شاخه های هوش مصنوعی

یقینا هوش مصنوعی فناوری بوده که قرن ۲۱ ام را متحول کرد. از آنجاییکه هوش مصنوعی بخشی از زندگی روزمره ما است و به همین دلیل، لازم است شناخت کافی از هوش مصنوعی و شاخه‌های آن داشته باشیم.در این مقاله، انواع و شاخه‌های هوش مصنوعی را بررسی می‌کنیم.

مباحث زیر در این مقاله آورده شده است:

• هوش مصنوعی چیست؟
• سطوح مختلف هوش مصنوعی
• انواع هوش مصنوعی
• شاخه‌های هوش مصنوعی

هوش مصنوعی چیست؟

در سال ۱۹۵۶، جان مک‌کارتی، اصطلاح هوش مصنوعی را این ‌گونه تعریف کرد:‌ “دانش و مهندسی ساخت ماشین‌های هوشمند .”

هوش مصنوعی همچنین می تواند توسعه سیستم های رایانه ای باشد که قادر به انجام وظایفی هستند که نیاز به هوش انسانی دارند.مانند تصمیم گیری، کشف اشیاء ،حل مشکلات پیجیده و غیره.

سطوح مختلف هوش مصنوعی

اگر بخواهیم به شکل دقیق بگوییم، هوش مصنوعی، سه سطح متفاوت دارد:

• هوش مصنوعی محدود (Artificial Narrow Intelligence)
• هوش مصنوعی عمومی (Artificial General Intelligence)
• هوش مصنوعی سوپر (Artificial Super Intelligence)

لازم به ذکر است، موارد ذکرشده سه سطح (Stage) متفاوت هوش مصنوعی هستند، نه سه نوع آن.بیایید هر کدام را عمیقا بررسی کنیم:

هوش مصنوعی محدود (ANI)

هوش مصنوعی محدود یا ضعیف (Weak AI)، سطحی از هوش مصنوعی است که در آن تنها قادر به استفاده از ماشین‌هایی با دامنه‌ی اختیارات محدود و وظایف کاملا تعیین‌شده، هستیم. در این سطح دستگاه توانایی تفکر ندارد ، فقط مجموعه ای از عملکردهای از پیش تعریف شده را انجام می دهد.

سیری ، الکسا ، خودروهای خودران، آلفا-گو ، ربات انسان نمای سوفیا و غیره همگی سیستمهای مبتنی بر هوش مصنوعی محدود هستند که تا این تاریخ ساخته شده اند.

هوش مصنوعی عمومی (AGI)

هوش مصنوعی عمومی یا قوی (Strong AI)، سطحی از هوش مصنوعی است که در آن، ماشین‌هایی بسیار هوشمند و با توانایی‌های تصمیم‌گیری، جای می‌گیرند. تا کنون چنین ماشینی ساخته نشده‌است؛ اما، پیش‌بینی می‌شود به زودی هوش مصنوعی قوی گسترش یابد.

به گفته محققین ،هوش مصنوعی قوی می تواند خطر جدی برای بشریت ایجاد کند.استفن هاوکینگ در این باره می گوید :توسعه هوش مصنوعی قوی می تواند پایان نسل بشر را بیان کند…Strong AI، می‌تواند اختیار خود را در دست بگیرد و با نرخی بسیار سریع به بازطراحی خود بپردازد.انسانها به دلیل ضعف بیولوژیکی نمی توانند با ربات های هوشمند به رقابت بپردازند و سرانجام نابود می شوند.

هوش مصنوعی سوپر (ASI)

هوش مصنوعی سوپر سطحی از هوش مصنوعی است که توانایی رایانه ها بر انسان پیشی می گیرد و بر آن مسلط می شوند. این سطح از هوش مصنوعی، هنوز در حد یک فرضیه باقی مانده و تنها در فیلم‌ها و  داستان‌های علمی تخیلی، نمودهایی از آن را می‌بینیم.

ایلان ماسک در این باره می گوید: نرخ رشد هوش مصنوعی به طور اعجاب‌آوری سریع است. تنها در صورتی متوجه رشد سریع و نمایی هوش مصنوعی می‌شوید، که با گروه‌های پیش‌رو در این زمینه مانند Deepmind، ارتباط نزدیک داشته باشید. احتمالا تا ۵ یا ۱۰ سال آینده با خطر جدی مواجه می‌شویم.حال انواع هوش مصنوعی را بر اساس کاربرد هایی که دارند بررسی می کنیم.

انواع هوش مصنوعی

اگر بخواهیم انواع هوش مصنوعی را دسته بندی کنیم، باید آن را بر اساس کاربردهایش گروه‌بندی کنیم. انواع هوش مصنوعی بر اساس کاربرد عبارتند از:

• ماشین‌های هوش مصنوعی واکنش‌گر (Reactive Machines AI)
• هوش مصنوعی با حافظه محدود (Limited Memory AI)
• هوش مصنوعی مبتنی بر تئوری ذهن (Theory Of Mind AI)
• هوش مصنوعی خودآگاه (Self-aware AI)

ماشین‌های هوش مصنوعی واکنش‌گرا

ین نوع هوش مصنوعی شامل دستگاههایی است که صرفاً بر اساس داده های موجود ، فقط با در نظر گرفتن وضعیت فعلی ، کار می کنند. ماشین‌های هوش مصنوعی واکنش‌گرا، نمی‌توانند بر اساس داده‌های فعلی، شرایط آینده را پیش‌بینی کنند و تنها بر اساس مجموعه‌ای از دستورات از پیش‌ تعیین‌شده و محدود عمل می‌کنند.

نمونه ای از Reactive AI برنامه شطرنج باز شرکت  IBM است که توانست قهرمان جهان ، گری کاسپاروف را شکست دهد.

هوش مصنوعی با حافظه محدود

همانطور که از نامش پیداست، حافظه محدود می تواند با مطالعه داده های ذخیره شده درحافظه خود، تصمیم گیری آگاهانه و  بهینه انجام دهد. چنین هوش مصنوعی دارای حافظه کوتاه مدت یا موقتی است که می تواند با ذخیره داده های خود تصمیمات سنجیده بگیرد.

اتومبیل  خودران، نمونه‌ای از ماشین‌های هوش مصنوعی با حافظه محدود است. این خودروها، به وسیله‌ی سنسورهای مختلف،‌ عابران،‌ سایر ماشین‌ها،‌ علائم راهنمایی و رانندگی، شیب جاده و … را تشخیص می‌دهند و از هرگونه تصادف جلوگیری می‌کنند.

هوش مصنوعی مبتنی بر تئوری ذهن

Theory Of Mind AI نوعی پیشرفته تر از هوش مصنوعی است. این دسته از ماشین ها نقش عمده ای در روانشناسی دارند. این نوع هوش مصنوعی عمدتاً بر هوش هیجانی متمرکز خواهد بود تا انسان بتواند باورها و افکار را بهتر درک کند.

هوش مصنوعی مبتنی بر تئوری ذهن، هنوز توسعه‌ی زیادی نیافته‌است؛ اما،‌ تحقیقات زیادی در این زمینه در حال انجام است.

هوش مصنوعی خودآگاه

در حال حاضر، ساخت ماشین هوش مصنوعی که بدون دخالت انسان،‌ تصمیم‌گیری کند، ممکن نیست و با شرایط فعلی فناوری، چنین چیزی ممکن نیست. اما، شاید در آینده و با استفاده از یک هوش مصنوعی بسیار پیشرفته، چنین امری ممکن شود.

شاخه‌های هوش مصنوعی

هوش مصنوعی، موضوعی بسیار گسترده است که شاخه‌های متعددی دارد. شاخه‌های هوش مصنوعی عبارتند از:

• یادگیری ماشینی (machine learning)
• یادگیری عمیق (deep learning)
• پردازش زبان طبیعی (natural language processing)
• رباتیک (robotics)
• سیستم‌های متخصص (expert systems)
• منطق فازی (fuzzy logic)

یادگیری ماشینی

Learning Machine علم به دست آوردن ماشین ها برای تفسیر ، پردازش و تجزیه و تحلیل داده ها به منظور حل مشکلات دنیای واقعی است.

یادگیری ماشینی به طور کلی شامل سه حوزه می باشد:

• یادگیری با ناظر
• یادگیری بدون ناظر
• یادگیری تقویتی

یادگیری عمیق

Deep Learning  فرآیند اجرای شبکه های عصبی بر روی داده های با ابعاد بالا برای به دست آوردن بینش و ایجاد راه حل است Deep Learning یک زمینه پیشرفته از یادگیری ماشین است که می تواند برای حل مشکلات پیشرفته تر مورد استفاده قرار گیرد.

تشخیص هویت از روی چهره، خودروهای خودران، دستیارهای مجازی مانند سیری و الکسا، همگی از الگوریتم‌های یادگیری عمیق استفاده می‌کنند.

پردازش زبان طبیعی (NLP)

پردازش زبان طبیعی ، تحلیل زبان  طبیعی انسان به منظور برقراری ارتباط با ماشین ها و رشد مشاغل است.

توئیتر با استفاده از پردازش زبان طبیعی، محتوای مرتبط با تروریسم را حذف می‌کند. آمازون برای ایجاد تجربه‌ای بهتر برای کاربران، نظرات آن‌ها را آنالیز می‌کند و متناسب با آن، سیستم‌های خود را تغییر می‌دهد.

رباتیک

رباتیک شاخه ای از هوش مصنوعی است که بر شاخه های مختلف و کاربرد روبات ها تمرکز دارد. روبات های مبتنی برهوش مصنوعی می توانند در یک محیط واقعی اعمال با معنی انجام دهند.

ربات انسان‌نمای سوفیا، یکی از بهترین مثال‌ها برای ربات‌های مبتنی بر هوش مصنوعی است.

سیستم‌های متخصص

سیستم متخصص، یک سیستم رایانه‌ای مبتنی بر هوش مصنوعی با توانایی یادگیری و تصمیم‌گیری است.سیستم‌های متخصص، برای حل مسائل پیچیده، از منطق if-then استفاده می‌کنند. این سیستم‌ها، از رویه‌های رایج برنامه‌نویسی استفاده نمی‌کنند. ماشین‌های متخصص در حوزه‌های مختلفی مانند، مدیریت اطلاعات، سیستم‌های پزشکی، آنالیز وام، شناسایی ویروس و … کاربرد دارند.

منطق فازی

منطق فازی، یک متد و رویکرد محاسباتی بر پایه‌ی نظریه‌ی سطوح مختلف درستی (degrees of truth) است. این منطق، از منطق رایج صفر و یکی رایانه‌ها، پیروی نمی‌کند.

منطق فازی در زمینه های پزشکی برای حل مشکلات پیچیده ای که شامل تصمیم گیری است ، استفاده می شود. همچنین از آنها در گیربکس های اتوماتیک ، کنترل محیط وسیله نقلیه و غیره استفاده می شود.