هوش مصنوعی چیست ؟

یکی از بنیان گذاران هوش مصنوعی آن را به این صورت تعریف می کند ” هوش مصنوعی، دانش ساختن ماشین یا برنامه های هوشمند است.” تعریف های دیگری هم برای هوش مصنوعی وجود دارد که می توان به موارد زیر اشاره کرد:

هوش مصنوعی شاخه ای از علوم کامپیوتر است که لوازم محاسباتی مانند ادراک، استدلال و یادگیری را بررسی کرده و برای انجام چنین اعمالی سیستمی را ارایه می دهد. به زبان ساده تر هوش مصنوعی، مطالعه روش هایی است که باعث می شود کامپیوتر بتواند مانند یک ماشینی باشد که کارهایی را که انسان ها انجام می دهند، انجام دهد

تاریخچهٔ هوش مصنوعی

در سال ۱۹۴۳ دو پژوهشگر به نام های پیتز و مککلوچ مدلی از سلول های عصبی مصنوعی ارایه نمودند که در آن هر نورون می توانست خاموش یا روشن باشد یا اصطلاحا آن و آف باشد و هنگامی که نورون ها تحریک می شدند نورونی که احاطه شده بود نیز فعال میشد. باید توجه کرد که نورون ها سلول های عصبی طبیعی هستند. این دو محقق ثابت کردند که با استفاده از شبکه ای از نورون ها می توان توابع محاسباتی را انجام داد. در سال ۱۹۴۹ دونالد هب قاعده ساده ای را در استحکام اتصال نورون های موجود ، اصلاح کرد که امروز این قاعده هبین نام دارد. سرانجام در سال ۱۹۵۱ دو پژوهشگر دیگر به نام های ماروین مینسکی و دین ادموند موفق شدند که کامپیوتری را بسازند که در آن از شبکه های عصبی استفاده شده بود.

در سال ۱۹۵۶ مک کارتی در کارگاهی که در دانشگاه دورتموس برگزار شده بود اصطلاح هوش مصنوعی را به کار برد که به نظر می رسد این کارگاه تاریخ تولد هوش مصنوعی است.

در سال ۱۹۵۸ فردی به نام جان مکارتی یکی از زبان‌های برنامه‌نویسی تخصصی در صنعت هوش مصنوعی به نام LISP را ایجاد نمود و در سال ۱۹۶۵، پژوهشگری به نام Robinson یک روش استنتاجی را برای حل مسئله ارائه داد و در همین زمان بود که نخستین سیستم خبرهٔ مبتنی بر دانش به نام دندرال در دانشگاه استندفورد توسعه یافت.

وینوگراد در سال ۱۹۶۸، برنامه‌ای به نام SHRDLU را توسعه داد که می‌توانست درک اولیه‌ای از زبان داشته باشد.  در سال ۱۹۷۰ ژاپنی ها توانستند نخستین ربات انسان‌نما  را بسازند. در سال ۱۹۷۲، یک سیستم خبره به نام MYCIN در دانشگاه استندفورد طراحی شد که در تشخیص عفونت‌های شدید باکتریایی و تجویز داروی مناسب کاربرد .

پیشرفت های هوش مصنوعی توانست در آینده  موجب ساخته شدن نخستین اتوموبیل بدون راننده، چت بات، ربات حیوان خانگی و ربات های دیگر شود.

در سالهای بعد شرکت گوگل توانست با استفاده از هوش مصنوعی، توسعهٔ ماشین‌های بدون راننده، دستیار‌های مجازی Google Now ،Siri و Cortana و … را عملی کند

مهندسین و دانشمندان در دهه‌های نخست تعداد بسیار زیادی سیستم‌های خبره در زمینه‌های مختلف مانند پزشكی عمومی، اورژانس، دندانپزشكی، تعمیرات ماشین ایجاد کردند که بعد ها با  توسعه بازی‌های هوشمند، ایجاد مدل‌های شناختی ذهن انسان، توسعه سیستمهای یادگیری،به نظر می‌رسد علم جوان هوش مصنوعی پیشرفت قابل ملاحظه ای داشته است.

آزمون تورینگ

آلن تورینگ در سال ۱۹۵۰ برای هوشمند قلمداد کردن ماشین ها آزمونی را طراحی کرد که به اختصار به آن می پردازیم

در این آزمون فرض می شود که شما در یک سمت دیوار هستید و به صورتی با آن سوی دیوار ارتباط دارید و شخصی در طرف دیگر دیوار با شما در ارتباط است، مسلما بین شما و طرف آن سوی دیوار از طریق تله تایپ مکالمه ای صورت می پذیرد. حال اگر پس از این مکالمه به شما گفته شود که آن سوی دیوار یک شخص به خصوص نبوده است و تمامی این مکالمات توسط ماشینی انجام می شده است، آن ماشین یک ماشین هوشمند خواهد بود. در غیر این صورت اگر شما وسط مکالمه تایپی خود متوجه ساختگی بودن پاسخ باشید ماشین در تست تورینگ شکست خورده است. تا کنون هیچ ماشینی از این آزمون با موفقیت بیرون نیامده است. کوشش این آزمون برای تشخیص درستی هوشمندی یک سیستم است که سعی در شبیه سازی انسان دارد. 

حوزه‌های مختلف هوش مصنوعی

دامنه پیشرفت هوش مصنوعی را می توان به ۵ شاخه کلی طبقه بندی کرد

– منطق فازی

اصطلاح فازی (Fuzzy) به معنی گنگ و نامشخص است. منطق فازی بر خلاف منطق بولی می تواند حالت های مابین دو حالت بولی را نیز در نظر بگیرد، به عنوان مثال گاهی با موقعیتی‌هایی مواجه می‌شویم که نمی‌دانیم تصمیم درست یا نادرست کدام است در این هنگام، منطق فازی برای هر موقعیتی می‌تواند میزان عدم قطعیتی تعیین کند. به عنوان مثال برای یک سیستم تهیه هوا می توان از حالت های بسیار کم، کم، متوسط، زیاد، بسیار زیاد استفاده کرد در صورتی که منطق بولی تنها دو حالت خاموش و روشن را تعیین می کند. از جمله کاربرد‌های روزمرهٔ سیستم‌های فازی در هوش مصنوعی می‌توان به دندهٔ اتوماتیک اتومبیل‌ها، کنترل محیط خودرو، دستگاه‌های فتوکپی،‌ دوربین‌های عکاسی و فیلم‌برداری، تلویزیون‌، مایکرویو،‌ یخچال، تُستر،‌ جاروبرقی، ماشین لباس‌شویی، تهویهٔ مطبوع، خشک‌کن، رطوبت‌ساز و … اشاره نمود. همچنین این روش در هوشمندسازی نرم‌افزارها و شخصیت‌های نرم‌افزاری، جلوه‌های ویژهٔ سینمایی، کامپیوترهای کوانتومی و … نیز کاربرد دارد.

پردازش زبان طبیعی

NPL یا پردازش زبان طبیعی، برای تحلیل یک زبان طبیعی مورد استفاده قرار می‌گیرد.

در مواردی همچون ترجمه و خلاصه‌سازی خودکار متون، ایجاد جملاتی به زبان طبیعی  و تکنولوژی تشخیص گفتار، دسته‌بندی متون و بسیاری حوزه‌های دیگر کاربرد دارد.

– سیستم‌های خُبره:

سیستم های خبره یا Exert

  نرم‌افزارهایی هستند که در یک حوزهٔ‌ تخصصی عمل می‌کنند. این سیستم‌ها هنگامی کاربرد دارند که قرار است کاری تخصصی در غیاب متخصص صورت بگیرد. سیستم‌های خبره در مواردی چون تشخیص پزشکی،‌ انجام بازی‌هایی که نیاز به فکر کردن دارند (مانند شطرنج)، پیشنهادات اقتصادی، تشخیص اشیاء، تعیین محل مناسب حفاری برای دستیابی به آب یا نفت و … به کار می‌روند.

– رباتیک:

 ربات‌ها وسایلی هستند که برای انجام کارهایی خاص توسط انسان ساخته می شوند و رباتیک با ایجاد ربات‌های هوشمند سر و کار دارد ، رباتیک یکی از شاخه های هوش مصنوعی می باشد و چندین حوزه می توانند در رباتیک به کار گرفته شوند که از جمله آن ها می توان به علوم مهندسی الکترونیک، مهندسی مکانیک و کامپیوتر اشاره کرد. جنبه‌های مختلفی از هوش مصنوعی در حوزهٔ رباتیک کاربرد دارند. یکی از جنبه‌های کاربردی هوش مصنوعی در رباتیک که می تواند به ربات مورد نظر امکان امکان بررسی و تحلیل محیط پیرامون را بدهد، بینایی کامپیوتری نام دارد. ربات‌ها در صنایع تولیدی، صنایع دفاعی، خدمات درمانی، پژوهش‌های علمی مانند فعالیت‌های اکتشافی و … مورد استفاده قرار می‌گیرند.

– شبکه‌های عصبی

نخستن مخترع شبکهٔ عصبی، این فناوری را  بدین گونه تعریف کرد: شبکهٔ‌ عصبی مصنوعی از تعدادی عناصر ساده تشکیل شده است که ارتباط درونی بالایی با یکدیگر دارند و با پاسخ‌های دینامیک خود، قادرند اطلاعات ورودی به سیستم را پردازش نمایند. یک شبکه عصبی مصنوعیArtificial Neural Network  برای پردازش اطلاعات از سیستم عصبی زیستی استفاده می کند. شبکه های عصبی مصنوعی ساختار جدید سیستم پردازش اطلاعات به حساب می آیند. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم پیوسته به نام نورون‌ها (neurons) تشکیل شده اند شبکه‌های عصبی مصنوعی در صنایع هوافضا، خودروهای بدون راننده، صنایع دفاعی،‌ صنایع الکترونیک،‌ مسائل مالی و اقتصادی، صنایع تولیدی، نرم‌افزارها و … مورد استفاده قرار می‌گیرند.

– یادگیری ماشینی: Machine Learning یادگیری ماشینی یکی از شاخه های هوش مصنوعی است که عمده ترین کار آن  تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی است که بر اساس آن‌ها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند. به عنوان مثال هر بار که یک جستجوی اینترنتی در گوگل یا بینگ انجام می‌دهید، یادگیری ماشینی انجام می‌شود چراکه نرم‌افزار یادگیری ماشینی آن‌ها چگونگی رتبه‌بندی صفحات وب را درک کرده‌است.

فهرست