوگل شده است.
در این میان گوگل موتور جست و جوی خود، Gmail، Google view، Google photos، Google translate، Youtube و دیگر نرم افزارهای خود را تقویت کرده است.
در سال های اخیر چندین قالب متن باز برای آموزش این مسائل بوجود آمده که البته TensorFlow گوگل معروف ترین آنها می باشد. گوگل حتی TPU هایی را طراحی کرده که باعث شتاب دهی بیش از پیش در آموزش این شبکه های عصبی شده است.
محققان شرکت آلفابت بطور مرتب مقاله هایی را در مورد آخرین دستاورد های خود منتشر می کنند، که در شرایط رقابتی کنونی بسیار کمیاب و ارزشمند است. در حقیقت، هوش مصنوعی برای شرکت گوگل بسیار مهم است که ساندر پیچای، مدیر ارشد این شرکت، گوگل را یک شرکت هوش مصنوعی تلقی می کند.
نظرات کاربران