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.

آنکتاد: هوش مصنوعی کشورهای درحال‌توسعه را در معرض نابرابری بیشتر قرار می‌دهد

 ۴۰ درصد از مشاغل در سرتاسر جهان طبق گزارش فناوری و نوآوری سال ۲۰۲۵ آنکتاد تأثیر خواهند گرفت اما فناوری هوش مصنوعی به صورت برابر در بین کشورهای درحال‌توسعه و توسعه‌یافته وجود ندارد بلکه دسترسی به زیرساخت‌های هوش مصنوعی در چند اقتصاد محدود خلاصه می‌شود.

دولت آلمان وزارت‌خانه جدیدی برای تمرکز بر تحقیقات، فناوری و هوافضا تاسیس می‌کند

دولت جدید آلمان در چارچوب توافق‌نامه‌ای میان احزاب ائتلافی به دنبال تاسیس وزارتخانه جدیدی است که به طور تخصصی بر تحقیقات، فناوری و هوافضا تمرکز می‌کند. تاسیس این وزارتخانه را می‌توان نقطه عطفی در رویکرد این کشور نسبت به نوآوری و توسعه علمی برآورد کرد.

ناتو از شرکت Palantir سیستم هوش مصنوعی نظامی خریداری کرد

گزارشی از مجله Barron ناتو (پیمان آتلانتیک شمالی) به دومین نهاد مهم نظامی پس از ارتش آمریکا تبدیل شده که از شرکت Palantir یک نرم‌افزار مبتنی بر هوش مصنوعی برای بهبود توانمندی‌های نظامی خود خریداری می‌کند. ارزش سهام این شرکت پس از انتظار خبر این قرارداد تا بیش از ۴ درصد افزایش یافت.

استراتژی‌های ملی هوش مصنوعی در کشورهای نوردیک

کشورهای اروپایی، به‌ویژه در منطقه نوردیک ( شمال اروپا و شمال اقیانوس اطلس)، با تدوین و اجرای استراتژی‌های ملی هوش مصنوعی، گام‌های بلندی در جهت بهره‌گیری از این فناوری نوین برداشته‌اند. فنلاند، سوئد، دانمارک و نروژ با انتشار استراتژی‌های جامع، اهدافی همچون افزایش رقابت‌پذیری اقتصادی، توسعه مهارت‌های دیجیتال، بهبود خدمات عمومی و تقویت تحقیقات در حوزه هوش مصنوعی را دنبال می‌کنند.

استارت‌آپ Perplexity برای ادغام فناوری خود در گوشی‌های سامسونگ مذاکره می‌کند

استارت‌آپ Perplexity AI، که به‌عنوان یکی از رقبای نوظهور گوگل و اوپن‌ای‌آی در حوزه هوش مصنوعی شناخته می‌شود، تلاش‌های خود برای دستیابی به جایگاهی برجسته روی گوشی‌های هوشمند را بیشتر کرده و این شرکت براساس گزارشی از بلومبرگ در حال مذاکره با سامسونگ است تا دستیار هوش مصنوعی خود را با دستگاه‌های این غول کره‌ای ادغام کند.

مدل‌های استدلال‌گر اوپن‌ای‌آی به جستجوی اینترنتی و مولد تصویر دسترسی پیدا می‌کنند

شرکت اوپن‌ای‌آی تنها دو روز پس از معرفی مدل GPT-4.1، از انتشار دو مدل جدید دیگر در بخش مدل‌های استدلال‌گر خود خبر داد. این شرکت حالا دسترسی عموم به دو مدل جدید با نام‌های o3 و o4-mini را فراهم کرده است و طبق گزارشی از Engadget، این دو اولین مدل‌های استدلال‌گر این شرکت هستند که تمامی ابزارهای در دسترس ChatGPT از جمله جستجوی اینترنتی و مولد تصور را استفاده می‌کنند.

چگونه پردازش زبان طبیعی (NLP) در حال متحول کردن عملیات تجاری است؟

در دنیایی که هوش مصنوعی به‌سرعت در حال تغییر قواعد بازی است، پردازش زبان طبیعی (NLP) به یکی از تأثیرگذارترین فناوری‌ها در کسب‌وکارها تبدیل شده است. از خودکارسازی وظایف روزمره گرفته تا بهبود تعامل با مشتریان، پردازش زبان طبیعی نه‌تنها هزینه‌ها را کاهش می‌دهد، بلکه بهره‌وری را به سطحی جدید ارتقا می‌دهد.

هوش مصنوعی سازگار با محیط زیست با توسعه مراکز داده سبز، امکان‌پذیر است

برای دستیابی به مقیاس‌پذیری پایدار در حوزه هوش مصنوعی، توسعه و استقرار مراکز داده سبز، امری حیاتی است. این مراکز با رویکردهای نوین و سازگار با محیط زیست طراحی و بهره‌برداری می‌شوند. توسعه زیرساخت‌های خودروهای برقی و انرژی‌های تجدیدپذیر، فشار مضاعفی را بر منابع انرژی و محیط زیست وارد می‌سازد. از سوی دیگر، تحولات هوش مصنوعی باعث شده است زمینه‌ساز جایگزینی زیرساخت‌های الکتریکی قدیمی با سیستم‌های مدرن و کارآمدتر شود. در نهایت فرصت‌های بی‌نظیری برای بهبود بهره‌وری انرژی و کاهش اثرات منفی زیست‌محیطی در مراکز داده فراهم شده است تا قدمی برای بهبود مصرف منابع انرژی ایجاد شود .