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.

چالش‌ها و راهکارهای عملی پیاده‌سازی هوش مصنوعی برای مدیران عامل

مدیران عامل به عنوان رهبران سازمان، نقش محوری در پیاده‌سازی موفق هوش مصنوعی دارند. آن‌ها باید چشم‌انداز روشنی برای استفاده از این فناوری ترسیم کنند، فرهنگ سازمانی را به سمت داده‌محوری سوق دهند و سرمایه‌گذاری‌های لازم را انجام دهند. همچنین، مدیران عامل باید به اهمیت ارتقای مهارت‌های کارکنان و مدیریت ریسک‌های مرتبط با هوش مصنوعی توجه ویژه داشته باشند. در واقع، موفقیت پیاده‌سازی هوش مصنوعی در یک سازمان، به طور مستقیم به رهبری و تعهد مدیر عامل بستگی دارد.

چرا شرکت‌هایی مثل متا، آمازون، مایکروسافت و گوگل روی انرژی هسته‌ای تمرکز کرده‌اند؟

دیتاسنتر‌های هوش مصنوعی و رایانش ابری، تقاضا برای انرژی را تا به سطح جدیدی افزایش داده و در نتیجه تولید آن نیز افزایش یافته است. این روند در آینده نیز ادامه پیدا می‌کند. طبق گزارش وزارت انرژی ایالات متحده، مصرف جهانی برق ممکن است تا سال ۲۰۵۰ تا ۷۵ درصد افزایش یابد و بلندپروازی‌های صنعت فناوری در حوزه هوش مصنوعی عامل اصلی این رشد خواهد بود.

۱۹ ابزار شگفت‌انگیز هوش مصنوعی مولد برای افزایش بهره‌وری در کارها

 هوش مصنوعی بیش‌تر از آنکه قرار باشد جای افراد را در محیط کار بگیرد، قرار است بهره‌وری آنها را در انجام فعالیت‌های کاری افزایش دهد. برای نظارت، سازماندهی، مدیریت‌ و خودکارسازی کارهای روزمره که معمولاً هوش مصنوعی مفید است. برای تمامی این موارد ابزارهای هوش مصنوعی مولد برای افزایش بهره‌وری فعالیت کاربران این روزها بیش‌تر از هرچیزی استفاده می‌شود. 

چطور نگرانی‌ها درمورد هوش مصنوعی در سال ۲۰۲۴ جای خود را به خوش‌بینی دادند

فناوران سال‌ها است که درمورد خطرات احتمالی و جدی هوش مصنوعی برای آینده بشر هشدار می‌دهند. نگرانی برخی از فعالان فناوری به اندازه‌ای بود که حتی نظریه‌های آخرالزمانی درمورد هوش مصنوعی مطرح شد و طیف دیگری نیز درمورد موضوعاتی مثل از بین بردن مشاغل و تاثیر آن بر درآمد مردم جهان هشدار داده‌اند. با این حال تک‌کرانچ در گزارشی به این مساله پرداخته است که چطور در سال ۲۰۲۴ به یک باره روایت اصلی فعالان فناوری و حتی رسانه‌ها در این باره تغییر کرد و این مساله در کنار افزایش سرعت پیشرفت هوش مصنوعی، جیب بسیاری از فعالان را پرپول‌تر کرد.