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.

آموزش و توسعه مدل‌های بومی هوش مصنوعی باید از پایه انجام شود

یکی از چالش‌ها در حوزه هوش مصنوعی، توسعه مدل‌های بومی کارآمد در بستری از محدودیت‌های زیرساختی است. متخصصین و توسعه‌دهندگان مدل‌های حوزه هوش مصنوعی معتقدند؛ تاکنون تلاش‌ها بیشتر بر فاین‌تیون کردن مدل‌های موجود متمرکز بوده، اما این مسیر به‌تنهایی کافی نیست. آموزش مدل‌های بومی از پایه، نیازمند زیرساخت‌های قدرتمندی است که در حال حاضر، یک نقطه ضعف جدی محسوب می‌شود.

چین از هوش مصنوعی دیپ‌سیک در اداره هواشناسی استفاده می‌کند

چین برای تقویت عملکرد اداره هواشناسی، به دنبال استفاده از هوش مصنوعی برای بهبود پیش‌بینی‌های جوی است. اداره هواشناسی این کشور در حال بررسی ادغام مدل هوش مصنوعی دیپ‌سیک (DeepSeek) در سیستم‌های پیش‌بینی آب‌و‌هوا است.

آشنائی با ساخت مدل‌های هوش مصنوعی: راهنمای عملی برای شرکت‌ها

ساخت مدل هوش مصنوعی در حال تبدیل شدن به یک ضرورت برای کسب‌وکارها است. طبق گزارش فوربس، تقریباً ۷۳ درصد از کسب‌وکارها از هوش مصنوعی برای عملیات روزانه خود استفاده می‌کنند یا در حال برنامه‌ریزی برای استفاده از آن هستند. AI با کاربردهای گسترده، از خودکارسازی وظایف معمول گرفته تا ایجاد محتوا، خدمات مشتری و کشف تقلب به تدریج تبدیل به یک فناوری ضروری برای کسب‌وکارهایی می‌شود که به دنبال حفظ رقابت هستند.

شرکت‌های فناوری آمریکا با حمایت ترامپ به جنگ اتحادیه اروپا می‌روند

شرکت‌های بزرگ فناوری آمریکا به دنبال کاهش محدودیت‌های اتحادیه اروپا در زمینه هوش مصنوعی و سلطه بر بازار دیجیتال هستند و اکنون با حمایت دولت دونالد ترامپ، با حمایت بیشتری به تلاش‌های خود ادامه می‌دهند. متا، شرکت مادر فیس‌بوک و اینستاگرام، امسال برای مقابله با قانون هوش مصنوعی اتحادیه اروپا (AI Act) پیش‌قدم شده و لابی‌گران فناوری در بروکسل بر این باورند که می‌توانند اجرای این قانون را تضعیف کنند.

سرمایه‌گذاری بی‌برنامه برای هوش مصنوعی کشور پر ریسک خواهد بود

متخصصان و فعالان با بررسی روندهای جهانی هوش مصنوعی، بر لزوم تدوین استراتژی مشخص برای ایران تأکید کردند. فعالان با اشاره به سرمایه‌گذاری‌های کلان کشورهای همسایه و تشکیل کنسرسیوم‌های بزرگ در آمریکا و اروپا، هشدار دادند ورود به این حوزه بدون برنامه‌ریزی دقیق می‌تواند به اتلاف منابع منجر شود. در این مسیر نقش دولت ضروری است اما در عین حال موفقیت تنها با حضور بخش خصوصی، دانشگاه‌ها و شرکت‌های دانش‌بنیان محقق خواهد شد.

انقلابی در صنعت بازی‌سازی: مایکروسافت از مدل هوش مصنوعی Muse رونمایی کرد

مایکروسافت با معرفی یک مدل جدید هوش مصنوعی به دنبال تحولی بزرگ در صنعت بازی سازی است. مدل Muse که قادر است صحنه‌های بازی‌های ویدیویی را به‌طور خودکار تولید کند، گامی بزرگ در مسیر ادغام هوش مصنوعی با روند توسعه بازی‌ها است. این مدل که با استفاده از داده‌های هفت ساله بازیکنان ایکس‌باکس و کنترلرهای آن‌ها توسعه یافته، به توسعه‌دهندگان اجازه می‌دهد تا فرآیندهای پیچیده انیمیشن‌سازی و برنامه‌نویسی را به کمک هوش مصنوعی خودکارسازی کنند.

فعالان حوزه فناوری: هوش‌مصنوعی فناوری حاکمیتی است و دولت باید برای زیرساخت و مشکل ناترازی انرژی اقدام کند

متخصصان و مدیران صنعت فناوری معتقدند که با وجود تکرار مداوم بحث هوش مصنوعی و چالش‌های زیرساختی آن، این موضوع همچنان در ایران نیازمند بررسی و اقدام جدی است. کارشناسان تأکید دارند که برای استفاده مؤثر از مدل‌های هوش مصنوعی، سرمایه‌گذاری در زیرساخت‌های پردازشی و تقویت همکاری بین صنایع بزرگ و شرکت‌های کوچک ضروری است. از آنجا که هوش مصنوعی یک فناوری حاکمیتی محسوب می‌شود، دولت باید در حوزه‌هایی مانند تأمین سخت‌افزار، توسعه دیتاسنترها و حل مشکل ناترازی انرژی اقدامات اساسی انجام دهد. در این میان، اپراتورها نیز می‌توانند با تسهیل پردازش داده‌ها و توسعه مدل‌های هوش مصنوعی، نقش مهمی در پیشرفت این فناوری در صنایع مختلف ایفا کنند.

هوش مصنوعی چه تاثیری بر توسعه نرم‌افزار و برنامه‌نویسان می‌گذارد؟

با پیشرفت‌های چشمگیر در حوزه هوش مصنوعی، بسیاری از صنایع با تحولات بنیادینی مواجه شده‌اند و توسعه نرم‌افزار یکی از مهمترین این بخش‌ها است که تحت تاثیر این فناوری  را به‌طور محسوسی احساس می‌کند. برنامه‌نویسان به لطف دستیارهای کدنویسی مبتنی بر هوش مصنوعی، می‌توانند بهره‌وری خود را تا سطح قابل توجهی افزایش دهند و وظایف پیچیده را در زمان کوتاه‌تری به پایان رسانند. اما در عین حال، نگرانی‌هایی نیز درباره آینده این حرفه و احتمال کاهش فرصت‌های شغلی مطرح شده است.