هوش مصنوعی شاخهای از علوم کامپیوتر است و در چند دهه گذشته در بعضی حوزههای محدود دستاوردهای زیادی داشتهاست. در چند سال گذشته با سرعت گرفتن رشد این شاخته از کامپیوتر و وارد شدن آن به محصولات تجاری و همچنین علاقمند شدن مصرف کنندگان به این محصولات علاوه بر ایجاد یک بازار جدید، بسیاری از دانشمندان و اندیشمندان از مخاطرات هوشمند شدن کامپیوترها سخن گفتهاند.
هوش مصنوعی تا سالها با تصویری که مردم از روباتها داشتند گره خورده بود اما در یک دهه اخیر کاربردهای غیر سختافزاری هوش مصنوعی در زندگی روزمره بیشتر ملموس شدهاست.
تاریخچه
تاریخچه پیدایش هوش مصنوعی به عنوان یک شاخه از علوم به سالهای جنگ جهانی دوم و تحقیقات الن تورینگ باز میگردد. پایه تحقیقات علمی برروی هوش مصنوعی به سال ۱۹۵۶ و کنفرانس علمی در دانشگاه راتماوث و با حضور چهرههای جامعه هوش مصنوعی نظیر جان مککارتی، ماروین مینسکی، آلن نیوول و هربرت سایمون بازمیگردد.
هوش چیست؟
در تعریفی که اکثر دانشمندان بر آن اجماع دارند رفتار ساده انسانی هوشمند و پیچیدهترین رفتار یک مورچه یا موریانه غیر هوشمند تلقی میشود. تفاوت این دو در چیست؟ مثال ساده برای تعریف این تفاوت در رفتار زنبور هورنت آمریکایی است. وقتی زنبور ماده به کندوی خود غذا میآورد آن را در محلی قرار میدهد و بعد دوباره از کندو خارج میشود تا از نبود حشرات مزاحم مطمئن شود. غیر هوشمند بودن رفتار این موجود زمانی روشن میشود که بعد از خروج آن از کندو، غذایی که با خود آورده کمی جابجا شود. در این شرایط حشره دوباره تمام مراحل را تکرار میکند و اگر هر بار غذای وی جابجا شود تا ابد این روند را تکرار میکند. سادهترین خصوصیت یک ارگانیسم هوشمند قابلیت تطبیق با شرایط جدید است.
در علوم رفتاری برای هوشمندی جنبههای متعددی تعریف شده اما در علوم کامپیوتر و هوش مصنوعی تنها دارا بودن پنج خصوصیت یادگیری، استنتاج، حل مسئله، ادراک و فهم زبان برای هوشمند بودن یک سیستم کافی است.
در هوش مصنوعی برای ساخت ماشینهای هوشمند علاوه بر مطالعه این پنج شاخه، از دستاوردهای شاخههای دیگر کامپیوتر نظیر پردازش تصویر و صوت، پردازش زبانهای طبیعی و پردازش سیگنال استفاده میکنند. یکی از مباحث اصلی هوش مصنوعی که در یک دهه گذشته متخصصان علوم دیگر و همچنین شرکتهای تجاری نیز از آن استقبال زیادی کردهاند، یادگیری ماشین (Machine Learning) نام دارد.
یادگیری ماشین برروی فرآیند یادگیری با استفاده از مشاهدات و دادهها در ماشینها تمرکز میکند. در یادگیری ماشین، مجموعه داده به عنوان داده آموزشی (Training Data) به ماشین ارائه میشود و ماشین با استفاده از روشهای مختلفی میتواند از این دادهها برای یادگیری یک روند (Pattern) استفاده کند. این روند ماشین را قادر میسازد تا در آینده بتواند دادههایی که به آن ارائه میشود را تمیز دهد یا برروی آنها تصمیم گیری انجام دهد.
یکی از کاربردهای پرطفدار یادگیری ماشین که شرکتهای تجاری و مصرف کنندگان به آن علاقه زیادی نشان دادهاند، دسته بندی دادهها (Classification)، تصمیمگیری (Decision Making) و پیشبینی تحلیلی (Predictive Analysis) است. در حال حاضر سیستم عامل پردازش ابری مایکروسافت به نام ویندوز آزور (Azure) سرویسهای یادگیری ماشین خود را به کاربران این نرمافزار ارائه میدهد و اکثر شرکتهای تجاری بزرگ نظیر بوئینگ و مرسدس بنز از این سرویسها بهره میبرند.
شرکت فیسبوک در سال ۲۰۱۴ با استفاده از یکی از زیرشاخههای یادگیری ماشین به نام یادگیری عمیق (Deep Learning) سیستم تشخیص چهرهای تولید کرد که ۰.۳ درصد از میانگین انسانها دقیقتر است. بسیاری از رابطهای صوتی نظیر سرویس Siri شرکت اپل از پردازش زبانهای طبیعی و یادگیری ماشین برای ارتباط با کاربران استفاده میکنند.
با استفاده از تکنیکهای هوش مصنوعی، محققان نقش ژنها و محیط را در شکلگیری شخصیت افراد مطالعه کردند و شبکههای ژنی را شناسایی کردهاند که تا حد زیادی مسئول رشد و پیشرفت شخصیت هستند.
محققان آمریکایی روابط ژن و محیط را در بیش از 2100 فرد سالم در فنلاند مورد مطالعه قرار دادند. آنها سپس این یافتهها را در افراد با فرهنگ و پیشینههای دیگر تکرار کردند و دادههای ژنتیکی مشابه بیش از ۹۰۰ بزرگسال سالم در آلمان و بیش از یک هزار بزرگسال در کره جنوبی را مورد مطالعه قرار دادند.
ایگور زور، استادیار روانپزشکی و استادیار علوم کامپیوتر و هوش مصنوعی در دانشگاه گرانادا، اسپانیا گفت: «در هر سه جمعیت، ما بین صفات شخصیتی و نشانگرهای ژنتیکی ارتباط یکسانی پیدا کردیم»؛ با این حال، در افراد داخل هر کشور، همان شبکههای ژن همیشه به همان خصوصیات شخصیتی منجر نمیشوند.
بیشتر بخوانید:
حتی با وجود تأثیر ژنها و عوامل محیطی، اراده آزاد فرد نیز درگیر شکل گیری شخصیت وی و همچنین تغییر در طول زمان میشود.
الگوریتمهای رایانهای به محققان اجازه میدهد خوشههای ژنهای مربوط به شخصیت را تنظیم کنند که خلق و خوی را از طریق مسیرهایی که شامل یادگیری هستند تنظیم کنند. اما علاوه بر تأثیرات آنها بر مغز، این ژنها ممکن است بر سلامت کلی و آسیب پذیری در برابر بیماریها نیز تأثیر بگذارند. معلوم شد که افراد سالم با استفاده از خودآگاهی و بینش خود می توانند روشهای زندگی سالم ایجاد کنند.
محققان شخصیت را به دو بخش تقسیم میکنند: خلق و خوی: نمایانگر عادتها و واکنشهای احساسی خودکار و شخصیت: نمایانگر خصوصیاتی مانند تعاون، هدایت و تعالی خود است.
آنها دریافتند که برخی از خلق و خوی و شخصیت از والدین به شخص منتقل میشود؛ حدود ۵۰ درصد از خلق و خوی و شخصیت یک وراثت بود. علاوه بر این، آنها دریافتند که آنچه که به ارث رسیده است شامل سه روش مختلف یادگیری است که برای سالم بودن و احساس رضایت از زندگی بسیار مهم است.
رابرت کلونینگر، استاد برجسته روانپزشکی در دانشگاه واشنگتن و محقق ارشد این مطالعه گفت: «مدت طولانی است که متخصصان سلامت روان احساس میکنند که خصوصیات شخصیتی در اوایل زندگی ثابت است و شخصیت یک شخص واقعاً تغییر نمیکند، اما ما دریافتیم که شخصیت میتواند تغییر کند و تحول یابد».
کلونینگر ادامه داد: «برخی از شبکههای ژنی بر یادگیری عادت تأثیر میگذارند، این همان کسب تدریجی ارتباطات بین محرکها و پاسخهاست که به ما کمک میکند یاد بگیریم که یک انتخاب را انجام دهیم و نه دیگری. برخی دیگر بر ظرفیت ما برای تعیین اهداف و تحقق آنها به طور هدفمند تأثیر میگذارند. اما وقتی اهداف خود را تغییر میدهیم، ما در واقع روشهایی را که این ژنها برای تأثیرگذاری بر شخصیت کار میکنند را اصلاح میکنیم».
محقق ارشد این پژوهش افزود: به عبارت دیگر، شخصیت ما به ما امکان می دهد نحوه عملکرد برخی از این ژن ها را تنظیم کنیم.
کلونینگر گفت: «طبیعت و تغذیه نمی توانند از هم جدا شوند»؛ ما یادگیری را به ارث میبریم و این بدان معنی است که ما میتوانیم آگاهانه و خلاقانه چگونگی سازگاری با چالشها و فرصتهای زندگی را شکل دهیم».
دانشمندان میگویند، با استفاده از ترکیبی از فناوریهای نانو، هوش مصنوعی و دیگر محاسبات، انسانها قادر خواهند بود مغز خود را به صورت یکپارچه به یک رایانه متصل کنند تا اطلاعات را از اینترنت در زمان واقعی جمعآوری کنند.
به گفته دانشمندان این روند که اینترنت افکار نام دارد، شرایط دسترسی سریع به اطلاعات را فراهم میکند.
کارشناسان فناوری نانو میگویند: با اتصال مغز به کامپیوتر افراد فورا میتوانند به اطلاعات دست پیدا کنند.
این تکنولوژی همچنین میتواند ذهن انسانها را به یک سوپر مغز تبدیل کند؛ برخی از آزمایشات قبلا نشان دادهاند ارتباط دادن افکار به کامپیوتر امکانپذیر است، با این حال تعدادی از موانع همچنان در این مسیر وجود دارد.
در مقاله جدیدی که در مرزهای علوم اعصاب منتشر شده، دانشمندان و محققان پیشرو در این زمینه میگویند: پیشرفتهایی در رایانهها و به طور کلی بیوتکنولوژی به طور مستقیم در دهههای بعدی این امکان را فراهم میکند.
محققان همکاریهای بینالمللی را آغاز کردند که پیشبینی تحولات پیشگامانه در جهان نظیر اتصال مغز انسان به کامپیوتر را پیشبینی میکند.
گفتنی است با ضبط سیگنالهای الکتریکی مغز افراد با الکتروانسفالوگرامها (EEGها) و انتقال واکنش به چشمکهای نور LED ممکن است امکان اتصال مغز انسان به کامپیوتر فراهم شود. الکتروانسفالوگرام سیگنالهای الکتریکی مغز را با استفاده از ۲۱ الکترود که به ترتیب خاصی در سطح سر نصب میشوند ثبت میکند. این الکترودها به کمک نوارهای ارتجاعی در کنار هم نگه داشته شده و مانند یک کلاه روی سر قرار میگیرند.