دسته هوش مصنوعی

هوش مصنوعی (به انگلیسی: Artificial intelligence) (به اختصار: AI)، هوشی است که توسط ماشین‌ها ظهور پیدا می‌کند، در مقابل هوش طبیعی[الف] که توسط جانوران شامل انسان‌ها نمایش می‌یابد. اما پیش از هرچیز باید این موضوع را دانست که کلمه هوش، نشان دهنده امکان استدلال است و اینکه آیا هوش مصنوعی می‌تواند به توانایی استدلال دست یابد یا خیر، خود موضوع اختلاف محققان است. کتاب‌های AI پیشرو، این شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعریف می‌کنند: هر سامانه‌ای که محیط خود را درک کرده و کنش‌هایی را انجام می‌دهد که شانسش را در دستیابی به اهدافش بیشینه می‌سازد.[ب] برخی از منابع شناخته شده از اصطلاح «هوش مصنوعی» جهت توصیف ماشینی استفاده می‌کنند که عملکردهای «شناختی» را از روی ذهن انسان‌ها تقلید می‌کنند، همچون «یادگیری» و «حل مسئله»، با این حال این تعریف توسط محققان اصلی در زمینه AI رد شده است.[پ][۲][۳]

کاربردهای هوش مصنوعی شامل موتورهای جستجو پیشرفتهٔ وب (مثل گوگل و بینگ)، سامانه توصیه‌گر (که توسط یوتیوب، آمازون و نتفلیکس استفاده می‌شوند.)، فهم زبان انسان‌ها (همچون سیری ، جمنای و آمازون الکسا)، خودروهای خودران (مثل تسلا)، هوش مصنوعی مولد یا خلاقیت محاسباتی (مثل چت‌جی‌پی‌تی یا تولید اثر هنری مانند دال-ئی و میدجرنی) تصمیم‌گیری خودکار و رقابت در بالاترین سطوح سامانه‌های بازی استراتژیک (همچون شطرنج و گو). با بیشتر شدن توانایی ماشین‌ها، وظایفی که نیازمند «هوشمندی» هستند اغلب از تعریف AI برداشته می‌شود، پدیده‌ای که به آن اثر هوش مصنوعی گفته می‌شود. به عنوان مثال، فهم نوری کاراکتر را اغلب از چیزهایی که AI در نظر گرفته می‌شوند مستثنی می‌کنند، چرا که این فناوری تبدیل به فناوری عادی و روزمره‌ای شده است.[۴][۵][۶]

هوش مصنوعی در سال ۱۹۵۶ میلادی تبدیل به شاخه‌ای آکادمیک شد و در سال‌های پس از آن چندین موج خوش‌بینی را تجربه کرده و مجدد دچار امواج ناامیدی و کمبود بودجه شده (که به آن «زمستان AI» می‌گویند)، سپس فناوری‌های جدیدی در پی آن آمده و موفقیت و بودجه‌های تحقیقاتی این حوزه مجدداً احیا گشته‌اند. تحقیقات AI رهیافت‌های متفاوتی را از زمان تأسیسش امتحان کرده و آن‌ها را کنار گذاشته است، رهیافت‌هایی چون: شبیه‌سازی مغز، مدل‌سازی حل مسئله توسط مغز انسان، منطق صوری، بانک‌های اطلاعاتی بزرگ دانش و تقلید رفتار جانوران. در اولین دهه‌های قرن ۲۱ میلادی، یادگیری ماشینی که شدیداً از آمار ریاضیاتی بهره می‌برد در این حوزه غلبه داشت و این فناوری اثبات کرد که به شدت موفق است و به حل چندین مسئله چالش‌برانگیز در صنعت و فضای آکادمیک کمک نمود.[۷][۸]

شاخه‌های مختلف تحقیقات هوش مصنوعی حول اهداف به‌خصوصی متمرکز بوده و از ابزارآلات خاصی استفاده می‌کنند. اهداف سنتی تحقیقات AI شامل این موارد اند: استدلال، نمایش دانش، برنامه‌ریزی، یادگیری، پردازش زبان طبیعی، ادراک و توانایی در جابجایی و دستکاری اشیاء.[ت] هوش جامع (توانایی حل مسائل دلخواه) در میان اهداف بلند مدت این حوزه است. جهت حل چنین مسائلی، محققان AI فنون حل مسئله وسیع و یکپارچه‌ای را شامل این موارد به کار بسته‌اند: جست‌وجو و بهینه‌سازی ریاضیاتی، منطق صوری، شبکه‌های عصبی مصنوعی و روش‌های مبنی بر آمار، احتمالات و اقتصاد. AI همچنین با حوزه‌هایی چون علوم کامپیوتر، روان‌شناسی، زبان‌شناسی، فلسفه و بسیاری از حوزه‌های دیگر مرتبط است.[۹]

این شاخه بر این فرض بنا شده است که هوش انسانی «را می‌توان به دقت توصیف نمود، به طوری که می‌توان آن را توسط یک ماشین شبیه‌سازی نمود».[ث] این فرض بحث‌های فلسفی را پیرامون ذهن و اخلاقیات خلق موجودات هوشمند برانگیخته است، موجوداتی که دارای هوش شبیه-انسان اند. این مسائل توسط افسانه‌ها، داستان‌های تخیلی و فلسفه از زمان‌های باستان مورد کاوش واقع شده‌اند. ادبیات علمی-تخیلی و آینده‌پژوهی نیز پیشنهاد می‌دهند که AI با پتانسیل و قدرت عظیمی که دارد، ممکن است منجر به ایجاد ریسک وجودی برای بشریت گردد.

ترندهای جدید تکنولوژی در سال آینده: ۲۵ جریان نوظهور فناوری در ۲۰۲۵

ترندهای تکنولوژی جدید از موضوعات جذاب امروزی هستند. امروزه فناوری با سرعتی بالا در حال تکامل است. این سرعت بالا پیشرفت سریع‌تری را امکان‌پذیر می‌کند و موجب تسریع نرخ تغییر می‌شود. با این حال، این تنها ترندهای تکنولوژی و فناوری‌های نوظهور نیستند که در حال تحول هستند، بسیاری موارد دیگر نیز تغییر کرده‌اند. این تغییرات سریع متخصصان فناوری اطلاعات را متوجه می‌کند که نقش آن‌ها در دنیای بدون نیاز به تماس فیزیکی آینده، ثابت نخواهد ماند. در این میان یک متخصص فناوری اطلاعات در سال ۲۰۲۵ اگر نگوییم از روی میل و رغبت، ناچار است به طور مداوم در حال یادگیری، از یاد بردن آموخته‌های گذشته و یادگیری مجدد باشد.

چطور یک جامعه هوش مصنوعی در ماینکرافت به جامعه انسانی شبیه شد

آزمایشی جدیدی از استارت‌آپ هوش مصنوعی Altera در بازی ماینکرافت نمای جالبی از نحوه عملکرد هوش مصنوعی و شباهت بسیار زیاد آن به انسان‌ها را به نمایش می‌گذارد. این شرکت در چندین آزمایش که با حداکثر ۱۰۰۰ عاملیت هوش مصنوعی انجام گرفت، نشان داد که چطور عاملیت‌های هوش مصنوعی به لطف مدل‌های بزرگ زبانی می‌توانند روابط اجتماعی تشکیل داده و شغل و حرفه خاص خود را در پیش بگیرند. هرکدام از عاملیت‌های هوش مصنوعی به تدریج مشخصه‌های خاص رفتاری به خود گرفتند و در این آزمایش حتی تاثیر مقررات اجتماعی و نحوه ترویج تفکرات مذهبی را نیز مشاهده می‌کنیم.

گزارش شاخص‌های هوش مصنوعی ایران ۱۴۰۳: از مسیر عقب ماندیم

وضعیت ایران در شاخص‌ها مورد بررسی هوش مصنوعی در مقایسه با وضعیت جهانی چندان مطلوب نیست و تنها در چند مورد وضعیت کشور قابل قبول است. از جمله این شاخص‌ها می‌توان به کیفیت و کمیت مقالات این حوزه، شتاب گرفتن فعالیت و جایگاه دوم منطقه در پروژه‌ها و افزایش سهم ۳۰ درصدی بازار این فناوری در سال ۱۴۰۱ اشاره کرد. اما مساله اساسی عقب بودن کشور در شاخص مهم «مقررات و اخلاق آمادگی هوش مصنوعی» با امتیاز ۶۴ هزارم (۰.۰۶۴) نسبت به کشورهای منطقه و منتخب است.

تعداد کاربران هوش مصنوعی مولد در چین به ۲۳۰ میلیون نفر رسید؛ ChatGPT با وجود ممنوعیت در جایگاه دوم

براساس داده‌های ارائه شده از سوی دولت چین، تعداد کاربران هوش مصنوعی مولد در این کشور تا پایان ماه ژوئن به ۲۳۰ میلیون نفر رسیده است. براساس این داده‌ها، هوش مصنوعی Ernie Bot از شرکت چینی بایدو (Baidu) بیشتری سهم را دارد و با وجود محدودیت‌ها دو شرکت آمریکایی اوپن‌ای‌آی و گوگل در جایگاه دوم و سوم قرار گرفته‌اند.

پیشرفت فناوری‌های هوش مصنوعی در امنیت محیط‌های کاری

با پیشرفت هوش مصنوعی (AI) و یادگیری ماشین (ML)، فناوری‌های نوینی برای افزایش ایمنی و کنترل دسترسی در محیط‌های کاری به بازار آمده‌اند. شرکت Alcatraz AI با ارائه سیستم Rock X، که از تشخیص چهره و تأیید هویت بیومتریک بهره می‌برد، بیومتریک به روش‌های شناسایی افراد بر اساس ویژگی‌های منحصربه‌فرد بیولوژیکی یا رفتاری مانند اثر انگشت، چهره یا عنبیه چشم گفته می‌شود. این فناوری به دلیل دقت بالا و دشواری جعل، در سیستم‌های امنیتی و کنترل دسترسی به‌کار می‌رود. بیومتریک سطح جدیدی از امنیت را برای محیط‌های مختلف از دفاتر اداری تا پردیس‌های دانشگاهی و بیمارستان‌ها فراهم کرده است. این سیستم، چهره افراد را به‌عنوان مجوز دسترسی به کار می‌گیرد و تنها افرادی که به این روش رضایت داده‌اند، اجازه ورود پیدا می‌کنند. این فناوری با انعطاف‌پذیری بالا، به سازمان‌ها اجازه می‌دهد تا بدون نیاز به تعویض کامل زیرساخت‌ها، امنیت را به‌سادگی و با هزینه کمتر ارتقا دهند.

روبات‌های هوش مصنوعی را می‌توان به انجام کارهای خطرناک فریب داد

در حدود یک سال گذشته مدل‌های بزرگ زبانی زیر ذره‌بین محققان قرار گرفته‌اند، پژوهشگران روش‌های مختلفی برای فریب آنها یافتند و خروجی‌های مسئله سازی از جمله شوخی‌های نفرت‌انگیز، کد‌های مخرب و ایمیل‌های فیشینگ تولید کردند یا حتی در مواردی توانستند به اطلاعات شخصی کاربران دسترسی پیدا کنند. حالا به نظر می‌رسد که این چنین رویکرد فریب‌کارانه‌ای در جهان واقعی هم امکان‌پذیر است: روبات‌های مبتنی بر مدل زبانی را می‌توان به انجام کارهای خطرناک فریب داد.

با مدل زبانی گوگل نوت‌بوک آشنا شوید: از پرسش و چکیده تا پادکست مقاله‌‌ها

گوگل نوت‌بوک ال‌ام (Google NotebookeLM) یکی از تازه‌ترین محصولات بخش هوش مصنوعی گوگل است که هنوز در مرحله آزمایشی خود قرار دارد. این ابزار هوش مصنوعی با دریافت انواع فایل‌های متن محور امکان دریافت خلاصه، نکات اصلی، پرسش و پاسخ، مطالب مرتبط و در جدیدترین قابلیت خود، فایل صوتی گفت‌و‌گو محوری از منابع شما را می‌دهد.