هوش مصنوعی (AI) این روزها حسابی مورد توجه قرار گرفته است، زیرا پتانسیل عظیم آن تقریباً در تمام صنایع سروصدا به پا کرده است. اما درک کامل مبحث هوش مصنوعی به خصوص اگر در مباحث تکنولوژی سررشته نداشته باشید، میتواند دشوار باشد.
بنابراین، در ادامه این مقاله از دیجی رو با ما همراه باشید تا فناوری هوش مصنوعی را به سادهترین شکل ممکن بررسی کرده و اساس کار آن را با هم مرور کنیم. اینکه هوش مصنوعی چگونه کار میکند و چگونه مورد استفاده قرار میگیرد؟
سادهترین توضیح برای فناوری هوش مصنوعی
هوش مصنوعی (AI) در واقع همان آموزش دادن کامپیوترها برای یادگیری به شیوه انسان است، بنابراین نحوه تفکر انسان را شبیهسازی میکند. هوش مصنوعی این کار را با بررسی حجم زیادی از دادهها یا نمونهها و سپس استفاده از آنها برای تصمیمگیری یا پیشبینی انجام میدهد.
تصور کنید در حال یادگیری دوچرخهسواری هستید. بعد از چند بار زمین خوردن، شروع به درک نحوه حفظ تعادل و پدال زدن همزمان میکنید. این همان کاری است که یادگیری ماشینی، که بخشی از هوش مصنوعی است، انجام میدهد. در فرآیند یادگیری ماشینی، کامپیوتر به حجم زیادی از دادهها نگاه میکند و سپس الگوهایی را از آن یاد میگیرد. بخش دیگری از هوش مصنوعی، پردازش زبان طبیعی است و عملکرد آن شبیه به آموزش کامپیوترها برای درک و صحبت کردن به زبان انسان است.
اما حتی با وجود همه اینها، کامپیوترها هنوز هم نمیتوانند به طور کامل مانند انسان فکر کنند یا درک کنند. در واقع، سیستمهای هوش مصنوعی مدرن برخلاف نامی که دارند، فاقد حس مشترک، احساسات یا شعور هستند.
جزئیات بیشتر در مورد هوش مصنوعی
هوش مصنوعی (AI) شاخهای از علم کامپیوتر است که هدف آن ساخت ماشینهایی است که قادر به تقلید هوش انسانی باشند. این کار شامل ایجاد الگوریتمهایی است که به رایانهها اجازه میدهند تا به جای پیروی صرف از دستورالعملهایی که از قبل برنامهریزی شدهاند، از یکسری دادههای آماده یاد بگیرند و بر اساس آنها تصمیم بگیرند یا پیشبینی کنند.
یادگیری ماشینی (ML)
یادگیری ماشینی (ML) زیرمجموعهای از هوش مصنوعی است که شامل سیستمهایی است که میتوانند از دادهها «یاد بگیرند». این الگوریتمها با افزایش مجموعه دادههایی که از آنها یاد میگیرند، به صورت مداوم عملکرد خود را بهبود میبخشند.
یادگیری عمیق به عنوان زیرمجموعهای دیگر از یادگیری ماشینی، از شبکههای عصبی مصنوعی برای تصمیمگیری و پیشبینی استفاده میکند. این فناوری برای تقلید از نحوه یادگیری و تصمیمگیری مغز انسان طراحی شده است.
پردازش زبان طبیعی (NLP)
پردازش زبان طبیعی (NLP) یکی دیگر از جنبههای مهم هوش مصنوعی است که به تعامل بین رایانهها و انسانها با استفاده از زبان طبیعی میپردازد.
این فناوری اغلب شامل یک سیستم هوش مصنوعی است که یک درخواست زبان طبیعی را دریافت میکند، آن را تجزیه و تحلیل میکند، موضوع را استخراج میکند و سپس یک پاسخ به زبان طبیعی تولید میکند. برای مثال یک کاربر انسانی چنین تایپ میکند: «میتوانی چند نمونه از گیاهان سمی در آمریکای جنوبی را برایم پیدا کنی؟» چت بات هوش مصنوعی نیز بعد از انجان فرآیندهای ذکر شده اینگونه پاسخ میدهد: «البته! در اینجا چند نمونه از گیاهان سمی در آمریکای جنوبی آورده شده است…»
شبکههای عصبیای که در NLP استفاده میشوند انواع مختلفی دارند، از جمله:
- شبکههای عصبی مصنوعی از پیش آموزش دیده: نوعی از شبکههای عصبی مصنوعی هستند که بر روی حجم عظیمی از دادهها آموزش دیدهاند و میتوان از آنها برای طیف وسیعی از وظایف پردازش زبان طبیعی (NLP) استفاده کرد.
- شبکههای عصبی بازگشتی: نوعی از شبکههای عصبی مصنوعی هستند که برای مدیریت دادههای ترتیبی طراحی شدهاند. برخلاف شبکههای عصبی معمولی که دادهها را به صورت مجزا پردازش میکنند، شبکههای عصبی بازگشتی میتوانند اطلاعات را از مراحل قبلی به خاطر بسپارند و از آن برای درک بهتر ورودی فعلی استفاده کنند.
- شبکههای اعتقادی عمیق: نوعی از شبکههای عصبی مصنوعی هستند که از چندین لایه واحدهای پنهان تشکیل شدهاند. برخلاف شبکههای عصبی معمولی که واحدهای یک لایه تنها میتوانند با واحدهای لایه مجاور ارتباط داشته باشند، در این نوع شبکهها، واحدهای یک لایه تنها با واحدهای لایههای بالا و پایین خود ارتباط دارند و ارتباطی بین واحدهای درون یک لایه وجود ندارد.
- شبکههای عصبی کانولوشنال (Convolutional): نوع خاصی از شبکههای عصبی مصنوعی هستند که به طور ویژه برای پردازش دادههای مشبکهای مانند تصاویر طراحی شدهاند.
- نقشههای خودسازمان: نوعی از شبکههای عصبی مصنوعی هستند که برای کاهش بعد دادههای با ابعاد بالا و نمایش آنها به صورت بصری در فضایی با ابعاد پایینتر (معمولاً دو بعد) استفاده میشوند. این تکنیک به دانشمندان و تحلیلگران داده کمک میکند تا الگوها و روابط پنهان در دادههای پیچیده را به راحتی مشاهده و درک کنند.
توانایی ماشینها برای درک و پاسخ به زبان انسان برای بسیاری از برنامههای کاربردی هوش مصنوعی، مانند دستیارهای مجازی و چتباتهای مبتنی بر هوش مصنوعی (که در ادامه در مورد آنها بحث خواهیم کرد) حیاتی است.
هوش مصنوعی را میتوان به دو نوع اصلی طبقهبندی کرد: هوش مصنوعی محدود، که برای انجام یک کار خاص (مانند تشخیص چهره یا جستجوی اینترنتی) طراحی شده است، و هوش مصنوعی عمومی (AGI)، که یک سیستم هوش مصنوعی با تواناییهای شناختی کلی انسان است و به لحاظ صرفه اقتصادی، در بیشتر کارها از انسانها بهتر عمل کند. هوش مصنوعی عمومی (AGI) گاهی اوقات «هوش مصنوعی قوی» نیز نامیده میشود.
با این حال، با وجود پیشرفتهای فراوان، هوش مصنوعی هنوز تمامی انواع تواناییهای شناختی انسان را ندارد و ما هنوز از دستیابی به هوش مصنوعی عمومی واقعی فاصله زیادی داریم. فناوریهای هوش مصنوعی فعلی وظیفه محور هستند و نمیتوانند هیچ موضوعی را خارج از برنامهنویسی خاص خود درک کنند.
امروزه هوش مصنوعی چگونه مورد استفاده قرار میگیرد؟
تاثیر و کاربردهای هوش مصنوعی بسیار فراتر از حوزه تکنولوژی صرف است.
1- چتباتها یا رباتهای گفتگوگر
حتی اگر علاقه زیادی هم به تکنولوژی نداشته باشید، احتمالاً نام «ChatGPT» را شنیدهاید. ChatGPT (مخفف Chat Generative Pre-transformer) یک ربات گفتگوگر تولیدکننده محتوا با هوش مصنوعی است. اما این چتبات با نمونههایی که قبلاً استفاده کردهاید، متفاوت است. ChatGPT از هوش مصنوعی برای پردازش زبان طبیعی انسان، یافتن داده و ارائه پاسخ استفاده میکند.
قابلیتهای ChatGPT لیست بلند بالایی دارد، از جمله بررسی صحت اطلاعات، بررسی املا و دستور زبان، ایجاد برنامه زمانبندی، نوشتن رزومه و حتی ترجمه زبانها.
Hugging Face، Claude و جمینی (که قبلا بارد نام داشت) نمونههای دیگری از چتباتهای مبتنی بر هوش مصنوعی هستند. این سرویسها هر کدام از جنبههای خاصی با هم تفاوت دارند. برخی رایگان هستند، برخی دیگر پولی، برخی در زمینههای خاصی تخصص دارند، در حالی که برخی دیگر برای انجام کارهای کلی بهتر عمل میکنند.
2- تحلیل داده
تحلیل داده، چه در تحقیقات، چه در مراقبتهای بهداشتی، چه در کسب و کار و چه در سایر زمینهها، بخشی کلیدی از دنیای امروز ماست. تحلیل داده مقوله جدیدی نیست و رایانهها سالهاست که دادهها را تجزیه و تحلیل میکنند، اما استفاده از هوش مصنوعی میتواند این کار را به سطح بالاتری ارتقاء دهد.
سیستمهای هوش مصنوعی میتوانند روندها، الگوها و تناقضات را نسبت به یک رایانه معمولی (یا حتی یک انسان) به طور مؤثرتری تشخیص دهند. به عنوان مثال، یک سیستم هوش مصنوعی میتواند عادات یا ترجیحات کاربرانی که برای پلتفرمهای رسانههای اجتماعی کمتر آشکار هستند را به طور واضحتری برجسته کند و به این ترتیب امکان نمایش تبلیغات شخصیسازیشدهتر را فراهم آورد.
3- تولید و طراحی
هنگام طراحی محصولات، باید عناصر زیادی را در نظر گرفت. هزینه مواد، نحوه تهیه آنها و کارایی محصول تنها چند مورد از عواملی هستند که شرکتها باید به آنها توجه داشته باشند و این جایی است که هوش مصنوعی میتواند بسیار کمک کننده کند.
از آنجایی که هوش مصنوعی میتواند بر اساس اطلاعاتی که به آن داده میشود یاد بگیرد و چیزهای جدیدی را کشف کند، میتواند برای شرکتها مواد و روشهای تولید مقرون به صرفهتر و پایدارتری را ارائه دهد. برای مثال، یک سیستم هوش مصنوعی میتواند با در نظر گرفتن مجموعهای جامع از دادهها، مواد سازگار با محیط زیست بیشتری را که میتوان در باتری مورد استفاده قرار داد، فهرست کند.
4- خلق آثار هنری
هنر تولید شده توسط هوش مصنوعی در سال 2022 با محصولاتی مانند DALL-E، Stable Diffusion و Midjourney که به شدت محبوب شدند، دنیا را تحت تاثیر قرار داد. این ابزارهای هوش مصنوعی تبدیل متن به تصویر، یک دستور مبتنی بر متن را دریافت کرده و بر اساس آن، یک اثر هنری تولید میکنند.
برای مثال، اگر عبارت «غروب بنفش روی ماه» را در DALL-E تایپ کنید، چند تصویر برای آن دریافت خواهید کرد و میتوانید آن را که به خواستهتان نزدیکتر است انتخاب کنید یا با دادن دستورات بیشتر و دقیقتر تصویر را بهبود بدهید. برخی از تولیدکنندگان آثار هنری همچنین به شما این امکان را میدهند که برای تصویر تولید شده خود، سبک خاصی مانند وینتیج، هایپررئالیسم یا انیمه انتخاب کنید. DALL-E از زمان انتشار اولیه خود به طور قابل توجهی تکامل یافته است و اکنون در نسخه سوم خود یعنی DALL-E 3 قرار دارد. میتوانید از DALL-E در ChatGPT Plus برای تولید تصاویر هوش مصنوعی در چتهای خود استفاده کنید.
برخی از هنرمندان، آثار هنری تولید شده توسط هوش مصنوعی را رد میکنند، زیرا این ابزارها برای یادگیری نحوه خلق تصاویر درخواستی، بر اساس آثار هنری موجود آنلاین آموزش داده میشوند. هنرمندان ادعا میکنند که این کار نقض حق کپیبرداری است و به سرقت آثار هنری اصلی که هم اکنون نیز در فضای وب در جریان است، هر چه بیشتر دامن میزند.
آینده هوش مصنوعی
هوش مصنوعی در حال حاضر برای توسعه داروهای جدید، شناسایی شیوههای کسبوکار پایدارتر و حتی آسانتر کردن زندگی روزمره ما با انجام کارهای خستهکنندهای مانند آشپزی یا تمیزکاری استفاده میشود.
با این حال، بسیاری فکر میکنند که آینده هوش مصنوعی تاریک و ضدآرمانشهری است. جای تعجب نیست که این یک تصور رایج بین عموم مردم است، چرا که از مدتها قبل کتابها و فیلمهای علمی-تخیلی کلیشههای ترسناکی را حول محور هوش مصنوعی و پیامدهای احتمالی آن خلق کردهاند.
درست است که میتوان از هوش مصنوعی سوءاستفاده کرد یا آن را برای انجام کارهای نادرست به خدمت گرفت، اما این در مورد هر فناوری دیگری هم صدق میکند. ما دیدهایم که مجرمین سایبری از وای-فای، ایمیل و حتی فلش مموری برای گسترش بدافزار و فریب مردم سوءاستفاده میکنند. با این حال، به دلیل قابلیتهای بالای هوش مصنوعی، نگرانیها روی آن بیشتر متمرکز شده است.
در ژانویه 2023، شخصی در یک انجمن هک مطلبی منتشر کرد که ادعا میکرد با استفاده از ChatGPT با موفقیت یک بدافزار ساخته است. این بدافزار بسیار پیچیده نبود، اما توانایی ایجاد کد مخرب از طریق یک چتبات مبتنی بر هوش مصنوعی، باعث شد مردم نگران شده و این سؤال را از خود بپرسند که اگر هوش مصنوعی به این سادگی مورد سوءاستفاده قرار میگیرد، در آینده در صورتی که از کامپیوترهای فوق هوشمند سوءاستفاده شود چه اتفاقی خواهد افتاد؟!
در حال حاضر، هیچ سیستم هوش مصنوعیای وجود ندارد که بتواند در سطح یک انسان فکر کند. با اینکه افراد زیادی پیشبینیهایی در مورد چنین ماشینی مطرح کردهاند، اما همه اینها در حد فرضیه هستند. در حالی که برخی فکر میکنند ما در دهه آینده ماشینهایی با تواناییهای شناختی در سطح انسان ایجاد خواهیم کرد، برخی دیگر معتقدند که این کار زمان بسیار بیشتری طول خواهد کشید.
اگر هوش مصنوعی به درستی برنامهریزی شده و چارچوب کاری دقیقی برایش تعیین شود، توسعه و استفاده از آن را میتوان کنترل کرد تا از دسترسی افراد خرابکار به چنین فناوری بسیار پیشرفتهای جلوگیری شود.
مجوزها، قوانین و قواعد کلی همگی در دور نگه داشتن هوش مصنوعی از دست افراد نادرست نقش دارند. با این حال، این کار باید بدون محدود کردن بیش از حد توسعه و دسترسی به فناوری هوش مصنوعی انجام شود، زیرا این امر به سرعت میتواند نتیجهای معکوس داشته باشد.