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.

استراتژی جدید اتحادیه اروپا برای کاهش وابستگی به آمریکا و چین در بخش هوش مصنوعی تعریف AI به عنوان یک دارایی راهبردی

طبق گزارشی از فایننشال تایمز، اتحادیه اروپا در تلاش است تا با اجرای یک استراتژی جدید به نام «Apply AI» به توسعه و استفاده از پلتفرم‌های بومی هوش مصنوعی شتاب دهد و از وابستگی قاره سبز به شرکت‌های خارجی از جمله غول‌های فناوری آمریکا و چین بکاهد. براساس این استراتژی، قاره سبز یک میلیارد یورو از بودجه حمایتی موجود را بر پذیرش هوش مصنوعی در صنایع کلیدی متمرکز می‌کند و همچنین تمرکز بر نوآوری‌های دفاعی نیز افزایش می‌یابد.

داده‌های کاربران هوش مصنوعی چه می‌شود؟ اقامت ۳۰ روزه روی دیتابیس‌ها

استفاده فراگیر از فناوری هوش مصنوعی، کسب‌وکاری با عنوان «تجمیع‌کنندگان دستیارهای هوش مصنوعی» به وجود آورده است. این گروه از پلتفرم‌ها داده‌های کاربران را ابتدا روی دیتابیس‌های خود ذخیره می‌کنند اما اعلام می‌کنند که داده کاربران را ظرف ۳۰ روز از روی فضای ابری و دیتابیس‌های خود حذف می‌کنند.

اوپن‌ای‌آی از AgentKit برای ساخت و عرضه عامل‌های هوش مصنوعی رونمایی کرد

سم آلتمن، مدیرعامل اوپن‌ای‌آی، روز دوشنبه در رویداد روز توسعه دهندگان شرکت (Dev Day) از بسته ابزار جدیدی به نام  AgentKit رونمایی کرد که هدف از عرضه آن ساده‌سازی فرآیند ساخت، استقرار و بهینه‌سازی ایجنت‌های هوش مصنوعی است.

اپلیکیشن‌های تعاملی به ChatGPT اضافه شدند: تولد اکوسیستمی جدید به رهبری اوپن‌ای‌آی

اوپن‌ای‌آی در تازه‌ترین به‌روزرسانی بزرگ خود، از نسل جدید اپلیکیشن‌هایی رونمایی کرد که مستقیما درون محیط ChatGPT در دسترس کاربران قرار می‌گیرند. این اپلیکیشن‌ها، که بر پایه کیت توسعه نرم‌افزار جدید Apps SDK برای استفاده در داخل چت‌جی‌پی‌تی طراحی شده‌اند، امکان تعامل زنده و طبیعی میان کاربر و برنامه‌ها را فراهم می‌کنند و کاربران می‌توانند با یک دستور ساده مانند گفتن «Spotify، برای مهمانی جمعه من یک پلی‌لیست بساز» از امکانات این اپلیکیشن‌ها استفاده کنند.

ارزش قرارداد‌های رایانشی اوپن‌ای‌آی به بیش از یک هزار میلیارد دلار رسید آینده صنعت فناوری آمریکا به سم آلتمن و شرکتش گره خورده است

شرکت اوپن‌ای‌آی، سازنده‌ی چت‌بات پرطرفدار ChatGPT، طبق گزارشی از فایننشال تایمز در سال جاری میلادی قرارداد‌هایی با ارزش حدود یک هزار میلیارد برای تامین توان محاسباتی لازم مدل‌های هوش مصنوعی خود به امضا رسانده است. با این حال این گزارش تصریح می‌کند که تعهدات رایانشی این شرکت چندین برابر درآمد آن است و سوالاتی جدی درباره توان مالی و پایداری اقتصادی آن مطرح می‌کند.

گوگل مدل جدید Gemini 2.5 Computer Use را برای تعامل با اپلیکیشن و وب معرفی کرد

گوگل در ادامه‌ی توسعه‌ مدل‌های چندوجهی خود، از مدل جدید Gemini 2.5 Computer Use رونمایی کرده است که به طور ویژه برای کنترل و تعامل مستقیم با رابط‌های کاربری طراحی شده است. این مدل که بر پایه‌ی قابلیت‌های درک تصویری و استدلالی نسخه‌ Gemini 2.5 Pro ساخته شده، می‌توانند همانند انسان‌ها با صفحات وب و اپلیکیشن‌های موبایل کار کند و از کلیک‌کردن و تایپ گرفته تا پرکردن فرم‌ها و مدیریت فیلدهای تعاملی را برعهده گیرد.

مدل کوچک پژوهشگر سامسونگ از مدل‌های ۱۰ هزار برابر بزرگ‌تر هوشمندانه‌تر عمل می‌کند

رقابت بر سر ساخت مدل‌های هوش مصنوعی و بهبود عملکرد آنها با محوریت بزرگتر مساوی بهتر در حال پیشروی است اما یک پژوهشگر شرکت سامسونگ با ارائه مدلی کوچک اما قدرتمند، مسیر تازه‌ای را برای پیشرفت هوش مصنوعی مطرح کرده است. مدل ساخته این پژوهشگر تنها با ۷ میلیون پارامتر توانست عملکردی برابر یا حتی بهتر از مدل‌های ۱۰ هزار برابر بزرگتر خود در دشوارترین آزمون‌های استدلالی به ثبت برساند.

وقتی هوش مصنوعی دست به فریب می‌زند: مدل‌ها چگونه از خاموش شدن فرار می‌کنند؟

پژوهش‌های تازه پرده از رفتارهای غیرمنتظره برخی مدل‌های پیشرفته هوش مصنوعی برداشته‌اند؛ جایی که سیستم‌ها در برابر خاموش شدن مقاومت می‌کنند یا حتی دست به «باج‌خواهی نرم» می‌زنند. کارشناسان می‌گویند ریشه این پدیده در شیوه آموزش مبتنی بر پاداش نهفته است؛ روشی که همان‌قدر که کارایی مدل‌ها را افزایش می‌دهد، می‌تواند به دستکاری، پنهان‌کاری و بروز رفتارهای پیش‌بینی‌ناپذیر منجر شود.