دنیای امروز و هوش مصنوعی

article39391

تحقیق درباره هوش مصنوعی به اندازه خود کامپیوتر قدمت دارد. اغلب مطالعات اخیر مربوط به زیرشاخه‏ای است که «یادگیری عمیق» نامیده می‏شود. در یادگیری عمیق کامپیوترها از طریق جزء جزء کردن  یک سری داده‏های بزرگ، به خودشان آموزش می‏دهند.

گزارش اکونومیست در مورد سرنوشت کارگران و هوش مصنوعی

هوش مصنوعی جهان را در دست می گیرد؟

«ایلان ماسک» زندگی خود را صرف ساختن آینده مردم می‏کند. او از طریق کارآفرینی در حوزه «وب» ثروت خود را به دست آورده و به تاسیس یک شرکت انرژی خورشیدی برای تولید برق سبز، یک شرکت تولید خودروهای برقی برای رهانیدن رانندگان از شر موتورهای درون‌سوز و یک شرکت فناوری اکتشاف فضایی، به نام اسپیس‏اکس، برای تحقق رویایش مبنی بر ایجاد کلونی انسانی در مریخ در زمان حیاتش، کمک کرده است. او از آن دسته از تکنولوژیست‏هاست که تصور می‏شود با خوش‏بینی بی حد و حصر به آینده نگاه می‏کند.
اما همه تکنولوژی‏های آینده مورد تایید او نیستند. او در سخنرانی ماه اکتبر خود در موسسه تکنولوژی ماساچوست هوش مصنوعی را «احضار شیطان» توصیف کرد و ایجاد رقیب برای هوش انسانی را بزرگ‏ترین تهدیدی که جهان با آن رو به رو است، معرفی کرد. او تنها کسی نیست که چنین تفکری دارد. نیک استروم، فیلسوف دانشگاه آکسفورد که به توسعه نظریه «خطرات وجودی» کمک کرده است، خطر هوش مصنوعی پیشرفته را همچون اصابت شبه‏سیاره‏های غول پیکر به زمین و جنگ هسته‏ای تمام عیار می‏داند. خطرات وجودی، خطراتی هستند که به طور کلی انسان را تهدید می‏کنند. لرد ریس، رئیس سابق انجمن سلطنتی بریتانیا، در کمبریج مرکزی برای مطالعه خطر وجودی تاسیس کرده است و خطر ناشی از هوش مصنوعی را جدی تلقی می‏کند.
چنین نگرانی‏هایی درست برعکس خوش‏بینی‏هایی است که این حوزه را احاطه کرده و موجب پیشرفت سریع آن در چند سال اخیر شده است. شرکت‏هایی مانند گوگل، فیس‏بوک، آمازون و بایدو به رقابت در حوزه هوش مصنوعی وارد شده‏اند، آنها محققان را شکار می‏کنند، آزمایشگاه تاسیس  و شرکت‏های نوپا را خریداری می‏کنند. این شرکت‏های تکنولوژی نگران این مساله نیستند که محصولاتشان از آنها پیشی بگیرند.
جریان اطلاعاتی که از کامپیوترهای متصل به اینترنت، تبلت‏ها و گوشی‏های هوشمند بیرون می‏آید و قدرت محاسباتی عظیمی که برای پردازش این اطلاعات لازم است، نشان می‏دهد الگوریتم‏های این کامپیوترها بیش از پیش قادر به درک زبان‏ها، تشخیص تصاویر و امثال آن هستند. بسیاری از کارها، وابسته به تشخیص الگوها و تفسیر نمادها هستند. اما اگر کامپیوتر جانشین افرادی شود که این کار را انجام می‏دهند، افراد بیشتری به صف بیکاران خواهند پیوست.
تحقیق درباره هوش مصنوعی به اندازه خود کامپیوتر قدمت دارد. اغلب مطالعات اخیر مربوط به زیرشاخه‏ای است که «یادگیری عمیق» نامیده می‏شود. در یادگیری عمیق کامپیوترها از طریق جزء جزء کردن  یک سری داده‏های بزرگ، به خودشان آموزش می‏دهند. الگوریتم‏هایی به این شیوه ایجاد شده‏اند که راهی برای پل‌زدن روی شکاف‏هایی است که کل تحقیقات هوش مصنوعی را دچار مشکل کرده است: معمولا کارهایی که برای انسان دشوار است، برای کامپیوتر ساده است و برعکس. هنگام حل معادلات پیچیده ریاضی، ساده‏ترین کامپیوترها از باهوش‏ترین افراد، ماهرتر هستند. در عین حال، اکثر کامپیوترها، در گذشته، در انجام کارهایی که به نظر انسان‏ها بسیار پیش‏پا افتاده است، دچار مشکل بودند. این کارها عبارتند از تشخیص چهره، بازشناسی گفتار و تشخیص اشیا در تصاویر. یادگیری ماشین روشی است که به کامپیوتر یاد می‏دهد برای خود قواعدی را ایجاد کند و وقتی شیئی را دید آن را بشناسد. ماشین این کار را از طریق تحلیل آماری داده‏های فراوان انجام می‏دهد.
بسیاری از سیستم‏ها برای بسط دادن آمار مورد نیازشان از قدیمی‏ترین بخش تکنولوژی هوش مصنوعی، یعنی شبکه عصبی، استفاده می‏کنند. شبکه عصبی در دهه 1950 و با الهام از شبکه عصبی مغز اختراع شد. یاخته‏های عصبی فوق‏العاده پیچیده هستند. حتی امروزه، شبیه‏سازی‏های به کار رفته در هوش مصنوعی کاریکاتوری از واقعیت است. اما نتایج اولیه این شبیه‏سازی‏ها نشان می‏دهد حتی ابتدایی‏ترین شبکه‏ها برای انجام برخی کارها بسیار مناسب هستند. شبکه‏های عصبی اولیه به ده‏ها یا صدها یاخته عصبی محدود و در یک لایه سازمان یافته بودند. اما جدیدترین آنها، که توسط شرکت‏هایی مانند گوگل به کار می‏روند، دارای میلیاردها یاخته عصبی هستند.
محققان توانسته‏اند با الهام گرفتن از مغز انسان، این یاخته‏ها را در لایه‏های متمایز و سلسله مراتبی جای دهند. هر لایه‏ی شبکه به سطح متفاوتی از انتزاع مرتبط است. برای مثال برای پردازش یک تصویر، پایین‏ترین لایه، تصویر خام را پرورش می‏دهد. این لایه چیزهایی مانند روشنی و رنگ‏های هر پیکسل و چگونگی توزیع این ویژگی‏ها در تصویر را ثبت می‏کند. لایه بعدی این مشاهدات را به مقوله‏های انتزاعی‏تر ترکیب می‏کند و کناره‏ها، سایه‏ها و امثال آن را تشخیص می‏دهد. لایه بعدی این کناره‏ها و سایه‏ها را تحلیل می‏کند، به دنبال ترکیباتی می‏گردد که عضوهایی مانند چشم، لب و گوش را تشکیل می‏دهند. و درنهایت اینها به صورت تمثالی از یک چهره ترکیب می‏شوند، البته نه هر چهره‏ای، بلکه چهره‏ خاصی که شبکه قبلا دیده است. در سال 2012 تیمی در گوگل به رهبری دکتر «اندرو ان.‏جی» به یک ماشین دارای سیستم «یادگیری بی‏نظارت» میلیون‏ها تصویر ویدئویی یوتیوب را نشان داد. این ماشین آموخت چیزهای مشترکی که می‏بیند، ازجمله چهره انسان و گربه درحالت‏های مختلف را دسته‏بندی کند.
آموزش عمیق به تصاویر محدود نمی‏شود. بلکه یک تکنیک الگوی تشخیص چندمنظوره است. یعنی برای هر فعالیتی که به میزان فراوانی از داده‏ها دسترسی داشته باشد، از اداره یک کسب و کار بیمه گرفته تا تحقیقات ژنتیکی، مفید است. ترجمه ماشینی نیز از طریق یادگیری عمیق پیشرفت خواهد کرد. بخش‏های مختلف هوش مصنوعی را می‏توان به یکدیگر پیوند زد و یک سیستم توانمندتر ایجاد کرد. برای مثال، در مه سال 2014 شرکت مایکروسافت در کنفرانس کالیفرنیا یک برنامه کامپیوتری به نمایش گذاشت که قادر به ترجمه همزمان بود. یکی از محققان این شرکت به انگلیسی با همکار آلمانی‏اش صحبت می‏کرد و فرد آلمانی این صحبت‏ها را به آلمانی می‏شنید، به این ترتیب که یک برنامه هوش مصنوعی امواج صوتی را به عبارات انگلیسی تبدیل می‏کرد و یک برنامه هوش مصنوعی دیگر این عبارات را از انگلیسی به آلمانی ترجمه می‏کرد و برنامه دیگری آنها را به گفتار آلمانی تبدیل می‏کرد.
گوشی‏های هوشمندتر، روبات‏های رویایی و هوشمند کردن اینترنت خیلی خوب است. اما آیا این اقدامات نگرانی‏های ایلان ماسک و دیگران را تصدیق می‏کند؟ آیا ممکن است توسعه کامپوترهای خود برنامه‏ریز به این مسیر ختم شود که ماشین‏ها از خالقانشان هوشمندتر شوند؟ در پاسخ باید گفت انجام دادن کاری براساس قوانین و قواعد با انجام دادن واقعی آن به هیچ وجه یکسان نیست. درواقع مشکل سردرگمی درباره واژه«هوش» است. هم‏اکنون کامپیوترها کارهایی را انجام دهند که در گذشته تنها مغز انسان قادر به انجام آنها بود. یک برنامه دسته‏بندی تصاویر ممکن است کاملا دقیق عمل کند، اما هدف، انگیزه و حتی شناختی از خود ندارد. اسخر دیکسترا، دانشمند حوزه هوش مصنوعی، معتقد است پرسیدن این سوال که آیا کامپیوتر می‏تواند فکر کند مثل پرسیدن این سوال است که«آیا زیردریایی می‏تواند شنا کند».
در هر صورت، کامپیوتر هوشمندتر می‏تواند یک تکنولوژی کاملا دگرگون‏کننده باشد، البته نه به دلایل ارائه شده توسط ماسک یا لرد ریس. شاید روزی هوشی با ویژگی‏های مغز انسان برای ماشین‏ها خلق شود. اما درحال حاضر، بهترین توصیه این است که تهدید تسلط کامپیوترها بر جهان را نادیده بگیریم و بدانیم که آنها نمی‏خواهند شغل ما را بگیرند.

ارسال شده در 10 مهر 1395 توسط